AI 的账,最后算在谁头上

(第二篇 · 正文 · 2026-09-18 《大钱怎么想》第 5 篇)

标题备选:《AI 的账,最后算在谁头上》|《一张涨了 39% 的电费单》|《AI 抢走的不是工作,是电》

摘要(60-90 字)

美国一个小镇的居民,打开电费单——涨了 39%。账单真正的主人,在三十公里外的一座数据中心。AI 的钱,最后会算在谁头上?这篇给出三种可能、一个大方向、一份盯盘清单。

一位美国小镇的居民,拆开电费单,停了一下。

比上个月,涨了 39%。

他没有换空调,没有添电器,也没有藏什么大功率的机器。他不知道这多出来的钱,是从哪来的。

答案在三十公里外——那里,一座数据中心刚刚点亮了它成排的服务器。

这篇文章,就去找那个"替他付账的人"。

小镇夜窗

一、先把话放在这里

"AI 的账单,不会由 AI 来付。"

这句话听起来刺耳,但它不是阴谋论,是结构

科技巨头很有钱。但它们不必、也不会成为最后付账的人——账单会被转嫁给三群人

  1. 居民(电费)
  2. 地方财政(税收)
  3. 未来(碳排放)

为什么?往下看,我们一层一层拆。

二、第一层:AI 吃的是什么

先说"饭量"。

一座数据中心的用电,相当于 2,000 户家庭——差不多一个小镇。

美国数据中心的用电,2023 年占全国 4%;按现在的趋势,到 2028 年可能到 12%

一个 ChatGPT 的提问,耗电是谷歌搜索的 10 倍。

不只吃电,还吃水:大多数数据中心一年用掉 1,000 万加仑以上;谷歌在爱荷华的一座,一年 9.8 亿加仑——相当于 400 万户家庭的年用水。

这就是 AI 的食量:城市级的。

而且它还在长大——美国能源信息署(EIA)预测:2027 年,商业用电将首次超过居民用电(2026 年 5 月)。那多出来的一大块,主要就是算力。

数据厂房

三、第二层:这张账单,给了谁

现在回答开头那个问题:那 39%,是怎么来的?

机制只有三步:

  1. 数据中心的负荷,把电网的峰值顶上去;
  2. 电网必须扩容——(钱谁出?)
  3. 扩容成本,进入了整体电价,由居民一起平摊

而数据中心自己呢?它们通过长期购电协议(PPA),拿到更低的价格

结果就是:用得多的人,付得少;用得少的人,付得多。

证据不是孤例:

最荒诞的一幕发生在 2026 年 7 月——

美国中东部遭遇极端热浪,2.2 亿人受影响。空调在转,服务器也在转。PJM 电网(覆盖 13 个州)一度濒临崩溃边缘,电价暴涨。

那一次,"AI 和居民抢电"从一句调侃,变成了电网上的现实。

顺带说个"冷知识":微软负责北美数据中心的高管,在 2024 年说过一句话——

"我想不出哪个选址决定是因为税收优惠做的。"

这句话把地方政府的小算盘,戳得明明白白:数据中心选址看的是电价、土地、气候——不是你给的那点税收减免。 但钱已经给出去,就收不回来了。

冷却塔

四、第三层:为什么"绿电承诺"救不了

到这里,你会问:那让他们用绿电不就行了?

问题在于:物理不允许。

三个硬约束:

  1. 可用性:数据中心要求 99.995% 的可用性(一年停机不能超过 26 分钟)——风不吹、太阳不出来的时段,它撑不住
  2. :高密度机柜必须液冷,液冷要水
  3. 电池:储能需要锂、钴、镍——这些也正在被电动车抢

于是我们看到了这样的现实:

报告里造了一个很精确的词:"可再生能源额外性"——意思是,你要用绿电,就必须新增绿电,不许抢别人现有的份额。

这个词的存在,本身就是一种承认:

在现有技术下,"环保的数据中心",是个不成立的承诺。

三条岔路

五、那么,未来会怎样?

往下推,我看到三种可能——它们不互斥,大概率会依次发生

可能一(大概率):账单继续转嫁 → 政策反扑

居民不会永远沉默。美国已经有州在立法:加州 SB 57、SB 222,弗吉尼亚 SB1243——核心就一句:数据中心的成本,不能转嫁给其他用户。

结果:数据中心的"便宜",会越来越贵(补贴被砍、电价上浮)。这一轮"低成本扩张",会先被自己的账单绊住。

可能二(正在发生):算力跟着电走

电贵的地方留不住数据中心。它们会去电便宜的地方——中东(油气)、东南亚(水电)、拉美。

全球算力版图,正在被"电价 + 电网"重新画一遍。

(这也是为什么,从越南到马来西亚,从泰国到印尼,都在抢数据中心——它们抢的不是"高科技",是"电"的生意。)

可能三(技术破局):如果那两件事成了

① 液冷普及;② 小型模块化核反应堆(SMR)真正落地——注意:SMR 目前基本还停留在理论阶段,没有商用机型。

如果这两件事在 2028–2030 年成了,AI 的成本会再掉一个台阶,普及会更快。

在这之前,账,还是要有人付。

六、大方向:三条判断,和一台变压器

判断一:瓶颈已经转移。

AI 的瓶颈,从芯片,转到了电力——以及它背后的一整条链:电网、变压器、水。

判断二:下一轮争夺,争的是电,不是地。

判断三:确定性最高的,不是模型公司,而是"卖铲子"的人——电、网、储能、电力设备。

而"卖铲子"里最硬的一环,是一台变压器

为什么?看两组数字:

一台设备要等两三年——这就是"硬约束"的样子。

为什么扩不出产能?两个卡点:取向硅钢(关键材料,产能集中),和熟练的绕线工(培养周期 3 到 5 年)。

所以我的判断是:这轮短缺,会延续到 2027–2028 年——而且是卖方市场(涨价 + 长约锁产能)。

但——注意三件事(这也是"判断节奏"的一部分):

  1. 短期:主题已经很热("AI 电力"被资金发现了)→ 不追高
  2. 中期(1–2 年):看业绩兑现(海外收入、在手订单)——业绩驱动,不是故事驱动
  3. 长期(3–5 年):结构性没错,但要警惕所有紧缺品的宿命——暴利 → 扩产 → 过剩
特高压铁塔

七、中国为什么不在这个名单里

同样一笔账,中国为什么不在"转嫁名单"上?

因为结构不一样

看几个最新数字:

翻译一下:

别人在算"AI 的电谁来付",我们在算"怎么让 AI 用上更便宜的电"。

"AI 的电"这道题,中国大概率不会输在起跑线。(这也接上了上一篇的那条线——电,也是"不被卡"的一环。)

八、这件事,对我们有什么用

认知上的用:

做法(三条):

  1. 投资视角:盯电网 / 绿电 / 储能 / 电力设备这条链——它的确定性,高于追"模型概念"
  2. 职业 / 创业视角:AI 的"电环节"缺人——液冷、储能、电力工程、能源+算法复合型
  3. 个人视角:关注电价机制的变化(算电协同、绿电直连的落地)——先知道,先准备

九、怎么盯(一份可操作的清单)

这一节,是全文的落点——不是让你买什么,是告诉你:盯什么、去哪看、什么信号算数。

A. 三个"温度计"(宏观)

· 美国电价 / 用电量

 在哪看:EIA 月报(财经媒体常有转载)

 什么信号:继续涨 = 压力持续;涨幅回落 = 缓解

· 变压器交期

 在哪看:券商研报 / NERC / Wood Mackenzie

 什么信号:继续拉长 = 更紧俏;缩短 = 见顶

· 国内算电政策

 在哪看:发改委、能源局官网 + 项目新闻

 什么信号:新项目落地 = 加速(中卫 / 庆阳 / 乌兰察布已有样板)

B. "电链条"清单(盯方向)

· 特高压 / 电网主设备

 逻辑:"十五五"5 万亿投资

 盯什么:核准、开工、招标节奏

· 变压器(出口链)

 逻辑:全球交期 144 周,中国只需 4 个月

 盯什么:出口数据、海外订单

· 绿电 / 电力运营

 逻辑:算电协同、绿电直连

 盯什么:项目并网(中卫模式的复制)

· 储能

 逻辑:电网调节(订单已排至 2027)

 盯什么:招标、排产

· 液冷 / 散热

 逻辑:数据中心 PUE 要求

 盯什么:大厂招标

· 铜 / 铝 / 电工钢

 逻辑:电网用材料

 盯什么:价格、库存

C. 三条"该动"的信号

  1. 政策出——算电协同新项目、特高压核准 → 电网、绿电先行
  2. 交期拉长——变压器供需更紧 → 出口链有弹性
  3. 订单落地——财报里"海外收入 / 在手订单"被印证

D. 三条"该警惕"的信号

  1. 美国立法落地——数据中心成本被强制"自己承担"(加州 SB 57/222、弗吉尼亚 SB1243 那类)→ 美国扩张放缓 → 中国出口链也会受影响
  2. AI 资本开支放缓——盯英伟达 / 微软 / 亚马逊的季度 capex(这是"电"的需求源头)
  3. 补贴退坡 / 电价政策转向——逻辑的地基松动
一句话:盯"交期"和"capex"这两个上游温度计,比盯股价提前得多。
清晨城市

十、结尾

看法:

AI 的账,最终会算在"没得选的人"头上——而中国,恰好是"有得选"的那一个。

未来期望:

这一轮 AI 竞赛,最后的赢家,可能不是算力最多的那个,而是电价最便宜、电网最快的那个。

但有个反转:

AI 最缺的,可能不是电——是一台变压器。
下篇:《AI 卡在了一台变压器上》。

📌 说明与免责

关于本栏目:《大钱怎么想》会持续跟踪"钱、电、算力"这条线——从 AI 的资本开支,到各国电价与电网,到国内的算电协同政策。后续的变化,我们会继续记录、继续更新。

关于本文:本篇是基于公开信息(文末附来源)的当下(2026 年 9 月)宏观推演与预测——它不是已有事实的最终结论,会随新数据修正。

免责声明本文不构成任何投资建议,也不作为买卖依据。市场有风险,决策请自行判断。

数据来源:EIA、UMich STPP《What Happens When Data Centers Come to Town?》(2025-07)、CAICT《绿色算力发展研究报告》、国家能源局、SNEC、摩根士丹利(转引华尔街见闻)、新华财经、虎嗅、钛媒体等公开信源。

(本文由 AI 辅助整理公开信息,不构成任何投资建议。)

📎 配图建议(6 处 · 冷色调)

  1. 开头后:夜里亮着灯的小镇房屋(一扇窗 + 电费单剪影)
  2. "AI 吃什么":夜色中的数据厂房(冷却塔 + 管道)
  3. "绿电真相":冒白汽的冷却塔
  4. "三种可能":分叉的道路 / 三条轨道(抽象)
  5. "中国":特高压铁塔(线条感)
  6. 结尾:清晨的电网 / 城市天际线