新的一年，一个趋势已经相当清晰：建设数据中心，正在明显变贵。

从相对意义上说，这种变化更可能利好现金储备雄厚的科技巨头，尤其是谷歌，而对持续烧钱的初创公司并不友好。

这并不意味着巨型数据中心会停建。投资者对人工智能的热情依然高涨，为扩张买单的科技巨头们依旧财力充沛。但这很可能意味着回报率下降，一部分项目被缩减规模，甚至干脆取消。

所有成本中，最大、也最难量化的，是电力。

长期以来，电力一直是数据中心扩张的硬约束。过去一年多，地方政府不断抱怨电价上涨，白宫也开始意识到“用电可负担性”正在成为政治问题。

上周，美国能源部与大西洋中部地区的多位州长，实际上要求建设数据中心的企业，同意签署为期15年的长期购电协议，从新建电厂直接购买电力。

由电网运营商PJM组织的电力拍卖价格屡创新高，但仍不足以刺激电力公司大规模新建发电设施。这意味着，数据中心开发商只能自己掏更多钱。这项罕见获得两党支持的行动，预计将带来约150亿美元的新电厂投资。

谷歌和微软已经在朝“自带电力”模式前进。

谷歌斥资48亿美元收购电力生产商Intersect，以加速其数据中心布局，同时还在请求联邦监管机构，加快审批那些能够自行提供电力的数据中心项目。微软则表示，愿意为电力支付更高价格，并补贴电网扩建。

在AI世界里，电力几乎等同于算力。

而算力，很可能成为AI公司之间最核心的分水岭：付得起的人继续向前，付不起的人被甩在后面。

OpenAI首席财务官Sarah Friar近日用一组简单的数据，把这种关系说得非常直白：过去三年，OpenAI的计算能力几乎每年翻三倍，收入也是如此。

如果只是电力变贵，问题或许还可控。但现实是，多条成本曲线正在同时向上。

首先是融资成本。

本周，美国长期利率升至四个多月来的高点，部分原因来自特朗普关于关税的威胁，以及他对“接管格陵兰”的执念所引发的市场不安。

更重要的是，今年预计将有高达3000亿美元的AI相关债务发行。虽然其中很大一部分来自信用评级极高的科技巨头，但如此庞大的融资规模，可能会超过市场承载能力，推高整体收益率。

结果就是：借钱变贵。

而最先感到吃力的，不是现金充裕的巨头，而是信用资质稍弱的公司，比如甲骨文或CoreWeave。

还有一个更“金融工程味”的解释：投资者大量买入科技巨头发行的超安全债券，同时卖出收益率较低的美国国债，客观上抬高了整个经济体系的利率水平。

接下来是原材料。

铜价去年上涨了45%，而且未来十年需求预计还会继续增长。AI数据中心对铜的消耗量远高于传统数据中心，从电缆、电子元件，到冷却系统和服务器，无一不是“吃铜大户”。

再往下，是设备本身。

新型天然气涡轮机的交付周期已经拉长到三到四年，妥妥的卖方市场。这也是GE Vernova等公司能够持续提价的重要原因。该公司利润率上升、订单簿消化顺畅、提高分红、扩大回购、自由现金流充沛，股价也成为去年表现最好的股票之一。

而燃气轮机只是众多瓶颈之一。

英伟达高速芯片所需的水冷系统安装在延迟，芯片调试在延迟，并网在延迟，地方审批也在延迟。

结论很朴素：数据中心开得越晚，成本越高，回本越难。

这些更高的成本，预计将在今年开始集中显现。极端情况下，一些开发商会出现现金吃紧，不得不再融资才能把项目做完；还有一些项目，可能在真正动工之前就被取消。

AI时代的残酷逻辑正在逐渐清晰：

更多算力，意味着更多收入。
而付不起这张电费单的人，只能被时代礼貌地请到队伍后面。

算法依然重要，但现在，电表和资产负债表，正在悄悄决定谁有资格继续留在牌桌上。