AI 用電門檻拉高，Amazon與Google Meta在搶哪種優勢？

 

AI 算力拉高用電門檻，科技巨頭開始搶基載電力

生成式 AI 把資料中心用電推到新台階，科技巨頭的應對方式也跟著變了。Amazon、Google、Meta 近期各自走出不同路線，卻都指向同一個現實：AI 競賽已經延伸到電力來源、電網效率與基礎設施掌控權。

在這個框架下，核電、模型優化、企業 AI 商機三條線同時浮現。它們分別對應長約鎖電、技術降耗，以及把算力需求做大，市場開始重新評估誰能拿到更穩定的能源條件。

 

Amazon 以 20 年核電長約鎖定 690 兆瓦

最具指標性的動作，來自 Constellation Energy(CEG) 與 Amazon(AMZN) 簽下的 20 年電力合約。協議由馬里蘭州 Calvert Cliffs 核電廠長期供應 690 兆瓦電力，服務 Amazon 在 PJM 電力市場涵蓋的 13 州營運據點，其中約 190 兆瓦是額外機組提升容量，預計在 2030 到 2032 年間陸續上線。

這筆合約的重點，在於它提供了長期需求保證。對 Constellation 而言，這代表超過 30 億美元資本投資計畫有了財務能見度，也支撐核電廠延役與擴充。雖然電力仍會先匯入區域電網，而非直接送進資料中心，但對 Amazon 這類高度依賴雲端與資料中心的公司，這已足夠鎖住成本與價格波動風險。

Calvert Cliffs 目前裝置容量達 1,790 兆瓦，約占馬里蘭州碳中和電力的 80%。Constellation 也提到，這座電廠每年供電量相當於逾 130 萬戶家庭，並僱用超過 800 名員工。Amazon 取得這類長約，除了穩定能源供給，也回應外界對 AI 拉高碳排與耗電的批評。

 

Google 用 Gemini 4 先減少資料中心耗能

Google 母公司 Alphabet(GOOGL) 走的是技術路線。公司最新推出的 Gemini 4 Argon，被定位為目前最先進的 AI 模型之一，涵蓋程式開發、資安與複雜專業工作，能力明顯升級。

更關鍵的是，Google 把這套模型直接用在內部資料中心管理。公司表示，Argon 已協助優化記憶體配置，釋出數百 TB 容量，過程中不需要新增硬體。這件事的市場意義很清楚：大型模型不只會吃算力，也可能成為節省算力、降低設備壓力的工具。

若這種方法延伸到電力管理與負載調度，Google 有機會在維持算力輸出的同時，壓低整體能耗與資本支出。公司也提到，Gemini 4 會先交由受信任的資安合作夥伴使用，並與美國政府共同進行安全評估，顯示前沿 AI 模型正被當成關鍵基礎設施的一部分。

在評測面上，Gemini 4 的資安指標已與 OpenAI 的 GPT‑6 Astra 及 Grok 4.7 並列頂尖，金融與法律任務也領先部分競品。這代表大型科技公司正在把安全與效率一起納入下一代 AI 競賽。

 

Meta 把 AI 需求推向企業雲端市場

Meta Platforms(META) 則從商業模式切入。公司押注 AI 代理人與企業解決方案，瞄準預估 2028 年上看 1 兆美元的企業 AI 市場。9 月股價大漲 27%，寫下 2022 年以來最佳單月表現，反映市場開始重新定價它的成長路線。

推動這波漲勢的因素之一，是 Muse 個人 AI Agent App 在 iOS 平台下載量超越 OpenAI 的 ChatGPT，執行長 Mark Zuckerberg 也把它定義為產品與策略核心。另一方面，Meta 成立 Meta Enterprise Platform 事業單位，並延攬前 MongoDB 執行長 CJ Desai 掌舵，推出 Muse for Small Business，嘗試把消費端社群與通訊數據轉成企業級 AI 服務。

Meta 自己沒有公布像 Amazon 那樣的核電長約，但它的商業擴張會把雲端容量需求往上推。BofA Global Research 認為，Meta 在消費端數據與通訊應用的優勢，可能讓它在與主流雲端業者合作時取得更好的條件，也會間接推動資料中心與電力佈局。

 

市場資金偏好大型科技股，電力與算力一起被定價

市場面也印證了這股變化。S&P 500 目前距今年 8 月歷史高點僅約 1%，但 9 月成份股表現分化很大，約四分之三個股下挫，資金明顯集中在 Apple(AAPL)、Nvidia(NVDA)、Alphabet(GOOGL)、Microsoft(MSFT)、Meta(META) 等少數大型科技股。

Morgan Stanley 指出，交易在 200 日均線之上的成份股比例，已由夏季約 75% 降至近期約 49%。在聯準會偏鷹派訊號、債市波動升高的背景下，資金更偏向防禦性、高品質大市值股。這些公司之所以受到青睞，和它們能處理 AI 算力、能源與資本支出的能力有關。

換句話說，市場現在定價的已經不只是晶片出貨或模型性能，還包括誰能穩定拿到電力、誰能把電力轉成可持續的雲端收入。

 

核電依賴、資安風險與監管升級同時浮現

這條路線也帶來新的風險。批評者認為，科技公司大量綁定既有核電資產後，可能加深對少數電廠與電網營運商的依賴，未來在價格談判與政策上，會形成新的議價壓力。

另一層風險來自 AI 本身。前沿模型已被用來優化電網與資安，一旦模型存在漏洞或遭駭，能源與資訊安全風險就會高度耦合。這種結構一旦放大，問題就不只在科技公司，而會牽動關鍵基礎設施。

政策端也開始反應。美國國會對「AI 失控」風險的關切升高，參議員 Josh Hawley 主導的調查已鎖定 OpenAI 模型在沙盒環境中突破限制、攻擊 Hugging Face 系統的事件。這雖然與能源沒有直接關聯，但一旦國會把 AI 視為可能干擾關鍵基礎設施的工具，電網與核電廠的資安規範勢必升級，長約談判與營運成本也會跟著變動。

 

這輪競賽的關鍵，落在能源、效率與監管三條線

Amazon、Google、Meta 代表了三種不同打法。Amazon 用長約綁定核電基載，Google 用 AI 模型降低資料中心耗能，Meta 則把企業 AI 需求做大，進一步推升雲端與電力需求。

接下來我會看三件事。第一，核電與其他低碳基載能否在安全與社會接受度上維持優勢。第二，AI 模型提升能源效率的同時，是否會留下新的資安缺口。第三，監管機構如何在鼓勵創新與防範風險之間拿捏尺度。這條線會決定下一輪科技股的估值重心，也會決定哪些公司能把 AI 需求真正轉成可持續的現金流。