菲律宾 AI 基础设施计划瞄准区域细分市场，但电网决定成败

菲律宾推出了一项规模达 344 亿美元的 AI 基础设施计划，目标是将容量提升至现有水平的 30 倍，尽管其起点远落后于东南亚最大的计算枢纽。菲律宾 AI 基础设施计划旨在到 2033 年将专用容量从 50 兆瓦扩大至 1.5 吉瓦。

这一目标将广泛的国家 AI 雄心转化为一项实体建设挑战。该国需要让数据中心、电力、连接能力、受过培训的劳动力、可信数据系统和私人投资者按协调一致的时间表到位。

菲律宾并非试图取代新加坡，成为该地区首要的数字门户。在柔佛、曼谷和雅加达吸纳巨额基础设施投入之际，它正在寻找一个可守住的细分定位。其机会在于，将计算能力与成熟的服务业劳动力、区域城市及 AI 驱动的商业运营连接起来。

作为方向声明，这一战略看起来可信。其成败仍取决于执行，而不同政府部门和行业的运作时间表并不相同。

菲律宾 AI 基础设施计划将雄心转化为容量目标

最重要的变化在于，政府已为其区域 AI 战略设定了可衡量的基础设施目标。

政府于 2026 年 9 月 8 日发布了覆盖 2026 年至 2033 年的最终版菲律宾 AI+ 基础设施总体规划。信息和通信技术部在奎松市与亚洲开发银行代表共同介绍了该计划。

该计划提出，到 2030 年建设约 400 兆瓦的 AI 数据中心容量。根据政府的总体规划发布，容量将在 2033 年进一步提升至 1.5 吉瓦。

这相当于在所述 50 兆瓦基线基础上增长 30 倍。总体规划显示，在这一基线容量下，目前仅有一座面向 AI 的数据中心设施。

面向 AI 的容量与更广泛的数据中心项目储备之间的区别十分重要。菲律宾已拥有传统托管和企业级设施，也有更多项目正在开发中。然而，为高密度 AI 工作负载建设的设施，需要不同的电力、制冷、网络和设备配置。

AI 服务器在每个机架内的用电负荷可能远高于传统企业系统。东盟的可持续发展指南预计，到 2027 年，区域机架密度将从 8 至 12 千瓦提升至接近 50 千瓦。

因此，这份总体规划覆盖的不只是装满服务器的建筑。它试图协调能源系统、电信、劳动力发展、数据治理和产业政策。

其拟议的地理布局反映了这一更广泛的目标。克拉克和巴丹构成主要锚点走廊。八打雁和奥罗拉充当战略门户，而苏比克和卡拉巴松则提供支撑性选址。

宿务、伊洛伊洛、达沃和卡加延德奥罗则被列为未来的区域节点。这一结构旨在减少对大马尼拉地区的过度集中，同时利用现有的工业和连接资产。

政府估计，到 2033 年实施该计划将需要 344 亿美元。公共资金预计提供 135 亿美元，即 39%，而私人投资者将提供约 210 亿美元。

这些数字揭示了计划面临的第一项考验。大部分资金并非已承诺的公共支出，而是取决于企业是否认为菲律宾选址能够提供可靠电力、可预测的审批、连接能力以及足够的客户需求。

该计划还预测将创造超过 50 万个 AI 相关岗位，以及另外 17.5 万个与基础设施项目相关的职位。其目标是为信息技术和业务流程管理行业的 130 万名员工提供再培训。

这些预测描绘的是预期的经济目标，并不能说明如今有多少设施已经获得融资、拥有客户、接入电网或取得获批的建设进度安排。

这一差距将总体规划与已完成的投资计划区分开来。下一阶段必须把国家目标转化为由明确开发商、公用事业公司、买方和交付日期支持的项目。

菲律宾争夺的是细分定位，而非区域霸主地位

菲律宾进入这场竞争时仍是一个新兴选址，而区域竞争对手已拥有更大的运营集群和在建项目储备。

东南亚已成为全球最繁忙的数据中心开发市场之一。人工智能推动了对高密度计算的需求，而云服务和数据本地化规则则支撑着传统容量的发展。

Cushman & Wakefield 报告称，2026 年上半年，东南亚约占亚太地区在建容量的一半。其区域建设数据显示，马来西亚在建容量为 1,039 兆瓦，泰国为 859 兆瓦。

