<p>作者：Jurica Dujmovic</p>
<p>基礎設施巨頭如 GE Vernova 和 Bloom Energy 成為 AI 電網的新守門人</p>
<p>人工智能正在重新定價美國經濟中的能源，但並不是均勻的。</p>
<p>數據中心的電力需求增長速度是全球電力消費的幾倍，而專注於 AI 的設施增長速度更快。</p>
<p>大型科技公司的 AI 擴展面臨電力問題，這個問題不再侷限於數據中心。短缺正在通過電網蔓延，進入公用事業費率申請，影響能源密集型行業的資產負債表，並直接影響那些基於計算成本低廉建立商業模式的軟件公司的成本結構。</p>
<p>對於投資者來説，問題不在於 AI 是否在推高能源成本。這個爭論已經有了定論。問題在於誰來承擔這些成本，誰能夠將其轉嫁，以及哪些公司處於兩者之間。</p>
<p>讓我們從電網本身開始。彭博社的分析發現，自 2020 年以來，主要數據中心集羣附近的批發電價急劇上升，一些地區的漲幅超過 250%。為美國中大西洋和中西部地區提供服務的電網運營商 PJM Interconnection 顯示了這種壓力如何迅速從地方需求轉移到市場整體定價。其容量價格從 2024-2025 年的每兆瓦日不到 30 美元上漲到 2026-2027 年的 300 美元以上。</p>
<p>一旦新的負荷對可用的發電和傳輸施加壓力，成本就不會整齊地附着在創造需求的公司身上。它會通過容量市場、費率申請和工業電費擴散。</p>
<p>國際能源署明確指出：數據中心的電力需求增長速度是全球電力消費的幾倍，而專注於 AI 的設施增長速度更快。推動這種需求的資本支出週期是巨大的。Alphabet (GOOG) (GOOGL)、Amazon.com (AMZN)、Microsoft (MSFT) 和 Meta Platforms (META) 預計在 2026 年將花費約 7000 億美元的資本支出，比前一年增長約 77%。這些支出正在落在電網上，而電網正在將其轉嫁。</p>
<p>消費者已經感受到影響。公用事業在 2025 年提交了創紀錄的 310 億美元的漲價申請，而學術估計表明，到 2030 年，數據中心負荷可能會顯著推高美國的平均電費，在最受限制的市場中影響更大。美國各州開始作出反應。德克薩斯州的第 6 號參議院法案就是一個例子：大型負荷客户現在被迫承擔更多他們所造成的基礎設施風險。</p>
<p>對投資者來説，最有用的框架不是簡單地看誰在使用能源，而是看誰有能力將上漲的成本轉嫁出去，誰被迫承擔這些成本。</p>
<p>超大規模公司在很大程度上是隔離的。亞馬遜、微軟、谷歌和 Meta 有能力直接與發電商談判長期電力採購協議，在電錶後面建立發電能力，並在開放市場重新定價之前鎖定價格。他們的資本預算使他們能夠以小公司無法做到的方式吸收、對沖或預防能源成本的通脹。更有趣的投資問題是其他公司的命運。</p>
<p>在實體方面，能源密集型製造商是市場持續低估的最暴露羣體。在一個數據中心需求與緊張供應相碰撞並推動容量價格急劇上漲的區域市場中，鋼鐵廠或鋁冶煉廠在爭奪電力時並沒有太多選擇。它是一個價格接受者——而價格正在上漲。利潤壓縮直到新的發電能力上線才會得到解決——考慮到燃氣輪機的交貨時間現在長達七年，這個時間不會很快。</p>
<p>在軟件方面，動態有所不同，但結論相似。AI 熱潮以傳統 SaaS 經濟學未曾預見的方式重構了計算成本。傳統軟件公司因邊際成本接近零而在 80% 到 90% 的毛利率下運營，而 AI 原生公司則結構性地較低——約 50% 到 60%——因為每個查詢都產生實際的推理成本。構建基於第三方應用程序編程接口的 AI 功能的中型軟件公司處於中間地帶：按令牌付費；通過仍在調整的定價模型傳遞部分成本，並與擁有計算能力的超大規模公司競爭，後者總是能夠在價格上壓低他們。</p>
