AI基礎建設成本會如何轉嫁?
AI 基礎建設成本的轉嫁,核心不只是「誰先付錢」,而是成本最後會落到哪一端。當資料中心擴張帶動電力、土地、輸配電與維運支出上升,企業若選擇全額承擔電力成本,等於先把壓力留在自身財報中,避免直接推升居民電費或引發地方社區反彈。對讀者來說,這代表 AI 的競爭已從演算法與算力,延伸到更現實的能源配置與公共資源分配。
微軟為何要自己吸收電力成本?
微軟(MSFT)願意全付電力成本,表面上是成本承諾,實際上是風險管理。若大型 AI 資料中心把電費與電網升級壓力外部化,容易造成政策阻力、輿論批評與地方政府審查,反而拖慢專案落地。企業先承擔,通常是為了換取更穩定的擴張環境,也讓監管方相信這類投資不會直接傷害民生用電。換句話說,這不只是支出增加,而是用前期成本換取長期營運可預測性。
成本轉嫁的下一步會發生什麼?
未來 AI 基礎建設成本很可能不會消失,只會改變承擔方式,常見路徑包括企業吸收、供應鏈分攤、雲端服務定價反映成本,或透過長約與基礎設施合作來攤平支出。對使用者而言,真正值得觀察的是:AI 服務價格是否上升、資料中心是否更依賴特定地區電力,以及政府會不會要求更明確的社區回饋機制。FAQ:
Q1:AI 基礎建設成本一定會轉嫁給消費者嗎?
不一定,但若電力與設備成本持續上升,最終可能反映在雲端或 AI 服務價格上。
Q2:企業吸收電力成本有什麼好處?
可降低社區阻力、政策風險與電費爭議,讓資料中心更容易獲批與擴建。
Q3:一般人應該關注什麼?
關注 AI 服務收費、地方電力壓力,以及大型科技公司是否改變基礎建設策略。
相關文章
AI Agent部署率升至17%:企業導入效益與供應鏈受惠如何擴散
AI Agent 可自主拆解任務、調用工具並完成工作流程,全球企業正加快部署。研調數據顯示,目前已有 17% 的企業開始導入,未來兩年內預計將有 60% 企業跟進。企業採用率進入加速期,產業焦點也逐步轉向導入成本、流程改善與可量化效益。 從投資角度看,17% 到 60% 的變化代表需求可望從試驗專案擴大至企業級部署。這段擴張會帶動算力、資料中心、網路設備、系統整合及資安服務,但各環節取得的收入與毛利率仍會分化。部署家數增加只確認需求方向,商業價值仍需觀察續約率、使用量與客戶願意支付的價格。 國發會規劃從算力、人才、應用與治理四個面向推動產業轉型,並透過算力池與實作課程降低企業導入門檻。政策資源有機會協助中小企業跨過前期成本,海外布局則需要搭配資料治理、法規遵循與在地服務能力。 中華電信(2412) 布局涵蓋底層網路、資料中心、算力與領域模型,已形成相對完整的企業服務鏈。公司導入企業級數位員工後,網路查修時間由 44 分鐘降至 8 分鐘,準確率達 98%;基地台選址作業也由 10 天縮短至 20 秒。流程時間大幅壓縮,提供 AI Agent 創造營運效益的具體案例。 這些數字的意義,在於 AI 已進入高頻、標準化且可追蹤的工作流程。查修與選址都能計算節省的人力和時間,也較容易形成企業採購預算。後續若能擴展至更多部門,並維持準確率與服務穩定性,中華電信(2412) 的 AI 投入才有機會轉化為持續性的成本改善與服務收入。 中華電信(2412) 也結合全光網路與海地星空韌性網路,將通訊路徑延伸至海、陸、空與太空等不同層次。應用場域涵蓋智慧城市、醫療、工安及無人機物流。網路韌性支撐實體應用,因為醫療、工安與物流對延遲、斷線及資料安全的容忍度都很低。 企業導入數位員工後,採購、研發與營運流程需要更多推論運算,也會提高資料儲存、傳輸及備援需求。產業資本支出因此可能從軟體授權一路傳到晶片、伺服器、散熱、電源與資料中心。