当美国公用事业公司宣布，未来五年将投入至少1.4万亿美元升级电网和发电体系时，这件事就已经不该再被理解成一次普通的基建扩张。它更像是一场被AI逼出来的系统重构。
过去两年，资本市场习惯于把AI竞争理解为芯片竞争、模型竞争、云竞争，谁的GPU多，谁的参数大，谁的推理成本降得快，谁就更接近胜利。
但到2026年，这套叙事开始碰到一个越来越硬的边界：再先进的模型、再密集的集群，最后都要落到同一个现实问题上——有没有足够的电，能不能稳定接入，价格会不会失控，电网能不能扛住。
PowerLines最新统计显示，51家美国投资者所有制公用事业公司，到2030年的五年资本开支计划已达到至少1.4万亿美元，较去年同口径的1.1万亿美元上修超过21%；而FERC、PJM、ERCOT、白宫和科技巨头几乎在同一时间围绕“数据中心该不该自带电源”展开制度和利益重组。
更值得玩味的是，电力公司不再只是防御性资产，而开始被重新估值为AI基础设施的一部分。因为市场终于意识到，AI真正稀缺的，不只是算力芯片，而是支撑算力持续运转的能源系统。所谓AI革命，走到今天，已经不是“谁更会训练模型”的问题，而是“谁能把电力供给、接入权、设备交付和长期成本一起锁住”的问题。
01、1.4万亿美元不是雄心，是电力系统被迫补课的价格信号
如果只看数字，1.4万亿美元已经足够惊人；但这轮投资最值得注意的，不是规模，而是它的被动性。PowerLines对51家投资者所有制公用事业公司的财报电话会梳理显示，到2030年的五年资本开支计划已达到至少1.4万亿美元，较去年同期口径高出21%以上。
与此同时，这个组织还指出，2025年美国公用事业公司单年提出的费率上调申请就达到310亿美元，居民账单自2021年以来已累计上涨约40%。这说明，今天这轮投资并不是公用事业公司主动乐观扩产，而是在需求突然重启、系统长期欠账的情况下，被AI、制造业回流和极端天气一起推着往前跑。
美国电力系统过去十多年一直活在“低增长”甚至“零增长”的惯性里。EIA的说法很明确：自2020年以来，美国电力需求的年均增速已回升到1.7%，而2026、2027年全国负荷预计还将分别增长1.9%和2.5%，其中增长最快的区域正是ERCOT和PJM——也就是美国AI数据中心最密集、也是新负荷申请最激进的两大电力区域。换句话说，AI并不是给一个本就高速扩张的电网再添一把火，而是把一个长期按低速运转设计的系统，突然拉进了高压模式。
这也是为什么，ERCOT那份引发巨大讨论的长期负荷预测，哪怕被官方自己承认“很可能偏高”，仍然有很强的象征意义。根据ERCOT 4月中旬披露的初步长期负荷预测，到2032年其辖区需求可能升至367,790兆瓦，远高于2023年创下的85,508兆瓦历史峰值；但ERCOT和德州监管方也同步提醒，这一数字包含了大量尚未落地的大型负荷申请，未来大概率会被修订。真正重要的，不是367GW这个数会不会最终成真，而是连电网运营方自己都必须先按“需求可能成倍上跳”的压力测试去思考问题，这已经说明系统张力变了。
比ERCOT单一预测更稳妥的，是全国性的需求判断。EPRI在2月给出的分析显示，到2030年，数据中心的用电量可能占到美国电力消费的9%到17%；Reuters在3月也援引这份研究指出，到本世纪末前，数据中心用电量可能比现在翻两番。
IEA则进一步估算，全球为数据中心供电的发电量将从2024年的460TWh增长到2030年的1000TWh以上。也就是说，AI带来的并不是某几个州、某几个园区的局部紧张，而是在把电力系统从边缘支撑部门重新推回经济增长的中心位置。
所以，这1.4万亿美元的本质，不是美国公用事业行业突然想清楚了未来，而是它终于被迫面对一个过去很少出现的现实：算力扩张的速度，已经开始显著快于电力基础设施的扩张速度。而一旦供给跟不上需求，市场*发生变化的，就不是技术路线，而是价格曲线、资本开支曲线和估值方法。对投资者而言，这种“被动追赶型投资周期”往往比主动扩张更长，也更难平滑。
