甲骨文（Oracle） 在美國新墨西哥州 Doña Ana County 建設的超大型 AI 資料中心 木星計畫（Project Jupiter），最近出現一連串問題，而且核心幾乎都圍繞在同一件事：電從哪裡來，以及能不能及時取得監管許可。
最關鍵的問題：2.45 GW 的電力供應卡住了
Project Jupiter 規模非常大，規劃最高需要約 **2.45 GW（245 萬瓩）**電力。這差不多已經是大型發電廠群的等級，因此 Oracle 不能單純依賴當地電網。
原本 Oracle 計畫使用天然氣渦輪機與柴油發電機，但因排放、用水及當地居民反對等問題，後來改變方案，宣布改用 Bloom Energy 的天然氣燃料電池，建立一個最高 2.45 GW 的獨立微電網。Oracle 表示，新方案比原方案可降低約 92% 的氮氧化物排放，而且正常運作時用水非常少。
問題是：
燃料電池雖然不需要傳統燃燒式發電機，但仍然需要大量天然氣。
因此 Project Jupiter 又需要一條新的天然氣管線。而這條管線正是目前最大的瓶頸之一。
原本供應天然氣的管線因為監管許可問題，進度被推遲大約 6 個月，到 2027 年 2 月 1 日左右；路線也因監管機構先前拒絕許可而需要修改。
換句話說，現在 Project Jupiter 出現了一個很典型的 AI 資料中心問題：
資料中心建築可以蓋得很快，但發電設施、天然氣管線與環境許可不一定跟得上。
第二個問題：空污許可與環境審查
Bloom Energy 的燃料電池方案本身還需要新墨西哥州的空氣品質許可。Oracle 在 2026 年 4 月修改設計後重新申請相關許可，6 月進入公開審查程序。到了 9 月，相關行政程序又受到法院命令影響。
Oracle 特別發布聲明強調：資料中心本身與微電網是兩個相鄰、但法律上分開的設施；法院暫停的是微電網的空污許可行政程序，而不是資料中心建築本身的施工許可。
資料中心仍然可以施工，但未來替它供應大量電力的微電網與天然氣基礎設施，面臨監管與時間表風險。
第三個問題：Oracle 已經啟動「不可抗力」條款
這是最近市場最擔心的事情。
9 月下旬，Oracle 向 Project Jupiter 的開發商——STACK——發出了 force majeure（不可抗力）通知。
這並不表示 Oracle 要退出 Project Jupiter。
真正的目的比較像是：
如果因為天然氣管線、政府許可等 Oracle 認為自己無法控制的原因，導致資料中心不能在原定的 2028 年投入營運，Oracle 希望保留延後進入較高租金付款階段的權利。
這件事特別重要，因為 Oracle 簽的是相當嚴格的租約安排。據《華爾街日報》報導，租約帶有類似 「hell-or-high-water」 的付款義務，也就是即使設施發生問題，事實上不能營運，但只要時間一到，承租人仍負有開始付款的責任。
所以 Oracle 現在先提出 force majeure，某種程度上就是：先把法律上的保護傘撐起來。萬一 2028 年真的不能準時啟用，Oracle 可以主張延誤來自其控制之外的事件。
第四個問題：融資市場開始反映風險
這可能才是投資人真正需要注意的地方。
Project Jupiter 本身使用了非常龐大的專案融資。Reuters 報導涉及約 180 億美元貸款，Blue Owl（STACK母公司） 在其中投入約 30 億美元股權資本。
《華爾街日報》則報導，與新墨西哥 Project Jupiter 有關的部分債務已經開始以折價方式交易，顯示部分投資人開始要求更高的風險補償。
這件事情之所以重要，是因為 Oracle 的 AI 策略現在形成了一條很長的因果鏈：
OpenAI 等客戶簽 AI 算力合約
→ Oracle 承諾提供 OCI 算力
→ Oracle 必須蓋大量資料中心
→ 資料中心需要數 GW 電力
→ 必須蓋自己的發電設施
→ 發電設施需要天然氣
→ 天然氣需要管線
→ 管線與發電設備需要監管許可
→ 任一環節延誤，都可能延後 Oracle 把合約 backlog 轉化成營收。
所以市場擔心的並不只是「一條天然氣管線晚了幾個月」。
真正的問題是：
Oracle 已經簽下非常龐大的 AI 雲端訂單，但把這些訂單轉成真正收入，需要先完成極其龐大的實體基礎建設。
第五個問題：當地政治與居民反對
Project Jupiter 也受到當地居民及環保團體的反對，爭議包括：空氣污染、天然氣使用、水資源、土地使用，以及如此龐大的私人發電設施對當地環境的影響。
Oracle 因此投入大量資源做社區溝通，甚至承諾提供 5,000 萬美元改善當地水利基礎設施。Oracle 表示，Project Jupiter 的資料中心採用封閉式非蒸發冷卻系統，而且不使用公共飲用水來冷卻資料中心；燃料電池正常運轉後也幾乎不需要持續用水。
不過，Project Jupiter 的公眾意見程序本身也曾出現爭議。Oracle 在 7 月承認有人質疑透過 ProjectJupiterTogether.com 提交的少數公眾意見可能存在不當提交情形，並表示會調查相關問題。這些都是成本，也都會拖時間。
