核心观点

“丰满的理想”：AI基建投资预期能贡献大量政府投资

2026年，海外主要经济体竞相加大在AI与半导体领域的投资规模。例如韩国政府计划开展“三大工程”—— 半导体、物理AI和AI数据中心，官方披露的计划总投资规模折合人民币高达6.4万亿元。

2026年7月，国家发改委在新闻发布会披露，“十五五”时期，算力网建设有望新增直接投资4万亿元。其代表工程正是“东数西算”，涉及大量AIDC投资建设。综合考虑（1）除服务器等AI硬件外，国内AIDC的建设成本仅为200—250亿元/1GW左右，（2）与美国市场主流服务器等规格相当的AI硬件采购成本约210亿美元，折合人民币约1400—1470亿元计算，国内建设规模达1GW的AIDC前期投资大约需要1600—1720亿元，相当于美国投建成本的65%左右。

结合“十五五”时期算力网建设有望新增直接投资4万亿元计算，这意味着期间国内至少新增24.1GW的AIDC建设规模。代入新增装机容量（GW）的测算公式可得，24.1GW的AIDC建设规模意味着国内“每日Token消耗量增量”未来预期可达到529万亿Token，即：国内日均Token调用量从2025年底对应的100万亿增长至629万亿。

“骨感的现实”：AI基建投资项目尚未“托底”国内政府投资

从地方专项债的实际发行情况看，目前AI基建投资的贡献尚不显著。今年前7个月，预期能够贡献实物工作量的地方政府新增专项债（简称“实物新增专项债”）仅使用了全年预期额度的58.5%，同比下降约6.9个百分点。从项目分布看，“实物新增专项债”仅有1.6%左右被投向包括AIDC在内的新基建项目，该比例相对较低。部分AI基建投资项目的预期收益模糊、可行性研究不过关可能是制约项目落地的重要因素。

结合ARR看，海外LLM同样面临预期收益模糊的质疑。在美国，尽管OpenAI、Anthropic最新ARR数据合计已达720亿美元，但为实现10%的AI基建投资IRR，仍需进一步增长约47%。

国内AI基建投资不宜只算“直接经济账”。如果单纯因为项目投资收益不明确而限制AI基建投资的规模，反而可能会“因噎废食”。一方面，目前海外大语言模型（LLM）的“货币化路径”主要来自替代人工成本，过于追求LLM自身的盈利能力可能反而与扩大青年群体就业的政策导向相悖。另一方面，LLM的经济价值同样体现在“预防损失”和“间接创收”。

英国财政部《绿皮书》为国内完善战略产业的回报评估制度提供了有益参考。在国内，对于一些综合财力较为充裕、债务负担相对较轻的经济大省，或可同样秉持“算总账”的原则，探索评估政府投资项目社会价值的新方式。

风险提示：（1）对国内AIDC投资成本的估算可能不够准确；（2）对国内新增装机容量（GW）的估算可能不够准确；（3）对LLM货币化前景的分析可能不够完善；（4）将AI基建投资的核心矛盾点只聚焦于货币化前景可能不够全面；（5）纳入分析范围的LLM可能数量较少。

正文

1.  “丰满的理想”：AI基建投资预期可贡献大量政府投资

1.1. 2026年，海外主要经济体竞相加大AI领域投资力度

近年来，海外主要经济体纷纷加大在AI领域的投入。仅就2026年海外主要经济体新公布的AI领域投资计划而言，

• 2026年一季度，美国4大超大规模云服务商公布的全年资本开支计划值超过7000亿美元；

• 韩国政府发布为实现“跨越式发展”而需开展的“三大工程”—— 半导体、物理AI和AI数据中心，计划总投资规模超过1461万亿韩元（折合人民币约6.4万亿元）；

• 日本计划到2040年度，在AI及半导体领域累计投入“官民投资额”101.6万亿日元（折合人民币约4.3万亿元）；

• 欧盟提出《欧洲芯片法案2.0》立法提案，此前2022年提出的1.0版本累计动员投资约520亿欧元（折合人民币约4030亿元）。

为支持AI基建投资项目落地，海外政府通过发行政府债券帮助企业融资等方式提供支持。例如2026年为支持Crusoe 关联公司 Warrenton DC Owner 1 LLC在本地建设AIDC，美国密苏里州沃伦市申请发行名义本金至多可达850亿美元的政府债券。依据该州宪法，这类“用于工业开发的地方政府收益债券”的募集资金用于购建改造土地、建筑物、机械设备等固定资产，随后出租给私人或企业，服务于制造业、商业、仓储业及工业开发目的，最终以项目收入作为债券还款来源。