02、科技巨头不再只是买电，它们开始把自己的一部分变成电力公司
如果说公用事业公司的大扩产只是被动应战，那么科技巨头这边的变化则更直接。它们已经不满足于“向电网买电”，而是越来越多地向“直接组织电力供给”迈进。最清晰的政策信号，来自3月4日白宫牵头的一份能源承诺。
根据Reuters披露，Amazon、Google、Microsoft、Meta以及Oracle、OpenAI、xAI等公司在白宫签署承诺，核心内容之一就是：为数据中心“带来或买来”新的电力供给，同时为输配电升级买单，并与公用事业公司签订特殊费率安排，以避免AI用电推高普通居民电费。
这意味着一个重要变化：美国监管层已经不再把数据中心视作普通工业负荷，而是开始把它们当作一种需要单独设计接入规则和成本分担机制的“新型战略负荷”。FERC也在4月确认，最迟将在今年6月前推进新规则，用来管理数据中心的并网和供电安排，其中就包括要求部分数据中心自带电源的可能性。
PJM也在研究“bring your own generation”的方案，要求大型新增负荷要么带来自有发电，要么在系统紧张时削减负荷。说白了，AI行业现在面对的已经不是“买不买得到电”的市场问题，而是“有没有资格占用现有电网资源”的制度问题。
也因此，科技巨头近几个月的能源动作，已经越来越像公用事业公司在做资源配置，而不是互联网公司在做采购。微软3月底与Chevron和Engine No.1签署排他性协议，围绕西得州一座约25亿瓦、投资约70亿美元的天然气发电项目展开合作，目标就是为大型AI数据中心园区配套供电。
Oracle则在4月把与Bloom Energy的合作扩大到最高2.8GW燃料电池容量，首批1.2GW已开始部署。Google这边的节奏更密：2月与AES签下20年电力供应协议，并配套共址发电安排；同月又与TotalEnergies签下两份长期协议，为得州数据中心锁定1GW、15年共28TWh的太阳能供给。
这些交易看上去分散，背后却是同一套逻辑：过去科技公司争的是电价，现在争的是接入权、供给确定性、项目落地速度，以及谁能把新增电源定义成“为AI而建”。这是一种典型的资源竞争，而不是商品竞争。更重要的是，这种“自带电源”并不意味着脱离电网。
它真正指向的是一种混合结构：自备发电、并网接入、储能调度、需求响应、长期PPA、特殊费率安排，一整套系统被重新组合。数据中心不再只是电网的被动用户，而是开始反向塑造电网的扩容逻辑。
这也会改变公用事业公司的角色。它们过去卖的是标准化公共服务，未来越来越多卖的是接入设计、负荷管理、输配套容、专属费率、共址方案和监管协调。最近几周的几个案例已经很说明问题：NiSource宣布与Alphabet签署长期供电协议，同时扩大与Amazon的合作，并通过旗下NIPSCO GenCo模式明确把新增供电与现有居民客户隔离；Exelon把四年资本开支计划上调至413亿美元，并公开强调要与联邦机构、PJM和州政府一起处理供给与高电价问题；AEP则在2月表示，五年资本计划已超过720亿美元，背后就是被数据中心和大工业负荷推着走。科技公司正在侵入电力价值链，而公用事业公司也被迫从传统受监管防御资产，升级成AI时代的基础设施服务商。
03、电力股为什么突然有了成长股叙事：因为供给确定性开始比需求故事更值钱
这轮AI行情最早的核心资产，是GPU、HBM、光模块和服务器链条，因为市场*看到的是“谁在卖铲子”。但到了2026年，电力链条的估值中枢开始抬升，原因很简单：算力可以靠堆设备扩容，电力却是更慢、更重、也更难替代的硬约束。
