當市場對AI資本支出日益膨脹、科技巨頭現金流承壓感到憂心忡忡時，騰旭投資長程正樺卻丟出一個驚人論點：「現金流是負的」根本是假議題。這話聽起來像在逆風操作，但背後邏輯卻是：AI資料中心太賺錢了，回本速度快到你根本來不及反應。不過，如果真這麼好賺，為何還有那麼多疑慮？難道這場AI淘金熱，藏著什麼大家沒看見的「黑天鵝」？
AI淘金熱：現金流負數，竟是投資太狂熱？
過去這一年，科技巨頭們在AI領域的軍備競賽可說是火力全開，Google、Meta等公司不斷加大資本支出，讓許多分析師開始擔心，這會不會是另一個泡沫化的前兆？畢竟，燒錢的速度這麼快，現金流吃緊是必然的結果。但程正樺艦長有不同看法，他認為，真正值得關注的不是企業「花太多錢」，而是AI算力需求持續攀升，導致業者恨不得把所有資金都投入這個市場。
他以Nebius、CoreWeave等GPU雲端業者為例，根據其資本支出與新增營收的推估，部分AI資料中心的投資，可能在短短1.5到2年內就能回本。這是什麼概念？「你花錢下去，大概一年半的時間，甚至更短就回收了」，程正樺直言。如果去年投入100元，今年可能就能增加60元營收，這樣的速度，難怪他會說出那句震撼市場的話：「多留一塊錢，都是對AI市場的不尊重。」
這背後透露的，其實是CSP（雲端服務供應商）們的心態：現在不是「要不要花錢」的問題，而是「能花多少就花多少」。負現金流，在這個邏輯下，反而成了企業將獲利再投入基礎建設的證明，而非商業模式失靈的警訊。
可帶走的知識點：AI資料中心的回本速度可能遠超市場想像，導致企業瘋狂投入資本，負現金流反而是產業熱絡的表徵。
電力瓶頸：當AI晶片狂奔，油門卻被「電」踩住
然而，就在大家還在驚嘆AI的吸金能力時，程正樺話鋒一轉，點出AI長線最大的隱憂，竟然不是需求，而是「缺電」。這聽起來有點諷刺，當晶片、資金都準備好了，最後卻可能因為沒有足夠的電力，讓這些高價設備無法上線。這簡直是AI軍備競賽中最令人意想不到的「最短的料」。
程正樺觀察到，美國各地對大型資料中心的反彈聲浪正在升高。居民擔心資料中心的大量用電會推高電價，也可能反對輸電線路與相關基礎建設的興建。更值得注意的是，一些公司財報已出現「資產尚未投入服務」的現象，也就是說，GPU等設備都買進來了，卻因為資料中心尚未完成或電力不足，根本無法真正部署。
他根據Meta、Google等公司的公開數據推算，今年上半年新增的資本支出中，可能有相當一部分尚未真正投入營運；Oracle也出現類似情況。這意味著，AI產業正在面臨一個新瓶頸：「不是買不到晶片，而是買了晶片也開不了機。」這不僅影響了企業的投資效率，甚至可能改寫明年的AI資本支出預期。
可帶走的知識點：AI基礎建設的電力需求已成為部署關鍵，甚至出現設備買了卻無法啟用的「資產閒置」現象。
地方反彈：7成美國人拒絕AI資料中心為鄰，衝擊有多大？
電力問題的深層原因，其實與地方政治及民意息息相關。蓋洛普（Gallup）5月的一項民調顯示，超過70%的美國人反對在住家附近蓋資料中心，其中近50%表示強烈反對，而支持者僅有27%。這種廣泛的反對聲浪，已經從單純的能源議題，上升到社會與政治層面。
程正樺特別提醒，今年7月美國已有橫跨40多州、串聯抗議興建資料中心的大規模遊行。這股民意反彈，很可能在今年11月的美國期中選舉中發酵。如果相關公投或政治力量擴大，資料中心的建置速度勢必受到限制。問題不再是「AI到底賺不賺錢」，而是變成「即使AI很賺錢，還能不能繼續蓋」。
