摩根士丹利预计，到 2028 年市场化发电价差平均扩大约 15%，其偏好公司的 2028 年每股收益较市场一致预期存在约 14% 的上修空间。
过去两年，AI 电力投资的关注点主要集中在数据中心：芯片数量增加、服务器功率上升，谁能提供变压器、燃气轮机和冷却设备，谁就有机会获得新增订单。
摩根士丹利在 10 月 26 日发布的全球电力研究中，将这一框架进一步扩大。AI 智能体、空调和制造业在不同地区的扩张，正在同时增加电力需求，也改变一天之内的用电分布。电力市场的约束由此延伸到稳定供电、调峰能力和电网接入速度。
该行估计，自 2024 年以来，「为 AI 供电」已经为相关产业链带来约 1 万亿美元市值增长。下一阶段，更广泛的电气化需求可能在 2027 年前再创造约 5000 亿美元市值，受益企业将更多分布在发电、天然气管道、电网和综合能源领域。
36 万亿度用电需求，AI 之外的增量正在扩大
摩根士丹利将全球用电需求增长预测进一步上调约 10%，预计 2025—2030 年复合增速达到 4.2%，较国际能源署的预测高约 0.6 个百分点。按照包含表后用电的口径，2030 年全球用电量将达到约 36 万亿千瓦时。
「表后」是指位于用户电表一侧的发电或用电设施，例如工厂、数据中心配置的现场发电系统。这部分需求可能没有完全体现在传统公共电网供电统计中，却同样需要燃料、设备和建设投资。
这一轮增长具有更广泛的地域基础。中国和印度继续从较大的用电基数上扩张，美国、欧洲、日本和澳大利亚则在工业投资、制造业回流和电气化推动下，出现相较过去十年更明显的需求回升。该行预计，2025—2030 年，亚洲将贡献全球新增用电需求的约 64%。
工业仍是其中最大的支柱。摩根士丹利预计，钢铁、汽车、半导体、国防、炼化和化工等行业，到 2030 年将较 2025 年增加约 2 万亿度年度用电需求。亚洲工业用电预计以约 4% 的年复合增速增长，贡献该地区新增用电需求的约 43%，约为数据中心贡献的 2.7 倍。
报告将这股力量称为「Allshoring」，涵盖供应链回流、本地化和跨地区重新布局。工厂落在哪里，相关电力负荷就在哪里形成；新增半导体、化工或金属加工项目，即使不会显著改变全国用电规模，也可能给当地电网带来较大压力。
空调则是另一项容易被低估的增量。该行预计，全球空间制冷用电量将从 2025 年的约 2.9 万亿度上升至 2030 年的约 4.1 万亿度，年复合增速约 7%，快于整体用电需求。新增制冷用电规模可与数据中心新增用电规模相比。
亚洲空调保有量预计从目前约 11 亿台增加至 2030 年的 14 亿台。叠加使用时间延长，制冷用电量将由 2025 年的约 1.5 万亿度增至约 2.1 万亿度，贡献亚洲同期新增用电需求的约 15%。
制冷带来的压力还集中在高峰时段。炎热天气下，大量空调同时运行，需要电网准备足够的峰值供电能力。年度发电量充足，并不意味着最热的几个小时也能稳定供电，这会同步增加调峰电源、储能和输配电投资需求。
智能体越复杂，电力接入越有价值
AI 模型效率提升，并不必然带来总用电量下降。
传统聊天机器人可能通过一次主要模型调用完成回答，智能体则可能反复推理、检索信息、调用工具、执行代码，再验证结果。即使每个 Token——模型处理文本的基本单位——价格持续下降，完成一项任务消耗的 Token 数量和模型调用次数仍可能上升。
摩根士丹利用一个假设场景说明这一变化：如果复杂企业工作流部署 5—7 个智能体实例，每个实例消耗的 Token 约为一次普通 5000 Token 查询的 15 倍，那么完成一项端到端任务的总消耗可能达到 37.5 万—52.5 万 Token。这是任务复杂度的示例，并非所有智能体应用的平均消耗。
因此，模型降价、采用率提高与任务复杂度上升可能同时发生。更便宜的推理扩大应用范围，更复杂的工作流又抬高算力消耗，电力需求取决于这些因素的共同作用。
供电速度也由此成为算力扩张的重要变量。摩根士丹利估计，到 2028 年，美国新增数据中心电力需求约 116GW。计入在建项目、电网可用容量，以及现场发电、燃料电池和核电等加快供电的方案后，仍可能存在约 43GW 缺口，相当于相关需求的约 38%。
这一数字采用尚未扣除亚太需求迁移的口径。美国团队另行估计，2026—2028 年约 6GW 需求向亚太转移后，缺口仍约 38GW。报告中亚洲团队提出的约 15GW 承接机会对应截至 2030 年的更长期窗口，两者不能直接相减。
