AI“吃电”账单谁来付?

本周,美国三名民主党联邦参议员联名致信七家开发数据中心的公司,要求他们就大规模建设所带来的电力成本问题作出解释。三位参议员分别是马萨诸塞州联邦参议员伊丽莎白·沃伦(Elizabeth Warren)、马里兰州的克里斯·范霍伦(Chris Van Hollen)和康涅狄格州的理查德·布卢门撒尔(Richard ......

AI“吃电”账单谁来付?

本文来自微信公众号: 科创日报 ,作者:赵昊

本周,美国三名民主党联邦参议员联名致信七家开发数据中心的公司,要求他们就大规模建设所带来的电力成本问题作出解释。

三位参议员分别是马萨诸塞州联邦参议员伊丽莎白·沃伦(Elizabeth Warren)、马里兰州的克里斯·范霍伦(Chris Van Hollen)和康涅狄格州的理查德·布卢门撒尔(Richard Blumenthal)。

信件分别发送给了“七巨头”中的四家——亚马逊、谷歌、Meta和微软,以及与英伟达关系密切的CoreWeave、数字基建巨头Equinix和科技类地产管理公司Digital Realty。

致亚马逊CEO信件截图

三位参议员在信中警告称,随着AI算力需求爆发式增长,科技公司正通过现行电价机制,将数据中心的巨额用电和电网建设成本转嫁给普通美国家庭,成为近年来美国电费上涨的重要推手。

根据信中引用的数据,数据中心目前约占全国用电量的4%,到2028年这一比例可能升至12%。一个传统的AI数据中心,年耗电量相当于10万户家庭,部分在建项目的用电规模甚至是传统数据中心的20倍。

信中称,亚马逊在印第安纳州建设的数据中心集群,预计耗电量足以供给100万户家庭;在俄亥俄州,科技行业规划中的数据中心总用电需求,被形容为“相当于纽约州夏季用电高峰的一整天”。

议员们写道,为满足这些需求,公用事业公司不得不加快电网扩容,新建输电线路和发电设施,相关投资动辄以十亿美元计——这些成本通常被纳入电价体系,最终由居民和中小企业分摊。

他们指出,未来几年,全美平均电费可能上涨8%,而数据中心高度集中的州,涨幅或高达25%。在部分地区,电价在过去五年内已累计上涨267%。

这些参议员还认为,风险和成本并未公平分担。公用事业公司往往依据科技企业提供的“未来用电预测”提前投资,但若数据中心项目延期、缩减甚至取消,基础设施成本仍由消费者承担。

信中提及,弗吉尼亚州一处数据中心项目被推迟多年,而电网升级费用已由居民提前埋单;微软此前宣布在俄亥俄州建设大型数据中心,数月后取消计划,也留下类似隐患。

同时,议员们质疑,科技公司并未为其用电需求支付“合理价格”。数据中心与电力公司的合同通常高度保密,导致外界难以判断其真实电价水平。

信中援引了多项研究显示,大型科技公司在选址过程中,往往通过竞争性谈判争取优惠电价,而州监管机构对相关合同的审查力度有限。

尽管亚马逊、谷歌和Meta均公开表示,不希望其用电成本转嫁给其他用户,但参议员指出,这些公司及其行业组织在政策层面反对设立“数据中心专属电价类别”,也反对要求其提前承担更高比例的电网建设成本。

在信件结尾,三位参议员们要求公司在2026年1月12日前,披露其数据中心的用电规模、未来需求预测、电价安排,以及对居民电费的潜在影响,并说明其获得的税收优惠和游说支出情况。

民主党议员表示,这些信息将为国会评估是否需要调整现行电价和能源监管制度提供依据。

当下,生活成本已成为美国政治中一个重要的议题。面对生活成本焦虑,民主党正重塑其经济叙事,加紧把焦虑转化为政治动员资源,以期在明年的中期选举中获得国会控制权。

THE END
免责声明:本文版权归原作者所有;旨在传递信息,不代表鲸媒智集的观点和立场。
相关阅读
  • 350位CEO:有关AI的三重真相和投资逻辑

    350位CEO:有关AI的三重真相和投资逻辑

    分钟咨询公司Teneo调查了350位年营收超过十亿美元的上市公司CEO,针对有关于AI的支出(CapEx)等关键问题做了调研,得出了一份非常具备参考性,同时也在某些方面与大众认知出现反差的信息报告。核心信息及数据如下:68%的CEO计划在2026年…

    2025年12月19日 14:43
  • MIT仅录取2人,斯坦福、密歇根狂撒20枚录取...今年的美国早申, 中国学生卷到新高度

    MIT仅录取2人,斯坦福、密歇根狂撒20枚录取...今年的美国早申, 中国学生卷到新高度

    早申放榜只是美本申请的开端,数据显示,ED录取率通常只有20%左右,有超过70%的申请者最终都是在RD阶段竞争。所以即使在早申里没有获得理想的结果,也不意味着申请就结束了。

    2025年12月19日 14:37
  • AI时代最重要的技能

    AI时代最重要的技能

    如果说这辈子最需要掌握的技能是啥,我觉得有俩:1、搜索能力;2、输出能力。这里说的“搜索”当然跟之前搜索引擎时代不太一样了,不过逻辑是相同的,都是从浩如烟海的网络信息里查找自己需要的。大家应该注意到了,自从大模型出现后,信…

    2025年12月17日 16:37

栏目精选