萬億AI基建賽道，保險業如何提前落子？

賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務尋求報道36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI自助報道廣東最新創投汽車科技專精特新直播視頻專題活動搜索尋求報道我要入駐城市合作萬億AI基建賽道，保險業如何提前落子？財經五月花·2026年07月24日 14:56隨著全球AI基礎設施進入資本開支週期，財產保險行業將迎來巨大的市場空間，以及可保資產風險池形態的重構 人工智能（AI ）正進入新一輪資本開支週期。高盛在最新報告中指出，人工智能投資的重心已開始從模型研發向更廣闊的實體經濟延伸，在算力、電力和數據中心持續高速建設的同時，AI正加速進入製造、能源、物流、國防、生命科學和機器人等現實場景。高盛預計，2026年至2031年，全球圍繞計算、數據中心和電力的AI資本開支將達到約7.6萬億美元。 中國也正快速進入這一輪AI基礎設施建設週期。2026年初，中國AI大模型日均Token（詞元）調用量已突破140萬億，較兩年前增長約1000倍；全國在運營、建設及規劃中的智算中心項目超過500個，智能算力規模達到188.2萬P（P代表千萬億次浮點運算每秒）（FP16），位居全球第二；“十五五”期間，我國算力基礎設施投資規模預計約2萬億元，一個覆蓋智算中心、GPU（圖形處理器）集群和算力網絡的新型數字基礎設施體系正在加速形成。 當人工智能進入資本開支時代，一個過去並不存在的AI基礎設施資產池也正在快速形成。伴隨數萬億元基礎設施投入而來的，不僅是新的產業機會，也意味著大量高價值資產開始持續積累。對於保險行業而言，一個新的風險池正在形成，與之相匹配的風險保障體系仍有待完善。 AI進入資本開支時代，一個新資產池正形成 中國是否正在形成一個足夠大的AI基礎設施資產池？這個資產池是否足以改變保險行業長期形成的風險結構？ 答案正在逐漸顯現。 隨著大模型應用範圍不斷擴大，人工智能模型調用規模正在快速增長。數據顯示，國內AI大模型日均Token調用量在兩年內增長約1000倍，從2024年初的1400億增長至2026年3月的140萬億。人工智能正在從少數科技企業的技術試驗，進入金融、製造、能源、醫療等行業的大規模商業應用階段。 而每一次技術從實驗階段走向產業化，都伴隨著基礎設施投資週期的開啟。 過去幾年，人工智能產業競爭主要圍繞模型能力展開，大模型參數規模不斷擴大，算法能力持續突破。但隨著生成式人工智能進入規模化應用階段，產業競爭正在發生變化：人工智能正在從“模型競爭”進入“基礎設施競爭”。 支撐AI發展的關鍵資源，正在從軟件能力轉向更加重資產的基礎設施體系。大模型訓練、推理服務以及企業智能化應用，都需要持續投入大量計算資源，算力正在成為人工智能時代類似電力、通信和交通的新型基礎設施。根據相關數據，截至2026年3月，中國智能算力規模達到188.2萬P（FP16），較去年同期增長2.5倍；2025年中國算力市場規模預計達到8351億元，並有望在2026年突破萬億元規模。與此同時，全國在運營、建設及規劃中的智算中心項目已經超過500個，萬卡級智算集群不斷增加。 與過去互聯網產業依靠軟件、平臺和流量實現快速擴張不同，人工智能的發展具有更加明顯的資本密集型特徵。一個大型智算中心並非簡單堆疊服務器，而是由建築、電力供應系統、高性能GPU服務器、製冷系統、網絡設備以及安全設施共同構成的複雜基礎設施體系。 從全球範圍看，AI基礎設施投資規模正在達到前所未有的水平。瑞士再保險（Swiss Re）的相關研究指出，人工智能發展正在推動新的資本開支週期，並創造大量過去不存在的可保資產（insurable assets）。部分大型數據中心建設成本已經達到數十億美元規模，在部署高價值GPU設備後，整體投資規模可能進一步提升，超大型項目甚至可能超過200億美元。 這意味著，AI基礎設施正在形成一個新的高價值資產池。從保險行業視角看，這一變化具有重要意義。 過去幾十年，財產保險主要圍繞工業化時代形成的風險資產展開，包括工業廠房、生產設備、商業建築以及能源交通設施。而人工智能時代正在創造新的風險暴露對象，包括智算中心、GPU集群、算力網絡以及圍繞人工智能運行形成的數字基礎設施體系。 當單體投資規模達到數十億美元甚至百億美元級別的新型基礎設施不斷增加時，它帶來的不僅是科技產業機會，也意味著一個新的風險保障市場正在形成。 