「ONO聯盟」的AI圈錢術(二)
2home.co 楊惟婷
目前AI產業是否出現泡沫，各方看法分歧？
由於OpenAI及輝達執行長黃仁勳持續描繪AI未來願景，而全球八大雲端服務業者（CSP）亦願意為佈置「算力」買單、加速擴建資料中心。
尤其，黃仁勳指出，兆級參數模型正推動資料中心轉型為「AI 工廠」，顯示AI產業仍處高速擴張階段，因此也支撐現階段美國經濟成長（美股）的動能。
但是，美國長期經濟成長的動能，向來以消費支出做為推升GDP成長主力。
但川普關稅政策打擊了民眾消費能力，因此2025年美國經濟成長的動能轉由科技巨頭對生成式AI 大模型及算力基礎設施的投資做為推升GDP成長主力。
例如2025年上半年，企業 AI支出對 GDP增長貢獻，甚至超過所有消費支出總和。只是，目前AI 投入與實際收入差距仍巨大，AI產業獲利仍未落地前，泡沬化隱憂仍在？
目前AI「算力」投入規模愈來愈大，但對未來消費支出剌激仍是未知數，亦即，美國經濟目前是走在鋼索上。
未來，若 AI「算力」過度投資致泡沫破裂，將可能導致美國經濟整體支出下降、就業流失、經濟增長放緩，甚至引發衰退或金融危機。
值得一提的是，20 世紀 90年代網路泡沫亦曾引發大量投資失衡，許多企業燒錢、卻無實際成果，使標普 500指數在 2000年至 2002年間下跌近 50%。
雖然最終網路確實改變現代經濟格局，但這也使當時大量投資者血本無歸，而相較之下，目前AI 泡沫規模更大，若最後審判日來臨，當下韭菜們撐得過嗎？
五、美國國運將繫於OpenAI的一場豪賭？
■OpenAI尋求投資與債務合作夥伴，以實現1兆美元AI技術發展目標
由於，OpenAI的資本支出遠高於收入，讓包括微軟 (MSFT-US) 在內的一些投資者保持觀望態度。最新報告顯示，OpenAI在2025年上半年約創造43億美元收入，但同時錄得135億美元虧損。
因此OpenAI制定一項為期五年的計畫，旨在實現其承諾投入超過1兆美元，以擴展其 AI 基礎設施發展目標。
例如OpenAI與甲骨文 (ORCL-US)、輝達 (NVDA-US)、超微半導體 (AMD-US) 以及博通 (AVGO-US) 合作佈置26吉瓦的「算力」基礎設施，預計在未來五年內成本可能超過 1兆美元。
同時，OpenAI 正依據這個五年計畫，積極提供更多客製化AI產品以開發新的收入來源、尋求投資與債務合作夥伴，並計劃進行更多融資，以支持其長期發展。
但OpenAI 為何會如此不惜血本地豪賭？
答案在於 AI大模型的競爭已進入“紅海”領域。
曾經，ChatGPT 憑借技術創新獨步江湖，但如今，Transformer架構的普及、開源社區的算法共享、數據預處理的標準化，讓大模型的性能差距迅速縮小。
無論是 Google的Gemini、Meta的 Llama，還是阿里巴巴、騰訊、百度、字節跳動等中國業者，技術壁壘正在被逐步瓦解。
大語言模型參數從百億到兆，性能提升的邊際效益卻在下降，單純靠「演算法」創新已不足以維持領先。在這種背景下，OpenAI 選擇了一條“以「算力」取勝”的道路：通過「算力」資源壟斷，想構築競爭對手難以逾越的壁壘。
目前OpenAI 的“戰船”雖氣勢磅礡，卻並非無敵。
世仇馬斯克的 Grok和 Anthropic的 Claude正從不同方向發起“火攻”。
例如Grok，xAI的這匹黑馬背靠 X平台的海量用戶和實時數據流，堪稱一個“情報之王”。X平台每天生成數億條帖子，涵蓋全球熱點、用戶情緒和社會動態，Grok通過深度整合這些數據，能提供實時、完好理解的回答。相比之下，ChatGPT 的靜態數據集顯得有些“老學究”，在實時性和“辣味”回答上稍遜一籌。
而Grok 的另一個殺手鐧是其與xAI生態的協同，比如與 SpaceX 和 Tesla 的數據聯動，賦予了它在跨領域任務中的獨特優勢。
