随着微软、谷歌、Meta、亚马逊以及甲骨文等科技巨头不断提高资本开支预算，人工智能（AI）基础设施建设规模正迈向前所未有的高度。市场关注的焦点主要集中在数据中心、图形处理器（GPU）采购以及巨额融资需求上。
然而，摩根士丹利最新发布的研究报告指出，随着电力成为AI扩张的关键瓶颈，AI融资与能源融资之间的边界正在迅速模糊。
从数据中心融资到“电力+算力”融资
几周前，摩根士丹利曾讨论过AI基础设施融资问题，分析科技企业如何通过股票、债券等渠道为庞大的资本开支提供资金支持。
但在与客户和产业链企业进一步交流后，该行更加确信，融资问题不能只从科技行业内部理解。
原因在于，AI基础设施建设的瓶颈正在向上游延伸。数据中心本身只是算力交付的最终载体，而支撑数据中心运行的电力、输电网络、变压器、发电设备、工程劳动力和水资源，正在成为同等重要的限制条件。
在多个地区，数据中心已经不再是电网负荷中的边际增量，而是新增电力需求中规模最大、增长最快的来源之一。但与数据中心建设相比，发电能力、输电网络和关键电力设备供应链的扩张周期要长得多。这意味着，即便科技公司有充足资金建设数据中心，也未必能够及时获得足够的电力接入。
因此，AI基础设施融资正在从单纯的数据中心融资，转向“电力+算力”的综合融资。
电力瓶颈正在改变数据中心建设逻辑
报告列举的几组数据，反映出电力基础设施约束的严峻程度。
根据IndustrialSage数据，目前电力变压器平均交付周期已经达到128周，发电机升压变压器交付周期达到144周，而在新冠疫情前，这类设备的正常交付周期通常只有12至16周。也就是说，部分关键电力设备的等待时间已经从几个月拉长至两年多。
与此同时，美国电网并网积压也在加剧。伯克利实验室数据显示，截至2025年初，美国待并网能源项目规模已经超过美国已安装发电容量的两倍。摩根士丹利认为，如今这一积压情况可能更严重。
这些瓶颈正在改变数据中心开发商的行为模式。
过去，数据中心选址可能更多考虑土地成本、网络连接、税收优惠、客户距离和运营成本；现在，电力可获得性正在成为最重要的先决条件之一。开发商已经开始优先选择能够更快获得电力接入的地点，并探索将发电设施与数据中心更紧密结合的综合方案。
AI融资与能源融资正在合流
随着电力约束不断强化，AI基础设施与能源基础设施之间原本清晰的界限正在迅速消失。
过去，能源项目主要由公用事业公司或独立发电商投资建设，而科技企业则专注于服务器、芯片和数据中心。
如今，这种分工正在被打破。
为了获得稳定电力供应，越来越多AI企业开始主动参与能源资产投资，包括签署长期购电协议、直接投资发电项目，甚至收购相关能源资产。
报告特别提到两类解决方案：
第一类是“离网电力”方案，包括燃料电池、燃气轮机、储能系统等。这些方案可以绕开部分电网限制，为数据中心提供更直接、更灵活的电力来源。
第二类是“time-to-power”策略，也就是缩短获得电力的时间。例如，重新利用比特币矿场。由于矿场本身往往已经具备较大电力接入能力，因此可能被改造为AI数据中心或相关算力设施。
在摩根士丹利看来，AI产业和能源产业的融资需求已经开始融合，未来两者很可能形成一个更加紧密、相互依赖的资本生态系统。
劳动力、水资源和政策同样构成挑战
除了电力，摩根士丹利还提醒，AI基础设施建设面临更广泛的结构性约束。
首先是劳动力。
报告指出，美国未来十年预计将短缺约30万名电工。同时，现有电工劳动力中超过五分之一年龄已经达到55岁或以上，接近退休。
其次是水资源。
标普分析显示，全球43%的数据中心位于水资源压力较高地区。由于部分数据中心冷却系统需要消耗水资源，未来在水资源紧张地区继续扩张，可能面临可持续性和监管压力。
第三是政策和地方阻力。
报告称，美国两党对新建数据中心项目的反对正在上升。
纽约州已有草案提议暂停新数据中心项目；得州州长格雷格·阿博特近期发布命令，要求监管机构确保新增数据中心需求不会推高其他用户的用电成本；越来越多数据中心项目也在地方层面遭到否决。
更广泛来看，美国已有14个州的立法机构正在考虑某种形式的数据中心暂停建设措施。
算力稀缺或强化“算力供应商”的定价权
在多重约束之下，摩根士丹利认为，算力供需之间出现结构性失衡的风险正在上升。
如果AI需求继续快速增长，而电力、设备、劳动力、水资源和政策审批限制了算力供给扩张，那么“稀缺性”将成为未来算力市场的重要特征。拥有大规模、可靠算力资源的企业，将获得更强定价权。
报告将这类企业称为“merchants of compute”，可以理解为“算力供应商”。它们的核心优势不只是拥有数据中心或云服务，还在于掌握稀缺、稳定、可交付的算力产能。
类似于能源行业中掌握关键资源的发电企业，“算力供应商” 可能在产业链中拥有更强议价能力。
（文章来源：财联社）
