AI浪潮背後實體挑戰 輸電與水資源成關鍵制約

市場對AI的討論多聚焦於龐大電力消耗，然而更迫切的現實瓶頸，在於電網能否將充足能源穩定輸送至數據中心所在地。主要矛盾更可能爆發於輸電基建（即電網本身）的嚴重滯後，而非發電端容量不足。
傳統大型輸電項目通常需耗時七至十年方能完成審批與建設；相較之下，現代數據中心最快可在18至24個月內完工。
AI基建的擴張速度約為配套電網建設的五倍，兩者在週期節奏上存在顯著的時間錯配。

輸電水資源受制

在電網接駁資源緊張下，營運商正轉向表後發電（Behind-the-Meter）模式，即在數據中心附近興建專用天然氣設施直接供電，毋須苦候公共電網。然而，表後發電雖能繞過接駁瓶頸，卻意味更高的資本開支與維護成本。

若相關成本持續上升，部分回報較低的項目勢將面臨延期、遷址甚至取消，進一步削弱回報率並加劇現金流壓力。
冷卻水資源供應同樣是決定成敗的關鍵，無論是晶片製造、發電，還是數據中心冷卻系統運作，均需要耗費大量水資源。
因此，水資源供應情況已成為評估可行性的核心指標。
實體基建與資源約束，對資本市場的資產定價帶來深遠啟示。在信貸市場層面，債券信貸息差往往建基於一項隱含樂觀假設，即已公布的數據中心項目將按計劃推進並順利實現收益。
然而實體基建的限制顯示，這項假設未必如預期般樂觀。
若電網接駁延誤、水資源限制加劇或社區反對增加，部分項目可能延期、縮減規模甚至擱置。因此，信貸投資者在審視債券孳息率之餘，必須將基建可及性與工程落地的執行風險全面納入評估。

在股票市場維度，基建成本上升將對科技企業利潤率造成結構性壓力。若營運商愈來愈依賴自建表後發電、自行投資水務基建，或承擔更高公用事業成本，即使終端AI需求持續增長且成功實現收益，營運利潤率仍未必能達到目前市場的樂觀預期。
在此背景下，資本市場的估值邏輯將逐步分化。未來能夠優先取得合規電網配額、掌握高效冷卻技術，或具備跨區域靈活調配算力資源的綜合型科技企業，方能構築起真正的競爭優勢，抵禦基建成本攀升帶來的估值侵蝕。

Trevor Slaven

多元資產策略及

資產配置主管