華爾街重押AI數據中心風險漸增 電力供應成發展瓶頸
AI數據中心投資面臨哪些風險與挑戰？
華爾街的私募股權巨頭與資產管理公司積極推銷AI數據中心為潛力投資標的，但目前面臨日益增加的風險與挑戰。首要挑戰是「電力供應」，現代AI叢集耗電量極高，且主要市場的電網接入等待時間已超過四年。其次，AI數據中心的建置成本持續攀升，每百萬瓦基礎結構工程成本就超過1,100萬美元，若計入專業設備和裝修，總成本將大幅增加。此外，數據中心高度依賴少數大型科技租戶，一旦租戶策略轉變或硬體架構發生變化，客製化設施可能面臨技術淘汰。地方社區也關注用水量與噪音污染問題，立法者正審查能源補貼與電網優先權。
華爾街的私募股權巨頭與資產管理公司近年來積極將人工智慧（AI）數據中心推銷為商業不動產的潛力投資標的，聲稱其為機構投資組合與公開市場帶來安全且高報酬的機會。然而，這些被大力宣傳的投資目前正面臨日益增加的風險與挑戰。
根據外媒報導，由黑石（Blackstone）等公司推出的專屬數據中心不動產投資信託（REITs），例如 BXDC，自首次公開發行以來股價便呈現下滑趨勢。這些數據中心基金約有 94% 由機構投資者持有，顯示散戶投資者恐在高資本支出週期的尾聲才進入市場。
AI 數據中心面臨的首要挑戰是「電力供應」。現代 AI 叢集所需的電力高達數十甚至數百百萬瓦（megawatts），耗電量堪比一個小型城市。雖然傳統商業不動產的價值仰賴區位，但 AI 數據中心的核心需求是透過電力公司互連協議，確保穩定且充足的供電。目前，在主要市場，電力公司的電網接入等待時間已超過四年。報導指出，即使擁有光纖網路的地塊，若無穩定的電力供應，其價值也微乎其微，因為變電站無法快速建成以滿足預期需求。數據中心從某種程度上來說，更像是發電廠而非辦公大樓。
除了電力問題，AI 數據中心的建置成本也持續攀升。僅是基礎結構工程（shell-and-core construction）的平均成本，每百萬瓦就超過 1,100 萬美元。若計入專業網路設備、液體冷卻系統以及針對圖形處理器（GPU）的高密度租戶內部裝修，總成本將大幅增加。
這些 AI 數據中心的生態系統高度依賴少數幾家大型科技租戶，即所謂的「超大規模業者」（hyperscalers），例如微軟（Microsoft）、Google、亞馬遜（Amazon）和 Meta Platforms，他們通常會簽署長期租賃合約。然而，一旦主要租戶的硬體策略出現轉變，或晶片架構發生重大變化，這些客製化設施就可能面臨快速的技術淘汰，且難以轉型為標準的倉儲或辦公空間。
此外，地方社區也開始關注數據中心帶來的用水量與噪音污染問題。立法者亦正審查給予私人科技公司的能源補貼和電網優先權。對於公開市場上投資數位基礎設施不動產投資信託的投資者而言，也可能面臨嚴格的贖回限制，限制了資金的即時運用。科技股表現不佳或 AI 公司財報不如預期時，實體基礎設施合約的市場情緒可能迅速轉變。
面對這些挑戰，有經驗的投資者會建議超越單純的面積指標，轉而關注營運層面的實際狀況，包括電力互連的確定性、租賃結構及能源策略。這些大型科技租戶對高階 AI 晶片的需求，也間接牽動著全球半導體供應鏈的發展，其中台灣在先進晶片製造方面扮演關鍵角色。
【提醒您】
投資有賺有賠，本文僅供參考，不構成投資建議
AI數據中心為何被視為高風險投資？
AI數據中心面臨電力供應瓶頸，電網接入等待時間長達四年以上。建置成本高昂，且高度依賴少數大型科技租戶，一旦租戶策略改變，設施可能迅速被淘汰。此外，用水量、噪音污染及地方社區的關注也構成潛在風險。
AI數據中心的電力需求有多大？
現代AI叢集所需的電力高達數十甚至數百萬瓦，耗電量堪比一個小型城市。穩定且充足的供電是AI數據中心的核心需求，其重要性甚至超越傳統商業不動產的區位考量。
投資AI數據中心時應關注哪些營運層面？
有經驗的投資者建議關注電力互連的確定性、租賃結構以及能源策略。這些因素比單純的面積指標更能反映營運的實際狀況與潛在風險。