算力經濟擴大供應鏈需求,受惠程度仍取決於產品組合、議價能力與客戶投資節奏。 聯發科(2454)、鴻海(2317)與台達電(2308)分別位於晶片設計、伺服器製造及電源基礎設施等環節。三家公司都投入算力經濟與技術創新,收入來源與競爭條件仍有明顯差異。聯發科要看終端 AI 晶片與平台採用,鴻海要看伺服器出貨及製造附加價值,台達電則與資料中心電源效率及基礎設施建置連動。 運算量與平台需求預期成長數倍,將推動高效能資料中心持續建置。投資判斷仍要回到訂單、產能利用率、資本支出與毛利率,避免把產業需求成長直接等同於每家公司的獲利增幅。 AI Agent 能接觸企業資料並執行任務,權限管理與資安治理會直接影響部署範圍。零信任網路透過持續驗證身分與設備權限,降低內外部存取風險;後量子密碼則因應未來量子運算可能帶來的加密威脅。治理能力決定擴張速度,也可能增加資安、認證及系統整合支出。 台灣科技產業鏈已從硬體基礎設施延伸到軟體應用服務,跨領域整合有助於建立營運韌性。現階段可以確認企業部署與政策投入同步升溫,獲利能否廣泛擴散,仍需看 AI 專案能否由單點測試走向大規模使用,以及資安治理能否跟上導入速度。
AI投資推升全球成長預期,但融資、能源與股債壓力同步升溫
國際貨幣基金(IMF)在曼谷年會指出,AI資本支出正在支撐全球需求,但也同步推高通膨、利率與金融市場壓力。資料中心、半導體與電力設備需要先投入大量資金,生產力改善與企業獲利回收則需要更長時間才能反映。 IMF將今年全球經濟成長預測微幅上調至3.1%,2027年維持3.4%。美國今年與2027年均預估成長2.3%,台灣今年可達10.7%,南韓為3.3%。半導體出口與科技投資鏈,是亞洲成長高於其他地區的重要支撐。 這組預測反映AI已形成前期高度集中的需求衝擊。雲端業者擴建資料中心,帶動GPU、CPU、網路設備、光通訊、冷卻系統與發電設施需求。供應鏈營收先受惠,生產力與現金回報則要等待應用端逐步兌現。 IMF也提到,超大型雲端業者與AI企業占全球投資級債券發行的比重,已從2024年低於1%升至目前約10%。Alphabet、Meta等科技集團與AI實驗室,今年透過債務融資籌集數千億美元,用於資料中心、晶片及電力基建。這些債券多半期限較長,會與政府公債爭奪保險公司、退休基金與大型資產管理機構的資金。 AI資本支出正進入資產負債表階段。當大型科技公司逐步提高外部融資,投資人需要同時追蹤資本支出、自由現金流、利息成本與債務期限。若營收轉化速度落後,資金成本就可能開始侵蝕投資報酬;公債殖利率上升也會提高股票折現率,壓低長久期資產評價。 能源面與財政面的緩衝也在減少。中東戰爭推升能源風險,各國透過燃料來源多元化與戰略儲備減輕衝擊,但全球石油庫存正以每日約270萬桶的速度下降。若能源成本再度快速上升,家庭實質所得與企業利潤率都會承壓,資料中心的長期電力供應與AI基建回收期也會受到影響。 IMF同時預估,先進經濟體公共債務占GDP比率將從2025年的108%升至2031年的115%;新興與發展中經濟體則由74%升至84%。國防支出、高實質利率與短期債務占比增加,讓政府再融資壓力持續累積。模型估計,2027年全球通膨超過5%的機率,已從今年4月評估的30%升至約35%。 AI投資採取先建設、後收成的路徑。晶片、機房與發電設備可以快速形成訂單,企業流程改造、軟體變現與勞動生產力提升需要更長時間。IMF情境分析顯示,若AI生產力紅利低於市場預期,美股可能下跌20%,到2028年全球經濟成長率可能較基準情境低1.1個百分點,亞洲更可能低1.7個百分點。 公債市場槓桿也可能成為波動放大器。