Energy + Intelligence：AI时代的能源挑战与产业契机

历史的轨迹显示，过去生产力的提升总伴随高密度的能源转换与工业效率提升：从水力、蒸汽、电气化、汽车与石油，到IT与互聯網，如今轮到AI。

LinkedIn創始人Reid Hoffman新书提到的「Energy + Intelligence」之所以关键（之于国家或是企业），点出可负担的算力决定智能边界，而算力终究受限于可取得、可扩充的电力与基础设施。当全球掀起「主权 AI」竞赛（涵盖经济、国防、研发、教育与价值体系），大型语言模型一次训练动辄上亿美元，带动半导体与服務器的巨额投资；更关键的是，推理（Inference，指模型训练完成并部署后的实际运作）已取代训练成为主要负载（约增至百倍等级），持续放大对能源与电网的需求。

Intelligence需要Energy驱动。关键在 token 经济学（参考前文）；虽然 2021到2024 技术进展，让每token成本大约下降3个数量级，但总token需求持续成长（例如近来财报揭露微软（Microsoft）的用量1年约放大 5 倍、Google的月用量年增达数10倍）。能耗端的成长也很直观：一次生成式查询约耗电2.9 Wh，约为传统查找0.3 Wh的近十倍。再加上Edge AI的普及，自驾车、工业电脑（IPC）、机器人、个人装置与穿戴都开始具备推理能力。当产品体验走向「more tokens, more capable」，AI數據中心成为企业、国家竞相投资标的。

AI數據中心（AIDC）急遽推升电力需求。AIDC在满载运转时，其耗电量可达10万户家庭的等级，超大型设施甚至放大20倍，相当于200万户。以美国为例，全国已有数千个數據中心，加拿大也接近500个，且新建规模持续增加。这些场站不仅需要更高电压与直流（DC）供电，还必须采用芯片直冷（DtC）等先进散热技术才能支撑高密度运算。根据多方预测，全球數據中心年耗电量在2030年前可能较2024年成长超过1倍，其中AI应用将是主要驱动力；IEA估计，在2030年， AI与加密货币合计将贡献全球电力需求成长的4%。在能源结构转型与碳排的限制下，这股快速窜升的用电压力，正同时考验电网扩充、再生能源布建，以及供应链的应变速度。

不只需要电，AIDC甚至AI供应链也需要来自再生能源的「绿电」，以满足碳盘查与国际采购规范。绿电采购与碳管理从形象工程变成出货门槛，买了绿电并不代表风险消失，案场差异、契约条件与实际发电偏差都需要数据与流程来支撑。企业应把绿电、用电与生产节奏同时考量，用可稽核的工具模拟与结算，让采购组合真正对冲价格与排碳风险，同时提升营运韧性。

不只AIDC，AI驱动进展的无人出租車同样可能加重都会电力需求。比如某个都会区（如臺北）每日用电约20 GWh，若一半出租車（约 1.25 万辆）改为自驾电动车，每日额外耗电约0.8 GWh，占全市日用电的4%。若充电集中在夜间6小时完成，瞬时功率需求可达140 MW，相当于多一座中型电厂的负载。这种转型虽能减碳并提升运输效率，但也对电网容量、调度与充电设施提出挑战，必须透过排程、储能与實時价格匹配，避免交通电动化成为新的负载风险。

因此，新一轮的电网升级以「去碳化」、「分散化」与「數字化」为核心方向。随著再生能源（太阳能、风力等）渗透率持续攀升，电网面临低惯量与高波动的挑战。天气变化，可能在分钟内改变发电输出，冲击电网稳定与调度反应。同时，分散式发电资源（屋顶光电、储能、可移时用电）大量出现在电网末端，传统以集中式大型机组为核心的调度模式已无法应付这种「多点、小规模、高波动」的新样貌。这种结构变化不仅迫使电网架构升级，也催生新的营运模式与市场服务，例如實時需量反应（demand response）、虚拟电厂VPP、微电网（microgrid）等。

要支撑这样的系统，企业与电力公司必须将平臺从单纯监测升级为可跨厂牌、跨协定、跨场域的「监测＋控制＋數據交换」EMS（Energy Management System），并将预测直接纳入控制逻辑，同时在设计阶段预留关键机电、储能与部分制程为可调度资产，让用电从成本转化为可创造价值的资源。近来有案例显示，大型數據中心可在电力需求高峰时暂时降低 IT 负载或启用备援电源，参与需量反应市场，这不仅有助电网稳定，对营运方也是额外收益来源（例如美国部分云端业者与 ISO/RTO 合作，在夏季尖峰时段提供数十至上百MW的可释放容量）。

能源已不再只是营运成本，而是产品交付与市场竞争的先决条件。对制造业与云端服务供应商而言，在电价波动与供应紧绷下维持稳定供电，直接影响合约履行与客户信任。若能将场域设计为可调度资产，不仅可透过需量反应与虚拟电厂降低成本，亦能在电网紧急时反向供电创造收益。

这波Energy + Intelligence的趋势正推动电网更新，涵盖高压变电、储能、智能傳感与监控、跨场域控制与预测平臺等，并带动相关供应链在臺湾的成长动能。这既是支撑本地AI生态的必要条件，也是切入国际能源解决方案市场的契机。