美國 AI 資料中心熱潮：雲端背後的電力、水源與土地爭奪戰

AI 在螢幕上像是一個對話框，但在美國地方政府眼裡，它越來越像一項大型基礎建設工程。資料中心需要穩定供電、冷卻系統、電網接入、備援電力、土地與地方核准；AI 相關需求快速成長，已把這些問題推進公用事業規劃、水資源審查、分區管制與空氣品質決策 。

有一個前提必須先說清楚：目前公開數字多半統計「資料中心整體」，而不是單獨切出「AI 專用資料中心」。不過，這些數字仍與 AI 建設高度相關，因為相關來源都把 AI 投資與 AI 帶動的需求列為當前及未來資料中心擴張的重要推力 。

這已不是小眾用電需求

林肯土地政策研究所指出，美國資料中心數量在 2018 年至 2021 年間增加超過一倍；之後隨著 AI 投資加速，又已再翻一倍 。該機構也指出，美國資料中心在 2023 年消耗 176 太瓦時（TWh）電力，規模大致可與愛爾蘭全國用電相比 。

布魯金斯學會表示，美國在 2024 年約占全球資料中心用電量的 45% 。它並引用美國能源部與勞倫斯柏克萊國家實驗室的估計：資料中心在 2023 年約使用美國總電力的 4.4%，到 2028 年可能升至 6.7%–12.0% 。國際能源署則預測，到 2030 年，美國資料中心用電量將比 2024 年增加約 240 TWh，增幅約 130% 。

這些數字改變了地方核准的性質。一座擬建資料中心不只是另一棟工業建物；它可能是一個龐大的新增電力負載，牽動發電、輸電、變電站、冷卻用水與土地使用 。

第一個壓力點：電力與電網

AI 時代的資料中心，越來越常用「多少兆瓦」來討論，而不只是看建築面積。《消費者報告》描述，受 AI 熱潮推動，美國出現越來越多超大型資料中心；其中每座用電至少 50 兆瓦（MW），可與一座小城市的需求相比 。路透社也報導，大型科技公司投入 AI 的競賽正碰上美國電網限制，因為電力系統難以跟上超大型資料中心的需求 。

對承接資料中心的社區來說，問題不只是企業能不能買到電。更重要的是：是否需要新增發電、輸電線路、變電站或配電升級；工程需要多久；若需求預測改變，成本會由開發商、公用事業公司、電費用戶、納稅人，或由各方共同承擔 。

冷卻需求把 AI 變成水資源問題

資料中心需要冷卻，這讓 AI 擴張不只是一個電力議題，也可能成為地方水資源議題。林肯土地政策研究所將 AI 資料中心建設視為土地與水的問題；《消費者報告》也把用水列為 AI 資料中心引發的主要公共疑慮之一 。

嚴肅的水資源審查，不能只停留在「供水充足」這類籠統保證。地方官員應要求開發商提出年度與尖峰用水預估、水源、冷卻方式、乾旱情境假設、廢水處理方式，以及是否承諾回收再利用或節水 。

空氣品質取決於供電選擇與備援系統

資料中心變多，不必然等於空氣一定變差。風險取決於新增電力如何生產、較乾淨的能源與電網基礎建設能否及時補上，以及設施使用何種備援系統 。路透社曾報導一個具體案例：AI 帶動的電力需求，與影響聖路易的清潔空氣規範放寬產生關聯；而聖路易本來就面臨空氣品質與健康疑慮 。

因此，空污許可與備援供電計畫不應被當成附屬文件。社區需要知道：場址將使用何種備援發電、何時可以啟動、適用哪些排放限制，以及新增用電需求是否可能影響地方或區域的污染管制決策 。

土地使用衝突也是基礎建設足跡的一部分

資料中心可能以大型園區形式進駐，伴隨長期土地使用承諾與相關公用設施。《消費者報告》指出，AI 推動的超大型資料中心場址可能綿延數千英畝；林肯土地政策研究所也強調，資料中心快速成長會帶來土地影響 。

分區與土地使用審查應處理占地面積、退縮距離、雨洪管理、輸電接入、與住宅或農地的距離，以及是否符合既有土地使用計畫 。在適用情況下，地方核准也應對場址設計、施工影響與後續營運設定可執行的條件。

公共成本不能模糊帶過

《消費者報告》把 AI 資料中心視為消費者議題，原因是用電需求可能與電費、水資源與其他地方影響交會 。路透社對電網的報導也指向同一個治理難題：需求可能比電網準備好的速度更快到來 。

即使企業簽下私人購電合約，也不能回答所有公共問題。若一個案子需要新的變電站、輸電線、配電升級或額外電力資源，社區需要清楚知道成本回收方式，以及需求預測若落空時誰承擔風險 。若地方政府考慮提供公共誘因，也應在核准前公開條件，包括費用、追回條款，以及營運資料的揭露承諾。

核准重大 AI 資料中心前，社區應先問七件事

在批准大型 AI 資料中心之前，地方官員至少應要求公開回答以下問題：

1. 用電負載： 預估平均負載、尖峰負載與多年擴張時程為何？
2. 電網升級： 需要哪些發電、輸電、變電站或配電工程？如果需求預測改變，由誰付費？
3. 用水計畫： 會用多少水？水源在哪裡？採用何種冷卻方式？乾旱情境如何假設？
4. 空氣與備援系統： 涉及哪些備援發電、空污許可與污染管制要求？
5. 土地使用管制： 占地、退縮距離、雨洪規則、輸電接入與場址條件如何設定？
6. 電費與公共財政： 專案可能如何影響地方電費？是否考慮補貼、費用或追回條款？
7. 透明度： 核准前哪些專案資料會公開？設施啟用後又會定期報告哪些營運資料？

結論：AI 不是沒有價值，問題是成本落在哪裡

美國 AI 資料中心熱潮的隱藏成本，不在於運算本身沒有價值，而在於 AI 的基礎建設足跡高度集中在特定地方；但其支援的數位服務，卻可能服務遠遠超出當地社區的使用者 。

全國性估算有用，但不足以替代地方審查。影響會隨專案規模、冷卻設計、水源、電網條件、備援系統與地方法規而不同 。任何重大資料中心案，在推進核准前，都應先公開具體、可檢驗的專案數字：用多少電、用多少水、排放多少、占用多少土地、拿到哪些誘因，以及最後由誰付帳。