Token 爆發之后，IDC 價值看什麼？

當我們談論 AI,真正在物理世界被點燃的,是一輪以「吉瓦(GW)」為計量單位的算力基礎設施建設。把過去數月全球公開披露的項目放在一起就會發現,這場超級周期的輪廓便清晰可辨——不再是零散的機房擴容,而是連續、鉅額、跨大洲的產能鎖定。

2026年6月2日，軟銀(SoftBank)擬在法國建設5GW、美國俄亥俄州建設10GW AI數據中心；

2026年6月5日，Damac Digital 計劃在四大洲擴展6GW 數據中心；

2026年6月5日，AirTrunk與印度馬哈拉施特拉邦簽署210億美元、規劃3GW的數據中心協議；

2026年6月3日，萬國數據與內蒙古烏蘭察布市政府簽署戰略合作協議,計劃建設多個GW級數據中心園區,並實現超過80%的綠電覆蓋率，這僅是萬國未來三年超300億元資本開支計劃的其中一部分；

2026年6月3日，Oracle與OpenAI在美國密歇根州啟動約1GW項目；

……

Token 調用量正在成為映射 AI 產業景氣度的新指標

過去，行業討論大模型，我們的焦點多在參數規模、訓練成本與能力邊界；如今，一個更貼近商業化進程的指標浮出水面——Token 調用量。它不是單純的技術參數，而是 AI 應用被真實調用、真實消耗、真實計費的結果。當調用量持續攀升，背后被高頻調動的不只是用户的幾次提問，而是算力、服務器、供電、散熱、網絡與數據中心資產構成的一整套生產體系。

公開口徑顯示，截至 2026 年 3 月，中國日均 Token 調用量已突破 140 萬億，較 2025 年末增長超 40%。從 2024 年初的 1000 億，到 2025 年底的 100 萬億，再到 2026 年 3 月的 140 萬億級，曲線的陡峭已足以説明 AI 應用正從演示、試用走向規模化運營。

企業側的信號同樣明確：豆包大模型 3 月日均 Token 使用量突破 120 萬億，MiniMax、智譜等模型公司在 AI 編程與 coding plan 場景的消耗出現數倍至十余倍增長，且增量越來越多來自 AI 編程、智能體、多模態生成與企業流程自動化等生產場景，而非單純的聊天問答。

這正是本輪 AI 基建周期區別於上一輪信息化建設之處：需求不再是「有多少企業上雲」，而是「每一次推理、每一次調用、每一次智能體執行任務都會持續消耗算力」。Token 由此成為 AI 應用活躍度的外顯指標，也成為底層基礎設施壓力的先行指標。

Token 重塑 AI 基礎設施的生產函數

嚴格意義上，Token 調用量不能被簡單換算成固定的電力消耗，也不能代表AI實際的落地效果。而模型架構、參數規模、上下文長度、推理精度、併發調度效率、KV Cache 使用方式、量化壓縮水平與硬件利用率，卻都會實際影響單位 Token 對算力與能耗的實際佔用。

但產業層面的趨勢已足夠清晰。當調用量從千億級躍遷到百萬億級，需求側會沿一條相對穩定的鏈條向下傳導：應用請求增加，推理負載上升，GPU/NPU 服務器利用率提升，集群規模擴大，隨之而來的是更高密度的機櫃、更復雜的東西向網絡、更大的供電容量、更高要求的散熱系統，以及更長周期的容量鎖定。

因此，Token 爆發真正改變的不是某一個單點技術環節，而是 AI 基礎設施的生產函數。過去，訓練集群往往呈現階段性、項目制、峰值驅動的擴張；現在，推理工作負載正在變成連續、實時、高併發的工業負載。AI 編程、智能體、企業知識庫、智能客服、辦公、營銷、視頻生成等應用一旦嵌入業務流程，算力消耗便具備更強的日常性與剛性。

這也是數據中心行業重新進入資本市場視野的根本原因——應用側的 Token 增長，最終會轉化為雲廠商、互聯網平臺與模型公司對高性能數據中心資源的中長期鎖定。

需求兑現：競爭要素從「空間」轉向「電力與交付」

需求側最直接的信號，來自頭部科技公司的資本開支以及大量電力基礎設施的建設。海外方面，谷歌與 Intersect Power在得州動工建設數據中心以及超過1GW 清潔能源基礎設施的項目、Meta 與長時儲能公司 NoonEnergy 簽署最高 1GW 供電協議、甲骨文(Oracle)則向 Bloom Energy 採購了高達 2.8GW燃料電池，同時在新墨西哥州部署高達 2.45GW 的 Bloom Energy燃料電池微電網以進行自有備電；

