AI 基础设施热潮正在创造新机遇的领域

前言

人工智能常以模型、芯片和应用程序为主题受到讨论。然而，每项不断扩展的 AI 服务背后，都有一套实体基础设施，必须供应电力、连接设备、容纳计算系统，并让它们持续运行。随着需求增加，这些基础需求正成为 AI 经济的重要特征。在 TechCrunch Disrupt 2026，Ambrosia Energy 首席执行官 Ben Longmier，以及 Bloom Energy 高级副总裁兼数据中心解决方案主管 Bill Thayer，将探讨这波基础设施热潮正在何处创造机遇。他们的座谈“AI 基础设施热潮正在打造赢家的领域”将在 Smart Systems Stage 举行。本文将探讨这场对话背后的核心问题：哪些限制最重要、如何形成具有持续性的市场，以及创始人、投资人和科技领导者能从 AI 迈向实体世界的转变中学到什么。

懒人包

AI 的增长不只依赖软件，也需要发电、电网连接、数据中心、冷却、电气设备，以及可靠的运营系统。计算需求攀升与基础设施建设速度之间的差距，可能为新企业创造机遇。核心挑战在于区分暂时性短缺与足以支撑持久市场的长期需求。在 TechCrunch Disrupt 2026，Ben Longmier 和 Bill Thayer 将探讨这些压力如何改变市场，以及创始人应该关注哪些领域。下一个重大的 AI 机遇，可能在于让 AI 得以运行的系统，而不是 AI 应用本身。

正文

人工智能或许是通过软件开发，但要扩大规模，依赖的资源范围要广泛得多。模型必须在计算设备上运行，应用程序需要可靠地访问这些设备，而容纳设备的设施则需要大量电力及配套系统。随着 AI 的采用持续扩大，问题已不再只是软件能以多快的速度进步，也包括实体基础设施能否按照需求所要求的速度建设、接通并投入运营。

这一区别有助于解释，为何 AI 基础设施热潮受到模型或芯片制造商以外企业的关注。运行中的 AI 生态系统依赖彼此连接的完整架构，包括发电、电网连接、数据中心、冷却、电气设备，以及用于监控和维护运营的系统。每一层都会影响计算的可用性、容量和可靠性。架构中的某个环节受限，可能会影响其他环节投资的效益。

在 TechCrunch Disrupt 2026，Ambrosia Energy 首席执行官 Ben Longmier，以及 Bloom Energy 高级副总裁兼数据中心解决方案主管 Bill Thayer，将在 Smart Systems Stage 讨论这个不断变化的局势。他们的座谈名为“AI 基础设施热潮正在打造赢家的领域”，旨在探讨 AI 对能源和数据基础设施提出新需求之际，哪些领域可能孕育持久的商业机遇。结合能源与数据中心解决方案领域的观点，有助于让这场讨论贴近 AI 增长背后的实际依赖条件。

其中一项核心议题，是计算需求与基础设施交付速度不一致。当计算容量需求增加的速度快于电力或设施的供应速度，企业就会遭遇限制，可能导致项目延迟或扩张受阻。然而，这些限制不一定都会带来机遇。短缺可能是暂时的，只与特定地点或时机有关；也可能反映长期需求，需要新的产品、服务或商业模式。对于任何正在考虑将时间或资金投入何处的人来说，判断实际情况属于哪一种至关重要。

因此，这场讨论也将探讨如何区分短期压力与结构性变化。如果瓶颈随着 AI 使用量增加而持续存在，就可能为新类别的企业创造发展空间。如果项目陆续上线或形势改变后，瓶颈便消失，围绕该限制而建立的企业可能会发现，需求并不像预期那样持久。创始人和投资人需要了解限制的来源、受影响的客户，以及解决方案能否以具备商业可持续性的规模和成本交付。

能源是这套实体架构中最受瞩目的部分之一。计算设施需要稳定的电力供应，而 AI 工作负载扩大，可能使电力可用性成为规划时必须考虑的问题。然而，能源只是挑战的一部分。设施接入电网、配置电力分配设备，以及协调支持运营的系统，同样重要。因此，机遇可能出现在能源与电气生态系统的多个环节，而不是单一明确的产品类别。

