GIL 2026丨沙利文Georgia Edell：人工智能对公用事业及更广泛领域的影响：监管分化与市场碎片化风险

Georgia指出，人工智能并非只存在于算法和模型之中，其运行依赖数据中心、电力以及冷却用水。2025年全球数据中心耗电约448万亿瓦时，由此产生约2.08亿吨二氧化碳的排放，并消耗约1.2万亿加仑的水用于发电，人工智能的“物理足迹”已接近一个国家的规模。随着数据中心数量持续增加，电力供应、用水压力和环境成本正逐步从技术问题转化为公共议题。

盖洛普（Gallup）最近的一项民调显示，约七成的美国人反对在居住地附近建设数据中心，用水问题是主要顾虑之一；仅2026年第一季度，至少75个、总值约1,300亿美元的数据中心项目受到当地反对活动影响。与此同时，各国正在发展“主权人工智能”，即由国家自主构建并掌控自身的人工智能能力，这意味着全球越来越多的国家正在建设更多数据中心。

全球主权人工智能相关投入预计将在2026年超过1,000亿美元，各国都在积极参与并加大相关算力资源的投入。然而，那些无法确保资源进行大规模建设的国家，不仅要支付更高成本，还面临在实际模型能力上落后于人的风险：兰德欧洲（RAND Europe）发现，2026年初欧洲总运行计算能力相当于约12.3万枚H100等效芯片，美国则约为140万枚；即使持续投资，双方差距到2030年仍可能保持在约六倍。由此，资源获取不仅关系到运营成本，也可能决定一个国家能否推出具有竞争力的模型。

Georgia认为，无论是出于超大规模企业的发展需求，还是基于本国自身的人工智能能力，各国都在设法解决人工智能数据中心背后的能源问题。其中，各国的应对理念可以概括为五类：

第一是“协调”，即由政府统筹电网与数据中心布局。日本拟通过“Watt-Bit”约束低能效项目，欧盟推动能源信息强制披露并统一评级体系，中国则要求国家计算中心内的新建数据中心必须至少80%使用可再生能源；

第二是“定价”，例如美国能源监管机构下令要求所有主要电网运营商说明其向数据中心等大电力用户收费的依据；

第三是“绕网供电”，允许企业建设现场或专用电源，但不同地区在可靠性、成本转嫁和监管权限方面态度不一。

此外，部分国家可以凭借自身自然地理条件获得优势，例如巴西长期形成的水电结构；另一些国家则对市场准入提出“附加条件”，要求数据中心证明其有助于能源转型和水资源安全。

Georgia表示，这五类理念分别体现规划、价格、私有供能、资源禀赋和准入审查的政策逻辑。各国选择并不趋同，数据中心在不同市场所面对的建设周期、能源成本和合规要求也将由此拉开差距。

Georgia认为，当各国都在应对资源约束问题时，这一情况也给企业带来了几项截然不同的风险：

第一重风险是资本与资源准入。主要市场的电网接入排队时间已达到五至八年，变压器等关键设备亦存在供应短缺。能够提前多年锁定电力采购、预付设备并建设配套电源的大型云服务商更易获得稀缺资源，而普通企业则可能会面临更高电费价格，间接承担电网升级成本，同时也会受到设备竞争和云端算力价格上升的影响。

第二重风险是监管分化。国际、国家及行业层面的人工智能治理规则往往难以保持一致，经济合作与发展组织（OECD）统计显示，80个司法管辖区和组织内已有超过2,000项人工智能政策举措。规则持续增加但协调不足，使企业会面临重复、重叠甚至冲突的合规要求。大型跨国公司可以配置专业团队应对，而中小企业和初创公司将更难承担相应成本。因此，监管复杂度的非均匀分布可能进一步巩固既有领先企业的垄断优势。

第三重风险是市场碎片化。主权人工智能虽然能够增加本地算力，但数据本地化、跨境传输限制以及区域基础设施封闭，也可能形成新的市场壁垒。已有至少34个国家出台或强化数据本地化要求，限制了人工智能处理的地点。若企业被限定只能使用特定区域内的人工智能基础设施，它不仅要承担合规成本，其计算能力还将被限制在该区域能够负担的水平，而非全球可用的最佳水平。

Georgia最后强调，电力资源准入、资本门槛、监管差异和市场碎片化正在共同改变企业的经营条件。“谁能获得电力（Who Gets the Power）”既指现实中的能源供应，也指人工智能时代的产业话语权，未来真正取得主动权的，是能够更早对这些风险做好充分准备和规划的企业。