AI 产业下一阶段真正稀缺的，不只是芯片，也不是普通意义上的电，而是“能在正确时间、正确地点、稳定接入、可被调度的电”。
最近几条信息，其实都在指向同一个方向。
第一，中国在 2026 年 5 月发布推动人工智能与能源“双向赋能”的行动方案。中国政府网转发新华社报道时提到，到 2030 年，AI 算力基础设施的清洁能源供给能力要显著提升，同时 AI 在能源领域的应用也要明显增强。
第二，北美电力可靠性机构 NERC 在 2026 年 5 月发布 Level 3 Alert，专门关注计算负荷接入大电网后的风险。APPA 的报道里提到，NERC 观察到一些由客户发起的大规模负荷削减和明显振荡，可能在数秒内发生，留给实时响应的空间很小。
第三，ICIS 在一篇关于中国 AI 数据中心能源供给的分析里，把问题落到一个更具体的词上：baseload premium。也就是说，AI 数据中心需要的不只是便宜电，而是更接近稳定底荷的能源安排。
这三件事放在一起看，就能看出一个变化：
算力已经不只是数字产业问题，它正在变成电力系统规划问题。
数据中心不只是“大客户”
过去电力公司看数据中心，大体还可以把它当成大客户。
你要用电，我评估容量，接入线路，建设变电站，签合同，收电费。
但 AI 数据中心有一个不同点：
它不仅大，而且密集；不仅持续用电，而且对稳定性要求极高；不仅要长期供电，还可能因为计算任务变化，出现更复杂的负荷行为。
这也是 NERC 为什么发出警报。
它关注的不是普通数据中心用电增长，而是 computational loads，也就是计算负荷。报道列出的例子包括 AI 训练、加密货币挖矿和传统数据中心等用途。
更关键的是，问题不只发生在“用电量大”，而是发生在“负荷行为复杂”。NERC 提到，一些大规模负荷削减和明显振荡可能在数秒内发生。
“数秒”这个词很关键。
电网不是互联网。
互联网卡一下，最多是页面转圈、视频降清晰度、请求重试。
电网的频率、电压、保护、功率平衡，是实时系统。大负荷如果突然变化，不是“用户体验下降”，而是系统稳定性问题。
所以数据中心的身份正在变化。
过去它只是用电客户。
现在它开始变成电力系统里的变量。
不是有没有电，而是有没有接得上的电
很多人讨论 AI 用电，容易停在一个问题上：
未来电够不够？
再深挖这个问题，可以提出以下几个细节：
第一，当地电网有没有容量？
不是一个地区总发电量看起来够，就代表某个数据中心项目能马上接进去。输电线路、变电站、配电容量、局部负荷曲线、备用容量，都会决定项目能不能落地。
第二，接入时间能不能匹配建设节奏？
AI 产业的节奏很快，算力需求可能几个月就变化一轮。但电网建设不是互联网产品迭代。线路、变电站、审批、设备、土地和并网，都有自己的周期。
第三，电价和供电条件是否可预期？
数据中心不是临时摊位。它一建就是重资产，服务器、冷却、网络、电力设施、土地和长期合同都压在里面。电价如果波动太大，或者供电条件不稳定，项目的商业模型就会变得很难算。
第四，电力来源是否满足低碳要求？
大型科技公司、跨国客户和部分监管体系都会看碳排放。数据中心不能只说自己用了电，还要解释这份电来自哪里，是否匹配绿电承诺，是否经得起审计。
所以 AI 时代真正有价值的电，是可以被项目实际接入、长期使用、价格可预期、碳属性说得清楚、还不把电网拖垮的电。
为什么中国方案强调“协同”
中国这次行动方案里，有一句话比“清洁能源供给能力提升”更值得注意。
中国政府网报道提到：行动方案要保障算力基础设施安全可靠能源供应，推动算力基础设施绿色低碳转型，并促进算力与电力之间高效经济协同。
“协同”这个词很重要。
它说明算力不是单独规划的。它要和电源、电网、负荷、市场机制放在一起算。
这也是为什么绿电不能只理解成证书问题。
太阳能看日照，风电看风况，水电看来水。数据中心却不能说，今天风不够，我少训练一会儿；晚上没有太阳，我先暂停推理服务。
它要的是连续、稳定、可预测的供电。
所以真正的问题不是“有没有新能源装机”，而是：
新能源能不能消纳？
储能能不能跟上？
稳定电源怎么托底？
电网能不能把电从资源地送到负荷地？
