AI耗電危機：下一個企業必須面對的成本黑洞

AI讓你的業務更聰明了嗎？但它同時也讓你的電費帳單更驚人了。

這不是比喻。這是正在全球企業財務報表上真實發生的數字變化，而且速度比多數人預期的快得多。

一個郡的故事，一個世界的縮影

美國維吉尼亞州的勞登郡，過去以鄉村景色和毗鄰華盛頓特區著稱。如今，這裡擁有全球密度最高的數據中心群。當地電力公司多米尼恩能源正疲於應對暴增的電力需求，甚至連杜勒斯國際機場都在興建全美最大的機場太陽能設施——這已不是象徵性的綠能姿態，而是電力供應吃緊下的現實應對。

數字說明一切。2024年，美國數據中心消耗了全國約4%的電力。但根據預測，到2028年，這個比例將攀升至12%。一座輸出功率100兆瓦的數據中心，電力消耗相當於美國8萬戶家庭的總和。而今天正在建設中的新一代設施，已在為吉瓦（GW）級別的規模做準備——那是足以供應一座中型城市的電量。

MIT科技評論洞察於2025年12月針對300位企業高管進行的調查顯示：68%的受訪者表示，過去12個月內，因AI與數據工作負載導致電力成本上升超過10%；97%預期未來12至18個月內，AI相關電力消耗將持續增加；51%將能源成本上升列為AI創新所面臨的最大風險。更值得注意的是，100%的受訪高管認為，電力消耗的計量與策略性管理將在未來兩年內成為重要的商業指標。

「能源智慧」：新一輪企業競爭力的分水嶺

廣告

廣告合作

[email protected]

廣告

面對這股壓力，「能源智慧」（Energy Intelligence）這個概念正在企業界迅速升溫。其核心在於：理解能源在何時、何地、為何被消耗，並以此洞察來優化運營、控制成本。

調查顯示，企業已開始採取具體行動。74%的領導者正在優化現有基礎設施；69%選擇與高能效的雲端和儲存服務商合作；61%導入AI工作負載排程——例如將運算密集任務安排在電價較低的時段執行；56%則投資於更高效率的硬體設備。

然而，最棘手的挑戰在於「計量的盲區」。對於依賴第三方雲端服務的企業而言，71%的消耗型成本增長源自這些外部供應商，但能源使用數據往往不透明，企業根本無從掌握自己究竟在哪裡燒錢。沒有數據，就沒有優化的起點。

亞洲視角：機會與壓力並存

這場能源消耗的結構性變化，對亞洲市場有著獨特的意涵。

台灣是全球半導體供應鏈的核心，台積電等企業正面臨來自客戶的雙重壓力：一方面要生產更高效能的AI晶片，另一方面自身的製造過程也面臨碳排放與能耗的嚴格審視。能源效率，已成為供應鏈資格審核的一部分。

在東南亞，新加坡、馬來西亞、印尼正積極爭取成為區域數據中心樞紐。新加坡曾因電力和土地限制一度暫停數據中心建設許可，如今雖已重新開放，但能源使用效率（PUE值）已成為審批的核心條件。這意味著，能源管理能力將直接決定一個國家或城市能否在全球AI基礎設施版圖中佔據一席之地。

至於中國大陸，情況則更為複雜。中國擁有全球規模最大的數據中心建設計畫之一，同時也承受著碳中和目標（2060年）的政策壓力。如何在AI算力的大規模擴張與綠色轉型之間取得平衡，是北京正在試圖解答的難題。貴州、內蒙古等地的大型數據中心選址，部分原因正是為了靠近水電或風電資源——這本身就是一種粗糙形式的「能源智慧」。

地緣政治的維度同樣不可忽視。在中美科技脫鉤的背景下，能源自主與算力自主往往是一體兩面。誰掌握了高效能、低碳的AI算力基礎設施，誰就在這場長期競爭中握有更主動的籌碼。