AI盡頭是電力

原標題：AI盡頭是電力

當美國公用事業公司宣佈，未來五年將投入至少1.4萬億美元升級電網和發電體系時，這件事就已經不該再被理解成一次普通的基建擴張。它更像是一場被AI逼出來的系統重構。

過去兩年，資本市場習慣於把AI競爭理解為芯片競爭、模型競爭、雲競爭，誰的GPU多，誰的參數大，誰的推理成本降得快，誰就更接近勝利。

但到2026年，這套敍事開始碰到一個越來越硬的邊界：再先進的模型、再密集的集群，最后都要落到同一個現實問題上——有沒有足夠的電，能不能穩定接入，價格會不會失控，電網能不能扛住。

PowerLines最新統計顯示，51家美國投資者所有制公用事業公司，到2030年的五年資本開支計劃已達到至少1.4萬億美元，較去年同口徑的1.1萬億美元上修超過21%；而FERC、PJM、ERCOT、白宮和科技巨頭幾乎在同一時間圍繞「數據中心該不該自帶電源」展開制度和利益重組。

更值得玩味的是，電力公司不再只是防禦性資產，而開始被重新估值為AI基礎設施的一部分。因為市場終於意識到，AI真正稀缺的，不只是算力芯片，而是支撐算力持續運轉的能源系統。所謂AI革命，走到今天，已經不是「誰更會訓練模型」的問題，而是「誰能把電力供給、接入權、設備交付和長期成本一起鎖住」的問題。

01、1.4萬億美元不是雄心，是電力系統被迫補課的價格信號

如果只看數字，1.4萬億美元已經足夠驚人；但這輪投資最值得注意的，不是規模，而是它的被動性。PowerLines對51家投資者所有制公用事業公司的財報電話會梳理顯示，到2030年的五年資本開支計劃已達到至少1.4萬億美元，較去年同期口徑高出21%以上。

與此同時，這個組織還指出，2025年美國公用事業公司單年提出的費率上調申請就達到310億美元，居民賬單自2021年以來已累計上漲約40%。這説明，今天這輪投資並不是公用事業公司主動樂觀擴產，而是在需求突然重啟、系統長期欠賬的情況下，被AI、製造業迴流和極端天氣一起推着往前跑。

美國電力系統過去十多年一直活在「低增長」甚至「零增長」的慣性里。EIA的説法很明確：自2020年以來，美國電力需求的年均增速已回升到1.7%，而2026、2027年全國負荷預計還將分別增長1.9%和2.5%，其中增長最快的區域正是ERCOT和PJM——也就是美國AI數據中心最密集、也是新負荷申請最激進的兩大電力區域。換句話説，AI並不是給一個本就高速擴張的電網再添一把火，而是把一個長期按低速運轉設計的系統，突然拉進了高壓模式。

這也是為什麼，ERCOT那份引發巨大討論的長期負荷預測，哪怕被官方自己承認「很可能偏高」，仍然有很強的象徵意義。根據ERCOT 4月中旬披露的初步長期負荷預測，到2032年其轄區需求可能升至367,790兆瓦，遠高於2023年創下的85,508兆瓦歷史峰值；但ERCOT和德州監管方也同步提醒，這一數字包含了大量尚未落地的大型負荷申請，未來大概率會被修訂。真正重要的，不是367GW這個數會不會最終成真，而是連電網運營方自己都必須先按「需求可能成倍上跳」的壓力測試去思考問題，這已經説明系統張力變了。

比ERCOT單一預測更穩妥的，是全國性的需求判斷。EPRI在2月給出的分析顯示，到2030年，數據中心的用電量可能佔到美國電力消費的9%到17%；Reuters在3月也援引這份研究指出，到本世紀末前，數據中心用電量可能比現在翻兩番。

IEA則進一步估算，全球為數據中心供電的發電量將從2024年的460TWh增長到2030年的1000TWh以上。也就是説，AI帶來的並不是某幾個州、某幾個園區的局部緊張，而是在把電力系統從邊緣支撐部門重新推回經濟增長的中心位置。