另一個競爭對手Claude則在企業市場殺出一條血路。
9 /24日，微軟將Claude引入Microsoft 365 Copilot，直接切入辦公場景，如文檔生成、數據分析和團隊協作。
Claude 以安全性和價值對齊見長，強調 AI的可控性和道德性，特別討好那些對數據隱私和合規性要求苛刻的企業客戶。再加上微軟的生態加持，讓Claude 在企業市場的滲透力直壓ChatGPT。
因而， OpenAI 若不能在技術創新和用戶體驗上持續領先，資源堆砌可能淪為“面子工程”。
■奧特曼正在打造一個「大到不能倒」的「AI新財閥」？
OpenAI三年前靠旗下聊天機器人 ChatGPT 的問世，點燃了 AI 浪潮，也建立自己在 AI 熱潮中的地位。
目前OpenAI執行長奧特曼正在採取大膽的建置AI算力的「鈔能力」高門檻戰略，以建設「星際之門」算力中心，他左綁輝達 (NVDA-US) 、右架AMD(AMD-US) 等關鍵晶片供應商，建立「交叉持股」關係，將OpenAI的圓夢與整個 AI產業鏈的命運深度綁定。
這項策略不僅OpenAI鞏固巨大的算力基礎設施供給，更暗示著透過科技巨頭的「聯姻」關係，這種實體經濟與資本市場的深度綁定，將塑造一個「大到不能倒」的「AI新財閥」企業帝國。亦即，美國未來國運將繫於OpenAI的一場豪賭？
OpenAI為建設「星際之門」，利用自身對算力晶片的巨大需求作為籌碼，去交易晶片供應商的深度戰略綁定和資金支持。這種「晶片聯姻」模式，本質上是一份長期客戶採購合意書（MOU）：即OpenAI 承諾將大批量採購高端晶片，而供應商獲得穩定的未來收入保障想像，並透過股權交易，將利益共同化，最終並由資本市場的韭菜買單。
1、OpenAI與輝達的合作模式：
OpenAI透過出售自身股權獲得現金流。作為深化合作，輝達將隨著時間推移，購入高達1,000億美元的OpenAI股份，從而交換OpenAI的AI「晶片訂單」。
2、OpenAI與AMD 的合作模式：
由AMD向OpenAI提供一份認股權證。若 OpenAI滿足特定的業績目標，有權以極低的成本，獲得 AMD公司 10%的股份。假設未來 AMD股價達到600 美元，這筆潛在股權價值將高達 960億美元。
OpenAI這項「深度捆綁」戰略，透過交叉持股來鞏固供應鏈，將形成盤根錯節的「AI 利益共同體」關係網，目標是打造全球最大規模的AI資料中心網絡，為ChatGPT的訓練和推理提供了海量雲計算支持，其「AI新財閥」模式最終可能是雙贏、也可能是雙輸？
■OpenA自由現金流「嚴重」為負，若發生資金斷鏈，恐出現骨牌效應！
在OpenAI這場「買、買、買」背後，市場最關切的問題是，OpenAI 在2025年料將虧損約 100億美元，它將如何能支撐其巨大資本開支？
目前OpenA自由現金流「嚴重」為負，卻同時大舉資本支出，因此OpenAI需要錢才能讓這齣AI戲碼繼續演下去。OpenAI乃使出「訂單換股權模式」：即把供應商綁成「債務共同體」！
OpenAI 的融資策略，是利用「瘋狂願景」與「說服力」，將供應商命運與自身深度綁定，讓錢的問題「共同分攤解決」。
OpenAI 的「金融煉金術」，是透過其與晶片廠商的業務合作，表面是購買GPU晶片，實則是用發行股權交換，供應商又透過業務增加提昇估值、拉抬股價上漲，而OpenAI也透過潛在股權估值上升與採購成本抵消，近乎獲得了「免費」算力。但這種「股權換採購」模式，將硬體銷售轉化為股權綁定，使股權的長期估值提昇，最終透過股價上升，轉嫁給資本市場的韭菜買單。
但OpenAI這精巧「循環交易」設計，若計入與輝達共建資料中心、「星際之門」專案等未來資本承諾，OpenAI 2026年總資金需求將飆升至約 1140億美元，其中 75%依賴外部股權與債務融資，自身收入僅佔17%。即便以目前營運成本，2026年的基礎設施開支也需要 350億美元，遠超過每年約 130億美元的收入。
