【经管大课堂·AI经管实践】电力告急：亚马逊算力扩张的选址变局

案例背景

据财新网报道，生成式人工智能带来的算力需求持续爆发，电力供应正成为超大规模数据中心扩张的硬约束。在美国多个电网负荷紧张的区域，数据中心接入电网需要排队长达数年，变压器、输电线路等关键设备的交付周期大幅拉长，电力价格与容量费用水涨船高。行业研究普遍预计，未来数年数据中心的电力需求将成倍增长，而电网扩容的速度远远落后于算力建设的节奏，供需剪刀差持续扩大。亚马逊作为全球最大的云计算服务商之一，原本只专注于软件与机房层面的能力建设，如今却被市场与监管环境倒逼，直接介入土地购置、变电站配套、长期购电协议乃至自建能源资产，被媒体形容为被逼做起了房地产生意。与此同时，多地政府出于民生用电与产业用电平衡的考虑，开始收紧对数据中心的供电承诺，部分项目因此延期或改址，能源审批已成为项目立项的前置关卡。

这一变化的实质是：算力产业链的价值瓶颈正在从芯片与机房向电力与土地转移。对于亚马逊及其他云巨头而言，能否锁定充足、稳定、低成本的绿色电力，直接决定了其AI算力承诺能否兑现，也决定了其在大模型竞争中的身位。电力危机由此被业界称为AI算力的天花板。更有观察人士指出，未来衡量一家云厂商的竞争力，除了芯片储备与模型能力，还要看它的电力资产组合与电网排队位置，行业评估体系正在被改写。

核心分析

一、资源依赖理论：从购买电力到控制电力

资源依赖理论指出，组织为了降低对外部关键资源的依赖和环境不确定性，会通过并购、联盟、纵向一体化等方式将关键资源的供给内部化。过去数据中心运营商只需向电网公司购电，电力是可交易的商品；但当区域电网接入能力成为稀缺资源时，电力从商品变成了战略资源，企业对电力供给方的依赖急剧上升。亚马逊直接参与土地与能源设施布局，本质上是将关键投入品的控制权部分收归己有：通过长期购电协议锁定电量与价格，通过参与选址与电网配套降低接入排队的不确定性。这与当年制造企业向上游原材料延伸的逻辑一脉相承，区别在于这次被锁定的不是矿藏，而是电网容量与可供开发的土地。从产业组织角度看，这一轮布局还带有先占性：优质电力资源与并网点位有限，先到者锁定后，后来者面临更高的接入成本，这种竞争时序压力解释了巨头们为何不惜以重资产方式快速出手。

二、选址战略重构：以全生命周期TCO取代单点成本比较

传统数据中心选址以网络延迟、气候冷却条件和税收优惠为主要考量，电力通常被视为理所当然的公共品。当电力成为瓶颈后，选址逻辑发生了根本转变，企业必须引入全生命周期总拥有成本（TCO）框架：不仅要比较初期的土地与建设资本支出，还要把电价水平、电网接入周期、容量电费、备用电源成本、碳成本与潜在的限电风险损失全部纳入模型。一个接入周期短、绿电充裕但地价稍高的区位，可能远优于表面上便宜但电力受限的热门区域。这一转变要求企业从一次性投资决策转向动态的、多情景的长期规划，把电力可得性从运营参数提升为核心战略变量。实践中，企业往往需要对同一区位构建乐观、中性、悲观三套电力情景，测算不同限电概率下的期望总成本，并把接入排队时间作为关键敏感性变量反复压力测试。

三、动态能力：感知、捕捉与重构的三重考验

蒂斯提出的动态能力理论强调，企业在环境剧变中要靠感知机会与威胁、捕捉机会、重构资源三步取胜。电力约束正是对云厂商动态能力的全面检验：在感知层面，需要提前识别电网容量紧张的区域并预判政策走向；在捕捉层面，需要设计出长期购电协议、合资开发、参与电力市场交易等灵活的契约组合；在重构层面，则要把公司内部原本独立的房地产、能源采购、基建、AI业务条线重新整合为跨职能能力。传统的租用机房模式只需采购与运维能力，而自建园区加自配能源的模式要求企业具备不动产开发、电力交易、碳资产管理等全新能力，这是一次深刻的组织能力重构。值得注意的是，能力重构并非越快越好：若能源价格周期下行或技术路线更替，过早的重资产承诺会变成包袱，因此企业普遍采取部分自建、部分长约的混合策略以保留弹性；跨国经营的企业还须面对各国电价机制、并网规则与碳政策的差异，能源能力必须本地化。

管理启示

其一，稀缺要素的迁移决定战略重心的迁移：当某项投入品从充裕变为稀缺，围绕它的获取方式就从采购问题升级为战略问题，企业应及时识别瓶颈要素并调整资源部署。其二，对关键外部资源的依赖越深，越需要通过长期契约、股权合作或纵向一体化来管理不确定性，但一体化程度应与不确定性水平和技术迭代速度相匹配，避免过度投资形成沉没包袱。其三，TCO思维提醒管理者：在瓶颈转移的时代，最便宜的单点方案往往不是总成本最低的方案，选址与投资决策必须建立跨期、跨要素的成本模型。其四，战略节奏同样重要，面对高度不确定的要素市场，混合式布局、分期承诺比一次性豪赌更稳健。

其他思考

1. 当电力成为算力的第一约束，云厂商大规模介入能源领域，是否会重塑电力市场的价格形成机制与监管格局？
2. 对于中小AI企业与创业公司而言，无法像巨头一样自建能源体系，它们应以何种策略对冲算力与电力供给的不确定性？
3. 如果AI能耗增长与区域碳中和目标发生冲突，企业、电网与监管者之间应建立怎样的协商与补偿机制？

关键词：算力基础设施、能源约束、选址战略
来源：财新网 | 整理：经管大课堂