数据中心是另一个关键环节。它们提供计算设备运行的实体环境，其设计必须考虑电力、冷却、空间，以及维持可靠服务所需的系统。随着需求改变，企业可能需要新的方式来规划、建设、管理和维护这些设施。基础设施软件也可能发挥作用，帮助运营者协调复杂系统；不过，具体机遇仍取决于客户试图解决的运营问题。

冷却说明了单一基础设施需求如何与其他需求相互关联。执行高强度计算的设备会产生热量，因此设施必须管理温度，才能维持正常运行。冷却需求会与设施设计、用电量、设备选择和操作流程相互影响。这意味着解决方案不一定彼此独立：改善某个环节，可能会影响其他环节的成本或性能。考虑投入这个领域的创业者，需要了解产品如何融入整体系统，以及它是否解决了客户优先重视的问题。

随着计算基础设施需求增长，电气设备和电网技术也可能变得更加重要。设施能否使用电力，不只取决于能源供应，也取决于将电力输送至所需地点的连接方式和设备。因此，相关挑战可能带动有助于项目推进或系统有效运行的解决方案需求。不过，发现有前景的类别，不能只靠观察需求上升。创始人必须确认买家是谁、产品能解决什么限制，以及该需求是否可能持续存在。

对创始人而言，主要启示是不要只看熟悉的软件层。下一个与 AI 相关的商业机遇，可能不是 AI 应用程序，而是出现在能源、数据中心、冷却、电网技术、电气设备或基础设施软件领域，也可能发展成尚未有广泛认可名称的类别。关键是从具体的实体需求出发，判断这项需求是否会随着 AI 规模扩大而变得更加重要。

投资人面临的挑战也相似。市场对 AI 基础设施的兴趣日益增加，不代表所有服务这一行业的企业都能建立持久的事业。投资人需要评估需求究竟来自暂时性短缺，还是 AI 系统建设与运营方式的长期变化。他们也需要思考，价值能在复杂架构的哪些环节创造，以及哪些解决方案可能变得难以替代。了解底层基础设施，有助于区分角色明确的企业与主要依赖广泛增长预期的企业。

科技领导者在规划 AI 采用的下一阶段时，也能从相同观点受益。计算容量的决策日益依赖实体系统，包括可用电力、设施准备情况、冷却和可靠运营。更清楚地掌握这些依赖条件，有助于组织了解扩大 AI 服务之前必须具备哪些条件，也能让基础设施成为战略考量，而不是事后才想到的事项。

基础设施热潮带来的效益并不会平均分配。架构中的某些部分可能因应持续性需求而吸引长期投资；其他部分则可能只迎来短暂需求，或面临限制增长的障碍。有效的分析需要探讨限制出现在哪里、市场如何回应，以及提出的解决方案能否支撑持久的事业。TechCrunch Disrupt 2026 的这场座谈，将围绕能源、数据中心解决方案和市场情报展开讨论。

整体观点之所以重要，是因为 AI 的实体需求彼此相连。电力可用性会影响数据中心的建设，而设施的设备和运营系统则会影响计算容量的部署方式。冷却和电气系统也带来更多考量。将这些因素一并评估，能揭示只从模型、芯片和应用程序角度看待 AI 时容易忽略的机遇。

核心概念是，AI 对实体世界提出新的需求，而这些需求需要解决方案。下一批市场有些可能出现在因应新需求而转型的成熟行业；另一些则可能出现在现有类别尚不足以描述问题的领域。对创业者、投资人和科技领导者而言，任务是找出实际存在的限制、了解谁受到影响，并评估解决方案能否满足长期需求。

Ben Longmier 和 Bill Thayer 将在 TechCrunch Disrupt 2026 的 Smart Systems Stage 探讨这些主题。本次活动安排了 250+ 位讲者，带来 200+ 场座谈。Moscone West 将于 October 13 at 8 a.m. PT 开放入场。活动信息指出，参加者可在开放入场前节省 up to $100；携带联合创始人、合作伙伴、同事或同行参加，购买第二张相同票种的通行证可享 50% 折扣。

重点摘要表