你有没有想过一个问题：当科技巨头们高调宣布一个又一个巨型数据中心计划时，电网那边到底信不信？
现实是，电网运营商可能比你还懵。他们手上堆满了各种项目的接入申请，却根本分不清哪些会真的建起来、哪些只会停留在PPT上。
彭博社的报道给这种现象起了个名字——“幽灵”数据中心项目：声势浩大地宣布，却永远不会落地，或者宣布的规模远超物理条件能承载的上限。而它，正在成为AI电力需求预测中最具破坏力的一股力量。
“幽灵”数据中心：公告与现实的巨大落差
先看数字。报道显示，仅超大规模云厂商（hyperscaler）一家这一类玩家，预计2026年就要砸下约8000亿美元，2027年更是要突破1万亿美元。什么概念？这还没算上其他类型的参与者。
具体到公司层面，更是热闹：Nebius（NBIS）把2026年底的已签约电力预测上调到了5吉瓦；CoreWeave（CRWV）一个季度就新增了近500兆瓦在运电力，总量摸到1.5吉瓦；还有一大堆比特币矿工，正把手上合计好几个吉瓦的矿场改造成AI算力设施。
但问题恰恰出在这里：把所有这些宣布的项目加在一起，总量远远超出了在既定时间表内真正能建成的量。
换句话说——信息很丰满，物理很骨感。
很多项目，只是“纸面上的存在”
报道直言，那些驱动了海量投资决策的项目，相当一部分只存在于几种形态里：一纸公告、电网接入排队名单里的一个条目，或者一笔可能永远不会按原定规模和进度兑现的融资承诺。
“电网运营商不知道哪些是真的，哪些是假的。”能源咨询公司Rapidan Energy Group的政策主管Glenn Schwartz在接受彭博社采访时，把话挑明了。
于是，一个荒诞的局面出现了：一边是高达数千亿美元的投资浪潮，一边是电力规划者们手里的“不可能任务”。他们要为一个充满不确定性的未来做规划，但输入的数据本身就不靠谱。
报道给出的判断很直接：在“幽灵产能”和物理上可交付产能之间的差距真正收窄之前——最早也要到2028年——AI电力需求的可靠预测都将基本不可能实现。
电价已经先涨为敬
普通家庭已经感受到了这股预期的热度。报道提到，在数据中心负荷预期的推动下，基础设施投资先行铺开，居民电价两年内已经上涨了10.1%，快于同一时期的整体通胀水平。
这个数字意味着什么？哪怕那些数据中心最终没建起来，基础设施的投资已经发生，成本也已经传导到了账单上。
这也是“幽灵”项目让人头疼的地方：它不仅是预测问题，还是一个实实在在的经济问题。预期本身就在改变现实。
劳动力短缺：比钱更硬的约束
除了“影子项目”造成的信息混乱，报道还指出了另一个能造成计划与实现之间巨大鸿沟的因素——熟练劳动力的结构性短缺。
彭博社的报道描述了一个“霰弹枪”式的现象：开发商把同一个项目同时报给多家公用事业公司。这种做法直接放大了需求信号的噪音——每个电网都以为自己要承接一个大项目，但项目只有一个。
而劳动力问题，可能是最根本的瓶颈。
美国的机械、电气和管道施工（MEP，即Mechanical, Electrical, Plumbing）劳动力池，实际能投入数据中心建设的规模远小于行业头条数字给人留下的印象。数据显示，只有30%的MEP劳动力，分布在承载着70%项目的地方。
错配非常严重。工人不在项目所在地，项目就得等，或者付更高的价钱把人“搬”过去，而后者本身也会推高建设成本、拖慢进度。
每年6万名工人：增长的上限而非下限
报道进一步给出关键数字：按照近年来的峰值招聘速度，美国每年新增的MEP熟练工人总数大约只有6万人。这个数字，更像是一个增长天花板，而不是起点。
为什么？因为MEP工人需要培训周期。电工、管道工、暖通工不是今天招明天就能上手的。培训瓶颈决定了数据中心产能不可能在短期内大幅提速。
想要突破，只有两条路：要么劳动生产率出现质的飞跃，要么数据中心行业从建筑业的其他领域“抽血”——把别处正在建住宅、修桥铺路的工人抢过来。而后者，显然会引发连锁反应。
这种劳动力约束会引发一个级联式的预测问题：公司宣布吉瓦级项目，成功拿到电力接入协议，但当真正开工时才发现，物理施工周期被拉得远超最初预期。
合同签了，电力预留了，工人不够——项目只能躺在纸面上，继续充当“幽灵”。
融资结构：另一个未被展开的谜
报道在最后还引入了一个耐人寻味的视角：循环融资（circular financing）与终端用户需求之间的博弈。原文只是抛出了这个概念，细节并未在报道中展开。
这里可以做一个合理的理解：在AI热潮中，大量资金是在行业内部循环的——数据中心公司拿到融资，融资方本身又是AI算力的需求方或受益方，而真正来自终端用户市场的需求信号，反而被稀释了。
这种结构会让投资决策更加偏离真实需求。当钱在生态内部转圈时，项目的真实性判断就更加困难——它可能不是假的，但它离“最终有人为算力买单”还很远。
2028年：一个值得记住的时间锚点
报道给了一个相对明确的判断：最早到2028年，这种预测困境才有望缓解。在那之前，“幽灵”项目和真实项目之间的迷雾，大概率不会散去。
对于关注AI行业的人来说，这个时间点值得记住。它意味着未来两三年内，我们还可能看到更多“冰火两重天”的奇观：一边是AI算力需求持续爆棚的叙事，一边是电力规划者们面对一堆申请材料无从下手的现实。
所以，下次再看到某个“XX数据中心投资百亿美元”的新闻时，不妨多问一句：这个项目，是真的会建起来，还是又一个电网运营商眼里“无法确认”的幽灵？
AI电力需求预测，难在根上
归根结底，问题不在预测模型不够精密，而在于预测的根基——项目真实性
热门跟贴