过去十年，大批地方国企供应链公司、城投系贸易平台及金控下属物资公司，依靠“低成本银行授信 + 大宗品类走单 + 总额法确认营收”的成熟模式持续扩张，实现了报表美化与行业排名提升。

该模式在 2023 年前属行业潜规则，此后已彻底转变为高风险雷区。

2023 年，国务院国资委印发《关于规范中央企业贸易管理严禁各类虚假贸易的通知》（"74 号文”），明确“十不准”，将融资性贸易、空转走单等划为禁区并严肃追责。各地国资委随后要求地方国企参照执行。

随着 2024 年《国有企业管理人员处分条例》施行及 2026 年《中央企业违规经营投资责任追究实施办法》落地，追责情形扩充至 98 种，实行三级穿透追责，且责任不因人员退休或离职免除。

市场端已有多个主体因不合规业务付出代价：宁波梅山岛开发投资因电解铜空转大幅核减营收；泰州城投因会计差错调减超三成营收；株洲新芦淞累计调减营收超 20 亿元。结论清晰：依靠刷流水维持的传统供应链公司，面临的已是生存问题。

转型绝非简单更换招牌设立“智算公司”。算力赛道前景广阔，但盲目入场极易亏损。

算力供应链的三个阶段：采购、持有资产、词元（Token）工厂

算力供应链是一套逐级加重资金投入与技术门槛的赛道组合。国企布局哪一层，取决于自身资金、资质、团队能力及本地产业场景。

阶段一：算力采购

本质是将国企原有的钢材、设备代采能力，平移至 GPU 服务器、液冷机柜等算力硬件领域。

标准业务流程：

1. 下游客户（大模型企业、高校、政企 AI 项目方）下达采购订单；
2. 国企向上游厂商（浪潮、华为、联想等）锁定货源；
3. 国企依托银行授信开具信用证或垫资，货物直交付客户指定 IDC 机房；
4. 国企收取服务费或资金占用费，不持有 GPU 硬件资产。

核心优势：具备稳定银行授信与成熟风控体系；依托国资信用易获厂商账期支持；在满足“主要责任人”判定下可采用总额法确认营收。

显著短板：盈利空间狭窄（净利润约 0.5%—1.5%）；无法沉淀运营能力；业务核心比拼锁货能力而非商务关系，受出口管制与配额约束明显。

算力代采仅是能力的自然延伸，若仅停留于此，并未摆脱传统贸易属性。

阶段二：算力持有与租赁

国企利用自有资金或联合基金采购 GPU 集群，部署至 IDC 机房，以机柜或整集群为单位对外出租。

主流资产包括英伟达体系（H100/H200 等）及国产算力体系（昇腾、寒武纪等），配套液冷机柜与高速网络。

行业市场数据：

• 截至 2025 年 6 月底，我国在用算力中心机架总规模 1085 万标准机架，智能算力规模 788 EFLOPS；IDC 预测 2025 年可达 1037.3 EFLOPS。

• 2024 年中国智能算力市场规模 190 亿美元，同比增长 86.9%。算力租赁价格波动明显，H100 一年期合约单价曾跌至 1.70 美元/GPU·小时，后回升至 2.35 美元。

