AI資料中心耗電往外擴散，電力基金撐得起分散效果嗎？

 

AI資料中心把晶片需求傳導到電力設備

AI投資的下一段瓶頸，正從算力延伸到供電與冷卻。大型資料中心塞入大量高階伺服器，設備全天運轉，耗電來自運算，也來自散熱、備援電源與電力轉換。晶片效能持續提高後，變壓器、電纜、發電容量及冷卻系統能否準時到位，開始影響資料中心擴建速度。

AI Agents，也就是能自動完成複雜任務的智慧助理，若加速普及，推論運算量與設備投資可能同步增加。各家科技公司可以採用不同軟體與晶片，底層仍需要大量且穩定的電力。AI算力的物理底座，已經成為供應鏈分析無法跳過的一環。

用三國行軍來看，高階晶片像前鋒，電力與冷卻則是糧道。糧道跟不上，前鋒再強也推不動大軍。這也解釋了資金開始沿著資料中心向外擴散，尋找發電、輸配電及冷卻設備等環節。

 

KKR募集192億美元，機構資金加碼歐美基礎建設

2026年8月初，KKR完成最新一檔全球基礎設施基金募集，規模達192億美元，約合新台幣6,000億元。若加計其他相關專案，KKR可投入北美及西歐基礎建設的資金約為450億美元。這類基金主要面向大型機構法人，投資門檻與資金存續期間都和一般共同基金差異很大。

450億美元資金池反映機構法人願意配置長期基礎建設，也說明AI投資已從晶片與伺服器，延伸到資料中心周邊的實體資產。募集金額可以確認資金偏好，投資報酬仍取決於建設成本、融資條件、資產取得價格與完工進度。

基礎建設有一項特色：投入資本龐大，建設週期又長。需求突然上升時，供給很難快速補上。電力設備與輸配電網路若形成交期瓶頸，資料中心業者就算願意增加資本支出，也可能卡在併網、供電或冷卻容量。

 

台灣離岸風電卡關，綠電供給存在銜接風險

供給端已經出現現實阻力。哥本哈根基礎建設基金(CIP)於2026年8月初示警，台灣離岸風電受到國產化要求推高成本，加上融資環境改變，部分風場進度陷入停滯。這顯示發電建設從規畫走到商轉，中間還要跨過設備成本、政策規範與資金成本等門檻。

若風場進度持續延後，綠電供應可能出現銜接空窗。另一端的AI資料中心用電需求仍在成長，供需落差可能提高既有電力資產與穩定供應能力的議價空間。供電稀缺性可能升高，但定價能力能否轉成獲利，仍要看合約安排、成本轉嫁能力與監管政策。

這也是基礎建設投資需要誠實面對的兩面刃。建設週期拉長會增加稀缺性，也可能推高專案成本並延後現金流。風電案例已經提醒市場，AI用電需求強勁，無法自動消除政策與融資風險。

 

科技基金與基礎建設基金承擔不同風險

科技基金通常持有晶片設計、軟體及其他高成長公司，獲利彈性較大，股價波動也往往較高。基礎建設基金則可能投資資料中心、電纜、發電廠及水電瓦斯網路，收入與設備使用、電力需求及公共服務連結較深。

這種差異提供了配置上的另一個角度。投資人若已高度集中於單一國家的科技股，加入部分電力或基礎建設部位，有機會降低單一產業與單一商業模式的集中度。配置效果要回到實際持股，基金名稱本身無法保證分散，也無法保證淨值波動較低。

2026年8月的基金募集潮中，台新投信推出「台新全球AI電力基金」。這類主動式基金由經理人選股，鎖定AI發展帶動的全球電力需求，也讓一般投資人能以數千元門檻參與相關供應鏈。經理人的選股範圍、持股集中度與費用，會直接影響最後成果。

 

加入配置前，先拆解前十大持股與三類風險

我的做法會先打開基金前十大持股，確認資金究竟投向公用事業、發電設備、資料中心、輸配電，或仍集中於大型科技股。若與原有投資組合高度重疊，分散效果就會打折。若持股涵蓋不同地區與基礎建設環節，才較接近補足AI供應鏈下游曝險的目的。

接著要看三類風險：政府政策與監管變化、原物料及建設成本、融資環境與市場資金鬆緊。基礎建設具有長期需求，短期淨值依然會受利率、成本及專案進度影響。穩定需求不等於穩定報酬，這句話放在AI電力基金尤其重要。

目前可以確認的方向，是AI資本支出正把需求傳導到電力、輸配電與冷卻系統。KKR的大額募資提供資金面的證據，CIP對離岸風電的示警則揭露供給端限制。配置上可以把AI電力視為科技持倉的延伸與分散工具，部位大小仍應依現有集中度、基金持股及自身承受波動能力決定。