對話阿里雲王朝陽：中國不缺電，AI卡在電與算力的協同

半呆君2026.09.20 11:10 · 來自山西全文3941字00:00 / 11:40圍繞總量、柔性、成本、協同四本賬拆解中國AI的能源約束，並提出"能源在沉澱"判斷：單位算力的能源賬單長期只會越來越重。文末給出三個可核查的跟蹤信號。文 | 半呆君這兩年只要聊 AI，繞不開一個詞——電。投資人擔心限電，媒體愛寫"電力緊張"，連地方招商都把"綠電指標"掛在嘴邊。所有人默認：中國 AI 的命門在"缺電"。這個共識，被一個管數據中心的人當面拆了。阿里雲全球數據中心總經理王朝陽在訪談裡說得很直白：中國不缺電力總量，缺的是把電和算力捏到一起的協同。

他是阿里雲的人，站在算力負荷方、也管著自家機房，這話帶著他的業務視角——但拆的方向，值得聽。我的判斷比他再多走一層：總量夠不夠是道舊題，真正的硬約束是，單位算力的能源賬單，長期只會越來越重。一、總量賬：發電量超美歐日 24%，但"局部"會卡死先說總量。王朝陽提過一個判斷：中國發電量已經超過美國、歐洲、日本加起來的總和。方向沒問題。國家統計局公報裡，2025 年中國發電量 105752.5 億千瓦時（約 10.58 萬億），同比增 4.8%。美歐日三家加起來約 8.5 萬億——這個分母是行業口徑（Wind/BP 序列），跟中國的統計口徑不完全可比，但量級差擺在那兒：我們比它們的總和還多兩成四。

總量上中國確實厚。但問題出在"集中"。數據中心不是撒胡椒麵式分佈的。哪有算力需求、哪有便宜的電和地，機房就往哪堆——烏蘭察布年均氣溫只有 4.3℃、綠電佔比 67%、到北京時延壓到 2.1 毫秒，機房自然往那兒擠。可一聚集，局部矛盾就跟著來。王朝陽有句話很扎心：局部矛盾"體量大了之後，不可能被取代"。意思是，某個樞紐的電力、土地、通道一旦被算力佔滿，你沒法把這堆負荷整體搬走重來——就像春運裡那幾個永遠堵死的樞紐站，全國運力總量夠，但北京西站你搬不走，它一癱整條線就抽筋。這是結構問題，不是總量問題。

這和疆煤外運、大秦線是同一個理兒——全國煤不少，卡的是從新疆運到沿海電廠的那條通道；全國電也不少，卡的是算力堆出來的那幾個局部節點。說到底，本質都是總量夠、通道卡：總量有餘、結構錯配，換個場景，同一個病。四國發電量對比（2025，單位 TWh）總量夠，不等於過關。二、柔性賬：數據中心不是剛性負荷，但柔性是一檔一檔的第二筆賬更反直覺。行業裡常默認數據中心是"剛性負荷"：不能宕機、得按峰值報備用容量，所以被認為鐵板一塊，為了那幾下短暫峰值得多交一整套容量電費，純浪費。王朝陽的判斷反過來：數據中心是百分百柔性的。它能配儲能、也有備用電源兜底，缺電時段的任務可以往後延，甚至調度到別的機房去跑。

但"百分百"得打個補丁——而這個補丁，政策已經替我們打好了。《行動方案》第七條寫的是"依據算力任務類型，對算力設施實施分類管理"。翻成大白話：訓練任務、離線批處理這類，缺電時可以緩、可以挪，確實高度可調；可在線推理受時延約束——夜裡電價再便宜，你也沒法把一次對話請求扔到兩千公里外去算。柔性不是一檔，是一檔一檔往上走：任務越"實時"，能動的餘地越小。說到這裡得補一刀——這是我的看法，不是他原話。一個雲服務商當然希望電價能按真實波動來算、少為峰值買單，所以"負荷能調"從他嘴裡說出來，天然帶著省容量電費的利益視角。但撇開立場，技術上的可調性是真的——難的是另一頭。"柔性"不等於"隨便調"。

數據中心是關鍵基礎設施，柔性之上不能有任何風險。備用電源、儲能背後是實實在在的安全與風險成本，一旦出事，損失的不是電費，是算力產出和口碑。所以真正難的地方，不是"能不能調"，而是"零風險前提下怎麼調"。打個比方：普通工廠能彈性排班，但心臟手術室不能因為夜裡電費便宜就改夜班。數據中心就是那臺不能停的手術室，柔性是它的本事，零風險是它的底線，兩者擰在一起才叫真功夫。數據中心不是剛性負荷，它是百分百柔性；但柔性之上不能有任何風險——這才是難的地方。柔性這把鑰匙，開得了省電費的鎖，卻開不了根本解的鎖。三、成本賬：電力只佔 10%，但單位算力的能源賬單隻會越來越重第三筆賬，最容易誤導人。

