AI 能源：為什麼它會讓電價上漲
二、電價上漲的傳導機制：AI 需求如何推高你我的電費帳單
很多人會問：「資料中心是科技公司付錢，關我什麼事？」這個問題的答案是：電力市場的定價機制，會把成本傳導到所有用戶身上。這不是陰謀，而是市場設計的必然結果。以下拆解三條主要的傳導路徑。
批發電價、容量電價與尖峰時段的連鎖反應
在自由化的電力市場（如美國 PJM、ERCOT、英國、北歐），電價由「批發市場」決定。當需求增加而供給不變時，邊際機組的報價會被推高，批發電價就跟著上漲。但更關鍵的是「容量市場」（capacity market）——電力系統為了確保尖峰時刻有足夠的備轉容量，會提前數年舉行容量拍賣，由發電業者競標「保證可供電」的容量。
AI 資料中心讓尖峰負載預測大幅上修，容量需求跟著暴增。以美國最大的電力市場 PJM 為例，2024 年 7 月舉行的 2025/2026 年度容量拍賣，清算價格從前一年的每兆瓦日 28.92 美元，暴漲到 269.92 美元，漲幅高達 833%。PJM 官方與多家研究機構都指出，資料中心負載的快速成長，是推高容量價格的主要因素之一。
這 833% 的漲幅會去哪裡？它會變成電費帳單上的「容量費」，由所有向電網購電的用戶分攤。換句話說，資料中心簽的每一度電，都會透過容量市場，讓你家帳單上的「固定費用」一起變貴。這是第一條、也是最直接的成本傳導路徑。
電網升級成本與「最後一哩路」的隱形負擔
第二條路徑比較隱形，但金額更龐大：電網基礎建設的投資。AI 資料中心的選址，往往集中在少數幾個區域（例如維吉尼亞州、德州、愛爾蘭、新加坡），這些地方的輸電線路、變電站、配電饋線往往已經接近滿載。要容納新的巨量負載，電網營運商必須新建輸電線、擴建變電所、加裝變壓器與儲能設備。
這些投資的錢從哪來？答案是「電網使用費」（transmission and distribution charges），通常以每度電的附加費形式，向所有用戶收取。換句話說，即使你家不住在資料中心旁邊，你也會透過電網使用費，間接分攤了資料中心帶來的電網升級成本。
更微妙的是「時間差」。電網升級需要 5 到 10 年，但 AI 資料中心的建設只需要 12 到 18 個月。這個時間差造成了「併網排隊」（interconnection queue）大塞車。在美國，目前排隊等待併網的發電與儲能專案總容量超過 2,600 GW，是現有裝置容量的兩倍以上。排隊塞車意味著新供給無法即時上線，而需求已經先到——這正是電價上漲的第二把火。
三、供給面的緊箍咒：再生能源、核電與化石燃料的三難困境
需求端暴增，供給端卻追不上。這是 AI 能源問題的核心矛盾。而且，供給端的選擇並非「想加就加」，每一種電源都有它的政治、經濟與時程限制。
綠電憑證（REC）搶購潮與企業購電協議（PPA）
科技巨頭承諾 2030 年達成 100% 綠電（Google、Microsoft、Meta、Amazon 都是）。但 AI 資料中心用電量暴增後，這些公司發現：綠電不夠用了。
結果是綠電憑證（Renewable Energy Certificate, REC）與企業購電協議（Power Purchase Agreement, PPA）的搶購潮。Google、Microsoft、Amazon 這幾年簽下的太陽能與風電 PPA 動輒數百 MW 到數 GW，而且簽約價格逐年墊高。當科技巨頭用高價鎖定綠電供給，市場上可自由交易的綠電就變少，一般企業與家庭的綠電成本就跟著上升。
在台灣，這個現象也開始浮現。RE100 成員企業對綠電的需求，讓台電的綠電轉直供方案額度供不應求，中小企業若要購買綠電，往往得付出比台電電價更高的溢價。AI 產業的用電擴張，正在擠壓原本就吃緊的綠電市場。
天然氣成為過渡能源，但價格波動風險誰來承擔？
在綠電来不及蓋、核電有政治爭議的情況下，多數國家選擇用「天然氣」來補足缺口。天然氣發電的好處是建置快（2 至 3 年）、可快速調度、碳排放比燃煤低。但壞處是——天然氣價格波動極大。
