背景：從冷門配角到市場主線，算力與電力被重新定價
小P從 2008 進入股市，每一個時期的投資亮點都不同，記得 2009 蘋果手機剛上市，當時蘋果只要在媒體上提到哪一間供應鏈，隔天股價就有驚人的表現，當時光學鏡頭非常熱門，因為手機第一次搭上鏡頭可以拍照，也造就傳統相機廠的殞落，如今手機已經全面普及，題材不再那樣的熱絡，如果時間稍往後推，回到 2018 至 2021 年，其實很少投資人會把「算力」與「電力」當成投資主線。那幾年市場更常討論的是手機出貨、半導體景氣循環、電動車滲透率。至於資料中心，很多人知道它存在，但多半認為那只是雲端時代的背景板；至於電力，則常被歸類在公用事業，穩定、抗波動，卻很難與高成長連在一起。
老實講，那時候小P自己的投資視角也差不多，做量化交易，看的是趨勢、波動、資金流，會追強勢股、會看主流題材，但幾乎不會把電力股放進成長邏輯裡。就算知道資料中心很重要，也不太會把它視為市場願意給高評價的核心資產。但回頭看，那時候的數據其實已經埋了伏筆。國際能源總署（IEA）指出，2022 年全球資料中心耗電約 240 至 340 TWh，約占全球最終用電的 1.0% 至 1.3%。換句話說，在 ChatGPT 爆紅之前，資料中心不是不存在，而是還沒有重要到讓市場集體重估。那時的電力需求成長不算慢，但遠遠沒有到「必須搶電」的程度。
真正的轉折點，是 2022 年 11 月 ChatGPT 上線。市場一開始只是覺得新奇，沒想到兩個月後，ChatGPT 在 2023 年 1 月就已達到每月 1 億活躍用戶。這個速度之快，連路透引述的 UBS 研究都用「史上成長最快的消費者應用程式之一」來形容。從投資角度看，這不是單一產品成功，而是整個產業進入拐點的訊號。
從 2023 到 2025，AI 幾乎進入全面軍備競賽。以 OpenAI 的 ChatGPT 為起點，各大科技巨頭全面加速布局；Google 推出 Gemini 系列並持續升級，Microsoft、Meta 也陸續推出自家大型語言模型與 AI 應用。整個市場從原本的單點突破，快速演變成全面競賽，而且節奏越來越快。到 2025 年，OpenAI 再推出 Operator，Claude推出Cowork，讓市場正式把焦點從聊天機器人推進到 AI agent 代理人，可以獨立在你的電腦資料夾內像秘書般幫你執行各類工作。
麥肯錫（McKinsey）估計，生成式 AI 每年可為全球經濟增加 2.6 兆至 4.4 兆美元的價值。這不是單一軟體升級，而是生產力函數被重寫。但市場在興奮之餘，忽略了一件更大的事：這些能力背後，全都需要極端密集的算力支撐。訓練大型模型、提供即時推論、處理多模態內容、支援 agent 自主執行任務，沒有一樣是便宜的。資料中心也不再只是存放伺服器的地方，而是變成 AI 時代的工廠。
IEA 最新分析指出，全球資料中心用電在 2024 年約占全球用電 1.5%，到 2030 年在基準情境下將超過 945 TWh，約接近全球用電的 3%，比 2024 年大幅增加。這也代表資料中心的電力需求，已經從可以被忽略的配角，變成會牽動區域電網與能源政策的主角。
更關鍵的是，單位機櫃的功率密度也正在急遽上升。NVIDIA 在 2024 至 2025 年的技術資料中多次提到，新一代 AI 機櫃的規劃已從約 120 kW 持續往上推進，並朝 100 kW 到 1 MW 以上的架構設計前進。這與傳統資料中心常見的 5 至 15 kW 機櫃，已是完全不同的量級。簡單講，AI 不是比較會用電，而是重新定義了資料中心的耗電結構。
看到這裡，小P的想法其實很直接：AI 的競爭，不再只是模型競爭，而是電力資源競爭。沒有算力，AI 跑不起來；沒有電力，算力也撐不起來。也因此，算力與電力不再是兩條分開的投資線，而是同一條 AI 基建主軸上的雙引擎。
這個背景也讓小P近年很關注相關 ETF 的發展，除了傳統小P常關注的 0050/00989/0056 之後，題材面的 ETF 也很討喜，在數週前小P在專欄內提到美國市值型 ETF，那是個開端（近期美國市值股表現不佳，也客觀反映在市值型 ETF 上）。這篇文章小P變身產業仔，來聚焦鎖定電力跟算力的 009819 中信美國數據中心及電力 （市場上同類 ETF 不少，但這檔在「算力＋電力」結構上更到位，小P會把它當作核心觀察標的；當然，同學也可以多元觀察同質 ETF，建立自己的投資脈絡喔！） 。
一、高純度 AI 算力與電力雙引擎特色：009819 同時布局數據中心與電力，純度高、聚焦 AI 硬基建
從投資邏輯來看，AI 時代最稀缺的其實不是故事，而是供給能力。市場當然喜歡聊天機器人、喜歡應用層想像，但真正能決定 AI 能不能持續擴張的，是背後能否提供足夠算力與足夠電力。這也是我認為 009819 特別的地方。它不是單押某一家模型公司，也不是單押半導體製造，而是直接把資金配置在 AI 最底層、也最不容易被取代的兩塊：資料中心與電力基建。這種布局的好處，是不需要精準押對哪一個聊天機器人最終勝出，因為只要 AI 持續擴張，算力與電力都會是必需品。
