蔡鎤銘（淡江大學財務金融學系兼任教授）
2026年5月，台灣加權指數收盤表現強勁，市場將這波漲勢歸因於兩個主要因素：其一是川普與伊朗停戰合意的期待感，其二則是「旺盛的算力中心需要」對半導體產業的支撐。生成式AI這項創新，正以前所未有的速度催生出對算力基礎設施的衍生需求，算力中心作為AI計算處理的核心設施，被市場賦予了近乎無限的成長想像。然而，當我們拆解這套敘事的底層邏輯，便會發現看似堅不可摧的需求論述，其實建立在幾道日益擴大的裂痕之上：半導體成本的結構性飆升、AI商業化的巨額缺口、技術迭代對既有投資的無情淘汰，以及能源與水資源的硬性約束。
成本飆升：金價效應的歷史隱喻
市場主流論述習慣於將算力中心需求視為一條平滑向上的成長曲線，卻往往忽略了價格機制對需求的內在制約。根據世界半導體貿易統計數據，2025年全球半導體銷售額達7,956億美元，年增26.2%。然而，當半導體價格持續飆升，建設成本便會以超越營運者承受能力的速度膨脹，最終在某個轉折點上冷卻投資需求。
這並非純粹的理論推演。金價近期的走勢提供了一個極具參考價值的對照：國際金價在2026年1月末曾突破每盎司3,100美元的歷史高點，隨後卻因價格過高導致實質需求追不上而見頂回落。黃金需求中約有一半來自珠寶等個人消費，當價格攀升至某個水準，真實需求便無法跟上投機熱情。算力中心需求的邏輯與此相似：AI的長期成長趨勢固然強勁，但當半導體成本以複利般的速度疊加，終將對需求形成實質性的壓制。
商業化的巨額斷層：6,000億美元的問號
即便撇開成本端的壓力不談，需求面的另一道裂痕同樣難以忽視：AI基礎設施的巨額投入與其實際產生的營收之間，存在著驚人的落差。市場上有所謂的「6,000億美元問題」，意指僅2023年和2024年投入AI基礎設施的資金規模就已極為可觀，若要實現合理的投資回報，需要AI產品創造約8,000億美元的營收，但當前AI服務的實際收入與此相距甚遠。
高盛集團對算力中心未來幾年的需求走向提出了四種情景分析，其中第三種情景尤其值得警惕：若AI貨幣化失敗，使用者不願為AI工具付費，那麼2025年至2030年間的AI需求可能下降20%，算力中心的佔用率將比基準情景低8個百分點，導致供過於求、租賃價格被迫下調。即便在其基準預測中，高盛也認為算力中心佔用率將在2026年見頂，此後供需緊張便逐步緩解。IBM執行長阿爾溫德．克里希納（Arvind Krishna）更直言不諱：要支撐當前規劃中的AI基礎設施規模，需要約8兆美元的總設備投資，而光是為了支應資本成本，每年就需要約8,000億美元的利潤，「投資回收到幾乎不可能」。
歷史之鏡：光纖泡沫與算力「暗纖」的風險
如果硬體成本上升尚可被市場消化，那麼技術本身的演進方向，則可能構成對算力中心需求預測的致命打擊。當前的需求預測模型大多基於一個線性假設：更大的模型需要更多的算力，因此算力的需求只會不斷上升。然而，演算法效率的提升正在顛覆這個前提。
2025年1月亮相的中國大陸AI模型DeepSeek V3被視為一個關鍵轉折點，該模型在效率上大幅改善，訓練成本相較GPT-4o降低約18倍，推論成本更降低約36倍。這意味著，部分AI服務可以不再依賴最高階的GPU，對算力中心高階運算容量的需求預測，可能需要向下修正。如果演算法效率持續以這種速度提升，當前瘋狂擴建的AI基礎設施很可能重蹈1990年代「光纖泡沫」的覆轍：各國電信商當時為迎接網路浪潮而大量鋪設光纖，最終卻留下大量低使用率的「暗纖」，多家負債高築的電信鉅子因此破產。
更令投資者不安的是硬體折舊週期正在急劇縮短。GPU旗艦產品幾乎每年推出新一代，企業剛建置完成的算力中心，其核心晶片可能在兩年內便落後於時代，五年前購置的GPU，其推論成本甚至可能高於產出的價值。這意味著，算力中心的投資回收窗口正在急劇收窄，業者尚未從既有設備中獲利，便被迫進行新一輪資本支出。
能源與水資源：物理極限的無聲約束
除了市場與技術層面的不確定性，算力中心需求的終極制約來自於物理世界本身。算力中心是巨大的能源消費者。根據國際能源署的預測，2026年全球算力中心總用電量將翻倍，僅靠再生能源難以滿足需求。全球AI相關用電量在2026年預計達到800太瓦時，約相當於一個中等規模國家的年度電力消費總和。在美國，算力中心已消耗全美超過4%的電力，而這一比例仍在迅速攀升。
水資源的隱形消耗同樣嚴峻。單座超大規模算力中心的日均用水量可達150萬公升，AI的全球水足跡在2027年可能達到每年42至66億立方公尺。以GPT-4o為例，其年度推論的用水量據估算可能超過1,200萬人的飲用水需求總和。在美國、愛爾蘭、德國等地，算力中心與當地居民爭奪水資源的衝突已經浮上檯面。當電力供應和水資源分配成為瓶頸，算力中心建設的審批與落地將面臨越來越大的政治與社會阻力，需求即使存在，也未必能轉化為實際的供給能力。
地緣政治的雙面刃
算力中心需求的另一層變數來自地緣政治。生成式AI的軍事應用正在成為推動需求的重要動力，但軍事需求本身具有高度的波動性。一旦停戰合意達成，軍事AI需求可能暫時退潮，這將在短期內對整體算力中心需求形成下拉壓力。同時，AI晶片製造高度集中於台積電（TSMC）一家企業的現實，使全球AI硬體供應鏈暴露在顯著的地緣風險之中。史丹佛大學AI Index 2026指出，幾乎所有安裝在美國算力中心的先進AI處理器都由單一台灣晶圓廠製造。一旦供應鏈因任何原因中斷，算力中心的擴張計劃將從根本上受到動搖。
算力中心需求的長期成長趨勢無庸置疑，但「趨勢」與「投資報酬」之間存在著關鍵性的落差。當前的市場狂熱，在很大程度上將未來的不確定性折算為今天的確定性進行定價：假設AI貨幣化必然成功、假設演算法效率不會顛覆需求結構、假設能源與水資源的供給將無限配合、假設地緣政治風險不會兌現。這些假設同時成立的可能性究竟有多高，答案恐怕並不樂觀。歷史反覆證明，每當資本支出遠遠跑在真實需求之前，從鐵路狂潮到光纖泡沫，結局大多是一地破碎的資產負債表。AI的時代確實已經到來，但算力中心需求的盛宴，未必會按照當前線性預測的座標持續下去。
※作者註：本文所提供的觀點僅代表作者個人見解，並不構成任何投資建議。讀者在做出任何投資決策之前，應自行評估相關風險，並尋求專業意見。作者對於因使用本文內容而導致的任何損失或損害不承擔責任。