這資金缺口仍是隱憂，若發生斷鏈，恐出現骨牌效應！
■OpenAI「連環船」奇計，將稱霸AI產業、或火燒「連環船」？
就像三國時代曹操玩過的把戲，將所有戰船綁在一起、成了超級戰艦！
如今OpenAI揮舞著天價支票，綁定Oracle、NVIDIA、AMD。一旦下好離手，即同生共死。
人工智慧 (AI) 的「算力」競賽戰場如火如荼，OpenAI又將這場「資源整合」的大戰推到了全新高度。OpenAI 揮舞巨額支票，聯合甲骨文 (ORCL-US)、輝達(NVDA-US)、AMD(AMD-US)，甚至將博通 (AVGO-US)的產能悉數收入囊中，宛如曹操將戰船鐵鍊相連，試圖以「鈔能力」高門檻戰略碾壓一切對手。
雖然「算力」資源可以堆砌戰船，但是AI江湖的勝負從來不是「算力」單一維度的較量。用戶體驗、場景適配、技術迭代、生態協同，這些都是決定成敗的關鍵變量。
回想赤壁之戰，曹操的戰船規模空前，卻因靈活性不足被周瑜的火攻一舉擊潰。OpenAI 的“戰船”若過於依賴「算力」資源優勢，而忽視模型的差異化優化和用戶需求的精准捕捉，恐有翻船之虞。
目前OpenAI的“連環戰船”是一場 all-in 豪賭，試圖用算力、雲端、晶片的鐵鍊，鎖住通往 AGI的未來。然而，在這場豪賭的背後，OpenAI 若過於沉迷於“戰船”的規模，而忽視靈活性和創新性，可能重蹈曹操覆轍，被對手的“火攻”燒得片甲不留。
總之，OpenAI是否能否憑借“連環戰船”稱霸AI產業？或是最終造成火燒「連環船」慘劇？這場“赤壁之戰”的現代演義，且讓我們拭目以待！
■OpenAI這「循環交易」設計若失靈，美國恐爆債務泡沫！
目前OpenAI靠AI顛覆性願景為槓桿，吸引各科技巨頭公司為了避免在 AI軍備競爭中落後，而被迫砸錢，形成整個科技生態投入巨額資源。
更令人咋舌的是 OpenAI 的長期野心。執行長奧特曼向員工透露，目標到 2033 年建成 250GW算力，以現行標準需耗資逾 10兆美元。
但OpenAI 若無法快速實現業務收入、兌現變現利潤承诺，這場豪賭的結果，在 AI 競賽終局到來前，恐其「星際之門」計畫將成為「地獄之門」。
值得一提的是，美國建立AI產業的動能，若過度依賴OpenAI的表現，如果OpenAI失手，市場可能面臨痛苦的債務泡沫調整，同時也將撬動美國國運。
舉例來說，甲骨文 (ORCL-US) 近期發行 180億美元公司債，將用於興建資料中心，以支持與 OpenAI 達成據悉價值 3000億美元的協議。
此外，為 OpenAI提供 AI基建的合作夥伴CoreWeave(CRWV-US)財務槓桿也相當高，淨負債與 EBITDA 比率已達 5.1 倍。
另外，各大雲端巨頭2025年合計將為 AI投資 3800億美元，據Mortonson預測，此數字2026年將升至 7000 億美元以上。而要滿足如此龐大的資本支出，唯一方式就是舉債。亦即，市場可能正在醞釀一個「債務泡沫」。
尤其近期「循環交易」潛藏的風險在於，由於整個 AI 熱潮幾乎全押寶在 OpenAI能否持續砸錢並成功，亦即OpenAI如果跌倒，AI「循環交易」設計也會跟著摔跤。
雖然市場對 AI 的期望非常高：但巨額資金不斷投入資料中心建設，同時正在推動科技巨頭股價，而何時帶來AI 的投資回報，仍然沒有確定的時間表？
跋尾、未來，AI產業可能成也奧特曼、敗也奧特曼！
(一)「循環投資」可能正在醞釀一個「債務泡沫」
■OpenAI撐起1兆美元「循環投資」的 AI狂熱！
近期輝達與OpenAI一連串的錯綜交織合作協議，引發市場這場交易背後，將撐起價值 1兆美元投資的 AI狂熱。