美國避險基金持有公債的比重從2022年約4%升至2025年約9%,部分部位雖已退場,但剩餘槓桿仍可能在利率預期劇烈變化時被迫平倉。日本則面臨流動性惡化,收益率曲線控制政策結束後,公債殖利率波動增加、交易深度下降。 企業端則已把AI放進供應鏈調度、人才管理與即時決策。星展集團(DBS)強調新加坡的穩定性,可協助客戶因應地緣風險重新配置供應鏈;Oracle與Red Bull Racing則把代理型AI導入F1策略系統,讓AI整合規則、賽況與歷史資料,直接提出行動建議。 整體來看,AI基建的長期方向仍由算力、網路、電力與企業應用共同支撐;但融資結構、生產力兌現速度、能源成本與公債市場槓桿,已成為需要同步觀察的四項條件。若這些條件持續惡化,AI資本支出循環就可能從成長引擎轉為金融壓力來源。
AI用電需求升溫,台灣電力基建與重電族群受關注
2026台灣國際智慧能源週聚焦 AI 算力帶來的用電壓力。台電預估,國內半導體產業用電量將從 2026 年的 520 億度增加到 2035 年的 1,100 億度,幾乎翻倍,市場焦點因此轉向電力、輸配電與能源管理。 展會題材帶動市場對相關族群的關注,但後續仍需回到訂單、營收、毛利率與案場進度,才能判斷需求是否真正轉成業績。 重電與機電廠方面,大同(2371)主打智慧工廠與 AI 基礎建設,推出模組化 AI 資料中心,並整合天宇技術強化儲能能力;東元(1504)切入 AI 資料中心電力商機,提供從供電到用電的一站式方案,海外布局也持續推進,印尼變壓器廠預計明年完成;大東電(1623)則強調創能、輸電到儲能的整合,重點放在電纜材料與施工。 太陽能方面,元晶(6443)推出最高 625W 的天辰系列模組,鎖定企業綠電採購需求,旗下艾爾發系列住宅產品也外銷日本,預估明年日本營收占比可達 40%。國內電子業對綠電需求仍強,加上政策推動,太陽能族群因此獲得更多市場想像,但實際安裝速度、政策進度與企業採購量仍是關鍵。 整體來看,AI 高耗電與淨零壓力,讓發電、輸配電、儲能到用電端的完整電力供應鏈更受重視。不過,題材要轉成投資成果,仍要觀察接單、出貨、毛利率與海外案場推進情況,才能確認基本面是否跟上市場預期。
戴爾看AI安全防護與監管爭議,資料中心成長動能會受影響嗎
戴爾(DELL)執行長 Michael Dell 表示,人工智慧模型必須具備安全防護與控制機制,企業開發 AI 工具時也需要設定嚴格權限,並認為公家機關應在過程中扮演一定角色。他以科技如同雙刃劍為例,提醒 AI 發展同時伴隨風險與機會。 近幾週,業界對具備自我學習能力的 AI 模型可能帶來的風險展開激烈辯論。前 Anthropic 研究員 Jacob Coxon 曾公開警告,前沿實驗室在邁向超級智慧的競賽中,可能把人類生命置於風險之中。這番說法也引來 Anthropic 執行長 Dario Amodei 與 OpenAI 執行長 Sam Altman 等科技領袖表態,呼籲加強監管並放緩先進模型開發。 不過,美國川普政府仍偏向企業自律,反對放緩開發或採取強硬規範。川普在與多位 AI 領袖會面後,促成高層簽署「道德約束」文件,承諾在外部評估人員協助下進行產品安全自我監管。這也使得在十一月期中選舉前,聯邦層級推出進一步監管措施的空間縮小。 另一方面,針對 AI 與資料中心過度擴張的反對聲浪升高,已成為市場關注的政治與產業議題。Michael Dell 則認為,更多討論有助於形成共識,公司也將持續與客戶溝通、提升系統效率以降低能源消耗。他並預期,這些爭議不會對二○二七年之前的整體產業發展造成重大阻礙。
美股震盪但AI獲利續撐,關稅降溫後行情還看哪些變數?
