2026年8月1日 星期六

李翔宙/烏打伊商船,台灣讀到什麼?

名人堂電子報http://paper.udn.com/papers.phppname=PID0030&page=1#ph  

◆  李翔宙/烏打伊商船,台灣讀到什麼?
◆  潘襎/食安的政治修辭學
◆  陳國樑/貧窮黑數 為何看不見?
◆  楊志良/活得久vs.活得好
◆  闕志克/中東戰火下的勃勃雄心
◆  洪蘭/路燈效應 能找毒油真相?












李翔宙/烏打伊商船,台灣讀到什麼?

2026-08-01 00:08  聯合報/ 李翔宙(作者為國安局前局長)


俄烏戰爭美伊衝突節外生枝,烏克蘭襲擊伊朗商船,烏伊「另類境外的交戰」於焉而生;此事凸顯俄羅斯與伊朗戰略合作下衍生的威懾效應,以及戰爭外溢風險可能擴大。這不僅反映區域衝突交織複雜性,也再次引發國際社會國際法航運安全國際正義世界和平高度關注

克勞塞維茨「戰爭論」的核心觀點:「戰爭是政治透過另一種手段的延續」、「戰爭一旦開啟,其走向往往會脫離政治家最初理性控制,走向絕對戰爭暴力極限。」

從基輔到荷莫茲,從德黑蘭到敖德薩,一條在傳統地緣政治地圖上看起來遙遠的戰略連線,沿著武器、資金、意識形態、以及戰略利益網絡,以沒有人完全計畫過的方式,正以愈來愈清晰輪廓呈現

台灣而言,這不是一個遙遠的外交觀察,而是需要以最嚴肅國安戰略眼光加以解讀的現實警示。因為在那條連線的邏輯延伸上,台灣海峽不是一個被地理距離所保護的安全彼岸,而是在同樣的「衝突外溢、戰略連動、絕對戰爭趨勢」的結構性力量下,正被愈來愈緊密地納入全球衝突地圖戰略節點

美軍在俄烏和美伊的雙軌消耗,使其印太精密彈藥庫存處於低點,直接影響台海衝突情境下的美軍即時支援能力伊朗對俄羅斯的無人機軍援,使解放軍廉價武器作戰概念,獲得更豐富的實戰數據技術細節,加速了解放軍的對台作戰能力更新

中俄伊的戰略合作深化,使任何台海衝突都面臨「多方同時施壓美國和盟友」的複合戰略環境,在台海衝突的同時,其他方向衝突壓力,可能以「分散美國戰略注意力資源」的方式,削弱美國對台有效支援

台灣而言,這有直接啟示:若解放軍的戰略支援,來自特定的第三方(武器供應、外交掩護、技術支援),台灣是否能以非對稱方式,對那個第三方的利益,施加某種程度的可感知代價

台灣的歷次兵推想定裡,這是一個幾乎未被評估過的領域。然而烏克蘭的行動,以最直接方式提示這個評估必要性

一五九二年,豐臣秀吉發動「文祿之役」入侵朝鮮。朝鮮向明朝求援,明朝以「脣亡齒寒」的戰略邏輯,決定出兵援朝,「保護藩屬、阻止日本在朝鮮建立勢力、以確保明朝東北邊境安全」的戰略成功奏效卻製造了一個從來沒有被評估的外溢後果

明朝的精銳兵力,在七年的援朝戰爭大量消耗女真人努爾哈赤的領導下,則悄悄完成政治軍事整合建立後金,而後入主中原明朝滅亡。這場援朝戰爭,製造了比「日本控制朝鮮」更根本的威脅:女真人對整個中原的征服。這個外溢,是「在正確方向打贏有限戰爭,卻在意想不到方向上,輸掉了更根本的戰略競爭」的最清晰歷史案例

美國對烏克蘭的武器支援,在其設計目標上,是防止俄羅斯吞併烏克蘭。然而這個支援在消耗美軍精密彈藥庫存的同時,製造了一個「美軍印太防禦能力近期缺口」,一個在台海方向上的戰略外溢、影響可能遠超任何美方決策者在決定支援烏克蘭時所充分評估範圍明朝援朝時,沒有充分評估「女真人在東北的崛起」;美國在支援烏克蘭時,是否充分評估了「解放軍在台海的窗口」?

