人工智慧競賽正從晶片與資料中心延伸至電力系統。AI 模型訓練與推論需要大量伺服器全天候運作，加上冷卻、儲存、網路與備援設備，單一大型園區的用電規模已逐漸接近大型工業設施。美國能源資訊署預估，全美用電量將由 2025 年的 4.195 兆度（4,195 TWh），增加至 2026 年的 4,269 TWh，2027 年再升至 4,399 TWh。其中商業與工業部門用電成長較為明顯，資料中心擴張是重要推力之一。勞倫斯柏克萊國家實驗室估計，2030 年資料中心可能占全美用電量約 11.8%，不同情境下介於 9.5% 至 15.3%。
用電需求快速增加後，市場關注的不只有電力是否足夠，新增電廠、輸電線與變電站的費用由誰負擔，也成為新的政策爭議。若公用事業直接把相關投資納入整體費率，一般家庭、中小企業與傳統製造業便可能共同承擔科技公司擴建 AI 基礎設施的成本。
資料中心密集地區已面臨更高電力成本
資料中心會從發電、備用容量與輸配電投資三個方向影響電價。新增負載超過現有供給時，電網需要啟用成本較高的機組，並支付更多費用確保尖峰期間仍有足夠發電容量。若輸電系統無法承受大型園區用電，公用事業還須興建變電站、輸電線與連接設施。
相關壓力在美國最大區域電網 PJM 尤為明顯。受到資料中心需求增加、發電機組退役與新增供給速度偏慢等因素影響，PJM 容量價格兩年間上漲超過十倍。俄亥俄州 Belden Brick 的每月容量費用由約 1,600 美元增加至 1.2 萬美元，整體電力成本一度上升約 90%。截至 2025 年 12 月，賓夕法尼亞州與俄亥俄州工業電價分別年增 31% 與 26%，高於全美平均的 7%。
資料中心並非電價上漲的唯一原因，天然氣價格、極端天氣、輸電壅塞、發電機組退役及老舊設備同樣會影響帳單。AI 用電帶來的價格衝擊也具有明顯區域差異，資料中心密度高、供電餘裕有限且電網建設落後的地區，面臨的壓力通常較大。
白宮推動科技企業自行負擔新增電力建設
美國白宮於 2026 年 3 月推出「電價支付者保護承諾」（Ratepayer Protection Pledge），Amazon、Google、Meta、Microsoft、OpenAI、Oracle 與 xAI 均簽署參與。簽署企業承諾自行建設、引入或購買滿足資料中心需求的新增發電資源，並支付服務資料中心所需的電網升級費用。企業也須與公用事業及州政府協商獨立費率，即使實際用電量低於原先規劃，仍須支付為其建設的電力與基礎設施成本，降低閒置容量轉嫁給既有用戶的風險。
這項承諾目前屬於自願性質，並未直接建立全國一致、具有法律強制力的成本分攤制度。實際執行仍須透過州政府監管、公用事業費率及企業合約落實。據 Reuters 7 月 13 日報導，白宮正規劃邀集電力公司、資料中心開發商與州政府加入後續倡議。
美國聯邦能源管理委員會也在 6 月 18 日要求六個區域電網營運商，在 60 天內說明現有費率是否合理，或提出修改方案。審查內容包括加快大型用戶接電、避免輸電建設成本轉嫁、建立彈性負載服務，以及處理資料中心與自有電源共址的規則。
企業承擔直接成本仍無法消除整體供需壓力
要求科技公司支付專屬接電設施與新增發電成本，可以降低一般用戶直接補貼資料中心的風險，卻無法完全隔離電力市場的價格變化。多家企業同時採購變壓器、燃氣渦輪機、開關設備與工程服務，仍可能推高設備和施工成本，影響其他公用事業的擴建計畫。
供應鏈已成為資料中心建設的重要限制，2026 年第一季，美國發電機升壓變壓器的交期已超過 160 週，部分設備須提前三至五年訂購，市場預估未來一年變壓器價格還可能上漲約 4% 至 10%。由於大型變壓器多為客製化產品，工廠擴產、工程認證及技術人力培養均需要較長時間，即使資料中心建築與伺服器已經就緒，也可能因電力設備未交付而無法上線。
科技公司的資本支出因此不再只包含 GPU、伺服器與冷卻系統，也必須提早鎖定發電容量、變壓器、輸配電設備與工程承包商。電力設施的價格與交付時間，開始直接影響 AI 運算資源何時能投入使用。
表後發電與長期能源合約成為替代方案
公共電網擴建速度跟不上資料中心建設後，部分開發商開始採用表後發電（Behind-the-Meter），在用戶電表後方設置天然氣機組、燃料電池、再生能源或儲能設備，直接供應園區用電。2024 至 2025 年間，德州宣布的資料中心表後發電計畫超過 20 GW，全美同期規劃量約為 56 GW。
現場發電可縮短等待電網接入的時間，但仍須處理燃料供應、設備備援、排放與地方環境爭議。多數大型園區也難以完全脫離公共電網，仍需要電網提供備援、頻率控制及緊急調度服務，因此資料中心是否支付足以涵蓋這些系統成本的費率，仍是成本分攤的重要環節。
科技巨頭同時擴大長期能源採購，Meta 在 2026 年 1 月與 Vistra、TerraPower 及 Oklo 簽署協議，預計到 2035 年支持最多 6.6 GW 的既有與新增核能容量。長期企業合約能為核電廠延役與新型反應爐提供收入保障，但新建核能仍面臨審批、工期與建設成本的不確定性，短期內無法單獨填補全部資料中心需求。
AI 競爭開始涵蓋能源取得與電網調度能力
擴大發電與輸電建設仍是滿足長期用電需求的核心，但智慧電網、儲能與需求彈性也能降低尖峰壓力。動態線路額定、電力流控制及拓撲最佳化可提高既有輸電設備的利用率，虛擬電廠與現場儲能則能在電網緊張時調整負載，減少為少數尖峰時段興建大量備用容量的需求。部分 AI 訓練工作也可延後至離峰時段，或移轉至其他地區執行；即時推論、雲端服務與關鍵系統則仍需要高度穩定的全天候供電。因此，未來資料中心的競爭力將同時取決於算力效率、能源取得、電網連接速度與負載管理能力。
科技巨頭依承諾負擔新增發電與電網升級費用，可以降低 AI 建設成本直接轉嫁給家庭與中小企業的風險，但設備短缺與整體供需吃緊仍可能影響區域電價。政策最終成效取決於新增供給能否按時落地、地方費率如何設計，以及企業承諾能否轉化為具體且可執行的合約。隨著 AI 基礎設施的限制因素從晶片供應延伸至電力系統，電網、變壓器、儲能與能源管理設備，也將成為影響下一階段算力擴張速度的重要基礎設施。