融金牛配资对话阿里云王朝阳：中国不缺电，AI卡在电与算力的协同

（本文作者为半呆君，钛媒体经授权发布）

文 | 半呆君

这两年只要聊 AI，绕不开一个词——电。投资人担心限电，媒体爱写"电力紧张"，连地方招商都把"绿电指标"挂在嘴边。所有人默认：中国 AI 的命门在"缺电"。

这个共识，被一个管数据中心的人当面拆了。阿里云全球数据中心总经理王朝阳在访谈里说得很直白：中国不缺电力总量，缺的是把电和算力捏到一起的协同。他是阿里云的人，站在算力负荷方、也管着自家机房，这话带着他的业务视角——但拆的方向，值得听。

我的判断比他再多走一层：总量够不够是道旧题，真正的硬约束是，单位算力的能源账单，长期只会越来越重。

一、总量账：发电量超美欧日 24%，但"局部"会卡死

先说总量。王朝阳提过一个判断：中国发电量已经超过美国、欧洲、日本加起来的总和。方向没问题。国家统计局公报里，2025 年中国发电量 105752.5 亿千瓦时（约 10.58 万亿），同比增 4.8%。美欧日三家加起来约 8.5 万亿——这个分母是行业口径（Wind/BP 序列），跟中国的统计口径不完全可比，但量级差摆在那儿：我们比它们的总和还多两成四。

总量上中国确实厚。但问题出在"集中"。

数据中心不是撒胡椒面式分布的。哪有算力需求、哪有便宜的电和地，机房就往哪堆——乌兰察布年均气温只有 4.3℃、绿电占比 67%、到北京时延压到 2.1 毫秒，机房自然往那儿挤。可一聚集，局部矛盾就跟着来。

王朝阳有句话很扎心：局部矛盾"体量大了之后，不可能被取代"。意思是，某个枢纽的电力、土地、通道一旦被算力占满，你没法把这堆负荷整体搬走重来——就像春运里那几个永远堵死的枢纽站，全国运力总量够，但北京西站你搬不走，它一瘫整条线就抽筋。这是结构问题，不是总量问题。

这和疆煤外运、大秦线是同一个理儿——全国煤不少，卡的是从新疆运到沿海电厂的那条通道；全国电也不少，卡的是算力堆出来的那几个局部节点。说到底，本质都是总量够、通道卡：总量有余、结构错配，换个场景，同一个病。

四国发电量对比（2025，单位 TWh）

总量够，不等于过关。

二、柔性账：数据中心不是刚性负荷，但柔性是一档一档的

第二笔账更反直觉。

行业里常默认数据中心是"刚性负荷"：不能宕机、得按峰值报备用容量，所以被认为铁板一块，为了那几下短暂峰值得多交一整套容量电费，纯浪费。

王朝阳的判断反过来：数据中心是百分百柔性的。它能配储能、也有备用电源兜底，缺电时段的任务可以往后延，甚至调度到别的机房去跑。

但"百分百"得打个补丁——而这个补丁，政策已经替我们打好了。《行动方案》第七条写的是"依据算力任务类型，对算力设施实施分类管理"。翻成大白话：训练任务、离线批处理这类，缺电时可以缓、可以挪，确实高度可调；可在线推理受时延约束——夜里电价再便宜，你也没法把一次对话请求扔到两千公里外去算。柔性不是一档，是一档一档往上走：任务越"实时"，能动的余地越小。

说到这里得补一刀——这是我的看法，不是他原话。一个云服务商当然希望电价能按真实波动来算、少为峰值买单，所以"负荷能调"从他嘴里说出来，天然带着省容量电费的利益视角。但撇开立场，技术上的可调性是真的——难的是另一头。

"柔性"不等于"随便调"。数据中心是关键基础设施，柔性之上不能有任何风险。备用电源、储能背后是实实在在的安全与风险成本，一旦出事，损失的不是电费，是算力产出和口碑。所以真正难的地方，不是"能不能调"，而是"零风险前提下怎么调"。

打个比方：普通工厂能弹性排班，但心脏手术室不能因为夜里电费便宜就改夜班。数据中心就是那台不能停的手术室，柔性是它的本事，零风险是它的底线，两者拧在一起才叫真功夫。

