核心观点

本报告探讨了人工智能 (AI) 在能源领域的应用潜力，并分析了数据中心用电量增长对电网规划运营的影响，同时提出了相关政策建议。

关键数据

• 数据中心目前占全球电力消耗的 1.5%，预计到 2030 年将超过两倍，达到约 945 TWh，占全球总电力需求的 3%。
• 东亚地区数据中心的电力消耗预计将大幅增长，到 2030 年将占该地区电力需求增长的显著比例。
• 东亚地区是全球半导体产业的核心，近六成的芯片产量来自该地区，其中 GPU 和 CPU 占比近 60%。
• 中国、韩国和日本等东亚国家已设定净零排放目标，并制定了可再生能源发展计划。

研究结论

• AI 可以在能源领域发挥重要作用，例如：
  • 加速可再生能源的部署，提高可变可再生能源 (VRE) 的整合效率。
  • 优化电网运行，提高电网的可靠性和安全性。
  • 优化终端用户用电，促进需求侧管理。
  • 推动能源创新，例如电池和其他清洁能源技术。
• 数据中心用电量增长对电网规划运营提出挑战，例如：
  • 电网连接排队时间长。
  • 数据中心负荷集中，对当地电网造成压力。
  • 数据中心电力消耗增长快，需要更多低排放电力。
• 政策建议：
  • 加速能源系统数字化，为 AI 应用提供基础设施支持。
  • 更新监管和政策框架，促进 AI 在能源领域的应用。
  • 加强政策制定者、科技行业和能源行业之间的合作。
  • 鼓励数据中心采用高效节能技术。
  • 推动清洁能源采购，为数据中心提供低排放电力。
  • 激励数据中心在电网友好的地区选址。
  • 简化电网建设审批流程。
  • 提高数据中心的透明度和数据收集水平。

核心观点

• NeoCloud兴起背景：AI原生应用爆发式增长，算力需求从通用CPU转向专用GPU，催生专注于GPU算力的NeoCloud厂商。
• NeoCloud与传统云差异：专注单点AI算力供给，保留对数据中心GPU算力的完整控制权，形成芯片厂商+NeoCloud厂商+大模型厂商的三角格局。
• 商业模式差异化：
  • 重资产垂直整合型（IREN、Crusoe）：自建数据中心，核心基建掌控力强，客群集中巨头。
  • 混合模式巨头绑定扩张型（Oracle、CoreWeave、Nebius）：自建核心数据中心+租赁混合，依赖头部客户订单，需要较大杠杆资金扩张。
  • 全租赁轻资产中小客群稳健型（DigitalOcean、Together.ai等）：100%第三方租赁托管，纯轻资产，客户为中小企业/开发者。
• CoreWeave经济模型分析：5年期照付不议合同可锁定未来现金流，撬动低成本融资，单合同现金流可覆盖全周期运营与融资本息，全周期净利率可达16%，合同到期后可形成无折旧成本的第二增长曲线。
• NeoCloud中长期增长动力：AI算力需求持续指数级增长，头部厂商充足的RPO订单锁定3-5年长期收入，与芯片巨头的深度绑定带来的供应链优先供货优势。
• 行业核心挑战：电力与土地的物理天花板、传统云巨头的竞争挤压、高杠杆带来的财务风险、客户高度集中导致的议价权弱势等。

关键数据

• 传统云巨头增速：25Q4微软Azure增长39%，AWS增长24%，GCP增长48%。
• 新兴云增速：Nebius 25Q4季度增速547%，年度增速479%；CoreWeave 25Q4季度增速超过100%。
• RPO增速：新兴云RPO增速达到传统云的3-4倍。
• 资本开支：Oracle年度资本支出计划500亿美元，CoreWeave资本开支同比超过200%。
• 数据中心电力容量：预计到2026年数据中心总用电量将首次突破1000TWh，2030年全球数据中心电力需求预计将达到200GW。

研究结论

• NeoCloud将保持高速增长，核心动能来自AI算力需求的持续指数级增长、头部厂商充足的RPO订单锁定长期收入、与芯片巨头的深度绑定带来的供应链优先供货优势。
• 行业演化趋势：
  • 竞争核心从GPU规模转向更快、更便宜的全链条整合能力。
  • 云规模效益仍在，马太效应会持续加剧，头部厂商凭借资源与订单优势持续扩大市场份额。
  • 差异化成为突围核心，区域布局、细分场景定制、能源成本优势将成为NeoCloud厂商的核心竞争壁垒。
  • 行业经营重心从单纯的规模扩张，逐步转向扩张速度与盈利质量的平衡。
• NeoCloud商业模式可持续性的核心观察变量：交付节奏与利润率平衡、GPU市场供需与价格韧性、债务成本与融资渠道可持续性、客户结构稳定性。
• 风险提示：宏观经济波动风险、AI技术进展不及预期风险、行业竞争加剧风险、供应链问题影响等。

核心观点与关键数据

2025年第四季度，全球企业级SaaS领域的并购交易再创新高，总交易价值达837亿美元，涉及约245笔交易，环比增长23.9%。其中，17笔交易额超过10亿美元，包括5笔超过50亿美元的巨型交易，占总交易价值的76.6%。该季度标志着企业并购活动显著复苏，交易价值环比增长3.2%，交易数量和交易价值均创下自2021年以来的新高。

