AI基建擴張到2030年用電逼近日本，台灣供應鏈誰先吃到訂單？

 

AI 基礎設施帶動全球資本與電力同步擴張

全球 AI 基礎設施進入加速擴建階段，資本開支和用電需求一起往上走。高盛估算，到2030年底，AI 新增用電量會接近日本這個全球第五大用電國的總量；榮鼎集團則預估，中國 AI 基礎設施資本開支在2026年將達9,320億元人民幣，2027年進一步突破1.2兆元人民幣。這組數字說明一件事：AI 伺服器、資料中心、電力與網路基礎設施，正在同步放大。

這類擴張的特徵很明顯，前端需求增長快，後端供應鏈跟著吃緊。硬體端的壓力集中在渦輪機、變壓器、輸電線路與技術人力，連美國地方政府都已出現超過三百項資料中心暫停令。電力與工程資源成為擴建節奏的限制，這會直接影響資料中心從規劃到落地的速度。

 

資本支出壓力先反映在中國科技平台現金流

資金端的壓力，從中國大型科技平台的自由現金流可以看得很清楚。阿里巴巴、騰訊與百度合計自由現金流，從2025年的1,700億元人民幣，降到2026年上半年的負160億元人民幣。這代表 AI 相關資本支出已經開始吃掉原本可自由調度的現金，企業在擴張速度、投資回收與財務彈性之間，面臨更直接的取捨。

這個變化也說明，AI 基建的熱度已經從口號轉成財務報表上的數字。自由現金流轉負，對供應商是一個需求強化訊號，對客戶端則代表擴張成本和資金壓力同步升高。後續要看的，會是這種支出能否持續對應到更高的算力利用率與商業化收入。

 

台灣央行釋出近五千億資金，供應鏈融資環境轉鬆

台灣市場的另一個變化，來自資金面。中央銀行自9月以來向市場釋出近5,000億元資金，帶動定期存單餘額降至6.06兆元，創2010年3月以來最低。這代表市場流動性明顯增加，對本地供應鏈的短期融資、庫存調度與資本支出安排，形成較好的環境。

這類資金變化本身不會改變產業趨勢，但會影響供應鏈擴產的節奏與成本。流動性充裕對硬體供應商、設備商與零組件廠商都偏有利，因為 AI 擴建需要先投入，再等待後續出貨和認列。當資金面轉鬆，市場對成長型供應鏈的承接力也會比較強。

 

台灣供應鏈的受惠位置：電源、製程與晶片設計

在台灣供應鏈裡，較早反映 AI 資本支出的，集中在高階電源與先進晶片製程相關公司。旭隼(6409)受惠於高功率不斷電系統，以及高壓直流電源架構備援電池模組專案落地，法人預估其2027年每股盈餘達36.61元。這類產品直接對應資料中心的供電穩定需求，屬於 AI 基建裡較具實際落地的環節。

先進製程與晶片設計也維持在法人配置重心。台積電(2330)與聯發科(2454)持續受高階運算需求擴增帶動，前者對應先進製程與晶圓代工，後者對應晶片設計與運算架構需求。算力擴張帶動的不只有雲端服務商，還包括電源、製程和設計三條線一起受影響。

 

後續觀察重點：硬體瓶頸與現金流能否同步改善

目前可以確認的訊號有兩個。第一，全球 AI 基礎設施投資仍在擴張，電力與硬體資源已經成為現實瓶頸。第二，部分大型平台的自由現金流已經出現明顯壓力，這會影響後續資本支出的速度與範圍。對台灣供應鏈來說，資金面轉鬆和需求面升溫同時存在，短期有利於市場對相關公司維持較高關注。

接下來要持續追蹤的，是資本支出能否進一步轉成訂單與營收，以及電力、變壓器、輸電和工程人力的瓶頸會不會拉長交期。AI 基建的長線方向清楚，但實際受惠節奏，仍要看資本開支、供應能力和現金流三者能否一起跟上。