<p>最明確的投資案例在於那些別無選擇只能建設的基礎設施。直接處於超大規模資本路徑上的公用事業是最明顯的投資機會。道明尼資源 (D) 和安特吉 (ETR) 都預計到 2029 年將實現強勁的盈利增長，得益於合同數據中心負荷的支持。</p>
<p>5 只值得關注的股票</p>
<p>電網設備和電力管理公司具有更大的不對稱上行潛力。GE Vernova (GEV) 已經有效地將其燃氣輪機生產銷售一空，2026 年第一季度的訂單積壓達 100 吉瓦；管理層預計剩餘的生產能力將在年底前售罄。伊頓公司 (ETN) 提供每個數據中心都需要的電氣管理系統，無論任何單個 AI 公司的情況如何。Quanta Services (PWR) 建設這些設施所需的電網連接，在某些地區，這一瓶頸現在與芯片供應相媲美，成為限制因素。特靈科技 (Trane Technologies, TT) 則是製冷方面的相應投資——這是一個與計算密度直接相關的非自願成本。</p>
<p>在發電方面，Bloom Energy（BE）從清潔能源替代品轉變為關鍵基礎設施提供商，因為運營商發現燃料電池安裝可以繞過在受限市場中延續多年的併網排隊，能夠在極短的時間內投入使用。與 Brookfield Asset Management 在 2025 年底達成的 50 億美元合作關係驗證了這一地位。最後，NextEra Energy（NEE）擁有 33 GW 的可再生能源和儲能開發待辦事項，是同一理論的大型公司版本。</p>
<p>不穩定的環境</p>
<p>值得關注的一個警告是：監管環境尚未穩定。例如，Constellation Energy（CEG）在 1 月份的一次交易中大幅下跌，因為監管機構表示有意限制電價。當消費者已經面臨更高的公用事業賬單時，電力的政治經濟環境對不受限制的定價並不友好。那些在批發市場定價上有顯著暴露而非長期合同的公司面臨着監管風險，目前的估值可能未能完全反映這一點。</p>
<p>人工智能正在重新定價美國經濟中的能源，但並不均勻。重新定價集中在計算密集的地方，通過電網定價機制向外流動，並根據公司是否能夠繞過它、將其轉嫁或僅僅作為無法控制的成本暴露而不均勻地落地。</p>
<p>值得投資的公司是那些擁有合同需求、被控制的供應鏈或在物理基礎設施中佔據不可替代位置的公司，這些位置無法通過任何軟件優化來消除。需要密切關注的是在人工智能密集的電網區域內的能源密集型製造商和在第三方計算上大規模運行推理的軟件公司，這些公司的定價模型尚未跟上其實際成本結構。</p>
<p>電網是人工智能經濟運行的基礎。其限制和定價現在成為投資變量，投資者如果將其視為投資變量，將比那些仍然將其視為純粹技術故事的投資者更具優勢。</p>
<p>更多信息：聰明的錢正在投資這些電力行業股票，併為人工智能驅動的增長開闢新的前沿。</p>
<p>另請閲讀：這是下一個人工智能 “戰場”——投資者如何參與其中。</p>
<p>-Jurica Dujmovic</p>
<p>此內容由 MarketWatch 創建，MarketWatch 由道瓊斯公司運營。MarketWatch 與道瓊斯新聞通訊和《華爾街日報》獨立出版。</p>
<p>（完）道瓊斯新聞通訊</p>
<p>05-17-26 1510ET</p>

