核心观点 - 2026年将成为“人工智能+”应用落地元年，政府及央国企将在政务、工业、能源等重点领域率先形成一批高价值、可复制的示范项目 [1][3] - AI需求猛增驱动算力规模高速增长，预计2026年中国算力总规模将突破1200 EFLOPS，其中智能算力贡献率接近90% [1][4] - AI应用与算力服务的商业模式将从“为技术或功能付费”向“为效果付费”转变 [1][6][7] - AI驱动的存储芯片供需失衡导致价格暴涨，预计将持续至2027年中，并对中下游消费电子产业链造成巨大成本压力 [2][11][12] 行业趋势与市场预测 - “人工智能+”应用落地：2026年，行业应用将从非核心业务场景探索转向高价值核心领域落地，政府及央国企是主要推动力 [1][3] - 算力规模增长：预计2026年中国算力总规模将突破1200 EFLOPS，稳居全球第二，智能算力是核心增长引擎，贡献率接近90% [1][4] - 大模型市场增长：预计2026年中国大模型市场规模将突破700亿元，三年复合增长率超40% [6] - 智能体市场增长：2025年中国智能体市场规模达78.4亿元，2026年预计规模达135.3亿元，增速超70% [9] - 本土算力生态成熟：2025年上半年，本土品牌AI芯片出货量突破60万颗，市场份额从2023年的14%提升至35%；本土品牌加速计算服务器销量达9万余台，较2023年增长165% [4] - 本土服务器销量预测：预计2026年本土品牌加速计算服务器销量有望突破28万台 [5] 重点应用领域发展 - AI+科学研究：正从提升效率走向驱动源头创新 [4] - AI+工业：制造环节因标准化流程与持续运行数据，有望成为AI规模化应用的主阵地 [4] - AI+政务：服务、治理、办公将实现多点突破 [4] - AI+能源：正从分散应用走向全链智能优化 [4] - AI+医疗：步入“好用”阶段，应用场景持续拓展 [4] - 行业大模型渗透率：预计2026年，金融、政务、制造行业大模型渗透率将分别达到68%、61%、53% [6] 商业模式变革 - AI应用商业模式：从基于使用人数/时长的订阅收费，转向“基础订阅费+AI创造价值分成”的混合模式，按效果（如降低的风险损失、解决的问题数量）收费成为主流 [6][7] - 算力服务商业模式：交易重心从原始算力资源（GPU/CPU时长、存储空间）转向以解决具体业务问题的“业务价值单元”为核心，实现算力资源与商业价值的高效对齐 [8] - 大模型竞争焦点：从“谁的模型更大”转向“单位算力下谁能提供更高智能密度与更强落地效能” [8] 产业链影响与挑战 - 存储芯片价格上涨：2025年中以来的存储价格上涨由AI、大数据、物联网等驱动的AI存储产品（如HBM、DDR5）供不应求导致，并非简单周期性反弹 [2][11] - 价格涨幅预测：从2024年底历史低点算起，部分规格DDR4内存条和主流容量SSD的价格快速上涨，2026年其价格上限可能翻番 [11] - 对消费电子产业的影响：存储芯片价格暴涨给中下游带来巨大成本压力，预计2026年下游厂商可能通过降低内存/存储容量来减配控制成本，但这可能影响用户体验并导致中端手机和PC需求增长滞缓 [2][12] - 供需缺口持续时间：随着AI存储生产稳定、传统存储产品库存量大于需求，供需缺口有望得到控制，但预计要到2027年中前后 [2][12] - 消费电子产品涨价：2025年第四季度以来，OPPO、vivo等主流厂商旗舰新机价格均有上调，小米17 Ultra起售价6999元，较上代涨500元，企业归因于高性能计算和数据中心需求猛增导致内存成本上涨 [10]