核心觀點

「豐滿的理想」：AI基建投資預期能貢獻大量政府投資

2026年，海外主要經濟體競相加大在AI與半導體領域的投資規模。例如韓國政府計劃開展「三大工程」—— 半導體、物理AI和AI數據中心，官方披露的計劃總投資規模摺合人民幣高達6.4萬億元。

2026年7月，國家發改委在新聞發布會披露，「十五五」時期，算力網建設有望新增直接投資4萬億元。其代表工程正是「東數西算」，涉及大量AIDC投資建設。綜合考慮（1）除服務器等AI硬件外，國內AIDC的建設成本僅為200—250億元/1GW左右，（2）與美國市場主流服務器等規格相當的AI硬件採購成本約210億美元，摺合人民幣約1400—1470億元計算，國內建設規模達1GW的AIDC前期投資大約需要1600—1720億元，相當於美國投建成本的65%左右。

結合「十五五」時期算力網建設有望新增直接投資4萬億元計算，這意味着期間國內至少新增24.1GW的AIDC建設規模。代入新增裝機容量（GW）的測算公式可得，24.1GW的AIDC建設規模意味着國內「每日Token消耗量增量」未來預期可達到529萬億Token，即：國內日均Token調用量從2025年底對應的100萬億增長至629萬億。

「骨感的現實」：AI基建投資項目尚未「託底」國內政府投資

從地方專項債的實際發行情況看，目前AI基建投資的貢獻尚不顯著。今年前7個月，預期能夠貢獻實物工作量的地方政府新增專項債（簡稱「實物新增專項債」）僅使用了全年預期額度的58.5%，按年下降約6.9個百分點。從項目分佈看，「實物新增專項債」僅有1.6%左右被投向包括AIDC在內的新基建項目，該比例相對較低。部分AI基建投資項目的預期收益模糊、可行性研究不過關可能是制約項目落地的重要因素。

結合ARR看，海外LLM同樣面臨預期收益模糊的質疑。在美國，儘管OpenAI、Anthropic最新ARR數據合計已達720億美元，但為實現10%的AI基建投資IRR，仍需進一步增長約47%。

國內AI基建投資不宜只算「直接經濟賬」。如果單純因為項目投資收益不明確而限制AI基建投資的規模，反而可能會「因噎廢食」。一方面，目前海外大語言模型（LLM）的「貨幣化路徑」主要來自替代人工成本，過於追求LLM自身的盈利能力可能反而與擴大青年群體就業的政策導向相悖。另一方面，LLM的經濟價值同樣體現在「預防損失」和「間接創收」。

英國財政部《綠皮書》為國內完善戰略產業的回報評估制度提供了有益參考。在國內，對於一些綜合財力較為充裕、債務負擔相對較輕的經濟大省，或可同樣秉持「算總賬」的原則，探索評估政府投資項目社會價值的新方式。

風險提示：（1）對國內AIDC投資成本的估算可能不夠準確；（2）對國內新增裝機容量（GW）的估算可能不夠準確；（3）對LLM貨幣化前景的分析可能不夠完善；（4）將AI基建投資的核心矛盾點只聚焦於貨幣化前景可能不夠全面；（5）納入分析範圍的LLM可能數量較少。

正文

1.  「豐滿的理想」：AI基建投資預期可貢獻大量政府投資

1.1. 2026年，海外主要經濟體競相加大AI領域投資力度

近年來，海外主要經濟體紛紛加大在AI領域的投入。僅就2026年海外主要經濟體新公布的AI領域投資計劃而言，

• 2026年一季度，美國4大超大規模雲服務商公布的全年資本開支計劃值超過7000億美元；

• 韓國政府發布為實現「跨越式發展」而需開展的「三大工程」—— 半導體、物理AI和AI數據中心，計劃總投資規模超過1461萬億韓元（摺合人民幣約6.4萬億元）；

• 日本計劃到2040年度，在AI及半導體領域累計投入「官民投資額」101.6萬億日元（摺合人民幣約4.3萬億元）；

• 歐盟提出《歐洲芯片法案2.0》立法提案，此前2022年提出的1.0版本累計動員投資約520億歐元（摺合人民幣約4030億元）。

為支持AI基建投資項目落地，海外政府通過發行政府債券幫助企業孖展等方式提供支持。例如2026年為支持Crusoe 關聯公司 Warrenton DC Owner 1 LLC在本地建設AIDC，美國密蘇里州沃倫市申請發行名義本金至多可達850億美元的政府債券。依據該州憲法，這類「用於工業開發的地方政府收益債券」的募集資金用於購建改造土地、建築物、機械設備等固定資產，隨後出租給私人或企業，服務於製造業、商業、倉儲業及工業開發目的，最終以項目收入作為債券還款來源。

