人工智能正在改變未來，而算力正在決定未來。
過去很長一段時間，人類經濟發展的核心資源，先後圍繞土地、能源、工業產能、交通網絡和信息技術展開配置。土地承載城市與商業，能源驅動工業擴張，交通提高資源流通效率，通信和互聯網重塑信息連接方式。每一次基礎設施的升級，都會帶來資本定價邏輯的變化，也會重塑新一輪產業競爭格局。
今天，隨著人工智能、大模型、智能終端、自動駕駛、機器人、工業智能和數字經濟加速發展，全球經濟正在進入以「算力」為關鍵驅動力的新階段。算力不再只是科技企業後台的數據處理能力，而是正在成為繼電力、交通、通信之後，支撐未來社會運行的新型基礎設施。
資本市場也正在重新定義價值方向。未來十年的核心資產，不僅是擁有自然資源、製造產能和渠道網絡的企業，更包括擁有計算能力、智能基礎設施、數據調度能力和數字生產力平台的企業。誰能夠掌握更強的算力供給能力，誰就更有可能在智能時代掌握產業發展的主動權。
在鑫鼎晟投研團隊看來，全球資本正在開啟一場圍繞算力基礎設施的長期戰略布局。從金融資本到數字資本，從傳統資產配置到智能時代的基礎設施投資，算力正在成為連接科技、產業與資本的新橋樑。
過去十年，數字經濟的核心是連接。互聯網、移動通信、雲服務和平台經濟提升了信息流動效率，讓數據成為重要生產要素。
但進入人工智能時代後，經濟運行的底層邏輯正在進一步變化。數據本身並不會自動產生價值，只有經過模型訓練、算法處理和算力支撐，數據才能轉化為預測能力、決策能力、自動化能力和生產效率。
這意味著，數字經濟正在從「數據驅動」進一步走向「算力驅動」。
從全球市場看，這一變化已經有清晰的數據支撐。國際能源署IEA在最新報告中預計，全球數據中心用電量將從2025年的約485TWh增長至2030年的約950TWh，接近翻倍，並將在2030年佔全球電力需求約3%。其中，AI相關數據中心的用電需求增長更快，預計到2030年將達到當前水平的三倍左右。
麥肯錫在2026年發布的研究也指出，在人工智能需求推動下，全球數據中心需求可能從2025年的約82GW增長至2030年的約220GW，接近三倍增長。另據麥肯錫測算，到2030年，全球為滿足算力需求所需的數據中心資本開支可能達到6.7萬億美元，其中AI相關數據中心資本開支約為5.2萬億美元。
這些數據說明，算力經濟並不是一個抽象概念，而是正在通過數據中心、芯片、服務器、網絡、電力、冷卻系統和能源配置，轉化為真實的投資規模和產業需求。
資本最敏感的地方，在於它往往會提前流向未來的生產力。
在傳統工業時代，資本關注工廠、礦山、港口、鐵路、電網和能源資產；在互聯網時代，資本關注流量、平台、軟件和數據；而在人工智能時代，資本正在進一步轉向算力基礎設施。
Gartner在2026年1月發布的預測顯示，2026年全球AI支出預計達到2.53萬億美元，同比增長44%；其中AI基礎設施支出預計達到1.37萬億美元，是AI支出中規模最大的板塊。到2027年，全球AI基礎設施支出預計進一步提升至1.75萬億美元。
從企業端看，算力需求已經直接反映在全球科技龍頭的業績中。英偉達2026財年收入達到2159億美元，同比增長65%；其中第四季度數據中心業務收入達到623億美元，同比增長75%，成為公司最核心的增長來源。這背後反映的不是單一公司的增長，而是全球AI訓練、推理、雲計算和智能應用對高性能算力的持續需求。
中國市場也在快速推進算力基礎設施建設。新華社援引工業和信息化部數據報道，截至2026年6月底，中國智能算力規模達到2185 EFLOPS，全國算力設施整體利用率達到71.4%。此前工信部信息還顯示，中國2025年人工智能企業數量已超過6000家，核心AI產業規模預計超過1.2萬億元，並已設立600億元國家人工智能產業投資基金。
這些數據共同指向一個趨勢：算力已經從技術資源轉變為基礎資產。它既具有科技屬性，也具有基礎設施屬性；既服務人工智能企業，也服務製造、金融、醫療、能源、交通、政務、科研等更廣泛產業。
對資本而言，算力不再只是「成本項」，而是智能時代的重要生產資料。
金融資本布局算力產業，並不是追逐短期熱點，而是基於更深層的產業邏輯。
首先，人工智能是一場長周期產業革命。
大模型、智能體、機器人、自動駕駛和工業智能的發展，都不是一次短期技術浪潮，而是會持續改變企業生產方式、組織效率和產業結構的長期變革。只要AI應用繼續擴張，算力需求就會持續存在，並隨著模型複雜度、推理調用量和行業應用深度不斷提升。
其次，算力具備明顯的基礎設施屬性。
算力基礎設施並不只是一批服務器，而是由芯片、機櫃、數據中心、雲平台、網絡傳輸、電力系統、冷卻系統、安全系統和調度平台共同構成。它與電力、通信、交通一樣，具有長期投入、持續運營、規模效應和區域布局特徵。