而且這兩條線的重要性，其實相當接近。以往市場比較容易先看到算力，因為 GPU、伺服器、雲端需求成長最顯眼；但到了 2024 年後，電力的重要性快速追上。IEA 明確指出，AI 是推動資料中心用電成長的最重要因素之一；到了 2030 年，美國資料中心甚至可能占該國新增用電需求的近一半。這代表未來 AI 產業鏈裡，誰能拿到電、拿到穩定的能源供應，重要性不會低於誰能拿到最先進的晶片。
算力與電力，正在同時變成瓶頸
過去市場先看到的是算力，因為 GPU、伺服器與雲端需求成長最明顯；但從 2024 年開始，電力的重要性快速追上，甚至開始反過來限制算力擴張。
👉 根據 International Energy Agency：
- 全球資料中心用電，預計到 2030 年將達 約 945 TWh（接近翻倍）
- 年成長率約 15%，是整體電力需求成長的數倍
👉根據 Goldman Sachs：
- 資料中心電力需求到 2030 年將成長 約 160%
- 全球電力占比將從 約 1–2% 提升至 3–4%
在美國，資料中心甚至可能貢獻接近一半的新增用電需求 ，代表未來新增的電力，很大一部分是為了AI而生。在AI發展的底層，小P在看市場時，其實很明確感受到正在同時發生兩場革命：一是「算力革命」，二是「能源革命」，而且兩者是同步推進、缺一不可的。先看算力端。這已經不只是企業競爭，而是國家層級的戰略佈局。例如各國推動像「星際之門」（Stargate）這類超大型AI基建計畫，目標在2029年前投入數千億美元，全面擴建資料中心與算力設施；同時也啟動「創世紀任務」，整合算力、模型與數據資源，打造自動化實驗室，加速科研成果落地。以小P自己的投資觀察來說，這代表算力早就不是單純的科技成長，而是直接變成國家競爭力的核心資產。
但更讓小P有感的是電力端的變化。過去小P幾乎不會特別看電力股，但這兩年開始，反而把電力供應當成 AI 投資裡最關鍵的一環。原因很簡單—— AI 用電成長太快，美國甚至已逐步進入能源緊張狀態，政策也開始全面轉向支持供給，包括推動核能復興（簡化審批、延長運轉年限、發展先進技術）、鬆綁火力發電限制，以及降低地方對能源開發的干預門檻。
二、主要成分股、配息設計與台股定位：前十大持股集中 73%，年配息、費用低，是台股少見雙基建 ETF
茫茫 ETF 海中，小P最近看 009819 的潛力，從產品結構來看，009819 的前十大持股比重約為 73%，屬於主題純度相對高的配置方式。這種設計的好處是，當主題走對時，表現通常比較有感；代價則是波動可能比廣泛型 ETF 更明顯。對小P這種習慣用趨勢與結構管理部位的人來說，這反而是可以接受的，因為主題不夠純，很多時候漲也不夠俐落。
另一個值得注意的是，它不是單純把 AI 概念股湊在一起，而是用「算力 + 電力」雙主軸去切市場。這在台股 ETF 中並不常見。很多 AI ETF 比較偏半導體、軟體或應用端；009819 則更像是把眼光往下移，直接看到 AI 最底層的供應鏈瓶頸。這種產品定位，剛好對應目前市場普遍共識：全球正在同時面臨缺算力與缺電兩個問題。
從小P的觀察來看，009819追蹤的「NYSE TIP 數據中心及電力指數」，跟一般 AI 或科技指數最大不同在於，它不是去買「沾到 AI 的公司」，而是直接鎖定AI最底層一定會用到的東西。成分股的營收必須來自雲端、資料中心或電力，等於一開始就把純度拉高，這點其實很關鍵。
再來，小P會把這個指數理解成「算力＋電力」兩條主線。一邊是像博通、甲骨文、Equinix這種提供算力與雲端的公司；另一邊是新紀元能源、杜克能源、星座能源這類電力公司。這種配置不是亂配的，而是把「AI 能不能跑得動」的兩個關鍵一起抓住。
簡單講，很多 ETF 是在押 AI 會紅，但這個指數比較像是在押「AI 一定需要的基礎建設」。再加上它只有 30 檔成分股，不會被稀釋，又有電力股撐住穩定度，小P會覺得這種結構，比單壓半導體或科技股，更完整也更耐震。
從產業配置，小P更明顯看到這個邏輯：數據中心與雲端約占 55.4%，電力約占 44.6%，幾乎是接近 1:1 的雙引擎結構。也就是說，009819 不是單押科技股，也不是單押能源，而是完整布局 AI 運作所需的兩大核心資源。
從投資邏輯來看，小P的理解其實很簡單。多數 AI ETF 是在押應用或模型誰會勝出，但009819 直接卡位供應端——資料中心與電力。應用會變、模型會換，但只要 AI 持續發展，算力與電力就一定會被持續消耗。
再加上前十大持股占比約 73%、整體僅 30 檔成分股，小P認為這種配置不是分散，而是刻意提高主題純度，屬於「精準打AI基建」的策略型 ETF。