1.2.  在國內，以AIDC投資為代表的「算力網」是重要投資方向

2026年國內規劃加快「六張網」的建設工作，其中算力網、新一代通信網都將惠及AI基建投資。2026年4月，中央政治局會議提出要加強水網、新型電網、算力網、新一代通信網、城市地下管網、物流網等規劃建設。從預期帶動的投資規模看，2026年7月，國家發改委在新聞發布會披露，「十五五」時期，算力網建設有望新增直接投資4萬億元。其代表工程正是「東數西算」，涉及大量AIDC投資建設（注：AIDC投資等同於AI基建投資，全文同）。參考GSMA測算，國內主要通信運營商自2025年至2030年累計資本開支也有望突破1.3萬億元。上述數據無不反映出，國內AI領域未來仍具有廣闊的投資前景。

1.2.1.  「十五五」時期，國內AIDC新增建設需求有望達到24.1GW

海外建設一個規模達1GW的AIDC可能需要400億美元左右的前期投入。（1）在美國，一個規模達1GW的AIDC大約需要380億美元的前期資本支出，以及建成後每年約9億美元的運營支出。（2）在韓國，參考2026年6月韓國政府公布的AIDC建設計劃，未來數年韓國建設8.4GW的AIDC官方預計總投資550萬億韓元，單位GW的AIDC建設成本約合443億美元。

在國內，除服務器等AI硬件外，AIDC的建設成本明顯低於美國。當不考慮AI服務器及芯片等核心AI硬件時，（1）2026年4月寧夏中衛某AIDC項目披露的計劃總投資為245億元/1GW。（2）2026年6月廣東佛山某AIDC項目披露的項目披露的計劃總投資為25.09億元/112.5MW，約合223.03億元/1GW。（3）2026年1月江蘇無錫惠山經開區披露，「尚航華東雲基地」項目總投資超20億元，IT容量近100MW，總投資約合200億元/1GW。綜合以上項目估計，除服務器等AI硬件外，國內AIDC的建設成本僅為200—250億元/1GW左右。

國內建設規模達1GW的AIDC大約需要前期投資1600—1720億元，「十五五」期間「算力網」新增直接投資4萬億元意味着至少新增24.1GW的AIDC。考慮到，在合規採購等前提下，相同規格的AI服務器在國內外的售價通常不會存在「天壤之別」。因此在國內建設規模達1GW的AIDC，按照（1）與美國市場主流服務器等規格相當的AI硬件採購成本約210億美元，摺合人民幣約1400—1470億元（取美元兌人民幣匯率6.7—7.0左右）；（2）各類設施及土地投資約200—250億元估算，前期投資大約需要1600—1720億元，相當於美國投建成本的65%左右。

結合「十五五」時期算力網建設有望新增直接投資4萬億元計算，這意味着期間國內至少新增24.1GW的AIDC建設規模。此處「至少」是考慮到：如果國內AI硬件採購成本明顯低於海外，例如採購單價更低的國產服務器和芯片，那麼AIDC的建設規模還將進一步攀升。

1.2.2.  結合每日Token消耗量看，上述AIDC建設需求落地概率較大

在國內AIDC需新增裝機容量方面，計算公式可以參考：

其中：

• 單位Token全站耗電：參考微軟對Deepseek的研究，可以取0.63Wh/次請求。其中，每次請求包括500個輸入Token、300個輸出Token，即0.7875 mWh/Token。具體測算時需注意，此處微軟已經考慮了PUE，界定其在P5—P95範圍內為 1.05—1.40，這基本符合我國2024年《數據中心綠色低碳發展專項行動計劃》對新建及改擴建大型和超大型數據中心的相關要求。

• AIDC裝機容量平均利用率：假設為60%。

綜合上文，國內建設1GW的AIDC大約需要期初投資1600—1720億元，結合「十五五」時期算力網建設有望新增直接投資4萬億元計算，這意味着期間國內至少新增24.1GW的AIDC建設規模。代入的測算公式可得，24.1GW的AIDC建設規模意味着國內「每日Token消耗量增量」未來預期可達到529萬億Token，即：國內日均Token調用量從2025年底對應的100萬億增長至629萬億。

考慮到2026年3月，國家數據局曾公開披露，我國日均Token調用量在2024年初僅為1000億，但2025年底已躍升至100萬億，2026年3月進一步增長至140萬億。這意味着，2026年一季度，我國日均Token調用量的單季度增速約為40%、單季度增量約為40萬億。

