AI 資料中心反彈升溫:142 場抗議席捲美國 42 州,算力擴張開始撞上政治與社區阻力

晶片觀測站2026/08/258 min read
分享

30秒摘要

AI 基礎設施的快速擴張正在遭遇一股規模愈來愈大的社會反彈。2026 年 7 月 18 日,美國 42 州出現共 142 場反資料中心抗議,民眾將矛頭指向電力價格、水資源消耗、噪音、土地使用,以及地方社區缺乏決策權等問題。到了 8 月,資料中心更進一步成為美國期中選舉的重要政治議題,民主、共和兩黨候選人都開始重新調整立場。與此同時,蘇格蘭一座規模達 600MW 的資料中心計畫也收到約 1,600 件反對意見。AI 產業下一階段的瓶頸,可能不再只是 GPU、HBM 或電力供應,而是能否取得地方社區與政治體系的『Social License』。

重點摘要

  1. 012026 年 7 月 18 日,美國 42 州共出現 142 場反資料中心抗議,成為目前規模最大的全國性資料中心反彈活動之一。
  2. 02Reuters/Ipsos 調查顯示,只有約 14% 美國受訪者支持在自己的社區附近興建資料中心。
  3. 03資料中心反彈已進入 2026 年美國選舉政治,共和黨內部甚至警告 AI 公司,該議題可能影響重要選區結果。
  4. 04民主、共和兩黨州政府都開始重新檢討資料中心稅務優惠、電力成本、水資源與地方審批規則。
  5. 05蘇格蘭一項約 600MW 的大型資料中心計畫收到約 1,600 件反對意見,顯示類似反彈並不限於美國。
  6. 06AI 產業未來的基礎設施瓶頸可能從 GPU、HBM 與電力,進一步延伸到 Community Acceptance 與 Social License to Operate。

人工智慧產業過去兩年最大的問題之一,是如何取得更多 GPU、HBM、電力與資料中心容量。但到了 2026 年,一個新的瓶頸正在快速浮現:地方居民到底願不願意讓這些基礎設施蓋在自己家附近。

AI 資料中心正在從一個科技產業投資議題,轉變成能源、土地、環境與選舉政治問題。

2026 年 7 月 18 日,美國出現目前規模最大的全國性反資料中心抗議活動。根據 Reuters 報導,反對者在全美 42 個州舉行共 142 場示威活動,抗議 AI 與雲端運算所推動的大型資料中心快速擴張。這些活動由 HumansFirst 等組織推動,訴求並不單純是『反對 AI』,而是聚焦在大型資料中心對地方社區產生的實際成本,包括水資源、電力、噪音、土地開發與政府決策透明度等問題。

反對的不是伺服器,而是誰要支付 AI 的成本

大型 AI 資料中心最大的特色,是能源與基礎設施需求極為龐大。

訓練與執行大型語言模型需要數萬甚至數十萬顆 GPU 或其他 AI Accelerator,而每一顆高階加速器本身就可能消耗數百瓦到超過 1kW 電力。當大量設備集中在一個 Hyperscale Data Center 中,整座設施的電力需求可能直接進入數百 MW,甚至接近 GW 等級。

問題因此不只是科技公司能不能買到電。

地方居民更在意的是:新的輸電線、變電站、天然氣或其他發電設施由誰負擔?當電網需要因資料中心擴建時,成本是否最後反映在一般家庭的電費帳單上?

另外,資料中心 Cooling System 可能需要大量水資源,尤其在高溫或缺水地區,居民容易產生另一個非常直接的疑問:為什麼地方水資源需要優先支援一家科技公司的 AI 運算?

這使得 AI Data Center Backlash 與傳統科技監管非常不同。

一般人可能很難理解 Transformer Architecture、AI Alignment 或 HBM Supply Chain,但每個人都能理解自己的電費、水資源與居住環境。

也正因如此,反資料中心運動開始具備非常強的地方政治動員能力。

只有 14% 美國人願意接受資料中心蓋在自己的社區

Reuters 引用的 Reuters/Ipsos 民調顯示,只有約 14% 的美國受訪者表示會支持在自己的社區附近興建資料中心。

同一調查中,只有約三分之一受訪者認同目前資料中心擴張的速度。

這個數據揭示了一個 AI 產業非常麻煩的問題。

在國家層級,人們可能支持美國維持 AI 競爭力、建立更多資料中心,甚至認為 AI 是重要的經濟與國家安全技術。

但到了地方層級,態度可能完全不同。

這是一種典型的 Infrastructure NIMBY 現象,也就是人們可能支持某項基礎建設存在,但不希望它出現在自己居住的地方。

然而資料中心的情況甚至更加複雜,因為大型設施占地廣、耗能高,但實際營運後需要的長期員工數量可能遠少於傳統大型工廠。

因此部分居民開始質疑:地方政府提供土地、稅務優惠與基礎設施後,真正留在社區裡的經濟利益究竟有多少?