仅柔佛就有 602 兆瓦在建、1,110 兆瓦已投入运营。曼谷的在建容量已升至 859 兆瓦，雅加达则有 395 兆瓦在建。

这些并非遥远的政策目标。它们代表着已在推进建设的项目，而这些市场正争夺许多相同的开发商和技术客户。

新加坡仍是该地区成熟的连接和商业中心。其限制为其他地区创造了机会，但并未自动将这些机会转移给菲律宾。

马来西亚最直接地受益于新加坡的限制。柔佛结合了邻近的网络接入、可用土地、成熟的工业基础设施以及不断壮大的大型设施基础。

印度尼西亚拥有规模更大的国内市场和数据主权需求。泰国则将投资激励措施与其东部经济走廊及可消费云服务和 AI 服务的制造业基础结合起来。

菲律宾需要一个不同于低价土地或庞大项目储备的定位。其最有力的选择，是将 AI 计算与该国的服务业劳动力及成熟的业务流程运营联系起来。

根据总体规划，该国的信息技术和业务流程管理行业雇佣约 130 万人。这些员工已在客户运营、金融、医疗保健、行政和技术服务等领域为国际企业提供支持。

AI 可能会自动化其中部分工作。但它也会为重新设计工作流程、模型监督、数据准备、评估、合规和行业专属服务创造需求。

这构成了该计划的核心经济张力。菲律宾希望基础设施投资能帮助其服务业在自动化削弱现有部分优势之前，转向更高价值的工作。

客户与数据中心之间的物理距离接近，并不能保证这一转型发生。企业还必须培养专业人才、获得可用数据，并围绕 AI 系统重新设计运营模式。

政府此前启动的国家 AI 中心为这一转型提供支持。该中心为无法独立建设大型系统的研究人员、公共机构和企业提供共享计算资源。

官员表示，超过 80% 的菲律宾机构已具备基本数字基础设施，但仅有 15% 采用了先进 AI 技术。应用主要集中在规模较大的组织和城市地区。

这一差距赋予基础设施计划一项超越承载外国云工作负载的国内使命。共享计算资源和区域节点可以降低大学、地方政府和小型企业的使用门槛。

不过，国内采用必须转化为持续需求。无论建筑看起来多么先进，闲置容量都无法造就技术枢纽。

菲律宾无需在总兆瓦数上领先东南亚也能取得成功。它需要建设可支持有价值的本地服务、研究和工业应用，同时吸引可靠区域工作负载的设施。

这比区域主导地位是一个更狭窄的目标，但也更具可行性。

走廊战略将计算能力与产业和连接性相连

总体规划的走廊模式试图将计算设施部署在海缆、电力资产、工业区和技术劳动力附近。

数据中心需要的不只是可用地块。运营商会考察电网容量、电能质量、光纤路径多样性、灾害风险、审批流程、设备可及性以及与客户的距离。

菲律宾拥有有利的连接资产基础。总体规划将 21 套海底电缆系统和超过 95% 的移动网络覆盖率列为国家优势。

其位于东北亚与东南亚之间的地理位置，也赋予其潜在的网络角色。只有当运营商能够通过多样化线路和可靠的国内回程网络连接设施时，这一地理优势才具有价值。

克拉克和巴丹提供了最清晰的起点。克拉克拥有机场、经济区、公路连接，并且靠近大马尼拉地区，同时又不位于首都最密集的城区内。

该地区还与更广泛的产业政策相连。菲律宾与美国宣布了一项覆盖克拉克 4,000 英亩土地的产业枢纽合作伙伴关系。

该拟议枢纽旨在支持半导体、先进制造、关键矿产加工和 AI 相关活动。这本身并不能证明大型 AI 数据中心已获得投资。

在总体规划发布前，这一区别尤其重要。菲律宾官员于 9 月 1 日澄清，克拉克制造项目涉及的是 AI 数据中心的设备和组件。

