AI基建讓建築產業鏈再度“復生”?

2026年9月13日 09:51
AI基建讓建築產業鏈再度“復生”?
站內 AI 整理稿

硅碳變量2026.09.13 09:50 · 來自山東全文5684字00:00 / 17:08這一波工業基建,能不能復刻當年地產黃金時代的全民紅利?文 | 硅碳變量,作者 | 胡一刀9月份,黃仁勳公開敦促各國加快AI應用,擴大數據中心等基礎設施建設。據悉,一直大力支持AI時代到來的黃仁勳在2026年將AI比作水、電之類的基礎設施,未來全世界範圍內,AI似乎將成為現代生活“剛需”。有意思的是,差不多同一時期,中國建築發佈上半年財報。數據中心及算力中心新籤合同額873億元,同比上升328.3%。一前一後,在相互呼應的同時,也再度引出一個關注點:沉寂許久的建築賽道是否會被工業地產“盤活”?

此前,類似“DeepSeek開搶土木老哥”、“AI帶火挖掘機,土木人有救了?”的相關話題在建築從業者的朋友圈裡瘋狂轉發。除了中國建築,一些中小建築企業同樣大力發展工業建設,山東臨沂某些幕牆設計企業的客戶名單裡赫然出現了火山引擎算力中心。素有“建築之鄉”之稱的通州,工業廠房建設已成為本地建築企業的核心業務。舊的黃金時代大概率不會回來了。對於整個建築賽道而言,一個屬於工業基建的新週期,剛剛拉開序幕,能否順利跟上,一切尚未可知。誰吃盡紅利,誰坐冷板凳?進入AI時代,算力基建的風口到底有多大?據悉,智算中心、數據中心及配套基礎設施已經成為工業地產中增長最快的新型業態之一。

數據顯示,2026年中國智能算力規模預計達1271.4EFLOPS,年複合增長率52.3%;2023-2028年我國IDC市場規模年複合增長率將達21.39%,2028年市場規模有望突破6260億元。同時,智算中心在這兩年呈井噴之態。中國IDC圈統計顯示,當前處於不同建設階段的智算中心項目已超500個,其中160個項目投產運營,200餘個項目在建。具體來看,實體算力基建,覆蓋土建施工、園區建設、機電安裝、電網擴容…… 這對本在“落日線”上掙扎的建築企業而言,無疑是樁振奮人心的好消息。前段時間,一則DeepSeek招聘土木生的消息更讓整個建築界都在奔走相告。

據悉,除了DeepSeek,“優志願”統計顯示,字節、智譜、阿里雲、騰訊等一眾互聯網企業,紛紛擴招土木、暖通、電氣、能源類人才。其中,字節跳動在寧夏註冊公司,科技公司爭相擁抱土地、廠房和基礎設施。一眾建築企業也確實開啟了屬於AI時代的建設轉型。“每日經濟新聞”報道,中國建築已經參與建設了多個大型算力中心,包括河北人工智能算力中心、火山引擎長三角算力中心、聯融粵港澳大灣區算力基礎設施……除了中建這類頭部企業,一些地區性企業也快步跨入AI賽道。公開資料顯示,早在2024年,陝西幾大頭部建築企業,包括陝西建工集團、葛洲壩三公司、華陸工程科技公司、陝西省現代設計院就在探索AI與建築業的融合。

更有意思的是,有些企業開始“去房化”。典型的例子是城地香江,企業主營業務構成中,IDC業務一度佔比99.79%。前後中標中國移動長三角(揚州)數據中心算力基礎建設、中國電信江北數據中心算力基礎設施、蕪湖瓏騰智算互聯網產業園一期項目……然而,在AI挨個激活傳統賽道後,在建築圈也悄悄滋生出一種想象:這一波工業基建,能不能復刻當年地產黃金時代的全民紅利?回望過去,在真正的建築行業普惠期,幾乎每家企業都賺得盆滿缽滿。“中指研究院”統計顯示,2005年,我國代表房企營收均值為24.9億元,2014年達到330.4億元,平均每年增長32.2%。從盈利水平看,2005-2014年代表房企淨利潤率均值為18.

