談到投資，對於想投資的標的具有「信念」是非常重要的。有信念，即便碰到外部事件造成市場波動，也能夠相信自己的判斷並持續抱著所選標的，才能享受到長期投資豐碩的果實。而「信念」並非憑空得來，必須有想拓展知識邊界的主動學習心態，才能逐步累積自身的知識模型。
今天，想分享的文章，是J.P.Morgan在【Eye on the Market】系列發佈的2026 年能源報告，這篇文章探討全球能源轉型的複雜現況與未來挑戰。希望讀者們在閱讀後，能更明瞭所謂AI的物理限制-電力問題 從何而來，對於能源這個概念有投資興趣的讀者們，千萬不可錯過。
以下，就《The Energy Transition in 2026》這份報告，為您重點摘要核心資訊如下。
一、 人工智慧與資料中心的能源衝擊
- 電力需求呈指數級增長： 隨著AI模型越趨複雜，運算需求遠超過晶片效率的提升。2030年訓練單一前沿模型可能需要高達 4 到 16 GW（十億瓦）的電力。目前光是因應AI需求，燃氣渦輪機的訂單已大增，供應商的產能甚至被預訂至2030年。
- 推升電價與引發「資料中心抵制潮」： 雖然資料中心僅佔美國總用電約4%-6%，但在密集區已顯著推升電價。例如在維吉尼亞州，新資料中心併網使當地邊際電價上漲7.3%。在PJM電網區，資料中心被認為是容量支付成本飆升75%的主因。這引發了各州的抵制，德州、加州等州正推動針對資料中心收取更高的專屬電費，且2025年有高達4.7 GW的資料中心項目因當地反對而遭取消。
- 繞過電網的「自建發電（BYOG）」趨勢： 由於連接傳統電網通常需要等待數年，目前計畫中約有30%（56 GW）的資料中心打算自建「表後發電設施」。其中高達75%依賴天然氣發電，21%依賴核能。因為太陽能加儲能的成本過高且需耗費極大土地，Bloom Energy 的固態氧化物燃料電池等替代方案正獲得青睞。
- 電網穩定性威脅： 大型資料中心頻繁的負載切換未能具備「穿越（ride-through）」能力，加上密集的電力使用會帶來電網諧波失真（Harmonic distortions），對電網穩定性與其他設備造成潛在損害。
二、 中國的能源霸權與其隱藏成本
- 全方位的能源擴張與供應鏈壟斷： 中國的能源消耗超越美歐總和，涵蓋了太陽能、風能、煤炭、天然氣與核能的全面擴張。中國不僅掌控了全球絕大部分的太陽能模組、電池與關鍵礦物（如稀土）製造產能，更開始對美國實施稀土出口管制。
- 核能發展的超車： 中國目前有32座核反應爐正在建設中，預計2030年核電量將超越美國。其建造成本僅為西方的15%-35%，且建造時間多在7年以內（西方往往超過10年）。
- 嚴重的環境代價： 報告指出，過度讚譽中國綠能發展的同時，往往忽略了其開採關鍵礦物所帶來的巨大環境破壞，中國的重金屬污染（如鎘、鉛）暴露指數在同等經濟發展水準的國家中表現極差。
三、 再生能源與天然氣的成本現實
- 太陽能加儲能 vs. 天然氣基載電力： 針對EMBER等機構宣稱「太陽能+儲能」成本已逼近天然氣的說法，報告提出反駁。若考量真實世界的負載曲線與維持全天候供電的系統級平準化成本，在拉斯維加斯這樣陽光充足的城市，深度減碳的「太陽能+儲能」系統成本高達約 80/MWh。
四、 核能前景：小型模組化反應爐 (SMR) 與德國的懊悔
- SMR 經濟效益仍未獲證實： 雖然SMR獲得大量創投與政府資金支持，但其真實發電成本預估仍高達 $196 至 $400/MWh，且可能面臨規模不經濟的挑戰。此外，新政府若削減獨立核能監管機構（如NRC）的權力，恐引發監管俘虜與安全疑慮。
- 德國的「決策懊悔」： 德國總理承認關閉核電廠是「嚴重的戰略錯誤」。廢核導致德國2024年電價比原先高出近25%，工業電價為美中的3倍，進而引發去工業化現象，現在若要重啟反應爐將耗資數十億美元。
五、 綠能轉型的迷思與瓶頸
- 重工業與運輸電氣化的極限 (Vaclav Smil觀點)： 要將鋼鐵、氨肥、航空和航運等產業改用綠氫來脫碳，需要驚人的電力。光是這四個領域就需要約2.51億噸綠氫，這將耗費10,040 TWh的電力（大約等同於中國2024年的全國總發電量），建置成本高達5兆美元，這在實務與經濟上都難以實現。
- 氫能與電動車的困境： 綠氫在交通運輸領域的應用遭遇全面挫敗（項目大量取消、加氫站關閉），因為氫氣製造成本中電力佔了60%-70%，即使設備免費也難以與化石燃料競爭。同時，除中國車企和特斯拉外，多數傳統車廠的電動車部門皆面臨嚴重虧損，福特、通用等車廠已為此提列巨額減值準備。
