中钛投资:人工智能行业市场与投资分析研究报告(2026年Q4产业分析)

人工智能产业已经跨过单纯模型参数竞赛阶段，进入商业化落地、行业渗透、Agent智能体规模化落地的周期。市场讨论AI投资，大多聚焦模型能力、产品体验、意向订单，却常常忽略一个影响盈利与交付的关键约束：算力供给、成本与合约稳定性。算力不是AI的主线，但它是一把隐性标尺，决定AI企业的毛利率、服务稳定性和扩张天花板。本报告从中钛投资产业实操视角，围绕人工智能赛道本身展开，梳理当前行业分化格局、不同业态商业模式、核心风险以及下一阶段的投资机会，同时重点拆解算力这一关键生产要素带来的影响边界。

一、总量：算力仍在高速扩张，但结构性闲置已是公开事实

据工信部国新办发布会披露，截至2026年9月底，我国智能算力规模达到2592 EFLOPS（FP16），同比增长146%；6月底为2185 EFLOPS，一季度末为1882 EFLOPS。赛迪顾问预测，2026年全年中国智能算力规模约2576.5 EFLOPS，同比增长87.9%，到2030年将达10524.3EFLOPS。

供给高速扩张的另一面，是利用率的严重分化。中国信息通信研究院数据显示，2025年国内智算供给约38亿卡时，实际用算量仅14亿卡时，卡时使用率36.8%；浪潮人工智能研究院2026年一季度监测，全国智算中心GPU平均上机利用率约30%。工信部口径全国算力设施整体上架率为71.4%，但该均值掩盖巨大结构性分化：头部云厂商核心集群接近满负荷，西部部分新建十万卡级国产机房上架率不足20%。

需求侧，国家网信办公告显示，截至2026年8月31日，累计已有1112款生成式人工智能服务完成备案、731款应用或功能完成登记。

资本端，IT桔子统计（统计口径：一级市场股权融资，不含IPO、并购、上市后再融资）：2026年上半年国内AI一级市场股权融资1203起，总额3076.82亿元，半年规模已超过2025年全年；大模型赛道上半年253起融资、总额1318.7亿元，其中DeepSeek首轮外部融资510亿元。海外四大云厂商2026年资本开支市场一致预期合计约7250–7500亿美元，Alphabet全年资本开支预期上调至1950–2050亿美元。

中钛投资的判断是：总量高增长不假，但“建成算力”和“有效被付费使用的算力”之间存在巨大裂口。全国GPU平均利用率仅三成，意味着纸面算力与有效算力之间存在大量闲置，这是评估所有AI项目时必须纳入考量的基本面。

二、分化：训练、推理、行业智能体的生意根本不是同一种

市场常把AI算力需求笼统归为一类，这是最大的误判。按业务属性，当前AI需求可分为四层，成本结构与抗风险能力完全不同。

第一，基础大模型预训练。这是脉冲式、高密度的高端算力消耗，2026 年行业监测显示千卡级训练集群交付周期拉长至12–15个月。行业长协监测区间：国内H200时租金约7.5至8.0元每卡时、单卡月租6.0万至6.6万元，H100单卡月租5.5万至6.0万元；H100一年期长协合约价由2025年10月1.70美元/GPU小时升至2026年6月约2.99美元/GPU小时。资源高度向头部集中，2026年上半年大模型赛道前5家企业合计融资约766亿元，占已披露金额的65%，中小团队自研基座的性价比持续走低。

第二，模型微调与对齐。介于训练与推理之间，以中高端异构算力为主，是垂直模型团队的常态化投入，也是当前创业公司比较务实的切入点。

第三，在线推理服务。这是7×24小时持续刚性成本，也是AI SaaS最大的支出项。现货市场H100价格在2026年下半年有所松动，和一年期长协价形成价差，反映：训练长协资源紧俏，但通用推理算力供给过剩、价格承压。

第四，行业闭环智能体与仿真。自动驾驶、工业数字孪生、生物医药分子模拟、金融风控，这类场景数据敏感、要求私有化部署，算力跟着单个项目走，项目结束后资产复用率低。

采购策略因此分层：头部基座厂自组长约与自有集群对冲波动；垂直团队以租赁为主、风险集中在合约条款；政企项目私有化交付，算力资产周转偏慢；SaaS厂商采用核心流量长约加潮汐弹性的混合模式。

中钛投资的尽调标尺是：评估一个AI项目，除模型效果与订单外，必须把算力合约的供给稳定性、定价机制、扩容与退出条款作为独立核查条目。脱离这一变量测算毛利率，盈利预期容易系统性偏高。

三、供给格局如何反作用于竞争

高端训练资源稀缺，抬高从零自研基座的门槛，行业主流路径转向基于开源基座做行业二次开发。在线AI服务受时延约束，天然靠近都市圈低时延节点；西北低成本集群适合离线训练，但不适合承接实时推理。私有化方案在工业、医药、政务场景是刚需，但项目非标、难以规模化复制。

算力硬件具备快速技术迭代特征，英伟达主力架构迭代周期约2–3年，新一代芯片上线后，上一代算力在新模型上的性价比快速下滑。对绝大多数AI公司而言，自建大规模算力等于主动背上一笔持续减值的重资产；轻资产租用、把算力当作供应链管理，才匹配软件企业商业模式。

