AI 基礎設施熱潮正在創造新機會的領域

前言

人工智慧常以模型、晶片和應用程式為主題受到討論。然而，每項不斷擴展的 AI 服務背後，都有一套實體基礎設施，必須供應電力、連接設備、容納運算系統，並讓它們持續運作。隨著需求增加，這些基礎需求正成為 AI 經濟的重要特徵。在 TechCrunch Disrupt 2026，Ambrosia Energy 執行長 Ben Longmier，以及 Bloom Energy 資深副總裁暨資料中心解決方案主管 Bill Thayer，將探討這波基礎設施熱潮正在何處創造機會。他們的座談「AI 基礎設施熱潮正在打造贏家的領域」將於 Smart Systems Stage 舉行。本文將探討這場對談背後的核心問題：哪些限制最重要、如何形成具有持續性的市場，以及創辦人、投資人和科技領導者能從 AI 邁向實體世界的轉變中學到什麼。

懶人包

AI 的成長不只仰賴軟體，也需要發電、電網連接、資料中心、冷卻、電氣設備，以及可靠的營運系統。運算需求攀升與基礎設施建置速度之間的落差，可能為新企業創造機會。核心挑戰在於區分暫時性短缺與足以支撐持久市場的長期需求。在 TechCrunch Disrupt 2026，Ben Longmier 和 Bill Thayer 將探討這些壓力如何改變市場，以及創辦人應該關注哪些領域。下一個重大的 AI 機會，可能在於讓 AI 得以運作的系統，而不是 AI 應用本身。

正文

人工智慧或許是透過軟體開發，但要擴大規模，仰賴的資源範圍要廣泛得多。模型必須在運算設備上執行，應用程式需要可靠地存取這些設備，而容納設備的設施則需要大量電力及配套系統。隨著 AI 的採用持續擴大，問題已不再只是軟體能以多快的速度進步，也包括實體基礎設施能否按照需求所要求的速度建置、接通並投入營運。

這項區別有助於解釋，為何 AI 基礎設施熱潮受到模型或晶片製造商以外的企業關注。運作中的 AI 生態系仰賴彼此連結的完整架構，包括發電、電網連接、資料中心、冷卻、電氣設備，以及用於監控和維護營運的系統。每一層都會影響運算的可用性、容量和可靠性。架構中的某個環節受限，可能會影響其他環節投資的效益。

在 TechCrunch Disrupt 2026，Ambrosia Energy 執行長 Ben Longmier，以及 Bloom Energy 資深副總裁暨資料中心解決方案主管 Bill Thayer，將於 Smart Systems Stage 討論這個不斷變化的局勢。他們的座談名為「AI 基礎設施熱潮正在打造贏家的領域」，旨在探討 AI 對能源和資料基礎設施提出新需求之際，哪些領域可能孕育持久的商業機會。結合能源與資料中心解決方案領域的觀點，有助於讓這場討論貼近 AI 成長背後的實際依賴條件。

其中一項核心議題，是運算需求與基礎設施交付速度不一致。當運算容量需求增加的速度快於電力或設施的供應速度，企業就會遭遇限制，可能導致專案延遲或擴張受阻。然而，這些限制不一定都會帶來機會。短缺可能是暫時的，只與特定地點或時機有關；也可能反映長期需求，需要新的產品、服務或商業模式。對於任何正在考慮將時間或資金投入何處的人來說，判斷實際情況屬於哪一種至關重要。

因此，這場討論也將探討如何區分短期壓力與結構性變化。如果瓶頸隨著 AI 使用量增加而持續存在，就可能為新類別的企業創造發展空間。如果專案陸續上線或情勢改變後，瓶頸便消失，圍繞該限制而建立的企業可能會發現，需求並不如預期持久。創辦人和投資人需要了解限制的來源、受影響的客戶，以及解決方案能否以具備商業持續性的規模和成本交付。

能源是這套實體架構中最受矚目的部分之一。運算設施需要穩定的電力供應，而 AI 工作負載擴大，可能使電力可用性成為規劃時必須考量的問題。然而，能源只是挑戰的一部分。設施接入電網、配置電力分配設備，以及協調支援營運的系統，同樣重要。因此，機會可能出現在能源與電氣生態系的多個環節，而不是單一明確的產品類別。

