過去，網路攻擊一直是圍繞 AI 基礎設施最大的安全議題，但情況可能正在改變。芝加哥郊外最近發生的一起貨運竊盜案，顯示出另一種漏洞——而且與惡意軟體或提示注入完全無關。

就在上週，庫克郡警長辦公室追回兩輛被竊拖車，車上載有約 130 萬美元的資料中心設備與銅線，分別來自數百英里外的不同貨運。一輛拖車裝載價值約 30 萬美元的銅線，據報在阿拉巴馬州派恩希爾遭竊，目的地為資料中心建案。另一輛則載有約 100 萬美元的資料中心基礎設施設備，來自佛羅里達州傑克遜維爾。兩輛拖車最後都在芝加哥郊外的 Elk Grove Township 同一個卡車場被發現。

放在 AI 熱潮的脈絡下觀察，這顯示實體供應鏈本身正成為不法分子的新目標。

放在 AI 熱潮的脈絡下觀察，這顯示實體供應鏈本身正成為不法分子的新目標。

新型高價值貨物

我們都很熟悉典型的瓶頸，例如 GPU 短缺、電力限制與冷卻容量，這些問題從 AI 時代開始以來一直困擾著產業。但我們忽略了一點：建置 AI 資料中心需要龐大數量的專業硬體透過貨運網路運送，包括伺服器、網路設備、光纖、交換器、冷卻系統、配電設備以及數千磅的銅線。每一項都代表資本投入，也可能導致部署延遲。

隨著超大規模業者加速建置資料中心，這些物品在工廠與資料中心之間的運送過程中所暴露出的風險類別，產業界至今幾乎都忽略了。

當一次延遲引發連鎖反應

大型 GPU 叢集依賴數十個相互連結系統的同步交付。訓練叢集是由伺服器、交換器、光學元件、配電與冷卻系統緊密耦合而成的系統，必須一起安裝。缺少網路硬體可能讓機架閒置，配電設備延遲可能讓整個部署延後，而被竊的銅線則可能讓電氣工程停擺。因此當某一類元件消失時，延遲就會連鎖反應到所有環節。

因此當某一類元件消失時，延遲就會連鎖反應到所有環節。

貨運竊盜數據

基礎設施韌性愈來愈取決於關鍵硬體是否能準時抵達建置現場。Verisk CargoNet 報告指出，2025 年美國與加拿大貨運竊盜損失較前一年大增約 60%，金額接近 7.25 億美元，儘管案件總數大致持平——這顯示竊賊愈來愈針對高價值貨物下手。金屬竊盜上升 77%，主要受銅需求驅動，而有組織犯罪集團則轉向企業級運算硬體。CargoNet 預期，針對高價值科技產品——如 RAM 模組、儲存裝置與企業級運算設備——的關注將延續到 2026 年。根據更廣泛的背景，美國國土安全部估計，貨運竊盜每年造成的損失高達 350 億美元。

芝加哥這起事件正符合這一趨勢。

超越防火牆與惡意軟體

當然，貨運竊盜並非工程師的問題。但正在建置 AI 基礎設施的組織，可能需要擴大思考，如何在積極的時程下部署 AI 容量。

雲端供應商、託管業者與硬體廠商已經投入大量資源防禦數位威脅。隨著 AI 基礎設施愈來愈有價值，保護其背後的實體系統，可能也值得同等重視。

下一個供應鏈議題

AI 熱潮已經迫使產業重新思考電力、冷卻、網路與半導體製造。實體物流可能會是下一個議題。

這一切早在設備抵達資料中心之前就已經開始。

如果 AI 基礎設施的價值持續攀升至數十億美元，產業對「基礎設施安全」的定義，很可能會擴大到防火牆與身分管理之外。這一切早在設備抵達資料中心之前就已經開始。

YOUTUBE.COM/THENEWSTACK

科技發展迅速，別錯過任何一集。訂閱我們的 YouTube 頻道，即可觀看所有播客、訪談、示範與更多內容。

Group Created with Sketch.