人工智能發展至今，全球科技産業競争的焦點正在從模型性能和計算芯片，逐步延伸至一個更加基礎的資源——電力。10月20日，Axios援引高盛研究指出，預計2025年至2030年全球數據中心電力需求将增長約170%，其中超過六成的增量來自美國。與此同時，電網建設、項目審批及基礎設施投資進度，正逐漸成為限制數據中心擴張的重要因素。報道顯示，自今年初以來，已有86個相關基礎設施項目因地方反對等原因被取消或延誤。另一方面，全球AI數據中心融資市場也出現新的變化。路透社此前報道，随着利率上升及市場開始關注巨額資本投入的長期回報，部分大型數據中心企業推遲融資和上市計劃。對資本市場而言，這兩類信息表面上存在矛盾：人工智能用電需求預期大幅增長，相關投資項目卻開始面臨估值和融資壓力。但這種矛盾實際上揭示了行業發展的新階段——技術需求持續擴張，并不意味着所有資本投入都能夠獲得合理回報。真正有價值的基礎設施項目，需要同時解決電力供應、建設成本、客戶需求與長期現金流等問題。
過去市場讨論人工智能基礎設施時，往往首先關注GPU數量、服務器性能和數據中心規模。然而，當高密度計算集群持續擴張，電力成為決定計算資源能否實際投入運營的重要約束。大型AI數據中心不僅需要為計算芯片提供能源，還需要為冷卻系統、網絡設備及其他基礎設施提供持續穩定的電力支持。與普通辦公樓或傳統互聯網服務中心相比，高密度計算設施對供電可靠性和電力負荷管理的要求更高。即使企業已經采購大量先進芯片，如果所在地區電網容量不足，或者電力接入審批和輸配電設施建設進度無法匹配，計算設備仍可能無法及時投入運營。由此，數據中心項目的競争優勢逐漸從擁有多少服務器，延伸至能否獲取穩定且成本合理的電力資源。對于科技企業而言，電力不再隻是運營費用，而開始成為決定業務擴張速度與競争能力的戰略條件。另一方面，AI基礎設施的供電需求具有長期性，電網、變電站及能源設施的建設周期往往較長，無法像計算芯片采購那樣快速調整。兩者發展速度不匹配，就可能形成新的産業瓶頸。對于能夠提供可靠供電、能源管理和電力設備的企業而言，這種變化有機會帶來新的市場需求，但實際受益程度仍取決于客戶合同、項目投資回報及服務區域的供電政策。
港股市場擁有多個與這一趨勢相關的研究方向。電力公用事業方面，部分發電企業及電網相關服務商具備長期能源基礎設施運營能力，但其盈利往往受到電價機制、燃料成本及資本開支影響。能源設備方面，能夠提供供配電系統、儲能設備及能源管理技術的企業，可能參與新一輪電力基礎設施投資。通信與數字基礎設施方面，部分上市公司則能夠通過數據中心、網絡設施及相關服務獲得業務機會。不過，不能将全球數據中心電力需求增長直接等同于港股相關企業的盈利增長。中國内地與美國在電力市場機制、能源結構及數據中心投資節奏方面存在明顯區别，企業是否直接參與當地項目，決定了其實際收入關聯度。對于港股投資者而言，研究重點應當放在企業具體業務與全球數據中心建設之間的價值傳導路徑。例如，發電企業的潛在價值主要來自電力供應與成本管理，電力設備制造商的機會則來自新增項目和設備更新需求，儲能及能源管理企業還需要通過技術可靠性和項目經濟性證明競争力。與此同時，液冷及高效散熱等環節也值得關注，因為其能夠幫助計算設備在合理溫度下穩定運行，并改善部分系統的整體能源使用效率。由此可見，人工智能基礎設施産業鍊的價值正在由芯片向能源、網絡及設備系統擴散，但不同環節獲得的利潤并不相同。
更值得深究的是，AI數據中心的能源約束與融資壓力可能同時推動行業整合。當建設成本和融資利率提高，擁有長期客戶合同、穩定電力資源及較強資金實力的運營商，更有條件持續推進項目。相反，依賴短期融資、高估值預期及尚未落實客戶需求的項目，則可能面臨較大資本壓力。這意味着未來數據中心資産的定價，将越來越重視實際投運能力，而不隻是規劃中的裝機容量和理論計算性能。對大型雲平台而言，能否鎖定低成本電力、提高設備使用率并形成長期客戶付費，将直接影響AI基礎設施的經濟回報。對于能源企業而言，能否提供可靠電力和高效率能源管理服務，也可能成為新的業務增長來源。人工智能競争進入下一階段後，決定算力擴張速度的，不隻是芯片制造能力，還包括支撐計算系統長期運轉的物理基礎設施。從全球資本市場角度看，算力與能源之間的關系正在由傳統的供應商和客戶關系，逐漸發展為相互制約、共同創造價值的産業關系。當資本市場開始重新衡量AI投資回報，那些能夠真正解決電力、散熱與項目運營問題的企業，其價值可能獲得更加深入的認識。