道明尼資源

安特吉

公用事業 ETF - SPDR

公用事業 ETF - Vanguard

能源基礎設施 Alerian ETF - ALPS

標普全球公用事業 ETF - iShares

第一信託北美能源基礎設施基金

<p>基礎設施巨頭如 GE Vernova 和 Bloom Energy 正在成為人工智能能源市場的關鍵參與者，因為數據中心對電力的需求激增。預計到 2026 年，大型科技公司的資本支出將達到 7000 億美元，這推動了批發電價的上漲，影響了消費者和各行業。雖然超大規模雲服務商可以談判獲得有利的電價，但能源密集型製造商面臨成本上升。位於數據中心增長附近的公用事業公司，如 Dominion Energy 和 Entergy，預計將看到強勁的盈利增長，使其成為有吸引力的投資機會</p>

<p>By Jurica Dujmovic</p>
<div class="lb-trans"><p>作者：Jurica Dujmovic</p>
</div><p>Infrastructure giants such as GE Vernova and Bloom Energy are the new gatekeepers of the AI grid</p>
<div class="lb-trans"><p>基礎設施巨頭如 GE Vernova 和 Bloom Energy 成為 AI 電網的新守門人</p>
</div><p>AI is repricing energy across the U.S. economy, but not uniformly.</p>
<div class="lb-trans"><p>人工智能正在重新定價美國經濟中的能源，但並不是均勻的。</p>
</div><p>Data-center electricity demand is growing several times faster than global electricity consumption, and AI-focused facilities are growing faster still.</p>
<div class="lb-trans"><p>數據中心的電力需求增長速度是全球電力消費的幾倍，而專注於 AI 的設施增長速度更快。</p>
</div><p>Big Tech's AI buildout has a power problem, and it is no longer confined to data centers. The shortage is moving through the grid, into utility-rate filings, onto the balance sheets of energy-intensive industries, and straight into the cost structures of software companies that built their business models on the assumption that computing was cheap.</p>
<div class="lb-trans"><p>大型科技公司的 AI 擴展面臨電力問題，這個問題不再侷限於數據中心。短缺正在通過電網蔓延，進入公用事業費率申請，影響能源密集型行業的資產負債表，並直接影響那些基於計算成本低廉建立商業模式的軟件公司的成本結構。</p>
</div><p>For investors, the question is not whether AI is inflating energy costs. That debate is settled. The question is who absorbs those costs, who can pass them on, and which companies sit on either side.</p>
<div class="lb-trans"><p>對於投資者來説，問題不在於 AI 是否在推高能源成本。這個爭論已經有了定論。問題在於誰來承擔這些成本，誰能夠將其轉嫁，以及哪些公司處於兩者之間。</p>
</div><p>Let's start with the grid itself. A Bloomberg analysis found that wholesale electricity costs near major data-center clusters have risen sharply since 2020, with some areas seeing increases of more than 250%. PJM Interconnection, the grid operator serving much of the U.S. Mid-Atlantic and Midwest, shows how quickly that pressure can move from local demand into marketwide pricing. Its capacity prices rose from under $30 per megawatt-day for 2024-'25 to more than $300 for 2026-'27.</p>
<div class="lb-trans"><p>讓我們從電網本身開始。彭博社的分析發現，自 2020 年以來，主要數據中心集羣附近的批發電價急劇上升，一些地區的漲幅超過 250%。為美國中大西洋和中西部地區提供服務的電網運營商 PJM Interconnection 顯示了這種壓力如何迅速從地方需求轉移到市場整體定價。其容量價格從 2024-2025 年的每兆瓦日不到 30 美元上漲到 2026-2027 年的 300 美元以上。</p>
</div><p>Once new load pushes against available generation and transmission, the cost does not stay neatly attached to the companies creating the demand. It spreads through capacity markets, rate filings and industrial power bills.</p>
<div class="lb-trans"><p>一旦新的負荷對可用的發電和傳輸施加壓力，成本就不會整齊地附着在創造需求的公司身上。它會通過容量市場、費率申請和工業電費擴散。</p>
</div><p>The International Energy Agency puts the trajectory plainly: Data-center electricity demand is growing several times faster than global electricity consumption, and AI-focused facilities are growing faster still. The capex cycle behind that demand is enormous. Alphabet (GOOG) (GOOGL), Amazon.com (AMZN), Microsoft (MSFT) and Meta Platforms (META) are on track to spend around $700 billion in capital expenditure in 2026 alone, up roughly 77% from the prior year. That spending is landing on the grid, and the grid is passing it along.</p>