所以，這1.4萬億美元的本質，不是美國公用事業行業突然想清楚了未來，而是它終於被迫面對一個過去很少出現的現實：算力擴張的速度，已經開始顯著快於電力基礎設施的擴張速度。而一旦供給跟不上需求，市場*發生變化的，就不是技術路線，而是價格曲線、資本開支曲線和估值方法。對投資者而言，這種「被動追趕型投資周期」往往比主動擴張更長，也更難平滑。

02、科技巨頭不再只是買電，它們開始把自己的一部分變成電力公司

如果説公用事業公司的大擴產只是被動應戰，那麼科技巨頭這邊的變化則更直接。它們已經不滿足於「向電網買電」，而是越來越多地向「直接組織電力供給」邁進。最清晰的政策信號，來自3月4日白宮牽頭的一份能源承諾。

根據Reuters披露，Amazon、Google、Microsoft、Meta以及Oracle、OpenAI、xAI等公司在白宮簽署承諾，核心內容之一就是：為數據中心「帶來或買來」新的電力供給，同時為輸配電升級買單，並與公用事業公司簽訂特殊費率安排，以避免AI用電推高普通居民電費。

這意味着一個重要變化：美國監管層已經不再把數據中心視作普通工業負荷，而是開始把它們當作一種需要單獨設計接入規則和成本分擔機制的「新型戰略負荷」。FERC也在4月確認，最迟將在今年6月前推進新規則，用來管理數據中心的併網和供電安排，其中就包括要求部分數據中心自帶電源的可能性。

PJM也在研究「bring your own generation」的方案，要求大型新增負荷要麼帶來自有發電，要麼在系統緊張時削減負荷。說白了，AI行業現在面對的已經不是「買不買得到電」的市場問題，而是「有沒有資格佔用現有電網資源」的制度問題。

也因此，科技巨頭近幾個月的能源動作，已經越來越像公用事業公司在做資源配置，而不是互聯網公司在做採購。微軟3月底與Chevron和Engine No.1簽署排他性協議，圍繞西得州一座約25億瓦、投資約70億美元的天然氣發電項目展開合作，目標就是為大型AI數據中心園區配套供電。

Oracle則在4月把與Bloom Energy的合作擴大到最高2.8GW燃料電池容量，首批1.2GW已開始部署。Google這邊的節奏更密：2月與AES簽下20年電力供應協議，並配套共址發電安排；同月又與TotalEnergies簽下兩份長期協議，為得州數據中心鎖定1GW、15年共28TWh的太陽能供給。

這些交易看上去分散，背后卻是同一套邏輯：過去科技公司爭的是電價，現在爭的是接入權、供給確定性、項目落地速度，以及誰能把新增電源定義成「為AI而建」。這是一種典型的資源競爭，而不是商品競爭。更重要的是，這種「自帶電源」並不意味着脱離電網。

它真正指向的是一種混合結構：自備發電、併網接入、儲能調度、需求響應、長期PPA、特殊費率安排，一整套系統被重新組合。數據中心不再只是電網的被動用户，而是開始反向塑造電網的擴容邏輯。

這也會改變公用事業公司的角色。它們過去賣的是標準化公共服務，未來越來越多賣的是接入設計、負荷管理、輸配套容、專屬費率、共址方案和監管協調。最近幾周的幾個案例已經很説明問題：NiSource宣佈與Alphabet簽署長期供電協議，同時擴大與Amazon的合作，並通過旗下NIPSCO GenCo模式明確把新增供電與現有居民客户隔離；Exelon把四年資本開支計劃上調至413億美元，並公開強調要與聯邦機構、PJM和州政府一起處理供給與高電價問題；AEP則在2月表示，五年資本計劃已超過720億美元，背后就是被數據中心和大工業負荷推着走。科技公司正在侵入電力價值鏈，而公用事業公司也被迫從傳統受監管防禦資產，升級成AI時代的基礎設施服務商。

03、電力股為什麼突然有了成長股敍事：因為供給確定性開始比需求故事更值錢

這輪AI行情最早的核心資產，是GPU、HBM、光模塊和服務器鏈條，因為市場*看到的是「誰在賣鏟子」。但到了2026年，電力鏈條的估值中樞開始抬升，原因很簡單：算力可以靠堆設備擴容，電力卻是更慢、更重、也更難替代的硬約束。

