美国AI基础设施扩张正遭遇电力短缺、地方民意反对与巨额资本开支的三重阻力。地方选举中大量限制性提案获批,电网建设滞后逼迫巨头转向核电与天然气,狂奔两年的算力基建正从拼芯片转向严酷的资源拉锯战。
过去两年,AI产业最稀缺的资源是GPU芯片;但从2026年开始,制约行业扩张的核心瓶颈变成了电力供应与选民选票。
在2026年11月的美国中期选举中,数据中心首次成为全美范围的关键竞选议题。在41项与数据中心建设直接相关的地方提案中,27项限制性提案悉数通过,13项支持开发的提案全被否决。资本市场随即剧烈动荡:费城半导体指数重挫12.25%,创下四年多来最大单日跌幅,科技“七巨头”单日市值蒸发约1万亿美元。这场震荡并非单纯的估值回调,而是AI基础设施扩张首次全面撞上电力短缺、民意反弹与现金流吃紧的三重天花板。

AI机柜的电耗远超传统云业务:一台AI训练机柜的功耗通常在30至100千瓦以上,而传统服务器机柜仅为5至15千瓦。国际能源署(IEA)测算,到2030年全球数据中心用电量将翻倍达到约945太瓦时,略超日本全年的用电总量;在美国,数据中心将占同期新增电力需求近一半。
问题在于,芯片制程可以按快节奏迭代,物理电网的建设却极其漫长。变电站变压器与高压电缆的交付等待周期已延长至三年以上,新建跨区输电线路更往往需要数年。受制于缺电,微软件已有约800亿美元的Azure订单处于积压状态。据测算,到2030年美国数据中心用电需求将达75吉瓦,已规划供应仅58吉瓦,存在17吉瓦的绝对缺口。
技术层面的能效改善未能缓解这一困境。虽然Google披露其Gemini单次提示词的能耗降低了数十倍,但其月度Token处理总量增长了数倍——计算成本的下降反而激发了更庞大的吞吐量,杰文斯悖论在算力基建领域充分显现。
如果说电力紧缺是工程难题,社区反对则直接将其演变为政治阻力。
在美国多数现行电网结算机制下,电网扩容成本由辖区内所有终端用户均摊,算力激增带来的并网开支直接转嫁到了普通居民的电费账单上。PJM电网的容量拍卖价格大幅攀升,其中大部分涨幅由数据中心负荷驱动。面对直线上涨的用电成本,选民开始用选票发起抵制。
相关统计显示,全美活跃的反对数据中心建设团体已超过800个。纽约州已对50兆瓦以上的大型设施实施全州暂停令,46个州已出台不同程度的限制措施。高盛估算,可能面临政策约束的州涵盖了全美约45%的在建及规划算力产能。舆论核心不再是“是否需要AI”,而是“谁来为算力基础设施埋单”。
面对公共电网排队过长,超大规模云厂商纷纷尝试自建供电系统。核能成为科技巨头锁定的关键选项:微软与Constellation签署20年购电协议以推动三哩岛机组重启;Google与Kairos Power达成小型模块化反应堆(SMR)采购协议;Meta也锁定了数十吉瓦级的核电合作方案。
然而,核电存在显著的时间错配。SMR商业化落地要等到2030年以后,本十年内可供调用的仅有少数退役机组的重启产能。为解燃眉之急,大量专供数据中心的表后天然气电厂被列入日程。这类短期方案虽能填补供电缺口,但也带来了数亿吨级的温室气体排放隐患,容易招致环保监管审查。
基础设施瓶颈与巨额投入,正直接反映在科技巨头的财务指标中。财报数据显示,Alphabet、Meta、亚马逊的自由现金流均出现显著承压或转负,仅微软维持相对稳健的运营现金流。科技企业发行AI专项债券的规模快速膨胀,重资产模式迫使管理层重新评估回报周期。

面对现实制约,超大规模云厂商的资本开支增速开始有序放缓。微软已在下调年度资本开支预期并叫停部分外包算力项目;OpenAI也将新一轮融资目标进行理性收缩。高盛预计,科技巨头的资本支出年增速将从近100%回落至更平缓的增长轨道。

建设节奏放缓客观上为AI生态争取了消化期:一方面避免算力过度盲目堆积,另一方面也让输电网、核反应堆等配套基建有时间跟进。AI竞赛的上半场围绕GPU展开,而下半场的决胜因素,已经彻底转向变电站、电厂审批与企业的资产负债表。
免费获取企业 AI 成熟度诊断报告,发现转型机会
关注公众号

扫码关注,获取最新 AI 资讯
3 步完成企业诊断,获取专属转型建议
已有 200+ 企业完成诊断