能源｜用 AI 改寫核能經濟學：Palantir NOS系統如何壓縮建廠成本與風險？

2024年6月28日(優分析產業數據中心)

美國數據分析公司 Palantir Technologies 日前宣布，將與一間核能建設的公司合作，攜手開發一套名為「核能作業系統（Nuclear Operating System, NOS）」的人工智慧平台。

這項技術旨在加速核電廠的建設流程，並透過數位化工具降低整體開發與營運成本。

在 AI 技術快速滲透傳統產業的當下，這項合作不僅體現了資料導向管理的潛力，也標誌著核能工程逐步走向模組化與流程標準化的新階段。

電力結構壓力升高，核能穩定性再獲重視

這項技術合作案出現在美國用電需求即將大幅成長的背景下。根據多項能源市場預測，美國整體電力消耗將在 2025 與 2026 年達到歷史新高，主要成因包括資料中心擴建、人工智慧模型訓練所需電力激增，以及加密貨幣挖礦活動的持續成長。

過去近二十年來，美國用電量相對穩定，但面對 AI 與運算服務基礎設施快速擴張，原有電力資源規劃已出現瓶頸。在這種情況下，具備穩定供電能力的核能再次受到高度關注。

儘管風電與太陽能在能源轉型中扮演關鍵角色，但其間歇性特性限制了其作為基載電力的功能。核能則因具備高可用性與低碳排特性，被視為補足電網穩定性的有效選項。

NOS 系統：打造以AI驅動的核電建設流程

根據 Palantir 的規劃，NOS 系統將整合該公司在數據分析、模型推演與複雜流程控管方面的能力，協助業者在核電廠建設階段進行更有效的決策與風險管理。

📌平台涵蓋的功能預期包括：項目規劃與場址選擇分析、工程施工進度與成本監控、供應鏈與合約管理、合規流程即時追蹤、作業風險預測與異常通報

這些功能有助於提升建廠效率，並降低由於資訊斷鏈或行政瓶頸所造成的延誤與超支風險。合作方為一間位於肯塔基州的核能建設公司，雙方預計投入總額約 1 億美元，分五年完成系統開發並推進應用。

Palantir 進一步表示，這並非單一專案的技術應用，而是希望建立可擴展的系統架構，以支援後續更多核能建設項目。

技術整合與模組化趨勢：AI系統的角色浮現

長期以來，核電建設因法規複雜、工期冗長與成本變動大而被視為高風險領域。然而，隨著小型模組化核電（SMR）與第四代核能技術的推進，產業正逐漸尋求更加模組化、標準化的解決方案。

Palantir 此次推出的 NOS 系統，正好提供了數位化支撐框架，成為核電建設流程改革的技術媒介。

這類數據導向平台的應用，有助於提高項目的可預測性，並強化與監管機關及利害關係人的溝通效率。從長遠來看，若 NOS 成功推展至多個核電建設案，將有助於建立產業新標準，並進一步提升全球核能市場的信任度與資金流動性。

政策鬆綁成關鍵推力

在技術條件漸趨成熟之際，美國政府的政策導向也為核能產業創造了有利環境。川普總統於 2025 年 5 月簽署多項行政命令，指示美國核能監管委員會（NRC）簡化核電審查流程，並加快新建核電廠與反應爐的發照速度。( 見此報導 )

此外，最新的稅收與支出法案中雖削減多項綠能補助，但保留了對核能的稅賦抵免措施，顯示聯邦政府意圖強化核能在未來電力結構中的角色。這些政策訊號對於資本密集型的核電建設來說，具有高度誘因與政策確定性。( 見此報導 )

前瞻觀察：AI與核能結合的潛力與挑戰

Palantir 跨足核能領域，是AI技術進入傳統重工產業的重要案例。它不僅顯示資料平台在能源與基礎建設領域的應用潛力，也為核能產業打開另一條轉型路徑。

然而，這條路仍面臨不少挑戰，包括不同地區對核能的接受度、政策持續性的穩定性，以及技術實際部署的成熟度等。儘管如此，在全球推動淨零排放與能源安全的大環境下，結合 AI 的核能數位化技術仍可望成為未來電力基礎建設的新解方之一。