不同区位资源禀赋，适配不同AI业务形态：

1.内蒙、宁夏、甘肃等西北算力集群：适配大模型预训练、大规模离线微调，不适合低时延在线AI服务；

2.长三角、粤港澳、成渝卫星城IDC节点：适配在线推理、API服务、本地化政企AI业务；

3.贵州水电算力：适合中长期离线训练，电价随丰枯周期波动，会带来毛利波动；

4.中部、东北区域：算力供给充足，但缺少集中的付费AI场景，很难形成AI产业集群。

四、AI投资需要重点关注的四大风险

1.成本挤压风险：在线推理是持续刚性支出，行业降价时算力成本调整滞后，毛利直接承压；训练资源紧张阶段，模型迭代成本抬升，研发节奏放缓。

2.供应链履约风险：算力受年度能耗配额、有序用电调度约束，并非永久保障。在整体算力利用率偏低的背景下，“签了合约却无法稳定上机”是真实存在的履约风险。

3.派生需求周期风险：AI依附企业数字化预算，下游客户缩减项目预算，提前锁定的算力长约会变成刚性固定负担。

4.技术代际折价风险：新架构硬件推出后，存量老卡算力在服务效率、报价层面失去竞争力。

基于以上，我们的投资优先级按确定性排序：第一梯队，拥有行业数据闭环、订单确定性强，且算力供应链已锁定的垂直AI与行业智能体企业。第二梯队，面向工业仿真、生物医药、自动驾驶的私有化方案商，以及聚焦微调、数据工程的技术服务商，轻资产、投入可控。第三梯队，基础大模型赛道，仅适合资金雄厚、算力渠道稳定的头部主体，中小团队入局风险极高。第四梯队，无差异化壁垒的通用C端聊天应用，推理成本刚性、同质化严重，谨慎布局。

中钛投资董事长王宏志观点

市场看AI投资，习惯先看模型参数、看Demo、看意向订单，默认算力是随时可以买到的标准品。这一轮很多项目踩坑，恰恰栽在这里。

截至今年9月，全国智能算力已经做到2592 EFLOPS，规模增长很快；但信通院和浪潮的监测告诉我们，GPU平均利用率只有三成上下。一边是千亿级资本开支持续投向算力基建，一边是大量机柜建成空转。这个供需裂口，就是AI行业当下最真实的基本面。

算力是AI的生产资料，但它不是AI本身。AI公司的核心壁垒永远是行业理解、专属数据和客户交付能力，算力只负责放大壁垒，或者在供应链断裂时击穿它。绝大多数团队正确的姿势，是把算力当供应链去管理，把合约条款、调价机制、退出安排，当成和客户合同同等重要的商务文件来对待。

我们要分清两类资产：AI公司的价值在软件、方案和服务；算力运营商的价值在重资产基础设施。用算力基地的长周期基建逻辑去给AI创业公司定价，或者完全无视算力成本去高估商业化速度，两种判断都会带来估值偏差。

粗放讲模型故事的阶段已经过去。下一周期，能守住场景壁垒、管好供应链成本、稳步兑现收入的团队，才值得长期投入。

关于中钛投资：

中钛投资（深圳）有限公司以投资新兴产业，助力产业升级，赋能企业发展，富强美丽中国为己任，依托多家A股上市公司、国央企公司和行业头部企业股东的产业布局，以产业投资，股权投资，资产管理，上市并购，为核心业务，深耕新兴产业，投资产业链上下游创新企业，形成产业投资生态布局。

其中能源投资板块是专注于零碳绿能与算电协同发展的专业化投资运营平台，以“服务双碳战略、投资新兴产业，建设美丽世界”为使命，构建产业投资+资产运营+金融赋能三位一体业务体系，致力于成为国内领先的绿色产业投资与资产管理机构.

公司能源投资板块聚焦零碳产业投资，包括风光储能、热电水电、燃气电站、城市补能网、零碳园区、城市能源管网、超算数据中心，城市生命线等核心赛道，通过与行业头部公司合作形成“投资—建设—运营—证券化—再投资”的闭环模式，打造具备稳定现金流的优质新能源资产。

目前中钛投资能源投资团队正在形成以大湾区、长三角区域为核心、投资全国、服务全球客户的产业布局，携手国家电投、华电、华润、中节能、中信建投、远东宏信、财通证券及多家上市新能源企业，团队累计产业投资并购规模超280亿元，包括光伏/储能电站、热电/燃气电站/生物质电站热网项目投资超过4GW,城市级光储充电站补能网络超过20座城市合计超过1.2GW，数据中心和超算中心超过20座，合作管理产业基金规模超665亿元，持续为绿色低碳高质量发展提供资本与产业支撑。

中钛投资能源投资事业部核心团队成员和顾问团队来自摩根斯丹利全球基础设施投资基金高管，华电新能源高管，新奥能源集团高管，华为技术高管、阿里巴巴高管等高管和及头部上市公司，国有银行，知名律所会计事务所等机构，计划在香港，上海，北京，杭州、新加坡、曼谷等城市设立代表处和会客厅，面向全国招募零碳产业投资合伙人和新能源项目渠道合伙人，欢迎大家关注微信公众号留言↓