此前的澄清表明，不同项目很容易被混为一谈。生产数据中心设备的工业园区，并不等同于正在运营的计算园区。

最终总体规划提供了一个更广泛的框架，可以将两类活动连接起来。当项目达到商业规模时，制造业、数据中心、物流、可再生能源和研究设施能够相互强化。

巴丹增加了工业用地和能源基础设施接入。苏比克带来港口和物流能力，而八打雁则在马尼拉以南提供另一条工业和连接走廊。

奥罗拉面向太平洋，可支持海缆路由多样化。宿务、伊洛伊洛、达沃和卡加延德奥罗则将战略延伸至吕宋岛以外，并更接近区域用户。

这种分布式结构提供了韧性，但也增加了交付复杂度。每个节点都需要足够的电力、光纤、本地技能、应急系统和响应迅速的政府协调机制。

单一旗舰园区可以集中投资，并简化早期执行。多条走廊可以防止瓶颈并扩大经济收益，但前提是核心模式已证明有效。

因此，容量目标中已显现出合理的推进顺序。初始项目先建立主要走廊，随后再扩展以支持区域节点。

成功将取决于有节制的优先排序。在公用事业和客户尚未准备就绪之前，就宣布在众多城市建设设施，会分散稀缺的公共资源。

走廊模式还需要明确不同设施的角色。一些地点可能适合建设大型训练集群，利用数千个处理器进行密集型模型开发。

其他地点则可能更适合推理，即为用户运行已训练模型的过程。规模较小的区域设施还可支持灾害响应、本地语言服务、医疗系统或政府应用。

这种专业化路径将为菲律宾提供一条比照搬柔佛超大规模扩张更现实的发展道路。它可以建设一个契合国家优势的网络，而非仅以总容量衡量进展。

该国面临台风、地震、洪水和火山等风险，因此每一项选址决策都必须将这些因素纳入考量。地理分布可以提升韧性，但也会引入更多基础设施依赖。

运营商将需要具备经过测试的恢复流程的冗余电力和网络路径。政府机构则需要在各地方辖区统一执行技术和环境标准。

该计划可以从国家层面确定走廊。要交付可靠的设施，则需要在每个地点进行协调。

电力、水资源与融资才是真正的容量限制

菲律宾 AI 基础设施计划将以已接入的兆瓦数接受评判，而非已宣布的兆瓦数。

AI 基础设施已经进入行业分析师所称的“受电力制约的建设阶段”。开发商越来越多地依据电力供应情况，而非仅凭连接性来选择市场。

从 50 兆瓦提升至 1.5 吉瓦的规划增量，正说明了这种压力。如果全部投入使用，最终的 AI 容量在尚未计入冷却和配套系统之前，就将构成持续的工业级负荷。

公用事业企业必须发电，并通过输电线路和变电站将电力送达。开发商也需要在投入设备和资本前，获得可信的电网接入时间表。

菲律宾拥有太阳能、风能、水电和地热等可再生能源选择。该国也高度依赖煤炭，其中包括受国际价格影响的进口燃料。

大型科技公司日益希望为其基础设施承诺获取低碳电力。即使场址具备可用电力，若该电力与企业减排目标相冲突，仍可能失去客户。

购电协议通过长期合同将买方与发电商匹配，可帮助为新增可再生能源容量融资。不过，合同无法替代延期的输电项目或不可用的电网接入。

总体规划中的公共融资部分可支持配套基础设施。私人投资者仍会将菲律宾项目与审批更快、公用事业承诺更明确的替代方案进行比较。

资本配置不容失误，因为数据中心需要大额前期投资。东盟指南估计，每兆瓦信息技术负荷的区域开发成本为 700 万至 1,000 万美元。

因此，菲律宾必须证明其时间表在商业上可信。一座延迟建成的变电站，可能使昂贵的设施无法服务客户或安装更多设备。

水资源带来了另一项限制。一些冷却系统通过水蒸发散热，尤其是在温暖气候下。

