台灣管起 AI 資料中心用電！經濟部預告新規：5MW 以上要先證明「值得這些電」

一份「能源使用說明書」，決定你能不能在台灣蓋 AI 資料中心

假設你是一家雲端業者，打算今年下半年在台灣中部找地蓋一座 30MW 的 AI 資料中心。你以為第一關是土地跟變電站，其實不是。第一關是一份叫做「能源使用說明書」的文件，得先送到當地縣市政府、科學園區或產業園區的受理機關，再轉給經濟部能源署審查。過去這份文件主要問兩件事：電從哪裡來、能效做到多少。接下來還要多回答一題——這座機房，到底替台灣帶來什麼？

2026 年 7 月 1 日，經濟部預告修正《能源開發及使用評估準則》第九條附表七，在「資料中心整體效率」底下新增一個叫「產業效益評估」的項目，掛了五個子指標。預告結束並完成法制程序後才會正式上路，實際施行日期要看經濟部後續公告。這是台灣第一次把「產業貢獻」正式寫進資料中心的用電審查程序裡。說穿了，就是政府開始挑客人。

幾乎在同一個星期，太平洋另一端的 BloombergNEF 把美國資料中心 2035 年的用電預測一口氣上修到 194GW。兩件事看起來八竿子打不著，其實是同一場戲的兩幕：AI 擴張的瓶頸，已經從晶片轉到電力上了。

事件背景

台灣管資料中心用電，其實從去年就開始鋪路。

2025 年 11 月 3 日，經濟部一次修正三項子法——《能源開發及使用評估準則》、《能源用戶適用範圍》、《能源使用說明書格式》，11 月 5 日生效。核心規定是：能源使用數量達 5MW 以上的超大型資料中心與主機代管資料中心，在新設或擴建階段就必須採用最佳可行技術（BAT），並提出能源使用說明書送審。能源使用效率（PUE）也訂了天花板：超大型資料中心不得超過 1.3，主機代管資料中心不得超過 1.4。審查表則拆成七大檢核項目，涵蓋冷卻系統、電力系統、能源監控與管理、整體能效等面向。要注意的是，這套規定針對新建與擴建，既有機房不溯及既往。

換句話說，去年那一波管的是「效率」；今年這一波管的是「價值」——你就算做到 PUE 1.25，還是得回答「憑什麼是你拿到這些電」。為什麼政府要走到這一步？看幾個數字就懂了。

經濟部產業發展署的盤點是：到 2030 年前，台灣資料中心的新增用電約 1GW，投資方涵蓋國際雲端服務商、本土算力業者、電信商，還有氣象署、國研院國網中心這類公部門與科研單位，布局集中在西部主要都會與產業廊帶。1GW 聽起來還好，但它跟半導體業的擴產是疊加的。台電估算，半導體產業今年用電約 520 億度，占全台用電 17.71%；2030 年會長到 800 億度、占比 24.34%；到 2035 年更會來到 1,100 億度、占比 30.38%。也就是說，十年後台灣每發三度電，就有一度要送進晶圓廠與先進封測產線。

再看總量。經濟部 2026 年 6 月 18 日公布的「114 年度全國電力資源供需報告」，把 2026 到 2035 年的用電需求年均成長率上修到 2.5%，前一年的版本還只有 1.7%；供給端規劃十年累計新增約 26GW 燃氣機組。能源署署長吳志偉的說法很直白：AI 與半導體的需求正在逐步落實。

電不是沒有，是每一度都得排隊。

本次重點

• 預告日期：2026 年 7 月 1 日，修正《能源開發及使用評估準則》第九條附表七，施行日期待經濟部正式公告。
• 適用門檻：能源使用數量達 5MW 以上的新設或擴建超大型、主機代管資料中心。
• 新增五大子指標：投資及產值貢獻、就業人數、產業供應鏈效益、「人工智慧生態系賦能效益」（草案條文原文用語，白話是對台灣 AI 生態系的帶動程度），以及資通訊安全與韌性。
• 審查流程：業者向所在地方政府或園區受理機關提出，由受理機關評估在地投資效益後轉送能源署；能源署會召開諮詢小組會議，找台電、產業發展署、相關部會與學者專家一起看供電規劃、能源效率與產業效益。
• 既有效率門檻不變：2025 年 11 月上路的 PUE 上限（超大型 1.3、主機代管 1.4）與最佳可行技術要求繼續適用。
• 對照組數字：BloombergNEF 於 2026 年 7 月 21 日發布的報告推估，美國資料中心 2035 年用電規模達 194GW，較該機構去年 12 月預測的 106GW 上調 83%，屆時將占全美用電約 20%（目前約 5.9%）。報告同時警告，即使每年新增創紀錄的 7.1GW 發電容量，2035 年仍會有約 19GW 缺口；PJM 電網有 34%、德州 ERCOT 有 22% 的電力要供給資料中心，而 PJM 區域電價過去一年已上漲 76%。