美國政府與國會長期未能有效控制財政赤字,導致穆迪調降美債信評,並使美股開低;不過,市場普遍認為降評影響有限,逢低買盤進場後,主要指數終場多數收紅。類股表現上,醫療保健最強,聯合健康醫療(UNH)因高層大量買進公司股票而出現近年來強勁單日漲幅;原物料、公用事業與核心消費相對穩健,能源則受油價走弱拖累。個股方面,特斯拉(TSLA)因 Cybertruck 以舊換新方案引發折價疑慮而下跌,蘋果(AAPL)則因瀏覽器預設權與 Epic Games 訴訟承壓。 總經面上,美國商務部針對華為 Ascend 晶片提出安全警告,引發中國強烈反彈,雙方在 90 天暫停關稅協議後的溝通氣氛再添變數,市場也擔心科技管制擴大,影響全球半導體供應鏈與貿易談判進展。地緣政治方面,川普預計分別與普丁及澤倫斯基通話,試圖推動俄烏停火;但伊斯坦堡談判僅達成戰俘交換,和平架構仍未成形,美方對談判效率已明顯失去耐心。 產業方面,摩根大通(JPM)宣布開放客戶購買比特幣並列示於帳戶報表,但不提供托管服務,顯示大型金融機構對加密資產的接受度持續提高。摩根士丹利(MS)也已允許財務顧問向合格客戶推廣比特幣現貨 ETF,反映監管環境與市場需求正同步改變。 物流領域中,Stord 收購 UPS(UPS)旗下 Ware2Go,擴大倉儲與電商履單能力,意在為中小電商打造接近亞馬遜(AMZN)Prime 的配送體驗。另一方面,小米宣布未來十年投資至少 500 億元人民幣發展自研晶片,並推出採 3 奈米製程的 Xring O1,顯示中國科技企業持續強化晶片自主化布局。 軟體與雲端方面,GitHub 推出 AI 編程代理 Copilot Agent,由 Claude 3.7 Sonnet 驅動,可協助修復 bug、補功能與重構程式碼,並整合進開發流程,進一步強化微軟(MSFT)在開發者工具市場的競爭力。 整體來看,美股在關稅風險降溫後已反彈至相對高檔,評價不再便宜,後續走勢更仰賴企業獲利是否持續擴張。根據 FactSet 預估,2025 與 2026 年標普 500 EPS 仍可維持年增,主因來自 AI 投資與應用擴散,加上減稅若進一步推進,也有助於企業獲利與消費動能。雖然高利率仍壓抑部分經濟活動,但目前市場並未出現明顯惡化跡象,因此修正時仍可視為觀察進場節奏的重要區間。
微軟調整財報架構迎接AI時代,Azure與消費端業務如何重分類?
微軟(Microsoft,MSFT)宣布調整業務報告架構,將原本三大部門合併為兩個新部門,以反映人工智慧對公司營運的影響。新架構將自2027財年第1季起首度揭露,原先的生產力與商業流程、智慧雲端、更多個人計算,將改為「代理與基礎設施」以及「裝置與消費者」兩大部門。 執行長納德拉表示,新報告方式將提高各項關鍵業務的季度收入透明度,涵蓋 Azure、M365 雲端、行業解決方案與廣告。他指出,人工智慧正在改變技術與商業模式,也讓產品邊界更加模糊,因此公司需要更貼近實際營運邏輯的揭露方式。 在新架構下,Azure 將被視為更聚焦於消耗型平台與基礎設施業務。根據最新指引,代理與基礎設施的收入預估為 751.5 億至 757.5 億美元,裝置與消費者則預估為 147 億至 152 億美元;整體營收指引仍維持在 898.5 億至 909.5 億美元。 這次調整顯示,微軟正以新的方式呈現 AI 時代下的業務輪廓,也讓市場更清楚觀察雲端、基礎設施與消費端業務的變化。
AI Agent加速落地,台灣電信、網通與算力鏈怎麼接上企業轉型
