這陣子跑華爾街新聞，看著高盛內部備忘錄流出的「AI First」戰略，再對比摩根士丹利低調收購三家AI芯片新創的消息，心裡只有一個感覺：這不再是「要不要投資AI」的問題，而是「誰能搶到AI的發電廠」的軍備賽。2026年才剛過半，但資金流向已經告訴我們——金融業正在從AI的「使用者」變成AI的「基礎設施擁有者」。這種轉變，比想像中更激進、更不可逆。

為何華爾街巨頭急著卡位AI基礎設施？

過去幾年，AI對華爾街來說就是一套更聰明的演算法，用來跑跑預測模型、自動化交易。但到了2026年，情況完全不同。高盛、摩根士丹利、摩根大通這些名字，開始出現在AI芯片設計公司、雲端服務供應商、甚至小型核能發電廠的投資人名單上。為什麼？因為他們意識到：AI的算力就像石油，誰掌握煉油廠和輸油管，誰就能控制整個產業的定價權。

根據市場研究機構Gartner的預測，2026年全球AI基礎設施支出將達1.9兆美元，而華爾街主要機構的相關資本支出年增率超過45%。這不是買幾台伺服器那麼簡單，而是直接入股晶圓代工、簽下長期電力合約、甚至自建專用數據中心。以高盛為例，他們在2025年底成立了獨立的「AI基礎設施投資部門」，規模達120億美元，專門鎖定上游供應鏈。

從硬件即服務到AI即服務：商業模式大翻轉

過去賣AI解決方案，就是賣伺服器、賣GPU租用時數，俗稱「硬件即服務」（HaaS）。但2026年的新浪潮是「AI即服務」（AIaaS）——不只是提供算力，而是直接輸出訓練好的模型、自動化決策流程、甚至完整的AI Agent生態系。華爾街看中的是這個「訂閱制」的經常性收入，以及客戶一旦綁定就很難更換的黏著度。

高盛近期與一家雲端新創合作，推出專為避險基金設計的「AI交易管家」服務，每個月收取固定費用，並根據交易績效抽成。摩根士丹利則更進一步，直接將內部自研的AI風險管理系統包裝成產品，賣給中小型銀行。這種「從自有到外賣」的策略，讓基礎設施投資不僅降低自身成本，還能創造新的利潤中心。

預測市場也嗅到這股商機。根據國際數據公司（IDC）報告，全球AIaaS市場規模在2027年將達到 1,200 億美元，年複合成長率高達 34%。華爾街的算盤很精：與其向外採購AI服務，不如自己跳下去當供應商，順便拉高整個金融科技的進入門檻。

數據中心與能源供應鏈：AI的「水電煤」

訓練一個大型語言模型的耗電量，約等於數千戶家庭一年的用電。2026年的AI軍備賽，其實也是「電力軍備賽」。華爾街巨頭正在積極簽訂長期購電協議（PPA），甚至入股小型模組化核反應爐（SMR）公司。摩根大通最近就被披露投資了兩家地熱發電新創，總金額超過 8 億美元。

數據中心的地理位置也變得關鍵。過去喜歡把數據中心蓋在偏遠、電費便宜的地方，但現在為了低延遲交易，華爾街開始在主要交易所附近興建「邊緣數據中心」，面積不大但運算密度極高。這帶動了新一代液冷散熱技術和超高密度機櫃的爆發性需求。

根據國際能源總署（IEA）的估算，到2027年，全球AI相關用電將佔總發電量的 3.2%，而金融業的數據中心用電佔比將從現在的 4% 提升到 9%。這不僅是成本問題，更是 ESG 評級的燙手山芋——誰能兼顧算力與綠電，誰就能在資本市場獲得更高的溢價。

量化交易與AI Agent：金融市場的自動化革命

AI Agent（自主智能體）是2026年最火的概念之一。不同於傳統量化模型只做預測，AI Agent可以主動執行多步驟策略：解讀新聞、分析財報、下單、調整風險參數，甚至與其他Agent協商。華爾街已經在實驗「Agent-based 交易池」，讓數百個AI Agent模擬市場參與者行為，從中找出套利機會。

高盛內部測試顯示，基於大型語言模型的Agent在處理非結構化數據（如電話會議錄音、監管文件）時，效率比人類分析師快 30 倍，且決策一致性更高。但風險也顯而易見：當所有Agent使用相似的訓練數據和演算法時，容易產生「集體誤判」或「閃崩式共振」。這也是為什麼監管機構對AI Agent的合規性越來越頭痛。

儘管如此，摩根士丹利已經計劃在2027年將 40% 的固定收益交易交由AI Agent輔助執行。這代表著自動化不再只是輔助，而是直接進入「決策核心圈」。

風險與監管：AI投資的暗流

錢進得快，風險也堆得高。首先是泡沫化——2026年AI基礎設施的估值已經出現明顯溢價，許多新創公司靠著「AI」標籤就能拿到超額融資，但技術落地能力存疑。其次是監管滯後，美國SEC和歐盟的AI法案都還停留在框架階段，實際執法細則遙遙無期。

更隱晦的是供應鏈風險。AI芯片高度依賴台積電等少數代工廠，一旦地緣政治衝突升級，整個華爾街的算力可能瞬間斷鏈。此外，能源價格波動也會侵蝕數據中心的獲利能力。華爾街的避險策略不再是單純的買賣股票，而是同時對沖電力價格、芯片庫存和監管政策變動。

總結一句：2026年是「風險與機會並存」的轉捩點，能夠在基礎設施、能源、監管三者間取得平衡的機構，才有資格成為下一代的金融王者。

❓ 常見問答（FAQ）

華爾街為什麼不直接買AI公司的股票，而要自己投資基礎設施？

因為買股票只是財務操作，但投資基礎設施可以掌握供應鏈控制權和技術主導權。高盛等機構希望減少對外部雲端廠商的依賴，同時將自有的AI能力商品化，創造新的獲利模式。

AI基礎設施投資對中小型金融機構有什麼影響？

中小機構無法負擔動輒數十億美元的數據中心與芯片研發，但可以透過「AI即服務」平台租用大機構的算力和模型，形成新的產業分工。這會加速金融業的M型化發展。

2026年之後，AI基礎設施投資是否會過熱導致泡沫破裂？

泡沫風險確實存在，尤其部分新創估值已脫離基本面。但與2000年網路泡沫不同，這次有明確的企業需求和獲利模式支撐，更可能是「適者生存」的淘汰賽，而非全面崩盤。

📩 立即諮詢 AI 轉型策略

參考資料：
高盛官網 ·
摩根士丹利 ·
Gartner ·
國際能源總署 ·
Wikipedia AI