东盟指南估计，一座依赖蒸发冷却的 1 兆瓦设施每年可消耗超过 2,500 万升水。实际耗水量会因气候、设计、工作负载和运营方式而有很大差异。

1.5 吉瓦目标不能直接换算为全国用水量估计。不同项目可能采用空气冷却、闭环系统、再生水或液冷，其资源消耗特征各不相同。

不过，当地水资源供应必须影响场址审批。即使符合国家投资目标，若一座设施与居民、农业或工业争夺用水，也可能面临反对。

区域经验提供了警示。快速扩张已迫使各国政府重新审视数据中心审批如何纳入电力、水资源、土地和排放因素。

菲律宾有机会在大部分规划容量建成之前设定这些要求。这将降低日后昂贵改造或公共争议的风险。

这也带来权衡。严格标准会提高初始成本并放慢审批，而宽松标准则可能导致电网压力、环境破坏或项目搁浅。

最佳回应并不只是加快审批。关键在于建立可预测的审批流程，将容量授予与经过验证的电力、水资源、土地和网络准备情况相连接。

公开报告将强化这一流程。主管部门可以区分已宣布容量、已获批容量、在建容量、已接入容量和运营容量。

这些分类可避免遥远的提案看似与已交付的基础设施同等重要。它们也能帮助投资者了解哪些走廊正在取得进展。

融资同样应具备透明度。政府应将已列入预算的公共项目，与预计的私人资本需求和已签署的商业承诺区分开来。

作为所需投资的估算，344 亿美元路线图具有意义。它不应被解读为已有 344 亿美元得到承诺。

这是围绕该计划的最大不确定性。政府已说明其目的地，但市场仍需要项目层面的证据，证明这条路径能够获得融资。

就业与治理必须与服务器同步扩展

区域 AI 枢纽需要制度和客户，而不只是成排的处理器机架。

该计划的劳动力目标将基础设施政策与一个更紧迫的经济问题联系起来。生成式 AI 正在改变菲律宾服务业所从事的工作。

常规客户互动、转录、文档处理和基础内容制作正日益实现自动化。这些活动支撑了外包服务就业中的相当大份额。

因此，对 130 万名劳动者进行再培训并非辅助性举措。它关系到基础设施投资究竟能提高生产率，还是仅仅承载取代既有任务的系统。

有效的培训必须超越一般性的 AI 认知。劳动者需要掌握面向具体岗位的技能，包括模型评估、工作流程设计、数据质量、网络安全、合规和人工审核。

管理者也需要掌握衡量 AI 系统是否在不引入不可接受错误的情况下提升产出的方法。企业不会仅因培训项目颁发证书，就将敏感工作流程迁移至本地基础设施。

该计划预计，到 2033 年将创造超过 50 万个 AI 相关岗位和 17.5 万个基础设施岗位。这些数字应被视为规划预测，而非有保证的就业机会。

数据中心建设可创造大量临时工作岗位。运营中的设施通常直接雇用的人数，少于其规模和耗电量可能让人预期的数量。

更大的就业机会存在于基础设施周边。本地软件公司、托管服务提供商、研究团队、能源开发商、安全专家和 AI 赋能型运营业务，都可以依托可获得的计算能力发展。

这一结果取决于可及性。如果大部分容量服务于外国平台，而未能培育国内供应商或用户，经济收益将更为有限。

共享计算基础设施可以帮助大学和小型企业参与其中。公共采购也可以为农业、教育、医疗、灾害预测和本地语言服务等应用创造需求。

菲律宾在多语言 AI 方面拥有特别相关的研究机会。主要基于广泛使用语言训练的系统，在菲律宾各语言和本地语境中可能表现得不够可靠。

国内研究机构需要计算能力、数据、评估方法和长期资金，以弥补这些差距。数据中心本身只提供了这条链条中的一个环节。