1%。靠AI託舉起來的算力基建風口,能讓整個建築行業一掃近年的頹勢,集體揚眉吐氣嗎?具體來看,根據能力層級不同,各大企業在AI基建產業鏈裡的生態位也不同: 比如,上層鏈條 EPC 總承包商以中國建築、中國電建、中國能建等頭部企業為代表;中層為專業工程分包商,聚焦機電安裝、潔淨工程、液冷系統施工、特種消防等專業環節;底層為純土建分包商,承接主體廠房建設、外立面幕牆、園區道路。根據企查貓統計數據,截至2026年4月,全國僅存續或在業的工業地產相關企業就高達23368家。加上跨界的傳統建築企業,這一賽道只會更加熱鬧,內部競爭只會更激烈,一些企業剛吃上紅利、就有一些企業的局面開始下滑。

以城地香江為例,2024年下半年以來,城地香江在算力基建圈頻頻斬獲大單。2025年,城地香江營業收入為38.58億元。到2026年上半年營業收入14.73億元,同比增長14.59%;但歸屬於上市公司股東的淨利潤虧損645.32萬元,2025年同期為3735.81萬元,同比由盈轉虧。另外,算力中心可以分為IDC及AIDC兩類,從CAPEX(資本性支出)來看,基建、機電、設備資本開支佔比大概在10%/40%/50%,也就是說,相比於機電、設備、基建的資本開支佔比並不高。無獨有偶,在DeepSeek的招聘爆火建築圈時,就有多位業內人士表示,在數據中心整體工程量中,土建工程佔比通常不足20%。

相對的,對電氣、暖通、結構的需求更大,這意味著,AI基建並非對所有建築企業一視同仁。對於自帶電力建設基因的頭部企業而言,這是一次順勢而為的能力延伸。但對於部分只具備土建施工能力、業務鏈條不完善的中小企業而言,這波行情與它們關係不大。拿不到大頭分包,就只能在外圍土建、幕牆、場地道路等低附加值環節內卷。時代確實在前進,但這次並沒有帶上每一個人。互聯網企業的錢實在不好賺?根據《中國數據中心產業發展白皮書》,互聯網行業是IDC產業發展的主要推動力。進入AI時代,全球AI投資重心進一步向全鏈條基礎設施升級。

根據TrendForce集邦諮詢最新統計,2026年全球九大雲端服務供應商包括谷歌、亞馬遜、Meta、微軟、甲骨文,以及我國廠商字節跳動、騰訊、阿里巴巴、百度合計資本支出將突破8867億美元。而算力中心,作為AI基建的核心載體,順理成章成為各大企業押注的關鍵賽道。例如,2026年7月,阿里雲正式宣佈,其位於南通、杭州和烏蘭察布的三座超級數據中心正式落成,未來還將在全國建設10座以上的超級數據中心;9月,《南華早報》報道,字節跳動在內蒙古烏蘭察布建設新一批數據中心,新增算力規模預計達到5 - 6 GW。互聯網企業的大手筆資本投入,為一大批建築企業打開了AI 基建的參與窗口。

例如,中建三局承建火山引擎長三角無為算力中心項目;湖南建投建工集團承建世紀互聯烏蘭察布零碳智算中心基地二期項目;城地香江合作過字節跳動、阿里巴巴、騰訊、華為、京東等一眾互聯網大廠。需要注意的是,儘管時代給了建築賽道一次重生的機會,但互聯網大廠的錢並不好賺。首先,算力中心重資產、高能耗,《南華早報》援引東吳證券此前發佈的研究報告稱,目前建設 1GW AI 數據中心所需的前期投資約為 1600 億元,這其中,IT硬件與電力支出貫穿項目全週期,是兩大核心成本項。

與前文基建在算力中心資本支出中佔10%相吻合的是2022年奧飛數據披露的一組說明:公司 IDC 項目(以廊坊固安B 棟、C 棟及廣州南沙A棟為例)設備採購支出佔總投資的比重均超過八成(分別為84%與83%),項目建設以硬件投入為主導;此外,土建 設計等工程費用佔比為 14%-15%。這兩年,隨著AI催動高端的萬卡級AIDC項目,硬件設備只會更高,土建佔比更低。其次,在整個IDC產業鏈上,互聯網客戶一直有高定製、高彈性、低成本、快交付的要求。到了AI時代,甲方需求彈性高、下游承包企業營收確定性弱的矛盾進一步突出。據悉,城地香江就接連兩次遭遇算力項目合同生變。