全球人工智慧代理(AI Agent)部署正在加速,產業焦點也從模型規模轉向實際應用與營運效益。資料顯示,全球已有約17%的企業開始部署 AI Agent,未來兩年內可能有六成企業跟進。國發會則從算力、人才、應用與治理四個方向推動國內產業轉型,並規劃算力池與實作課程,降低企業導入門檻,帶動數位轉型與海外布局。 在應用面,中華電信(2412)正建構人工智慧生態系,涵蓋網路、資料中心、算力與領域模型。文中提到,該公司導入企業級數位員工後,網路查修時間由44分鐘縮短至8分鐘,準確率達98%;基地台選址作業也由10天壓縮到20秒。配合全光網路與海地星空韌性網路,中華電信將 AI 應用延伸到智慧城市、醫療、工安與無人機物流等場域。 隨著算力經濟崛起,企業營運模式也出現變化,數位員工逐步參與採購與研發流程。產業界提到,從晶片設計到終端應用,聯發科(2454)、鴻海(2317)與台達電(2308)等企業都在算力經濟與技術創新浪潮中持續投入。基礎建設與運算需求快速成長,也推動高效能資料中心加速建置,以支撐未來更大的運算量與平台需求。 另一方面,資安治理與零信任網路架構也成為重要觀察指標。隨著後量子密碼技術與零信任網路導入,資料治理與風險管理被視為企業發展的必要條件。整體來看,台灣科技產業鏈正從硬體基礎設施到軟體應用服務持續整合,朝向更高的營運韌性與國際競爭力前進。
AI Agent 部署加速,台灣網通、資料中心與算力布局如何受惠?
全球人工智慧代理(AI Agent)部署正在加速,產業焦點也從模型規模轉向應用落地與營運效益。研調數據顯示,全球已有 17% 的企業開始部署 AI Agent,預期未來兩年內將有 60% 企業跟進。國發會則從算力、人才、應用與治理四大面向推動國內產業轉型,並透過算力池與實作課程降低企業導入門檻,帶動數位轉型與海外布局。 在產業應用端,中華電信(2412)積極建構 AI 生態系,涵蓋底層網路、資料中心、算力與領域模型。公司導入企業級數位員工後,網路查修時間由 44 分鐘縮短至 8 分鐘,準確率達 98%;在基地台選址上,作業時間也從 10 天縮減至 20 秒。中華電信並結合全光網路與海地星空韌性網路,將 AI 應用延伸至智慧城市、醫療、工安與無人機物流等場域。 隨著技術發展,企業營運模式也正出現變化,數位員工逐步融入採購與研發流程。產業界代表指出,從晶片設計到終端應用,聯發科(2454)、鴻海(2317)與台達電(2308)等大型企業,都在算力經濟與技術創新的浪潮中持續投入。基礎建設與運算需求快速成長,也推動高效能資料中心加速建置,以因應未來更高的運算量與平台需求。 整體來看,人工智慧賽局不只比拼創新速度,也考驗企業在資安與治理上的平衡。隨著後量子密碼技術與零信任網路架構導入,資料治理與風險管理成為企業發展的重要條件。台灣科技產業鏈正透過跨領域整合,逐步強化數位時代的營運韌性與國際競爭力。
OCP高峰會聚焦AI機櫃、液冷與高速互連,台廠供應鏈升級受關注
2026 OCP全球高峰會在美國加州聖荷西登場,技嘉(2376)、緯創(3231)、緯穎(6669)、微星(2377),以及神達旗下神雲科技共同參展。台廠展示範圍涵蓋新一代AI機櫃級運算架構、液冷散熱與共同封裝光學,反映資料中心升級已深入整套系統工程。 共同封裝光學是把光學元件放到交換晶片附近,用來降低高速資料傳輸的能耗與延遲。當AI模型擴大、晶片功耗提高,資料中心同時面臨運算密度、散熱效率、供電能力與資料傳輸四項壓力。AI基礎建設進入機櫃整合階段,供應鏈競爭也從單一伺服器延伸到完整機架。 AI伺服器進行高密度運算時,傳統氣冷承受的熱負載逐步逼近極限。液冷技術可直接帶走處理器產生的熱能,供電設計則影響系統能否長時間維持穩定運作。