數位化成為減碳永續基礎
推動數據飛輪加速轉型

事實上，資料的收集也與數位化成熟度息息相關，倘若企業原本營運類的資料沒有數位化，或是雖然已經將資料數位化卻也只是在生產端或製造端進行監控，那麼還是得優先讓這些資料數位化或是轉換成可以被分析、預測的資料，才有利於碳盤查。

「其實，上雲也有助於企業達到綠色永續目標。」他解釋，這是因為資源從自有轉向了共用，試想相同的主機資源如果只有單人使用，其產生的碳排自然都算在該名人員身上，反之如果主機資源同時有多人共用，一起分攤的結果，碳排量自然會跟著縮減。

「不過，雲端服務供應商為了充分發揮硬體效能並且符合能源控管目的，自身也多會想方設法優化，」楊宗維以AWS為例進一步說明，一般資料中心伺服器常見搭載Intel或AMD處理器，但同時也受限於Intel與AMD本身晶片的效率，因此AWS自行開發了Arm架構的Graviton處理器，其最大的優點即在於能夠在增加效能的同時，降低60%電力損耗。「這也是雲端資料中心比自建資料中心運轉更有效率的地方。比起把相同的工作負載放到企業內部機房，雲端機房的碳排自然較低，對ESG績效也非常有幫助。」除此之外，AWS也提供碳足跡計算工具，讓企業免於以人工使用Excel表格計算與碳排放量的公式轉換。

顯然，數據力已是驅動企業永續發展非常關鍵的要素，AWS也提出數據飛輪（Data Flywheel）的概念，第一步是釋放數據，著手把數據從傳統資料庫裡釋放出來。第二步是數據託管，這些數據不一定要放在企業內部環境中，可以託管到雲上，好處是企業只需要關注在數據本身，而且維運也可以交給專業人員，並且還能有更好的運算效率以及能源的減省。

第三是現代化資料倉儲，當企業內部已有既有方案，卻又希望讓資料倉儲承載更大數量或是提升運算效率時，雲端的資料倉儲方案提供了一個更方便的可能性讓企業使用。最後是創新數據分析應用，亦即應用不同的運算來促進對資料的洞察，最終達到利用數據來增加洞察力的目的。

他提到，釋放數據的前提是資料必須先儲存，這時就會涉及到資料湖的概念，對應到AWS的解決方案就是S3物件儲存。而雲端資料倉儲則可以讓企業只專注於資料的處理、演算法的找尋，甚或進一步取得趨勢與預測，藉由Amazon Redshift企業便毋須擔心底層主機的維護、折舊，還有效率問題。另外，QuickSight是一個簡易的BI工具，可以連結AWS上所有與資料相關的服務。

楊宗維最後強調，身為AWS的代理商，銓鍇國際的角色就是扮演企業在雲端的數位長，協助工作負載遷移，並且針對系統架構進行最佳化的規劃，「銓鍇團隊擁有100張以上專業證照，確保提供企業最優質的服務。」