2022 年俄烏戰爭後，歐洲天然氣價格一度暴漲 10 倍，直接導致歐洲電價失控。雖然 2023 至 2024 年價格回落，但 AI 資料中心帶來的新增天然氣需求，讓天然氣發電機組的利用率維持在高檔，也讓天然氣價格易漲難跌。當天然氣價格上漲，邊際發電成本上升，電價就跟著上漲。這條路徑的風險在於：AI 需求把電力系統鎖定在天然氣上，而天然氣價格是不受控的國際變數。
核電則是另一個選項。美國、日本、韓國都開始重啟或延役核電廠，小型模組化反應爐（SMR）也成為科技巨頭的新寵——Microsoft 甚至與 Constellation Energy 簽約，重啟三哩島核電廠的一號機。但核電的建置時程動輒 7 至 15 年，遠水救不了近火。在 2030 年之前，AI 的電力缺口主要還是得靠天然氣與再生能源補足。
四、區域差異與全球案例：台灣、美國、歐洲、亞洲的電價實況
AI 能源對電價的影響不是全球一致的，而是高度取決於當地的電力結構、市場設計與監管政策。以下挑選幾個代表性區域來分析。
台灣的電力結構與 AI 產業用電壓力
台灣的處境特別微妙。我們的電力結構以火力（燃煤、燃氣）為主，再生能源占比約 10% 左右，核三廠二號機已在 2025 年 5 月除役，正式進入「非核家園」。在這種結構下，AI 資料中心的用電需求，幾乎全部得靠火力與再生能源來補。
台電這幾年面臨嚴重的財務壓力。2022 至 2024 年，台電累計虧損超過 4,000 億元，主因是燃料成本高漲而電價調漲幅度受到政治壓力限制。2024 年 4 月與 2025 年 10 月，經濟部兩度調漲電價，產業用電漲幅尤其明顯。雖然官方說法是「反映成本」，但背後有一個不能明說的壓力：AI 與半導體產業的用電成長，讓台電的供電餘裕越來越薄。
台灣的 AI 產業用電壓力，不只是資料中心，還包括半導體先進製程。台積電 3 奈米、2 奈米廠的用電密度極高，一座 2 奈米廠的用電量約等於一座中型城市。當 AI 晶片需求爆發，先進製程產能擴張，用電需求就跟著往上疊。這也是為什麼台灣的電價，在未來幾年很難回頭。
美國資料中心聚落（維吉尼亞州、德州）的電價變化
美國是 AI 資料中心最集中的國家，也是電價上漲最明顯的觀察點。維吉尼亞州北部的「資料中心巷」，集中了全球約三分之一的資料中心。當地的電力公司 Dominion Energy，已經多次上調用電需求預測，並計畫新建天然氣機組與輸電線路。隨之而來的，是居民電費的上漲——Dominion 在 2024 年申請調漲基本費率，理由是「因應資料中心帶來的電網投資」。
德州的情況則更戲劇化。德州電力可靠性委員會（ERCOT）的電網是獨立運作的，容量市場設計較為寬鬆，批發電價波動極大。2023 至 2024 年，德州湧入大量比特幣礦場與 AI 資料中心，導致尖峰時段電價多次飆破每 MWh 數百美元。雖然德州新增了大量太陽能與風電，但供給成長仍追不上需求成長，電價上漲的壓力持續存在。
喬治亞州則是一個典型案例。Georgia Power 在 2023 年的綜合資源計畫（IRP）中，把資料中心的用電需求納入預測，結果發現未來十年需要新增超過 10 GW 的發電容量——這個數字是過去預測的數倍。隨之而來的是電費調漲，以及對燃煤機組延役的爭議。
歐洲與亞洲：愛爾蘭的暫停令、新加坡的嚴格審批
歐洲的愛爾蘭，是全球資料中心密度最高的地區之一。都柏林地區的資料中心用電量，已經超過全國都市家庭用電的總和。愛爾蘭電網營運商 EirGrid 在 2022 年宣布，暫停都柏林地區新資料中心的併網申請，直到 2028 年。這個決定背後的原因很簡單：電網撐不住了，而新增的資料中心負載會排擠民生與其他產業用電。
荷蘭阿姆斯特丹、新加坡也有類似的暫停或嚴格審批措施。新加坡在 2019 至 2022 年暫停新建資料中心，2022 年重新開放後改採「擇優審批」，要求資料中心必須達到高能源效率標準。這些政策反映了一個現實：當 AI 用電需求逼近電網極限，政府最終得在「產業發展」與「民生電價」之間做選擇。
五、使用者付費還是全民買單？電價公平性的政策辯論
