专家警告中美 AI 电网差距：中国电力富余，美国正被电网卡脖子

硅谷还在为抢购下一代芯片打破头，但几位刚从中国考察回来的 AI 圈内人发现，真正卡死大模型进度的，可能根本不是算力，而是插座里到底有没有电。

Tech Buzz China 创始人 Rui Ma 最近带队考察了中国的几个 AI 创新中心。回到美国后她在 X 上写道，所到之处，所有人几乎都把能源供应当成理所当然的事，甚至被视为一个已经解决的问题。

但这在目前的美国几乎不可想象。

美国的电网正在拉警报

在大洋彼岸的美国，AI 爆发带来的用电需求正在迎头撞上脆弱老旧的电网系统。高盛在报告中直言，AI 贪婪的电力需求已经甩开了电网以十年为单位的建设周期，正在形成严重的行业瓶颈。

德勤的一项行业调查也显示，电网承载力成了美国数据中心扩张最明显的绊脚石。因为公共电网顶不住，部分科技巨头甚至被迫直接掏钱自己建发电厂。

普通人也开始买单。在俄亥俄州，因为数据中心扎堆，普通家庭这个夏天的电费账单每月至少涨了 15 美元，引发了公众的不满。

麦肯锡预测，在 2025 到 2030 年之间，全球企业需要向数据中心容量投入 6.7 万亿美元来应对 AI 带来的压力。投资机构 Stifel Nicolaus 甚至警告标普 500 指数可能面临回调，因为这波基建支出正在挤占消费支出，而美国国内消费已经明显显出疲态。

一边喊缺电，一边在消纳过剩

长期追踪中国能源动态的电力专家 David Fishman 向《财富》杂志给出了完全不同的图景：在中国，电网的电不仅够用，甚至多到了需要寻找出路的地步。

Fishman 指出，中国平均每年新增的用电需求，就超过了德国整整一年的用电总量。在很多农村省份，屋顶光伏连成一片，仅一个省的光伏供给量就能抵得上整个印度的总电力供应。

更关键的差距在于备用容量。Fishman 表示，中国全国范围内的电力备用率长期维持在 80% 到 100%，也就是始终保持实际需求两倍左右的装机容量。因此在中国，耗电巨大的 AI 数据中心反而被看作吸收过剩电力的绝佳载体。

作为对比，美国区域电网的备用率通常只有 15% 左右，一旦遇上极端天气就容易拉响警报，几乎没有多余的空间去承接 AI 瞬间激增的用电负荷。

Fishman 认为这背后是底层治理与资本逻辑的差异。中国的能源规划由国家主导，在需求爆发之前就进行了长达数十年的超前建设；即便可再生能源一时跟不上，还有闲置的燃煤机组可以随时顶上。

而美国的基建极度依赖私人资本。投资人通常要求在三到五年内看到回报，而一个大型电力项目从立项、繁琐的审批到并网投产往往需要十年，资本宁愿去投软件做第 N 个 SaaS，也不愿把钱砸进电网。

为什么重要

对于开发者和科技公司来说，算力成本的最终计价单位正在变成电费。当美国算力厂商因为电力审批排队几年、电价上涨不得不转嫁给 API 租用者时，拥有便宜稳定电力的地区，其算力成本优势会被成倍放大。

在行业格局上，这篇报道揭示了一个残酷的现实：AI 竞争的决胜局，可能不在模型算法层面，而是在发电厂和变压器旁边。我们认为，这一趋势会倒逼美国科技巨头更激进地绕开公共电网，走向自建微电网、直购核电或与能源寡头深度绑定，行业门槛被进一步拉高。

从策略上看，中国把电力基建当成战略底座的做法，看起来彻底消除了 AI 规模化扩张的后顾之忧，但数倍于需求的超前建设同样伴随着巨大的资本沉淀与产能过剩风险。相比之下，美国纯粹靠市场驱动的电网显得极不敏捷，面对每几个月就翻倍的算力浪潮，老化的基础设施正成为整个硅谷最硬的物理天花板。