大负荷能不能参与需求响应，而不是只在系统里单向取电？
这些问题，才是 AI 和能源结合的深水区。
baseload premium 是什么信号
ICIS 那篇分析用了一个很有意思的说法：AI baseload premium。
baseload 是基荷，意思是系统里持续存在、相对稳定的基础负荷或基础供给需求。
premium 是溢价。
把这两个词放在一起，背后其实是一个判断：
AI 数据中心需要的不是随便哪一度电，而是更稳定、更可预期、更接近基荷特征的电力安排。这类电力在系统里会变得更值钱。
这能解释为什么“绿电证书”本身不够。
如果一个数据中心白天用电高峰和光伏出力高峰不匹配，如果夜间推理负荷需要稳定供电，如果极端天气下还要维持服务，那么它需要的就不是纸面上的年度绿电比例，而是小时级、系统级的供需匹配。
我不认为这里有一个统一答案。
不同地区资源禀赋、电网结构、监管环境和客户需求都不同。
但方向是清楚的：
AI 数据中心会抬高对稳定电力的需求，也会抬高电力系统协调能力的价值。
中国的机会和压力
中国在这个问题上有优势，也有压力。
优势是，中国有巨大的电力系统，有很强的新能源装机和制造能力，有特高压、储能、火电灵活性改造、电力市场改革，也有大量产业园区和数据中心规划经验。
这意味着中国有机会把几件事放在一起算账：
算力放在哪里，电从哪里来，新能源怎么消纳，储能怎么配，电网怎么扩容，园区怎么调度，电价怎么设计。
但压力也在这里。
新能源装机增长很快，不等于每一度新能源电都能被高质量利用。部分地区会遇到消纳、送出、调峰和负荷匹配问题。
数据中心如果规划得好，可以成为新的优质负荷，帮助一些地区把新能源、储能和产业需求连接起来。
但如果规划不好，它也可能成为新的系统压力。
比如：项目只盯着低电价和政策优惠，却没有考虑当地电网承载能力。
算力园区集中落地，但储能、备用电源、调峰和输配电建设跟不上。
企业真实用电曲线和绿电供给曲线并不匹配。
AI 的竞争，表面上是算力竞争。
再往下看，是电力系统竞争。
真正决定算力能不能继续扩张的，不是“有没有电”这么简单。
而是这份电能不能在系统里被接入、被平衡、被调度、被长期承诺。
这才是 AI 时代最容易被低估的基础设施问题。
参考来源
- 中国政府网/新华社: China to boost mutual empowerment of AI, energy, 2026-05-08 对应论点：AI 和能源被纳入同一套政策规划；算力基础设施需要安全可靠、绿色低碳、与电力高效经济协同。 https://english.www.gov.cn/news/202605/08/content\_WS69fde96dc6d00ca5f9a0ad4b.html
- American Public Power Association: NERC Issues Action Alert Tied to Risks Posed by Computational Loads Interfacing with Bulk Power System, 2026-05-04 对应论点：计算负荷已被电网可靠性机构单独识别为风险源；秒级负荷削减和振荡说明数据中心不只是普通大客户。 https://www.publicpower.org/periodical/article/nerc-issues-action-alert-tied-risks-posed-computational-loads-interfacing-with-bulk-power-system
- ICIS: AI baseload premium China edition, 2026-05-14 对应论点：AI 数据中心对稳定底荷型能源安排的需求，会抬高可持续、可预期电力的系统价值。 https://www.icis.com/explore/resources/news/2026/05/14/11207345/insight-ai-baseload-premium-china-edition-coal-hydrogen-and-nuclear-beneath-ai-data-center/