掌握能源就能贏 AI 競賽！巴克萊估 2030 年 AI 電力需求約 70 至 95GW

隨著 AI 快速擴張，能源成為左右全球科技競爭的關鍵因素，根據《2026 年全球展望》報告，AI 建設正將科技產業推向高度資本密集型模式，巴克萊估 2030 年 AI 電力需求約 70 至 95GW，但電網傳輸線路的規劃與建設又太慢。

根據貝萊德（BlackRock）發布的《2026 年全球展望》報告，AI 數據中心的用電需求正急速攀升，市場估計到 2030 年，AI 數據中心可能占美國目前總用電量的 15% 至 20%，部分情境甚至高達 25%。

貝萊德指出，電力需求暴增正面臨多重瓶頸，包括電網併網專案大量積壓、化石燃料與材料供應的物理極限，以及西方國家普遍冗長的許可與審批流程，因此示警若能源等基礎條件過於嚴苛，AI 建設的預算與擴張速度，恐被迫下修。

全球能源版圖上，中國與歐盟呈現截然不同的應對路徑，貝萊德分析，中國正快速推進發電與輸電建設，涵蓋核能、煤炭、水電及再生能源，其在太陽能與電池製造上的規模優勢，持續壓低能源成本，為需要廉價、穩定且相對清潔電力的 AI 基礎設施提供重要支撐。

貝萊德認為，相較之下，歐洲因能源價格偏高且高度依賴進口，受到地緣政治衝擊，顯得更為脆弱，但歐盟已開始放寬財政規則，以加速能源投資，並透過新法規縮短清潔能源專案的許可時間，試圖提升整體競爭力。

根據貝萊德（Barclays）發布的《2026 年全球展望》報告，內文將能源形容為 AI 競賽的「新前線」，直言「誰能贏得能源賽跑就能贏得 AI 賽跑」，並稱 AI 正引發一場堪比太空競賽的能源競逐，而 OpenAI 更呼籲美國政府，每年應新增約 100 GW 電力，以縮小與中國之間的「電力缺口」。

需求規模方面，巴克萊估到 2030 年，全球 AI 基礎設施支出可能高達 3 至 4 兆美元，對應新增電力需求約 70 至 95 GW，因數據中心需要全年無休的基載電力，但電網傳輸線路的規劃與建設，往往需時十年以上，整體進度過於緩慢。

大型科技正加速採用「自備電力」模式，並透過微電網或現場天然氣發電，降低對傳統電網的依賴，巴克萊指出，AI 正重塑電力經濟學，將能源轉化為可貨幣化的「代幣」，顛覆過去「發電再製造商品」的傳統模式。

從資源層面來看，關鍵礦產同樣成為戰略焦點，巴克萊指出，中國在稀土採礦、精煉及磁鐵製造方面占據壓倒性優勢，而稀土磁鐵正是電動車、風力發電與國防科技的核心元件，西方國家雖積極布局自主供應鏈，但短期內仍難以完全擺脫對中國的依賴。

從投資角度來看，兩者看好基礎設施與能源轉型資產，貝萊德認為，電力系統、數據網路與連接性等基礎設施，為 AI 時代具防禦性的核心資產，目前市場估值尚未完全反映長期投資需求，而巴克萊則上調美國公用事業類股評等，看好 AI 可能引發新一輪商品投資週期，帶動銅與關鍵礦產需求。

（首圖來源：AI）