當AI帶動全球用電需求快速增加，「AI需要更多電，因此台灣必須重啟核電」逐漸成為近來最常見的能源論述。這種推論聽起來順理成章，卻隱藏一個值得重新思考的前提：AI真正需要的，究竟是核電，還是一套穩定、可靠且具有韌性的電力系統？
從大型語言模型訓練、資料中心快速擴建，到半導體持續投資，AI正以前所未有的速度改變全球能源需求。根據國際能源總署(IEA)預估，到2030年，全球資料中心用電量將接近945 TWh，約相當於日本一年的總用電量。這意味著，AI競爭已逐漸從算力競爭延伸為能源競爭。然而，「需要更多電力」並不等於「必須重啟核電」。兩者之間，其實隔著整個能源治理體系。
能源系統從來不是單純增加發電量即可解決的工程，而是一套涵蓋發電、輸配電、儲能、需求管理與即時調度的複雜系統。如果將AI帶來的能源需求，直接推論為「唯一答案就是核電」，便等於跳過了電網容量是否足夠、儲能如何配置、需求如何調度，以及不同能源如何協同運作等關鍵問題。
今天，世界各國討論能源安全，早已不再只是「蓋更多電廠」，而是如何建立更具韌性的能源系統。對AI資料中心而言，真正重要的，也不是電子來自核電、天然氣、風電或太陽能，而是供電是否穩定、是否具備長期擴充能力、碳排是否符合國際供應鏈要求，以及整體能源系統是否具有足夠韌性。能源種類只是手段，能源治理能力才是真正的競爭力。因此，核電當然可以是能源組合的一部分，但很難成為能源治理的全部。
核電確實具有低碳與穩定供電的優勢，也因此值得被納入能源政策討論。然而，它同時伴隨高資本成本、漫長建設期、安全審查、核廢料治理及事故責任等長期制度課題。這些成本與風險，不會因為AI快速發展而自然消失。
更重要的是，AI產業的發展節奏與核電建設的時間尺度並不一致。AI資料中心、半導體擴產與雲端運算需求，往往以三到五年的速度快速成長；而核電無論是新建、延役或重啟，都涉及設備檢測、安全審查、法規程序及地方溝通，通常需要更長時間才能轉化為可供使用的電力。即使支持核電，也很難將其視為AI用電需求的即時解方。
真正迫切需要面對的，是如何提升整體能源系統的調度能力與韌性，包括強化輸配電網、完善儲能建設、提高需求管理效率，以及建立更具彈性的能源配置能力。這些措施，往往比爭論單一能源更直接影響AI產業的競爭力。
事實上，近年全球大型科技企業真正關心的，也不是特定能源技術，而是可靠且低碳的供電能力。無論是長期綠電採購、RE100承諾，或供應鏈碳管理，都反映企業重視的是整體能源品質，而非單一發電方式。
今天真正的能源安全，不再是追求某一種能源最大化，而是追求整體系統韌性最大化。一個成熟的能源體系，不是依賴單一能源，而是避免過度依賴任何一種能源，透過多元能源組合與制度設計，分散風險、提升彈性。因此，台灣真正需要討論的，不是AI究竟支持核電還是綠電，而是如何建立一套能因應高度不確定性的能源治理架構。
AI確實正在重新定義全球競爭，也正在重新定義能源需求；但真正決定競爭力的，未必是哪一座電廠，而是哪一套制度。當公共討論把「AI需要更多電力」簡化成「AI需要更多核電」，我們失去的，不只是對能源問題的完整理解，更可能錯失建立下一代能源治理能力的機會。
AI需要更多電力，但未必需要更多核電；真正需要被重新啟動的，或許不是某一座電廠，而是台灣面對複雜能源問題的治理能力。因為未來真正的競爭，不是哪個國家擁有最多電力，而是哪個國家最能管理電力、分散風險，並在不確定的世界中維持能源韌性。