人工智能（AI）的繁荣正面临一个仅靠资金无法解决的问题：算力严重短缺，这可能会在未来几年限制该行业的发展。

　　此前，市场曾一度陷入对“算力过剩”以及AI领域巨额资本支出难以为继的恐慌，然而在摩根士丹利策略师看来，AI算力根本不缺需求，真正需要担心的是供应问题。

　　摩根士丹利美国主题研究策略师Michelle Weaver日前表示，企业对AI的应用正加速落地，但算力供应受限仍是制约行业增长的瓶颈。

　　"电力瓶颈、政治瓶颈、劳动力瓶颈——这些因素将在未来几年持续制约算力供应。"

　　Weaver发表上述观点的背景是企业采用AI的步伐正在加快。

　　她表示，在标普500指数成分股中，目前已有25%的企业能够量化其AI投资带来的可衡量回报，而一年前这一比例仅为14%。

　　这一转变表明，企业的AI支出正从早期实验和基础设施建设阶段过渡到该技术能够产生真正商业价值的阶段。

　　与此同时，AI基础设施建设并不缺乏资金支持。Weaver指出，数据中心融资渠道十分充裕，英伟达联合多家华尔街金融机构为AI基础设施建设筹集5000亿美元就是例证。

　　三大瓶颈

　　Weaver指出，算力瓶颈主要有两个原因：一是缺少建设数据中心所需的劳动力，二是为数据中心供电的电力不足。

　　人工智能数据中心耗电量巨大，而新建发电设施、输电网络及相关基础设施需要数年时间。即使考虑到将比特币挖矿设施改造利用、燃料电池等创新供电方案，Weaver估计仍存在10%至20%的电力缺口，这意味着未来数年算力仍将是受限且高价值的资源。

　　这意味着，即便企业拥有足够资金购买AI芯片并建设数据中心，但电力或劳动力不足也可能阻碍实际算力上线。

　　除了电力和劳动力不足，政治因素也是AI算力供应扩张的阻力之一。

　　Weaver还指出，随着中期选举临近，日益高涨的反数据中心情绪给该行业带来了挑战。

　　她表示，尽管数据中心运营商可以通过调整建设和能源方案，在一定程度上缓解消费者对于电费以及环境问题的担忧，但随着中期选举进入最后阶段，围绕数据中心建设的政治争议可能进一步升温。