数据中心不是刚性负荷，它是百分百柔性；但柔性之上不能有任何风险——这才是难的地方。

柔性这把钥匙，开得了省电费的锁，却开不了根本解的锁。

三、成本账：电力只占 10%，但单位算力的能源账单只会越来越重

第三笔账，最容易误导人。

常听到一个说法：电力成本只占 AI 总成本的 10% 左右，所以能源不是事儿。王朝阳把口径拆开讲：如果连服务器、网络这些 IT 硬件一起统算，电力占比确实被摊薄到约 10%；可要是不算那些昂贵的芯片和服务器、只算基础设施，电力在里面的占比能到六成量级。两个口径都对，但都没回答真正的问题：这个占比往哪走？

这是我自己算的一笔账，不是访谈里给的。

把时间拉长看两条曲线：算力、芯片是技术，技术的特点是持续降本，单位算力的成本曲线往下走；能源升级是刚性的，甚至还在涨，单位算力的能源成本曲线往上走。一上一下，两条线像剪刀一样张开——这就是我说的"剪刀差"：单位算力的能源成本占比，长期只会越来越高。

我管这叫"能源在沉淀"：技术把算力越做越便宜，可每一次推理、每一次训练都要烧的电，反而越来越重地压在账上。

当然，这账的前提（技术持续降本、能源刚性上涨）但凡有一个看走眼，剪刀差的斜率就会变——所以它该被持续验证，不是定论。

有人会反问：芯片能效不也是技术曲线吗？PUE 逐年降、液冷在普及、ASIC 把单位能耗一路往下压，能源凭什么"沉淀"？这话对了一半。能效改善压的是"每一份算力的耗电"，可 AI 的胃口涨得比这更快——据公开报道，Token 消耗量、推理调用量这两年大体上是成倍往上翻的。分母在变小，架不住分子涨得更猛。我说"能源在沉淀"，不是"能耗降不下来"，是降的速度赶不上要的量。

信通院的数据能做个旁证（据《财经》2026-01 转引）：2024 年中国数据中心用电 1660 亿千瓦时，占全社会用电 1.68%。按中等增速，到 2030 年这个占比会摸到 3% 左右，差不多翻倍。但要说清：信通院这条是"用电占全社会份额"，属总量侧的旁证；我说的"成本结构侧占比走高"是另一码事，直接证据还得另找——它俩不是一根柱子。

能源在沉淀·剪刀差示意

再补个比喻：这像买车。车价（算力）一路往下走，油费（能源）一路往上走。你买车时盯着车价便宜乐，可开得越多，油费在总开销里的分量越重。AI 就是那辆越开越费油、但车越来越便宜的车——你省下的车钱，迟早还回给油站。

成本账算完，还剩最后一笔。

四、协同账：配储能解决不了根本问题

最后一笔账，收口。

很多人觉得，数据中心多配点储能不就完了？王朝阳摇头：配储能解决不了根本问题。站在云服务商的角度，他当然希望少为峰值买单——所以"配储能不是根本解"这话，同样带着他的利益视角，但逻辑立得住：储能是备电，是计划经济的思路，电厂给你备着，你按峰值交钱；但算力的需求是市场波动的，今天火爆明天冷清。

真正的出路，是发电侧、电网侧、负荷侧之间找到动态平衡，算出全局最优的成本，再用 AI 去做调度和运营。说白了，不是多买几块电池，而是把电和算力组织成一张会自己调节的网。

政策其实已经在往这走。王朝阳梳理的脉络是：2025 年 8 月之前，政策重心在新能源消纳；之后开始出现 AI 产业支持、双向赋能。把这套逻辑落到纸面上的，是 2026 年 4 月 8 日国家发展改革委、国家能源局、工业和信息化部、国家数据局四部门印发的《关于促进人工智能与能源双向赋能的行动方案》（国能发科技〔2026〕34号）——它把协同这件事制度化。这份文件给的不只是口号：它写明到 2027 年初步构建能源保障体系、到 2030 年清洁能源供给保障能力达世界领先；落点上，鼓励算力设施配构网型储能、开展绿电直连、以多种形式参与电能量与辅助服务市场交易，甚至鼓励算力设施申报基础设施领域 REITs。消纳在先，算力协同在后，消纳只是初级形态。

张力就在这儿：电力行业要的是稳定的、计划式的供给；算力企业面对的是随市场波动的需求。一个要稳，一个要活，两边找"中间状态"的过程，就是整个产业的瓶颈所在。