常聽到一個說法：電力成本只佔 AI 總成本的 10% 左右，所以能源不是事兒。王朝陽把口徑拆開講：如果連服務器、網絡這些 IT 硬件一起統算，電力佔比確實被攤薄到約 10%；可要是不算那些昂貴的芯片和服務器、只算基礎設施，電力在裡面的佔比能到六成量級。兩個口徑都對，但都沒回答真正的問題：這個佔比往哪走？這是我自己算的一筆賬，不是訪談裡給的。把時間拉長看兩條曲線：算力、芯片是技術，技術的特點是持續降本，單位算力的成本曲線往下走；能源升級是剛性的，甚至還在漲，單位算力的能源成本曲線往上走。一上一下，兩條線像剪刀一樣張開——這就是我說的"剪刀差"：單位算力的能源成本佔比，長期只會越來越高。

我管這叫"能源在沉澱"：技術把算力越做越便宜，可每一次推理、每一次訓練都要燒的電，反而越來越重地壓在賬上。當然，這賬的前提（技術持續降本、能源剛性上漲）但凡有一個看走眼，剪刀差的斜率就會變——所以它該被持續驗證，不是定論。有人會反問：芯片能效不也是技術曲線嗎？PUE 逐年降、液冷在普及、ASIC 把單位能耗一路往下壓，能源憑什麼"沉澱"？這話對了一半。能效改善壓的是"每一份算力的耗電"，可 AI 的胃口漲得比這更快——據公開報道，Token 消耗量、推理調用量這兩年大體上是成倍往上翻的。分母在變小，架不住分子漲得更猛。我說"能源在沉澱"，不是"能耗降不下來"，是降的速度趕不上要的量。

信通院的數據能做個旁證（據《財經》2026-01 轉引）：2024 年中國數據中心用電 1660 億千瓦時，佔全社會用電 1.68%。按中等增速，到 2030 年這個佔比會摸到 3% 左右，差不多翻倍。但要說清：信通院這條是"用電佔全社會份額"，屬總量側的旁證；我說的"成本結構側佔比走高"是另一碼事，直接證據還得另找——它倆不是一根柱子。能源在沉澱·剪刀差示意再補個比喻：這像買車。車價（算力）一路往下走，油費（能源）一路往上走。你買車時盯著車價便宜樂，可開得越多，油費在總開銷裡的分量越重。AI 就是那輛越開越費油、但車越來越便宜的車——你省下的車錢，遲早還回給油站。成本賬算完，還剩最後一筆。

四、協同賬：配儲能解決不了根本問題最後一筆賬，收口。很多人覺得，數據中心多配點儲能不就完了？王朝陽搖頭：配儲能解決不了根本問題。站在雲服務商的角度，他當然希望少為峰值買單——所以"配儲能不是根本解"這話，同樣帶著他的利益視角，但邏輯立得住：儲能是備電，是計劃經濟的思路，電廠給你備著，你按峰值交錢；但算力的需求是市場波動的，今天火爆明天冷清。真正的出路，是發電側、電網側、負荷側之間找到動態平衡，算出全局最優的成本，再用 AI 去做調度和運營。說白了，不是多買幾塊電池，而是把電和算力組織成一張會自己調節的網。政策其實已經在往這走。

王朝陽梳理的脈絡是：2025 年 8 月之前，政策重心在新能源消納；之後開始出現 AI 產業支持、雙向賦能。把這套邏輯落到紙面上的，是 2026 年 4 月 8 日國家發展改革委、國家能源局、工業和信息化部、國家數據局四部門印發的《關於促進人工智能與能源雙向賦能的行動方案》（國能發科技〔2026〕34號）——它把協同這件事制度化。這份文件給的不只是口號：它寫明到 2027 年初步構建能源保障體系、到 2030 年清潔能源供給保障能力達世界領先；落點上，鼓勵算力設施配構網型儲能、開展綠電直連、以多種形式參與電能量與輔助服務市場交易，甚至鼓勵算力設施申報基礎設施領域 REITs。

消納在先，算力協同在後，消納只是初級形態。張力就在這兒：電力行業要的是穩定的、計劃式的供給；算力企業面對的是隨市場波動的需求。一個要穩，一個要活，兩邊找"中間狀態"的過程，就是整個產業的瓶頸所在。源網荷儲協同結構：發電側·電網側·負荷側成環配儲能解決不了根本問題。要在發電側、電網側、負荷側之間找到動態平衡和全局最優成本。我盯這件事，主要看三個信號。第一，全國數據中心耗電量佔全社會用電的比例，是不是按信通院說的斜率走——2024 年 1.68%，2030 年摸到 3% 左右。

這條線往上走，只能說明"能源的絕對消耗在加速"；要驗證"賬單越來越沉"，還得等成本結構側佔比的公開序列——這也是我前面說"直接證據還得另找"的原因。第二，中國發電量相對美歐日總和的比值，能不能穩在 1.2 倍以上（2025 年約 1.24 倍，據訪談與 Wind 序列）。總量優勢一旦鬆動，局部矛盾會更尖銳。第三，2026 年 4 月那份行動方案之後，源網荷儲一體化、AI+能源 的試點是不是真的加速落地，別停留在文件裡。這三個信號，比"中國缺不缺電"這個老問題，更能提前聞到產業風向。所以回到開頭那個共識：AI 的命門不是"缺電"。

中國電夠多，卡的是電和算力沒被擰成一張動態平衡的網；更要緊的是，單位算力的能源賬單隻會越來越沉。這張網織得好不好，就是下一個該盯的風向標。盯這個方向，看的是數據，不是故事。