第三，算力正在成為產業升級的共同底座。
製造業需要算力支持工業仿真、智能質檢、自動排產和機器人協同；金融業需要算力支持風控、投研、交易分析和客戶服務；醫療行業需要算力支持影像識別、藥物研發和輔助診斷；能源行業需要算力支持電網調度、負荷預測和新能源管理。
換句話說，算力產業的價值，不只來自人工智能企業本身，更來自千行百業智能化升級所帶來的長期需求。
第四，算力正在打開新的金融資產空間。
隨著算力資源規模擴大，算力租賃、算力調度、算力服務、數據中心REITs、綠色能源配套、產業基金、項目融資等模式將不斷發展。未來，算力有可能像電力、物流倉儲、通信網絡一樣，形成更成熟的資產定價和金融化路徑。
這也是金融資本進入算力產業的重要原因：它不僅代表技術方向，更代表未來基礎設施和長期現金流資產。
算力時代的資本布局，不能只看單點項目，而要看能否形成系統化生態。
第一，是算力基礎設施投資。
這一領域包括AI數據中心、智算中心、超算中心、服務器集群、高性能芯片、存儲系統、網絡設備、電力配套和冷卻系統。隨著AI訓練和推理需求增長，算力基礎設施將成為全球資本開支最集中的方向之一。
第二，是算力資產金融化。
隨著算力資源逐步標準化、平台化和可調度化，算力將從企業自用資源，逐步轉向可交易、可租賃、可評估的數字基礎資產。未來圍繞算力資源的融資、租賃、收益權安排、資產證券化和基礎設施基金，都可能成為金融創新的重要方向。
第三，是產業資本協同。
算力產業天然需要跨行業協同。芯片企業、雲服務商、數據中心運營商、電力企業、通信運營商、行業應用企業和金融機構之間，需要形成長期合作關係。資本如果只提供資金，作用有限；只有進一步參與資源組織、產業鏈接和商業模式設計，才能真正提升算力產業的運營效率。
第四，是綠色算力與能源協同。
算力增長必然帶來能源需求增長。IEA的數據已經表明，數據中心用電需求將在未來幾年快速提升。對資本而言，綠色算力不僅是環保議題，更是成本議題、合規議題和長期競爭力議題。未來，能夠將算力中心與清潔能源、儲能、電網調度和高效冷卻結合起來的項目，將更具長期價值。
未來十年，算力產業的戰略機會將主要集中在三個方向。
首先，是人工智能基礎設施升級。
全球AI應用正在從訓練階段走向大規模推理階段。相比早期模型訓練，推理需求更加高頻、分散且持續，對算力調度、低延遲網絡、邊緣計算和成本控制提出更高要求。這意味著，下一階段算力基礎設施不僅要「更大」，還要「更高效、更靈活、更可持續」。
其次，是綠色算力發展。
當算力成為基礎設施，能源就成為核心約束。電力獲取能力、能源成本、碳排放要求和散熱效率，將直接影響數據中心和智算中心的長期競爭力。未來，綠色能源豐富、土地資源充足、電網條件穩定、政策支持明確的區域，將在算力產業布局中獲得更大機會。
第三，是產業智能化革命。
算力最終要進入產業，才能創造價值。未來真正具有長期生命力的算力項目，不只是建成多少機櫃、部署多少芯片，而是能否服務真實行業需求，能否形成穩定客戶群，能否幫助企業提升效率、降低成本、創造新收入。
因此，算力產業的競爭，最終會從「資源競爭」走向「應用競爭」和「生態競爭」。
鑫鼎晟投研團隊認為，全球資本進入算力時代，是人工智能產業發展到新階段後的必然結果。
過去，資本更多圍繞資源、渠道、製造和互聯網平台進行配置；現在，隨著智能產業加速發展，資本正在重新尋找未來十年的核心資產。算力正是這一輪資產重估中的關鍵方向。
從戰略層面看，算力是智能時代的生產力底座。它決定人工智能能否持續訓練、持續推理、持續部署，也決定數字經濟能否從連接效率進一步走向智能效率。
從產業層面看，算力不是孤立行業，而是芯片、服務器、數據中心、電力、通信、雲平台、軟件、模型和應用場景共同構成的複雜生態。誰能打通這些環節，誰就更有可能掌握產業鏈中的關鍵位置。
從資本層面看，算力兼具成長性和基礎設施屬性。它既受益於AI產業的高增長，也具備長期運營、穩定服務和資產沉澱的特徵，符合長期資本對未來基礎設施資產的配置方向。
面向未來，鑫鼎晟將繼續立足全球視野，持續關注人工智能基礎設施、綠色算力、數字基礎設施、產業智能化和科技金融創新等方向，深入研究算力產業鏈中的長期價值機會，推動金融資本更高效地連接科技、產業與數字基礎設施。
人工智能改變未來，算力決定未來。
當全球產業進入智能化競爭的新階段，未來競爭的核心，不只是擁有多少資源，而是誰擁有更強大的計算能力、調度能力和智能基礎設施能力。掌握算力，意味著掌握智能時代的發展主動權；布局算力，也正在成為全球資本邁向新世紀的重要戰略遷移。
