星期一, 10月 19, 2026

森崴能源失敗分析及對AI Factory的啟示

森崴能源(6806)從綠能指標股走向面臨下市危機與巨額虧損,核心根源在於旗下子公司富崴能源承攬「台電離岸風電二期計畫」統包工程(EPC)陷入失控的成本泥淖,最終引發合約損失認列、淨值轉負與資金斷鏈的連鎖風暴。

這場挫敗在工程管理、商業合約、外部環境與財務槓桿等維度上,主要原因可拆解為以下六大關鍵因素:

一、 契約模式致命傷:承擔「固定總價(Lump-sum EPC)」的無限風險

富崴能源以約 628 億元新台幣得標台電離岸風電二期工程,該合約採統包工程(EPC)形式。

  • 風險不對稱:固定總價統包合約的本質是「包山包海」,從前期探勘、細部設計、設備採購、海事施工到併網發電,施工期間所有的原物料波動、匯率、氣候風險與工期展延成本,近乎全數由統包商承擔。

  • 缺乏及時的物價調整機制:公部門標案受到《政府採購法》嚴格制約,台電身為國營事業,必須嚴格「依約給付」,難以輕易依統包商要求追加預算。當外生變數劇烈波動時,統包商缺乏有效轉嫁成本的合約保護機制。

二、 外生環境黑天鵝:海事船舶租金與原物料暴漲

2020 年得標後,外部地緣政治與經濟環境發生極端變化:

  • 海事工程船日租金飆漲數倍:全球離岸風電搶船潮爆發,加上烏俄戰爭與供應鏈短缺,大型安裝船(WTIV)、重吊船及拋石船日租金從原本預期的每日數萬美元暴漲至數十萬美元,且一船難求。

  • 原物料與水下基礎成本失控:鋼材、特高壓電力零組件、海纜價格在疫情後全面飆升,使最初編列的採購預算徹底失真。

三、 本土統包商能力與海事工程經驗落差

離岸風電被譽為難度最高的土木與海事工程之一,台灣海峽的地質、海象、颱風與冬季東北季風,對施工窗口期要求極度嚴苛。

  • 經驗斷層:不同於具備數十年深海經驗的歐洲一級國際統包巨頭(如 Boskalis、Van Oord 等),本土團隊在海事專案管理、深海作業協調、極端氣候施工的容錯與應變能力上仍在學習曲線初期。

  • 工程延宕引發滾雪球效應:海事施工窗口一年僅有 4 至 10 月。一旦一個工項受延誤,就可能錯過整個施工季,導致租用的工程船即使閒置在港口仍需持續支付高額日租,形成難以止血的資金黑洞。

四、 財務結構失衡:「以小博大」引爆槓桿反噬

森崴能源本身資本額約 20 多億元新台幣,富崴能源承攬的卻是超過 600 億元的巨型專案,專案規模是公司資本額的數十倍。

  • 巨額墊款與週轉極限:隨著工程超支與合約糾紛,富崴與森崴為維持工程運轉,墊付資金高達近 200 億元,遠超出公司的內生現金流支撐極限。

  • 會計準則認列的毀滅性打擊:依國際財務報導準則(IFRS 15),當合約預期總成本超過合約總收入時,公司必須立即全額認列預期合約損失(Onerous Contract)。這導致森崴在單一年度一口氣認列近 160 億元虧損,單年賠掉數個股本,直接將公司淨值打至負數,觸發主管機關全額交割甚至下市的退場機制。

五、 信用緊縮與融資斷鏈(Liquidity Squeeze)

當工程出現重大延宕且鉅額虧損浮上檯面後,金融機構的避險機制加速了危機爆發:

  • 聯貸銀行縮緊銀根:銀行團因專案進度落後、預期收益惡化而暫緩撥款或要求提高擔保,市場流動性瞬間凍結。

  • 信用評等與簽證危機:會計師出具「繼續經營能力存在重大不確定性」查核報告,使森崴在資本市場進行私募增資或重組債務時面臨重重阻礙。

六、 爭議處置僵局與後續資產產權法律戰

在鉅額虧損與完工期限壓迫下,富崴與台電之間的爭端進一步演變為公私合約的零和對峙:

  • 工程追加款調解緩不濟急:雙方向行政院公共工程委員會申請調解爭取追加款,但政府調解程序耗時甚長,無法及時提供現金流止血。

  • 資產抵押與接管衝突:富崴為自救將風機設備設定動產抵押給母公司借款,遭到台電指控違約甚至向主管機關檢舉,台電亦祭出接管船機等強硬手段,使雙方的合作信任徹底破裂,喪失了商業重整與協商的最佳時機。

森崴能源的挫敗,本質上是一起「小型重資產企業以固定總價合約,越級承攬超大型極端複雜基建專案」的典型治理危機。在面對全球通膨黑天鵝與海事工程嚴苛條件時,欠缺動態風險轉嫁條款與足夠的資產緩衝,最終在槓桿、工期延宕與會計強制認列的多重夾擊下,導致公司資本結構崩潰。

以森崴能源承攬大型風場專案的潰敗路徑為鏡,AI Factory(大型 AI 算力中心)在商業本質上同屬「重資本、高技術門檻、依賴外部公用事業且高度槓桿」的超大型基建工程。

如果將森崴的致命節點逐一對照,AI Factory 在生命週期中最容易踩到的類似風險可歸納為以下六大層面:

一、 契約模式陷阱:「固定費率服務合約」鎖死彈性,成本外溢全由運營商吞下

  • 森崴的教訓:簽訂了「固定總價(Lump-sum EPC)」合約,面臨船租、鋼材成本暴漲時,無法將成本轉嫁給發包方。

  • AI Factory 的對應風險:

    • 許多算力建置商(如新興的 GPU Neo-Cloud 或算力託管中心)為了搶下大型科技客戶或主權 AI 標案,簽訂了固定單價、長期承諾服務水準(SLA)的供租合約。

    • 若建置過程中遇到綠電價格上漲、PUE 改善成本超支、備用發電機與電力容量費(Capacity Charges)調漲,或者冷卻水資源費率改變,運營商無法輕易調高租金,合約直接轉為「虧損性合約(Onerous Contract)」,被迫認列巨大損失。

二、 外部瓶頸與關鍵組件短缺:變壓器與電網就是 AI 的「海事安裝船」

  • 森崴的教訓:全球安裝船(WTIV)供給稀缺,日租金暴漲數倍,且完全受制於國際供應商。

  • AI Factory 的對應風險:

    • 電力基建的「斷點」:AI 工廠目前最嚴重的物理瓶頸不是建築本身,而是高壓電力變壓器(Large Power Transformers, LPT)、斷路器(Switchgears)與特高壓變電所建置。目前高階變壓器的交付週期動輒 3 至 4 年,且價格翻倍。

    • 供應鏈擠壓(Squeeze):除了 GPU 與高頻寬記憶體(HBM)的交付分配受制於少數晶片巨頭,資料中心等級的液冷機櫃(Liquid Cooling CDU)、冷卻液與配電分配單元(PDU)亦處於產能極度吃緊狀態。一旦特定組件缺料,整座數十億美元的廠房將無法如期通電運轉。

三、 跨界工程整合能力的落差:從傳統機房到「超高密度液冷」的技術代差

  • 森崴的教訓:缺乏深海地質與嚴苛海象作業的管理經驗,錯判工程複雜度導致施工窗口一再延宕。

  • AI Factory 的對應風險:

    • 電力密度從 kW 跨越到 MW:傳統企業資料中心單機櫃功耗僅約 5–15 kW,但 GB200 等下一代 AI 機櫃單櫃功耗高達 100–120 kW 以上。這不是「把風扇開大」即可解決,而是需要全面的浸沒式或直達晶片(Direct-to-Chip, D2C)液冷系統、流體力學校正與防漏水監控。

    • 工程調試(Commissioning)失誤:缺乏百兆瓦(100MW+)超高散熱密度施工經驗的統包團隊,常因配管公差、冷卻水化學平衡失控或諧波干擾導致系統在滿載壓力測試時跳脫。一個細微的冷卻環節卡關,就會導致整個算力叢集無法點亮。

四、 資本規模不對稱與「以小博大」:資產負債表承擔不起工期延宕

  • 森崴的教訓:以數十億資本額承攬超過六百億的工程,單一專案延誤直接吞噬全部淨值。

  • AI Factory 的對應風險:

    • 極限資金槓桿:不少算力託管商與資料中心開發商透過專案融資(Project Finance)、資產證券化(ABS)或設備租賃,以 70%–80% 的高負債比興建 Gigawatt 等級算力中心。

    • 折舊速度是風場的 5 倍:風場延遲一年完工,損失的是一年的現金流與利息;但 GPU 晶片的使用壽命僅 3–5 年。若 AI 工廠因電網接入(Interconnection Queue)或環評延宕 12 到 18 個月,硬體在尚未通電前就已面臨嚴重的世代技術折舊。營收尚未進帳,資產價值已大幅縮水,隨時面臨融資合約(Covenants)違約與資本斷鏈。

五、 銀行團銀根緊縮與信用踩踏

  • 森崴的教訓:專案出現延誤與虧損後,聯貸銀行停撥款項、要求追加擔保,信用評等惡化切斷重整生路。

  • AI Factory 的對應風險:

    • 目前金融機構對 AI 資料中心的放款條件,多半建立在「終端科技巨頭簽訂的確定租約」與「如期併網通電」的假設上。

    • 一旦工程進度嚴重落後,或重要租戶因等待不及而依法解約轉投其他資料中心,銀行團將觸發加速還款條款(Acceleration Clause)或暫停後續額度撥付。在高利率環境下,這類專案極易在最後的通電併網階段因資金鏈斷裂而淪為「爛尾機房」。

六、 地方阻力與水電監管的法律爭端

  • 森崴的教訓:與國營事業及地方政府在法規、環評、追加款責任歸屬上陷入僵局,調解緩不濟急。

  • AI Factory 的對應風險:

    • 民意反彈與公用事業排擠:巨型 AI 工廠動輒消耗相當於數萬至數十萬戶家庭的電力與巨量冷卻水資源。歐美許多地方政府已開始暫緩或收緊資料中心的供電許可與用水執照,甚至課徵高額「電力衝擊補償金」。

    • 併網許可法律戰:若地方電網營運商(RTO/ISO)因電網穩定度考量延後併網排程,運營商與電力公司、租戶之間的合約爭議將曠日持久,公法監管的變更往往無法被商業保險完全覆蓋。

總結

森崴能源的失敗揭示了重資產基建的核心鐵律:在極限槓桿下,任何外生工程延宕與成本失控,都會演變成資產負債表的毀滅性打擊。

AI 工廠的本質正是一座「吃電與算力組裝的巨型工業基建」。若開發團隊僅看到終端 Token 或算力租賃的誘人收益,卻以脆弱的資本結構去對賭脆弱的電網許可、未經考驗的高密度液冷工程,以及高度不穩定的關鍵設備交付期,其最終引爆的財務斷鏈連鎖反應,將與風場專案如出一轍。

沒有留言:

張貼留言