Social Capital創始人Chamath Palihapitiya：AI算力被電力與民意雙重卡脖子
Social Capital創始人Chamath Palihapitiya發文稱，居民將電價上漲歸咎於AI數據中心，導致業主大規模抗議項目選址，目前每100個被抗議項目中約有40%被取消，相當於數十個項目、近9吉瓦潛在算力在當年被砍掉。他判斷，隨着這一趨勢惡化，AI可獲得的“無風險算力容量”將明顯低於模型與應用擴張所需要的水平，最先受衝擊的是Frontier Labs，其次是超大規模雲廠與新興雲廠，再向上游傳導到芯片與存儲廠商。
英文媒體與研究機構的公開數據同樣顯示，在美國多個州，AI數據中心因電價、噪音、水資源與土地使用爭議遭遇社區反對，部分項目被地方立法或公投叫停，分析認爲當地居民強烈感受到電價上漲，並直觀地把矛頭指向大型數據中心。Bloomberg與Data Center Watch等統計還顯示，自數年前起，大型數據中心計劃中的容量已有接近一半處於推遲或擱置狀態，電力基礎設施瓶頸與社會阻力正在成爲AI擴張的關鍵約束之一。
來源：公開信息
ABAB AI 解讀
這條信息揭示的是：AI的上限首先被“基礎設施政治”而不是模型能力鎖定。表面上看是電價與居民抗議，深層是電網投資、土地利用、稅收優惠與地方政治在AI算力佈局上的博弈，算力從“技術資源”變成了帶有強烈外部性、必須經過地方社會授權的基礎設施。這與互聯網早期“悄悄建機房”的時代完全不同，如今每一座AI數據中心都在與當地選民、環保團體和公用事業監管機構談判。
從全球金融和產業結構看，Palihapitiya描述的是一個典型的“需求存在但供給被制度卡住”的場景：芯片、資本和模型研發意願都在，但物理空間、電網變壓器和地方許可成了約束條件。這會把AI從“純高增長賽道”重定價爲“受基礎設施與政治週期約束的公用事業式產業”，估值邏輯從單純看收入擴張轉向看項目落地率、區域政治風險與電力合同鎖定程度。
算力短缺對不同參與者的衝擊並不對稱。Frontier Labs依賴極端集中、超高功率數據中心，項目取消直接抬高其邊際算力成本，迫使它們在模型規模與實驗頻率上作出取捨；超大規模雲廠商則面臨“有客戶無容量”的尷尬，被迫通過更高價格、區域排隊與長期購電協議來分配稀缺算力，這會進一步加劇頭部客戶與普通客戶之間的服務分層。對上游芯片和內存廠商而言，這種“需求存在但上不了電”的情況，會在某個時點體現爲訂單節奏混亂和資本開支週期波動，而不是簡單的需求消失。
更長週期看，這是一場“電力—土地—算法”三者之間的重組。AI數據中心的大規模電力需求正在把電網規劃、清潔能源投資和地方財政綁定在一起，誰能提供穩定、廉價且政治上可接受的電力，誰就掌握AI產業的新定價權。在這種格局下，傳統意義上的“科技中心”（灣區、紐約）不再天然佔優，反而是擁有富餘電力、友好監管與低人口密度的地區有機會成爲新的算力樞紐，這會推動資本、就業與技術話語權在地理上的再次遷移。