AI on the Ballot

TL;DR · AI 摘要
数据中心建设成为美国中期选举核心议题,AI技术引发的经济担忧推动政策转向,德克萨斯州计划禁止新建数据中心。
核心要点
- 德克萨斯州计划禁止新建数据中心,占美国2030年规划容量的25%。
- AI技术引发公众对就业和人类存续的双重担忧,影响政策制定。
- 民主党在2026年中期选举中赢得国会控制权,数据中心议题成关键战场。
结构提纲
按章节快速跳转。
民主党在2026年中期选举中赢得国会控制权,经济与伊朗战争成主要议题。
Wisconsin和Texas选区将数据中心建设作为核心竞选议题,两党均反对。
当前数据中心反对浪潮与AI技术带来的经济不确定性直接相关。
Gina Hinojosa承诺禁止Texas数据中心建设,与共和党Abbott的禁令形成呼应。
思维导图
用一张图看清主题之间的关系。
查看大纲文本(无障碍 / 无 JS 友好)
- AI与政治博弈
- 数据中心政策
- Texas禁令
- Wisconsin两党对立
- 经济利益冲突
- AI影响
- 就业替代风险
- 人类存续担忧
- 资本投入激增
金句 / Highlights
值得收藏与分享的关键句。
AI技术在最佳情况下会取代所有工作,在最坏情况下可能终结人类文明。
Texas占美国2030年数据中心规划容量的25%,成为政策博弈焦点。
地方政府曾为争夺数据中心激烈竞争,当前反对浪潮与AI经济影响直接相关。
AI与选票 – Stratechery by Ben Thompson
选票上的AI
2026年11月4日,星期三
收听播客
收听本文:
登录后收听
根据彭博社今日凌晨2点(中部时间)报道:
在中期选举中,民主党以压倒性优势赢得美国国会两院控制权,这场选举结果被广泛视为对总统唐纳德·特朗普的否定,因为选民对经济和伊朗战争普遍不满。在全国范围内,民主党在共和党传统优势地区取得胜利,至少翻转了七个参议院席位,并在2024年共和党轻松取胜的选区赢得了众议院选举。多家新闻机构预测民主党将赢得众议院,而Decision Desk HQ则预测他们将掌控参议院。
毫无疑问,伊朗和经济在此次选举中发挥了重要作用;但令我印象深刻的是,这完全符合Stratechery关注的议题。具体来说,我经常观看体育比赛,特别是今年秋天,我观看了大量棒球比赛。我的密尔沃基酿酒人队——不好意思,我应该说我的世界冠军密尔沃基酿酒人队——吸引了我的全部注意力,这也意味着我看到了大量竞选广告,而在威斯康星州,数据中继站显然是最常见的话题。此外,数据中继站在政治上的影响方向始终不明确:两党都反对数据中继站建设,指责对方持相反立场。
与此同时,在德克萨斯州,根据雅虎财经报道:
民主党在德克萨斯州的强劲表现使Gina Hinojosa当选为该州自1990年以来首位民主党州长,这一选举受到大型科技公司的密切关注。该州被视为政府对AI数据中继站限制政策的风向标……作为德克萨斯州首位拉丁裔州长,Hinojosa承诺对德克萨斯州的数据中继站建设实施禁令,而该州到2030年将占美国规划数据中继站容量的25%以上。
我需要指出的是,共和党现任州长Greg Abbott早在9月就已宣布对新建数据中继站实施许可禁令;这说明数据中继站建设已成为多么敏感的议题,即使在该州是数据中继站建设的最大机遇和受益者。没错,这正是Stratechery关注的议题。
数据中继站否决权
今年早些时候,在撰写关于数据中继站建设反对声音的文章时,我曾表示:
当数据中心为互联网建设时,实际上并没有广泛反对;事实上,地方政府会争相吸引它们,渴望在建设期间获得经济利益,并在运营后享受长期的税收优惠。换句话说,很明显当前的反对浪潮与AI密不可分——也就是说,这种在最佳情况下可能取代所有人工作、在最坏情况下可能终结人类文明的科技。我不认为需要向你解释为什么这个信息缺乏说服力,从长远来看,我认为人类仍将具有经济价值。同时,如果不承认AI不仅能提升企业收入,还能通过替代部分人类工作来改善利润表,就很难解释当前在AI领域(包括模型层面和数据中心层面)的巨大投资。再次强调,我总体上持乐观态度,但这种情况在第一波IT浪潮中已经发生过。这与全球化形成了有趣的对比:当公司关闭美国工厂、解雇工人并将业务转移到中国时,受影响的城镇和工人没有任何话语权。他们突然间就失业了,美国锈带地区许多城市也因此失去了存在的理由。人们只能被迫迁移,更糟糕的是,有些人退回到酗酒或毒品等行为中。然而,AI的情况恰恰相反:建设数据中心需要获得许可,这意味着人们实际上拥有话语权。再次强调,我并非说这些人对数据中心或AI对社区的经济影响有充分了解;我所指出的是,那些在全球化中没有话语权的人,现在突然发现自己对AI拥有话语权,他们通过阻止数据中心建设表达不满也就不足为奇了。
去年春天,这一信息已经非常明确;现在,反对声变得震耳欲聋,人们不禁认为,科技公司,尤其是前沿实验室,只能归咎于自身。然而事实上,一些最大的责任方可能最终会成为反数据中心浪潮的最大受益者。
我的论点——不仅基于全国性结果和德克萨斯州州长选举,还基于如本推文所述的事实:几乎所有反对数据中心的地方性投票措施都已通过或正在获胜(迄今为止唯一例外的是北达科他州)——是人工智能的扩散限制再次发生了变化。最初我们计算能力不足,但随后得到了补充;现在我们内存不足,但这也正在改善;我们曾接近电力短缺,但这一问题将被解决。最终的限制是政治因素,这可能是所有限制中最严峻的。它不仅更难解决,实际上还会阻碍其他限制的解决。许多关于AI的理论假设它会成为一种商品;我认为,我们可能比预期更长时间面临AI的稀缺性,这将对所有事物产生连锁反应。
十个要点
为了解释这一点,这里有一些观点——当然,没有什么比选举更能导致你后悔的激烈言论——关于永久性丧失建设能力可能意味着什么。需要明确的是,我并没有断言这种状况是永久性的——看看我们的选举是如何反复摇摆的——但值得考虑的是,如果美国人对数据中心的看法没有改变,可能会带来哪些影响。
#### 1. AI行业判断正确
过去几周股市动荡最明显的原因是信贷市场紧缩,我今年夏天曾对此进行过分析。毫无疑问,我们已经全面进入股权融资时代(顺便说一句,我还没有写关于Anthropic更新的S-1文件,但它强烈支持我最初的分析)。同时,很明显,这种结果对AI行业在短期内非常不利,但许多痛苦可能已经经历过了。
#### 2. 新云厂商的边缘困境
新云厂商一直是信贷问题的前沿,从某种角度来看,无法建设数据中心其实也有其好处,因为他们本来也拿不到资金来支付这些费用。此外,现在已有设施许可的新云厂商拥有一个将比预期更稀缺的资产。同时,新云厂商需要新的地点和新的许可,而他们可能比超大规模云服务商拥有更少的政治影响力——后者已经拥有更多可以重新利用或重建的站点。与超大规模云服务商相比,新云厂商获取资本已经变得更加困难;现在你还必须加上,获取许可也将变得更加困难。
#### 3. 超大规模云服务商成为赢家
新云厂商的劣势是超大规模云服务商的优势,后者更有可能扩大其在AI计算中的份额。此外,如果超大规模云服务商的雄心受到一定限制,投资者可能会感到满意;政治反对可以成为适度削减开支的借口,因为所有人都处于同一条船上。
#### 4. 英伟达的复杂局面
英伟达几乎肯定会成为短期的输家。更少的数据中心意味着更少的英伟达芯片,而实力削弱的新云厂商尤其有害,不仅因为新云厂商几乎完全依赖英伟达的全机架系统,还因为英伟达为大量新云厂商提供支持。与此同时,超大规模云服务商由于其规模和投资自身芯片的能力,是英伟达最大的长期威胁。
同时,在资源受限的世界中,英伟达的产品更具吸引力。CEO黄仁勋实际上在2025年的一次主题演讲中专门讨论了这一点;我在一篇更新中写道:
当黄仁勋提到“等功率”时,他的意思是功率是限制因素;问题是,在固定的功率预算下,你能生成多少个令牌,而Blackwell芯片能生成更多。黄仁勋给出的100兆瓦数据中心数据如下:这意味着,对于ASIC制造商来说,首要任务是达到这种效率水平。然而,这意味着必须跟上Nvidia的产品开发节奏;《The Information》有一篇文章提到,亚马逊正在以远低于H100的价格提供使用其最新Trainium ASIC的实例。但黄仁勋在主题演讲中却公开批评H100!你几乎能听到他在直接对亚马逊说话:你们投入了这么多钱,却以大幅折扣提供这些实例,只是为了吸引开发者锁定在性能较差的芯片上,而推理模型将很快淹没你们的可用算力……黄仁勋向所有试图制造ASIC的云服务商发出挑战:你真的认为自己能跟上这种节奏,并冒着因芯片效率不足而耗尽算力的风险吗?别尝试了。
一个没有功率或数据中心限制的世界,从长远来看,对Nvidia的利润率维护将非常困难;然而,一旦这些限制开始显现,每兆瓦生成的令牌数优势将带来巨额收益。回到我之前关于超大规模云服务商的论点:增加令牌生成的方式之一是建设新的数据中心;另一种方式是用新的Nvidia芯片重建数据中心。
#### 5. 中国的优势
中国的情况与黄仁勋描述的场景正好相反:这个国家拥有充足的电力和大量新增电力的能力,但缺乏先进芯片。然而,先进芯片的一些优势可以通过大量投入电力来弥补。根据2025年关于华为CloudMatrix 384超级计算机的更新报告:
由384块芯片组成的CloudMatrix 384超级计算机,占用空间远大于Nvidia的NVL72,耗电量远高于NVL72,制造成本几乎肯定远高于NVL72,且可靠性远低于NVL72;如果世界其他地方有选择权,没有人会选择CloudMatrix 384而不是NVL72。但问题是:中国没有选择权,因为美国的出口管制。中国的幸运之处在于,他们面临的约束与美国不同……实际上建造电力设施的中国并非等功率,而是等计算:华为开发CloudMatrix 384的目标是尽可能多地获取计算能力,即使牺牲电力效率。
随着时间推移——即中国最终掌握先进芯片技术时——这可能成为难以逾越的优势。
#### 6. 太空中的数据中心
当SpaceX发布S-1时,我明确指出,政治上对数据中心的反对是该公司最重大的潜在利好场景之一:
关于太空数据中心的第三个问题是是否存在“拐杖”(即是否需要外部支持)。具体来说,我认为太空中的机架比人们想象的更可行,也比当前计算模式对智能体推理更相关,但归根结底,在同等条件下,地球上的建造成本更低、更容易实现。但条件并不完全相同:我们正处于AI建设的初期阶段,但目前最大的限制不仅仅是预期中的电力,还有出乎意料的区域规划限制。我在上周的更新中写道:
我之前已经贴出了相关摘录。继续:
在那次更新中,我提出数据中心建设者——以及由此延伸的使用数据中心的公司——应该直接向社区居民支付费用,以获得在他们社区内建设数据中心的许可。然而,这至少会增加陆地数据中心的成本。从长远来看,一个非常可能的情况是,对计算的需求最终变得如此巨大,以至于最终无处可建,使得广阔的空间不仅成为替代方案,实际上成为唯一的选择。
这就是我回到观察这些竞选广告经历的原因:这不是一个党派问题,不会在两年后出现反转。两党都将反对数据中心视为一种必赢的议题,这不仅在全国范围内如此:这一趋势中有多起地方官员因批准数据中心建设而被直接罢免的案例。空间将变得极其难以获取,但困难是相对的!此外,如果反对是永久性的,这反而会降低太空数据中心的风险,因为投资者将更有信心地认为需求是持久的。
#### 7. 前沿实验室的收益
如果超大规模云服务商面临红皇后困境,那么前沿实验室的处境更糟:Anthropic在S-1文件中最大的启示是他们的推理利润率非常高(这是好事),这意味着他们巨大的计算成本实际上来自研发;这很糟糕,因为这些研发支出受与其他前沿实验室竞争的制约,且在没有约束的情况下,这些支出可能很快就会超过收入。然而现在,公众实际上在要求对前沿技术进行节奏控制,这对前沿实验室的财务前景非常有利。
