Token 是新時代的流量費：台灣算力到底是充足還是不足？

「Token 有點像這個時代新的流量費，是電信公司等級的商業模式。」——未來智慧執行長蘇彥哲在《黑天鵝學院》EP286 專訪（完整影片）中，用一句話講清了黃仁勳反覆強調的 Token 經濟。這篇整理他站在算力供應第一線看到的幾個數字與現實——關於成本、量體，以及台灣的位置。

Token：從技術名詞到基礎費用

今天多數人感受不到「算力」的存在，因為還用不到它。但把時間軸往後推：當手機裡一半的 App 都在背後掛載 AI 功能、都要付一筆訂閱費，那筆費用的本質就是 Token——就像你付給電信公司的月租費，背後是基地台與頻寬。

差別在於，使用者不再需要知道什麼叫 Token，就像今天沒有人在乎自己用了幾 MB 的封包。**當一項技術的計價單位從產業黑話變成基礎費用，掌握供應端的角色就擁有電信公司等級的商業模式。**這正是全球資金瘋狂湧入 AI 基礎建設的原因。

台灣算力「充足」的真相

一個違反直覺的事實：台灣的算力現階段是充足的。但原因不是供給太多，而是需求還沒醒。

海外已經出現一種新的管理文化：企業直接要求工程師每月至少消耗一定額度的算力，作為「你有在用 AI 優化工作流程」的硬指標——有公司開的數字是每人每月 5 萬元。反觀台灣，多數人對 AI 的參與仍停留在社群上按讚、分享短影音；真正把 AI Agent 用進日常工作的，連科技圈都還是少數。

這個差距是文化性的。中國市場的高度競爭讓企業「只要有機會拉開差距就全力衝進去」，字節跳動、百度、阿里、騰訊全數推出自己的大模型與 Agent 服務；台灣則相對舒適，觀望的成本看起來很低。但需求文化一旦補上——而它正在補上——以台灣的供給條件，充足會很快變成吃緊。

一座算力中心的真實造價

外界對 AI 資料中心的想像常常只有「很貴」兩個字，實際的成本結構是這樣的：

• **經濟單位是 32 台。**蓋 8 台與蓋 16 台，冷卻系統、管線、地板承重、空間預留的基礎工程費用差距極小，所以必須到一定量體才有效益，目前業界普遍以 32 台 GPU 伺服器為一個單位。
• **主機是大頭。**新一代 B300 機型每台約 1,500–1,800 萬台幣；上一代 H200/B200 約 1,000 萬。32 台建置起來，整座廠約 6 億台幣起跳，落在約 1MW 的電力容量內。
• **機房工程要再乘上約 1.5 倍。**以高密度配置估算，1MW 等級的完整建置可能達 15–18 億台幣；20MW 的案場總投資額可上看 3–11 億美元，視配置而定。

而量體的差距更驚人：台灣北部新建場地以 5MW 為政策上限，業界已視為極限;美國同業正在談的是 1GW、2GW——中間是數百倍的落差。去年美國 GTC 期間，團隊原本想在當地尋找可承租的算力集群，結果所有相關機房公司全數滿載，一台不剩。

電力、投資與主權 AI 的死結

台灣的主權 AI 論述有一個結構性矛盾：主權 AI 要求資料留在台灣，資料留在台灣需要足夠的本地機房，但——

1. 電力限制讓單一場地蓋不大；
2. 場地蓋不大，投資人看不到規模效益，不敢投；
3. 機房不足，大型訂單接不住——市場上已出現一次要租 650 台、簽五年約的需求，台灣找不到能承接的場地；
4. 企業只好把運算放到海外，資料跟著出去。

死結繞一圈，回到原點。這也解釋了為什麼台灣的算力業者幾乎都選擇出海：日本有稅務與電力補貼、馬來西亞電費低廉適合大型案場、韓國與越南的需求動能強勁。台灣擅長的是把算力的「根」——工程能力、供應鏈關係、維運知識——扎在本地，把量體放到全球。

對企業的啟示：別等基礎建設，先建需求能力

對多數企業來說，這些數字的意義不是「該不該自建機房」（絕大多數不該），而是一個時機判斷：算力價格與取得門檻，正處在需求文化爆發前的窗口期。

現在開始把 AI 用進工作流的企業，享受的是充足供給下的價格與服務彈性；等到台灣的需求端全面醒來，排隊的就是你。兩間做同樣生意的公司，先跑的那間用更低的成本優化流程——在這個時代，小公司短時間內超車大公司，是真實會發生、也已經發生過的事。

---

未來智慧（Horizon AI）是 KONST 集團旗下的企業 AI 導入夥伴——把集團在算力與基礎建設上的優勢，轉化為企業真正用得上的 AI 導入方案：從評估、客製開發、系統整合到維運治理，一站承接。預約一次免費的 AI 導入診斷 →