过去两个月，AI投资的增量开始从芯片、服务器外溢到电力领域。超大规模云厂商增加了资本开支与研发预算，更激进地部署训练与推理两端的算力，推高了数据中心用电需求。市场担心的问题不再是“需不需要电”，而是“供给链能不能按时把电送到机房”。
高盛全球投资研究部分析师Brian Singer在报告中指出，预计2030年全球数据中心用电需求相对2023年的增幅从175%上调至220%，其中美国新增用电约占六成，数据中心容量预测也被明显抬高。
需求上修并不等于路径清晰。电网侧的并网、输配电和设备交付周期都在延长，“表后电”这种过渡方案被推到前台，以天然气为主，先让机房运行起来，后续再接回电网。高盛预计美国电力需求增速在2030年前年化为3.2%，其中数据中心贡献了2个百分点。
尽管数据中心电力供应链相关股票已跑赢大盘，高盛仍维持看多态度，认为基础设施将进入一轮更长的投入周期，以避免电力、水、网络、供应链的可靠性事故。然而，如果AI从“希望与梦想”转入“执行期”，预算与回报的约束会变硬，股价驱动也会转向个股筛选。
高盛预计2030年全球数据中心（包括AI和非AI）用电增量将达到905TWh，较2023年增长220%。结构上，美国权重继续上升，预计这905TWh增量中约60%发生在美国。美国数据中心容量预计2030年升至95GW，海外预计升至72GW。
超大规模云厂商的再投资率逼近九成，讨论焦点从“投入”转向“回报”。高盛分析师对2026-27年hyperscaler capex+R&D合计上修超过3000亿美元，并预计主要全球hyperscalers的capex+R&D到2029年将较2025年翻倍。再投资率上升压缩自由现金流，但股东能分到的空间被挤压。
高盛在报告中举了一个可量化的方向：AI加速药物研发。其医疗团队引用的数据表明成功率提升370个基点，研发周期缩短约3年，估算10年药物管线现值可提升83亿到412亿美元。这类案例回答了“渗透到底在哪里落地”的问题。
