前 Hugging Face 永續研究員創業，要讓碳排數字出現在 ChatGPT 每次對話旁

Hugging Face AI 永続研究員 Sasha Luccioni 離職創立 Sustainable AI Group，目標是讓 ChatGPT、Claude 等 AI 介面在每次查詢旁顯示能耗與碳排數字。
（前情提要：比特幣礦場「耗能真相」，被衛星熱成像揭穿了）
（背景補充：加州大學研究「AI 腦霧」現象：14% 上班族被Agent、自動化搞瘋，離職意願高四成）

本文目錄

Toggle

• 企業內部的壓力線，正在往上傳
• 她建了一個能耗排行榜，但大公司拒絕參與
• Sustainable AI Group：從研究員到施壓者

一個軟體工程師開啟公司提供的 AI 助理，完成一項可以用傳統搜尋解決的任務。這個動作消耗的電力，沒有人知道確切數字，包括那家 AI 公司自己。

Sasha Luccioni 在 Hugging Face 待了四年，做的事情就是試圖讓這個數字變得可見。她沒有成功說服這個產業。所以她離職了，準備從外部繼續施壓。

企業內部的壓力線，正在往上傳

Luccioni 在接受 WIRED 專訪時描述了一個她愈來愈常聽到的場景：企業員工開始向管理層提問，「你強迫我們用 Copilot，這對我們的 ESG 目標有什麼影響？」

這個問題目前沒有標準答案，因為沒有任何一家主流 AI 公司在產品介面上揭露每次查詢的能耗與碳排資料。用戶使用 ChatGPT 或 Claude 時，看不到任何環境成本的提示。

Luccioni 的訴求直接：讓能耗數字出現在每次 AI 對話旁邊。她認為這不只是透明度問題，也是競爭策略。她的邏輯類比 Anthropic 拒絕美國政府軍事使用帶來的品牌加分——哪家 AI 公司率先採用可再生能源資料中心並公開揭露，可以獲得差異化的市場優勢。

這個訴求正在找到制度支撐點。歐盟 AI 法案已納入永續條款，第一批報告義務正在落地。亞洲方面，包含國際能源署（IEA）合作國家在內，也開始要求資料中心透明度。法規壓力從邊緣逐漸移向核心。

她建了一個能耗排行榜，但大公司拒絕參與

在 Hugging Face 期間，Luccioni 建立了 AIEnergyScore，這是一個開源 AI 模型能源效率排行榜，試圖讓不同規模的模型在相同基準下比較電力消耗。

問題在於，這份排行榜只能評量願意參與的模型。OpenAI、Google、Anthropic 等主要大型語言模型提供商，均未提交資料。

Luccioni 對此的解讀並不溫和。她指出，大型 AI 公司面臨結構性利益衝突：這些公司同時販售模型使用權與底層算力資源。讓用戶使用愈大、愈昂貴的模型，直接對應更高的算力銷售收入。在這個商業模式下，推動用戶轉向較小、較節能的模型，等同於自我削減營收。

她的批評有具體依據。她長期追蹤的數據顯示，在多數企業應用場景中，分類模型（Classifiers）：亦即針對特定任務訓練的輕量化模型，在過去多年實際承擔了 AI 生產力的主要工作，而非通用大型語言模型。

一個判斷客服信件情緒的任務，用專門的分類模型處理，所需算力可能是 GPT-4 等級模型的百分之一以下。這意味著企業在沒有比較資訊的情況下，可能系統性地用了比實際需求大十倍甚至百倍的模型。

Sustainable AI Group：從研究員到施壓者

離開 Hugging Face 後，Luccioni 與前 Salesforce 永續長 Boris Gamazaychikov 共同創立 Sustainable AI Group。這個組合具有刻意的互補性：一位來自技術計量側，一位來自企業永續治理側。

兩者的交集，恰好對準當前最難推動的節點：讓永續要求從企業 CSR 部門的語言，轉譯成採購 AI 工具時的實際決策標準。

Luccioni 的立場並非反對 AI 發展。她的論述核心是：在任務複雜度與模型規模之間建立對應關係，是可以同時降低成本與碳排的工程決策，而非只是道德立場。一家企業若能系統性地根據任務選用合適規模的模型，在算力支出上可能產生可觀的節省空間。

她的新組織目標，是為這套決策框架提供外部驗證與倡議支撐，同時持續向 AI 公司施壓，要求揭露能耗數字。

歐盟的規管時程給了這個倡議一個外部鎖點。當企業開始需要在 AI 法案框架下回報永續資料，「AI 供應商不提供能耗資訊」將從道德問題升級為合規風險。這可能是目前最接近結構性改變的施力點。