AI狂潮點燃綠色基礎建設：從晶片巨頭到電動大卡車，美國能源版圖悄悄改寫

・ 2026 年 09 月 09 日

生成式AI需求推升資料中心與晶片設計，帶動美國從鋰礦、微電網到零排放貨運的綠能投資鏈快速成形。Google電動重卡上路、American Battery Technology取得關鍵礦權，串起一場由AI驅動的能源轉型攻勢。

生成式人工智慧的爆發，正意外成為美國綠色能源基礎建設的最大推手之一。從雲端龍頭 Google(GOOGL) 推出電動半拖車運輸路線，到 American Battery Technology(ABAT) 拿下關鍵鋰礦開發許可，再到 Cognition AI 與 Nvidia(NVDA) 合作加速晶片設計，一條從算力到電力、從礦場到資料中心的能源供應新鏈條，正在快速成形。

首先，AI的運算飢渴，讓科技巨頭開始直球面對供應鏈碳排問題。Google(GOOG)(GOOGL) 宣布攜手洛杉磐創新公司 Nevoya 與 Center for Green Market Activation，在德州打造一條全電動貨運走廊，初期投入25輛電動 Class 8 半拖車，往返休士頓與達拉斯。這將成為德州規模最大的零排放重卡部署案。

這條新路線不只是運具升級，更是金融與環保機制的實驗場。Google表示，藉由與其他企業共同採購環境屬性憑證(Environmental Attribute Certificates, EACs)，其供應鏈物流排放可以被抵銷，並透過「集體需求訊號」促進零排放貨運技術的投資動能。25輛電動卡車每年預計行駛約1,100萬英里，相較柴油車可減少約9.2萬公噸二氧化碳當量，等同於一年減少數萬輛燃油車上路。

然而，要支撐這樣的大規模電動運輸與資料中心用電，能源來源與儲能技術必須同步升級。這點在 American Battery Technology(ABAT) 的最新進展上已見端倪。該公司指出，美國土地管理局(Bureau of Land Management)已完成並正式接受其位於內華達州 Tonopah Flats 鋰礦與精煉計畫的作業方案，為後續環評與建設排除一大關卡。

Tonopah Flats 項目涵蓋約10,700英畝公有地，被定位為支撐國內大規模電池儲能系統的重要資源，目標鎖定資料中心與人工智慧算力擴張、電動車以及消費性電子的電池需求。美方政府對此案高度重視，已將其列為 FAST-41 重大基建計畫，並核發5,800萬美元能源部(Department of Energy)補助，用於首條年產5,000噸的處理產線；美國進出口銀行則提供高達9億美元意向書，支持產能最終擴大到年產3萬噸。

在供給端加速鋰礦與電池材料佈局的同時，算力端也正快速集中於少數AI軟硬體領軍企業。人工智慧軟體公司 Cognition AI 透露，其在最新一輪 E 輪融資中一舉募得20億美元，整體估值飆升至480億美元，成為當前AI開發工具領域少見的「超級獨角獸」。本輪投資陣容包括 Andreessen Horowitz、Accel 等矽谷資本老牌，以及 Nvidia(NVDA) 等產業巨頭，顯示資本市場對其核心產品 Devin 的期待。

Cognition AI 強調，Devin 已快速成為眾多大型企業軟體開發流程中的「必要成員」，目前年化營收跑速已從5月的4.92億美元，躍升至近9億美元。其客戶名單橫跨晶片設計(NVIDIA)、航空(GE Aerospace)、金融(Citi)、汽車(Mercedes-Benz)與AI基礎設施(Modal)。這也意味著，當AI工具滲透至晶片開發與雲端架構設計，未來硬體對電力品質與供應穩定性的要求，只會愈來愈高。

在這條由AI拉動的能源轉型鏈上，還有一塊相對低調、卻關鍵的拼圖：電力與基礎設施服務。ABM Industries(ABM) 最新財報顯示，其高科技與能源相關業務——包括半導體設施維運、微電網建設與資料中心服務——在今年前九個月已貢獻近7.75億美元營收，佔整體逾11%，且具有雙位數的綜合營業利益率。公司管理層透露，即將敲定的一項約2,000萬美元微電網建設案，預計在2027年替美國陸軍工程兵團(Army Corps of Engineers)執行，凸顯軍方與公共部門也開始導入分散式電力解決方案，以因應長期能源安全與氣候風險。

從 ABM 的數據來看，這類高科技能源案雖然目前仍部分屬於專案性收入(約佔15%至20%)，但公司策略是逐步把比重拉回長約性、可預期的經常性服務，以鎖定穩定現金流。這種從一次性工程轉向長期維運的趨勢，與資料中心、晶圓廠對「品質供電與高可用性」的需求高度一致，也與 Google、ABAT 在供電與儲能上的長期布局形成呼應。

值得注意的是，這場由AI驅動的能源基礎建設投資浪潮，並非沒有風險與反對聲音。環境團體可能會對鋰礦開發提出土地與生態疑慮，美國西部地方政府也可能在水資源與環評程序上施加更多限制。另一方面，電動重卡與大型儲能系統的成本結構，仍高度依賴電池價格與利率環境，若全球景氣轉弱或融資成本上升，企業對長期綠能投資的意願可能受挫。

市場也可能質疑，當 Cognition AI 等AI公司估值與資金規模高速擴張，現階段的基礎建設投資是否被「過度樂觀的算力成長預期」推高。若未來AI應用落地速度不如預期，或企業客戶收縮雲端與晶片資本支出，相關能源與基建投資回報期恐被拉長，影響股東報酬。

即便如此，多數跡象顯示，AI與能源的結合已難以逆轉。從 Google 以EAC機制重塑供應鏈排放管理，到 American Battery Technology 把Tonopah Flats 打造成國內關鍵鋰資源樞紐，再到 Cognition AI 與 Nvidia 擴大晶片與AI工具的結合，美國正走向一個「算力為王、電力為本」的新局。下一階段的關鍵，將在於這些專案能否在環保、成本與安全之間取得平衡，並在未來十年內真正支撐起一個低碳且高效率的數位基礎設施世界。