优势还不仅如此:在资源受限的世界中,效率变得更为重要的观点不仅适用于芯片,也适用于模型。如果计算资源不足,将有限的计算资源投入到效率低下且服务成本更高的中国模型中是糟糕的权衡。此外,开源模型可能面临更大的监管风险,因为民主党似乎更有可能通过最终有利于前沿实验室的法律。
也有一些反驳观点。首先,如果计算资源受限且成本更高,这将推动模型按需调整大小,这是开源模型的一大优势;计算资源不再是商品意味着前沿实验室较低的服务成本将无法影响市场低端。此外,前沿实验室将更难自行构建计算资源,使他们依赖于超大规模云服务商;大型科技公司再次获胜。
#### 8. 苹果公司的优势
苹果最明显的优势在于,在计算资源受限的世界中,边缘端的推理将变得更加重要。另一个优势是,任何人工智能扩散速度的放缓都对主导上一范式的企业有利。
然而,最大的优势是,任何人工智能建设放缓都带来了内存短缺可能缓解的希望。这无疑需要一些时间,但毫无疑问,没有哪家公司会比苹果更受益于世界逐渐失去容纳人工智能芯片的空间。
#### 9. 初创企业的困境
人工智能已经划定了许多战场,不仅体现在数据中心层面,也体现在人工智能内部,以及人工智能与其他技术之间。具体而言,任何强化前沿实验室力量的举措,都可能对初创企业生态系统其余部分产生负面影响。在一个数据中心数量减少的世界里,初创企业将更难获得廉价的计算资源,而能力增速放缓则意味着开发有吸引力的产品需要更长时间,同时也会给前沿实验室更多时间去构建真正能锁定终端用户的实际产品。
#### 10. 人性因素
投资者对数据中心建设的一大担忧是,产能过剩会导致价格暴跌,使投资者和债权人蒙受损失;但这种情形对用户来说反而是好事,因为他们将突然获得极其廉价的计算资源。当然,大多数用户不会直接使用人工智能;他们将错失的,是类似Web 2.0时代那种依托免费计算资源的互联网服务浪潮。如今,人工智能可能在很长时间内都会产生显著的边际成本,这种可能性相当大。
与此同时,尽管我对人工智能时代的人类前景持乐观态度,但毫无疑问,当智能成为一种商品时,我们正面临着一场剧烈的变革。然而可以推断,如果智能没有成为商品——或者这种转变比预期更缓慢——人类将有更多时间去适应。也许这正是我们需要的转折点;越来越明显的是,这正是美国人所期望的转折。
需要指出的是,公民要求结果而反对手段的历史由来已久,最终获胜的往往是要求本身。今天最大的不同在于,与此前几波技术浪潮不同,这个行业需要做一些说服工作,打破过去那种理所当然认为自己所做的一切都会被默认接受的习惯。人工智能本身并未出现在选票上,但却是隐含在其中的,并且将永远如此。
由 Stripe 提供支持
我花了很多时间试图弄清楚互联网上的企业正在发生什么。我经常发现自己缺少对整个经济形势的全局视角。Stripe 负责着全球 1.7% 的 GDP,与他们合作意味着我可以将他们所看到的部分带到 Stratechery。从某种意义上说,他们就是经济的晴雨表。
以“SaaSpocalypse”为例。今年早些时候,由于担心人工智能会吞噬企业软件市场,近万亿美元的企业软件价值在一夜之间蒸发。股票价格只能告诉我们投资者认为会发生什么,而不能说明实际情况。在此次事件中,Stripe 最近利用 72,000 家非人工智能 SaaS 企业的支付数据构建了一个 SaaS 指数。通过观察这些企业的实际表现,我们发现尽管 SaaS 股票价格下跌,但收入增长实际上正在加速。
目前,年同比增速已超过 30%,其中增长最快的是一些最年轻的 SaaS 公司。我怀疑 Stripe 的数据中还隐藏着许多有趣的现象,我很期待有借口去探索这些数据。
[googlesitekit-end-of-content]
分享
- 在 Facebook 上分享(在新窗口中打开) Facebook
- 在 X 上分享(在新窗口中打开) X
- 在 LinkedIn 上分享(在新窗口中打开) LinkedIn
- 邮件发送链接给朋友(在新窗口中打开) Email
←
2026.44:终于等到……