Oracle 自己仍然公開表示 「木星計畫依然照表進行（Project Jupiter remains on our planned schedule）」，也就是公司認為仍然能按照原定計畫推進；Blue Owl 也表示 force majeure 通知沒有改變其對這個多年期專案的財務承諾。
但 Oracle 主動發出 force majeure 通知本身仍然很值得注意：如果管理層認為延誤完全不具有實質可能性，通常沒有太大必要提前建立這種合約保護。因此，AI 資料中心的瓶頸正在從 GPU，轉向電力、天然氣、許可與融資。 Project Jupiter 正好一次性體現了這四個問題。
如果真的因為電力因素造成違約，Oracle負擔的財務風險為幾何？
根據目前已知的「hell-or-high-water lease」條款，即使 Oracle 沒有取得足夠電力讓資料中心運轉，原則上仍然負有支付租金的義務。
我們目前並找不到租約內容，但可以知道目前已知 Project Jupiter 的資本結構大約是：$180 億銀行貸款 + $30 億 Blue Owl 投資 = 約 $210 億資本
換言之，租約預計帶來的收入要超過$210億美元，Project Jupiter才有啟動的可能。如果Oracle主張的不可抗力理由不成立，公開資訊指向 2028 年第三季左右Oracle要開始支付租金。如果在中國大陸，那2028年以前搞定電力問題肯定是沒問題；但這可是在美國，就很難說。因此財務風險上，一個很壞的狀況是Oracle這個計畫未能如期完工，但同時要支付租金給STACK，但另一方面承諾OpenAI提供的算力也要想辦法履行契約或支付違約金與損害賠償。
Oracle 最新披露的尚未開始租期的租金承諾大約 $2.88 千億美元，而且大部分與 data centers 有關。
我用Oracle的Project Jupiter要點出一個重要問題，也是摩根士丹利提出的基本問題：這麼多已售出的 GPU 到底要插在哪裡？晶片銷售預測與美國資料中心實際完工速度之間存在巨大缺口。摩根士丹利估計，2026 至 2028 年出售的 GPU 伺服器中，超過一半可能沒有足夠電力可用。Jefferies 使用另一種方法，也得到類似答案：SynMax Intelligence 透過衛星影像追蹤土地整備與施工進度，發現 2026 年預計完工的美國資料中心中，約有 2 GW 容量甚至尚未開始整地，因此根本不可能按照公開時程完成。
另一方面，目前AI熱潮投入的資金已經大到很難想像是否可以回收。根據哥倫比亞大學商學院教授范紐沃伯格（Stijn Van Nieuwerburgh）的研究指出，如果使用 10% 折現率，到 2032 年，美國資料中心營運商每年可能需要約 3.725 兆美元營收才能支撐投資，約占預估 2032 年美國 GDP 的 9.2%。目前美國運算相關收入約 3,000 億美元，因此要接近 4 兆美元，未來七年總收入必須以大約每年 45% 的速度持續成長。這不是單純「AI 市場會成長」就能達成，而是要求整個產業長期維持極罕見的高速擴張。
這個估算背後還包含不少有利假設：2025 至 2032 年美國完成約 183 GW 資料中心容量；建築成本約 8.54 兆美元，加上施工期間資本成本後，總資本基礎約 9.61 兆美元；占成本 68% 的 IT 設備平均壽命六年，其餘設施壽命二十年；營運現金流利潤率則假設高達 50%。即使如此，仍需要數兆美元營收。目前的 AI 資本支出是否建立在現實的需求基礎上，還是建立在必須不斷相信未來會出現爆炸性收入的循環故事上。
美國目前有年營收超過一兆美元的企業嗎？一家都沒有，營收最高的兩家公司分別是Amazon和Walmat，約在7千億美元左右。但這兩家公司的主要零售業務毛利率約在25%上下。而Amazon扣掉零售部分的營收約在4.2千億美元左右，這表示美國要有好幾家AI公司其營收規模超過目前美國營收最高的兩家企業，整個AI投資熱潮才有可能取得損益平衡。
斯泰恩‧范紐沃伯格還指出，如果目前預計中的 AI 基礎建設全部完成，其相對於美國經濟的投資規模，可能超過美國歷史上的運河、鐵路、電氣化、高速公路和電信投資浪潮。真正危險之處還包括融資方式正在改變：原本由大型企業直接放在資產負債表上的投資，愈來愈多轉向合資企業、私人信貸、證券化、特殊目的公司、租賃承諾與貸款擔保等較不透明的表外結構。
這些融資最終仍依賴 AI 公司未來的現金流與資料中心抵押品價值，但兩者都高度不確定：AI 需求究竟有多大仍不清楚，科技可能快速淘汰現有設備，工程能否準時取得電力與硬體也是問題，而且整個產業高度依賴少數大型資料中心租戶的信用。范紐沃伯格並沒有斷言 AI 已形成類似過去信貸泡沫的系統性金融風險，而是提出較謹慎的警告：表外融資可能讓彼此高度相關的風險在景氣反轉以前難以被看見，等問題真正出現時，金融機構才發現大家其實押在相同的假設上。
但彼此牽連的各種擔保、信用交換或對賭契約，很容易就會提高經濟學大師張五常在2008年金融風暴時提出的「浮沙指數」。該指數核心概念是越複雜越不透明的金融契約結構本身不但堆高風險實現的規模、金額、影響範圍，也大幅增加事先推測發生可能性的難度。
AI熱潮在金融層面上，很像走在這樣的軌跡上。
