在最新一集《Lexicon》節目中，我們訪問了 IEEE 電力與能源學會（PES）副主席 Diane Watkins，她深入探討人工智慧（AI）發展中常被忽略的一面。Watkins 強調，AI 的強大程度取決於支撐它的基礎設施。她指出，AI 需求激增正將能源系統推向極限，下一個 AI 創新階段，可能與電力基礎設施同樣重要，而非僅靠程式碼。訂閱 IE+ 以獲取高級見解及獨家內容！
AI 增長衝擊電網現實
數十年來，許多發達國家的電力需求保持相對平穩。公用事業公司逐步擴大發電與輸電能力，以應對穩定的人口增長及漸進式工業發展。但 AI 打破了這一模式。「一家公用事業公司可能花了 100 年才達到 1,000 兆瓦的峰值負載，」Watkins 解釋道，「而單一數據中心幾乎一夜之間就能將其增加 50% 甚至翻倍。」她補充，公用事業公司並非一次只面對單一請求，「而是同時面對多個。
」「我們看到公用事業公司一次收到 6 至 10 個數據中心的請求，這在極短時間內帶來巨大增長，」她指出。 問題不僅在於規模，還涉及時機。基礎設施需經多年規劃、許可及建造。「平均而言，建造一座火力發電廠需超過 4 年，」Watkins 表示，「而主要高壓輸電線可能需 10 年或更長。」相對地，AI 從利基研究工具轉變為全球經濟力量僅用了不到 10 年。「想想 10 年前的 AI 與今日相比，那些時間表已不再適用，」她告訴 IE。
「我們無法等 10 年才建好支援 AI 的基礎設施。」 從外部看，公用事業公司似乎反應遲緩，但 Watkins 反駁這一觀點。「公用事業公司並非故意拖延，」她說，「它們身處高度監管環境，不能隨意建造昂貴設施，必須證明需求並獲准將成本轉嫁消費者。」這過程涉及監管申報、環境審查、互聯研究、供應鏈限制及公眾審視，全都增加時間。「每項重大擴建都需證明、批准、許可，然後建造，」Watkins 說，「即使人人同意項目必要，也需數年。
」 AI 數據中心與傳統工業客戶不同，不僅規模龐大，還高度集中。「幾乎每個新建數據中心都需要全新電力基礎設施，」Watkins 表示。歷史上，電力需求增長分散於新住宅、新企業及區域漸增，但數據中心顛覆此模式。「單一數據中心將巨大需求集中在單點，」她補充，「即使電網有盈餘容量，也不足以支援中等規模數據中心。」「一座 350 兆瓦數據中心突然離線，相當於 50,000 戶住宅同時斷電，」她說，「這種突變可能引發電網故障及大範圍停電。
」 電網壓力後果遠超不便。「電力不是便利品，而是現代生活必需，」Watkins 解釋，「停電不僅麻煩，還影響人命。」她提及近期大規模停電，提醒風險。「斷電時，火車停駛、人無法取款、緊急服務延遲，」她說，「對社會影響深遠。」數據中心本身要求極高可靠性，常超住宅或小型企業。「它們通常透過冗餘電力設施滿足，」Watkins 指出，「但這進一步增加電網投資需求。」
IEEE PES 估計，至 2030 年需投入 500–700 億美元（約 HK$3,900–5,460 億）於電網。Watkins 澄清，這不僅限新電廠。「涵蓋發電、輸電、分佈、儲能及智能軟件，」她說，「需前所未有地擴大現有能力。」氣候壓力加劇挑戰。「極端天氣已耗巨資修復及強化現有基礎設施，」她解釋，「除非總投資增加，否則擴建資金更少。」「我們需用盡所有工具，包括尚未開發的，」她補充。
最被忽略的危機是人才。「至 2030 年，全球可能需 45 萬至 150 萬名新增電力工程師，」Watkins 說，「幾乎是目前勞動力的兩倍。」「電腦程式員數量是電力工程師的 4.5 倍，」她指出。「電力行業有形象問題，被視為陳舊，而科技被捧為光鮮——儘管電力工程至關重要、創新且具影響力。」她主張，透過強調氣候影響、AI 整合及電網現代化，重塑領域以吸引新一代人才。
問題核心是公用事業與科技公司的激勵錯配。「公用事業若行動過快致停電，會面臨罰款、聽證及聲譽損害，」Watkins 解釋，「科技公司無同等下行風險。」「對它們而言，行動不夠快即落後。」這失衡令協調困難。若行動停滯，她預見三結果：「價格上漲、更多停電及 AI 增長受阻——可能三者皆有。」電網投資最終由消費者承擔，而大型科技公司可自備後備發電。「普通屋主及租戶無此選擇，」她指出，「風險由他們承擔。
」她比喻當下如上世紀太空競賽，「成功供電者將獲巨大優勢。」