8 月開始,資料中心正式進入美國選舉政治

如果說 7 月的 142 場抗議代表地方反彈形成規模,那麼到了 8 月,事情已經正式進入美國全國政治。

Axios 8 月 19 日取得的一份共和黨參議院競選組織內部備忘錄顯示,National Republican Senatorial Committee 已經向大型 AI 公司發出警告,認為資料中心的負面形象可能直接影響重要選區的選舉結果。

備忘錄甚至將資料中心稱為整個 2026 年選舉週期中的一個『sleeper issue』,也就是一開始不顯眼、但可能突然成為決定選舉結果的隱藏議題。

其中最受關注的案例之一是俄亥俄州。

資料中心與 AI 基礎設施已經成為當地政治攻防的一部分,而共和黨內部擔憂,如果支持資料中心的候選人因為相關議題失利,其他政治人物未來可能會避免公開支持新的大型 AI 基礎設施專案。

這代表 AI 公司面對的已不只是 Planning Permission 或 Environmental Review,而是更深層的 Political Risk。

民主黨與共和黨都開始踩煞車

資料中心反彈另一個值得注意的地方,是它並沒有形成簡單的左右派分界。

共和黨與民主黨政治人物都開始對大型資料中心提出更嚴格要求。

根據 AP 報導,賓夕法尼亞州州長 Josh Shapiro 提出新的資料中心限制,包括要求開發商自行承擔完整的電力成本、採用節水技術並取得地方政府批准。

亞利桑那州州長 Katie Hobbs 則停止資料中心相關稅務優惠;紐約州州長 Kathy Hochul 對大型資料中心採取暫停措施;伊利諾州州長 JB Pritzker 也暫停部分稅務激勵,以等待更嚴格的規範。

德州的政治態度轉變尤其明顯。

德州長期以來積極吸引資料中心與科技投資,但州長 Greg Abbott 在 8 月公開表示,部分資料中心業者沒有取得地方社區支持,等於自己『挖了自己的墳墓』,並認為產業必須為目前的反彈負起部分責任。

這說明 Data Center Backlash 已經超越傳統黨派政治。

對地方政府來說,真正的問題通常不是抽象的『支持或反對 AI』,而是土地、稅收、能源、水資源以及居民選票。

AI 產業第一次遇到真正的 Social License 問題

這種情況在能源、礦業與大型基礎建設產業其實非常常見。

一家公司即使已經取得法律上的建設許可,並不代表地方居民真正接受該專案。

產業界通常會使用 Social License to Operate 這個概念,描述一家企業除了正式政府許可之外,還必須取得社區、地方組織與利害關係人的非正式認可。

過去的軟體公司很少需要考慮這個問題。

Google、Meta 或 OpenAI 推出一個新的線上產品,不需要詢問某個小鎮的居民是否同意。

但是 AI 正在把科技公司變成基礎設施公司。

當一家 AI 公司需要數 GW 電力、數十億美元輸電設備以及大規模土地之後,它面對的政治環境就會越來越接近能源公司、礦業公司與大型製造業。

這是一個非常關鍵的產業轉變。

蘇格蘭也出現大規模反對聲浪

而這並不是只有美國才有的問題。

8 月 25 日,英國《衛報》報導,蘇格蘭 Auchtertool 一項規模約 600MW 的大型資料中心計畫已經收到約 1,600 件反對意見。

當地居民與環保團體擔憂土地開發、能源需求、環境影響以及地方規劃程序,而類似抗議也開始出現在 Airdrie、Larbert 等其他地區。

蘇格蘭政府因此開始強化大型 Data Center Development 的監管程序,包括要求超過 50MW 的資料中心必須通知中央政府,部分大型專案也需要接受 Environmental Impact Assessment。

這表示 AI Infrastructure Backlash 正逐漸從美國地方政治向其他國家擴散。

AI 的下一個瓶頸可能不是 GPU

過去市場討論 AI 基礎設施時,焦點通常集中在幾個供應限制:NVIDIA GPU、HBM、先進封裝、變壓器、電力與資料中心建設速度。

但現在可能需要再增加一項:Community Acceptance。

一家科技公司就算已經拿到 GPU、有足夠資金,也找到電力來源,如果地方政府因選舉壓力延後許可,或者居民透過訴訟、抗議與政治活動阻止專案,AI 算力一樣無法上線。

而且這種瓶頸比半導體供應鏈更加難以透過資本直接解決。

晶片不夠,可以投入更多資本建立晶圓廠;電力不足,可以興建發電與輸電設施。

但社區信任並不是單純投入更多美元就一定能取得。

從 AI Boom 走向 AI Infrastructure Politics

AI 產業正在進入一個新的階段。

第一階段的競爭是模型能力:誰能訓練更大的模型。

第二階段的競爭是算力:誰能取得更多 GPU 與資料中心容量。

現在第三個問題正在出現:誰能讓社會接受這些基礎設施真正存在於現實世界。

AI 不再只是一個存在於 Cloud 裡的抽象軟體產業。它背後需要土地、電網、冷卻系統、水資源、變電站與大型資本支出。

而當這些實體成本開始影響一般居民,AI 的政治問題自然也會變得更加具體。

因此,2026 年逐漸形成的 Anti-Data-Center Movement 可能成為 AI Boom 下一階段最值得觀察的風險之一。

AI 公司未來需要解決的問題,或許不只是如何讓模型產生更多 Tokens,而是如何回答地方居民一個更簡單、也更難迴避的問題:『這座資料中心對我們到底有什麼好處?』

原始來源

reuters.com

相關公司

相關文章

探索更多 →