云在谁的土地上：AI 变便宜之后，稀缺性去了哪里

Dr.J 于 2026 年 9 月 6 日在 《The Cloud Has a Diesel Tank》 中追问：如果 AI 让一部分认知工作变得便宜，经济中的稀缺性会转移到哪里，生产 AI 的基础设施由谁拥有。1

文章从泰国的一处数据中心检查开始。作者写道，部分运营者以“仓库”名义取得建筑许可，却在建筑内部安装了服务器、冷却设备和计算设施。泰国政府在 9 月 3 日表示要弥补这项监管空白；Rama IX Road 一处设施被发现存放约 20 万升未经适当许可的柴油，柴油是机器的备用电源。1

柴油罐让“云”的物理含义变得具体：云需要建筑，建筑需要电缆，电缆需要电力，机器会产生热量，热量需要被带走。模型和产品可以快速更新，电厂、输电线、变压器、数据中心、冷却系统、芯片工厂、光纤、土地、水和资本却有更长的建设周期。作者由此提出，AI 让智能变得更充裕，并不代表稀缺性消失；稀缺性可能转移到维持智能运行的物理条件上。1

泰国的规模说明了这不是抽象比喻。作者引用的数据显示，2024 至 2026 年间，泰国投资促进委员会批准了 42 个数据中心项目，合计约 3,400 兆瓦 IT 负载和 7,500 亿泰铢投资。作者写道，曼谷有 34 个运营中、规划中或建设中的设施，可能消耗至少 247.2 兆瓦电力和每年约 443 万立方米水。泰国总理在 9 月 4 日主持首次国家数据中心商业政策委员会会议时强调，泰国不能只是数据中心所在的地点，投资需要带来技术转移、技能、就业、本地供应商和本国的 AI 与云生态。1

作者把沙特阿拉伯放在这条转换链上观察。沙特长期出口石油，石油通过油轮离开，财富回到国内。国家支持的 AI 公司 Humain 计划到 2034 年形成约 6 吉瓦数据中心容量；Humain 与 DataVolt 在红海沿岸 Oxagon 宣布了首期约 100 兆瓦的数据中心项目。作者把这理解为一种发展设想：沙特把能源转换为计算，继而把计算转换为智能，智能通过光纤输出。1

这个设想不能被简化成“有能源就有 AI 产业”。作者明确列出连续电力、成熟电网、储能、备用系统、冷却、网络、芯片和巨额资本等条件。能源只是算力生产链中的一个投入，能否形成持续的技术能力和本地收益，需要观察基础设施与所有权如何组织。1

咸海地区提供了另一种地理关系。苏联时期，为支持棉花生产，河流被引向农田，咸海因此成为上一轮资源重组的环境后果。今天，乌兹别克斯坦的 Karakalpakstan 正被安排为 AI 与数据中心基础设施地点：符合条件、投资至少 1 亿美元的 AI 基础设施项目可以获得税收和海关优惠，电价约为每千瓦时 5 美分；中国公司 Shanghai LinkWise Data Intelligence 参与了一个 300 兆瓦数据中心项目，另有使用可持续能源和 Nvidia 服务器技术的项目被宣布。1

作者没有预测咸海地区会因为训练语言模型而重演棉花时代的生态灾难。他借这组历史对照提出一个范围更窄的问题：当一种新资源获得经济价值后，社会愿意围绕它重新组织什么。计算可以在当地生产，却通过网络在别处实现价值；土地、电力、冷却系统和机器属于当地，收益可能跨境流走。因此，项目落地与价值留存是两个不同问题。1

文章把美国、中国和欧洲的动作放进同一条产业链。少数组织掌握前沿通用 AI 能力，许多国家却可能依赖这些系统，于是竞争会延伸到先进芯片、制造设备、稀土、功率电子、云基础设施、制造能力、技术标准、研究人才和供应链。作者因此认为，屏幕上的模型竞争，其底层是基础设施与控制权竞争。1

这段论证的重点不是判断哪一方必然获胜。作者要说明的是，AI 的可见产品与它的经济底座之间存在尺度差异：聊天机器人可以被快速替换，芯片、土地、电网、数据中心和供应链却会把国家与企业锁进更慢的建设周期。资本会流向稀缺投入，国家会试图控制战略投入，企业会试图锁定供给，数据中心所在地则必须处理“提供资源”和“获得收益”之间的差距。1

作者随后把问题从基础设施推进到分配。翻译、编程、分析、研究和知识检索正在部分进入耳机、提示词、模型和 agent。作者没有说智能已经摆脱稀缺，而是说 AI 正在推动这种变化；他也没有把变化写成明天必然发生的预测。

在作者的设想中，AI 可能设计产品、运行行政系统、编写软件、分析市场、协调机器、教学、翻译和优化供应链。生产能力增加，却不会自动回答谁拥有产出。作者用一条简单的链条表达这个问题：劳动 → 收入 → 获得生产。如果 AI 减少了生产系统对劳动的需求，而获得生产的权利仍然依靠收入，技术丰裕就可能和人的经济不安全并存。1

所以作者要求追问八个所有权问题：谁拥有数据中心、芯片、模型、供电系统和土地，谁控制电网，经济租金最终流向哪里，提供水、电和地点的社区得到什么。这里的“所有权”不是文章末尾附带的社会议题，而是作者解释“智能产出增加后谁能获得收益”的分配机制。作者明确保留了边界：劳动议价能力下降不是必然结果，也不是他的预测，而是基础设施完成之前必须提出的问题。1

得州把这个问题转成地方政治。作者写道，得州曾积极吸引数据中心，如今部分居民和政治力量开始关注电价、环境压力，以及大型设施提供的永久岗位可能少于传统工厂。传统工厂的开发交换通常包含就业、工资、税收和二次经济活动；数据中心可能带来数十亿美元资本，却消耗土地、水和大量电力，并以较少的本地岗位运行。作者的结论不是数据中心有害，而是投资额本身不足以说明社区获得了什么，需要用新的标准衡量这笔开发交换。1

作者最后把数字经济重新放回物理世界。数字化曾经被理解为离开工厂、纸张和会议室，AI 却让电力、芯片、冷却、输电、发电机、混凝土、用水和矿产变得更重要。作者看到的不是一项秘密计划，而是资本追逐稀缺资源、国家争夺战略投入、企业确保供给、政府避免依赖的常规政治经济过程。1

因此，文章把核心问题从“AI 会变得多聪明”改成“如果智能变得充裕，什么会变得稀缺”。作者给出的答案包括电力、水、土地、算力、芯片、基础设施和所有权。泰国的仓库与柴油揭示了云的物理底座；沙特说明能源可能沿光纤变成算力；Karakalpakstan 提醒读者资源重组会留下谁承担成本的问题；得州则显示，基础设施投资不等于地方价值。

作者的收束句是：云从来不在天上，它一直在某人的土地上，接着某人的电，使用某人的资源，并且被某人拥有。智能可能变得接近无限，支撑智能的物理条件不会。