保险业如何押注万亿 AI 基建：新风险池与新角色

人工智能正进入新一轮资本开支周期。高盛在最新报告中指出，全球 AI 投资重心正从模型研发向更广阔的实体经济延伸；预计 2026 年至 2031 年，围绕计算、数据中心和电力的全球 AI 资本开支将达约 7.6 万亿美元。中国也正快速进入这一建设周期，2026 年初中国 AI 大模型日均 Token 调用量已突破 140 万亿，较两年前增长约 1000 倍；全国在运营、建设及规划中的智算中心项目超过 500 个，智能算力规模达 188.2 万 P（FP16），位居全球第二；「十五五」期间算力基础设施投资规模预计约 2 万亿元。当数万亿元的基建投入持续落地，一个新的高价值资产池正在形成——而保险行业面对的，是一个过去并不存在、与之相匹配的风险保障体系仍有待完善的全新市场。

从「模型竞争」到「基础设施竞争」

支撑 AI 发展的关键资源正在从软件能力转向更重资产的基础设施体系。大模型训练、推理服务和企业智能化应用都需要持续投入大量计算资源，算力正在成为类似电力、通信和交通的新型基础设施。

核心数据一览：

• 日均 Token 调用量从 2024 年初约 1400 亿增长至 2026 年 3 月 140 万亿，两年增长约 1000 倍；
• 截至 2026 年 3 月，中国智能算力规模达 188.2 万 P（FP16），较去年同期增长 2.5 倍；
• 2025 年中国算力市场规模预计 8351 亿元，2026 年有望突破万亿元；
• 全国在运营、建设及规划中的智算中心项目超过 500 个，万卡级集群不断增多。

与互联网时代依靠软件、平台和流量实现扩张不同，AI 产业具有明显的资本密集型特征。一个大型智算中心并非简单堆叠服务器，而是由建筑、电力供应、高性能 GPU 服务器、制冷系统、网络设备和安全设施共同构成的复杂体系。瑞士再保险（Swiss Re）研究指出，部分超大型数据中心建设成本已达数十亿美元，部署高价值 GPU 设备后整体投资规模可能进一步提升，极端项目甚至可超 200 亿美元。

超级算力资产正在创造超级风险

AI 基础设施与传统工业资产有一个根本区别：它的价值核心不在设备本身，而在持续提供计算能力的能力。一旦关键系统出现故障，即使没有严重物理损毁，也可能造成巨大经济损失。这意味着，AI 时代保险面对的问题正从「设备损坏怎么办」转向「算力生产体系停止运行怎么办」。

AI 基础设施面临的风险呈现多重叠加：

• 物理层面：高价值 GPU 服务器、电力系统、制冷设备等任一环节故障都可能影响整体运行；
• 数字层面：网络攻击、数据泄露、勒索软件和供应链安全风险持续加剧；
• 业务层面：算力中断将造成模型训练延期、AI 应用暂停、客户服务中断与合同履约风险。

对于依赖算力服务的企业而言，真正的损失往往不是设备维修成本，而是算力服务中断带来的业务影响。当单体投资规模达数十亿甚至百亿美元级别时，传统风险分散机制将面临新挑战。

从风险保障到风险管理：保险模式重构

传统保险体系建立在长期风险数据积累之上，但智算中心和 GPU 集群对应的很多风险仍处早期阶段，保险行业面对的是「高价值、低历史数据」的新领域。

这意味着算力保险的方向并不是简单增加一个新险种，而是推动风险管理模式整体变化。过去保险主要承担事后经济补偿功能；对于投资规模数十亿美元的智算中心，企业更需要的是覆盖建设、运营和服务全过程的风险管理能力。以源堡科技探索的「防+保」一体化模式为例，保险机构正尝试在承保前识别风险、运营中持续监测、事故后提供调查与恢复支持。

未来围绕 AI 基建形成的保险体系将融合财产损失、工程风险、营业中断、网络安全和第三方责任等多维保障。保险行业需要逐步建立针对 AI 基础设施的风险数据体系和定价模型——谁先积累起算力基础设施的运行数据、风险案例和损失经验，谁就更有可能获得这一新兴市场的定价能力。

保险资金的新角色：从负债端到资产端

AI 基建的影响并不止于风险端。智算中心、数据中心和算力网络具有投资周期长、资本投入大、产业带动效应强等特点，与保险资金长期负债属性高度匹配。

一方面，保险资金通过股权投资、产业基金等方式参与 AI 产业链上下游，为基础设施建设和生态完善提供长期资本；另一方面，围绕 AI 基建的新型风险保障——包括算力保险、数据中心保险和网络安全保险——正成为保险行业新的产品方向。保险资金正从传统金融投资者逐步拓展为 AI 产业发展的长期资本伙伴。

当算力成为数字经济的重要生产资料，保险行业能否建立与 AI 基建发展相匹配的风险管理能力，将成为观察保险业服务新质生产力发展的一个重要窗口。