當然，這場合作協議，透過與雲端供應商、AI晶片開發商與新創公司簽署龐大的合作協議，推升三方企業市場估值，也讓這三方企業未來的命運被綁在一起。尤其OpenAI 目前已與輝達、AMD 及甲骨文 (Oracle)(ORCL-US) 簽下 AI 運算合作協議，總金額可能突破 1兆美元。
或許，這些非典型商業模式是應對 AI服務需求暴增的必要之舉。想要支撐 ChatGPT 等產品所需的龐大運算力，必須仰賴「整個產業鏈」的共同努力。
值得注意的是，在此「股權換訂單」的內循環模式下，輝達與 AMD 手握訂單，而AI新創公司則能穩定獲得晶片，供需實體存在，因此泡沫風險相對可控。只是，OpenAI目前仍在大量燒錢，現金流為負。
如果一旦AI泡沫破裂，那這些循環交易關係恐仍具骨牌效應。
一些長期研究科技產業的分析師與學者即指出，這現象與網路泡沫時期相似。哈佛甘迺迪學院 AI政策研究員 Paulo Carvao 指出，「1990年代末，許多循環投資圍繞廣告與互相推銷，新創彼此購買服務以誇大成長。如今的 AI企業雖有實際產品與客戶，但支出仍遠超過獲利能力。」
而如今的 AI企業支出規模早已遠超當年網路時代新創。
初期，OpenAI 與其他 AI 公司主要依靠微軟 (Microsoft)(MSFT-US)、亞馬遜 (Amazon)(AMZN-US) 與 Google(GOOGL-US) 等大型科技公司的投資，並購買其雲端服務。
如今，包括馬斯克xAI及奧特曼OpenAI 野心更大。
例如OpenAI 執行長奧特曼 (Sam Altman) 表示，他預期公司將投入「數兆美元」建造先進 AI 模型所需的實體基礎設施。這對任何企業來說這都是天文數字，對一家尚未獲利的新創更是艱鉅挑戰。
為達成此目標，OpenAI 計劃依賴創投資金、債務融資，以及與其他企業的創新合作，後者大多數也願意與這家炙手可熱的 AI新創公司掛鉤，以分享光環、助推股價。
未來，AI產業可能成也奧特曼、敗也奧特曼。目前誰也不知道，結果會是哪一個？
■AI算力軍備競賽燒錢速度超過營收10倍，泡沫化陰霾將至？
2025 年，全球AI 「算力」領域資本博弈沸騰，科技巨頭圍繞「算力」基礎設施的競逐不斷加溫，演變為關乎未來的「存亡之戰」。
根據市場研究機構顧能 (Gartner) 數據，2025年全球 AI 總支出有望突破 1.5 兆美元，中美兩國以近 7成份額領跑，其中美國憑藉技術累積與主要企業佈局佔比超 55%，這是宣示對AI時代「算力」這核心資源的競爭。
OpenAI 執行長奧特曼也強調，「算力」是 AI兌現承諾的基礎。隨著 AI應用落地，算力需求井噴。
尤其，2025年以來，市場對推理算力的需求激增，主要大廠策略從「重訓練」轉向「訓練 + 推理並行」，此需要為海量用戶端應用儲備算力。
其中以OpenAI 的「供應鏈革命」最具標誌性；
它先與甲骨文簽下 3000億美元 5年期協議，鎖定 4.5GW雲端計算算力，讓這家傳統軟體商變身 AI 基礎設施核心供應商；
又與輝達達成 10年 1000億美元投資協議，部署 10GW算力。
為分散依賴程度，OpenAI 轉向超微半導體，承諾購買 6GW Instinct 晶片用於推理，並獲得超微最多 1.6 億股認股權證 (行使價 0.01 美元)，深度綁定利益。
接著，OpenAI 又跟博通合作開發 AI客製化晶片 (ASIC)。OpenAI 負責設計，博通參與開發，目標 2029年前建成 10GW 級自研晶片系統，從「買家」升級為「定義者」。
總計，OpenAI透過「股權綁訂單」合作模式，綁定30.5GW雲端計算算力。
