Oracle(ORCL)資料中心卡關，70億美元擔保金只是第一道門檻

AI 基礎建設的兩道新門檻：電網擔保金，與版權和解金

美國 AI 產業這一輪擴張，開始碰到兩個很現實的成本牆：一個是算力落地的電力與金融擔保，另一個是模型訓練牽涉的版權代價。前者由 Oracle(ORCL) 在威州超大型資料中心案上率先承受，後者則由 Anthropic(ANTHRO) 以 15 億美元和解金做出市場震撼教育。兩件事看起來分屬不同戰場，但放在一起看，幾乎就是 AI 基礎建設從「拼速度」走向「拼風控」的分水嶺。

 

Oracle 的威州資料中心，卡在不是晶片而是擔保

根據《Financial Times》報導，威斯康辛州公共服務委員會維持對公用事業公司 We Energies 的嚴格信用規則，要求 Oracle 為其在 Port Washington 規劃、接近 1 吉瓦規模的資料中心，提供約 70 億美元的信用擔保，形式可為現金或信用狀，估算年成本超過 1 億美元。

這筆錢不是單純「押金」概念，而是監管單位認定，若這座資料中心要上線，相關的新電廠、輸電線與配套電力資產可能會先由電網端投入；因此在風險分攤上，不能讓地方居民事後替超大型用電客戶買單。威州的規則也很直接：凡是 S&P 信評低於 A- 的資料中心開發商，都要繳納這類巨額抵押。Oracle 不在豁免範圍內，因此才會被這條規則卡住。

對市場來說，這個案子意義不只是 Oracle 多了一筆成本，而是提醒投資人：AI 資料中心的瓶頸，正在從 GPU 轉向電力、信用與地方政治。過去看 AI 基建，常只看誰能拿到更多晶片、誰能擴更多機櫃；現在還要看誰能先扛住電網擴建所帶來的資本承諾。這種結構，對未來大型雲端與 AI 服務商都會是壓力測試。

更關鍵的是，這座資料中心本來被視為 Oracle 執行與 OpenAI 簽下、總額高達 3,000 億美元算力供給合約的重要拼圖。如今拼圖還沒完全拼好，先被地方監管加上一道高額財務門檻，等於把 AI 基礎設施的「落地成本」再往上抬了一階。

 

算力擴張不再是單純的 Capex 問題

這件事也反映出一個更大的趨勢：隨著 Nvidia(NVDA) 推動生成式 AI 需求、AWS、Microsoft(MSFT)、Google(GOOGL)(GOOG) 等大型雲端與 AI 平台持續擴建，AI 相關的資本支出早就不是只看伺服器和晶片。

接下來的關鍵變成：

• 電力是否夠用
• 輸電網是否同步升級
• 地方政府是否願意承擔電價政治壓力
• 企業信評是否足以通過監管門檻

也就是說，AI 基建的投資模型，開始從「買設備」變成「買整套社會許可」。這對 Oracle 這類想快速擴張算力供給的業者來說，資金占用和回收周期都會被拉長。對投資人而言，未來評估 AI 資本開支，不能只盯著營收成長，還要細看電網端的配套能力與融資條件。

 

Anthropic 的 15 億美元和解，讓版權成本正式浮上檯面

另一邊，內容與訓練資料的風險也同步升高。舊金山聯邦法院已正式批准 Anthropic 的集體訴訟和解案，金額高達 15 億美元，創下美國版權案史上最大和解紀錄之一。

這起案件的核心爭議，在於 Anthropic 在訓練 Claude 時，被指未經授權使用書籍內容，甚至保存了超過 700 萬本盜版書籍。法院在 2025 年 6 月的裁定中，雖然認為將書籍用於 AI 訓練本身可被視為 fair use，但對於那些被放在「中央圖書館」中、未必直接用於訓練的盜版檔案，則認定構成版權侵害。

也就是說，法院不是全面否定 AI 訓練，但對資料取得與保存方式畫出了明確紅線。這點很重要，因為它意味著未來 AI 模型公司不只要證明訓練有合理使用空間，還必須在資料來源、資料庫管理與授權流程上更嚴格合規。否則，賠償金額可能遠遠超過一般市場預估。

 

這不是單一案件，而是產業規則的起點

Anthropic 副總法律顧問 Aparna Sridhar 表示，和解是在法院確認 AI 訓練屬合理使用後達成，目前已有超過 91% 涵蓋範圍內的作者與出版商申請分配賠償金。原告律師 Justin Nelson 則把它稱為「歷史性和解」。

不過，這案子並沒有真正把所有爭議收掉。部分作者認為賠償金偏低、律師費過高，或有些著作權人被排除在外，但法院並未接受這些反對意見。更重要的是，仍有一些作者與出版商選擇退出集體訴訟，另行提起個別訴訟，代表版權問題還在繼續延燒。

這也是為什麼這起案子值得市場特別注意：它是目前少數幾個針對大型語言模型訓練，真正走到重大和解的美國案例之一。它提供了一個很清楚的訊號：法院可能接受 AI 訓練有部分合理使用空間，但不代表企業可以忽略資料取得的合法性。一旦跨線，代價會非常高。

 

AI 成本曲線正在改寫，隱形風險比硬體更貴

把 Oracle 和 Anthropic 放在一起看，會看到 AI 產業的兩條成本曲線同步上升。

一條是算力端：資料中心要落地，得先面對電力基建、電網擴建、地方監管與信用擔保；另一條是內容端：模型訓練越吃重，對文本、圖片、影音等資料的依賴越深，版權人就越有能力透過訴訟與談判重新定價這些內容資產。

這意味著，AI 的競爭門檻不再只有技術能力，而是變成一整套綜合實力比拚：

• 能不能拿到低成本電力
• 能不能通過地方監管
• 能不能撐住高額融資需求
• 能不能處理版權授權與訴訟風險

對 Oracle、Anthropic、Amazon(AMZN)、Alphabet、Microsoft 這類 AI 與雲端巨頭來說，未來市場不只看模型能力和收入成長，更要看誰在電力、法務、授權三條線上更有控制力。

 

這波 AI 擴張，已經進入「精算時代」

如果說過去兩年市場看的是「誰能先把 AI 做大」，那現在看的就會是「誰能在成本與風險升高的情況下繼續做大」。這也是 AI 基礎建設投資邏輯正在變化的地方。

像 IEA 先前提過，資料中心與相關用電需求到 2030 年可能出現明顯跳升；高盛與美銀也都不斷點出電網投資、電力設備與資料中心 capex 的長周期機會。當用電需求快速上來，電網與監管一定會跟著收緊，AI 產業不可能永遠用「先擴張、後補課」的方式前進。

從這個角度看，Oracle 的 70 億美元擔保金，和 Anthropic 的 15 億美元和解金，其實都在告訴市場同一件事：AI 不是只要有需求就能無限放大，真正的瓶頸會來自資本、監管與法律成本。

接下來要觀察的問題是，當更多州開始仿效威州，要求超大型資料中心預先提供高額擔保；當更多作者、出版社、新聞機構持續對模型訓練提告，AI 企業還能用多快的速度擴張？誰會先被迫放慢腳步，誰又能把這些隱形成本轉嫁給客戶？

为什么盘後大跌的，可能不只是財報數字，而是市場終於開始重估 AI 基礎建設真正的代價。