转：AI面临的被低估的风险不是竞争或模型平庸化（Commoditisation

转：AI 面临的被低估的风险不是竞争或模型平庸化（Commoditisation），而是能源。全球数据中心目前消耗约 460 TWh 的电力，国际能源署（IEA）预计，受 AI 工作负载驱动，这一数字在未来几年将向 1,000+ TWh 迈进（超过日本等大型工业化国家的年耗电量）。美国现状： 超过 2,300–2,600 GW 的发电和储能项目在排队等待并网——这是当前装机容量的两倍多，凸显了严重的输电瓶颈。中国现状： 近年新增装机约 1,500 GW，并计划每年继续增加数百 GW（仅 2026 年就达 400 GW），使美国的增量（86 GW）相形见绌。执行风险已清晰可见。根据 Sightline Climate 的追踪，在 2024 年以来宣布的 777 个大型数据中心（总计 190 GW）中，原定于 2026 年投产的 140 个项目（共 16 GW）里，目前仅有约 5 GW 在建。尽管通常建设周期为 12-18 个月，但剩余的 11 GW 仍处于“宣布”阶段。据估算，2026 年计划产能的 30%–50% 可能会推迟。这是一个严重问题。算力随电力规模增长。如果发电和输电跟不上步伐，那么限制 AI 增长的瓶颈将是电，而非算法。黄仁勋、奥特曼等人都反复强调了这一点，但目前尚不清楚美国政府是否会实质性加速电网扩张。