但OpenAI 與輝達、超微的交易被批評為「循環融資」，也就是供應商注資，企業用資金採購其晶片。摩根士丹利警告，產業對 OpenAI 的互相綑綁，一旦資金鏈難以為繼，長期協議的抗風險能力存疑，恐出現骨牌效應，泡沫陰霾隨之浮現。例如OpenAI在 2025年租賃伺服器開支料將達到 160億美元，收入僅130億美元，而2029年開支可能升至 4000億美元，但獲利仍無明確路徑。
此外，雲端運算明星甲骨文雖打算 2026 財年投入 350億美元建造資料中心，卻因部署輝達晶片時營收、利潤不匹配，雲端業務毛利率低於預期，此前股價一度重挫 7%。
可見，當算力從「資源」升級為「戰略武器」，這場競賽已不僅是技術較量，更是資本、生態與風險的博弈。
■甲骨文畫的AI大餅，未來3年自由「現金流」為負？
由於目前甲骨文 GPU租賃業務毛利率僅 16%左右，引發市場對 AI業務獲利能力的擔憂。
近日，甲骨文明確表示，AI 基礎設施業務毛利率到 2030年將升至30%至40% 區間，此評估源自於與OpenAI的龐大訂單儲備。
甲骨文將 2030 財年雲端基礎設施 (OCI 營收預測從1440億美元上調至1660億美元，意味著年複合成長率(CAGR) 高達75%，2025年第一財季末積壓訂單達4550 億美元。
然而，甲骨文並未明確表示，實現其擴張所需的巨額資金從何而來？
亦即甲骨文未揭露資本支出預測，令市場對成本問題充滿疑慮。
但根據 Visible Alpha 預測，甲骨文未來 3 個財年自由現金流將持續為負，2028 年底累計現金消耗近 290億美元，9月發行的 180億美元債券，僅能滿足至 2028年現金需求的約四分之一。
此外，甲骨文要求未來五年營收年複合成長率略超 30%，但甲骨文底氣何在？
根據標普數據顯示，自1990年代以來，甲骨文從未實現過如此成長記錄，是否存在誇大不實疑慮？
另外，摩根大通也提醒，軟體公司執行 4-5 年期指引的記錄，通常並不理想。
亦即甲骨文在產能爬坡、獲利兌現及資本支出等不確定性消除前，市場對其描繪千億美元「大餅」的疑慮，恐難消散。
(二)假如市場不願買單？
由於，2025年美國資料中心建設速度「創歷史新高」，2025年美國經濟成長的動能轉由科技巨頭對生成式AI 大模型及算力基礎設施的投資做為推升GDP成長主力。同時，各科技巨頭皆擴大裁員以控制成本支出，對此，可能進一步壓縮民眾的可支配所得，導致消費力降低。
■大西洋月刊：AI生產力未達預期，過度依賴後果恐非常嚴重！
美國經濟目前陶醉在人工智慧（AI）帶來的生產力提升預期，但現實中這些效益卻尚未完全實現。
《大西洋月刊》警告指出，儘管 AI 在程式設計領域被視為可能取代人類的工具，但智庫「模型評估與威脅研究」（METR）7月對一組經驗豐富的軟體開發者進行測試，隨機分組使用、或不使用 AI 工具完成程式設計任務。
研究前，專家預測 AI可提升約 40%效率；實驗結果顯示，參與者認為 AI只提升約 20%，而實際產出分析更發現，使用 AI 的開發者完成任務的速度，比未使用者還慢了20%。研究發現，AI對實際生產力的提升遠低於預期。
但部分專家仍認為，AI 尚處於「生產力 J 型曲線」初期下降階段：因企業初期部署困難，生產力下降，但最終可能因技術整合而提升。
值得注意的是，雖然 AI 在程式設計等領域尚未完全實現生產力，但美國經濟似乎仍受益於 AI帶來的投資熱潮。
數千億美元投入 AI基礎設施，使科技巨頭估值飆升，並支撐股市與實體經濟。然而，企業利潤增長有限，實際就業改善也不明顯。
尤其，過去兩年，Google、亞馬遜、Meta 與微軟的自由現金流下降約 30%。
而新創公司OpenAI 與 Anthropic 收入雖增長迅速，但仍未盈利，估值遠超實際收入。
更重要的是，生成式AI 引發的投資熱潮，使美國經濟目前在某種程度上高度依賴這項技術帶動投資。
然而，除了股價外，這些科技公司在其他方面增長有限，目前AI 投入與實際收入差距仍巨大。
