摩根士丹利將電力列為AI基礎設施建設的核心瓶頸。

摩根士丹利首席固定收益策略師Vishwanath Tirupattur在一篇最新研究中寫道：“這些約束并非外圍摩擦，而是整個AI基礎設施建設的核心?！逼渲凶顕烂C的約束之一，就在數據中心上游——電力。

這意味著，單看數據中心投資計劃已經不夠。一個項目即便拿到了土地、服務器和資金，如果當地沒有足夠發電能力、輸電網絡或關鍵電力設備，建設節奏仍會被拖慢。

128周的變壓器交期，卡住的是數據中心投產時間

電力系統的擴張速度比數據中心慢得多。輸電網絡、關鍵設備供應鏈，都有更長的建設周期。數據中心可以在資本開支計劃里快速上量，但電網和設備交付不能按同樣速度復制。

數據顯示：電力變壓器平均交付周期已經達到128周，發電機升壓變壓器達到144周。疫情前，這類設備的正常交期只有12—16周。

這不是一個小幅延期，而是從幾個月變成兩年多。對于AI數據中心來說，變壓器不是可有可無的零件。沒有這些設備，發出來的電難以接入和使用，機房也無法按計劃釋放算力。

并網排隊比建項目更難等，電力“到了電網”才算可用

另一個瓶頸在并網。

2025年初，美國并網積壓規模已經超過美國已安裝電力容量的2倍。這里的積壓，指的是新建能源項目從建設到真正接入電網之間的等待。

這對AI基礎設施很關鍵。數據中心需要的不是抽象意義上的“有電”，而是某個地點、某個時間、某種穩定性下可以接入的電。發電項目沒有并網，電力就無法變成數據中心可用的供給。

路徑假設因此發生變化：開發商正在優先選擇電力更容易獲得的地點，也在探索把發電和計算放得更近的方案。換句話說，選址邏輯從“哪里適合建機房”，變成“哪里有足夠快、足夠穩、足夠便宜的電”。

AI和能源的融資邊界正在模糊

電力成為路障后，AI基礎設施和能源資產的融資需求開始合并。

“離網”電力方案正在進入AI建設框架，包括燃料電池、燃氣輪機、儲能等。

投資級和高收益債市場中的部分交易，已經體現了這種融合趨勢。AI公司不再只是等待公用事業公司投資電力資產，而是開始直接收購、簽約或融資相關資產。

這會改變資本市場看AI基礎設施的方式。過去，數據中心、云計算、電力、公用事業可能被放在不同資金池里定價?，F在，算力擴張要求這些資金池互相咬合：誰能更快拿到電，誰就更接近可投產算力。

電力之外，還有電工、水和地方審批

電力不是唯一約束。

勞動力方面，美國未來十年預計短缺約30萬名電工?，F有電工隊伍中，超過五分之一年齡已經在55歲及以上，接近退休。電力基礎設施擴張需要人安裝、維護、改造，勞動力缺口會直接影響項目交付。

水資源也在變成限制。S&P的分析顯示，全球43%的數據中心位于高水資源壓力地區。數據中心冷卻離不開水或替代冷卻方案，如果新的建設繼續集中在這些區域，可持續擴張會面臨更多質疑。

政策層面的阻力也在增加。紐約州已有草案擬暫停新的數據中心項目。得州州長Abbott近期要求監管機構確保新增數據中心需求不會推高其他用戶成本。更多項目在地方層面遭到否決。

更廣泛地看，美國已有14個州的立法機構正在考慮某種形式的數據中心暫停措施。對數據中心而言，電力成本、居民用電價格、用水壓力和地方審批，正在被綁到一起。

算力供給可能跟不上需求，稀缺會改變定價權

這些約束共同指向一個結果：算力供給未必能按當前需求曲線同步增長。

如果數據中心建設慢于預期，市場看到的就不是單純的資本開支擴張，而是供需錯配。電力、并網、設備、人力、水和審批，每一項都可能把項目往后推。

在這種環境下，擁有規模化、可靠算力的一方，會獲得更強定價能力?？蚣苤惺褂昧艘粋€說法：這類玩家正在成為“算力商人”。核心不是誰宣布了更多資本開支，而是誰真正擁有可交付、可穩定運行的算力。

需求端目前仍顯得相對不敏感，尤其是企業應用場景。更高的算力價格，未必會顯著拖慢企業采用AI的速度。相反，用量可能向更高價值的應用集中，因為這些應用即便在算力價格較高時，經濟賬仍然說得通。