摩根士丹利将电力列为AI基础设施建设的核心瓶颈。
摩根士丹利首席固定收益策略师Vishwanath Tirupattur在一篇最新研究中写道：“这些约束并非外围摩擦，而是整个AI基础设施建设的核心。”其中最严肃的约束之一，就在数据中心上游——电力。
这意味着，单看数据中心投资计划已经不够。一个项目即便拿到了土地、服务器和资金，如果当地没有足够发电能力、输电网络或关键电力设备，建设节奏仍会被拖慢。
128周的变压器交期，卡住的是数据中心投产时间
电力系统的扩张速度比数据中心慢得多。输电网络、关键设备供应链，都有更长的建设周期。数据中心可以在资本开支计划里快速上量，但电网和设备交付不能按同样速度复制。
数据显示：电力变压器平均交付周期已经达到128周，发电机升压变压器达到144周。疫情前，这类设备的正常交期只有12—16周。
这不是一个小幅延期，而是从几个月变成两年多。对于AI数据中心来说，变压器不是可有可无的零件。没有这些设备，发出来的电难以接入和使用，机房也无法按计划释放算力。
并网排队比建项目更难等，电力“到了电网”才算可用
另一个瓶颈在并网。
2025年初，美国并网积压规模已经超过美国已安装电力容量的2倍。这里的积压，指的是新建能源项目从建设到真正接入电网之间的等待。
这对AI基础设施很关键。数据中心需要的不是抽象意义上的“有电”，而是某个地点、某个时间、某种稳定性下可以接入的电。发电项目没有并网，电力就无法变成数据中心可用的供给。
路径假设因此发生变化：开发商正在优先选择电力更容易获得的地点，也在探索把发电和计算放得更近的方案。换句话说，选址逻辑从“哪里适合建机房”，变成“哪里有足够快、足够稳、足够便宜的电”。
AI和能源的融资边界正在模糊
电力成为路障后，AI基础设施和能源资产的融资需求开始合并。
“离网”电力方案正在进入AI建设框架，包括燃料电池、燃气轮机、储能等。
投资级和高收益债市场中的部分交易，已经体现了这种融合趋势。AI公司不再只是等待公用事业公司投资电力资产，而是开始直接收购、签约或融资相关资产。
这会改变资本市场看AI基础设施的方式。过去，数据中心、云计算、电力、公用事业可能被放在不同资金池里定价。现在，算力扩张要求这些资金池互相咬合：谁能更快拿到电，谁就更接近可投产算力。
电力之外，还有电工、水和地方审批
电力不是唯一约束。
劳动力方面，美国未来十年预计短缺约30万名电工。现有电工队伍中，超过五分之一年龄已经在55岁及以上，接近退休。电力基础设施扩张需要人安装、维护、改造，劳动力缺口会直接影响项目交付。
水资源也在变成限制。S&P的分析显示，全球43%的数据中心位于高水资源压力地区。数据中心冷却离不开水或替代冷却方案，如果新的建设继续集中在这些区域，可持续扩张会面临更多质疑。
政策层面的阻力也在增加。纽约州已有草案拟暂停新的数据中心项目。得州州长Abbott近期要求监管机构确保新增数据中心需求不会推高其他用户成本。更多项目在地方层面遭到否决。
更广泛地看，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措施。对数据中心而言，电力成本、居民用电价格、用水压力和地方审批，正在被绑到一起。
算力供给可能跟不上需求，稀缺会改变定价权
这些约束共同指向一个结果：算力供给未必能按当前需求曲线同步增长。
如果数据中心建设慢于预期，市场看到的就不是单纯的资本开支扩张，而是供需错配。电力、并网、设备、人力、水和审批，每一项都可能把项目往后推。
在这种环境下，拥有规模化、可靠算力的一方，会获得更强定价能力。框架中使用了一个说法：这类玩家正在成为“算力商人”。核心不是谁宣布了更多资本开支，而是谁真正拥有可交付、可稳定运行的算力。
需求端目前仍显得相对不敏感，尤其是企业应用场景。更高的算力价格，未必会显著拖慢企业采用AI的速度。相反，用量可能向更高价值的应用集中，因为这些应用即便在算力价格较高时，经济账仍然说得通。
