中國的便宜電力藉AI使用轉換輸出獲利

一、中國低電價助力AI(人工智能)應用及重塑全球AI定價權 

              在人類文明發展過程中，人工智能是必然發展方向，而AI的使用需建立耗電極大的數據處理中心。中國在長遠發展國策上走對了道路，建立了世界第一的發電量及電網，便宜的電價及清潔能源讓中國的AI發展有了底氣。人類在貨櫃廣泛使用前，貨物出口靠人力、堆高機及吊具搬運，貨船的裝卸耗費極大。但貨櫃的出現改變一切。任何AI貨物只要裝進貨櫃就能被任何港口的吊車裝卸及任何貨輪運輸。當中國成為世界工廠後，中國產能藉著貨櫃運至全球各角落。而在AI時代，一個新的「貨櫃」稱為Token出現了。Token是大語言模型處理文字的最小單位，Token翻譯成詞元，是大語言模型處理文本的最小單位。在大型語言模型中，它代表文字被切分後的字、詞或字符碎片，用作理解與計費的基準。在AI時代，Token就是AI的工作量單位。使用者每問一句話、每生成一張圖、每寫一段程式碼，都在消耗Token。而製造Token的成本中，電力+算力佔比超過70%，遠高於其他任何成本。所以Token本質上就是電力轉化的數字產品。Token讓任何智慧服務都能被計量、被交易、被出口。 

              當美國使用者點選滑鼠呼叫智譜或Kimi的API，資料通過太平洋海底光纜抵達中國資料中心，GPU消耗中國電力完成推理——電力從未出境，但價值已通過Token完成跨境交付。美國使用者呼叫中國大模型API的結果就是電力不出境但電費已交付。長期以來，電力跨境貿易面臨巨大挑戰：特高壓輸電會損耗5%-10%的電力，建設線路成本高昂；使用電池儲存再運輸，不僅容量有限，還會產生自耗電，經濟性極差。Token的出現完美解決了這一難題。中國的電力驅動GPU製造Token，Token通過網際網路（海底光纜）傳輸到全球，使用者付費購買Token對應的AI服務，實際上就是在購買“中國電力轉化而成的數字價值”。中國電力價格低廉是發展清潔能源政策成功的結果，西部地區工業電價可低至0.1-0.3元/度，比美國便宜60%以上，比歐洲更具成本優勢。中國政府推動的“東數西算”工程將數據處理資料中心佈局在內蒙古、甘肅等風電、太陽能資源豐富的地區，幾乎可以實現100%使用綠色電力，進一步降低電力成本，電力價格優勢直接轉化為Token成本優勢。DeepSeek通過技術最佳化，每百萬Token定價僅為0.14美元，而OpenAI同類服務高達7.5美元。AI時代的Token需求暴增，AI智能體、視訊生成等應用日益普及，對算力的需求呈指數級增長，而算力的核心成本（電力、GPU）持續上漲，導致雲服務營運成本大幅上升。全球範圍內，AI智能體普及後，Token消耗量將更加驚人，這意味著算力需求增長；算力需求增長則推動電力消耗上升。未來，電力將成為制約行業發展的最大瓶頸，誰能解決電力低廉及供應穩定的問題，誰就能抓住AI行業的機遇。 

