人工智能产业已彻底告别单纯的数字产品阶段，转型为依赖重资产与能源的工业形态。国际能源署（IEA）预测，全球数据中心用电量将在2030年突破945太瓦时，相当于目前日本的总用电量，年均增长率高达15%，远超其他行业。然而，这一爆发式增长背后隐藏着严峻的结构性脆弱：AI的扩张不仅依赖人才与芯片，更受制于兆瓦级电力、变电站建设及审批流程。一旦地缘政治引发能源风险溢价，训练和运营大模型的边际成本将迅速攀升，而电力基础设施的建设周期往往长达数十年，难以匹配AI需求的快速爆发。
当前AI繁荣存在一个巨大悖论：它加速了电气化进程，却不得不依赖化石燃料。IEA指出，至2030年，天然气和煤炭将贡献数据中心新增电力的40%以上。在美国，天然气已是数据中心最大的电力来源，占比超40%，高于可再生能源（24%）和核能（约20%）。AI并非运行在抽象的云端，而是运行在“稳定电源”之上。若天然气价格受LNG运输、保险或地缘冲突影响波动，技术成本将直接传导。更严重的是“锁定效应”：新建电厂、长期合同和电网规划将锁定未来20年的能源结构，与短期减排目标产生冲突。
霍尔木兹海峡不仅是石油咽喉，更是全球能源成本的晴雨表。2024年，约五分之一的世界LNG贸易经此海峡，其中83%运往亚洲。冲突导致该区域航运量从日均138艘骤降至24小时内仅11艘，保险费率飙升、航线延长、交付延迟以周计算。这种供应链中断引发的连锁通胀，从每度电的成本一直传导至服务器机柜，直接推高了芯片制造和数据中心运营的门槛。
除了能源，氦气这一隐形材料正成为新的致命瓶颈。美国地质调查局（U***）数据显示，氦气在受控气氛、光纤和半导体制造中占比达17%。卡塔尔作为关键节点，其拉斯拉凡（Ras Laffan）设施若受冲突波及，全球供应将紧张数月。技术现实极为残酷：目前晶圆冷却工艺中“无可替代的氦气”。供应紧缩已引发市场剧烈反应，现货价格一度上涨35%-50%。风险不在于明日无芯片可用，而在于AI芯片制造成本变得昂贵且不可预测。
先进芯片制造高度集中，台湾占据全球晶圆厂收入的60%以上及先进制程的90%。这种地理集中性使得任何能源、物流或工业气体波动都会成倍放大成本。AI主权已不仅是软件问题，更是工业韧性问题。若氦气涨价、LNG紧张，成本将通过制造、封装和运输三个渠道传导。在按季度计算的市场中，关键输入品的数周延误足以打乱产品发布、云合同及企业部署计划，揭穿了“云端”实为脆弱物理供应链的真相。
在此新环境下，拥有稳定能源和长期协议成为核心竞争力。IEA预计可再生能源将贡献数据中心电力增长的一半，主要得益于大型科技公司的购电协议（PPA）。但短期内，天然气和煤炭仍将是主力。企业策略正转向加速签署PPA、建设配套可再生能源、强化电网，并重新审视核能。IEA甚至预测2030年后，小型模块化反应堆（SMR）可能成为数据中心低碳基荷电源。然而，为AI园区专门建设天然气设施的趋势，也引发了对科技巨头“净零”目标的严峻拷问。
海湾国家曾雄心勃勃地计划成为AI枢纽，但战争威胁了其最关键的资产——物流与能源稳定性。沙特、阿联酋和卡塔尔均推出了***数据中心战略或AI基础设施投资计划。然而，霍尔木兹海峡的航运受限和氦气供应受阻，使得这些国家不仅输出能源，更输出了不确定性。在AI领域，不确定性被货币化为更高的融资、保险、建设和运营成本。核心启示在于：AI安全已等同于能源安全，必须正视其地理集中风险与供应链瓶颈。
中国企业在布局全球算力网络时，需警惕单一能源通道和关键原材料的断供风险，应加快构建多元化的能源供应体系，并加大对氦气等战略资源的储备与替代技术研发投入，以增强供应链的抗风险韧性。