8 月 21 日，国家能源局公布了 7 月份全社会用电量数据（来源）。表面上看，这是一份相当平淡的月度统计：全社会用电量 10400 亿千瓦时，同比增长 1.7%，居民生活用电甚至下降了 5.1%。但如果把目光投向第三产业的细分项，两个数字会立刻跳出来，充换电服务业用电量 164 亿千瓦时，同比增长 50.3%；互联网数据服务业用电量 99 亿千瓦时，同比增长 40.1%。
在一个整体增速不到 2% 的月份里，两个与数字经济直接相关的行业以四到五成的速度膨胀。这不是发布会上的 PPT 数字，而是写在电表上的事实。
数据里的结构性换挡
先看全貌。7 月第一产业用电 167 亿千瓦时，同比下降 2.0%；第二产业 6116 亿千瓦时，增长 3.0%，其中工业用电 6055 亿千瓦时，增长 3.3%；第三产业 2183 亿千瓦时，增长 4.8%；城乡居民生活用电 1935 亿千瓦时，下降 5.1%。拉长到 1—7 月，全社会累计用电 61399 亿千瓦时，同比增长 4.7%。
真正值得琢磨的是藏在产业分类内部的几条曲线：
- 高技术及装备制造业用电 1220 亿千瓦时，同比增长 8.9%，接近工业整体增速的三倍；
- 充换电服务业增速 50.3%，对应新能源车保有量的持续爬坡；
- 互联网数据服务增速 40.1%，对应数据中心——尤其是 AI 算力中心的密集扩建与满负荷运转。
这三个数字指向同一个方向：用电增长的引擎，正在从传统重工业换挡到「芯片—电池—机房」这条新链路上。
机房为什么越来越费电
互联网数据服务 40.1% 的增速放在全球语境下并不意外。生成式 AI 的训练与推理对算力的需求几乎是指数级的，而算力最终都要折算成电力：单机柜功率从传统的几千瓦被一路推高到几十千瓦，风冷改液冷，新建数据中心的 PUE（能效指标）门槛被监管一压再压，也挡不住总量曲线陡峭上扬。
同样的故事正在全球上演。在美国，数据中心用电占比已被反复讨论，科技巨头为了给 AI 机房找电，纷纷签下核电、光伏等长期购电协议，甚至把退役核电站重新拉回电网，电力正在取代芯片，成为 AI 军备竞赛中更稀缺的入场券。
国内的路径略有不同：一边是「东数西算」把训练类负载往西部绿电富集区引导，一边是各地对数据中心能耗指标的硬性约束趋严。但 40% 的用电增速说明，无论怎么优化，AI 的电力胃口都在快速放大。此前我们讨论过 AI 的「水账」，现在看，「电账」才是更根本的那一本。
充电桩的另一重身份
充换电服务业 50.3% 的增速同样值得单独一提。164 亿千瓦时的月度用电，绝对值还不算大，但增速曲线的斜率几乎没有放缓迹象。随着新能源车渗透率继续抬升、重卡电动化和超充网络铺开，这一项在未来几年大概率仍将保持高位。
这也给电网提出了新课题：充电负载在时间和空间上高度集中，节假日的高速服务区、夏季的晚高峰，都可能成为局部电网的压力测试点。有序充电、车网互动（V2G）、峰谷电价机制，实际上已经被这类数据推着往前走。
简短点评
这份月度统计有意思的地方在于它的反差感：1.7% 的整体增速里，藏着 50.3% 和 40.1% 两个结构性的火山口。AI 的成本叙事通常聚焦芯片、显卡和融资，但电力才是最诚实的度量衡——模型参数可以注水，发布会可以包装，电表不会说谎。
对行业而言，这份数据至少提示了两件事：其一，AI 基础设施的竞争正在从「堆卡」延伸到「找电」，绿电供给、并网能力和储能配套，会逐渐成为算力中心的选址硬指标；其二，电力系统需要认真对待这两条陡峭曲线——它们目前基数尚小，但按现在的增速，几年后的量级将完全不同。
当所有人都盯着下一代模型的能力上限时，也许更该问一句：电，从哪里来。