需求迁移的逻辑是，将部分算力部署到供电条件更好的地区，再通过网络提供服务。泰国、马来西亚、印度和日本等市场因此获得新的数据中心投资机会。电力资源、电网接入和交付时间，正在共同影响算力选址。
但海外扩张也受到当地电网、建设审批、交付能力和客户要求限制，难以完整承接美国缺口。摩根士丹利仍然看好能够在 2027—2028 年提供可用电力的现场供电企业，包括燃料电池和燃气发电方案供应商。
「自带电力」（Bring Your Own Power）也在亚洲扩散。该行预计，到 2030 年，亚洲表后供电需求将达到约 8GW。对于数据中心，现场发电能够减少对公共电网接入进度的依赖；对于发电企业，直接服务大客户则创造了新的合同和收益模式。
定价权向稳定电源、电网和供气环节转移
用电增长最终能给谁带来利润，取决于电力系统中最紧缺的资源。
风电和光伏仍将是新增发电的重要来源，但出力随天气和时段变化。核电能够提供稳定电量，却通常缺乏快速调节出力的灵活性。当全天运行的数据中心、工业负荷和晚间制冷需求共同增长，系统对可调度电源、储能和电网的要求也会提高。
摩根士丹利预计，到 2030 年，亚洲需要约 1 万亿美元电网投资，以满足新增用电需求并提高系统灵活性。电网接入权、已经具备供电条件的土地，以及可以较快投入运行的稳定电源，价值因此上升。
天然气在其中承担连接作用。该行估计，2025—2030 年，亚洲除中国外将增加约 19GW 燃气发电装机，为每年约 2000 万吨液化天然气（LNG）进口需求提供支撑。相关机会将沿着发电站延伸至输气管道、LNG 接收和其他配套设施。
储能也会扩大应用，但其商业模式需要区分。电池可以在低价时段充电、高价时段放电，缓解弃风弃光和晚高峰压力。不过，部署规模扩大后，峰谷价差可能收窄，仅依赖电价套利的回报也会下降。容量补偿和辅助服务收入因而更加重要，即电池通过提供备用供电能力、调频等服务获得报酬。
发电企业的潜在收益则来自电力售价与燃料成本之间的价差。摩根士丹利预计，到 2028 年，市场化发电价差平均扩大约 15%。如果 LNG 供应增加推动燃料成本回落，同时电力供需维持偏紧，部分发电企业的盈利空间就可能扩大。
数据中心对供电时间的重视，也可能提高电力企业的议价能力。在一个 100MW、同时拥有机房、GPU 和大模型业务的综合 AI 运营商测算中，该行估计，电价从每兆瓦时 120 美元升至 140 美元，约上涨 17%，对股本回报率的影响仅约 0.6 个百分点。
这一结果取决于模型假设，不能直接推广至所有数据中心，但它说明：对于高投入的 AI 项目，尽早获得电力、让芯片投入运行，可能比争取更低的单位电价更有经济价值。
与此同时，居民电费上涨会增加政策阻力。针对数据中心设置差异化电价、由新增大客户承担更多电网扩建成本，可能成为平衡投资与居民负担的方式。电力企业能否把新增需求转化为收益，仍取决于监管是否允许其回收成本。
5000 亿美元机会，取决于利润能否兑现
摩根士丹利预计，其偏好公司的 2028 年每股收益较市场一致预期存在约 14% 的上修空间，相关盈利增长和估值变化有望支撑约 5000 亿美元新增市值。这是机构对一组企业的情景判断，并非整个电力行业的统一盈利预测。
该行偏好的方向包括稳定电源、电网、天然气基础设施，以及能够直接解决供电瓶颈的现场发电和储能企业。报告重点列举的公司包括欧洲的 EDP、RWE，亚洲的 Gulf Development、吉宝、Adani Power、长江电力、三星 SDI、北海道电力，以及美国的 Bloom Energy 和 Solaris Energy Infrastructure。
设备供应商内部则可能出现更大分化。过去两年，设备紧缺带来涨价和订单扩张；随着燃气轮机、变压器等产能增加，发电和电网企业可能通过翻新旧设备、调整建设安排控制支出。摩根士丹利因此更重视拥有基础设施和客户资源的企业，并对设备环节采取选择性布局。
用电增长也不保证公用事业企业同步增利。报告对韩国电力维持谨慎判断，原因包括燃料成本压力、电价调整空间有限，以及高杠杆和电网投资需求。新增负荷能够带来收入，却也可能要求企业先承担大量资本开支。
下一阶段的关键验证点，是数据中心和工业项目能否按期投产，现场发电能否真正交付，燃料成本是否如预期回落，以及电价机制能否支持投资回报。摩根士丹利的核心判断由此落在一个具体变化上：随着用电需求扩大，能够按时交付、持续供电并将成本转化为合理收益的基础设施，将在电力产业链中获得更强的定价权。
