每當人們在手機上輸入一句指令，得到一段文字、一張圖或一支影片，背後其實都有成排的AI晶片、冷卻設備與電力系統持續運轉。於是，AI究竟是協助人類節能的工具，還是新一波耗能巨獸，成為各國產業與能源政策無法迴避的問題。
但這個問題若只要求「節能」或「耗能」二選一，反而容易錯失重點。AI既不天然節能，也不必然高碳，而是一個「能源乘數」：它可以讓工廠、建築與電網更有效率，也可能因低成本、廣泛使用及高耗能應用快速增加，使整體用電不降反升。真正決定答案的，不只是晶片技術，而是我們如何配置算力、供應電力及衡量AI創造的價值。
國際能源總署（IEA）2026年最新分析呈現了這項矛盾。近年單次AI任務的能源效率改善速度前所未見，簡單文字查詢的耗電已大幅下降；然而，2025年全球資料中心用電仍成長17%，其中AI型資料中心更增加50%。IEA預估，全球資料中心用電將由2025年的485太瓦時增至2030年的950太瓦時，約占全球用電3%，AI型資料中心用電則可能成長至三倍。原因並不難理解：當AI更便宜、更好用，使用人數與頻率會上升，影片生成、深度推理與AI代理等任務又遠比文字問答耗能。效率提升若趕不上需求擴張，便會出現經濟學所稱的反彈效應。
另一方面，把AI一概視為能源負擔也失之偏頗。AI可用於預測再生能源發電、優化輸配電、調度空調、改善製程、預測設備故障及降低物流空駛。IEA估計，若既有且經驗證的AI節能應用能被廣泛採用，2035年可節省逾13艾焦耳能源，約相當於全球最終能源消費的3%；在能源密集產業，AI製程最佳化可降低3至10個百分點的能源成本。換言之，AI的「間接節能」潛力可能高於資料中心的「直接耗能」，但前提是節能成果必須真正落地，而非只停留在概念展示。
國際政策也正由「鼓勵蓋資料中心」轉向「有條件配置算力」。歐盟已要求一定規模資料中心申報能源、水資源與永續績效，並推動共同評等及最低能效標準；新加坡則把新增資料中心容量與能源效率及綠能方案連結。美國能源部的研究也顯示，資料中心用電占全美比重可能由2023年的4.4%，升至2028年的6.7%至12%。各國開始理解，AI競爭不只是晶片與模型競賽，也是電網容量、低碳電力、土地、水資源與社會成本的綜合競賽。
臺灣同樣站在轉折點上。政府已核定「AI新十大建設」，四年預計投入超過新臺幣1,300億元；國網雲端算力中心也已在臺南啟用，後續仍有大型算力建設。與此同時，經濟部於2025年修正規範，將用電達5MW以上的新建或擴建大型資料中心納入能源使用審查，要求超大型資料中心PUE不高於1.3、主機代管型不高於1.4；面對北部區域電網壓力，台電也開始以區位及供電裕度管理大型資料中心申請。這些作法方向正確，卻仍只是起點。
第一，國家應把「算力政策」與「能源政策」合併規劃。重大算力投資不能先決定規模與地點，再要求電網設法配合；應在核定前同步評估區域供電、綠電取得、儲能、用水、備援及電網增強成本，建立跨部會的算力—電力空間藍圖。高用電設施應優先布局在電網餘裕較高、低碳能源可取得且可支援區域發展之處；第二，治理指標不能只有PUE。PUE只能反映機房總用電與資訊設備用電的比值，無法回答一度電產生多少有效算力、碳排多少、用水多少，以及是否在電網尖峰時段運作。臺灣應分階段建立資料中心能源與環境揭露制度，納入PUE、用水效率、碳排強度、設備利用率、實際與申請容量差距及綠電的時段匹配，並以可查證資料作為擴建、租稅優惠與政府採購條件；第三，讓資料中心從固定負載變成電網夥伴。對可延後的模型訓練或批次運算，應透過時間電價、需量反應、儲能與「非保證型供電契約」，引導業者避開尖峰、移至再生能源充裕時段運算。新增電網成本也應合理反映於大型用戶，而非由一般家庭與中小企業共同承擔。如此才能兼顧AI投資、供電韌性與電價公平；第四，政府補助應從「買了多少算力」轉向「創造多少能源生產力」。公共算力、研發補助與產業輔導可優先支持小型模型、模型壓縮、低耗能晶片，以及能實際降低每單位產出用電的應用；針對中小企業，則可結合能源技術服務業，以導入前後可驗證的節電量、尖峰需量與碳減量支付部分獎勵，避免AI示範案只展示介面，卻沒有可量化效益。
AI是否節能，最終不是看一個模型用了多少電，而是看每一度電換來多少生產力、公共價值與減碳效益，以及其外部成本是否由使用者合理承擔。臺灣若只追求更多GPU與更大資料中心，能源將成為AI雄心的瓶頸；若能同步發展高效率算力、低碳電力、彈性電網與產業節能應用，AI反而可成為下一階段能源轉型的加速器。
因此，真正的政策選項不是「要AI或要節能」，而是能否做到「用更節能的AI，創造更多可驗證的節能」。當「AI新十大建設」與淨零轉型不再是兩張平行藍圖，而是同一套國家投資邏輯，臺灣競逐的就不只是算力規模，而是更稀缺、也更有價值的能源生產力。 （相關報導： 觀點投書：封得了小紅書，關得住島內自己的詐騙帝國？ ｜ 更多文章 ）
＊作者為國立陽明交通大學管理科學系博士