Reuters在4月10日提到，标普500公用事业指数一季度上涨7.5%，录得自2019年以来最强开局；它上涨的原因当然有避险情绪，但同样有一个越来越重要的解释：AI数据中心让市场重新发现，原来公用事业公司手里握着的是“供给确定性”。
这种供给确定性，首先体现在受监管公用事业公司身上。它们的资本开支并不只是成本，很多时候还是未来费基和利润增长的来源。Exelon就是典型例子：公司在2月给出高于预期的全年盈利指引，同时把四年资本计划从380亿美元提高到413亿美元，并预计到2029年费基年均增长7.9%。对于这类公司来说，AI不是让它们突然学会成长，而是给了它们一个更强的、监管认可度更高的投资理由。
其次受益的，是拥有可调度电源的发电商和与大型负荷绑定更深的企业。EIA在3月的情景分析很直白：如果数据中心扩张快于新增发电能力上线，美国天然气发电从2025到2027年可能增长7.3%，远高于基线情形的1.7%；在得州，2027年批发电价甚至可能比基线高出37美元/兆瓦时，涨幅约79%。
这意味着，只要供给瓶颈持续存在，具备燃气、核电、储能和快速响应能力的资产就不只是防御性现金流工具，而会变成AI建设周期中的关键稀缺资源。最近几个月Big Tech扎堆押注小型模块化核电，也是在为这种中长期稀缺性下注。
Reuters 4月10日就提到，Meta、Amazon、Google都在为TerraPower、Oklo、X-energy、Kairos等项目提供支持，因为它们需要的不只是绿电标签，而是未来十年可落地、可签长期合同、可持续扩容的基荷电源。
第三类受益者，是输配电和电力设备链条。PowerLines指出，这轮公用事业资本开支主要指向发电、输电和配电等物理资产；而现实中，变压器、开关设备、输电线路、变电站扩容、接入工程和相关软件系统，都会成为AI基础设施外溢出的直接受益环节。问题在于，这个链条没有芯片那样高的舆论热度，却有更长的交付周期和更强的瓶颈属性。换句话说，AI对电力的拉动，不只是需求拉动，更是设备和施工周期的重新拉长。
更关键的是，电力价格本身也开始重新进入宏观叙事。PowerLines引用的背景数据显示，电力和天然气已经成为美国通胀里最快的推动项之一；Reuters也持续追踪到，PJM部分地区过去一年账单涨幅已超过20%，而数据中心需求正是争议焦点之一。
对资本市场来说，这意味着AI已经不只是“科技板块的盈利来源”，它还可能反向成为能源和公用事业板块的盈利催化剂，甚至成为居民成本上升、监管博弈和地方政治冲突的触发器。电力链条之所以开始像成长赛道，并不是因为它突然变得性感，而是因为AI把它从“后台配套”重新抬到了“前台约束”。
04、AI竞争真正稀缺的，不再是芯片本身，而是让芯片持续运转的系统能力
过去两年，市场最熟悉的AI衡量标准，是GPU数量、训练集群规模和模型能力排名。但到今天，这套指标已经开始显出局限。因为数据中心一旦从“算力密集型资产”演变成“能源密集型资产”，竞争就会自动从芯片环节往电力环节外溢。谁能持续拿到低成本、可扩展、可监管通过的电力，谁才能真正把模型能力转成产能。
这也是为什么，电力股会从传统意义上的防御资产，慢慢长出成长资产的估值逻辑。它们当然仍有监管、利率、费率和政治压力，但它们手里的东西——输电通道、费基扩张、并网权、核电和燃气调度能力、以及与超大型负荷绑定的长期合同——正在变成AI时代新的稀缺品。更准确地说，AI没有把能源行业变成科技行业，但它确实把能源重新变成了科技竞争的一部分。
所以，对投资者来说，接下来真正重要的，不只是看谁“沾了AI概念”，而是看谁掌握了AI最硬的约束条件。GPU还是重要，模型还是重要，但决定扩张上限的变量，已经不只在机房里，也在变电站、输电走廊、天然气机组、核电项目和地方监管的案头上。说得更直白一点：AI时代新的定价锚，正在从算力本身，转向支撑算力的能源系统。