二、中美AI競爭由於便宜豐富電力向中國傾斜 

              事情起源於一個代號為「龍蝦」的開源專案，1月末該計畫爆火──隨後中國AI也熱起來了。全球最大模型聚合平台OpenRouter資料顯示，最新一周，平台前十模型總Token消耗約8.7兆，中國模型佔5.3兆，佔比高達61%。Token是AI處理資訊的基本單位。這意味著海外用戶用實際行動給中國大模型投了票。本質上這是因為電力——「龍蝦」標誌AI發展進入到新階段的同時，帶來了對電的需求激增，而中國擁有全世界最大規模的電網及電力生產，中國AI憑藉電力優勢，以更低的成本被推上了全球舞台。Token出海是長期趨勢，目前只是開始。在這背後，電力將在接下來AI競爭中越來越成為決定性因素。地區，結構性缺電的影響已經顯現。 第三，AI的發展將進入Agent落地的新階段。圍繞著「龍蝦」衍生出多種商業模式。鑑於過去一年地緣政治的巨大變化，中國依靠開源模型和Token出海在歐洲等地區可望開啟新局面。「龍蝦」是一個在GitHub上迅速爆火的開源自主AI Agent框架。它的意義在於，讓AI從一個「只會聊天的工具」變成了「能工作的數位員工」。「龍蝦」出現前，大家對AI的需求是半自動化的，你問它答，智能程度有限。但「龍蝦」開啟了AI全自動時代。你給它一個指令，它會在後台自主運作數小時，查資料、寫程式碼、調工具，最後直接給你結果。換句話說，效率提升是指數級的。這種對算力的消耗成長也是指數級的。Token相當於AI時代的“石油”，是AI處理資訊的計費基礎。一次簡單的對話可能只需要幾百個Token，但一個全自動運行的Agent任務，動輒消耗數十萬甚至上百萬個Token。當全球開發者發現配置一個全自動Agent如果調用美國模型，一夜之間可能產生數千美元的帳單時，他們開始瘋狂尋找替代品。這時，中國模型帶著更便宜的Token成本出現了。粗略估算，DeepSeek R1的推理費用比OpenAI o1便宜5-27倍，這種巨大的價格差催生了所謂的「Token出海」——為了降低Token成本，海外開發者透過API調用中國開源模型，資料跨越海底光纜來到中國的資料中心，消耗中國的算力完成計算後再傳回。 這本質上是服務貿易。這種數字傳輸不經過海關，沒有關稅。用戶激增已經帶來了實在的效益。這是一種全球AI成本結構的重塑。而支撐這一切的底層邏輯，正從晶片轉向電力。 

三、電力成為AI競爭的籌碼 

        「制約人工智慧落地的核心因素是電力供應。」的論點正成為現實。Token的成本可以簡單拆解為算力折舊+電力+網路+冷卻+運維/最佳化。目前，算力折舊也就是晶片成本佔比約40%–50%；而電力（含冷卻）的成本約佔30%，低於晶片成本。但是，一旦進入全自動呼叫的“Agent時代”，算力需求激增，現在的Token成本公式就會被重構。電力將會成為決定性因素。「龍蝦」的出現讓外界意識到了這個未來不遠了。摩根士丹利數據顯示，2030年，資料中心用電增量會躋身全球新增電力第四大增長極。中國的清潔電力世界第一，新疆沙漠的太陽能發電每度成本低至0.2元人民幣。但大量的綠電正在閒置著，這正是Token出海的好機會。透過「東數西算」策略，中國將資料中心引導至這些電力富餘的西部地區。電可以轉化成Token，透過光纜傳向全世界。換句話說，中國在滿足新增電力需求上的基礎建設速度與系統能力，才是中國在電力上的最大優勢。美國的缺電不只是發電站不夠，而是整個電網的穩定性、負載能力和基礎建設速度跟不上。馬斯克擔心的不是現在，而是未來指數級增長的需求，美國建電站的速度太慢了。美國在維吉尼亞州等資料中心高度集中的地區，過去五年的電價漲幅高達267%。新增的AI電力需求已經開始擠壓普通居民和工業企業的用電空間。中國擁有全球規模最大的新能源裝置。這種大規模基建能力的差異，當電力激增時未來會讓價差越來越大。目前，中美在AI領域的博弈已經呈現出錯位競爭。中國在晶片硬體上有短板，模型起初不得不開源擴大軟體上的優勢。這種做法加上電力基建優勢反而擴大了海外對中國的開源模型的需求；而美國擁有全球最先進的晶片技術，卻陷入了「電力焦慮」。   當Token需求量暴增，那些能將廉價電力轉化為穩定算力輸出的雲端巨頭實際上將有望成為數位時代的「電力批發商」。現在的算力市場依然是「賣方市場」而在全球版圖上，歐洲正成為中國Token出海的一個意外盟友。一年前，歐洲公司對中國模型是存疑的，擔心資料安全和審查。隨著川普執政的不確定性，歐洲人意識到不能將所有雞蛋放在美國的籃子裡。當歐洲公司開始放下對中國公司的偏見，發現DeepSeek或Qwen不僅便宜，而且部署在本地伺服器上同樣好用時，目前，Hugging Face上中國開源模型的下載量已超越美國，佔比達到17.1%。這種「開源+低價」的策略，正在加速一個「數位員工」的時代。