一旦地方政府、居民、電網容量甚至聯邦政策同時成為限制，市場原本建立在CSP資本支出高速成長上的估值模型，就可能必須重新計算。這對整個AI供應鏈，從GPU、記憶體、PCB到台積電的先進製程與封裝，都可能造成連鎖影響。
可帶走的知識點：AI資料中心面臨的地方政治抗爭和民意反彈，可能直接影響未來的資本支出部署與產業估值。
從產業面來看，程正樺的觀察點出AI發展中一個常被忽略的盲點：技術與資本固然重要，但基礎設施的「承載力」才是最終的決定因素。當晶片製造能力不斷突破，卻卡在電力供應不足，這不只是一個技術問題，更是一個社會資源分配與政治協調的挑戰。如果AI巨頭們無法有效解決與地方居民的溝通，並確保電力穩定供應，那麼即便是再誘人的1.5年回本速度，也可能只是鏡花水月。這提醒我們，未來AI的投資，必須將能源戰略與在地關係納入核心考量，否則再多錢也只是「望電興嘆」。
重塑AI投資邏輯：從晶片到電力，未來戰場在哪？
程正樺強調，他目前還沒有悲觀到認為AI投資一定會反轉。市場上仍有替代方案，例如天然氣自發電、燃料電池、表後發電，甚至將舊的比特幣礦場轉型為資料中心，都可能成為解決電力短缺的選項。這些方案雖然各有挑戰，但也透露出AI投資邏輯的一個重大轉變。
過去，大家聚焦在尋找GPU、HBM、CoWoS等晶片相關供應鏈中「最缺」的環節。然而，如今「最短的料」可能已悄悄改變。程正樺的結論是，「晶片還在狂奔，電力卻可能成為踩住AI油門的那隻腳。」這句話精準地描繪了當前AI產業面臨的困境與未來的方向。AI的下一波競賽，或許不再只是晶片效能的極限挑戰，更是能源效率與基礎設施佈局的全面考驗。
可帶走的知識點：AI產業的投資重心將從單純的硬體效能，轉向能源解決方案與基礎設施的創新佈局。
這場AI軍備競賽，從晶片、算力的比拼，意外地延伸到了電力與地方政治的角力。當全球都在期待AI帶來翻天覆地的變革時，我們是否也該停下腳步，思考這些基礎設施的限制，將如何重塑AI的未來走向？企業、政府乃至於每個公民，都無法置身事外。
本文改寫整理自公開新聞來源，原始報導由Yahoo奇摩新聞發布。
常見問題 FAQ
AI資料中心真的能在1.5年內回本嗎？
根據騰旭投資長程正樺的觀察，部分GPU雲端業者透過資本支出與新增營收推估，AI資料中心的投資確實可能在1.5至2年內回收，顯示其潛在獲利能力極高。
AI產業目前面臨的最大挑戰是什麼？
程正樺指出，AI產業目前最大的挑戰不是晶片或資金，而是電力供應不足。美國各地對大型資料中心的反彈，以及設備購置後卻無法部署的「資產尚未投入服務」現象，都顯示缺電已成為限制AI發展的關鍵瓶頸。
美國民眾為何反對在住家附近興建AI資料中心？
主要原因是居民擔心資料中心大量用電會推高電價，並可能反對輸電線路等相關基礎建設。蓋洛普民調顯示，超過70%的美國人反對在住家附近興建資料中心。
電力短缺會如何影響AI產業的未來發展？
電力短缺可能導致AI資本支出無法按預期部署，進而影響GPU、記憶體、PCB及台積電先進製程等整個供應鏈。未來的AI投資邏輯將從關注晶片轉向能源解決方案與基礎設施佈局。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