<div class="lb-trans"><p>國際能源署明確指出：數據中心的電力需求增長速度是全球電力消費的幾倍，而專注於 AI 的設施增長速度更快。推動這種需求的資本支出週期是巨大的。Alphabet (GOOG) (GOOGL)、Amazon.com (AMZN)、Microsoft (MSFT) 和 Meta Platforms (META) 預計在 2026 年將花費約 7000 億美元的資本支出，比前一年增長約 77%。這些支出正在落在電網上，而電網正在將其轉嫁。</p>
</div><p>Consumers already are feeling the hit. Utilities filed a record $31 billion in rate-increase requests in 2025, while academic estimates suggest data-center load could push average U.S. electricity bills significantly higher by 2030, with far larger effects in the most constrained markets. U.S. states are beginning to respond. Texas Senate Bill 6 is one example: Large-load customers are now being forced to shoulder more of the infrastructure risk they create.</p>
<div class="lb-trans"><p>消費者已經感受到影響。公用事業在 2025 年提交了創紀錄的 310 億美元的漲價申請，而學術估計表明，到 2030 年，數據中心負荷可能會顯著推高美國的平均電費，在最受限制的市場中影響更大。美國各州開始作出反應。德克薩斯州的第 6 號參議院法案就是一個例子：大型負荷客户現在被迫承擔更多他們所造成的基礎設施風險。</p>
</div><p>The most useful framework for investors is not simply who uses energy, but who has the leverage to pass on rising costs and who is forced to absorb them.</p>
<div class="lb-trans"><p>對投資者來説，最有用的框架不是簡單地看誰在使用能源，而是看誰有能力將上漲的成本轉嫁出去，誰被迫承擔這些成本。</p>
</div><p>The hyperscalers are largely insulated. Amazon, Microsoft, Google and Meta have the scale to negotiate long-term power-purchase agreements directly with generators, build generation capacity behind the meter and lock in rates before the open market reprices. Their capital budgets allow them to absorb, hedge or pre-empt energy-cost inflation in ways smaller companies cannot. The more interesting investment question is what happens to everyone else.</p>
<div class="lb-trans"><p>超大規模公司在很大程度上是隔離的。亞馬遜、微軟、谷歌和 Meta 有能力直接與發電商談判長期電力採購協議，在電錶後面建立發電能力，並在開放市場重新定價之前鎖定價格。他們的資本預算使他們能夠以小公司無法做到的方式吸收、對沖或預防能源成本的通脹。更有趣的投資問題是其他公司的命運。</p>
</div><p>On the physical side, energy-intensive manufacturers are the most exposed group that the market consistently underweights. A steel plant or aluminum smelter competing for electricity in a regional market where data-center demand has collided with tight supply and pushed capacity prices sharply higher does not have many options. It is a price-taker - and the price is going up. The margin squeeze does not resolve until new generation capacity comes online - which, given gas turbine lead times now running up to seven years, is not soon.</p>
<div class="lb-trans"><p>在實體方面，能源密集型製造商是市場持續低估的最暴露羣體。在一個數據中心需求與緊張供應相碰撞並推動容量價格急劇上漲的區域市場中，鋼鐵廠或鋁冶煉廠在爭奪電力時並沒有太多選擇。它是一個價格接受者——而價格正在上漲。利潤壓縮直到新的發電能力上線才會得到解決——考慮到燃氣輪機的交貨時間現在長達七年，這個時間不會很快。</p>
