OpenAI Stargate千億美元計劃遭遇現實阻力：Anthropic從中汲取教訓

Stargate：史上最具野心的AI基建計劃

2026年初，OpenAI與日本科技投資巨頭SoftBank高調宣布了Stargate計劃——一項總投資規模達1000億美元的超大型數據中心建設項目。這個命名頗具科幻色彩的計劃，被其推動者描繪為人類歷史上最宏大的AI基礎設施工程，旨在為下一代人工智慧模型提供前所未有的計算能力。

在發布會上，Stargate被包裝成一個必將改變AI產業格局的里程碑。OpenAI的CEO Sam Altman將其形容為通往通用人工智慧（AGI）的關鍵基礎設施，而SoftBank的CEO孫正義則將其定位為自己職業生涯中最重要的投資押注。這兩位科技界最具影響力的人物聯手，為Stargate注入了無可比擬的光環效應。

然而，宣傳與現實之間往往存在巨大鴻溝。隨著計劃從簡報室走向施工現場，一系列嚴峻的挑戰開始浮現——這些挑戰並非來自演算法的複雜性，而是來自鋼筋混凝土、高壓電纜和行政許可的世界。

幕後真相：三重困境同時爆發

據多家科技媒體援引知情人士透露，Stargate計劃在啟動後不久便遭遇了三重困境的夾擊，這些問題的嚴重程度遠超外界想像。

施工延誤：從藍圖到現實的距離

首先是施工進度嚴重落後。千億美元規模的數據中心建設涉及海量的工程量——數十萬平方米的建築面積、複雜的冷卻系統、高密度的電力配送網絡，以及精密的網絡互聯架構。這些工程的複雜度遠超傳統商業建築，更接近於大型工業設施甚至軍事基地的建設級別。

供應鏈的瓶頸讓情況雪上加霜。當多個超大規模數據中心項目同時啟動時，從特種鋼材到高壓變壓器，從精密冷卻設備到光纖電纜，幾乎每一個環節都出現了供不應求的局面。這不僅僅是Stargate面臨的問題——它是整個AI基建浪潮的結構性瓶頸。

電力採購：最大的攔路虎

如果說施工延誤只是暫時的障礙，那麼電力採購問題則是一個更深層、更棘手的結構性挑戰。Stargate計劃所需的電力規模極其龐大——一個千兆瓦級的AI數據中心群的耗電量相當於一座中等規模城市。

問題在於，電網容量、許可審批和發電能力的擴展速度，遠遠跟不上GPU訂單的增長速度。購買十萬顆最新一代GPU可能只需要幾個月的訂單周期，但為這些GPU供電所需的發電設施和輸電網絡升級，往往需要三到五年甚至更長的時間來規劃、審批和建設。

GPU可以按季度交付，但發電廠和輸電線路的建設周期以年計算。AI產業的數位擴張速度與物理基礎設施的建設節奏之間，存在著一個巨大且日益擴大的鴻溝。

在美國，新增大型電力設施的許可審批過程極為漫長，涉及聯邦、州和地方多個層級的監管機構。環境影響評估、土地使用許可、電網接入協議——每一個環節都可能耗時數月甚至數年。對於一個急於在AI競賽中搶佔先機的項目而言，這種速度上的不匹配是致命的。

合作夥伴協調：巨頭之間的摩擦

Stargate計劃的第三重困境來自合作夥伴之間的協調困難。OpenAI和SoftBank雖然共享一個宏大願景，但兩家公司在管理風格、決策流程和風險偏好上存在顯著差異。當涉及具體的技術選型、建設時序和成本分攤等問題時，這些差異不可避免地轉化為摩擦和延遲。

多方合作的基建項目向來是管理學上的難題。每個參與方都有自己的利益考量和內部審批流程，任何一個環節的延遲都可能產生連鎖反應，導致整個項目的時間表被打亂。Stargate的經驗再次印證了一個古老的教訓：項目越大，協調成本越高，風險也越大。

Anthropic的冷靜觀察

正當Stargate在現實中艱難推進之際，AI產業的另一位重量級玩家——Anthropic——正在遠處冷靜地觀察和記錄。據The Information報導，Anthropic的高管團隊正在密切研究Stargate計劃的早期失誤，將其作為自身基礎設施規劃的重要參考案例。

Anthropic的策略反映了一種截然不同的思維方式。與其急於宣布一個千億美元級的宏大計劃來搶佔頭條，不如先觀察先行者的經驗教訓，再制定更為務實和可執行的方案。這種「後發優勢」的思路在科技史上並不鮮見——成功的企業往往不是第一個進入市場的，而是第一個從前人的錯誤中學習並加以改進的。

Anthropic目前正處於快速擴張期，公司估值已突破千億美元級別，並持續獲得大規模融資。這些資金的相當一部分將用於基礎設施建設。如何避免重蹈Stargate的覆轍，將直接影響Anthropic在AI競賽中的長期競爭力。

能源：AI擴展的終極瓶頸

Stargate的困境折射出一個更宏觀的產業趨勢：能源正在取代晶片，成為AI發展的首要制約因素。

過去兩年，AI產業的敘事主要圍繞GPU展開——誰能搶到更多的NVIDIA H100或B200晶片，誰就能訓練更強大的模型。然而，隨著晶片產能的逐步提升和供應鏈的穩定化，一個新的瓶頸開始顯現：即使你擁有足夠的GPU，你也未必有足夠的電力來驅動它們。