Reuters在4月10日提到，標普500公用事業指數一季度上漲7.5%，錄得自2019年以來最強開局；它上漲的原因當然有避險情緒，但同樣有一個越來越重要的解釋：AI數據中心讓市場重新發現，原來公用事業公司手里握着的是「供給確定性」。

這種供給確定性，首先體現在受監管公用事業公司身上。它們的資本開支並不只是成本，很多時候還是未來費基和利潤增長的來源。Exelon就是典型例子：公司在2月給出高於預期的全年盈利指引，同時把四年資本計劃從380億美元提高到413億美元，並預計到2029年費基年均增長7.9%。對於這類公司來説，AI不是讓它們突然學會成長，而是給了它們一個更強的、監管認可度更高的投資理由。

其次受益的，是擁有可調度電源的發電商和與大型負荷綁定更深的企業。EIA在3月的情景分析很直白：如果數據中心擴張快於新增發電能力上線，美國天然氣發電從2025到2027年可能增長7.3%，遠高於基線情形的1.7%；在得州，2027年批發電價甚至可能比基線高出37美元/兆瓦時，漲幅約79%。

這意味着，只要供給瓶頸持續存在，具備燃氣、核電、儲能和快速響應能力的資產就不只是防禦性現金流工具，而會變成AI建設周期中的關鍵稀缺資源。最近幾個月Big Tech扎堆押注小型模塊化核電，也是在為這種中長期稀缺性下注。

Reuters 4月10日就提到，Meta、Amazon、Google都在為TerraPower、Oklo、X-energy、Kairos等項目提供支持，因為它們需要的不只是綠電標籤，而是未來十年可落地、可籤長期合同、可持續擴容的基荷電源。

第三類受益者，是輸配電和電力設備鏈條。PowerLines指出，這輪公用事業資本開支主要指向發電、輸電和配電等物理資產；而現實中，變壓器、開關設備、輸電線路、變電站擴容、接入工程和相關軟件系統，都會成為AI基礎設施外溢出的直接受益環節。問題在於，這個鏈條沒有芯片那樣高的輿論熱度，卻有更長的交付周期和更強的瓶頸屬性。換句話説，AI對電力的拉動，不只是需求拉動，更是設備和施工周期的重新拉長。

更關鍵的是，電力價格本身也開始重新進入宏觀敍事。PowerLines引用的背景數據顯示，電力和天然氣已經成為美國通脹里最快的推動項之一；Reuters也持續追蹤到，PJM部分地區過去一年賬單漲幅已超過20%，而數據中心需求正是爭議焦點之一。

對資本市場來説，這意味着AI已經不只是「科技板塊的盈利來源」，它還可能反向成為能源和公用事業板塊的盈利催化劑，甚至成為居民成本上升、監管博弈和地方政治衝突的觸發器。電力鏈條之所以開始像成長賽道，並不是因為它突然變得性感，而是因為AI把它從「后臺配套」重新抬到了「前臺約束」。

04、AI競爭真正稀缺的，不再是芯片本身，而是讓芯片持續運轉的系統能力

過去兩年，市場最熟悉的AI衡量標準，是GPU數量、訓練集群規模和模型能力排名。但到今天，這套指標已經開始顯出侷限。因為數據中心一旦從「算力密集型資產」演變成「能源密集型資產」，競爭就會自動從芯片環節往電力環節外溢。誰能持續拿到低成本、可擴展、可監管通過的電力，誰才能真正把模型能力轉成產能。

這也是為什麼，電力股會從傳統意義上的防禦資產，慢慢長出成長資產的估值邏輯。它們當然仍有監管、利率、費率和政治壓力，但它們手里的東西——輸電通道、費基擴張、併網權、核電和燃氣調度能力、以及與超大型負荷綁定的長期合同——正在變成AI時代新的稀缺品。更準確地説，AI沒有把能源行業變成科技行業，但它確實把能源重新變成了科技競爭的一部分。

所以，對投資者來説，接下來真正重要的，不只是看誰「沾了AI概念」，而是看誰掌握了AI最硬的約束條件。GPU還是重要，模型還是重要，但決定擴張上限的變量，已經不只在機房里，也在變電站、輸電走廊、天然氣機組、核電項目和地方監管的案頭上。説得更直白一點：AI時代新的定價錨，正在從算力本身，轉向支撐算力的能源系統。