Google數據中心能源策略全球主管許一星表示，美國AI數據中心發展面臨電網傳輸瓶頸，導致業界轉向場域內發電，但此舉存有風險。他預計，由於電力基礎設施、法規和當地阻力，一到兩成的數據中心專案將延遲一年以上，加上AI算力需求不斷成長，全球算力短缺恐持續至2030年。
Google數據中心能源策略全球主管許一星（Yixing Xu）週四表示，美國AI數據中心面臨的首要瓶頸並非晶片供應或資金，而是電力網路。他直言，要在美國建構大規模的電網傳輸系統「幾乎不可能」，導致業界已普遍放棄透過強化電網解決問題，轉而朝向在數據中心園區內建置自有發電設施的數據中心能源策略。
許一星指出，約有三到五成的2026年數據中心建設計畫，預計將採用「電表後發電」（behind-the-meter generation），也就是在用電端自行生產電力，不完全依賴公共電網。儘管這種模式能快速啟動，例如Bloom Energy的燃料電池解決方案僅需三到六個月就能部署，但許一星也警示，電表後發電仍屬新技術，存在供應鏈與技術成熟度風險，且目前部署規模仍小。
根據《BigGo Finance》報導，美國的基礎設施普遍不佳，數據中心興建還面臨聯邦航空總署（FAA）基於安全考量限制機場周邊建設、以及地方社區日益升溫的反對聲浪。多數原定於2025年上線的專案，已因電力、電氣設備及法規問題，延遲至2027或2028年。許一星預計，約有一到兩成的數據中心專案將延遲一年以上，但多數為延遲而非取消。
AI運算需求持續飆升，造成AI算力供需的複雜性——這不僅指AI晶片短缺，更涵蓋數據中心基礎建設、電力供應及融資等層面。GPU與CPU的比例已從過去的1:1轉變為約4:1，樂觀預估甚至將達8:1，顯示AI運算對高效能硬體的需求劇增。市場研究公司Alex Yeh預測，算力短缺至少將持續到2030年，主要驅動因素包含AI程式能自行訓練改進的「遞歸式自我改進」（Recursive Self-Improvement, RSI）以及機器人領域對通用人工智慧（AGI）的持續運算需求。
巨量級的AI基礎設施投資也帶來新的融資挑戰。數據中心租賃合約通常長達12至15年，但運算服務合約僅有四到六年，這種不匹配導致融資結構複雜。NVIDIA、Broadcom和Google等公司正增加其在AI領域的融資參與。亞洲地區由於部分地方政府支持，能源供應狀況相對較佳。全球AI基礎設施資本支出預計在未來十年將達10兆至15兆美元。面對全球算力短缺及美國電網基礎設施的挑戰，台灣AI產業在發展過程中，可能需要審慎評估數據中心選址與能源供應的穩定性，並持續關注國際供應鏈的波動，以確保其在全球AI競賽中的競爭力。