马斯克：当下全球存在严重的电力危机，除中国外将面临电力短缺

2026年9月1日，G20创新部长级会议，美国北卡罗来纳州教堂山。

远程连线的马斯克一口气抛出了三个判断。

AI软件将在12到18个月内达到国际象棋引擎Stockfish的水平，在软件领域碾压所有人类，数字经济因此扩容20%到30%。

10年内全球至少10亿台人形机器人，每台产出是人类5倍，全球经济规模扩大10倍。

当下全球已存在相当严重的电力危机，AI芯片需求年增40%到50%，中国以外电力供应仅增10%到20%，除中国外所有国家都将面临电力短缺。

三个判断听上去都很“马斯克”——大胆、乐观、带个人风格。

但串起来看，这是一条完整的因果链：AI先在数字世界突破，再借机器人闯入物理空间，两者都被电力卡住。终点取决于电够不够用。

图注：2026年9月1日G20创新部长级会议现场，马斯克远程连线画面

马斯克的第一个判断，瞄准的是整个数字世界。

他预测，到明年年底，AI将能处理一切不需要手工改变原子形态的数字化工作——编程、数据分析、法律文书，凡只处理信息不动实物的岗位，都将进入AI能力边界。

他用Stockfish做类比：这部运行在普通手机上的程序早已击败人类最强棋手，软件开发领域也将走向同样局面。

第二个判断指向实体世界。AI借人形机器人闯入物理空间，机器人实用性取决于软件能力、芯片能力和机电灵活性三者相乘，都在指数级改善。更关键的是递归效应——机器人成熟后将参与制造更多机器人，产能从缓慢起步进入爆炸性增长。他预测10亿台，每台产出是人类5倍，总产出超过全人类劳动力总和。

第三个判断指向共同瓶颈。AI训练和推理需要电，机器人运行和制造也需要电。当AI芯片需求年增40%到50%而全球电力远远跟不上时，整条技术扩张链就被卡住了。马斯克透露，谷歌和Anthropic已经在向SpaceX租用算力，因为SpaceX自建了发电厂，公共电网扛不住数据中心的用电量。

很多人听完第一反应是又在画饼。夸张不等于全错。马斯克最聪明的地方在于把AI、机器人、电力串成了一条产业链。逻辑很清楚：AI越聪明，算力越多，耗电越多，电力越稀缺。算法说了不算，电表说了算。

而这条链上最值得琢磨的一个词，是“除中国外”。

图注：荒漠戈壁中的大型特高压变电站设施

马斯克第三个判断里最值得琢磨的，是“除中国外”这四个字。

为什么一个美国企业家预测全球电力危机时，要把中国排除在外？

因为他看到一组剪刀差：AI芯片需求年增40%到50%，中国以外电力供应仅增10%到20%，需求增速是供给的两到三倍，缺电几乎必然。

中国凭什么除外？

截至2026年7月底，全国光伏发电装机达12.86亿千瓦，历史性超越煤电成为第一大电源。风电装机6.9亿千瓦，全国累计发电装机40.8亿千瓦，超过美日印欧俄装机总和。

输送侧同样强悍。中国是全球唯一实现特高压大规模商业化运行的国家，“十五五”规划新增15回特高压直流绿电大通道，西电东送规模超4.2亿千瓦。新型电网建设投入超5万亿元，确保清洁能源“发得出、送得走、用得稳”。

国际能源署数据显示，2025年全球数据中心用电达788太瓦时，美国占39.7%，中国占26.1%。但美国已有7吉瓦AI数据中心项目因电力问题延迟或取消，得克萨斯州甚至冻结了所有新建数据中心的审批。

算力竞争上半场是算法之争，下半场是能源之争。

未来的数据中心，不会跟着人才走，会跟着电走。

中国也有局部电力紧张，夏天也限电。马斯克说的是长期增量能力。中国的优势在于缺电的时候能快速补上——这是基础设施能力的差距，不是绝对电量的差距。

图注：特斯拉Optimus人形机器人展会实拍

听马斯克的预言，最需要的是分层：哪些是真趋势，哪些是营销话术。

10亿台人形机器人——全球80亿人口，每8人一台。而2026年上半年全球人形机器人出货仅1.91万台，与目标之间隔着四个数量级。

更关键的是，这些乐观叙事有明确服务对象。特斯拉Optimus已确认2026年底启动量产，远期年产能100万台。CEO预测“10亿台机器人”，同时也在告诉投资者市场有多大——这是估值故事，要打折。

国内行业现状更能说明问题：意向订单12万台，实际出货1.8万台；文娱商演占六成以上，进入智能制造仅13%。行业人士指出超过80%的商业化订单存在注水，亿元项目仅4个。

但“电力是AI瓶颈”这个判断分量完全不同。谷歌、微软、亚马逊、英伟达——真正在建数据中心的公司都在反复强调同一个问题。2025年全球数据中心用电788太瓦时，国际能源署预测到2030年将达945太瓦时，超过日本全年用电量。单个AI机柜功率密度已达100千瓦以上，是传统的10倍。

建数据中心一两年就够，建电厂和输电线要五到十年。这个时间差才是瓶颈核心。科技巨头被逼自己建电厂：微软重启三里岛核电站，Meta的Hyperion园区需5吉瓦持续供电——相当于新奥尔良全市用电的三倍。

辨别科技预言的方法很简单：看它服务谁的估值，再看有没有被行业验证。

图注：数据中心内搭载GPU的服务器机柜

马斯克在G20上还呼吁，新技术应当“默认合法”。

他批评欧盟监管“异常之高”，把大企业比作“大树”、初创公司比作“小树苗”，呼吁政策资源向年轻公司倾斜。

这代表硅谷加速主义的典型逻辑——先跑再修，出了问题再补规则。

而欧盟AI法案走了另一条路：2026年8月起通用大模型义务已正式生效，高风险AI系统2027年底全面强制合规，四级风险分类涵盖生物识别、教育、就业、执法等八大领域，违规罚款最高可达全球营收7%。两条路线的分歧将决定未来十年AI的速度和方向。

人形机器人产业链，机会与风险并存。

机会在核心零部件——减速器、伺服电机、传感器、丝杠，每个环节都可能诞生龙头。系统集成和应用场景同样广阔，工业、物流、家庭服务，每条赛道都有增量空间。中国在电力充足、制造业完整、供应链齐全的叠加优势，是AI和机器人落地的最佳土壤。

风险同样清晰。一哄而上的产能可能重蹈光伏覆辙——初期蜂拥而入，中期价格血战，末期大批出局淘汰。高端减速器和传感器仍依赖进口，当意向订单远超实际出货十倍百倍时，行业要警惕的是低水平重复建设带来的资源浪费。

AI竞赛打到最后，拼的不是谁的模型更大，而是谁的电更足、谁的制造更强。

算法和人才当然重要，但当算法进入收敛期、人才可以全球流动时，下半场的瓶颈就变成基础设施。没有足够的电，再先进的算法也跑不起来；没有完整制造能力，再聪明的AI也造不出机器人。

中国在特高压、新能源装机和统一调度上积累的电力底牌，加上全球最完整的制造业和供应链体系，正是算力时代最硬的基础设施优势。

马斯克说过很多预言，有些兑现了，有些落空了。但电力紧缺、制造能力、产业链完整度——这些底层变量，已写进产业现实。