Energy + Intelligence：AI時代的能源挑戰與產業契機

歷史的軌跡顯示，過去生產力的提升總伴隨高密度的能源轉換與工業效率提升：從水力、蒸汽、電氣化、汽車與石油，到IT與網際網路，如今輪到AI。

LinkedIn創辦人Reid Hoffman新書提到的「Energy + Intelligence」之所以關鍵（之於國家或是企業），點出可負擔的算力決定智慧邊界，而算力終究受限於可取得、可擴充的電力與基礎設施。當全球掀起「主權 AI」競賽（涵蓋經濟、國防、研發、教育與價值體系），大型語言模型一次訓練動輒上億美元，帶動半導體與伺服器的巨額投資；更關鍵的是，推理（Inference，指模型訓練完成並部署後的實際運作）已取代訓練成為主要負載（約增至百倍等級），持續放大對能源與電網的需求。

Intelligence需要Energy驅動。關鍵在 token 經濟學（參考前文）；雖然 2021到2024 技術進展，讓每token成本大約下降3個數量級，但總token需求持續成長（例如近來財報揭露微軟（Microsoft）的用量1年約放大 5 倍、Google的月用量年增達數10倍）。能耗端的成長也很直觀：一次生成式查詢約耗電2.9 Wh，約為傳統搜尋0.3 Wh的近十倍。再加上Edge AI的普及，自駕車、工業電腦（IPC）、機器人、個人裝置與穿戴都開始具備推理能力。當產品體驗走向「more tokens, more capable」，AI資料中心成為企業、國家競相投資標的。

AI資料中心（AIDC）急遽推升電力需求。AIDC在滿載運轉時，其耗電量可達10萬戶家庭的等級，超大型設施甚至放大20倍，相當於200萬戶。以美國為例，全國已有數千個資料中心，加拿大也接近500個，且新建規模持續增加。這些場站不僅需要更高電壓與直流（DC）供電，還必須採用晶片直冷（DtC）等先進散熱技術才能支撐高密度運算。根據多方預測，全球資料中心年耗電量在2030年前可能較2024年成長超過1倍，其中AI應用將是主要驅動力；IEA估計，在2030年， AI與加密貨幣合計將貢獻全球電力需求成長的4%。在能源結構轉型與碳排的限制下，這股快速竄升的用電壓力，正同時考驗電網擴充、再生能源佈建，以及供應鏈的應變速度。

不只需要電，AIDC甚至AI供應鏈也需要來自再生能源的「綠電」，以滿足碳盤查與國際採購規範。綠電採購與碳管理從形象工程變成出貨門檻，買了綠電並不代表風險消失，案場差異、契約條件與實際發電偏差都需要數據與流程來支撐。企業應把綠電、用電與生產節奏同時考量，用可稽核的工具模擬與結算，讓採購組合真正對沖價格與排碳風險，同時提升營運韌性。

不只AIDC，AI驅動進展的無人計程車同樣可能加重都會電力需求。比如某個都會區（如台北）每日用電約20 GWh，若一半計程車（約 1.25 萬輛）改為自駕電動車，每日額外耗電約0.8 GWh，佔全市日用電的4%。若充電集中在夜間6小時完成，瞬時功率需求可達140 MW，相當於多一座中型電廠的負載。這種轉型雖能減碳並提升運輸效率，但也對電網容量、調度與充電設施提出挑戰，必須透過排程、儲能與即時價格匹配，避免交通電動化成為新的負載風險。

因此，新一輪的電網升級以「去碳化」、「分散化」與「數位化」為核心方向。隨著再生能源（太陽能、風力等）滲透率持續攀升，電網面臨低慣量與高波動的挑戰。天氣變化，可能在分鐘內改變發電輸出，衝擊電網穩定與調度反應。同時，分散式發電資源（屋頂光電、儲能、可移時用電）大量出現在電網末端，傳統以集中式大型機組為核心的調度模式已無法應付這種「多點、小規模、高波動」的新樣貌。這種結構變化不僅迫使電網架構升級，也催生新的營運模式與市場服務，例如即時需量反應（demand response）、虛擬電廠VPP、微電網（microgrid）等。

要支撐這樣的系統，企業與電力公司必須將平台從單純監測升級為可跨廠牌、跨協定、跨場域的「監測＋控制＋資料交換」EMS（Energy Management System），並將預測直接納入控制邏輯，同時在設計階段預留關鍵機電、儲能與部分製程為可調度資產，讓用電從成本轉化為可創造價值的資源。近來有案例顯示，大型資料中心可在電力需求高峰時暫時降低 IT 負載或啟用備援電源，參與需量反應市場，這不僅有助電網穩定，對營運方也是額外收益來源（例如美國部分雲端業者與 ISO/RTO 合作，在夏季尖峰時段提供數十至上百MW的可釋放容量）。

能源已不再只是營運成本，而是產品交付與市場競爭的先決條件。對製造業與雲端服務供應商而言，在電價波動與供應緊繃下維持穩定供電，直接影響合約履行與客戶信任。若能將場域設計為可調度資產，不僅可透過需量反應與虛擬電廠降低成本，亦能在電網緊急時反向供電創造收益。

這波Energy + Intelligence的趨勢正推動電網更新，涵蓋高壓變電、儲能、智慧感測與監控、跨場域控制與預測平台等，並帶動相關供應鏈在台灣的成長動能。這既是支撐本地AI生態的必要條件，也是切入國際能源解決方案市場的契機。