我们打开一个 AI 客户端，敲一句话，几秒钟就回来了。

没人会想到，这几秒钟的代价，是有一批单柜价值上千万美元的服务器，此刻正躺在某个昏暗的仓库里，指示灯暗着，插头没插——因为它们所在的机房还没通电。

这就是我这两天看到的一条消息。它没有"AI 泡沫破裂"那么刺激，但它比泡沫更扎人，因为它指向一个我们几乎从不讨论的事实：

我们以为的"AI 进步神速"，在物理世界那一端，是要排队等电的。

一、先把事情说清楚：钱和货都到了，就是开不了机

事情不复杂，但说法很绕，我按时间捋一遍。

据 Business Insider 本月 19 日的报道，亚马逊云科技（AWS）旗下部分数据中心面临供电能力瓶颈，导致订购的机架级 AI 算力系统无法按时启用。

几个关键数字：

• 一封内部邮件显示，亚马逊预计 8 月单月接收约 50 亿美元的英伟达 GB300 机架，此后每月约 30 亿美元，"在可预见的未来"持续。
• 部分设备因为供电不足，只能暂时存放在中间仓储点。
• 亚马逊还调整了"货到付款"的惯例，改成 Early Rack Receipt——在供应链早期就取得机架所有权。

亚马逊发言人的回应是：把已完工的硬件存在靠近部署地点的地方，是"最佳商业实践"；公司有系统追踪基础设施资产，并否认整体上缺乏部署预测。

说白了就是：机房有空位，机器放得下，但没有电给它开机。

这里有个特别值得注意的细节。Early Rack Receipt 意味着，货还没通电，钱已经先付掉了。一台机器从出厂到真正跑起来开始算力折旧，中间可能隔着几个月甚至更久。这段时间里，它不产生任何收入，但已经在亚马逊的账上、在供应链的账上、也在现金流量表上。

而且亚马逊 2026 年的资本开支预算是约 2200 亿美元，绝大部分就流向数据中心、自研 Trainium 芯片和 AWS 算力扩建。

二、电为什么要排队？因为前面排的是 4 到 10 年

这不是亚马逊一家的问题，这是整代人的问题。

高盛预计，美国数据中心电力需求将从 2025 年的 31 吉瓦升到 2027 年的 66 吉瓦。EPRI 预计，到 2030 年数据中心可能占全美发电量的 9% 到 17%。

而电网的扩容速度呢？

并网等待期 4 到 10 年。

德州 ERCOT 的大型负荷申请队列，一年内从 63 吉瓦暴增到 226 吉瓦。

你把这两个数字放在一起看，会觉得有点荒诞：建数据中心的速度，是电网扩容速度的好几倍。

于是整个行业开始做各种"外挂"：

• 亚马逊 9 月底和 Constellation Energy 签了 20 年购电协议，从马里兰州 Calvert Cliffs 核电站拿 690 兆瓦，带动超过 30 亿美元基建投资；一周后 Alphabet 也签了 20 年协议，锁定 890 兆瓦，撬动超过 43 亿美元。Alphabet 另有一份 15 年期协议，涉及约 2700 兆瓦。
• Oracle 更绝——因为天然气管道和电网并网审批受阻，它直接用卡车运压缩天然气给数据中心临时供电。犹他州那个项目已经这么干了一年多；得州 Shackelford 县的站点是给 OpenAI 专属园区用的。综合成本约是主流管道气价的 4 倍，而且一辆大卡车装的天然气只够烧约 40 分钟，得 24 小时不间断调度。

新墨西哥州那个规划 2.45 吉瓦、总投资 1650 亿美元的 Project Jupiter，已经在 9 月 24 日向开发商 STACK Infrastructure 发了不可抗力通知。

从"并网"转向"自备电站"，是整个行业的转向标。有测算给出了这条时间线的价格：提前一年通电，每瓦约值 4.50 美元。

我们抢着用的 AI 能力，是建在这种"抢"字上的。

三、最扎心的一句玩笑，来自他们自己的 CFO

这件事里我印象最深的，其实不是仓库，是一次内部会议的玩笑。

今年 9 月的一次内部会议上，AWS 基础设施负责人 Prasad Kalyanaraman 对 CFO John Felton 说了一句话。据 Business Insider 披露的内容，他半开玩笑地说：

"你已经把我们公司的自由现金流搞成负的了，恭喜。"

