Google 為何要卡位擁有百年歷史的老水壩

 6 月 4 日，燃氣引擎製造商 INNIO 在納斯達克上市首日收盤大漲 23%。Reuters 指出，截至 2026 年 3 月底，其資料中心相關設備訂單已由一年前的 3.09 億美元增加至 10 億美元，反映資料中心業者正積極尋求離網與備援供電能力。

 

此三則新聞顯示，對於AI基礎設施的需求，環保研究機構、監管機關與資本市場同時聚焦在能源系統的承載能力。

 

這時回頭看Google 與布魯克菲爾德再生能源（Brookfield Renewable）2025 年 7 月達成大型水力發電合作架構，就不再是一則舊新聞。Brookfield 當時宣布，雙方將建立最高 3,000 MW 的美國水力發電合作框架，首批合約涵蓋賓州 Holtwood （1910年商轉）與 Safe Harbor （1930年商轉）兩座水力發電設施，規模達 670 MW，合約金額超過 30 億美元。

 

從新聞事件而言，這是 Google 買綠電；從 2026 AI基礎設施的需求視角而言，資料中心用電壓力、電網瓶頸與供電能力重估的脈絡中，這件事透露的則是：為什麼一家最前沿的 AI 公司，反而開始鎖定百年歷史的老水壩？

 

 

百年水壩看似老舊，但在 AI 時代，它們最有價值的地方恰恰不是「新」，而是已經在那裡。水壩早已取得土地，完成環境審查，接上輸電系統，嵌入區域電網，並有長期運轉紀錄。相較之下，許多新建發電案即使技術更先進、成本更低，也可能卡在併網、變壓器、輸電線、許可與地方協調。

 

這正是 AI 資料中心目前面臨的核心矛盾。資料中心建設速度可以很快，GPU 採購可以用資本推動，伺服器機櫃也能透過供應鏈擴張；但電力系統不是速度並齊的產業。Bloom Energy 2026 年資料中心電力報告指出，公用事業端認為實際供電時間通常會比超大規模雲端與資料中心業者預期晚約 1.5 到 2 年；報告也指出，隨著電網限制加劇，越來越多資料中心開發商把現場供電納入策略。

 

因此，Google 鎖定水力發電，不能只解釋成「買再生能源」。它買的是一組已經完成配置的能源能力：可調度、可預測、已併網、能長期供應，而且不需要重新等待多年接入審查。對 AI 公司來說，這些條件可能比單純每度電成本更重要。這代表市場正在重新評價某種過去未被充分重視的能源能力。

 

 

要理解這個變化，必須先理解過去二十年能源市場如何評價發電資產。

 

自再生能源快速擴張以來，能源產業最重要的競爭目標是降低成本。太陽能模組價格持續下降、風力機組大型化、供應鏈規模經濟形成，以及融資成本改善，最終都指向同一件事：讓每度電變得更便宜。

 

因此，均化發電成本（Levelized Cost of Electricity, LCOE）逐漸成為評估能源競爭力的重要指標。

 

在這套邏輯下，市場最關心的是哪一種能源發電成本最低、哪一種能源新增容量最快，以及哪一種能源最容易取得資本支持。至於電力是在白天發出、夜間發出，或是否能夠與需求時間完全重合，往往不是最重要的問題。

 

過去的電力系統仍保有相當大的調度空間。天然氣機組可以彌補太陽能夜間缺口，備轉容量可以吸收需求波動，區域電網也能透過跨區輸電進行平衡。換句話說，電力系統本身承擔了大部分的協調工作，因此市場主要關注的是成本，而非供應確定性。

 

然而，這套排序正在受到新的需求結構挑戰。

 

 

人工智慧帶來的問題，並不只是用電增加，更重要的是，用電需求開始改變其性質。

 

傳統大型工廠雖然耗電，但仍有生產排程與產能週期；商業大樓存在上下班時間；住宅用電也有明顯的尖峰與離峰差異。

 

大型 AI 資料中心則不同。無論是模型訓練叢集還是推論叢集，都傾向長時間維持高負載運作。當企業投入數十億美元建置 GPU 叢集後，最不願意看到的情況就是設備因電力不足而閒置。

 

因此，AI 產業正在改變企業對能源的需求方式。過去企業購買的是電力，現在企業開始購買供電能力。兩者看似相近，實際上卻代表完全不同的思維。

 

購買電力時，企業關心的是每度電價格，購買供電能力時，企業關心的是未來任何時間點是否都能取得足夠電力。當需求從成本導向逐漸轉向能力導向時，能源資產的價值排序也會開始改變。

 

 

如果只是 AI 產業用電增加，未必足以改變整個能源市場的評價標準。真正推動改變的，是 AI 資料中心建設速度開始超過能源系統擴張速度。

 

