凤凰AI研究院 | 一场AI基建狂飙，或让美国回到15年前

AI竞赛正在从芯片竞争、资本开支竞争，迅速演变为一场电力竞争。美国环保组织Sierra Club的一项内部分析显示，为运行AI数据中心而大规模建设化石燃料电厂，可能让美国电力行业到2030年的二氧化碳排放达到21亿吨，比2025年增加6.18亿吨、增幅约42%，甚至抹去过去15年的减排成果。虽然这一预测并非行业共识，但它揭示了一个越来越无法回避的现实：AI基础设施的下一阶段竞争，不只是比谁建得快，还要比谁能解决能源与排放问题。

6.18亿吨新增排放，15年减排成果面临回吐

Sierra Club的分析显示，将计划中的AI项目纳入考量后，美国电力行业2030年的二氧化碳排放预计将达到21亿吨。

与2025年相比，这意味着新增排放约6.18亿吨，增幅高达42%。

Sierra Club气候与能源首席顾问杰里米·费舍尔表示，如果放在一年半以前，研究人员对AI基础设施扩张规模及其影响的估计，可能只有当前预测的四分之一甚至一半。

“这些数字继续让我们感到震惊。”他说。

按照该组织的测算，如果相关项目最终全部如期建成并投入使用，美国过去15年电力行业减少温室气体排放的成果，可能被这轮AI基建浪潮抵消。

为什么排放突然上升？天然气成了“最快答案”

大量数据中心开发商正转向天然气，以满足快速增长的电力需求。

其中一部分电力来自并网电源，另一部分则来自数据中心自建、不完全依赖电网的供电设施。开发商之所以选择“自带电源”，一个重要原因是并网排队时间过长，项目等不起。

费舍尔表示，到2030年，来自这些离网电源的排放可能超过4.6亿吨，规模大致相当于墨西哥一年的排放总量。

来自Earthjustice和Better Data Center Project的另一项分析显示，这类自带电源项目中，约五分之四的能源可能来自天然气。

这些设施虽然能帮助AI数据中心更快落地，却也可能带来更高的本地空气污染和气候排放，并因此引发越来越多的社区反对。

不是所有预测都这么悲观

需要注意的是，Sierra Club的估计是迄今为止较为悲观的版本之一。

不同机构预测结果差异巨大，关键原因在于：未来究竟会建成多少数据中心、这些设施最终采用什么技术、未来几年又有多少可再生能源并网，都存在很大不确定性。

今年1月，忧思科学家联盟曾预测，数据中心使用化石燃料发电，可能使美国电力行业排放到2035年增加19%至29%，最高相当于每年增加3.42亿吨。

美国和加拿大研究人员6月发表的一篇论文则预计，该行业排放将增加28%。

但也有一些机构给出了完全不同的结果。

Rhodium Group认为，即便在其2040年高排放情景下，由于可再生能源在经济性上持续优于化石燃料，美国电力行业温室气体排放仍可能比2025年下降24%。

彭博新能源财经分析师海伦·寇也表示，如果新建设施大量使用天然气发电，排放上升是可以预见的，但预测难度极高。不同情景之间的电力需求差异，甚至超过加州和佛罗里达两个州的总需求。

美国电力行业为何可能重新“拐头向上”？

从更长周期看，美国电力行业曾经历了持续近二十年的减排趋势。

美国电力排放峰值出现在2007年。2009年，随着水力压裂技术进步，美国成为全球最大天然气生产国。廉价天然气迅速取代污染更高的煤炭，加上美国环保署针对电厂碳排放出台监管措施，美国电力行业排放量持续下降。

拜登政府时期，美国还提出了到2035年实现电网完全脱碳的目标。

但如今，天然气价格处于历史低位，特朗普政府又大幅放松气候监管。多重因素叠加，已经推动美国电力行业排放在2025年重新上升。

AI数据中心的爆发式建设，则让这一趋势更加复杂。

如果新建数据中心大量依赖天然气，尤其在一些项目中让效率较低的燃气轮机全天候运行，电力排放确实可能明显上升。

能源创新组织电力主管布伦丹·皮尔庞特表示，这足以让美国电力行业多年的减排进程倒退，但目前还不能断言这一幕一定会发生。

项目延期与取消，可能成为最大变量

AI数据中心建设并非确定会全部落地。

皮尔庞特指出，预测排放之所以困难，是因为燃气轮机订单积压、电网接入排队时间、项目建设进度等关键变量都难以准确把握。很多项目可能延迟，甚至被取消。

上个月，甲骨文公司已就其位于新墨西哥州的Project Jupiter数据中心，向项目开发商提交了不可抗力通知。

原因是监管挫折和社区反对可能导致该项目无法按原计划于2028年投入运营。

这一案例也说明，数据中心项目的真实落地速度，可能比当前规划数字慢得多。

AI投资的新命题：不仅缺芯片，也缺清洁电力

这场争论的核心，并不是AI需求是否真实。恰恰相反，正是因为AI需求增长过快，电力供给、排放控制和社区接受度才同时成为新的瓶颈。

对科技公司而言，未来建设数据中心时，需要面对的不只是土地、电网接入和设备采购，还包括天然气依赖、碳排放、地方反对以及潜在监管成本。

对投资者而言，AI资本开支故事也正在加入一项新的评估指标：这些项目最终用的是什么电，以及由此产生的排放成本由谁承担。

Sierra Club的预测未必会成为现实，但它给整个行业敲响了警钟：AI竞赛越激烈，能源问题越无法绕开。未来真正具备竞争力的数据中心，可能不只是算力最强，还要能做到电力更清洁、建设更高效、社区接受度更高。（凤凰AI研究院）