并购交易结构分析

并购交易主要集中在头部企业，其中17笔巨型交易（包括5笔超过50亿美元的交易）占总交易价值的76.6%。私募股权（PE）与 корпоративных 交易价值的比例恢复到历史水平的1:2，较第三季度的2:1明显回落。尽管如此，PE领域的并购活动依然强劲，交易价值环比下降33.8%，交易数量环比下降28.9%，但仍是全年第二强的季度。私募股权投资总额达320亿美元，涉及约90笔交易。

企业并购趋势

2025年全年企业并购交易总价值达2706亿美元，其中公开上市企业和私募股权支持的企业分别占977亿美元和890亿美元。私募股权支持的企业并购同比增长102.2%，风险投资支持的企业并购同比增长64.4%。从交易数量来看，风险投资支持的企业仍占主导地位，全年共涉及483笔交易。

行业细分分析

• ERP领域：在企业级SaaS细分市场中占据主导地位，2025年交易价值达1366亿美元（占总交易价值的50.5%），涉及311笔交易（占总交易数量的38.1%）。平均交易价格在2025年领先，达到3.03亿美元。
• CRM领域：交易价值达513亿美元（占总交易价值的18.9%），涉及197笔交易。
• AP领域：交易价值同比增长222.6%，达到537亿美元，涉及约15%的交易数量，平均交易价格为4033万美元。
• SCM领域：交易价值同比增长115.7%，达到412亿美元。

子领域分析

• Q4 2025活跃子领域：
  • 财务管理系统：交易价值19亿美元，涉及17笔交易。
  • 制造与运营：交易价值17亿美元，涉及30笔交易。
  • 其他分析平台软件：交易价值11.1亿美元，涉及2笔交易。
  • 营销：交易价值10.3亿美元，涉及10笔交易。
• Q4 2025活跃度较低的子领域：
  • 其他分析平台软件、内容服务、企业搜索、位置智能平台、跨CRM和供应链规划，每类子领域仅涉及1-2笔交易。

2025年并购价值分布

• ERP子领域：在企业并购价值中占比最高，包括财务、制造与运营、供应链管理和人力资源等子领域。
• 制造与运营领域：交易价值占比约16.7%，交易数量占比约15%。

未来展望

预计2026年企业级SaaS领域的并购活动将继续保持强劲势头，ERP和特定CRM细分市场（如营销、数字 commerce、销售和客户服务与支持）仍将是并购的主要目标。此外，分析平台和业务智能等细分市场的子领域预计将迎来更多并购机会。

结论

2025年第四季度企业级SaaS领域的并购活动创下自2021年以来的新高，交易价值达837亿美元，全年总交易价值达2706亿美元。ERP领域依然占据主导地位，而AP和SCM领域的增长显著。未来，随着监管环境的改善，企业级SaaS领域的并购活动有望继续保持活跃。

核心观点

申万计算机行业上周跑输沪深300，跑赢创业板指，表现中规中矩。AI产业方面，海内外多个AI大模型厂商发布新版模型，聚焦多模态能力提升、智能体协同应用和能力升级、tokens成本降低、端侧部署能力增强等领域。阿里Qwen3.6-Plus日调用量突破1.4万亿词元，豆包大模型日均Token使用量超120万亿，智谱AI Coding带动tokens使用的量价齐升，彰显AI应用产业化的进程加速。数据产业方面，世界数据组织在北京完成组建，《数据产权登记工作指引（试行）》发布，推动数据要素产业的加速发展。数据产权登记有望更好地体现数据要素的价值，推动数据要素的交易流通。数字人民币业务运营机构的增加有望提振数字人民币软硬件产品的需求。

关键数据

• 申万计算机行业2026年4月3日PE-TTM为168.49倍，处于较高水平，高于2023-2025年历史PE-TTM的均值158.11倍。
• 豆包大模型日均Token使用量已突破120万亿，在三个月内增长一倍，比2024年5月发布时增长1000倍。
• 阿里Qwen3.6-Plus模型发布仅1天，日调用量突破1.4万亿词元，打破了OpenRouter平台单日单模型调用量的全球纪录。
• 智谱2025年营收7.24亿元，同比增长131.9%，API平台收入约1.9亿，增长约3倍，Q1 API价格涨幅约83%，MaaS API平台的Q1付费Token增长约4倍，Coding Plan Token 6个月增长约15倍。

研究结论

建议继续关注AI大模型应用商业化的加速落地以及tokens使用的量价齐升。关注数据要素和数字人民币业务的进一步落地。中长期视角下，继续聚焦AI产业、数据产业两大投资主线。AI产业主要关注国内AI大模型的技术升级和产品迭代、头部AI大模型厂商的生态建设、智能驾驶、具身智能等新型智能终端及智能体的应用落地进程，以及人工智能治理的生态建设。数据产业主要关注数据基础设施建设、高质量数据集等数据要素资源的开发利用、数据要素的价值释放及应用落地以及数据隐私安全。