（圖為資策會MIC資深產業分析師陳奕伶）
資策會產業情報研究所（MIC）於9/8~9/10舉辦2026 MIC FORUM Fall《躍進 AI Leap》研討會，今（9）日聚焦AI資料中心（AIDC）的競爭態勢轉變、經營關鍵議題，以及算力與網路傳輸能力的融合，並提出三大趨勢：一、Token產能與變現能力改變AIDC競爭邏輯，異質運算整合與機櫃分工成為優化算力瓶頸兩大關鍵；二、當AIDC開始成為算力工廠，其經營核心將集中於重估市場需求、加速場址開發，以及調整財務規劃等三大議題；三、網路傳輸能力將解鎖AI可用算力，臺灣下一階段商機在提升網路傳輸能力的相關供應鏈。
資策會MIC表示，AI算力的生產效率與變現能力，正逐漸成為衡量AI基礎設施效率的重要指標。隨著AI推論與應用加速商業化，AI產業的競爭焦點已不再只是GPU數量與晶片理論算力（FLOPS），而是在固定電力供給之下，每瓦產出的Token與每單位Token成本（CPM）。然而，AIDC正面臨AI推論效能瓶頸，資深產業分析師陳奕伶指出，代理式AI（Agentic AI）需要反覆推理、工具呼叫，以及長上下文存取，使得AI推論瓶頸從單純晶片算力，進一步移向記憶體容量與頻寬、CPU-GPU互連與整體系統的資料搬移效率。為提升代理式AI運算效率，運算平台開始轉向異質整合，透過晶片層級、系統層級的整合，打造異質算力池，期盼能以最低成本、最高利用率，使AIDC在有限的電力之下能極大化Token的產量。
除了異質運算整合，機櫃分工也成為提升Token產出的另一解方。資策會MIC表示，未來AIDC將由高算力、大容量快取與高速儲存等不同角色機櫃編成，異質機櫃的資產利用率管理，將取代單一硬體規格競賽。資深產業分析師陳奕伶表示，這場從晶片效能走向系統效率的競爭將為臺廠帶來升級機會：臺灣在AI伺服器製造已站穩樞紐，面對異質運算與客製化ASIC趨勢，臺廠需具備跨平台的快速導入、共同設計與快速量產能力，下一階段的價值提升，將在於從硬體製造延伸至提升系統級Token效率的解決方案。
資策會MIC指出，當AIDC的本質開始從承載IT設備的基礎設施轉變為算力工廠，其未來規劃與經營核心將集中於三大關鍵議題。一、未來AIDC的建設需求，仍將來自Amazon、Microsoft、Alphabet、Oracle等超大規模雲服務業者持續成長的訂單與各種表外承諾支持。根據MIC預估，四大業者在2026年的雲端營收年成長2至6成、積壓訂單年成長8成以上甚至翻倍。此外，全球由政府機關帶動的主權AI建設需要主權算力落地，將形成一股來自於公部門對AIDC市場的新支持力量。
第二個關鍵議題為選址。AIDC正面臨電力、成本、社會輿論與法規摩擦等挑戰，使得AIDC需求端的合作首選，將是能夠提供低摩擦力場址以加速場址開發、運轉並創造營收的供應商與國家。而在電力規劃方面，全球政策正轉向要求AIDC擁有者自行創造、融資與管理更多電力資源，將使AIDC業者的定位由單純的用電申請者轉為「算力＋能源開發者」。未來開發商須優先布局低摩擦、已鎖定電力的場址，並提前規劃整合表後（BTM）、儲能與專用電力方案；三、調整財務規劃將成為AIDC建設是否能持續擴張的關鍵。資策會MIC產業顧問鄭兆倫表示，AIDC業者的收入模型明顯與傳統資料中心有所差別，收入模型有待持續重構。此外，AIDC業者面對鉅額建設投資，預期2027年後將持續與生態圈共同推動設備融資、算力融資、算力證券化等算力金融化工具的發展，擴大融資路徑選擇。
資策會MIC表示，AIDC的競爭型態已逐漸轉向互連與系統層，隨著距離愈長、系統愈大，使得通訊網路成為算力能否有效釋放的關鍵，由AIDC內到外釋放出更多的AI可用算力。主要有三大通訊場景：一、機房內整合算力，透過光通訊與AI Fabric等高速互連技術，將個別GPU組合成一個有效算力單位；二、跨站配置時擴大算力，藉由資料中心互連（DCI）、全光網路、海纜與跨站調度，突破AIDC在選址與地理上的限制，擴大算力配置範圍；三、完成AI智慧交付，結合5G-A/6G、行動邊緣運算（MEC）、非地面網路（NTN）、Network API與Wi-Fi等技術，將分散算力轉化為企業、個人或機器可使用的AI服務。
資策會MIC資深產業分析師鍾曉君表示，網路傳輸能力將決定算力的有效供給範圍與利用率，競爭已由通用頻寬走向解決不同AI工作負載的網路傳輸架構，進一步延伸至算力位置、網路路徑、資源配置與服務保障的調度能力。臺灣的下一階段發展重點，將在於串聯公共科研算力、商業雲、電信網路與企業場域，建立可串聯分散可用算力的生態，並運用既有伺服器、交換器、光通訊與電信網路優勢，向DCI、全光網路、邊緣運算、衛星光通訊與算網協同控制延伸，不只是供應更多算力關鍵零組件與設備硬體，而是發展由「造算力」延伸到「連算力、調算力與保算力」的關聯供應鏈。