市場影響分析

台灣使用者

短期內你不會有感。你在手機上叫 ChatGPT 寫信、用 Gemini 整理會議紀錄，推論運算絕大多數還是跑在海外機房，跟台灣的審查表沒關係。

中期要注意的是電價。BNEF 那份報告最刺眼的一句不是 194GW，而是 PJM 區域電價一年漲 76%——資料中心搶電到最後，帳單會落在一般家戶頭上。台灣的審查機制多少是想先擋在前面：與其等到跳電再檢討，不如在核准階段就把供電衝擊算清楚。這對使用者是好事，代價是台灣落地的低延遲 AI 服務會來得慢一點。

企業應用

這一題最現實。如果你是要在台灣自建或租用大型算力的企業，接下來的申請文件不再只是工程規格書，而是一份商業計畫書。投資金額、聘僱人數、你會拉動哪些台灣供應商、你的算力會餵養哪些本土 AI 團隊、資安與韌性怎麼做——五個子指標，每一個都要有具體數字撐。

我的判斷是會出現明顯分流。有在地生態、願意承諾採購台灣伺服器與電力設備、講得清楚就業與供應鏈故事的業者相對好過；純粹「把台灣當成便宜機房落地點」的專案會卡得很難看。中小企業則該重新算租用海外雲端與在地代管的總成本，別預設在地算力一定便宜。

順帶一提，法規只管 5MW 以上。辦公室放兩台 GPU 伺服器做內部檢索或客服機器人完全不在射程內，這類需求用現成 SaaS 加內部流程改造通常划算得多，可以先看我們整理的中小企業導入 AI 指南。

開發者

三個影響。第一，台灣在地推論資源在未來一兩年會偏緊，做即時語音、即時影像的應用要把延遲與成本的假設放寬一點，別把「台灣一定會有便宜 GPU」寫進商業模型。第二，能效會變成技術指標。當機房被 PUE 綁住，客戶對「每千次推論耗多少電」的敏感度會上升，模型蒸餾、量化、快取與批次化這些以前被當成優化細節的東西，會變成談合約時的賣點。第三，混合部署會是常態：敏感資料在地跑小模型，重運算丟到海外大模型，中間用路由層切換。這件事用現成的自動化流程工具就能先做原型驗證。

未來發展趨勢

一、「用電換產業」會變成國際慣例。 台灣沒有直接喊停，而是把審查標準往「產業效益」拉——這比一刀切更難操作，因為五個子指標裡有四個都不是能源署的專業。會不會變成「大廠有資源寫報告、小業者被卡住」，是接下來一年最值得盯的變數。

二、發電與儲能會成為 AI 供應鏈的一環。 BNEF 講的 19GW 缺口，翻成產業語言就是燃氣機組、電網設備、儲能、變壓器、液冷方案的十年訂單。台灣的機會不在蓋機房，而在做這些東西賣到全世界。

三、審查會逼出「算力主權」的具體定義。 「人工智慧生態系」的帶動效益要怎麼量化？是承諾釋出多少算力給國內學研單位，還是要支援本土模型訓練？這個定義一旦在個案審查中被實質填滿，等於間接決定了台灣未來幾年的算力分配格局。相關的政策脈絡，也可以對照我們先前寫過的台灣 AI 晶片出口管制。

TheAI學院 總結與評語

台灣這一步走得不算早，方向倒是對的。過去談 AI 基礎建設，主軸永遠是「我們有台積電、有伺服器代工、有供應鏈」；現在多了一個煞風景卻無法迴避的變數——電。台灣的電網本來就沒有太多餘裕。

蓋機房從此不是工程題，是一道要跟全台灣搶電的申論題。

給台灣讀者三個具體建議。如果你在企業端負責 IT 或 ESG：把 PUE、供電規劃、產業效益這三份資料當成常備文件建起來，5MW 是門檻，但客戶與投資人問的問題不會等法規。如果你是投資人：與其追資料中心概念股，不如看電網設備、燃氣機組、液冷與儲能這幾條供給端的線，那才是缺口所在——但這只是產業觀察，不構成任何投資建議，請自行評估風險並諮詢專業人士。如果你只是一般使用者或創作者：把注意力放回工具本身。真正決定你產出品質的，還是你怎麼用 Claude、怎麼設計提示詞，而不是機房蓋在哪。

法規細節請以主管機關正式公告為準，本文所述草案內容仍在預告階段，最終條文可能調整。

資料來源

• 經部：資料中心整體效率擬增列產業效益評估（中央社，2026/07/01）
• 經濟部修法草案，預告 AI 資料中心納入產業效益評估（科技新報，2026/07/01）
• Data centers expected to use 4x more electricity by 2035（TechCrunch，2026/07/21，引述 BloombergNEF）

依公開資訊整理，以官方公告為準。