中國方面在強大電網基礎設施的支撐下，大量資金近年來也開始加速投向AI基礎設施建設：阿里巴巴已宣佈未來三年投入超過 3800 億元建設雲與 AI 硬件基礎設施；騰訊 2026 年一季度資本開支約 319 億元，主要投向 IT 基礎設施、數據中心與 AI 相關領域；圍繞字節跳動的資本開支計劃，多份媒體報道亦指向其持續加碼 AI 基礎設施，據稱2026 年資本開支計劃超過 2000 億，其中國內佔比約 65%。中國科技大廠的大力投入，也引發了國產算力的加速崛起，中國 AI 產業進入高剛性、長周期、指數級增長的「超級周期」

這類投入不會停留在財報的 Capex 科目上。對數據中心產業而言，它們最終會轉化為三個更具體的需求：更大規模的電力容量、更高密度的 AI 機房交付、更長周期的資源預定。由此，IDC 行業的競爭核心正從「空間競爭」轉向「電力競爭」與「交付競爭」。

傳統周期里，客户圍繞機櫃數量、地理區位、帶寬與成本進行決策；進入 AI 周期后，客户最關心的問題已變成：能否一次性獲得足夠規模的連續電力？能否支撐數十千瓦乃至更高功率密度的 AI 機櫃？能否在約定時間內完成交付？能否保障長期 SLA、PUE、液冷改造與綠電覆蓋？

機房面積仍然重要，但已不再是最稀缺的生產要素——電力指標、供電穩定性、散熱架構、網絡質量、建設速度與長期運維能力，正在共同決定 AI 數據中心的資產價值。

樣本解剖：萬國數據(09698)的訂單、資本與區域三重驗證

觀察這一輪周期，更合理的方式是把企業財報當作產業變化的一個重要視角——看訂單是否增長、客户是否提前鎖定容量、建設是否加速、利用率是否爬坡、資金是否足以支持后續 Capex、資產循環是否跑通。萬國數據 2026 年一季度財報，提供了一個具有代表性的樣本。

其一，訂單與運營：風險結構從「先建后租」轉向「以銷定產」。一季度新增簽約約 200MW，創公司單季度歷史最高水平；截至 2026 年 3 月 31 日，總簽約及預簽約面積達 725,485 平方米（同比 +11.7%），在運面積 674,269 平方米（同比 +10.4%），上架計費面積 520,929 平方米（同比 +12.7%），上架計費率提升至 77.3%；在建面積 118,411 平方米（環比 +60.0%），在運面積簽約率 92.8%，在建面積預簽約率 84.4%。

存量資產繼續爬坡、新項目加速建設，且大部分在建容量已提前獲得客户預定——這意味着數據中心資產的風險結構正從「先建后租」的庫存風險，轉向「以銷定產」的交付風險；真正的考驗不再是能否拿到訂單，而是能否把訂單按期轉化為可計費容量。

其二，財務與資本：表觀利潤之外，更看資本調度能力。一季度淨收入 33.671 億元（同比 +23.6%），剔除部分一次性項目后為 29.380 億元（同比 +7.9%）；經調整EBITDA 19.487 億元（同比 +47.2%），剔除部分一次性項目后為 14.303 億元（同比 +8.0%）。淨利潤 26.521 億元（同比 +247.1%）。

評估 AI 數據中心，不能只看表觀利潤，而要同時觀察經營性 EBITDA、利用率爬坡、訂單儲備、資本開支能力與資產循環能力。一季度，萬國數據公司出售 DayOne 部分普通股回籠 3.85 億美元，截至 2026 年 4 月 29 日仍持有約 19.9% 股權（按 C 輪融資價格計，剩余市值超 22 億美元），並完成 3 億美元 B 系列可轉換優先股私募發行；一季度末現金及現金等價物（包含定期存款）為 192.3 億元，同時維持 2026 年全年約 90 億元 Capex 指引。

其三，區域與能源：從「All in 中國」到算電協同。6 月 3 日，萬國數據與烏蘭察布市人民政府簽署戰略合作協議，計劃打造多個高密度數據中心園區與 GW 級數據中心園區，並通過綠電直連、綠電交易實現 80% 以上綠電覆蓋，形成規模化零碳數據中心集群。這僅是萬國數據未來三年超過 300 億元資本支出計劃的一部分。