講到這裡，核心問題浮現了：AI 資料中心用掉的電，應該由誰付錢？這不是技術問題，而是分配正義問題。目前各國的政策方向大致分成三派。
資料中心專用費率、階梯電價與稅賦補貼的利弊
第一派主張「使用者付費」，也就是對大型資料中心設計專用費率（large load tariff），讓它們負擔更多電網升級成本。美國多個州（如俄亥俄州、維吉尼亞州）已經開始討論這類費率設計。好處是公平，讓資料中心承擔自己帶來的成本；壞處是可能導致資料中心外移，轉往監管較鬆的地區。
第二派是「階梯電價」，提高高用量用戶的單位電價。這在台灣已經實施多年，產業用電的單價高於民生用電。但批評者指出，階梯電價只能反映「用電量」，無法反映「用電時間」與「電網位置」，對於造成尖峰壓力的資料中心，抑制效果有限。
第三派是「稅賦補貼」，也就是政府用稅收補貼電價，避免電價一次漲足。這種做法在短期內可以穩定民心，但長期會扭曲價格訊號，讓用電大戶缺乏節電誘因，也讓台電這類國營事業的財務黑洞越補越大。
AI 公司簽署長期綠電合約，能解決問題嗎？
另一種常見的說法是：「科技巨頭會自己蓋綠電、簽長期 PPA，不會用到你的電。」這個說法只對了一半。長期 PPA 確實能鎖定綠電供給，降低批發市場的壓力；但問題在於時間與空間的錯配。
時間上，綠電 PPA 通常需要 3 至 5 年才能上線，而 AI 資料中心的用電需求是現在就要。在這段空窗期，資料中心還是得從電網買電，推高尖峰電價。空間上，綠電案場（太陽能、風電）與資料中心往往不在同一地點，需要靠電網輸送，反而加重了電網的負擔。
更根本的問題是「總量」。即使科技巨頭 100% 使用綠電，綠電的總量仍然有限。當 AI 需求把綠電掃光，其他產業與家庭的綠電成本就會上升。這是一種「排擠效應」，不是靠單一公司簽約就能解決的。
六、投資人與一般民眾的因應之道
理解 AI 能源與電價上漲的因果關係後，下一個問題是：我們能做什麼？以下從兩個角度提供實務建議。
家庭節電、時間電價與儲能設備的實務建議
對一般家庭來說，最實際的因應方式是「降低對尖峰電價的曝險」。具體做法包括：
投資組合中的電力與能源基礎建設布局
對投資人來說，AI 能源趨勢其實是一個長期的投資主題。電價上漲的另一面，是電力基礎建設與能源服務的需求成長。可以關注的方向包括：
要提醒的是，投資涉及風險，以上僅為趨勢觀察，不構成投資建議。任何布局都應考量自身風險承受度與資產配置。
七、結論：AI 的能源帳單，是技術成本也是社會選擇
回到最初的問題：AI 為什麼會讓電價上漲？答案可以濃縮成一句話：因為 AI 把「電力」從一種穩定的後勤資源，變成了稀缺的戰略資源。
需求端，AI 資料中心的用電量以倍數成長，且高度集中在少數地區與時段；供給端，綠電、核電、天然氣各有時程與政治限制，短期內難以追上；市場端，容量電價、電網使用費、綠電憑證的價格傳導，讓成本擴散到所有用戶。這三股力量交織，構成了電價上漲的結構性壓力。
但電價上漲不是「AI 的錯」，而是「我們如何選擇分攤成本」的問題。如果我們讓資料中心承擔應有的電網成本，並投資於電網韌性與再生能源，AI 的能源帳單可以成為推動能源轉型的動力；如果我們選擇補貼、壓抑價格訊號，那麼電價上漲的壓力只會延後爆發，而且更難處理。
對一般民眾來說，理解這條因果鏈，不是為了責怪 AI，而是為了做出更好的準備——從家裡的節電行為，到投資組合的能源布局，再到對公共政策的關注。AI 時代的電力帳單，最終會由我們每一個人共同買單。與其被動接受，不如主動理解，然後做出選擇。
下一次你打開 ChatGPT、按下生成鍵的時候，不妨想想：這一度的電，是從哪裡來的？又會讓誰的帳單變貴？這不是要你少用 AI，而是提醒你——在這個時代，算力與電力，已經是同一枚硬幣的兩面。
本文由雅寶社區 · 頂客論壇 AI 趨勢專欄整理，資料來源包括 IEA《Data Centres and Data Transmission Networks》報告、PJM 容量拍賣公告、EirGrid 併網政策文件、台電電價調整公告、以及多家國際媒體報導。文中數據為公開資訊整理，僅供參考。
```