1.2.  在国内，以AIDC投资为代表的“算力网”是重要投资方向

2026年国内规划加快“六张网”的建设工作，其中算力网、新一代通信网都将惠及AI基建投资。2026年4月，中央政治局会议提出要加强水网、新型电网、算力网、新一代通信网、城市地下管网、物流网等规划建设。从预期带动的投资规模看，2026年7月，国家发改委在新闻发布会披露，“十五五”时期，算力网建设有望新增直接投资4万亿元。其代表工程正是“东数西算”，涉及大量AIDC投资建设（注：AIDC投资等同于AI基建投资，全文同）。参考GSMA测算，国内主要通信运营商自2025年至2030年累计资本开支也有望突破1.3万亿元。上述数据无不反映出，国内AI领域未来仍具有广阔的投资前景。

1.2.1.  “十五五”时期，国内AIDC新增建设需求有望达到24.1GW

海外建设一个规模达1GW的AIDC可能需要400亿美元左右的前期投入。（1）在美国，一个规模达1GW的AIDC大约需要380亿美元的前期资本支出，以及建成后每年约9亿美元的运营支出。（2）在韩国，参考2026年6月韩国政府公布的AIDC建设计划，未来数年韩国建设8.4GW的AIDC官方预计总投资550万亿韩元，单位GW的AIDC建设成本约合443亿美元。

在国内，除服务器等AI硬件外，AIDC的建设成本明显低于美国。当不考虑AI服务器及芯片等核心AI硬件时，（1）2026年4月宁夏中卫某AIDC项目披露的计划总投资为245亿元/1GW。（2）2026年6月广东佛山某AIDC项目披露的项目披露的计划总投资为25.09亿元/112.5MW，约合223.03亿元/1GW。（3）2026年1月江苏无锡惠山经开区披露，“尚航华东云基地”项目总投资超20亿元，IT容量近100MW，总投资约合200亿元/1GW。综合以上项目估计，除服务器等AI硬件外，国内AIDC的建设成本仅为200—250亿元/1GW左右。

国内建设规模达1GW的AIDC大约需要前期投资1600—1720亿元，“十五五”期间“算力网”新增直接投资4万亿元意味着至少新增24.1GW的AIDC。考虑到，在合规采购等前提下，相同规格的AI服务器在国内外的售价通常不会存在“天壤之别”。因此在国内建设规模达1GW的AIDC，按照（1）与美国市场主流服务器等规格相当的AI硬件采购成本约210亿美元，折合人民币约1400—1470亿元（取美元兑人民币汇率6.7—7.0左右）；（2）各类设施及土地投资约200—250亿元估算，前期投资大约需要1600—1720亿元，相当于美国投建成本的65%左右。

结合“十五五”时期算力网建设有望新增直接投资4万亿元计算，这意味着期间国内至少新增24.1GW的AIDC建设规模。此处“至少”是考虑到：如果国内AI硬件采购成本明显低于海外，例如采购单价更低的国产服务器和芯片，那么AIDC的建设规模还将进一步攀升。

1.2.2.  结合每日Token消耗量看，上述AIDC建设需求落地概率较大

在国内AIDC需新增装机容量方面，计算公式可以参考：

其中：

• 单位Token全站耗电：参考微软对Deepseek的研究，可以取0.63Wh/次请求。其中，每次请求包括500个输入Token、300个输出Token，即0.7875 mWh/Token。具体测算时需注意，此处微软已经考虑了PUE，界定其在P5—P95范围内为 1.05—1.40，这基本符合我国2024年《数据中心绿色低碳发展专项行动计划》对新建及改扩建大型和超大型数据中心的相关要求。

• AIDC装机容量平均利用率：假设为60%。

综合上文，国内建设1GW的AIDC大约需要期初投资1600—1720亿元，结合“十五五”时期算力网建设有望新增直接投资4万亿元计算，这意味着期间国内至少新增24.1GW的AIDC建设规模。代入的测算公式可得，24.1GW的AIDC建设规模意味着国内“每日Token消耗量增量”未来预期可达到529万亿Token，即：国内日均Token调用量从2025年底对应的100万亿增长至629万亿。

考虑到2026年3月，国家数据局曾公开披露，我国日均Token调用量在2024年初仅为1000亿，但2025年底已跃升至100万亿，2026年3月进一步增长至140万亿。这意味着，2026年一季度，我国日均Token调用量的单季度增速约为40%、单季度增量约为40万亿。