答案可能在未來的歷史中,以一個現在沒有人可完全預見的方式,被書寫出來。








詹文男/AI愈聰明 地球愈吃不消

◆  詹文男/AI愈聰明 地球愈吃不消
◆  魏國彥/科學政策:上至下或下至上?
◆  辛翠玲/全球AI治理,各起爐灶
◆  李英明/AI的終極本質 原來是無臉男
◆  郭瓊瑩/城市降溫 自然與人本解方
◆  李家同/談大學工學院教育











詹文男/AI 愈聰明 地球愈吃不消

2026-08-01 00:05  聯合報/ 詹文男(作者為數位轉型學院共同創辦人暨院長、台大商學研究所兼任教授)


好友老張最近迷上了 AI,每天不是叫 AI 幫忙寫會議紀錄,就是叫 AI 整理產業趨勢。有天他很得意地跟我說:「現在真是太方便了,以前寫份報告要半天,現在三分鐘就有初稿。真是省電省力省人生啊!」

我聽了忍不住問他:「省的是你的電,還是地球的電?」老張愣了一下說:「這有差嗎?」當然有差!因為當人們在手機上打一行字,AI 在雲端可能已經跑過龐大的資料中心、晶片、伺服器、冷卻系統及電力網路。對使用者來說AI 像是住在手機裡的聰明小精靈,但對地球來說它可能是一座又一座看不見的發電廠、一條又一條高壓電纜,以及一間又一間需要不停降溫機房

這正是 AI 時代很弔詭的地方,它看起來很輕,實際上很重。你以為只是螢幕上的幾行字,背後卻牽動能源、土地、水資源、晶片、供應鏈與國家政策。過去我們談 AI 最常問的是「AI 會不會取代人的工作?」「它會不會偷走公司的資料?」現在我們還必須問一個更大的問題:AI 會不會讓地球更累?」

這個問題聽起來像環保人士焦慮,但其實是產業界必須面對真相國際能源總署指出,全球資料中心用電需求在去年成長一成七,而以 AI 為主的資料中心用電成長更快,達到五成。如果說過去的工業革命是煙囪冒黑煙,那麼今天的 AI 革命則是資料中心亮著藍光。不過,以前工廠排放看得見,民眾比較容易警覺;現在資料中心蓋在郊區、沙漠、工業園區,使用者只看到乾淨的 APP 介面,卻不一定看見背後的能源總帳

AI 不是可以幫忙節能減碳嗎?」老張皺著眉頭說。這話也沒錯,AI 確實可協助電網調度提升製造效率預測設備故障改善物流路線管理能源使用,甚至幫助科學家找出新材料;但問題在於 AI 本身需要巨大能源。就像一位醫生可以救人,但如果這位醫生每天吃掉全村的糧食,村民也會開始緊張。

AI 能幫人類解決問題,但如果為了讓 AI 更聰明,不斷蓋更多資料中心、消耗更多電力水資源,那麼人類就必須問,這種智慧代價是否合理?且 AI 環境問題不只是用電多,還有冷卻分配正義挑戰。資料中心的伺服器冷卻系統,機器跑愈快熱能就愈多,熱能愈多就需要更多冷卻牽涉電力也需要水資源。未來 AI 資料中心設在哪裡,不僅只看電力供應,還要考慮水源氣候條件地方社會接受度

此外,大型科技公司擁有資本,可以到處尋找電力充足法規友善的地方建設資料中心;但當地居民會不會因此承擔電價土地用水環境成本AI 帶來的收益可能集中少數平台能源環境代價卻是由社會共同承擔;這就不是單純技術層面議題,而是分配正義問題了!

AI 當然值得發展,但真正的進步不應只是讓機器更聰明,也要讓它使用的能源更乾淨資源更節制代價更公平否則,我們可能創造出史上最聰明科技,卻留下一個殘破不堪地球AI 智慧,真的不該用地球疲憊來證明