</div><p>On the software side, the dynamic is different but the conclusion is similar. The AI boom has restructured the cost of computing in ways that traditional SaaS economics did not anticipate. Where conventional software companies operate at 80% to 90% gross margins because marginal cost per additional user approaches zero, AI-native companies run structurally lower - around 50% to 60% - because every query incurs real inference costs. Mid-tier software companies building AI features on top of third-party application programming interfaces are caught in the middle: paying per token; passing some of that cost through pricing models that are still being calibrated, and competing against hyperscalers who own the computing power and can always undercut them on price.</p>
<div class="lb-trans"><p>在軟件方面，動態有所不同，但結論相似。AI 熱潮以傳統 SaaS 經濟學未曾預見的方式重構了計算成本。傳統軟件公司因邊際成本接近零而在 80% 到 90% 的毛利率下運營，而 AI 原生公司則結構性地較低——約 50% 到 60%——因為每個查詢都產生實際的推理成本。構建基於第三方應用程序編程接口的 AI 功能的中型軟件公司處於中間地帶：按令牌付費；通過仍在調整的定價模型傳遞部分成本，並與擁有計算能力的超大規模公司競爭，後者總是能夠在價格上壓低他們。</p>
</div><p>The clearest investment case sits in the infrastructure that has no option except to be built. Utilities directly in the path of hyperscaler capital are the most evident plays. Dominion Energy (D) and Entergy (ETR) are both guiding for strong earnings growth through 2029, backed by contracted data-center load.</p>
<div class="lb-trans"><p>最明確的投資案例在於那些別無選擇只能建設的基礎設施。直接處於超大規模資本路徑上的公用事業是最明顯的投資機會。道明尼資源 (D) 和安特吉 (ETR) 都預計到 2029 年將實現強勁的盈利增長，得益於合同數據中心負荷的支持。</p>
</div><p>5 stocks to watch</p>
<div class="lb-trans"><p>5 只值得關注的股票</p>
</div><p>Grid equipment and power management companies carry more asymmetric upside. GE Vernova (GEV) has effectively sold out its gas turbine production through 2030, with a backlog that hit 100 gigawatts in the first quarter of 2026; management expects the remaining slots will be gone by year's end. Eaton Corp. (ETN) supplies electrical management systems that every data center requires regardless of what happens to any individual AI company. Quanta Services (PWR) builds the grid connections these facilities need, a bottleneck that in some regions now rivals chip supply as a limiting factor. Trane Technologies (TT) is the equivalent play on cooling - a non-discretionary cost that scales directly with computing density.</p>
<div class="lb-trans"><p>電網設備和電力管理公司具有更大的不對稱上行潛力。GE Vernova (GEV) 已經有效地將其燃氣輪機生產銷售一空，2026 年第一季度的訂單積壓達 100 吉瓦；管理層預計剩餘的生產能力將在年底前售罄。伊頓公司 (ETN) 提供每個數據中心都需要的電氣管理系統，無論任何單個 AI 公司的情況如何。Quanta Services (PWR) 建設這些設施所需的電網連接，在某些地區，這一瓶頸現在與芯片供應相媲美，成為限制因素。特靈科技 (Trane Technologies, TT) 則是製冷方面的相應投資——這是一個與計算密度直接相關的非自願成本。</p>
</div><p>On the generation side, Bloom Energy (BE) went from clean-energy alternative to critical infrastructure provider after operators discovered that fuel-cell installations could bypass interconnection queues that stretch years in constrained markets - coming online in a fraction of the time. A $5 billion partnership with Brookfield Asset Management in late 2025 validated the position. Finally, NextEra Energy (NEE), with a 33 GW renewable and storage development backlog, is the large-cap version of the same thesis.</p>
<div class="lb-trans"><p>在發電方面，Bloom Energy（BE）從清潔能源替代品轉變為關鍵基礎設施提供商，因為運營商發現燃料電池安裝可以繞過在受限市場中延續多年的併網排隊，能夠在極短的時間內投入使用。與 Brookfield Asset Management 在 2025 年底達成的 50 億美元合作關係驗證了這一地位。最後，NextEra Energy（NEE）擁有 33 GW 的可再生能源和儲能開發待辦事項，是同一理論的大型公司版本。</p>
</div><p>Unsettled environment</p>
<div class="lb-trans"><p>不穩定的環境</p>
