2026 年 7 月 22 日，OpenAI 公布 Project Camellia：選址於喬治亞州 Effingham County 的長期資料中心專案，與 Georgia Power Company 簽約取得 3.2 GW 電力，2028 至 2032 年間分階段供電，並承諾完全以私有資金出資。對關注 AI 基礎設施的讀者，這份公告值得細讀的不是規模，而是它把「大型資料中心如何取得社會授權」拆成了一份可審計的承諾清單——電費、電網、水、社區利益、審計，每一項都配上對應機制，而不是停在公關修辭。
3.2 GW 電力與「不轉嫁」的兩層保障
電力契約本身很直白：3.2 GW、分階段交付、2028 至 2032 年間陸續供電。真正的設計在價格保障這一層，而且有兩層。第一層是合約面的：OpenAI 全額負擔服務該專案所需的基礎設施與供電成本，不靠既有費率結構吸收。第二層是監管面的：依 Georgia Public Service Commission 的規則，這類成本本來就不得轉嫁給既有用電戶。兩層相疊，「喬治亞家庭不會因為這個專案面臨電費調漲」就從口頭承諾變成有規則依據的陳述。
值得注意的是機制的對稱性：OpenAI 沒有要求特別費率或補貼，而是自付成本換取確定性。對照其他大型負載用戶與電網的緊張關係，這是刻意選擇的合作姿態——代價是成本內部化，好處是把反對者最常用的論點（電費上漲）從源頭拆除。
主動削峰：把資料中心設計成電網的參與者
第二個電力承諾更少見：OpenAI 稱 Project Camellia 將是「最早一批主動在高需求時段先行降低自身用電的資料中心之一」，在居民受到影響之前先降載，以支援 Georgia Power 的電網可靠度。方向上，這等於把資料中心從純負載重新定義為電網可以依賴的參與者——冷卻排程與可延後批次工作的時間彈性，都是可挪移的槓桿。
落地細節（削峰的觸發條件、降載幅度與驗證方式）公告尚未載明，這也是年度審計值得追蹤的第一個問題：主動降載是設計目標，還是可驗證的營運義務，兩者之間還有很大距離。
Closed-loop 水循環：冷卻不與社區爭水
用水爭議的回應同樣具體。冷卻系統採 closed-loop 設計，水在系統內循環再利用，而非持續抽取與排放——公告用的類比是汽車水箱：補的是損耗，不是換水。OpenAI 並承諾用水不會自當地社區分流；日常用水只剩職場規模的需求——衛浴、廚房、清潔維護——等同於同員工數的辦公大樓。對照資料中心常見的蒸發冷卻耗水爭議，這是把最大的水足跡來源直接從設計圖上移除。
$80M 社區利益與至多 $71M Codex credits
社區包裹是這份公告金額最具體的部分（以下均為 OpenAI 單方宣稱或預估，截至公告日未經第三方驗證）：
| 項目 | 內容 | 金額／規模 |
|---|---|---|
| 社區利益 | 學校、公共安全、醫療、住宅、職訓、退伍軍人、小企業 | $80M（專案期間） |
| Codex 教育點數 | Georgia 大學、社區大學與技職學生 | 至多 $71M |
| 稅收 | 州稅與地方稅；預期成為該郡最大納稅人 | 數億美元（預估） |
| 就業 | 營建與永久現場職缺，優先在地承包商與企業 | 數千個（預估） |
Codex 點數的設計值得多看一眼：符合資格的學生經 ChatGPT 帳戶各得 $100 點數，用於 OpenAI 內建於 ChatGPT 的 agentic coding 工具 Codex。對 OpenAI 來說，這是教育投資與生態投資的疊加——把未來的開發者養在自家工具鏈上；對 Georgia 學生則是零成本的實作入場券。金額之外，OpenAI 同時承諾優先採用在地承包商與企業，讓營建期的利益留在郡內。
問責設計：年度獨立審計與 Community Compact
承諾要有牙齒，靠的是驗證機制。OpenAI 承諾每年由獨立事務所審計並公開發布報告——電費保障、電網支援、用水、社區利益四大承諾是否兌現，未來每年都有一條可查的基準線。程序面則是參與式治理：7 月 23 日的公開 open house 之後，居民意見與後續對話將形塑一份 Georgia Community Compact，把社區優先事項轉化為具體承諾與問責措施。
這個順序有講究：先辦說明會、聽意見，再把意見寫進文件，而不是先定案再說明。Compact 的最終內容與實際拘束力仍待觀察，但「承諾文件化＋外部年度審計」的組合，已經比多數同類專案走得更遠。
給 AI 基礎設施觀察者的三個啟示
第一，選址邏輯本身就是論證。場址位於既有工業分區倉儲開發案 Savannah Gateway Industrial Hub 內；OpenAI 給的比較基準不是「資料中心 vs. 空地」，而是「資料中心 vs. 同址倉儲」——交通與用水更少、長期稅收更強、現場就業更持久。把替代方案設定為倉儲，社會成本的比較自然站在資料中心這一邊。
第二，資金結構先行。專案完全以私有資金出資，OpenAI 並以德州 Abilene 首座 campus 已規模化運作為例證，降低「畫大餅」的質疑。
第三，也是限制所在：專案仍在開發初期，基礎設施、分期、設計、融資與營運模式都還有大量工作待定；上文所有金額與就業數字都是 OpenAI 的宣稱或預估值，「最大納稅人」更是預期性陳述。對 builder 的實際意義不在數字本身，而在模式：當 AI 運算落地的政治門檻愈來愈高，把電費保障、水資源設計、教育投資與公開審計寫進第一份公告，正在從加分項變成入場條件。Abilene 與 Camellia 若能持續兌現，這份清單就會成為後續專案的對照組。
參考來源
本文由 AI 協助自上述來源整理，經人工審核後發布。