資料中心是另一個關鍵環節。它們提供運算設備運作的實體環境，其設計必須考量電力、冷卻、空間，以及維持可靠服務所需的系統。隨著需求改變，企業可能需要新的方式來規劃、建置、管理和維護這些設施。基礎設施軟體也可能發揮作用，協助營運者協調複雜系統；不過，具體機會仍取決於客戶試圖解決的營運問題。

冷卻說明了單一基礎設施需求如何與其他需求相互關聯。執行高強度運算的設備會產生熱量，因此設施必須管理溫度，才能維持正常運作。冷卻需求會與設施設計、用電量、設備選擇和作業程序相互影響。這代表解決方案不一定彼此獨立：改善某個環節，可能會影響其他環節的成本或效能。考慮投入這個領域的創業者，需要了解產品如何融入整體系統，以及它是否解決了客戶優先重視的問題。

隨著運算基礎設施需求成長，電氣設備和電網技術也可能變得更加重要。設施能否使用電力，不只取決於能源供應，也取決於將電力輸送至所需地點的連接方式和設備。因此，相關挑戰可能帶動有助於專案推進或系統有效運作的解決方案需求。不過，發現有前景的類別，不能只靠觀察需求上升。創辦人必須確認買家是誰、產品能解決什麼限制，以及該需求是否可能持續存在。

對創辦人而言，主要啟示是不要只看熟悉的軟體層。下一個與 AI 相關的商業機會，可能不是 AI 應用程式，而是出現在能源、資料中心、冷卻、電網技術、電氣設備或基礎設施軟體領域，也可能發展成尚未有廣泛認可名稱的類別。關鍵是從具體的實體需求出發，判斷這項需求是否會隨著 AI 規模擴大而變得更加重要。

投資人面臨的挑戰也相似。市場對 AI 基礎設施的興趣日益增加，不代表所有服務此產業的企業都能建立持久的事業。投資人需要評估需求究竟來自暫時性短缺，還是 AI 系統建置與營運方式的長期變化。他們也需要思考，價值能在複雜架構的哪些環節創造，以及哪些解決方案可能變得難以取代。了解底層基礎設施，有助於區分角色明確的企業與主要仰賴廣泛成長預期的企業。

科技領導者在規劃 AI 採用的下一階段時，也能從相同觀點受益。運算容量的決策日益仰賴實體系統，包括可用電力、設施準備狀況、冷卻和可靠營運。更清楚掌握這些依賴條件，有助於組織了解擴大 AI 服務之前必須具備哪些條件，也能讓基礎設施成為策略考量，而不是事後才想到的事項。

基礎設施熱潮帶來的效益並不會平均分配。架構中的某些部分可能因應持續性需求而吸引長期投資；其他部分則可能只迎來短暫需求，或面臨限制成長的障礙。有效的分析需要探討限制出現在哪裡、市場如何回應，以及提出的解決方案能否支撐持久的事業。TechCrunch Disrupt 2026 的這場座談，將圍繞能源、資料中心解決方案和市場情報展開討論。

整體觀點之所以重要，是因為 AI 的實體需求彼此相連。電力可用性會影響資料中心的建置，而設施的設備和營運系統則會影響運算容量的部署方式。冷卻和電氣系統也帶來更多考量。將這些因素一併評估，能揭示只從模型、晶片和應用程式角度看待 AI 時容易忽略的機會。

核心概念是，AI 對實體世界提出新的需求，而這些需求需要解決方案。下一批市場有些可能出現在因應新需求而轉型的成熟產業；另一些則可能出現在現有類別尚不足以描述問題的領域。對創業者、投資人和科技領導者而言，任務是找出實際存在的限制、了解誰受到影響，並評估解決方案能否滿足長期需求。

Ben Longmier 和 Bill Thayer 將在 TechCrunch Disrupt 2026 的 Smart Systems Stage 探討這些主題。本次活動安排了 250+ 位講者，帶來 200+ 場座談。Moscone West 將於 October 13 at 8 a.m. PT 開放入場。活動資訊指出，參加者可在開放入場前省下 up to $100；攜帶共同創辦人、合作夥伴、同事或同業參加，購買第二張相同票種的通行證可享 50% 折扣。

重點摘要表