超級算力資產正在創造超級風險 人工智能基礎設施的大規模建設，正在創造一個新的高價值資產池。但對於保險行業而言，真正值得關注的不僅是資產規模的快速增長，更是這些資產背後風險形態的深刻變化。 因為AI基礎設施與傳統工業資產存在一個根本區別：它的價值並不只體現在設備本身，而在於持續提供計算能力的能力。 過去幾十年，財產保險主要圍繞“物理資產損失”展開。工業廠房發生火災，保險關注的是建築、生產設備和庫存損失；能源設施發生事故，保險關注的是設備損毀和工程修復成本。傳統財產保險的風險邏輯，本質上是圍繞固定資產價值建立的。 但對於人工智能基礎設施而言，風險正在發生變化。智算中心最重要的資產不僅是其中部署的GPU服務器，而是這些設備共同形成的算力生產能力。一旦關鍵系統出現故障，即使沒有發生嚴重的物理損毀，也可能造成巨大的經濟損失。 這意味著，AI時代保險面對的問題正在從“設備損壞怎麼辦”，轉向“算力生產體系停止運行怎麼辦”。 AI基礎設施可能同時面臨資產損失、營業中斷以及物理風險與數字風險融合等多重風險。智算中心由高價值GPU服務器、電力供應系統、製冷設備、網絡設施等多個複雜系統組成，任何關鍵環節出現故障，都可能影響整體運行。 與傳統工業資產相比，AI基礎設施具有更高的技術複雜度和系統關聯性，風險並非單一設備損壞，而可能涉及整個基礎設施體系。與此同時，對於依賴算力服務的企業而言，真正的損失並不僅是設備維修成本，更包括算力服務中斷帶來的模型訓練延期、人工智能應用暫停、客戶服務中斷以及合同履約風險等業務影響。 此外，人工智能時代的智算中心承載的不只是服務器和數據，更承載企業核心AI應用、模型訓練任務以及大量商業服務，網絡攻擊、數據洩露、勒索軟件和供應鏈安全風險，也正在成為影響算力基礎設施運行的重要因素。 尤其對於大型智算中心而言，網絡風險的影響可能遠超傳統企業信息安全事件。一次網絡攻擊可能導致算力服務中斷，影響模型訓練進度，甚至造成大量企業客戶業務暫停。因此，未來圍繞AI基礎設施形成的保險需求，將不再屬於單一險種範疇，而需要融合財產損失、營業中斷、網絡安全、第三方責任以及供應鏈風險等多個維度。 與此同時，AI基礎設施的快速發展也正在挑戰保險行業長期形成的承保和定價能力。當單個智算中心投資規模達到數十億美元甚至百億美元級別時，傳統保險模式中的風險分散機制將面臨新的挑戰。 對於保險公司而言，未來需要回答的不只是“是否承保”，更重要的是如何準確評估風險：大型算力中心的風險如何量化？物理風險、網絡風險和業務中斷風險如何組合定價？多個大型項目同時出現風險時，如何控制行業整體暴露？ 這些問題意味著，AI基礎設施保險不能簡單複製傳統財產保險模式，而需要建立新的風險評估體系。保險公司需要結合工程風險管理、網絡安全能力、數據分析模型以及再保險機制，提升對複雜數字基礎設施風險的識別和管理能力。 從風險保障到風險管理：算力保險重構新生態 AI基礎設施正在創造一個新的高價值資產池，但對於保險行業而言，真正的挑戰並不只是市場需求的出現，而是如何理解和管理一種過去不存在的新型風險。 傳統保險體系建立在長期風險數據積累基礎之上，通過歷史損失數據判斷風險發生概率、損失程度和合理價格。但對於智算中心、GPU集群和算力網絡而言，很多風險仍處於早期階段，保險行業正在面對一個“高價值、低歷史數據”的新風險領域。 這使得算力保險首先面臨風險識別和定價能力的挑戰。大型智算中心雖然具有類似傳統基礎設施的資產屬性，但其風險結構更加複雜：一方面，設備故障、電力供應、冷卻系統等物理風險相互關聯；另一方面，網絡攻擊、數據安全、業務中斷等數字風險與傳統財產風險進一步融合。因此，傳統基於單一資產損失的風險評估模式，正在難以適應AI基礎設施的複雜風險。 對於保險公司而言，算力保險的發展方向並不是簡單增加一個新的保險產品，而是推動風險管理模式發生變化。過去，保險主要承擔事故發生後的經濟補償功能；但對於投資規模達到數十億美元的智算中心而言，企業更需要的是在建設、運營和服務全過程中的風險管理能力。保險公司需要通過風險評估、持續監測、事故響應和損失控制，將風險管理從事後賠付逐步前移。 這一趨勢已經在網絡安全保險領域有所體現。以源堡科技探索的“防+保”一體化模式為例，面對智慧城市、雲計算和大數據等數字基礎設施風險，傳統信息安全保障已經無法覆蓋全部需求。保險機構需要結合專業科技能力，在承保前識別風險，在運營中持續監測風險，並在事故發生後提供事件調查、損失評估和恢復支持，從而提升整體風險治理能力。 