將其與未來三年 300 億至 500 億元的國內投資計劃（創公司成立 25 年以來資本支出新高）並置，資本配置方向清晰可見：公司把新增資金、訂單承接與區域佈局的重心壓回中國 AI 基礎設施。所謂「All in 中國」，是由資本開支、客户簽約、在建項目與能源資源共同構成的經營事實。這背后是「東數西算」敍事的升級——成熟市場（京津冀、長三角、粵港澳）繼續承載在線推理、金融交易、實時互動與低時延服務，對網絡質量、交付確定性與長期運維穩定性要求極高；新興樞紐（烏蘭察布、和林格爾、中衞）則憑藉土地、電力、氣候與綠電資源，承接更大規模的訓練、離線推理、批量算力任務處理與多模態生成。關鍵詞正從「資源調度」轉向「算電協同」：未來數據中心的競爭，不只看誰離客户近，更看誰離穩定、低碳、可規模化的電力近。

估值重構：從靜態 EBITDA 到多階段動態模型

AI 基建周期之下，數據中心的估值邏輯也在變化。傳統估值錨圍繞 EBITDA、上架率、穩定現金流、資產折舊與區域供需展開，這套框架依然重要，卻已不足以完整反映 AI 數據中心的成長屬性——其價值不只體現在當前已運營資產，更體現在未來數年可交付的電力容量、已簽約訂單、客户預定、建設進度與資本循環效率。

更適配當前周期的，是一個多階段動態模型：短期看訂單獲取能力與交付節奏，中期看利用率爬坡與 EBITDA 釋放，長期看自由現金流、資本回報率，以及通過 REITs、ABS、基金、售后回租或資產出售實現的資產再循環能力。在此模型下，市場會重新追問：企業手握多少已簽約 MW？預簽約率是否足夠高？在建項目能否按期交付？單 MW 投資成本與回報周期是否可控？客户 move-in 速度如何？融資成本會否侵蝕項目收益？

這也是萬國數據一季度財報值得放入行業框架解讀的原因：約 200MW 的單季新增、超 340MW 的年初至今簽約、84.4% 的在建預簽約率、77.3% 的數據中心上架計費率、192.3 億元現金（包含定期存款），疊加未來三年 300 億至 500 億元投資計劃，共同構成「訂單—建設—資金—交付」的閉環雛形。單看其中任一指標都不足以證明其處於周期核心，但這些指標同時出現，便説明產業景氣正在進入企業經營系統。

不過，「超級周期」並不意味着所有 IDC 資產都會自動受益，行業景氣與企業回報之間仍隔着多重風險。其一，Token 高增長不等於單位算力需求永遠同速增長，模型壓縮、推理優化、算子效率提升、國產芯片迭代與調度算法改進，都可能降低單位 Token 的算力成本；其二，客户簽約不等於收入即時確認，訂單到收入之間存在建設、交付、設備進場、上架與利用率爬坡的時間差；其三，AI 基礎設施的 Capex 強度更高，一旦需求節奏放緩、融資成本上升或交付延迟，資產回報周期就會被拉長；其四，高密度數據中心對電力、液冷、網絡與運維穩定性要求更高，拿到電力指標只是第一步，連續供電、控制 PUE、綠電消納與滿足 SLA 纔是長期競爭的分水嶺；其五，行業景氣也可能帶來局部供給擴張與價格競爭，中小玩家、地方平臺、運營商與雲廠商自建數據中心之間的競爭關係仍需觀察。

因此，紅利不會平均分配。真正受益的，更可能是同時具備四類能力的企業：能獲得客户長期訂單，能鎖定稀缺電力與區位資源，能完成高密度 數據中心 的工程交付與長期運維，能通過多元融資與資產循環支撐連續擴張。萬國數據的優勢也應放在這一框架中理解——它並非憑一份財報就天然獲得確定性，而是其訂單、資金、區域佈局與交付能力，在 2026 年一季度同時出現了向 AI 基建周期靠攏的跡象。它是這一輪周期的重要觀察樣本，而非唯一答案。

Token 爆發之后，IDC 價值看什麼

Token 爆發改變了 AI 產業的觀察方式，也改變了數據中心行業的價值判斷。過去，IDC 更多被視作承載互聯網流量與雲計算需求的基礎設施資產；現在，它正成為 AI 推理與訓練負載的物理底座。客户購買的不再只是機櫃空間，而是電力容量、散熱能力、網絡質量、交付確定性與長期穩定運營；企業估值也不應停留在當前 EBITDA，而要看未來可交付容量、訂單質量、利用率爬坡、資本回收與資產循環能力。

這一輪 IDC 產業變化的本質，不止是功率密度的提升，更是 AI 把數據中心重新推回了數字經濟生產函數的核心位置。誰能把 Token 爆發轉化為穩定、綠色、可計費、可融資、可持續交付的算力基礎設施，誰就更有可能成為中國 AI 基建超級周期中的長期受益者。