摩根士丹利已将电力供应列为AI基础设施建设的核心瓶颈，这绝非细枝末节。首席固定收益策略师Vishwanath Tirupattur坦言：“这些制约因素并非外围摩擦，而是决定整个AI基础设施能否顺利推进的关键。”其中最棘手的环节，恰恰位于数据中心的上游——电力系统。

这意味着，仅仅盯着数据中心投资计划已远不够用。即便一个项目土地、服务器和资金全部到位，如果当地缺乏足够的发电能力、输电网络或关键电力设备，建设节奏依然会被严重拖慢。说白了，电力这个“卡口”一旦不通，其他一切都无从谈起。

128周变压器交期，直接拖累数据中心投产时间

电力系统扩张的速度远慢于数据中心建设。输电网络、关键设备供应链均需更长的建设周期。数据中心可以通过资本开支计划快速上量，但电网和设备交付无法按同样速度复制。数据最能说明问题：电力变压器平均交付周期已拉长至128周，发电机升压变压器更是高达144周。回想疫情前，这类设备的正常交期仅为12到16周——这不是小幅延期，而是从几个月变成了两年多。对于AI数据中心而言，变压器绝非可有可无的配件，没有这些设备，发出来的电根本无法接入和使用，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“到达电网”才算真正可用

另一个重大瓶颈在于并网环节。2025年初，美国并网积压规模已超过已安装电力容量的2倍。这里所说的积压，指新建能源项目从建设完成到真正接入电网之间的漫长等待。这就像你建好一座发电厂，但电网的“门”尚未开启，电力根本送不出去。这对AI基础设施尤为关键：数据中心需要的不是抽象意义上的“有电”，而是特定地点、特定时间、满足特定稳定性的可接入电力。发电项目若未能并网，电力就无法转化为数据中心的可用供给。正因如此，选址路径正在发生根本变化——开发商开始优先选择电力更容易获得的地点，并探索将发电与计算设施布置得更近的方案。换句话说，选址逻辑已从“哪里适合建机房”转变为“哪里有足够快、足够稳、足够便宜的电”。

AI与能源的融资边界正在加速融合

电力成为路障后，AI基础设施与能源资产的融资需求开始走向合并。“离网”电力方案正在进入AI建设框架，涉及燃料电池、燃气轮机、储能等多种技术。投资级和高收益债市场中已有部分交易体现了这种融合趋势。AI公司不再单纯等待公用事业公司投资电力资产，而是直接收购、签约或融资相关资产。这正在改变资本市场看待AI基础设施的方式。以往，数据中心、云计算、电力、公用事业可能被划入不同的资金池定价。如今，算力扩张要求这些资金池深度咬合：谁能更快拿到电，谁就能更接近可投产的算力。可以说，AI公司与能源公司之间的资产隔离墙正在被推倒。

电力之外，电工短缺、水资源与地方审批同样构成制约

电力并非唯一约束条件。劳动力方面，美国未来十年预计短缺约30万名电工。更棘手的是，现有电工队伍中超过五分之一年龄已在55岁及以上，接近退休。电力基础设施扩张需要大量人员来安装、维护、改造，劳动力缺口将直接影响项目交付。水资源也在成为限制因素。S&P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，如果新增建设继续集中在这些区域，可持续扩张将面临更多质疑。政策层面的阻力同样在增加：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，正在被捆绑在一起。

算力供给或难跟上需求，稀缺性将重塑定价权

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，市场看到的将不再是单纯的资本开支扩张，而是供需错配。电力、并网、设备、人力、水资源和审批——每一项都可能把项目向后推迟。在这种环境下，拥有规模化、可靠算力的一方，将获得更强的定价能力。业界有个说法：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，尤其是在企业应用场景。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，经济账依然说得通。简而言之，谁能真正拿出可交付的算力，谁就能拿到定价权。