《大西洋月刊》指出，投資者對巨額投入抱高度期望，但若信念破滅，可能引發大規模股票拋售，造成市場劇烈回調。亦即，依賴越高，未來就可能摔得越重。
■巨額AI「算力」資料中心投資後，很快就必須面對「折舊費用」提列？
當人工智慧 (AI) 投資熱潮掀起之際，值得留意的是，巨額AI「算力」資料中心投資也很快就必須面對折舊費用提列，因此更加質疑超大手筆的 AI 支出是否合理。
據避險基金 Praetorian Capital 創辦人 Harris Kuppy Kupperman粗估提出的見解是：若要支撐目前的資料中心支出，大型科技公司 (hyperscalers) 需要創造 4800億美元的收入，而若要支撐明年的支出，則需高達 1兆美元。
但Kupperman 原本假設資料中心折舊周期為 10年，但他近期發現：「實體資料中心的使用壽命最多只有 3到 10年。冷卻系統、晶片與機櫃設計、電力系統，甚至整體布局的變化，都意味著資料中心建設本身的折舊速度很快。再加上每年或每兩年就會有新款 GPU問世，先前型號幾乎立即過時，因此我應該對整個資本結構使用更快的折舊曲線。」亦即他先前低估了。
根據 Kupperman 的計算，整個產業每個月支出約 300億美元，但目前每個月僅產生超過 10億美元收入。這種收支不匹配令他震驚，而且他還補充一件事：「到 2026 年，將有數百億美元的新資料中心建成，這些中心都需要額外收入來證明存在的合理性。」
Kupperman 說：「鐵路和 AI其實很像，它們都是巨額資本專案，對投資人有巨大的財務影響。就像鐵路一樣，如果 AI的資金減緩，建設也會放慢，當建設停止，AI受益公司的股票將被拋售，財富效應逆轉，消費成長放緩，金融恐慌將反過頭來在整個經濟間擴散。」
因為：「AI 資料中心與鐵路和火車最大不同，在於AI 資料中心幾乎立即過時—幾乎完全遭到減記。資本破壞將非常巨大。」
(三)假如「中國模式」具有更高性價比？
人工智慧引領第四次科技業革命，是當前最火的、最具爆發力的科技賽道。
進入到2026年，AI產業發展的進程，將從追求大語言模型「算力」，轉向實現應用場景的「實用性」。
■中國建置AI算力的「頂層設計 + 垂直創新」的應用生態
而在這場算力晶片「賣方市場」美國主導的競賽中，中國也正走出一條特色路徑。
首先，在政策層面，透過頂層設計，中國以「東數、西算」工程織成全國算力網路，鋪陳8個樞紐節點、10個資料中心集群，涵蓋 14個省份，提供全中國八成智慧算力。由於西部樞紐因地廣人稀、能源豐沛，承擔高能耗模型「訓練」，而東部則聚焦低能耗「推理」，緩解資源錯配。
例如安徽蕪湖「中華數島」即是典型案例—
這座由華為、中國移動、中國聯通與中國電信等一批領軍企業營運的 AI資料中心集群，被稱為「中國版星際之門」，既是「東數西算」的關鍵節點，也印證了中國「政府搭台、企業唱戲」的協同模式。
在企業端，阿里雲宣布未來三年投入逾人民幣3800億元建設雲端和 AI硬體基礎設施，規模超過過去十年總和。中國移動、中國聯通與中國電信三大營運商2025年上半年資本支出也合計逾千億元，重點投向算力領域。
另外，在技術層面上，中國企業選擇「性價比」路線。
例如華為、阿里雲加速研發適配大模型的專用晶片，DeepSeek-R1 推理模型僅用512塊輝達 H800晶片、搭配優異的「演算法」便實現高效訓練，對比 GPT-4依賴的 25000張 A100晶片，展現出「高性價比」優勢。
值得一提的是，這種「頂層設計 + 垂直創新」的生態，有利未來催生醫療、金融、政務等領域的商品化應用，此跟美國由主要科技巨頭主導「高資本投入門檻」的路徑形成差異。
或許，這種中國特色的「頂層設計 + 垂直創新」生態路徑，未來將展現出「高性價比」優勢，有利未來商品化應用。
(四) 笨蛋，問題在「缺電」！