數據說明了一切。2026年，全球五大科技巨頭的資本支出承諾合計超過6500億美元，其中絕大部分指向AI基礎設施。到2027年底，全球AI數據中心的累計資本支出承諾預計將超過3000億美元。這些天文數字的投資，最終都需要轉化為實實在在的電力消耗。

在AI產業的下一個階段，競爭優勢的關鍵指標可能不再是「擁有多少GPU」，而是「鎖定了多少穩定的兆瓦電力供應」。「確保兆瓦數」（secured megawatts）正成為AI公司新的戰略資產。

這一轉變的深遠意義在於，它徹底改變了AI競賽的競爭維度。模型架構的創新固然重要，但如果沒有穩定、充足且經濟的電力供應，再精妙的架構也無法大規模部署。這意味著AI公司需要的不僅是頂尖的機器學習工程師，還需要經驗豐富的能源採購專家、電力工程師和基建項目管理人才。

AI支出的雄心與物理世界的碰撞

Stargate計劃的困境並非個案。整個AI產業正在經歷一場深刻的「現實檢驗」——數位世界的指數級擴張雄心，正在與物理世界的線性建設節奏發生激烈碰撞。

軟體可以在幾週內迭代更新，模型可以在幾個月內訓練完成，但數據中心需要數年來建設，發電廠需要更長時間來規劃和投產，輸電網絡的升級更是牽涉廣泛的利益相關者協調。這種時間尺度上的根本不匹配，是當前AI產業面臨的最大結構性挑戰。

即便是那些在AI模型研發上遙遙領先的公司，也無法繞過這個物理世界的瓶頸。事實上，業內已經出現了一個引人注目的現象：即使是各細分領域的領先者，也在盈利預測方面面臨壓力。巨額的基礎設施投資正在壓縮利潤率，而AI服務的商業化收入尚未以同等速度增長。

這並不意味著AI的長期前景不佳。相反，它揭示了一個被過度樂觀情緒所掩蓋的事實：AI的規模化不僅是一個技術問題，更是一個工程問題、能源問題和項目管理問題。那些能夠在這些「非數位」領域建立優勢的公司，將在長期競爭中佔據有利地位。

從Stargate的教訓看AI基建的未來

Stargate的早期挫折為整個AI產業提供了寶貴的教訓。這些教訓不僅適用於OpenAI和Anthropic，也適用於所有正在或計劃投入AI基礎設施建設的組織。

第一，規劃和電力採購與晶片採購同等重要。過去，AI公司的基建策略主要圍繞「搶到GPU」展開。Stargate的經驗表明，如果沒有同步推進電力供應的鎖定和數據中心建設的規劃，即使擁有堆積如山的晶片也無法實現算力的實際部署。

第二，合作夥伴的協調成本不可低估。大型基建項目的成敗往往取決於執行力，而執行力的根基是清晰的責任劃分和高效的決策機制。多方合作的項目架構需要在靈活性和效率之間找到平衡。

第三，分階段、模塊化的建設方式優於一次性的超級項目。一個1000億美元的單一超級項目面臨的風險和複雜度，遠大於十個100億美元的獨立項目之和。模塊化方式不僅降低了單點失敗的風險，也允許在每個階段根據實際情況調整後續計劃。

第四，能源戰略必須成為AI公司的核心能力。未來的AI領軍企業，不僅需要在模型研發上保持領先，還需要在能源採購、電力基礎設施和可持續能源投資方面建立深厚的專業能力。可再生能源、核能、甚至小型模塊化反應堆（SMR），都在成為AI公司積極探索的能源方案。

編輯觀點：AI競賽正在進入「重工業」時代

OpenAI Stargate計劃的早期困境，是AI產業走向成熟過程中一個極具標誌性的轉折點。它提醒我們，AI不僅僅是程式碼和演算法的世界——當規模足夠大時，它就不可避免地成為一個關乎鋼鐵、混凝土、高壓電力和政府許可的「重工業」。

過去三年，AI產業的敘事被模型能力的飛速進步所主導。GPT系列、Claude系列、Gemini系列的每一次迭代，都帶來了令人驚嘆的能力躍升。但在這些光鮮的技術突破背後，是一個日益嚴峻的物理世界挑戰：我們是否有足夠的電力、足夠的空間和足夠的時間，來建設支撐這些模型持續進化所需的基礎設施？

Anthropic選擇從Stargate的失誤中學習，而非急於宣布自己的千億美元計劃，這種務實態度值得肯定。在一個充斥著指數級增長敘事和宏大願景的產業中，願意承認物理世界的制約、願意放慢步伐以確保執行品質的公司，可能最終會走得更遠。

對於整個AI產業而言，2026年正在成為一個關鍵的清醒時刻。6500億美元的資本支出承諾是一個令人敬畏的數字，但真正決定AI未來的，不是簡報中的投資金額，而是工地上的施工進度和電網中的可用電力。在AI競賽的這一新階段，最終的贏家可能不是擁有最多GPU的公司，而是最善於將矽晶片、電力供應和物理基礎設施編織成一個高效運轉系統的公司。

Stargate的故事還遠未結束，它的成敗仍有待觀察。但無論結果如何，它已經為整個產業留下了一個清晰的警示：在追逐人工智慧的道路上，別忘了腳下的大地。