结合“十五五”期间（2026—2030年）我国人工智能领域预期仍将高速增长分析，期间国内日均Token调用量从2025年底对应的100万亿增长至629万亿应当是可以实现的。换言之，国家发改委披露的“十五五”时期算力网建设规模乃至估算的国内AIDC投资建设规模落地概率较高。

2.  “骨感的现实”：AI基建投资项目尚未“托底”国内政府投资

尽管理论上国内AIDC的投资建设规模预期较为乐观，相关领域也能为政府投资提供项目增量，但从地方专项债的实际发行情况看，目前AI基建投资的贡献尚不显著。今年前7个月，预期能够贡献实物工作量的地方政府新增专项债（简称“实物新增专项债”）仅使用了全年预期额度的58.5%，同比下降约6.9个百分点。

从项目分布看，“实物新增专项债”仅有1.6%左右被投向包括AIDC在内的新基建项目，该比例相对较低。部分AI基建投资项目的预期收益模糊、可行性研究不过关可能是制约项目落地的重要因素。

2.1.  结合ARR看，海外LLM同样面临预期收益模糊的质疑

在美国，尽管OpenAI、Anthropic最新ARR数据合计已达720亿美元，但为实现10%的AI基建投资IRR，仍需进一步增长约47%。在美国，OpenAI、Anthropic通过长期合同租赁AI算力等形式，将大量Capex压力转移至由云服务商合作伙伴承担，因此OpenAI、Anthropic的“货币化能力”是评估AI基建投资回报的重要指标。

按照微软、谷歌、亚马逊、Meta四大巨头①2026年至2028年Capex同比增速均为90%，其中每家公司每年Capex的50%投向以服务器与网络设备为代表的“硬件Capex”，②T年开展的“硬件Capex”可从T+1年开始贡献营收增长，③ “硬件Capex”对应资产的折旧期限不超过6年的假设测算。自2024年至2033年，OpenAI、Anthropic每年需要额外获得超过1057亿美元的营收才能实现10%的IRR水平。如果上述额外收入完全来自AI工具订阅，那么这一要求回报相当于：当前Netflix的每名订阅用户（3.25亿人）均订阅AI工具，且AI工具的收费标准是当前“Netflix含广告标准版”的3.02倍。

2.2.  国内AI基建投资不宜只算“直接经济账”

如果单纯因为项目投资收益不明确而限制AI基建投资的规模，反而可能会“因噎废食”。一方面，目前海外大语言模型（LLM）的“货币化路径”主要来自替代人工成本，过于追求LLM自身的盈利能力可能反而与扩大青年群体就业的政策导向相悖。另一方面，LLM的经济价值同样体现在“预防损失”和“间接创收”。

英国财政部《绿皮书》为国内完善战略产业的回报评估制度提供了有益参考。当制定涉及大量公共财政支出的议案时，英国政府部门需要遵循《绿皮书》评估投资项目的社会价值。具体指标例如收益成本比（Benefit-cost ratio）=可货币化的社会收益现值（PVB）/可货币化的社会成本现值（PVC）。计算社会收益或成本需要具体考虑投入、经济、社会、气候与环境、政府5大方面。

从估算方法看，一些相对简单的项目可以直接获取数据，例如“劳动力”可参考雇员单位时薪，“设备和材料”可以询问潜在供应商确定设备与材料的市场价值。但一些相对复杂的项目需要进行模型估算，例如“经济产出和劳动生产率”需要估算项目预期能够带来的GDP增长规模，“就业”需要估算项目建设期及建成后预计能够提供的就业岗位、工作时间、单位时薪等，“生命和健康”等涉及公共福利的可能还需要通过调查统计等方式，获取普通居民愿意为增加某项福祉额外支付多少金钱等。

总而言之，在国内，对于一些综合财力较为充裕、债务负担相对较轻的经济大省，或可同样秉持“算总账”的原则，探索评估政府投资项目社会价值的新方式。

3. 风险提示

（1）对国内AIDC投资成本的估算可能不够准确；

（2）对国内新增装机容量（GW）的估算可能不够准确；

（3）对LLM货币化前景的分析可能不够完善；

（4）将AI基建投资的核心矛盾点只聚焦于货币化前景可能不够全面；

（5）纳入分析范围的LLM可能数量较少。

注：本文来自东吴证券于2026年8月6日发布的《AI基建投资——从理想到现实还有多远？》，分析师：芦哲 刘子博