兩者都會影響資料中心的部署速度、能源使用效率與後續維護成本。 台灣供應鏈此次涵蓋運算節點、高速儲存、熱管理與供電結構,顯示業者已具備從客製化設計到大規模機櫃整合的能力。對全球雲端服務供應商來說,採購評估會同時檢查效能、耗電、散熱及擴充彈性。熱管理正成為AI資本支出的重要環節,也提高伺服器供應鏈的技術門檻。 技嘉現場展示NVIDIA Vera Rubin NVL72平台與Vera CPU機櫃,單一機櫃可共享20.7TB記憶體池,並採用直接液體冷卻。共享記憶體池有助於大型運算工作負載調度,液冷則支撐更高功率密度,兩項設計都朝大型AI工廠需求靠攏。 微星展示以NVIDIA MGX架構打造的48RU機架級系統,整合液冷伺服器與資料交換器,同時推出搭載高效能晶片的桌上型AI超級電腦。產品布局橫跨資料中心與較小規模部署環境,呈現AI運算需求的多層次發展。 緯創與緯穎共同展出全液冷Vera Rubin NVL72平台,以及CMX情境記憶體儲存平台。緯穎另推出超薄雙面液冷板,鎖定高功率特殊用途積體電路,宣稱散熱效能可提升逾15%,供電損耗最高可降低80%。散熱與供電改善幅度,將影響高功率晶片能否穩定擴大部署。 神雲科技以全棧創新為主軸,展示模組化資料中心方案,並與合作夥伴示範無水式兩相液冷。這項技術利用介電流體相變吸收晶片熱能,可降低用水需求,也提供高密度運算另一種熱管理選項。 神雲也首度公開兩款新平台,分別鎖定高密度開放運算與企業推論需求。前者對應大型資料中心,後者涵蓋企業將AI模型導入日常應用的運算需求,反映供應鏈正從模型訓練延伸到推論市場。 不過,單一公司的營收成長仍需搭配各廠後續訂單、出貨節奏與獲利結構觀察。展出規格仍需轉化為量產與營收,液冷、供電及高速互連能否形成穩定訂單,才會決定供應鏈受惠廣度。當市場預期高度集中於AI資本支出,任何雲端業者延後建置、晶片平台轉換或散熱方案調整,都可能放大供應鏈波動。
聯茂(6213)盤中走強成PCB材料焦點,CCL漲價循環與AI板材升級受關注
聯茂(6213)盤中報價848元,上漲6.67%,在今日PCB材料族群普遍走強下,處置股身分下仍有買盤關注,搭配近期CCL報價調整題材成為盤中焦點。市場目前焦點主要圍繞在中低階CCL漲價循環與通用伺服器需求回升,輔以AI伺服器相關板材升級帶來的中長線期待。13家機構預估今年每股賺17.43元,較去年成長約318.99%;12家預估明年再成長104.1%到35.58元。以明年預估獲利計算,目前股價相當於22.34倍的前瞻本益比。 技術面來看,聯茂股價已站上月線及季線之上,周線維持多頭排列,日、週、月KD同步向上,近20日漲幅顯著,整體結構偏強。成交量維持在偏熱區間,短中期動能延續,多方對高檔整理的接受度仍在。籌碼部分,近日主力近20日買超比例維持正值,顯示在高檔仍有一定承接力道,投信在9月以來多次偏買超,官股持股比率約8%上下,為市場提供穩定部位。後續可留意在800元上下區間的量價表現,觀察多方能否續守並消化短線累積漲幅。 聯茂主要為台灣前二大、全球前六大的銅箔基板製造廠,產品包括多層印刷電路板基材、銅箔基板及相關電子材料,屬電子零組件產業鏈中關鍵板材供應商。在AI伺服器、資料中心、高速網通及低軌衛星等需求推動下,高頻、高速、低損耗與高散熱板材規格升級,帶動CCL與相關材料需求升溫。基本面上,聯茂近五個月月營收持續年增逾兩成以上,9月月營收年增110.74%,且已連續多月創歷史新高,顯示量價齊增。後續觀察重點在AI與伺服器平台升級帶來的高階材料滲透率,以及公司在無錫與泰國產能擴充進度與訂單結構變化。