Kalyanaraman 接着表示，预计亚马逊的自由现金流会在**"接下来几年左右"**持续为负。

一面是公司层面预计 2200 亿美元的资本开支，一面是现金流被"搞成负的"，而这只是一部分机房。AWS 二季度营收增速 36.7%、运营利润 166 亿美元——生意好得很，可钱得先花出去，才能轮到赚钱。

这里面的错位特别值得体会：

你花钱的速度，和你能供电的速度，是两个不同的曲线。

亚马逊的动作甚至带着一种少见的"认输"感——把所有权提前买断，是为了确保货一定是我的；货一定是我的这个确定性，是它现在唯一能买到的确定性。因为它买不到"下个月一定通电"。

四、但请别急着说"AI 要黄了"

这条消息出来后，社交媒体上最热闹的反应是幸灾乐祸。

有人说亚马逊仓库里堆着"装不下的 GPU"，Gary Marcus 转发点评："破案了，就是它"，还顺带批评了"关于需求的一堆疯话"。

这个结论其实下得太快了。 报道说的是可用电力不足，并没有说客户需求疲软导致机架闲置。这两件事在报道里是被明确区分开的。亚马逊自己的回应也是围绕"仓储是最佳实践"，而不是"我们卖不动"。

而且 Kalyanaraman 在同一场会议上的判断，方向恰恰相反——他认为 2027 年需求会超过容量。他还形容亚马逊的机器学习和 AI 业务"增长非常迅猛"。

所以更准确的说法是：

这不是 AI 需求的故事，这是 AI 供给的故事。

而如果这是供给故事，那它意味着的东西其实更值得认真对待——约束不在算法、不在芯片、不在钱，而在那个最老、最慢、最不性感的行业：电网。

顺便说一句，这几天 Anthropic 的故事也提供了同一个方向的一个注脚：营收涨了十几倍，亏了 800 亿美元。同一个季度，同一个行业，一个在抱怨电不够，一个在烧钱买电。两家最聪明的公司，卡在了同一个物理约束上。

五、我们每个人到底为什么会感到这件事

写到这里，我想说说我自己为什么会觉得这条新闻比很多"AI 大新闻"更值得停一下。

因为我们这一代人的 AI 体验，是被"延迟"这个词包围的：两秒出答案、秒级响应、随叫随到。我们已经习惯了 AI 是"即时"的。

但那个即时性，是用别人的机房、别人的电网、别人的变压器、别人的高压线换来的。

而且我们常常是双重受益又双重无感：一方面我们享受着 AI 的便利，不用付任何边际成本；另一方面当这套东西的物理瓶颈出现时，我们的第一反应也不是"这需要全社会的系统升级"，而是"该不会是要泡沫了吧"。

这两件事，其实都藏着一种偷懒的理解——我们把 AI 当成了软件，而它其实越来越像制造业。

制造业有一个特别朴素的规律：产能扩张的速度，永远追不上欲望的速度。 一台机器从下单到投产要一年，一个厂房从报批到开张要好几年。AI 产业看起来是全新的，但它在"要用多少电"这个问题上，突然变成了一家非常传统的重资产企业。

而重资产企业的规律是——你不缺想法，你缺的是排队的时间。

六、所以，这件事落到我们身上是什么

我不太想把它拔高成一个"启示"。就说几个具体的：

如果你是在做 AI 产品或服务，有个很实际的信号：未来一段时间，"交付能力"和"产品能力"的差距会拉开。当大家都做出差不多的模型时，能拿到电、能排上并网、能把机柜放进已通电的机房的那家公司，交付能力就是产品能力本身。Kalyanaraman 说 2027 年需求会超过容量——那时候客户排的不是你的队，是电的队。

如果你是在公司里考虑要不要现在就用 AI 改造流程，这件事其实是个反向利好：当行业在抢电、抢机柜的时候，说明真实的需求是存在的。收紧的是物理约束，不是需求意愿。

如果你就是想看个热闹，那我只想说：请允许自己把这个消息读成一件关于"我们所在这个时代有多贪心"的事。我们对算力的胃口大到什么程度——大到全世界的电力系统需要用十年为单位来追赶我们的想象。

最后回到开头那个场景。

我们按下回车键，几秒钟就收到了回复。这几秒钟里发生了什么，我们通常不会去想，也没什么机会去想。

但今天我想告诉你：在这几秒钟的另一端，可能有一排机柜正站在仓库里，指示灯全部是暗的。它们价值不菲，准备充分，一根线都接好了——只差电。

而那根电，正在穿越一片需要排四到十年的队伍。