解決水資源最佳策略 企業得善用AI找水

台灣每年的降雨量是世界平均值的 2.6 倍，水源十分豐沛，但受限於地形及降雨時間分佈不均等因素，每年可儲存的水量僅是世界平均值的五分之一。而隨著半導體的應用與重要性提高，全世界的總產值已高達新台幣四兆，台灣的產量占全球22％，預估至2025年整體產值增加為新台幣五兆，台灣占比則將高達44％。

曾任職台積電多年、臥龍智慧環境總經理暨執行長謝文彬指出，目前半導體的製程十分耗能且耗水，因此，產業也逐漸意識到必須從系統中進行節能與減水。而AI技術也能應用於廢水處理及回收流程的優化上，讓水資源能被重複多次使用。

ESG不只碳議題，水的問題更重要

面對持續升溫的ESG議題，除了備受討論的節能減碳，水的問題更是至關重要。「我們的水太便宜，」謝文彬直指台灣推動「再生水」主要遇到的挑戰來自於水價，相較於新加坡一噸水的價格為10至40元、中國30至40元，台灣一噸水的價格僅有10至12元，而一噸再生水的費用約為18至25元。企業主在考量成本的狀況下，自然不會選擇再生水。但是，近來乾旱頻傳加上耗水費即將開徵，用水超過九千噸的大戶，每噸水價需要增加3元，迫使企業需要進行節水、水處理優化，將這些水導入製程或是次級用水中。

目前國內用水超過9000噸以上的用水大戶約有1817家，佔了總用水量約41％，對這些用水大戶而言，如何透過AI等新科技的幫助，進行水資源的管理呢？謝文彬就目前企業現況分成兩大類，針對IoT佈建已經完善、已經有清楚規劃藍圖的公司，進行AI賦能，協助企業人員結合領域知識導入相關技術。另一方面，針對大多數IoT佈建尚未完善的中小企業或公司，會先進行水處理效能的評估，提升舊有設備的效能，最重要的是要確保處理後的水質不會影響環境，達到基本目標之後才能進入水回收的階段。因此，在人工智慧的階段首要就是先佈建IoT，讓管理者可以先掌握公司系統狀況，了解設備是否有異常狀態，逐步調整、搜集數據，最後才會進入到AI或數位轉型階段。

他提到，在產業端的操作部分常常會看到「誤警報」的出現，透過AI可以協助判斷警報是真還是假，確認是不是偵測器或是水質出了問題，避免人力因為假警報的出現而虛耗。此外，傳統方式是用定量的方式添加藥劑，透過人工智慧也可以協助系統動態調整、精準加藥，避免因為藥量添加過多，導致後續水回收成本增加。

「不只是節水，也希望產業可以藉此轉型。」謝文彬說，透過AI協助優化水處理的過程，不僅是幫助產業落實節水，而是讓技術扎根，使得現場人員也可以快速成長並增加戰鬥力。

投入水資源改善，首要進行水足跡盤查

「許多企業花了很多心力或金錢在水處理上，卻常常沒有達到良好的效果，所以到後來甚至會有點不知所措。」謝文彬希望可以透過自身豐富的經驗，協助企業快速導入並獲得改善。

他建議，正如同企業在進行淨零碳排的時候，需要先盤點電力以掌握整個廠區約六至七成的含碳量，才有辦法進行改善。水資源同樣也需要一個完善的盤查系統，幫助企業了解廠區的水怎麼來？水的足跡、廢水處理、水回收等都需要掌握全貌。下一步才能針對重點進行改善，知道哪些地方是可以補強的。

透過AI可以協助企業在發展科技的同時，也能達到節能的效果，不僅能協助提升舊有設備的效能、排除誤警報，更能協助偵測水質與調整加藥。想了解當中更深入的運作過程，歡迎點選連結一起了解「聰明善用水資源，讓ＡＩ優化人力素質」。