美國聯邦參議院近期針對一項要求大型資料中心（Data Center）承擔更高比例電費成本的提案進行審議，最終因民主黨議員的集體反對而遭到封殺。這項被外界形容為「無牙」（Toothless）的法案，核心目標是要求雲端服務巨擘與AI算力供應商，在各州電網因AI運算需求暴增而瀕臨超載時，必須分攤更多的基礎電網升級與尖峰用電費用。
這場立法攻防的關鍵，在於美國AI產業正以年均 25% 的功耗增速重塑全國電力供需結構，而傳統電網分攤機制仍由住宅與小型商業用戶承擔多數成本，引發日益嚴重的「成本外部化」爭議。
支持法案的跨黨派議員認為，AI與加密貨幣挖礦產業的瘋狂擴張，已使維吉尼亞州、德州等資料中心聚落的批發電價在過去兩年內上漲超過 40%，住宅用戶電費負擔因此顯著攀升。反對的民主黨議員則質疑，該法案版本缺乏對小型新創公司與新興AI實驗室的保護機制，且可能成為共和黨在2026年期中選舉前操作能源議題的政治工具，最終在程序投票階段遭到阻擋。
此事件本質並非傳統的政黨惡鬥，而是AI時代「算力霸權」與「能源正義」之間的結構性矛盾。以下從歷史脈絡與產業演進角度，深入解析這場立法僵局的深層成因。
歷史背景與技術演進脈絡：
回顧美國電力監管史，1935年《公用事業控股公司法》與1930年代各州公共事業委員會（PUC）建立的「成本分攤機制」，是為了服務住宅與工業用戶的均衡發展。然而，2022年ChatGPT問世後，生成式AI訓練所需的GPU叢集功耗急劇攀升。單座超大型AI資料中心的尖峰功耗，從2018年平均約 30MW 暴增至2025年的 150MW 以上，成長幅度高達5倍，遠超傳統電網的承載設計極限。
更具結構性的問題在於，AI運算負載具有極高的「時空集中性」：大型訓練任務常在特定州郡同步啟動數萬顆GPU，造成瞬間用電尖峰；相對地，住宅與商業用戶則必須分攤這些「非線性自備發電」的備用容量成本。這正是所謂「需求費用」（Demand Charge）爭議的根源。
法案內容與利益角力解析：
本次被封殺的法案，據《Prospect》揭露，其條文存在三大缺陷：
核心矛盾總結：
比對1990年代電信業解除管制（Telecom Deregulation）與2010年代頁岩油氣革命監管爭議，本次AI資料中心電費立法僵局，本質上是「第四次工業革命基礎建設成本」如何分攤的歷史性辯論。預期未來 12 至 24 個月，將出現以下三種關鍵情境演化：
聯邦層級立法持續陷入僵局，但維吉尼亞州、德州、俄亥俄州等資料中心聚落州，將率先透過州級公共事業委員會（PUC）推出「資料中心專屬電價方案」。此情境下，AI運算服務商將面臨「州別合規成本差異化」，並促使超大型雲端業者加速與電力公司簽訂 20~30 年長效購電協議（PPA），鎖定再生能源與核能資源。產業將呈現「聯邦無共識、州級有突破」的分權式演進。
若 2026 至 2027 年 AI商業化變現速度不如預期，加上電網升級成本失控，可能引發兩大連鎖反應：（一）資料中心建商大量取消已簽約的電力容量預約；（二）住宅用戶因電費暴漲發起大規模「能源抗稅」社會運動。此情境將導致 SMR 與電網升級類股的估值在 6~9 個月內修正 30~40%，並重創 AI 基礎建設 ETF。
面對中國在 AI 算力規模上的快速追趕，兩黨可能在 2026 年下半年達成歷史性妥協，通過《AI 基礎建設與能源共享法案》（假設名稱），其核心機制包括：（一）對 AI 訓練任務課徵「算力能源稅」用於電網投資；（二）對合規使用再生能源的資料中心給予聯邦稅賦抵免；（三）設立「AI 國家戰略儲備電網」。此情境將催生一個估值上看 500 億美元的新型「能源－算力」基礎建設 REITs 次級市場，並成為美國在 AI 主權競賽中的關鍵制度優勢。
面對這場 AI 與能源的政策結構性衝突，不同利害關係人應採取差異化行動策略：
01 起因觸發：美國參院民主黨封殺「無牙」資料中心電費法案
02 一階傳導：AI雲端服務商面臨各州PUC監管壓力，運營成本結構改變
03 二階擴散：維吉尼亞州、德州等聚落州住宅電費加速上漲，社會民怨升溫
04 三階擴散：再生能源PPA市場與SMR核能廠迎來結構性需求，電網設備商受惠
05 跨國外溢效應：歐盟與亞太國家觀望美國法案走向，可能加速仿效或對抗
06 宏觀終局：AI算力競爭進入「能源－算力」雙軸時代，全球AI主權格局重塑
因果網路圖譜 2 節點
可拖曳節點 · 點兩下開啟文章