核心結論
沒有通用百分比。電費會受產量、產品組合、電價時段與尖峰需量影響，必須先建立可查證的能源基線，再比較每單位良品耗能、總耗能、最大需量與電費。只有校正後耗能改善，且品質、交期與安全未惡化，才算有效。
執行摘要
核心觀察：AI 節能不能只比較導入前後兩張電費單。台灣官方案例顯示，AI 已被用於製程控制與能源最佳化；但 CNS 50015 要求能源績效建立量測與查證計畫，處理不確定度並留下文件。[1][2] 行動建議：先按產量、產品組合、稼動時間與環境條件校正能源基線，再分開呈現每單位良品耗能、總耗能、尖峰需量與電費。AI 可提出控制或排程建議，但研究中的模擬成果不能直接當作工廠節能承諾。[3][4][5]
先分清省電與省費
工廠電費下降，可能來自三種不同變化：實際使用的能源變少、尖峰需量降低，或把相同用電移到較便宜的時段。時間電價排程研究會同時把延遲與能源成本放進目標，代表省費本來就可能透過改變生產時間達成。[5] 這種最佳化有商業價值，但不能直接稱為節能；企業應分別報告總用電、每單位良品耗能、最大需量與電費。
經濟部能源署公布的案例顯示，AI 智慧控制、製程優化與廢熱回收已被用在鋼鐵及石化現場。[1] 這些案例證明技術方向可行，但多是大型企業情境。中小型製造業需要先盤點自己的重大耗能設備與可控制參數，不能用別人的節能比例當作投資報酬承諾。
基線要跟產量一起看
如果導入後訂單減少、設備停機變多或產品組合改成低耗能品項，總用電自然可能下降。反過來，產量增加時總用電上升，也不一定代表效率惡化。CNS 50015 把量測與查證計畫、實施、不確定度及文件化納入能源績效管理。[2] 實務上應先選定比較期間，並用產量、良率、稼動時間、產品組合與環境條件校正基線。
最小可行資料不必一開始就涵蓋全廠。可先選一條製程或一組重大耗能設備，記錄設備狀態、產量、良品數、製程參數、能源讀值與電價時段。資料缺漏、感測器更換、維修或產線改造都要標記，否則模型可能把量測口徑改變誤認為節能。
關鍵要點
分清三種結果：電費降低、尖峰需量下降與實際耗能改善是不同指標，不能互相代替。
基線先校正：至少納入產量、良率、產品組合、稼動時間、停機與環境條件，再比較導入前後。
量測到設備層：從總電表往重大耗能設備拆分，記錄取樣頻率、缺值、感測器變更與資料品質。
目標要透明：AI 是優先省電、省費、降碳或守交期，權重與不可違反的製程限制都要可見。
先建議再控制：先以影子模式驗證建議，確認品質、交期與安全未惡化，再逐步放行低風險控制。
參考來源
115年節能標竿觀摩會 中鋼AI智慧製程展現深度節能成果
經濟部能源署 · 2026-06-24
https://www.moeaea.gov.tw/ECW/PDA.aspx?kind=1&news_id=34502因應2050年淨零排放，經濟部標準檢驗局制定 CNS 50015 能源績效量測與查證指引
經濟部標準檢驗局 · 2023-10-12
https://www.bsmi.gov.tw/wSite/ct?ctNode=8759&mp=5&xItem=1108842026 Roadmap on Artificial Intelligence and Machine Learning for Smart Manufacturing
美國國家標準暨技術研究院（NIST） · 2026-07-03
https://www.nist.gov/publications/2026-roadmap-artificial-intelligence-and-machine-learning-smart-manufacturingPreference-conditioned deep reinforcement learning for dynamic scheduling in sustainable and robust manufacturing
Production Engineering 原始研究 · 2026-08-04
https://link.springer.com/article/10.1007/s11740-026-01463-1Energy-Efficient Hybrid Flow Shop Scheduling under Time-of-Use Pricing via Deep Reinforcement Learning
Advances in Transdisciplinary Engineering 原始研究 · 2026-02-09
https://journals.sagepub.com/doi/full/10.3233/ATDE251665常見問題
Q：工廠電費下降多少，才能算 AI 節能成功？
A：沒有通用百分比。電費會受產量、產品組合、電價時段與尖峰需量影響，必須先建立可查證的能源基線，再比較每單位良品耗能、總耗能、最大需量與電費。只有校正後耗能改善，且品質、交期與安全未惡化，才算有效。
Q：中小型製造業做 AI 節能，最少要收集哪些資料？
A：至少需要時間同步的能源讀值、設備開停與負載、產量、良品數、產品或配方、班別、停機與維修紀錄，以及適用的電價時段。先從一條製程或重大耗能設備開始，並記錄取樣頻率、缺值與感測器變更。
Q：把生產移到離峰時段，算不算真的節能？
A：通常只能先稱為省費或削峰，不一定是節能。若相同產量的總用電沒有下降，只是避開高價時段，企業確實可能少付電費，但能源效率未必改善。報告應把電費、最大需量、總用電與每單位良品耗能分開。
Q：AI 節能試點應該跑多久才可判斷成效？
A：沒有固定天數，至少要涵蓋主要產品、負載、班別與環境變化，並取得足夠的導入前後可比資料。若製程有明顯季節性或訂單波動，觀察期必須跨過這些變化；資料不足時應延長，而不是先宣稱節能比例。
Q：AI 可以直接控制空壓機、爐溫或生產排程嗎？
A：應先從建議或影子模式開始。系統要有設備安全、產品品質、交期與人工接管的硬限制，並在資料異常或超出驗證範圍時退回既有控制。只有在多種實際工況下驗證穩定，才逐步放行低風險控制。
由穹境科技 AI 情報系統生成 · 2026-09-27 · 資料來源見上方參考列表