「債務泡沫」、「市場需求」、「高性價比」皆是AI產業發展必須保持謹慎態度的四個理由之三。而最後一個瓶頸是「電力足夠」嗎？
因為，美國電網過去 10年電力需求「停滯」，但如今需求開始反轉上升，消費者很快就會體感到電價上漲的壓力。美國的平均電價已在上升，讓消費者使用上受到打擊。
■美國民生電價大漲，2年飆升148％的真實災情來了！
CNN報導，美國已出現民生電價暴漲災情，其中一項關鍵原因直指人工智慧熱潮，由於用電量激升，發電、輸電與配電的基礎設備需要更新與設置，電價成本大幅增加，最終反映到電價上。
另根據美國能源資訊署（EIA）資料，全美住宅用電成本正在上升。自2022年以來，美國平均電價已上漲13%，在某些地區的漲幅更是高於平均，主因在於更新與維護電網等基礎設施的成本上升，而人工智慧熱潮引發用電量飆升也是關鍵。預計到了2028年，資料中心將消耗全美約6.7%至12%的電力，而在2023年僅為4.4%，由於美國住宅電價的計算公式會依地區而異，屆時，預計資料中心附近地區的電價在五年間漲幅恐高達267%。
■高盛報告：AI「算力」盡頭，是「電力」！
高盛最新發布的《Powering the AI Era》報告指出，人工智慧 (AI) 並非單純的程式碼革命，而是一場堪比鐵路、電氣化的「基礎設施革命」。
報告認為，當前限制 AI 進步最緊迫的瓶頸，並非演算法或數據，而是驅動這一切所需的龐大「電力」與天價「資本」。且報告中指出，釋放人工智慧 (AI) 潛力的最關鍵障礙是「電力」。
高盛強調，AI堪稱「吞電巨獸」。因為AI伺服器機架的功耗極高，是傳統雲端伺服器的 10倍以上，造成AI 的能源需求正以前所未有的速度飆升。
隨著 AI算力需求「指數級」擴張，高性能數據中心對「電力」資源的需求預計將持續激增。
高盛預估，到 2027年，全球數據中心電力需求預計將增長50%，而到 2030年更將增長160%。數據中心首次成為「電力」行業增長的主要推動力，標誌著「電力」需求平穩增長時代的結束。
高盛預測，到 2030年，全球數據中心的「電力」需求將較 2023年大幅擴張 175%，相較於先前的預測 (+165%) 再次上修。這相當於再增加一個「全球前十耗電大國」的電力資源負荷。
然而，美國電網的平均使用年限已達 40年，難以應對此AI 的能源需求高峰。
高盛預計，至 2030 年美國電網方面的累計資本開支需為 7900億美元。
高盛研究報告指出，若想突破電力瓶頸，除了發展風能、太陽能等新能源外，還必須積極擁抱「核電」。核電的優勢顯而易見，它能提供 24 小時不間斷的零碳基荷電力，完美匹配數據中心對不間斷、高容量電力的需求。
目前，多家開發商正推進小型模塊化反應堆 (SMR) 與核聚變技術的商業化進程。SMR 正成為可靠零碳電力的新選擇，超大規模企業正積極探索投資 SMR，或通過長期購電協議獲取電力。
然而，歷史上的成本超支與建設延遲對傳統融資模式構成了挑戰，例如沃格特 3 號機組的成本估計超 170 億美元，是原預算的兩倍多，且推遲了約 7 年。
加上中美貿易衝突再起，大陸近期接連出招，除了稀土之外，鋰電池也成為出口管制的重點項目，此事將對美國能源穩定造成衝擊，因為美國目前高度依賴大陸電池，用來維護電網穩定並滿足資料中心的龐大電力需求。
數據顯示，2025年前7月，美國進口的「電網級鋰電池」初估約有65%來自中國大陸，當大陸擴大出口管制措施，這類產品將受到直接衝擊，且未來10年美國設置的電池基礎設施與電池容量，尚無法應付所有需求，且短期內難以找到其他國家替代大陸。
由於人工智慧熱潮在全球爆發，美國又是發展中心，電力需求因此暴增，儲能供應鏈過於依賴大陸的風險也跟著增加。即使美國積極擴充自主能力，但要在未來十年滿足自身需求仍不容易。在此狀況下，中美AI競賽中，美國似乎有苦難言啊！！！
