报告概述
本报告围绕'十五五'规划纲要，深入分析人工智能作为国家核心战略的定位升级，聚焦AI Agent（智能体）作为未来五年AI叙事的核心驱动力。报告覆盖智能算力、算法、数据三大要素的重构，探讨算电协同、大模型性价比、高质量数据集等关键议题，并梳理了AI Agent从成本中心向利润中心的商业模式演变。报告为投资者提供了AI原生应用、端侧AI、国产算力链等方向的策略参考。
报告的核心结论
AI Agent将主导未来五年AI叙事
报告指出，AI Agent的全面爆发是'十五五'战略落地的关键产业形态。预计全球活跃Agent数量将从2025年的约2860万攀升至2030年的22.16亿，年复合增长率139%；年度Token消耗将暴增至152,667 PetaTokens，驱动算力需求指数增长。
算电协同上升为国家战略
报告显示，电力已成为算力扩张的关键约束，'十五五'规划首次将算电协同写入政府工作报告。在高情景下，2030年我国算力中心用电或超过7000亿千瓦时，占全社会用电量5.3%，倒逼基础设施向极致能效和绿电直供演进。
国产大模型性价比优势凸显
报告强调，国产模型在成本效率上建立压倒性优势，智能指数已跻身第一梯队。2026年2月，OpenRouter平台上中国AI模型调用量三周大涨127%，首次超越美国，全球前五中占四席，显示了海外开发者对中国模型的青睐。
高质量数据集成为AI Agent核心壁垒
报告认为，随着通用大模型能力趋同，垂直领域的高质量、专有数据集将成为构建不可替代AI Agent的核心壁垒。'十五五'规划部署了高质量数据资源供给和数据要素行动，引导数据资产化，释放数据要素潜能。
报告回答的关键问题
AI Agent如何改变商业模式？
报告指出，AI Agent推动商业模式从订阅制、调用制向结果分成制演进。结果分成模式下，收入公式为'基础调用费+结果分成×任务价值×网络节点'，使收入曲线从线性转向指数增长。Agent可按照客户节省的人力成本或新增收益抽成，实现'效果付费'，AI部门从成本中心转为利润中心。
算电协同具体指什么？
算电协同是指将算力基础设施与电力系统协同规划、建设和运营，以应对AI算力爆发带来的电力瓶颈。报告引用信通院预测，高情景下2030年算力中心用电或超7000亿千瓦时，因此'十五五'规划提出推动绿色电力与算力协同布局，要求数据中心PUE降至1.3以下，液冷技术成为趋势。
国产大模型与国际领先水平的差距有多大？
报告通过智能、编程、智能体等多维度对比，指出国外头部模型在复杂推理和编程方面仍有领先，但国产大模型如GLM-5、Kimi K2.5等已跻身第一梯队，智能指数仅差7分。国产模型在中文多模态和成本效率上具有差异化优势，推理成本远低于海外，2026年2月海外API平台调用量首次超过美国。
高质量数据集为什么重要？
报告将高质量数据集视为人工智能三大核心要素中最基础的环节，决定大模型的天花板。随着通用大模型能力趋同，垂直领域的高质量数据集成为构建行业AI Agent的核心壁垒。'十五五'规划强调建设高质量数据集和'数据要素×'行动，推动数据从资源向资产和资本跨越。
报告中的代表性数据
全球活跃Agent数量预测
2025-2030年，IDC预测，年复合增长率139%
全球年度Token消耗预测
2025-2030年，IDC预测，年复合增长率高达3418%
中国AI模型调用量变化
2026年2月，OpenRouter平台数据显示，中国模型调用量首次超越美国，全球前五中占四席
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
- 全球AI Agent关键数据预测（2025-2030年），包括活跃数量、任务数、Token消耗等，包含详实图表。
- 中国智能算力规模及增长率分析，含2023-2028年预测，展示算力结构变化。
- 算电协同发展体系与政策梳理，含中国信通院多情景用电需求预测。
- 国内外大模型多维度对比（智能、编程、智能体、多模态、成本），提供详细评分与榜单。
- AI Agent商业模式演变分析（订阅制→调用制→结果分成制）及收入乘数模型。
- 企业级智能体落地领域排序（企业服务、金融、营销等），附ROI评估矩阵。
- 高质量数据集分类详解（通识/行业通识/行业专识），含典型应用场景与案例。
- 液冷服务器市场预测与PUE要求对比，涵盖主要城市政策及技术趋势。
- 投资建议与个股推荐清单，覆盖AI原生应用、端侧AI、算力链、算电协同等方向。
- 风险提示：技术迭代、竞争加剧、法律监管、供应链及下游需求不及预期等风险。
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。