可信的数据治理同样重要。总体规划的目标是到 2033 年建成全面运行的国家 AI 治理与可信数据框架。

数据治理涵盖信息如何被收集、存储、访问、传输、保护和删除。当云服务商与客户跨越国界运营时，这一问题会变得更加复杂。

菲律宾必须在投资激励与隐私、网络安全、问责及跨境数据流动之间取得平衡。不明确的规则可能劝退处理金融、医疗、政府或个人信息的客户。

过度限制的规则也可能使国内服务脱离区域市场。最有力的框架将提供可预测的保障，同时支持合法的国际处理活动。

政府于 2025 年批准了更广泛的 AI 项目框架。该框架将基础设施、劳动力、创新、数据治理、政策和部署列为相互关联的优先事项。

新的基础设施总体规划为该框架增加了可衡量的实体目标。各机构现在必须防止相互重叠的战略造成碎片化执行。

信息和通信技术部、科学和技术部、经济机构、能源主管部门、地方政府和教育机构都掌握着该计划的一部分。

私营开发商将需要一个明确的协调窗口。研究人员和小型企业则需要透明的规则，以获取获得公共支持的计算资源。

采用 AI 的企业也将需要自身的知识与治理实践。一个实用的 AI 知识库 可以围绕已部署系统整理源材料、权限和机构背景。

这一组织层面往往决定基础设施能否产出可靠服务。计算能力让 AI 可用，而流程和负责任的人让它真正有用。

三项信号将显示该计划是否正在落地

接下来的里程碑应揭示总体规划是在吸引可执行项目，还是在累积遥远的目标。

第一个信号是 2030 年前落实到项目层面的容量。该计划要求在初始阶段实现约 400 兆瓦，因此主管部门应明确开发商、地点、客户和建设时间表。

电网接入协议比宣传性备忘录更重要。可信的第一阶段应包括已落实的土地、获批的许可、融资、公用事业承诺和建设活动。

向 400 兆瓦迈进将强化 2033 年目标可实现的论据。反复宣布却没有已接入项目，则会削弱这一论据。

第二个信号是为每条走廊制定协调一致的电力与可持续发展框架。开发商需要知道新增发电、输电容量、用水和环境要求将如何协调一致。

该框架应在大型集群开始运营前纳入效率标准和报告要求。它还应说明数据中心需求将如何避免把基础设施成本转嫁给其他用户。

明确的规则将使菲律宾更能吸引长期投资者，即使审批需要更多证据。未解决的电力分配问题将暴露总体规划最主要的实体限制。

第三个信号是大型城市企业以外可衡量的采用情况。共享计算资源、区域研究计划和人才培养项目需要公布使用情况与成果数据。

主管部门应说明哪些组织获得了使用权限、哪些应用进入生产环境，以及哪些技能培训项目促成了岗位变化。他们还应追踪大马尼拉地区以外的参与情况。

这些证据将表明，新增算力是否支撑了菲律宾的 AI 服务细分市场。若国内使用不足，则意味着该国正在建设基础设施，却缺少获取更广泛价值所需的配套市场。

在这一过程中，区域竞争对手仍将持续推进。柔佛、曼谷、雅加达和新加坡将继续争夺资本、设备、能源和技术人才。

菲律宾不需要赢得每一项投资决策。它需要证明，其服务专长、连接能力、区域节点和产业合作伙伴关系的组合能够创造持久需求。

菲律宾 AI 基础设施计划已确立了清晰的目标。如今更困难的工作，是协调电力、项目、人才和治理的推进节奏，避免任何一个环节走得过快。

企业应密切关注首批 400 兆瓦项目。应询问这些项目是否具备电力供应、客户和交付日期，并进一步了解谁能够使用其计算能力。这些答案将揭示，菲律宾是在建设 AI 枢纽，还是仅仅描绘出一份颇具吸引力的蓝图。