三、核心概念：算力的盡頭是電力：AI 用電爆炸，電力成瓶頸，009819 直接卡位算力與供電雙商機
以前投資科技，我們比較重視需求面：產品有沒有爆紅、用戶有沒有成長、營收有沒有加速。但 AI 把這套框架往前推了一步。現在需求端已經不是問題，問題反而是供應端能不能跟上。
如果只看需求，答案幾乎是明確的。ChatGPT 在 2023 年 1 月就達到每月 1 億活躍用戶；Google、微軟、Meta、Amazon、百度、阿里等大廠都加速投入生成式 AI；McKinsey 對生成式 AI 的年度經濟價值估計更高達 2.6 兆至 4.4 兆美元。需求很大，這件事市場已經接受了。
但當所有人都要模型、更大模型、更快推論、更低延遲時，問題就來了：算力哪裡來？電力哪裡來？微軟已公開表示，2025 會投入 800 億美元建設 AI 資料中心；NVIDIA 則指出，新一代 AI 機櫃的供電架構正朝 100 kW 到 1 MW 以上設計。這些數字放在幾年前幾乎很難想像，現在卻已經是產業規劃的常態。
所以小P才會說，算力的盡頭是電力。因為算力不可能脫離電力而存在。你有再好的模型、再多的使用需求，只要電網承載、發電供應、冷卻系統、區域能源基礎設施跟不上，算力擴張就一定會遇到天花板。009819 同時切進資料中心與電力，不只是題材上好聽，而是它直接卡到 AI 產業目前最真實、也最難被繞開的兩道瓶頸。
小P給個結論
如果要小P用一句話總結這篇產業仔視角文章，那就是：AI 已經從應用競爭，走向資源競爭。過去市場會問，哪一個模型比較聰明；現在市場更該問，哪一家公司有足夠算力、足夠電力、足夠基建去支撐下一輪成長。從這個角度來看，009819 中信數據及電力的價值不在於它是不是最熱門的 AI 話題，而在於它直接站在 AI 產業最底層、也最難被取代的地方。
對小P及各位量化交易愛好者來說，這類標的最適合的看法不是短線追逐，而是把它當成 AI 基建主題的代表資產之一，再搭配結構與節奏去做部位管理，結合量化跟產業ETF視角，長線來說更為穩固！畢竟，過去投資 AI，很多人是在選誰最聰明；但接下來幾年，市場真正要選的，很可能是誰撐得住。
資料來源
1. International Energy Agency (IEA). Data Centres and Data Transmission Networks. 更新於 2023 年 7 月 11 日。重點數據：2022 年全球資料中心耗電約 240-340 TWh，約占全球最終用電 1.0%-1.3%。
2. International Energy Agency (IEA). Energy and AI / Executive Summary. 發布於 2025 年。重點數據：2024 年資料中心約占全球用電 1.5%；到 2030 年在基準情境下可達約 945 TWh，接近全球用電 3%。
3. Reuters, citing UBS. ChatGPT sets record for fastest-growing user base. 發布於 2023 年 2 月 1 日。重點數據：ChatGPT 在 2023 年 1 月已達每月 1 億活躍用戶。
4. McKinsey & Company. The Economic Potential of Generative AI: The Next Productivity Frontier. 發布於 2023 年 6 月。重點數據：生成式 AI 每年可為全球經濟增加 2.6 兆至 4.4 兆美元價值。
5. Google. Introducing NotebookLM. 發布於 2023 年 7 月 12 日。
6. Google. Introducing Gemini: our largest and most capable AI model. 發布於 2023 年 12 月 6 日；以及 New ways Google Workspace customers can use Gemini，發布於 2024 年 2 月 21 日。
7. OpenAI. Introducing Operator. 初版發布於 2025 年 1 月 23 日；2025 年 7 月 17 日更新指出，Operator 已整合進 ChatGPT agent 模式。
8. Microsoft Datacenters. 官方資料顯示，微軟於 2025 年將投資 800 億美元，用於建設 AI-enabled datacenters。
9. NVIDIA Developer Blog. NVIDIA GB200 NVL72 與 800 VDC 架構相關技術文章（2024-2025）。重點訊息：AI 機櫃冷卻與供電需求已達約 120 kW，並朝 100 kW 至 1 MW 以上的資料中心架構演進。
