9月，高盛在AI主題播客節目中拋出了一組極具衝擊力的數字，即便AI模型與芯片效率持續提升，數據中心電力需求仍在加速增長。

高盛將美國2030年數據中心電力需求預測從83吉瓦上調至108吉瓦，全球數據中心用電較2025年的增幅預期從117%上升至170%。

從2024年初到2030年底，AI新增用電規模相當於整個日本（全球第五大電力消費國）的全年用電量。

更關鍵的是，高盛明確指出，AI效率提升帶來的節能紅利，正被Token用量、智能體任務和科技巨頭Capex的爆炸式增長完全吞噬。

為什麼「更省電」反而「更費電」

高盛團隊在節目中解釋得很直白：Token越便宜，能跑AI的場景就越多，需求也隨之不斷增長。

消費者和企業雖然開始更精打細算地使用Token，但並沒有因此削減科技研發投入。

這套機制可以用《傑文斯悖論》（Jevons Paradox）進行解釋：

1865年英國經濟學家傑文斯觀察到，瓦特改良蒸汽機讓煤炭燃燒更高效，但英國煤炭總消耗量反而激增。

核心邏輯是效率提升降低單位使用成本，刺激需求擴張效應，最終總消耗量不降反升。

放在AI領域，這條鏈條清晰可見：

單位算力成本下降：模型壓縮、量化、蒸餾、更高效的架構讓單次推理成本從幾美分降至幾釐錢，微軟CEO納德拉直言這符合傑文斯悖論——更實惠的AI將通過更快普及刺激總需求。

應用場景指數級擴張：成本下降解鎖了原本不經濟的用例——實時視頻分析、個性化AI代理、多模態內容生成、長周期智能體工作流。單次成本降10倍，調用量可能漲100倍。

智能體（Agent）把「瞬時爆發」變成「持續消耗」：一個AI代理不再只是回答一個問題，而是持續運行數小時甚至數天，調用多個工具、訪問大量數據、進行多輪推理，算力需求從脈衝式轉向基線式。

雲廠Capex不降反升：高盛將超大規模雲服務商支出預測大幅上調，2027年從1.2萬億美元調至1.7萬億美元，2029年從1.5萬億美元調至2.1萬億美元。省下來的單位成本被直接再投入更大規模的集群建設。

而供需格局的收緊進一步支撐了預測上調。

美國主要數據中心市場的空置率已從2%-7%驟降至1%-2%，高盛預計即便到2030年也僅回升至約3%。

仲量聯行數據更顯示，北美數據中心空置率已連續三年維持在1%，99%的容量已被佔用或預租，大量客戶簽約的設施要等到2028年才能交付。

極端供不應求之下，算力租賃價格隨之上漲，市場基本面並不支持「數據中心泡沫」的論調。

瓶頸遷移

如果說過去兩年科技行業的主題是「硅基戰爭」（爭奪先進製程和GPU），那麼高盛認為，未來五年的主題將徹底轉向「基建戰爭」。

供應鏈緊張已從模型層一路傳導回物理基礎設施，幾乎回溯到基礎元素。

其中，變壓器交期拉長是第一個硬約束。

全球大型變壓器交貨周期已延長至115-130周，部分高功率型號最長達5年。

而一座AI數據中心的建設周期通常不到18個月，這意味着「機房建好了，電送不進來」將成為常態。

燃氣輪機產能鎖死是第二個硬約束。

一家主要渦輪機製造商表示，預計在2026年底前其2031年的產能將售出一半，設備交付周期正在深刻影響電力來源的選擇。

併網排隊2-7年是第三個硬約束。

美國區域電網（PJM、ERCOT、MISO）的新項目併網審批普遍需要數年，PJM當前已處於臨界緊張狀態，ERCOT預計在2028年前後隨負荷攀升而承壓。

熟練工人短缺是第四個硬約束。

經歷了十年美國電力負荷停滯後，電工與高壓焊工短缺問題日益突出，而這類崗位培訓周期長的結構性矛盾難以在短期內化解。

高盛預計，美國電力需求整體增長需要新增超50萬個就業崗位，其中超20萬崗位用於滿足輸配電網連接需求。

面對漫長的併網周期，科技巨頭正在用「表後發電」繞開瓶頸——即在數據中心園區內自建燃氣電站，直接供電、就地消納。

高盛將BTM燃氣裝機容量預測上調至2030年約30吉瓦（實際發電量約20吉瓦以上），約佔屆時數據中心總需求的20%。

不過高盛將BTM定位為過渡方案而非終態，認為大型客戶長期仍傾向於接入電網以獲取更低成本與更高可靠性。

高盛強調，基準情景並不預測全美範圍內的大規模停電，但區域性電力緊張、電費上漲與公衆反對情緒將深刻影響實際建設進度。

政治阻力

如果說設備與人力短缺是「物理瓶頸」，那麼地方政治阻力就是「制度瓶頸」。

高盛將互聯互通定性為美國公用事業領域「最重要的單一議題」，並指出目前已有逾300項地方及區域層面的暫停令，而州級禁令數量相對有限。

但到了2026年8月初，這一數字已突破500項，僅7月就有超過150個城鎮和郡縣通過臨時或永久性數據中心禁令。

社區反對情緒主要集中於五類擔憂：停電風險、電費上漲、水資源消耗、噪音污染與廢熱排放。

這種反彈正在打破傳統政治立場——左翼獨立參議員桑德斯與民主黨衆議員Ocasio-Cortez聯合提議在聯邦層面實施禁令，右翼保守派組織也在多州籌備抗議；紐約州、得克薩斯州、賓夕法尼亞州等關鍵州的州長態度均出現轉變，或暫停審批，或啓動專項審查。

高盛提出的七個「P」框架中，物理環境（physical environment）風險尤為值得關注：超過半數的數據中心選址位於高物理風險區域，將面臨高溫、高溼與乾旱挑戰。

注：七個"P"框架包括：AI普及度（pervasiveness）、芯片與模型生產率（productivity）、電價（price of power）、政策（policy）、零部件（parts）、人員（people）、物理環境（physical environment）。

冷卻系統帶來的水電權衡難題在西德克薩斯州表現最為突出——水資源的獲取比新增電力更難、更貴。

不過，SemiAnalysis在2026年9月的深度分析提供了一個反直覺的視角：300多項地方暫停令中，真正被卡住的容量目前並沒有那麼大。

高盛判斷，項目將向監管友好的司法管轄區遷移，這可能進一步加劇地理集中度。

與此同時，爭奪稅基、建築就業與基礎設施投資的城鎮之間的競爭，也在為部分項目提供落地空間。