曾浩年，《亞洲週刊》新金融編輯，北京大學西方哲學博士、香港中文大學哲學系學士，博士論文著作《黑格爾邏輯學的現實概念與唯心論原則》；曾任香港「哲學01」策劃人、香港武術頻道「武備志」策劃人。
資本對AI的投入在二零二六年達到空前規模。美國五大雲服務商宣布的年度資本支出總額介於六千六百億至六千九百億美元之間，其中約百分之七十五用於AI算力擴張與數據中心建設。然而，儘管資金充沛，產業界逐漸意識到一個無法繞開的事實：再多的錢，也買不來時間。 數據中心本身可在十二至十八個月內建成，但電網的配套接入卻需要三到七年。真正的瓶頸不在技術，也不在資金，而在於支撐這些設施運轉的基礎硬件——變壓器、開關設備、輸電線路——其製造與部署週期受制於物理產能與工程人力，無法隨資本快速擴張。 以大型電力變壓器為例，目前平均交貨期已延長至一百二十八週，升壓型更達一百四十四週，部分項目甚至需等待超過二百一十週。美國現役的配電變壓器中，過半已運行逾三十三年，多數接近或超過設計壽命。二零二五年，國內產能僅能滿足兩成大型變壓器需求，其餘依賴進口；配電變壓器亦有半數需從海外引進。 設備短缺背後，是產業鏈重建的遲滯。過去十年電力設備製造投資不足，導致產能停滯。即便現在資本大量流入，工廠擴建、人才培訓、供應鏈重組仍需三至四年才能見效。高盛報告指出，輸配電領域面臨逾二十萬人的技術人力缺口，而培訓一名合格的高壓設備工程師平均需三十六個月以上。 在這樣的時間差下，投資者發現：錢可以立即投入，但電力無法立即到手。微軟CFO Amy Hood在二零二六年一月財報會議上坦承算力需求持續超過可用供給；CEO Nadella直言「芯片堆在庫存裏卻插不上電」。 美國能源研究所估算，OpenAI的大模型在進行一次完整訓練時，耗電量高達約一百一十億度(kWh)。這數字相當於大約一百萬美國家庭整整一年的用電量。 全球AI資源的使用格局正在轉移。二零二六年二月，OpenRouter平台數據顯示，中國大模型的Token調用量首次超越美國，佔全球前十模型總消耗量的百分之六十一。前五名中佔據四席，主導者為MiniMax、Kimi、智譜與DeepSeek等模型。該平台用戶以海外開發者為主，美國用戶佔百分之四十七，中國僅百分之六——這意味著多數使用行為發生在境外。 西方社群轉向中國模型 在西方技術社群中，轉向中國模型的現象日益明顯。許多開發者出於性價比與穩定性考量，逐步放棄美國主流閉源服務。矽谷風投a16z指出，其接觸的早期AI創業公司中，約八成已採用中國開源模型。Airbnb執行長曾公開表示依賴阿里巴巴Qwen模型，認為其反應速度與成本表現優於現有美國方案。至二零二五年底，Qwen系列衍生模型突破十七萬個，成為全球規模最大的開源AI生態。 Token是AI模型處理文字的基本單位，中文常譯為「詞元」，也有稱為令牌或代幣者。一個詞元的長度依語言而定：英文約為一個詞的四分之三，中文則約半個漢字。例如，一千詞元可生成約五百個中文字符。詞元的生成高度依賴電力與算力，電力與硬體折舊佔其生產成本的七至八成——本質上，它是一種電力衍生品。當美國開發者調用中國API，請求雖跨洋傳輸，實際運算由中國數據中心完成。電力消耗留在境內，價值卻已輸出。 由於中國工業電價較低，數據中心能效優異（電力使用效率PUE普遍低於一點二，數值越接近一，表示非IT設備耗電越少，一點五以下被視為卓越），其推理成本僅為美國的三分之一。部分服務的百萬詞元價格低至零點三美元，而同級美國產品可達五美元。 國際市場也依賴中國電力設備製造。二零二五年，中國變壓器出口額達六百四十六億元人民幣（約九十三億美元），同比增長百分之三十六，均價上升百分之三十三。在風電、光伏、儲能與電網設備領域「組團出海」，補足了全球電力硬體缺口。 資本可以快速流動，但電網與製造體系的建設無法加速。贏得時間優勢的，不只是投資最多的那一方，而是基礎設施最穩定、系統協同效率最高的那一個體系。