人工智能時代，保險面對的不只是一個新的業務機會，而是一類新的風險資產。未來，圍繞AI基礎設施形成的保險體系，將不再侷限於單一險種，而需要融合財產損失、工程風險、營業中斷、網絡安全和第三方責任等多維保障。同時，保險行業需要逐步建立針對AI基礎設施的風險數據體系和定價模型。誰能夠率先積累算力基礎設施運行數據、風險案例和損失經驗，誰就更有可能獲得這一新興風險市場中的定價能力。 從風險保障到長期資本：保險業解鎖AI時代新角色 人工智能基礎設施的發展，不僅創造了新的保險需求，也正在帶來新的資產配置機會。過去幾十年，保險資金憑藉長期負債屬性和穩定資金來源，持續參與交通、能源、新型基礎設施等長期資產投資。隨著AI產業進入基礎設施建設階段，智算中心、數據中心和算力網絡等新型資產，也可能成為未來長期資本關注的重要方向。 AI基礎設施具有投資週期長、資本投入大、產業帶動效應強等特點，與保險資金長期投資、價值投資特徵具有較強匹配性。近年來，保險資金已經成為人工智能產業生態發展的重要長期資本來源之一：一方面，保險資金通過股權投資、產業基金等方式參與AI產業鏈上下游企業發展，為人工智能基礎設施建設和產業生態完善提供長期資本支持。 另一方面，隨著算力中心、數據基礎設施等新型資產規模快速增長，保險行業也正在通過算力保險、數據中心保險和網絡安全保險等創新產品，為人工智能基礎設施建設提供風險保障。保險資金正在從傳統金融投資者逐步拓展為人工智能產業發展的長期資本夥伴。 從這個意義上看，AI帶給保險行業的並不僅是一類新的保險產品機會，而是在資產端和負債端形成不同階段的發展機遇。保險資金已經成為人工智能產業鏈投資的重要參與者，通過長期資本支持AI基礎設施發展；與此同時，圍繞AI基礎設施的新型風險保障仍處於探索階段，保險行業需要進一步提升風險識別與保障能力。 未來，隨著算力成為數字經濟的重要生產資料，保險行業能否建立與AI基礎設施發展相匹配的風險管理能力，將成為觀察保險業服務新質生產力發展的一個重要窗口。 本文來自微信公眾號 “財經五月花”（ID：Caijing-MayFlower），作者：王言，36氪經授權發佈。 該文觀點僅代表作者本人，36氪平臺僅提供信息存儲空間服務。+14好文章，需要你的鼓勵財經五月花特邀作者0收 藏+10評 論打開微信“掃一掃”，打開網頁後點擊屏幕右上角分享按鈕微 博沉浸閱讀返回頂部舉報參與評論評論千萬條，友善第一條登錄後參與討論提交評論0/1000你可能也喜歡這些文章當大模型不再把用戶送回內容平臺，會如何收場？WAIC擠滿“賣鏟人”，但算力服務終究是少數人的遊戲CVPR'26亮點：清華弄了個鏡像錯覺藝術生成器，支持3D打印如何讓大語言模型思考得更準確騰訊留矩陣，阿里併入口：大廠開始收攏AI Agent菲爾茲獎得主王虹，也發過NeuripsKimi K3上線“大爆”：“掉隊者”如何重新上桌？美國教育機構開始給作業設定 AI 使用分級DeepSeek不是理想主義公司，它只是把現實服務於理想財經五月花特邀作者《財經》雜誌新媒體矩陣成員 · 金融專號，聚焦金融前沿，探知發表文章437篇最近內容萬億AI基建賽道，保險業如何提前落子？33分鐘前上半年居民貸款減少3668億元，為何持續縮減債務？2026-07-17潘功勝：將繼續提高國家外匯儲備在港資產配置比例2026-07-08閱讀更多內容，狠戳這裡選靠譜AI，看真實評測查看36氪AI測評官方交流社區加入諮詢報道審核和入駐聯繫36氪尋求報道訂閱號關注下一篇超17億元入股西班牙工廠，從收購沃爾沃到共享產能，吉利汽車16年後為何再選福特？“輕資產”出海34分鐘前關於36氪城市合作尋求報道我要入駐投資者關係商務合作關於我們聯繫我們加入我們36氪歐洲站36氪歐洲站36氪歐洲站Ai產品日報網絡謠言信息舉報入口熱門推薦熱門資訊熱門產品文章標籤快訊標籤合作伙伴36氪APP下載iOS & Android本站由 阿里雲 提供計算與安全服務 違法和不良信息、未成年人保護舉報電話：010-89650707 舉報郵箱：[email protected] 網上有害信息舉報© 2011~2026 北京多氪信息科技有限公司 | 京ICP備12031756號-6 | 京ICP證150143號 | 京公網安備11010502057322號意見反饋36氪APP讓一部分人先看到未來36氪鯨準氪空間推送和解讀前沿、有料的科技創投資訊一級市場金融信息和系統服務提供商聚焦全球優秀創業者，項目融資率接近97%，領跑行業