AI奇点将至_绿色能源先行_16页_11mb

AI 奇点将至，绿色能源先行

核心内容总结

一、宏观变局下的新质生产力

当前全球正处于新一轮科技革命和产业变革的关键阶段，人工智能（AI）作为核心驱动力，已成为大国博弈和全球经济增长的关键变量。"十五五"时期被视为我国新旧动能转换的决胜窗口，目标是推动发展模式从传统土地财政向全面扩大内需和新质生产力转型。新质生产力本身具有绿色生产力的鲜明特征，为我国经济体系向绿色低碳、可持续方向演进提供了明确路径。

我国在绿色生产力发展方面具有显著优势，从“十二五”到“十五五”，绿色发展的政策目标持续升级，新能源发电量与全球占比持续攀升，为绿色经济奠定了坚实基础。此外，我国已形成全球最大的可再生能源体系，为AI的绿色算力发展提供了强大的支撑。

二、奇点将至——AI 是一轮产业变革起点

人工智能技术正沿着指数级增长路径演进，大模型技术的快速迭代正在推动产业变革的临界点到来。AI已成为智能经济增长的关键引擎，推动研发、制造、服务等关键环节的生产率边界不断外移，并逐步从“外生赋能”向“内生驱动”转变。

智能经济由五大核心维度构成：

1. 核心驱动力：新一代人工智能技术
2. 关键要素支撑：“数据+算力+算法”的协同体系
3. 运行机制：人机协同、跨界融合、共创分享
4. 组成部分：智能产业化、产业智能化
5. 最终目标：催生新质生产力，实现经济高质量发展

AI通过“内生突破+外延扩散”的双引擎模式，成为全球经济增长的核心新动力。

三、AI算力的两个缺口，一个矛盾

AI算力需求呈现指数级增长，而电力供给仅以线性速度增长，形成“剪刀差”。同时，AI数据中心对铜资源的需求也在快速增长，与全球精铜供给的长周期形成矛盾。清洁能源虽在装机规模上快速扩张，但其间歇性和波动性与AI数据中心不间断供电需求天然错配，构成了AI发展与低碳约束之间的深层张力。

AI技术本身具备节能降碳的潜力，通过工业流程控制、能源调度、交通优化等手段，可加速经济增长与碳排放的脱钩进程。同时，碳排放双控等政策将倒逼AI产业绿色化转型。

四、中国解法与优势构建

我国在AI绿色发展中具有独特优势，主要体现在以下三个方面：

（一）政策路径：以双碳目标为牵引，全面推进绿色转型

• 从能耗双控转向碳排放双控，更精准地激励清洁能源对化石能源的替代。
• “十五五”规划强调培育和发展绿色生产力，推动新能源与经济社会各领域深度融合。
• 我国已建成全球最大的可再生能源体系，新能源汽车保有量和充电基础设施规模全球领先。

（二）产业路径：强化算电协同，以新能源优势破解 AI 发展“电-碳”矛盾

• 我国新能源设备度电成本持续下降，具备价格低廉、供给充足的清洁电力优势。
• “东数西算”工程通过构建全国一体化算力网络，实现算力需求与能源供给的空间均衡。
• 新能源装备、电力电子、液冷等产业链协同发展，形成紧密的产业集群。

（三）战略总结：构建绿色 AI 壁垒，发挥大国规模优势

• 体制优势：通过“双碳”战略与新型电力系统，为绿色AI发展提供稳定制度保障。
• 规模优势：超大规模市场与庞大的产业体量，使清洁能源与AI技术成本大幅摊薄。
• 系统优势：完备的产业链闭环与丰富的应用生态，叠加“东数西算”工程，推动“研发—制造—应用”快速迭代。

三大优势相互嵌套、彼此强化，使我国在绿色AI领域具备难以复制的综合竞争壁垒。

五、风险提示

1. 对政策理解不到位的风险
2. 政策落实不及预期的风险
3. 技术发展不确定性风险

主要观点

• 全球正处在新旧康波周期交替、多重挑战叠加的三重拐点，AI将成为大国博弈和全球增长的关键变量。
• AI技术临近指数级增长爆发点，其不再只是效率工具，而是重塑经济增长方式的新引擎。
• AI算力发展面临电力和资源双重缺口，与低碳发展形成深层矛盾，但该矛盾也推动AI与能源系统走向更高水平协同。
• 我国凭借大国体制、超大规模市场和完备产业链，构建起系统性、不易复制的绿色算力综合壁垒，有望在全球AI发展中确立领先地位。

关键信息

• 2017年以来，训练前沿人工智能模型所需电力以每年翻倍速度增长。
• 2026年政府工作报告首次明确提出“打造智能经济新形态”。
• 中国新能源发电装机容量全球领先，为AI算力发展提供绿色能源基础。
• “东数西算”工程系统性化解算力需求与能源供给的错配。
• Token作为智能经济时代的价值锚点，连接算力、算法与数据，推动价值创造与分配的精准匹配。

图表目录

• 图1: 全球经济政策不确定性指数
• 图2: 全球投资和贸易活动受到严重阻碍
• 图3: “十五五”具有承前启后的重要地位
• 图4: 中美研发支出情况
• 图5: 2012年-2025年中国全球创新指数排名
• 图6: AI模型的训练计算规模
• 图7: 2020-2024年AI核心产业规模及同比增长
• 图8: 各国抢占人工智能部署先机
• 图9: AI影响经济增长的“双引擎”驱动
• 图10: OpenRouter模型每周使用情况
• 图11: 训练前沿人工智能模型所需电力增长
• 图12: 全球数据中心及人工智能数据中心能耗预测
• 图13: AI数据中心建设所需时间缩短
• 图14: 北美数据中心铜消费量
• 图15: 中国可再生能源装机容量
• 图16: 全球电动汽车销量
• 图17: 我国光伏LCOE价格持续下降
• 图18: 电池制造投资份额
• 表1: 五年规划关于环境、气候的目标与政策举措
• 表2: 传统数据中心和人工智能数据中心对比分析

分析师信息

• 章俊：中国银河证券首席经济学家、研究院院长、新发展研究院院长
• 彭雅哲：中国银河证券新发展研究院数字经济研究员
• 研究助理：杨晓