AI成本下滑 運算與電力需求恐不減反增

有分析指出，即使「開放權重(open-weight)」AI模型降低了單位成本，整體運算需求仍可能不減反增。因為AI成本降低會擴大企業的應用範圍，連帶推升GPU與資料中心的用電量。

據Odaily星球日報4日報導，根據摩根士丹利發布的報告《Open-weight Models and Three Scenarios》，開放權重模型未必會削弱AI運算需求。不過該報告原文並未在公開網路管道確認到，具體內容與數字尚未經過查證。

所謂開放權重模型，是指外部開發者或企業可以下載已完成訓練的模型權重，並在自有基礎設施上執行或修改的AI模型，與公開訓練資料、完整程式碼及可重現訓練流程的嚴格意義上的開源模型有所不同。

Meta(META)在Llama 3.1的介紹資料中表示，開發者可下載模型權重，並在地端(on-premise)、雲端與本地環境中執行。企業因此不必將所有資料傳送至外部AI服務，也能在自有環境中部署模型。

這項分析的核心在於，成本下降與總需求增加可能同時發生。「傑文斯悖論(Jevons Paradox)」指的是效率提升使單位成本降低後，使用量隨之增加，導致整體消費反而上升的現象。

在AI領域，推論或代幣(token)生成成本越低，客服應對、程式撰寫、文件分析、代理(agent)自動化等更多業務就能導入這項技術。即使單一作業成本下降，整體呼叫量與運算量仍可能隨之擴大。

半導體需求也面臨同樣的爭論。輝達(NVDA)公布2026財年第2季營收為467億美元，其中資料中心營收為411億美元，較去年同期成長56%。

黃仁勳(Jensen Huang)輝達創辦人暨執行長在財報發表會上表示：「推論效能需要達到數量級(order of magnitude)的成長。」這句話被解讀為，隨著AI應用重心從訓練擴大到推論，GPU與資料中心基礎設施恐將持續承受壓力。

電力供應也是關鍵條件。國際能源總署(IEA)在2025年報告中預測，全球資料中心用電量到2030年將增加逾一倍，達到約945TWh。該機構在2026年的更新報告中則指出，資料中心用電量在2025年成長17%，其中以AI為主的資料中心用電成長速度更快。

雖然每項AI任務的耗電量正在下降，但使用者增加，以及AI代理等高耗能應用的普及，可能會抵銷這種節能效果。此前也有分析指出，AI基礎設施需求可能對科技產品與電價帶來上行壓力。

目前尚未發現與加密貨幣的直接關聯。不過在部分地區，AI資料中心與比特幣(BTC)挖礦設施可能在電力、選址與散熱資源上互相競爭，因而受到間接影響。

業界看法分歧。一派認為開放權重模型降低了AI導入門檻，可能帶動GPU、記憶體與電力基礎設施需求成長；另一派則認為價格競爭可能壓縮封閉式AI業者的利潤，以及部分雲端業者的獲利能力。

史丹佛以人為本人工智慧研究院(Stanford HAI)發布的《2026 AI指數》報告整理指出，美中AI模型的效能差距自2025年以來多次易位，截至2026年3月，Anthropic的頂尖模型領先2.7%。成本下降最終帶來的影響，恐怕不只取決於模型價格本身，還要看新增的AI使用量，以及能否有足夠的半導體與電力供應加以支撐。