Auf einen Blick
鴻海董事長劉揚偉指出，AI工廠的最大成本是硬體投資與折舊，而非電費。預估至2030年，AI資料中心產業規模將達1.6兆美元，耗電量174GW。美國亞利桑那州與德州科學園區建置預計2026年有消息。
KI-generierte Zusammenfassung
Warum es wichtig ist
鴻海董事長劉揚偉在工商協進會演說，探討生成式AI發展趨勢與AI工廠的成本結構。
針對電電公會海外園區計劃，美國亞利桑那州（Arizona）與德州（Texas）的科學園區建置，劉揚偉表示，預計最快將於2026年內有好消息發生。（記者田裕華攝）
〔記者方韋傑／台北報導〕鴻海（2317）董事長劉揚偉今天表示，隨著生成式AI快速發展，全球正邁入AI工廠（AI Factory）時代，預估至2030年，AI資料中心產業規模將上看1.6兆美元（約新台幣50.5兆元），而AI資料中心耗電量也將達174GW。針對電電公會海外園區計劃，美國亞利桑那州（Arizona）與德州（Texas）的科學園區建置，預計最快將於2026年內有好消息發生。
劉揚偉今天在工商協進會演說時指出，關於AI工廠最大的成本，外界多聚焦電力議題，但實際上並非電費，而是高昂的硬體投資與折舊成本。若以1GW規模的AI資料中心計算，建置成本約需470億美元（約新台幣1.48兆元），以新一代AI機櫃架構估算，約需配置3557座機櫃，每座機櫃成本約910萬美元（約新台幣2.87億元），未來甚至可能突破1000萬美元（約新台幣3.16億元）。
劉揚偉進一步分析，在470億美元（約新台幣1.48兆元）的總投資中，一年電力成本約13億美元（約新台幣410億元），但硬體折舊費用高達79億美元（約新台幣2490億元），約為電費的6倍。換言之，AI產業競爭的核心不只是能源供應，更在於如何提升設備使用效率、縮短投資回收時間，才能創造更高的營運效益。
談及AI需求來源，劉揚偉認為，目前主要可分為模型開發商、雲端服務供應商（CSP）、政府機構及企業用戶三大類。其中，包括 OpenAI、 Google與 Anthropic等模型開發商，正持續推動AI從狹義人工智慧（ANI）邁向通用人工智慧（AGI），甚至超級人工智慧（ASI），帶動算力需求快速攀升；而大型雲端業者也持續投入資本支出擴建AI基礎設施。
劉揚偉說，未來政府與企業將成為AI應用普及的重要推手，但現階段許多單位的資料仍未達到「AI Ready」標準，必須先完成資料整理與流程重塑，才能真正導入AI應用。企業未來也應從「AI賦能」進一步邁向「AI Native」組織，以AI作為核心運作架構，讓人員角色逐步轉向目標設定與治理監督。
劉揚偉強調，AI工廠不只是算力競賽，更代表新一輪產業升級與基礎建設革命正式展開，未來隨著模型規模與應用需求持續成長，全球對AI資料中心及相關供應鏈的投資力道仍將持續擴大。
一手掌握經濟脈動 點我訂閱自由財經Youtube頻道
Worauf zu achten ist
KI-Ausblick — Möglichkeiten, keine Fakten
美國亞利桑那州與德州科學園區建置最快將於2026年內有好消息發生。
Wahrscheinlich · Innerhalb von Jahren
Offene Fragen
- AI工廠的具體營運效益如何提升？
- 政府與企業導入AI應用的具體時程為何？
