林仁斌觀點：當AI繁榮撞上能源焦慮─台灣缺的不是電，而是理解系統的能力

台灣正同時經歷兩種看似矛盾的敘事：一方面是AI與半導體帶動出口與投資屢創新高，另一方面則是能源焦慮迅速升溫，並被快速簡化為單一結論—電不夠，因此必須選擇某種特定能源。問題在於，這種直線式推論，本身就忽略了能源系統運作的基本邏輯。

當「電力需求增加」被直接翻譯成「單一能源解方」，當企業談供電穩定被解讀為政策背書，公共討論其實已經從「系統分析」，退化為「答案競賽」。真正的問題，不是缺電與否，而是討論層級被整體壓扁。

首先，被簡化的是時間尺度。備轉容量率常被用來判斷供電是否充足，但它本質上是一個跨時間結構的系統指標，涵蓋即時調度、日內波動與長期備援能力。當社會只截取某一時點數據，就推論整體能源政策失靈，其實是以靜態切片誤讀動態系統。電力問題從來不是「有或沒有」，而是「能否在不同時間尺度穩定運作」。

其次，是對能源轉型本質的誤解。能源轉型不是能源替換，而是系統重構。真正的變化同時發生在四個層次：發電結構、電網能力、儲能系統與用電行為。只用火力占比或綠能比例來判斷政策成敗，本質上只是看見結果，而忽略支撐結果的條件。因此，看似圍繞同一議題的爭論，實際上往往並不在同一個分析框架中。

第三，是AI用電被過度線性化理解。AI確實正在推升電力需求，但其特性並非全面爆發式成長，而是集中式、長時間運作的結構性負載。問題因此不只是「電夠不夠」，而是電力系統是否具備承接新型負載的能力。換言之，瓶頸正在從發電端，轉向輸配電與區域調度端。這也是全球能源政策逐步轉向電網投資與系統韌性的原因。

更關鍵的是，AI正在重塑成本分配結構。收益集中於少數企業與資本市場，但電網擴建、備轉壓力與環境資源消耗，卻由公共系統承擔。這是一種典型的「收益集中、成本社會化」結構。如果缺乏對應治理機制，所謂AI繁榮，很可能只是延後結算的公共成本。

但台灣目前的治理框架，仍停留在舊問題：電夠不夠？投資夠不夠？哪種能源最好？真正被忽略的是三個更核心的問題：誰在使用資源？誰獲取收益？誰承擔風險？當這三者無法對齊，能源選擇就不再是技術問題，而是分配問題。

更現實的是，台灣尚未建立對應AI與高耗能產業的制度工具，包括能源責任機制、用電透明制度與基礎設施成本分攤規則。在缺乏這些制度之下，我們一方面推動產業升級，一方面仍以舊制度承接新風險。這不是能源問題，而是治理結構的落差。

能源從來不只是發電選擇，而是工程、地理、產業與制度交織的系統。當公共討論被壓縮為單一答案時，社會失去的，不只是政策選項，而是理解複雜系統的能力。

AI確實讓台灣更靠近全球科技核心，但繁榮不等於均衡，成長也不等於公平。當收益與成本開始錯位分布，能源問題就不再只是能源問題，而是治理能力的測試。

最後真正的風險，不是電夠不夠，而是我們是否仍具備完整理解問題的能力。一旦系統被過度簡化，留下的就不會是答案，而是被遮蔽的代價。 （相關報導： 印永翔專欄：AI 是新時代的電力嗎？從熊彼得視角審視 AI 時代的結構轉型 ｜ 更多文章 ）

＊作者為台灣永續治理論壇發起人、文化大學副教授。