遇见能源界的英伟达——5只股票在科技巨头7000亿美元的AI能源争夺战中胜出

作者：Jurica Dujmovic

像GE Vernova和Bloom Energy这样的基础设施巨头，正在成为AI电网的新守门人

人工智能正在重新定价美国经济中的能源，但这种变化并不均匀。

数据中心的用电需求增长速度正以远超全球电力消费的速度攀升，而聚焦AI的相关设施增长速度更快。

大型科技公司的AI建设面临电力问题，而且这已经不再局限于数据中心。电力短缺正在通过电网蔓延，进入公用事业的费率申报，并反映到能源密集型行业的资产负债表上；同时也直接冲击那些以“计算很便宜”为前提建立商业模式的软件公司的成本结构。

对投资者而言，问题不在于AI是否正在推高能源成本——这场争论已经定论。真正的问题是：谁来承担这些成本，谁能够把成本转嫁出去，以及哪些公司站在成本链条的哪一侧。

先从电网本身说起。彭博分析发现，自2020年以来，主要数据中心集群附近的批发电力成本大幅上涨，部分地区的涨幅超过250%。服务美国中大西部和中西部大部分地区的电网运营商PJM Interconnection，展示了这种压力从本地需求多快会传导到全市场定价。其容量价格从2024-'25年每兆瓦日不到30美元，涨到了2026-'27年超过300美元。

一旦新增负载挤压现有发电与输电能力，成本就不会整齐地停留在制造需求的那些公司身上。它会通过容量市场、费率申报以及工业用电账单扩散开来。

国际能源署（IEA）用一句话讲清楚这一趋势：数据中心的用电需求增长速度是全球电力消费的数倍，而聚焦AI的设施增长速度更快。支撑这种需求的资本开支周期规模巨大。Alphabet (GOOG) (GOOGL)、Amazon.com (AMZN)、Microsoft (MSFT) 和 Meta Platforms (META) 预计仅在2026年就将支出约7000亿美元资本开支，比上一年增长约77%。这些支出正在落到电网之上，而电网又在将其转嫁出去。

消费者已经开始感受到这种冲击。公用事业公司在2025年提交了创纪录的310亿美元涨价请求；与此同时，学术界的估计认为，到2030年，数据中心负载可能会把美国的平均电费显著推高，而且在最受约束的市场影响会更大。美国各州也开始有所回应。德克萨斯州第6号参议院法案（Texas Senate Bill 6）就是一个例子：大型用电客户现在被迫承担更多他们所制造的基础设施风险。

对投资者来说，最有用的框架并不仅是看谁在使用能源，而是看谁有能力把不断上涨的成本转嫁出去，又是谁被迫将其吸收下来。

超大规模云服务提供商（hyperscalers）总体上基本受到隔离。Amazon、Microsoft、Google和Meta具备规模优势，可以直接与发电商谈长期购电协议，在电表后方建设发电产能，并在公开市场重新定价之前锁定电价。他们的资本预算使其能够以更小公司做不到的方式吸收、对冲或提前应对能源成本通胀。更值得关注的投资问题是：其他所有人会发生什么。

从物理层面看，能源密集型制造商是市场长期持续低估的最受冲击群体。在区域市场里，如果数据中心需求与紧张供给发生碰撞并把容量价格推得显著更高，那么正与电力争夺资源的钢厂或铝冶炼厂就几乎没有多少选择。他们是“价格接受者”——而且价格正在上涨。利润挤压不会在新发电产能上线之前得到缓解；鉴于当前燃气轮机的交付周期最长可达7年，这种情况短期内不会发生。

从软件层面看，动态机制不同，但结论相似。AI繁荣正在以传统SaaS经济学未曾预料的方式重塑计算成本。传统软件公司由于每增加一个用户的边际成本接近于零，毛利率通常能维持在80%到90%之间；而AI原生公司在结构上更低——大约50%到60%——因为每一次查询都会产生真实的推理（inference）成本。那些在第三方应用程序编程接口（API）之上叠加AI功能的中端软件公司正处在夹缝中：按token付费；通过仍在校准中的定价模型将部分成本转嫁出去；并且还要与拥有计算能力的超大规模云服务商竞争——后者始终能够在价格上压低他们。

最清晰的投资逻辑在于：那些除非建设、别无选择的基础设施。直接处在超大规模云服务商资本流向路径上的公用事业公司，是最直观的押注对象。Dominion Energy（D）和Entergy（ETR）都在指引2029年前实现强劲的盈利增长，并且这种增长有合同支持的数据中心负载作为支撑。

值得关注的5只股票

电网设备与电力管理公司拥有更偏不对称的上行潜力。GE Vernova（GEV）实际上已经把燃气轮机的产能售罄到2030年：第一季度积压订单达到100吉瓦；管理层预计剩余的产能名额将在年末前全部用完。Eaton Corp.（ETN）提供每个数据中心都需要的电气管理系统——无论任何单一AI公司发生什么。Quanta Services（PWR）建设这些设施所需的电网连接；在一些地区，这个瓶颈如今已与芯片供给一样，成为限制因素。Trane Technologies（TT）则是冷却方面的对应押注——一种与计算密度直接成比例扩张的、不可随意削减的成本。

在发电端，Bloom Energy（BE）从清洁能源替代方案转变为关键基础设施提供商，因为当运营商发现燃料电池装置可以绕过那些在受约束市场中可能长达数年的并网/互联排队时，这一切就发生了：其投入运行的速度只需用上很小一部分时间。2025年下半年与Brookfield Asset Management的50亿美元合作，验证了这一定位。最后，NextEra Energy（NEE）凭借33 GW的可再生能源与储能开发积压，是同一投资论点的大盘股版本。

环境尚未明朗

一个值得跟踪的警示是：监管环境仍未定型。例如，Constellation Energy（CEG）在2024年1月的一次交易中出现大幅抛售：原因是监管机构释放出有意对电价设置上限的信号。对于已经能看到更高公用事业账单的消费者而言，电力领域对无限制定价并不“友好”。在批发市场定价方面拥有较大敞口、而不是依赖长期合同的公司，承担的是监管风险；而这些风险当前的估值可能尚未完全计入。

人工智能正在重新定价美国经济中的能源，但这种变化并不均匀。重新定价主要集中在计算密集地区，通过电网定价机制向外扩散，并且落点并不平均：取决于一家企业能否围绕其进行协商、能否把成本转嫁出去，还是只是把它当作自身无法控制的成本被动暴露在外。

值得持有的公司是那些拥有合同锁定需求、拥有“自有”的供应链，或是在实体基础设施中占据不可替代位置的公司——任何软件优化都无法消除它们的价值。需要更细致观察的是：在AI密集的电网区域里的能源密集型制造商，以及在第三方计算上规模化运行推理的从软件公司——它们的定价模型尚未跟上自身实际的成本结构。

电网是AI经济得以运行的底座。它的约束条件与定价现在已经成为投资变量；把这些变量当作变量来对待的投资者，将比那些仍把这件事纯粹当作“科技故事”的人更具优势。

更多：聪明资金正在涌入这些电力板块股票——为AI驱动的增长开辟新前沿

另请阅读：下一场AI“战场”在哪里——以及投资者如何参与其中

——Jurica Dujmovic

本文内容由MarketWatch创作，MarketWatch由Dow Jones & Co.运营。MarketWatch独立于Dow Jones Newswires和《华尔街日报》发布。

（完）Dow Jones Newswires

05-12-26 1636ET

版权所有（c）2026 Dow Jones & Company, Inc.