</div><p>One caveat worth tracking: The regulatory environment is not settled. Constellation Energy (CEG), for example, sold off sharply in a single session in January when regulators signaled interest in capping electricity prices. The political economy of electricity is not friendly to uncapped pricing when consumers are already seeing higher utility bills. Companies with significant exposure to wholesale market pricing rather than long-term contracts carry regulatory risk that current valuations may not fully price in.</p>
<div class="lb-trans"><p>值得關注的一個警告是：監管環境尚未穩定。例如，Constellation Energy（CEG）在 1 月份的一次交易中大幅下跌，因為監管機構表示有意限制電價。當消費者已經面臨更高的公用事業賬單時，電力的政治經濟環境對不受限制的定價並不友好。那些在批發市場定價上有顯著暴露而非長期合同的公司面臨着監管風險，目前的估值可能未能完全反映這一點。</p>
</div><p>AI is repricing energy across the U.S. economy, but not uniformly. The repricing concentrates where computing is dense, flows outward through grid pricing mechanisms, and lands unevenly depending on whether a company can negotiate around it, pass it through, or is simply exposed to it as a cost it cannot control.</p>
<div class="lb-trans"><p>人工智能正在重新定價美國經濟中的能源，但並不均勻。重新定價集中在計算密集的地方，通過電網定價機制向外流動，並根據公司是否能夠繞過它、將其轉嫁或僅僅作為無法控制的成本暴露而不均勻地落地。</p>
</div><p>The companies worth owning are those with contracted demand, captive supply chain, or irreplaceable positions in the physical infrastructure that no amount of software optimization can eliminate. The ones to watch carefully are energy-intensive manufacturers in AI-dense grid regions and software companies running inference at scale on third-party computing, with pricing models that have not yet caught up to their actual cost structure.</p>
<div class="lb-trans"><p>值得投資的公司是那些擁有合同需求、被控制的供應鏈或在物理基礎設施中佔據不可替代位置的公司，這些位置無法通過任何軟件優化來消除。需要密切關注的是在人工智能密集的電網區域內的能源密集型製造商和在第三方計算上大規模運行推理的軟件公司，這些公司的定價模型尚未跟上其實際成本結構。</p>
</div><p>The grid is the substrate on which the AI economy runs. Its constraints and its pricing are now investment variables, and investors who treat them as such will have an edge over those still reading this purely as a tech story.</p>
<div class="lb-trans"><p>電網是人工智能經濟運行的基礎。其限制和定價現在成為投資變量，投資者如果將其視為投資變量，將比那些仍然將其視為純粹技術故事的投資者更具優勢。</p>
</div><p>More: The smart money is plugging into these power-sector stocks - and opening new frontiers for AI-driven growth</p>
<div class="lb-trans"><p>更多信息：聰明的錢正在投資這些電力行業股票，併為人工智能驅動的增長開闢新的前沿。</p>
</div><p>Also read: Here's the next AI 'battleground' - and how investors can get in on the action</p>
<div class="lb-trans"><p>另請閲讀：這是下一個人工智能 “戰場”——投資者如何參與其中。</p>
</div><p>-Jurica Dujmovic</p>
<div class="lb-trans"><p>-Jurica Dujmovic</p>
</div><p>This content was created by MarketWatch, which is operated by Dow Jones &amp; Co. MarketWatch is published independently from Dow Jones Newswires and The Wall Street Journal.</p>
<div class="lb-trans"><p>此內容由 MarketWatch 創建，MarketWatch 由道瓊斯公司運營。MarketWatch 與道瓊斯新聞通訊和《華爾街日報》獨立出版。</p>
</div><p>(END) Dow Jones Newswires</p>
<div class="lb-trans"><p>（完）道瓊斯新聞通訊</p>
</div><p>05-17-26 1510ET</p>
<div class="lb-trans"><p>05-17-26 1510ET</p>
</div>

Meet the Nvidias of power - 5 stocks winning Big Tech's $700 billion AI energy grab

Dow Jones

Bloom Energy

GE Vernova

谷歌-C

谷歌-A

亞馬遜

微軟

認識電力領域的 Nvidia——五隻股票在科技巨頭 7000 億美元的人工智能能源爭奪戰中脱穎而出