原文链接： https://www.yjnt111.top/article/884

私募股权巨头阿波罗全球管理公司（Apollo Global Management）高管 Dave Stangis 的一番警告，让能源与资本市场重新聚焦在一个被忽略的现实——AI的爆炸式增长并非只在数据和算法层面带来革命，它正悄然重塑全球能源版图。人工智能需要的电力远超想象，而全球能源体系的供给与输配能力，正面临前所未有的缺口。

一、能源鸿沟：AI时代的“隐形瓶颈”

在多数人眼里，AI的核心挑战是算法、算力和数据，但Stangis指出，真正的瓶颈在“电力”。

当OpenAI、Google、Meta、亚马逊等公司竞相扩建数据中心，全球AI算力需求以每年数倍的速度增长，背后的能源消耗也在飙升。顶级模型训练/推理正将数据中心用电推至新量级，能源供给与电网弹性成为约束边界；各方对实际耗电估算分歧较大，宜以区间与场景化评估为准。

Stangis直言：“人工智能所需能源与全球电网发电和输电能力之间的差距是巨大的，在我们有生之年都无法弥合。”

这句话像一记警钟——意味着当前的全球能源体系，哪怕全速前进，也难以在短期内支撑AI带来的电力负荷。

在过去十年里，世界主要经济体的能源政策都围绕“减排”和“转型”展开，强调化石能源退出、可再生能源替代。然而，AI的能耗浪潮让这种线性逻辑开始失效：它需要的不是“取代”，而是“叠加”；不是“能源转型”，而是“能源增量”。

二、能源增量：从“替代逻辑”到“扩容逻辑”

“能源增量”（Energy Addition）是Stangis提出的核心概念。

传统的能源转型强调从高碳向低碳迁移，而“能源增量”强调的是“总量扩张”——在推动低碳化的同时，也必须增加整体能源供给，以满足AI基础设施带来的爆炸式需求。

在他看来，世界正“争先恐后地增加每一种电力来源”，无论是核能、地热能、水力，还是清洁煤炭和天然气。AI时代的能源命题不再是“谁更清洁”，而是“谁能更快、更多地产生稳定电力”。

这种转变正在重塑金融与产业逻辑。过去十年，可持续投资（ESG）几乎等同于“能源转型”，资本倾向于投资风能、光伏、储能等低碳技术。而如今，Stangis认为，这种单一思维已不够用——因为AI的需求量级是系统性的，不仅要求能源更绿，更要求能源更足。

这也意味着，“能源增量”将成为新的投资主线。阿波罗、黑石、贝莱德、布鲁克菲尔德等巨头正在加码布局发电、输电与储能环节。阿波罗自2022年以来已承诺或安排600亿美元与能源及可持续相关的投资，距离其2030年1000亿美元目标已过半。

这其中，数据中心、储能系统、智能电网将是资本最密集涌入的领域。

三、政治与资本的双重博弈：能源话语权的再分配

Stangis并未回避政治现实。在美国政策周期波动中，市场普遍解读：核能、地热等稳定电源的政策受关注度回升；而部分风电项目在许可、并网与本地化要求上面临更复杂的不确定性。

但他强调：“我们仍然看到数以万亿美元计的机会——这一点没有改变，而且还在增长。”

这句话的背后，是资本对长期趋势的坚定判断。能源转型的节奏可能因政治而放缓，但能源增量的需求不会被压制。数据中心、电动车、AI计算和数字基础设施，已构成无法逆转的“用电结构”。

因此，在美国政治周期摇摆之时，资本选择“多路径下注”：

·短期上 ，增加天然气与核能项目，确保能源供给的稳定性；

·中长期 ，继续布局风能、光伏、储能与电网改造，以捕捉未来低碳红利；

·地缘层面 ，在中东、东南亚和南美市场寻找新增发电与输电投资机会，降低对单一政策风险的暴露。

资本的逻辑非常清晰：在AI驱动的能源竞赛中，“供给确定性”比“绿色纯度”更具投资价值。

四、AI能源鸿沟的全球映射：一场“电力军备竞赛”

当Stangis说“能源鸿沟可能在我们有生之年都无法弥合”时，他指的不仅是美国，更是全球体系性的短缺。

从中国到印度，从欧洲到中东，各国都在经历AI数据中心和新能源投资的“双拉力”：

·中国 在积极推进“东数西算”，在西部加速建设光伏与储能项目，以支撑沿海AI产业带的电力需求；

·印度 计划在2030年前将其可再生能源装机容量提高至500GW，以吸引AI与云计算产业落地；

·欧洲 正在面临能源高成本与AI产业竞争力下降的双重压力，正重新审视核电的战略地位；

·中东 则凭借天然气与主权基金优势，成为AI能源基础设施投资的新热土。

AI的崛起正在带来新的“能源地缘政治”：谁能提供稳定、低价、绿色的电力，谁就能掌握下一阶段的科技产业话语权。能源不仅是经济问题，更是国家竞争力的新基座。

五、投资启示：从“能源转型基金”到“能源增量组合”

Stangis的核心判断并非悲观，而是对现实的清醒认知。

他认为，“能源转型”与“能源增量”并非对立，而是并行。世界既要脱碳，也要扩容。关键在于储能、输电和配电能力的建设——这些环节将决定AI能否获得“可持续算力”。

对投资者而言，这意味着新的结构性机会：

1.发电侧：多元能源重估值

核电、地热能和高效天然气发电将迎来再度关注；同时，风能和光伏的配套投资逻辑正在从“度电成本”转向“供电保障率”。

2.输电与电网：隐形赢家

在AI驱动的电力需求上升中，超高压输电、智能电网改造、分布式调度系统成为能源增量的关键枢纽。

3.储能与调峰：系统性红利

电力系统的弹性需求正催生新一轮储能资本周期，从锂电池到压缩空气储能、氢能体系，都有望成为新的增长点。

4.数字基础设施：AI用电的资本外延

数据中心正从科技资产变为“能源资产”，高能效冷却、再生能源配比、选址与电价成为投资评估核心。

六、结语：能源是AI的“第二条摩尔定律”

过去半个世纪，摩尔定律支配了科技世界——芯片性能每两年翻倍。而现在，Stangis的观点提醒我们，一个新的“能源摩尔定律”正在形成：算力增长速度远超能源体系升级速度 。

这意味着，AI时代的赢家不只是算法和芯片的制造者，更是能源与资本的掌控者。

能源，不再只是工业基础设施，而是科技进化的物理边界。

正如Stangis最后总结的那样：“‘能源增量’是一个事实，而‘能源转型’同样不可否认。未来十年，决定AI能走多远的，不是模型，而是电网。”