【對全球金融市場的短、中、長期影響】(電力是個長周期的概念，所以這裡的時間長度將以「年」為單位)
短期影響：資本支出浪潮與局部電價波動
在短期內（1-3年），市場的主要驅動力來自於 AI 基礎設施的非理性能源爭奪。
- 基礎設施供應鏈的「賣方市場」： 由於資料中心對電力的高度渴望，發電設備如天然氣渦輪機（Turbines）出現嚴重供不應求 。龍頭廠商如 GE Vernova、西門子能源（Siemens Energy）及三菱重工的訂單已排至 2030 年，且開始要求預付不可退還的定金，這直接推升了相關企業的股價與利潤水平 。
- 局部地區電價與容量成本激增： 在資料中心密集的地區（如美國 PJM 區域），AI 需求導致電力容量支付（Capacity Payments）暴漲，增幅甚至高達 75%。這將對當地的零售電價產生上行壓力，並引發針對 AI 資料中心的「監管反彈」，例如各州政府開始研議對資料中心徵收專門的附加費 。
- 天然氣與電網設備溢價： 短期內，天然氣仍是資料中心最可靠的備援電力來源 。同時，變壓器、開關設備等電網關鍵零組件的短缺將推升電力基礎設施的建設成本。
中期影響：發電組合重塑與「表後發電」興起
在中期（3-10年），AI 需求將迫使能源轉型，從單純的「去碳」轉向「可靠性優先」。
- 「表後發電」（Behind-the-Meter, BYOG）成為標配： 由於電網併網等待時間過長（中位數已升至 54 個月），資料中心將被迫自建發電廠。約 30% 的規劃產能將傾向自建發電，其中 75% 預計使用天然氣，21% 則瞄準核能（包括重啟舊核電廠或發展小模組化反應爐 SMR） 。
- 核能與天然氣的地位重估： AI 的 24/7 全天候負載特性使得市場重新認識到核能與天然氣作為「基載電力」的不可替代性 。雖然 SMR 的建造成本仍然昂貴（每 MWh 高達 150-200 美元），但對 AI 巨頭而言，運作延遲造成的損失遠高於昂貴的電費 。
- 儲能技術的規模化與價格套利衰退： 隨著大量電池儲能系統（BESS）湧入市場，電網輔助服務的利潤將因競爭而壓縮，迫使儲能投資者轉向更複雜的能量套利模式。
長期影響：全球能源地緣政治與去碳化的真實成本
長期來看（10年以上），AI 對能源的飢渴將決定大國競爭的勝負與全球投資組合的風險特徵。
- 供應鏈高度依賴中國的風險： 中國在可再生能源（如光電模組、鋰電池、稀土元素）的產能與技術上仍佔據壓倒性地位 。長期資產配置必須考慮中國利用出口管制（如稀土出口授權制度）作為外交籌碼的政治風險 。
- 去碳化路徑的現實修正： AI 的增長意味著全球 GDP 的能源密集度雖在下降，但總電力需求將顯著回升。而要將鋼鐵、氨肥、航運與航空完全透過綠氫電氣化，需要耗資約 5 兆美元建置風電與太陽能（發電量需等同於中國全國發電總量），如此龐大的資本支出在經濟上不具可行性，化石燃料（尤其是天然氣與石油）在未來幾十年的需求與投資價值，可能遠比市場目前預期的更為持久與強韌。
- 能源主權決定資產估值： 具備能源自給能力的國家（如美國作為天然氣淨出口國）在吸引 AI 投資方面將具有長期優勢 。而過早放棄核能與化石燃料的地區（如德國）可能面臨長期的高昂工業電價與去工業化風險。
總結：
這份報告內容分析了人工智慧數據中心對電力需求的激增及其對電價與電網穩定性的衝擊。同時對比了中美兩國在再生能源供應鏈上的競爭，特別是中國在太陽能與關鍵礦產領域的壓倒性地位。此外，也審視了各類技術的實際效益，包括核能、小型模組化反應爐以及天然氣渦輪機的替代方案。最後，透過地緣政治視角評估了能源安全與去碳化目標之間的拉鋸戰，希望能為讀者提供更全面的市場觀察。
📚 投資警語
本專欄內容僅供參考與研究使用，不構成任何投資建議，文中若有關績效描述不代表未來表現。投資有風險，投資前請評估自身財務狀況與風險承受能力，並於充分了解投資標的特性後再行投資，入市請謹慎評估。
文章來源：J.P.Morgan Asset Management《Fighting Words: The Energy Transition in 2026》
Eye on the Market：https://am.jpmorgan.com/us/en/asset-management/institutional/insights/market-insights/eye-on-the-market/