如果遇到迎合風口的跨界企業,波動的概率則會更大。這兩年,不斷有食品企業、服裝企業、家電企業往算力賽道闖,但後續的崩塌也來得很快。據悉,2025年4月,蓮花控股終止一項金額為5.55億元的算力合同;同年9月,京源環保全資子公司公告終止3.2億元算力集群建設項目。2026年7月,華爾街空頭大師、Chanos & Co.創始人Jim Chanos在Risk Reversal播客中表示:當前AI基建投資的規模遠超互聯網泡沫時期,超大規模雲廠商的增量投入資本回報率已從約18個月前的40%降至當前約20%。若支出速度持續,這一數字可能進一步下滑至10%。

這番針對AI基建的“預判”,不僅為互聯網廠商敲響了警鐘,也給扎堆向算力建設轉型的建築企業提了醒:眼下火熱的訂單繁榮,本質上是科技巨頭在搶跑,並不是能夠永續的長期剛需。這倒逼建築企業,不能一味追逐拿單,要抓住機會各施其技,轉向做實履約。例如,一些電力企業依託風光儲資源建立“算電一體化”模式,依託綠電直供大幅壓低算力中心用電成本。傳統建築企業、建材製造企業則通過盤活閒置廠區快速落地機房,大幅縮短基建週期、壓縮固定投入。回望地產黃金時代的普漲狂歡,建築業或許再也等不來那樣的全民紅利。幸而AI算力基建能帶來一次精準的能力分層與價值重構,足夠企業獎勵向上生長。工業地產賽道正在劇烈“洗牌”?

算力基建掀起的熱浪,很容易讓人誤以為這就是工業地產最大的風口。但其實,撥開 AI 的話題效應就會發現,整個工業地產在脫離低端廠房建設後,正在沿著高端製造業的脈絡,裂變成一個個細分賽道。算力中心當然是其中增長最快的一個品類,但除此之外,半導體潔淨廠房、新能源超級工廠、智能汽車生產基地、航空航天配套產業園、人形機器人測試場、低空經濟起降樞紐……新一批工業地產載體也在快速崛起。以中國建築為例,2026年上半年財報顯示,工業廠房成為企業最大增長極,上半年新籤合同額5617億元,同比大增24.2%,占房建新籤合同總額比重躍升至36.

2%,除了算力中心,還涵蓋半導體、新能源、電子及通信、汽車裝配、航空航天等新興產業的廠房建設。隨著住宅、商業類物業的投資回報率日漸降低,工業地產的確在接過時代接力棒。前瞻產業研究院預計伴隨低空經濟、人形機器人等明顯佔地空間需求較大的產業爆發,預計到2031年,全國工礦倉儲用地總供應量預計將回升至15萬公頃以上。值得注意的是,隨著時代更迭,工業地產賽道正發生巨大變革。具體來看,土地供給規則、產業形態、商業模式,都在刷新過去幾十年的舊遊戲規則。先看土地供給規則。當前的工業用地基本都在綁定高端產業。2025年8月,“央廣網”報道廣州市增城區掛牌出讓5宗工業用地,總佔地面積12.

41公頃,計容建築面積達49.02萬平方米,聚焦新能源、低空經濟、新型材料……無獨有偶,2026年4月,“北京日報”報道,懷柔科學城某塊地正式掛牌公告,聚焦高端電力裝備製造、新能源。再看產業形態。和傳統廠房“建成即適配”的通用屬性不同,高端工業地產基本是 “產業先行、定製開發”。例如,晶圓廠車間要求納米級微振控制與恆溫恆溼環境,新能源動力電池工廠要匹配防爆、防腐與自動化物流的特殊設計……這些賽道的施工難度與技術門檻,讓絕大多數傳統建築企業失去跨界能力。另外,工業地產的商業模式也在急速升級。傳統工業地產的盈利模式無非是:拿地、建設、出租,靠租金與物業服務費回收成本,本質上還是“房東生意”。

