如果你在投 AI 基建、判断上游算力还能赚多久、或者在给数据中心、电力、芯片做配置——这篇告诉你一个被传统工业市盈率严重低估的判断：电力供给曲线，是整个 AI 上游利润池久期的总开关。

前面讲市场如何把利润推向两端，这一部讲三个外生力如何给两端的”汇率”定价——物理、政治、法律。物理定上游稀缺的深度，先从最硬、最被低估的一根说起：电力。

AI 的扩张上限，正从”算法多聪明”转向”电网有多少冗余”

把这件事说到字面上。国际能源署（IEA）《Energy and AI》给出的数字是地基：全球数据中心电力需求预计到 2030 年翻倍，达到约 945 太瓦时——略多于今天整个日本的全国用电量。其中 AI 优化数据中心的电力需求预计翻两番。美国是震中：数据中心将占到美国 2024–2030 年电力需求增长的近一半。

一句话翻译：一个相当于一个发达工业国的全新电力负荷，要在五年内，主要塞进美国的电网。而 IEA 特别点出的结构性麻烦是：数据中心不像电动车那样均匀分散，它们高度地理集中——成千上万兆瓦挤在少数几个地块上，对当地电网的冲击远超总量数字暗示的程度。

并网排队：扩张速度撞上电网的物理速度

需求的数字已经吓人，但真正卡住 AI 的是供给侧的物理时滞。建一座数据中心要一两年，给它通上足够的电要长得多：据 PJM 等电网运营商数据（报道口径），2025 年投运的 AI 基建项目，平均花了七年以上才达到可运营状态。北弗吉尼亚、凤凰城、达拉斯这些重镇，并网排队普遍在四到七年。更糟的是，瓶颈正从”排队”下移到更难解决的环节——高压变电站交付周期三到五年，变压器、开关设备全线紧缺。

后果具体而残酷：一个 2026 年中才加入北弗吉尼亚并网队列的园区，现实地讲，要到 2030 到 2033 年才可能真正用上电网的电。那些被高调宣布的几十吉瓦 pipeline，被这条排队曲线翻译成一条拖到 2030 年代、远晚于公告节奏才能通电的现实曲线。模型的成本曲线按月迭代，建数据中心要一两年，通电要五到十年。整个产业的扩张速度，正撞上电网的物理速度——而电网不服从任何一条 AI 的指数曲线。

为什么电力是”那道墙”

现在到最重要的判断。上游的稀缺分三种：工程稀缺（芯片设计，会被大客户自研和第二供应商追上）、周期稀缺（HBM，会被扩产周期砸出底）、物理稀缺（电力）。唯独电力没有侵蚀机制——不存在”开源发电”，不存在”自研物理学”。你可以绕过一个芯片供应商，你绕不过热力学。

但电力的关键作用不止”自己很稀缺”，是托住其他稀缺。设想一个没有电力约束的世界：算力可以无限堆，那么芯片产能、数据中心容量这些”产能型稀缺”迟早被资本追平——上游超额利润像所有被资本追逐的产能一样，被竞争压薄，算力滑向内存那样的商品化。

是电力挡住了这个滑坡。因为通电要五到十年、并网容量物理有限，算力没法被无限快地堆出来，产能型稀缺才得以维持紧张、上游超额利润才得以维持久期。电力是那道墙：它把本来会被资本快速抹平的产能稀缺，按在了一个由物理时滞决定的水平上。

由此得出对估值最要紧的一句：电力供给曲线，是整个上游利润池久期的总开关。缺口越深、并网越慢，上游（包括芯片）的稀缺越硬、超额利润久期越长；哪一天电力被放开（核电重启、SMR 落地、储能与电网升级见效），上游稀缺就被”放水”，向商品化的滑落就加速。盯 AI 上游的久期，本质是在盯电力的供给曲线。

（顺带堵一个反驳：能效在飞涨、单位智能耗电暴跌，难道救不回来？至少在 IEA 基准情景里救不回——杰文斯悖论：能效让智能更便宜、用量爆炸，每提升一分都被新增用量吃掉还不够。能效改的是分母，分子涨得更快。IEA 充分考虑能效后给出的，仍是”需求翻倍”。）

三句话收尾。第一，把”电力供给曲线”当 AI 上游久期的总开关来跟踪——并网排队年限、变压器/变电站交付周期、新增并网容量，比任何模型 benchmark 都更能预测上游利润久期。第二，沿瓶颈下注：不只发电，更是被忽视的输电、变压器与开关、高压变电站、拿到并网容量的选址权——这些定价最滞后。第三，警惕”放水”信号（核电重启、SMR 商业化、储能见效）——那是上游久期下修的预警。

你在看的 AI 上游标的，它的稀缺是被电力托住的物理稀缺，还是迟早被资本追平的产能稀缺？评论区聊。

数据来源（2026-06）：数据中心电力 2030 翻倍至 ~945 TWh、AI 部分翻两番、美国占增长近一半（IEA《Energy and AI》2025，A 级）；并网排队 4–7 年、AI 基建平均 >7 年投运、变电站交付 3–5 年、2026 入队 2030–2033 通电（PJM 等电网运营商数据，报道口径，B+）。

—— 节选自写作中的 AI 产业新书《通缩夹心》（暂名）第十二章

#AI产业 #能源电力 #通缩夹心