結合「十五五」期間（2026—2030年）我國人工智能領域預期仍將高速增長分析，期間國內日均Token調用量從2025年底對應的100萬億增長至629萬億應當是可以實現的。換言之，國家發改委披露的「十五五」時期算力網建設規模乃至估算的國內AIDC投資建設規模落地概率較高。

2.  「骨感的現實」：AI基建投資項目尚未「託底」國內政府投資

儘管理論上國內AIDC的投資建設規模預期較為樂觀，相關領域也能為政府投資提供項目增量，但從地方專項債的實際發行情況看，目前AI基建投資的貢獻尚不顯著。今年前7個月，預期能夠貢獻實物工作量的地方政府新增專項債（簡稱「實物新增專項債」）僅使用了全年預期額度的58.5%，按年下降約6.9個百分點。

從項目分佈看，「實物新增專項債」僅有1.6%左右被投向包括AIDC在內的新基建項目，該比例相對較低。部分AI基建投資項目的預期收益模糊、可行性研究不過關可能是制約項目落地的重要因素。

2.1.  結合ARR看，海外LLM同樣面臨預期收益模糊的質疑

在美國，儘管OpenAI、Anthropic最新ARR數據合計已達720億美元，但為實現10%的AI基建投資IRR，仍需進一步增長約47%。在美國，OpenAI、Anthropic通過長期合同租賃AI算力等形式，將大量Capex壓力轉移至由雲服務商合作伙伴承擔，因此OpenAI、Anthropic的「貨幣化能力」是評估AI基建投資回報的重要指標。

按照微軟、谷歌、亞馬遜、Meta四大巨頭①2026年至2028年Capex按年增速均為90%，其中每家公司每年Capex的50%投向以服務器與網絡設備為代表的「硬件Capex」，②T年開展的「硬件Capex」可從T+1年開始貢獻營收增長，③ 「硬件Capex」對應資產的折舊期限不超過6年的假設測算。自2024年至2033年，OpenAI、Anthropic每年需要額外獲得超過1057億美元的營收才能實現10%的IRR水平。如果上述額外收入完全來自AI工具訂閱，那麼這一要求回報相當於：當前Netflix的每名訂閱用戶（3.25億人）均訂閱AI工具，且AI工具的收費標準是當前「Netflix含廣告標準版」的3.02倍。

2.2.  國內AI基建投資不宜只算「直接經濟賬」

如果單純因為項目投資收益不明確而限制AI基建投資的規模，反而可能會「因噎廢食」。一方面，目前海外大語言模型（LLM）的「貨幣化路徑」主要來自替代人工成本，過於追求LLM自身的盈利能力可能反而與擴大青年群體就業的政策導向相悖。另一方面，LLM的經濟價值同樣體現在「預防損失」和「間接創收」。

英國財政部《綠皮書》為國內完善戰略產業的回報評估制度提供了有益參考。當制定涉及大量公共財政支出的議案時，英國政府部門需要遵循《綠皮書》評估投資項目的社會價值。具體指標例如收益成本比（Benefit-cost ratio）=可貨幣化的社會收益現值（PVB）/可貨幣化的社會成本現值（PVC）。計算社會收益或成本需要具體考慮投入、經濟、社會、氣候與環境、政府5大方面。

從估算方法看，一些相對簡單的項目可以直接獲取數據，例如「勞動力」可參考僱員單位時薪，「設備和材料」可以詢問潛在供應商確定設備與材料的市場價值。但一些相對複雜的項目需要進行模型估算，例如「經濟產出和勞動生產率」需要估算項目預期能夠帶來的GDP增長規模，「就業」需要估算項目建設期及建成後預計能夠提供的就業崗位、工作時間、單位時薪等，「生命和健康」等涉及公共福利的可能還需要通過調查統計等方式，獲取普通居民願意為增加某項福祉額外支付多少金錢等。

總而言之，在國內，對於一些綜合財力較為充裕、債務負擔相對較輕的經濟大省，或可同樣秉持「算總賬」的原則，探索評估政府投資項目社會價值的新方式。

3. 風險提示

（1）對國內AIDC投資成本的估算可能不夠準確；

（2）對國內新增裝機容量（GW）的估算可能不夠準確；

（3）對LLM貨幣化前景的分析可能不夠完善；

（4）將AI基建投資的核心矛盾點只聚焦於貨幣化前景可能不夠全面；

（5）納入分析範圍的LLM可能數量較少。

注：本文來自東吳證券於2026年8月6日發布的《AI基建投資——從理想到現實還有多遠？》，分析師：蘆哲 劉子博