原始發表日期：2026-04-27
日本電信巨頭 NTT 正式發表其次世代 AI 基礎設施構想「AIOWN」，並宣布將把旗下資料中心（Data Center）的受電能力大幅提升至目前的三倍以上。資深財經主編分析，這項龐大的基建宣示，不僅凸顯了生成式 AI 狂潮對全球算力資源的無底洞式吞噬，更無情地揭示了一個殘酷的經濟現實：在未來的 AI 霸權爭奪戰中，真正的瓶頸已不再是晶片的製程，而是國家與企業能否確保穩定且海量的「電力供應」。
隨著 OpenAI 的 GPT 模型與各家開源大語言模型（LLM）的參數規模呈指數級暴增，訓練這些模型所需的 GPU 叢集規模已達到史無前例的境界。傳統資料中心的機櫃功率密度大約在 5 到 10 千瓦（kW）之間，而裝載了最新輝達（Nvidia）AI 伺服器的機櫃，其功耗往往飆破 40 甚至 100 千瓦。這導致現有的資料中心基礎設施面臨嚴重的供電與散熱崩潰危機。NTT 提出的「AIOWN」構想，正是為了解決這項硬體瓶頸，透過導入液冷技術（Liquid Cooling）、自建微型電網以及光電融合傳輸技術（IOWN），試圖打造出能支撐國家級 AI 發展的超大算力底座。總經分析從總體經濟學與能源地緣政治的角度觀察，AI 產業的爆發正引發一場全球性的「電力排擠效應（Crowding Out Effect）」。資料中心對電力的極端渴求，將無可避免地推升整體電網的基載壓力與工業用電價格，這對於長期處於能源輸入國地位、且核電重啟進度緩慢的日本而言，是一項巨大的總經挑戰。NTT 的巨額資本支出（CapEx），本質上是在建立一道難以跨越的基礎設施護城河。在未來，算力將成為如同石油一般的戰略物資，而掌握了底層算力與電力調度權的電信或雲端巨頭，將在數位經濟中享有絕對的地租收益（Economic Rent）。未來展望可以預見，全球將掀起一波「AI 專屬資料中心」的建設狂潮。投資市場的資金焦點將從前端的 AI 軟體應用程式，大規模輪動至提供底層支撐的「鏟子股（Pick and Shovel Play）」——包括電力設備供應商、液冷散熱模組廠、超高壓變壓器製造商以及綠能發電業者。同時，為了解決電力短缺，科技巨頭投資甚至直接收購核能發電廠的案例將會層出不窮。財經小辭典地租收益（Economic Rent）：在經濟學中，指資源擁有者憑藉其對某種稀缺資源（如土地、獨家專利或壟斷性基礎設施）的控制權，而在沒有增加額外生產成本的情況下，所獲得的超額利潤。鏟子股（Pick and Shovel Play）：源自 19 世紀加州淘金熱的投資術語。指在某個新興產業爆發時，與其投資風險極高、競爭激烈的最終產品（如淘金者），不如投資那些提供基礎工具、設備或服務的供應商（如賣鏟子與牛仔褲的商人），因為無論誰最終獲勝，這些基礎供應商都能穩賺不賠。
從總體經濟學與能源地緣政治的角度觀察，AI 產業的爆發正引發一場全球性的「電力排擠效應（Crowding Out Effect）」。資料中心對電力的極端渴求，將無可避免地推升整體電網的基載壓力與工業用電價格，這對於長期處於能源輸入國地位、且核電重啟進度緩慢的日本而言，是一項巨大的總經挑戰。NTT 的巨額資本支出（CapEx），本質上是在建立一道難以跨越的基礎設施護城河。在未來，算力將成為如同石油一般的戰略物資，而掌握了底層算力與電力調度權的電信或雲端巨頭，將在數位經濟中享有絕對的地租收益（Economic Rent）。
可以預見，全球將掀起一波「AI 專屬資料中心」的建設狂潮。投資市場的資金焦點將從前端的 AI 軟體應用程式，大規模輪動至提供底層支撐的「鏟子股（Pick and Shovel Play）」——包括電力設備供應商、液冷散熱模組廠、超高壓變壓器製造商以及綠能發電業者。同時，為了解決電力短缺，科技巨頭投資甚至直接收購核能發電廠的案例將會層出不窮。