2025 年至 2026 年間，市場陸續出現相同訊號。大型變壓器交期持續延長；資料中心開發商開始競爭已完成電網接入的土地（Powered Land）；部分地區的電網接入等待時間拉長至數年；越來越多雲端與超大型資料中心營運商公開表示，限制專案進度的因素已不再是資本或伺服器，而是電力供應能力。

 

此時，企業擔心的，不再是未來能否買到電，而是未來能否準時取得電，這種變化與近年的 LNG 長約市場十分相似。

 

市場擔心的不只是天然氣供應能力，而是天然氣能否在需要的時間送達。同樣地，資料中心關注的也不是電力成本，而是電力能否在資料中心建成時同步到位。

 

當時間開始成為限制條件時，供電能力的價值自然上升。

 

 

在這樣的背景下，水力發電重新受到重視，原因便不難理解。

 

首先是可調度能力。太陽能受到日照限制，風力受到風況限制，而許多大型水力發電設施能夠依照電網需求調整出力。在高比例再生能源電網中，這種能力的重要性持續提高。

 

其次是可預測性。許多大型水壩已穩定運轉數十年，設備維護週期、發電能力與營運成本相對容易預估。對規劃二十年以上營運週期的資料中心而言，這種穩定性本身就是價值。

 

第三是併網能力。近年北美能源市場的重要瓶頸之一並非缺乏發電計畫，而是缺乏已完成接入程序的發電能力。許多新建能源專案即使取得開發資格，仍需等待輸電系統升級與接入審查。相較之下，既有水壩早已完成土地取得、環境審查、變電站建設與輸電系統接入。

 

最後則是時間。新建大型能源設施往往需要數年甚至更長時間才能投入運轉，而既有水壩代表的是立即存在且已驗證的供電能力。

 

因此 Google 真正取得的，並不只是水力發電，而是同時具備可調度、可預測、已併網與立即可用等條件的能源資產。

 

 

如果這只是 Google 的個別選擇，未必足以代表市場趨勢。但近年的發展顯示，類似現象也出現在多家AI 科技巨頭身上。

 

2026 年 3 月，Microsoft 與雪佛龍（Chevron）簽署獨家合作協議，規劃在德州建置大型天然氣發電能力，以支援未來 AI 資料中心需求。相較於傳統向公共電網購電的模式，Microsoft 已開始直接參與新增能源能力的建構。

 

早在今年 1 月，Meta 便宣布核能布局，相關合作規模最高可達 6.6GW；到了 6 月，又透過與恩橋公司（Enbridge）的合作推動太陽能與儲能專案，逐步建立涵蓋核能、太陽能與儲能的能源組合。

 

Google 鎖定既有水力發電能力，Microsoft 參與新增天然氣發電能力建設，而 Meta 的能源合作則已橫跨核能、太陽能與儲能等不同路徑。三家公司選擇的能源技術路徑雖然不同，但都顯示他們不再只是能源市場的消費者，而已成為能源能力配置的參與者，追求的都是同一件事：未來二十年的供電確定性。這也是近年能源市場最值得注意的變化之一。

 

 

過去再生能源市場主要依照均化發電成本排序，太陽能與風電之所以快速擴張，是因為成本下降快、建置速度快、融資模型清楚。但 AI 資料中心改變了需求條件：企業不只需要便宜的電，也需要電在正確時間、正確地點、以可預測方式持續到位。

 

這會使能源資產的價值排序出現三個轉變。

 

第一，被重估的不只是發電廠，而是「已入電網的位置」。S&P Global 在 2026 年資料中心基礎設施趨勢報告中指出，可取得電力已成為資料中心選址的重要因素，雲端與超大規模業者正試圖鎖定盡可能多的電力，以避免未來成長受能源可得性限制。這代表資料中心競爭會從「哪裡土地便宜」轉向「哪裡有電、何時能送電、誰擁有接入權」。

 

第二，老能源資產可能取得新的 AI 溢價。水壩、核電廠、抽蓄水力、天然氣備援機組、變電站與輸電走廊，過去可能被視為成熟或低成長資產；但若它們能提供穩定、可調度、已併網的電力，便可能在 AI 時代被重新定價。Innio 上市受追捧，就是市場重估能快速提供可靠電力設備的例子。

 

第三，科技巨頭的能源策略會從採購部門議題提升為企業級基礎設施戰略。Google 與 Brookfield 的水力協議、Microsoft 推動長期天然氣供應、Meta 則橫跨核能與太陽能等多重能源布局，表面上是不同能源路徑，實際上都指向同一個方向：在電力系統尚未完成擴張前，先鎖定未來二十年的供電能力。這不是 ESG 採購，而是 AI 產能保險。

 

因此，Google 卡位百年水壩的意義，不是水力發電突然成為最熱門能源，而是 AI 讓「已存在、已併網、可調度、可長約化」的能源資產重新變得珍貴。過去市場問的是哪種電最便宜；AI 時代問的是，誰能在資料中心需要擴張時，真正把電送到機房門口。