人工智能发展至今，全球科技产业竞争的焦点正在从模型性能和计算芯片，逐步延伸至一个更加基础的资源——电力。10月20日，Axios援引高盛研究指出，预计2025年至2030年全球数据中心电力需求将增长约170%，其中超过六成的增量来自美国。与此同时，电网建设、项目审批及基础设施投资进度，正逐渐成为限制数据中心扩张的重要因素。报道显示，自今年初以来，已有86个相关基础设施项目因地方反对等原因被取消或延误。另一方面，全球AI数据中心融资市场也出现新的变化。路透社此前报道，随着利率上升及市场开始关注巨额资本投入的长期回报，部分大型数据中心企业推迟融资和上市计划。对资本市场而言，这两类信息表面上存在矛盾：人工智能用电需求预期大幅增长，相关投资项目却开始面临估值和融资压力。但这种矛盾实际上揭示了行业发展的新阶段——技术需求持续扩张，并不意味着所有资本投入都能够获得合理回报。真正有价值的基础设施项目，需要同时解决电力供应、建设成本、客户需求与长期现金流等问题。
过去市场讨论人工智能基础设施时，往往首先关注GPU数量、服务器性能和数据中心规模。然而，当高密度计算集群持续扩张，电力成为决定计算资源能否实际投入运营的重要约束。大型AI数据中心不仅需要为计算芯片提供能源，还需要为冷却系统、网络设备及其他基础设施提供持续稳定的电力支持。与普通办公楼或传统互联网服务中心相比，高密度计算设施对供电可靠性和电力负荷管理的要求更高。即使企业已经采购大量先进芯片，如果所在地区电网容量不足，或者电力接入审批和输配电设施建设进度无法匹配，计算设备仍可能无法及时投入运营。由此，数据中心项目的竞争优势逐渐从拥有多少服务器，延伸至能否获取稳定且成本合理的电力资源。对于科技企业而言，电力不再只是运营费用，而开始成为决定业务扩张速度与竞争能力的战略条件。另一方面，AI基础设施的供电需求具有长期性，电网、变电站及能源设施的建设周期往往较长，无法像计算芯片采购那样快速调整。两者发展速度不匹配，就可能形成新的产业瓶颈。对于能够提供可靠供电、能源管理和电力设备的企业而言，这种变化有机会带来新的市场需求，但实际受益程度仍取决于客户合同、项目投资回报及服务区域的供电政策。
港股市场拥有多个与这一趋势相关的研究方向。电力公用事业方面，部分发电企业及电网相关服务商具备长期能源基础设施运营能力，但其盈利往往受到电价机制、燃料成本及资本开支影响。能源设备方面，能够提供供配电系统、储能设备及能源管理技术的企业，可能参与新一轮电力基础设施投资。通信与数字基础设施方面，部分上市公司则能够通过数据中心、网络设施及相关服务获得业务机会。不过，不能将全球数据中心电力需求增长直接等同于港股相关企业的盈利增长。中国内地与美国在电力市场机制、能源结构及数据中心投资节奏方面存在明显区别，企业是否直接参与当地项目，决定了其实际收入关联度。对于港股投资者而言，研究重点应当放在企业具体业务与全球数据中心建设之间的价值传导路径。例如，发电企业的潜在价值主要来自电力供应与成本管理，电力设备制造商的机会则来自新增项目和设备更新需求，储能及能源管理企业还需要通过技术可靠性和项目经济性证明竞争力。与此同时，液冷及高效散热等环节也值得关注，因为其能够帮助计算设备在合理温度下稳定运行，并改善部分系统的整体能源使用效率。由此可见，人工智能基础设施产业链的价值正在由芯片向能源、网络及设备系统扩散，但不同环节获得的利润并不相同。
更值得深究的是，AI数据中心的能源约束与融资压力可能同时推动行业整合。当建设成本和融资利率提高，拥有长期客户合同、稳定电力资源及较强资金实力的运营商，更有条件持续推进项目。相反，依赖短期融资、高估值预期及尚未落实客户需求的项目，则可能面临较大资本压力。这意味着未来数据中心资产的定价，将越来越重视实际投运能力，而不只是规划中的装机容量和理论计算性能。对大型云平台而言，能否锁定低成本电力、提高设备使用率并形成长期客户付费，将直接影响AI基础设施的经济回报。对于能源企业而言，能否提供可靠电力和高效率能源管理服务，也可能成为新的业务增长来源。人工智能竞争进入下一阶段后，决定算力扩张速度的，不只是芯片制造能力，还包括支撑计算系统长期运转的物理基础设施。从全球资本市场角度看，算力与能源之间的关系正在由传统的供应商和客户关系，逐渐发展为相互制约、共同创造价值的产业关系。当资本市场开始重新衡量AI投资回报，那些能够真正解决电力、散热与项目运营问题的企业，其价值可能获得更加深入的认识。
