AI融资与能源融资正加速融合，科技企业开始主动投资发电资产或采用“离网电力”方案。与此同时，劳动力短缺、水资源压力以及多地政策反对声音，进一步加剧了算力供给的结构性紧张。
随着微软（MSFT）、谷歌(GOOG)、Meta (META)、亚马逊(AMZN)及甲骨文(ORCL)等科技巨头持续调高资本开支预算，人工智能基础设施建设规模正迈向历史新高。市场目光多集中于数据中心扩张、图形处理器（GPU）采购及巨额融资需求，但摩根士丹利的最新研究指出，电力供应正成为AI扩张的关键瓶颈，人工智能融资与能源融资之间的边界正因此迅速模糊。
数周前，摩根士丹利曾探讨AI基础设施融资议题，分析科技企业如何通过股债市场为庞大开支筹措资金。然而，在与客户及产业链企业深入交流后，该行愈发确信，融资问题已不能仅从科技行业内部理解。AI基础设施的瓶颈正向上游延伸：数据中心虽是算力交付的最终载体，但支撑其运行的电力、输电网络、变压器、发电设备乃至劳动力与水资源，正成为同等重要的限制条件。AI基础设施融资正从单纯的数据中心融资，转向“电力+算力”的综合融资模式。
随着电力约束强化，AI与能源基础设施的界限正快速消融。以往能源项目多由公用事业公司或独立发电商投资，科技企业专注服务器与芯片；而今，为稳定供电，越来越多AI企业主动参与能源资产投资，包括签署长期购电协议、直接投资发电项目乃至收购相关资产。
此外，更广泛的结构性约束不容忽视。劳动力方面，美国未来十年预计短缺约30万名电工，且现有电工中超五分之一年龄已达55岁或以上。
在多重约束下，摩根士丹利认为算力供需的结构性失衡风险正在上升。若AI需求持续快速增长，而电力、设备、劳动力、水资源及政策审批限制供给扩张，“稀缺性”将成为算力市场的重要特征。拥有大规模、可靠算力资源的企业将获得更强定价权。报告将这类掌握稀缺、稳定、可交付算力产能的企业称为“算力供应商”，其核心优势不仅在于数据中心或云服务，更在于对关键资源的掌控。类似于能源行业中握有关键资源的发电企业，它们在产业链中的议价能力有望显著增强。
