AI資料中心喊出70GW電力需求，綠能與儲能誰先看到訂單？

 

AI資料中心先看電力，70GW是很大的起點

Blackstone 執行長 Larry Fink 在 CNBC 討論裡提到，美國推動 AI 發展，所需電力會超過 70GW。這個數字很大，因為它把 AI 從算力敘事直接拉到電網、發電、儲能與併網能力。對我來說，這種說法的價值，在於它提醒市場：AI 需求最後要落在實體基礎建設上。

Fink 也把這波投資比擬成 1970 年代抵押貸款證券市場的誕生，意思是 AI 基建可能形成新的資本配置模式。這種類比有啟發性，也帶著風險，因為歷史上凡是被包裝成新資產類別的東西，前期常伴隨大量想像，後期才回到現金流與履約能力。

 

70GW要轉成建設，先過電網、合約與資本支出三關

70GW 代表的不是單一案子，而是一整段供應鏈的資本支出週期。要把這樣的需求落地，先要看到發電端與輸配電端同步擴張，接著才會輪到資料中心、變電設備、儲能系統與高壓電力設備接單。這也是為什麼我會把 AI 電力需求，直接視為綠能與電網升級的長週期題材。

但目前市場還在早期階段。Fink 提到，相關企業多半還停留在諒解備忘錄，約束力合約還沒完全到位。這代表需求方向明確，訂單轉營收的節奏仍要看簽約速度、融資安排，以及專案能否通過併網與建設排程。

Blackstone 也說，已有部分資金準備投入，後續還要再募資。這個訊號很重要，因為 AI 基建的規模通常大到單一企業無法獨立承擔，必須靠機構資本、專案融資與長年期資金一起進場。資本成本一旦上升，長天期電廠與資料中心的回收期就會被拉長，這會直接影響專案報酬率。

 

NVIDIA硬體是核心零件，估值與折舊風險也會一起放大

Fink 把 NVIDIA 的硬體放在這個新資產類別的核心位置，這點很符合目前 AI 生態的現實。GPU 仍是訓練與推論的重要算力來源，市場對 NVIDIA 的需求預期，也和資料中心擴張、機櫃密度與能源消耗直接連在一起。

問題在於，硬體價值的維持時間有多長。空頭 Michael Burry 已經對這個假設提出質疑，市場也會持續追問：GPU 的更新週期、折舊速度、替代架構出現的節奏，能否支撐高額資本支出持續成立。這裡牽涉到的已經不只是單一公司獲利，而是整個 AI capex 週期能否延伸。

從投資角度看，這類敘事通常先反映在半導體設備、資料中心基礎建設、電力設備與儲能鏈條。後面才會回到 EPS、訂單能見度與自由現金流。若只看算力硬體，很容易忽略電力供應與建設時程，最後市場會在交期、折舊與資金成本上重新定價。

 

我會把這段話放回綠能、電網與儲能的長週期框架

如果把 Fink 的說法放回能源轉型框架，最直接的受益方向會落在再生能源、輸配電升級、儲能與資料中心電力配套。太陽能、風電、儲能與電網設備都可能吃到這波需求，只是節奏差很多。先受益的往往是設備與服務供應商，後面才輪到真正把專案變成穩定現金流的營運商。

這也是我會提醒你們的地方。AI 電力需求看起來很大，市場敘事也很強，但補貼退場、利率維持高檔、併網瓶頸，這三個變數都會拉長落地時間。對像 NextEra 這類長天期電廠或大型基建營運商，資本成本與回收期的影響會比一般成長股更直接；對 First Solar、Enphase、Vestas、Bloom Energy 這類供應鏈公司，則要回頭看訂單、毛利率與產能利用率是否跟上。

我會把這次發言視為一個警示型訊號：AI 需求確實在推動電力與基建投資，市場也開始接受這個方向；接下來能不能變成 EPS，取決於合約是否落地、電網是否跟上，以及資金成本能否維持在可接受範圍內。你們如果要追這條線，最好同時看 GW 規模、資本支出、LCOE 與實際簽約進度，這些數字比熱度更能決定後面的獲利曲線。