报告概述
本报告以“十五五”规划纲要为背景,深度剖析人工智能在智能经济中的核心地位。研究对象聚焦于AI Agent及其驱动的算力、算法、数据全要素价值链重构。覆盖范围包括智能算力占比提升、算电协同战略、国内外大模型对比、高质量数据集分类等。报告采用政策解读与产业趋势分析相结合的方法,帮助投资者把握2026-2030年计算机行业的主线叙事,识别高价值赛道。
报告的核心结论
AI在十五五规划中升级为国家战略核心
报告指出,“人工智能”在规划中被提及30次,相比“十四五”的6次大幅提升,战略定位从技术赋能转为独立生产要素,推动从“数字经济”向“智能经济”跃升。
AI Agent将驱动Token消耗指数级增长
智能体规模化落地引发Token通胀。据IDC预测,全球活跃Agent数量将从2025年的2860万增至2030年的22.16亿,年复合增长率139%;年度Token消耗将暴增3418倍,成为AI经济的新型生产资料。
算电协同成为算力扩张的核心约束
电力瓶颈已取代芯片性能成为算力发展的关键制约。报告援引信通院预测,高情景下2030年我国算力中心用电将超7000亿千瓦时,占全社会用电量5.3%,倒逼极致能效(PUE)、绿电直供和液冷方案普及。
国产大模型在成本效率上建立压倒性优势
通过MoE架构、MLA机制等算法创新,国产大模型推理成本远低于海外旗舰。2026年2月OpenRouter平台显示,中国AI模型调用量三周大涨127%,首次超越美国,前五中占据四席,凸显性价比竞争力。
高质量数据集成为构建AI Agent的核心壁垒
随着通用大模型能力趋同,垂直领域的高价值专有数据集将决定Agent不可替代性。报告将数据集分为通识、行业通识、行业专识三类,强调任务型数据资产在模型训练与推理中的关键作用。
报告回答的关键问题
十五五规划对人工智能产业有何新定位?
规划将人工智能定位为独立生产要素,首次提出“智能原生”模式。AI被纳入生产函数,与资本、劳动协同驱动经济增长,全面实施“人工智能+”行动,赋能科研、产业、民生等各领域。
AI Agent如何改变企业商业模式?
AI Agent推动商业模式从订阅制、调用制向结果分成制演进。收入公式变为“基础调用费+结果分成×任务价值×网络节点”,使收入曲线从线性跃迁至指数级,AI部门从成本中心转为利润中心。
智能算力为何需要算电协同?
算力需求爆发导致电力消耗剧增,2030年算力中心用电或超7000亿千瓦时。算电协同通过绿电直供、液冷散热、云边端调度等方式,将算力价值从峰值性能转向“单位绿色电力驱动的智能产出”。
国产大模型相比海外有何竞争优势?
国产大模型在成本效率上优势显著,推理成本仅为海外旗舰的十分之一至二十分之一。通过MoE稀疏化架构和定制化推理引擎,在性价比、中文文本渲染和高清输出等领域形成差异化竞争力。
报告中的代表性数据
全球活跃Agent数量预测
2025年至2030年,IDC预测数据,年复合增长率139%,反映AI Agent规模化渗透的高速趋势。
中国AI模型周调用量增长
2026年2月,OpenRouter平台数据,显示中国模型首次超越美国,前五中占四席,体现性价比优势。
算力中心用电预测(高情景)
2030年,中国信通院预测,占全社会用电量5.3%,凸显算电协同的紧迫性。
以上数据根据报告摘要整理,具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 详细市场数据与趋势图表:包含全球及中国AI Agent关键数据预测(活跃数量、任务数、Token消耗)、智能算力与通用算力规模及增长趋势图,以及用电量多情景预测图。
- AI Agent行业图谱:展示中国AI Agent产业分工,包括平台层(大模型厂如字节Coze、阿里百炼、腾讯元器)和应用层(生产力智能体与企业级智能体),并分析生态格局。
- 算电协同发展体系:图解算力-电力协同布局框架,包括绿电直供、液冷散热、云边端调度等方案,以及全国主要城市PUE要求对比表。
- 国内外大模型全面对比:从智能指数、编程指数、智能体指数、多模态能力、成本效率等维度,对比GPT-5、Gemini 3.1 Pro、GLM-5、DeepSeek等模型的性能与成本。
- 高质量数据集分类与案例:将数据集分为通识、行业通识、行业专识三类,并提供典型案例(如地铁隧道监测、政务热线数据集),说明其知识内容、来源、标注要求和应用场景。
- 投资建议及个股分析:聚焦AI原生应用、端侧AI、国产算力链、算电协同四大方向,列举地平线机器人、金山办公、海光信息、曙光数创等30余只个股,并给出逻辑依据。
- 风险提示:涵盖技术迭代不及预期、科技巨头竞争加剧、法律监管、供应链、下游需求不及预期等五类风险,帮助读者理性评估投资。
本页内容由川海智库整理,用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限,部分观点、数据、统计口径或表述可能存在偏差,具体内容请以完整报告原文为准。