而新一輪工業地產的頭部玩家需要真正的產業承載能力。2026年“中華建設網”統計,今年多家產業園區REITs近60日深度回調,跌幅超25%,存量普通園區資產持續估值下修。但硬核園區資產,依舊稀缺、溢價、搶購。以華夏金隅智造工場REIT為例,作為全國首單城市更新產業園公募REITs,發行公眾認購倍數高達288倍,2026年上半年出租率92.07%,年化分派率接近6%。時代的鉅變讓整個工業地產賽道的玩家迎來了一次命運轉折。中指研究院發佈的《2026中國產業運營商評價研究報告》顯示,從總資產規模來看,2025年代表性企業平均總資產達458.02億元,同比增速僅0.11%,較2024年6.

69%的增速有所回落。然而,新建園區持續向一、二線核心城市、硬科技優質賽道集中。頭部企業憑藉核心區域的資源優勢與產業佈局能力,依然保持資產規模的穩健增長。新時代的科技風口給了它們一次機會。從盈利規模來看,2025年代表性企業盈利水平實現邊際修復,代表性企業平均淨利潤達9.33億元,同比增長37.81%,平均淨利潤率回升至18.56%,較2024年16.79%的水平實現邊際修復。而尾部企業命運如何,則很難圓滿預判。縱觀我國工業地產產業鏈鏈條,各路企業齊聚一堂。上游有金融機構如中國銀行、平安銀行等;中層建築商如中國建築、上海建工承接了大量高標準廠房與設施建設。

而下游涵蓋比亞迪、寧德時代等製造業巨頭,阿里、京東等電商零售企業,順豐、德邦等第三方物流……往後看,這一輪工業地產的升溫,並不是簡單的行業週期反彈,而是產業升級的投射。於建築企業而言,新時代的到來拷問了每一家企業的能力定位。地產時代的紅利似乎屬於整個行業,而工業時代的紅利,只屬於跟得上產業步伐的玩家。

Related

相關文章

IT之家模型更新

美國 AI 巨頭提議開發減速,歐洲同行和政界並不認同

作者:清源 責編:清源 評論: 9 月 18 日消息,據路透社今天(18 日)報道,此前,阿莫迪、奧爾特曼和馬斯克先後發出警告,能力不斷增強的 AI 系統可能帶來風險,故有必要控制其發展節奏,但歐洲企業和官員對此表現出明顯懷疑。法國初創企業 Mistral 在聲明中指出,這些風險早在幾個月前就已十分明確了。

3 小時前
IT之家模型更新

北京發佈“詞元經濟十條”:高標準建設詞元工廠,推動關鍵核心技術攻關

作者:浩渺 責編:浩渺 評論: 感謝網友 蛋殼兒 的線索投遞!9 月 18 日消息,北京市經濟和信息化局今日宣佈,北京市“詞元經濟十條”正式發佈。為貫徹落實《國務院關於深入實施“人工智能+”行動的意見》(國發〔2025〕11 號),率先培育智能經濟新形態,以詞元(Token)為抓手,發展詞元經濟新增量,制定《北京市加快詞元經濟發展的行動方案(2026—2028 年)》(注:以下簡稱《行動方案》)。

4 小時前
量子位模型更新

OpenAI剛曝光循環架構,這家公司更早將其用於世界模型

鍵詞只有一個:循環。 Astra採用了一種被稱為“循環深度”(Recurrent Depth)的架構,本質是讓同一組Transformer層被反覆複用,用更少的參數實現更深的計算。 這被外界視為OpenAI對傳統“堆參數、堆算力”路線的一次重大修正——不再只是把模型做大,而是讓模型學會“反覆思考”。 消息一齣,整個AI社區迅速升溫。

8 小時前

千問辦公接入高德門店經營專家套件 提升實體店選址與經營效率

此項新功能自9月18日起正式上線,用戶只需在千問辦公添加相應套件並完成高德賬號授權,即可實現從門店選址到日常經營分析的全鏈路工作。隨著實體商業的不斷發展,傳統的人工選址和經營分析方式顯得效率低下且容易出錯。個體創業者在開新店時,往往需要花費大量時間進行實地勘察,整體耗時可達一週,而商家在監測門店熱度變化及競爭對手動態時,也面臨數據整理繁瑣、分析結果不準確的問題。

9 小時前