• 国内算力租赁市场规模预计 2026 年突破 2600 亿元，复合增速超 20%。

资产回本参考：理想场景下 GPU 资产约 2.5 年收回投资。国内受能耗、运维及硬件贬值影响，实际周期普遍更长，“4 个月回本”多为营销口径。

核心优势：融资成本低；可争取用地与能耗指标；政务及国企客户偏好国资背景平台；可申报各类产业扶持补贴。

认知误区：购置服务器≠具备运营能力。硬件上线仅是起点，调度、鉴权、计费与容灾能力才是盈利关键。

阶段三：词元（Token）工厂

词元工厂不再单独销售硬件资源，而是直接输出经大模型运算生成的词元服务，按调用量计费，类似“售卖 AI 推理能力”。

评判标准转变为：单位功耗产出词元数、单词元成本、服务稳定性及多模型兼容切换能力。

国内落地样本：

• 北京数据集团京算公司上线“京算词元工厂”，以标准化 API 输出服务；

• 贵州移动联合硅基流动打造智算推理平台，接入多款主流模型服务政务与企业；

• 中国移动浙南词元工厂落地温州，接入 300 余款模型，服务区域制造业；

• 中国电信宁夏启动百亿级词元工厂集采项目。

词元工厂是终端成品环节，理论利润最大但技术壁垒最高。国企独立搭建难度极大，需深度绑定 AI 基础设施厂商。

合不合适？先看机会，再看底色

机会侧：转型算力供应链具备现实支撑

1. 政策窗口多重叠加：“东数西算”及“十五五”规划推动算力设施规模化发展，契合新质生产力主线。

2. 市场需求真实存在：AI 算力供需缺口巨大，政务、金融及制造业场景已从试点转向常态化部署，优先选择国资服务商。

3. 原有能力可复用：招标、授信、跨境结算等供应链基本功可直接变现。

4. 退出路径清晰：代采业务沉没成本低；持有资产可通过 REITs 或包销盘活；词元工厂可纳入政务云采购。

不适合转型的典型情形

• 团队缺乏 ICT 认知，简单将服务器等同于煤炭钢材贸易；

• 单纯依靠“国资身份”坐等客户，忽视信创适配与预算申报流程；

• 采用短期债务采购长周期折旧的 GPU 硬件，引发流动性风险；

• 盲目追逐高端芯片或单一国产路线，面临货源紧张或生态不足难题；

• 起步即瞄准词元工厂，无自建集群与稳定合作方，易演变为新型概念空转。

核心判断：适合采用“三段阶梯推进模式”，试图一步到位建设词元工厂大概率沦为概念项目。

稳着做的路径：三段跳

第一段：算力代采切入，6—12 个月验证团队能力

• 不自主购置硬件，落地标杆代采项目，签订年度框架供货协议；财务核算清晰区分服务费与资金占用费，严禁包装为自营贸易；考核重点转向锁货周期、交付率与复购率。

• 止损规则：12 个月内无法获取 2 家以上长期客户，应退回纯供应链服务赛道。

第二段：联合开展算力持有租赁，轻资产起步

• 优先租赁运营商或第三方 IDC 资源，布局东数西算枢纽节点。

• 首期集群规模控制在 500P—2000P，总投资不超过净资产 5%。资金结构建议：30% 自有+40% 长贷 +30% 产业基金。硬性前提：保底承租方承载 70% 以上容量后再启动采购。

• 硬件配比建议国产占 40%—60%，运营平台选用成熟方案外包，避免重金自研。

参考样本：深圳龙岗城投湾东智算、济南城投人工智能算力中心、东莞智数公司城市级公共算力服务平台。

第三段：布局词元工厂，坚持“国资+AI 厂商”合资模式

国企输出资源与资质，AI 厂商提供引擎与系统。股权可选国企控股或三方合资，避免独自承担技术迭代风险。

• 商业模式：接入主流大模型 API，按量计费。场景优先顺序：政务办公、制造业质检、内部知识库，暂缓 C 端应用。

成功逻辑：国资不独立研发底层引擎，聚焦合规底座与产业场景入口。

行业内已经跑通的落地样本

1. 深圳龙岗城投（湾东智算）：一期 2000P 算力点亮，规划万 P 集群，可调度社会资源 40000P 以上。
2. 济南城投：建成山东首个 E 级单一智算集群，推出“大模型创新工厂”。
3. 东莞智数公司：配置 100P 国产算力，统筹外部资源 10489P，打造城市级制造业大模型中心。
4. 宁波通商控股：运营人工智能超算中心，配套算力券扶持机制。
5. 贵安发展集团：推进“传统基建 + 数字新基建”，部署 16000P 算力，锁定长期订单。
6. 北京数据集团京算公司：上线标准化词元服务平台，通过 API 提供 AI 推理服务。
7. 贵州移动×硅基流动：打通硬件到词元服务全链路，接入多款主流模型。

共同特征：普遍采用“国资平台+IDC/ 运营商+AI 技术厂商”三方合作；先锁定场景再定规模；有序向持有与服务延伸，节奏审慎可控。

潜在风险与规避方案

风险 1：原有营收思维复发，将算力业务包装为新型空转贸易

表现：签订阴阳合同，服务器无真实负载。规避：依据实际运行时长结算，留存审计凭证，引入第三方核验。警示：监管打击的是无商业实质交易，若将空转套路平移至算力领域，合规风险一脉相承。

重要警示：监管打击的是无商业实质的交易模式，而非贸易品类。若将电解铜空转套路平移至算力租赁、算力代采闭环交易，本质仍是脱离真实产业需求的资金业务，合规风险一脉相承。

风险 2:GPU 硬件大幅资产减值

规避：分批投入，控制单次采购规模；优化英伟达与国产芯片配比；加速折旧，不美化报表；采购前锁定长期承租方。

风险 3：能耗指标、电力并网约束

规避：优先布局八大枢纽节点；对接绿电交易；大型项目若无配套变电站条件需谨慎启动。

风险 4：技术路线被厂商绑定

规避：初期采用厂商托管平台；明确协议中迁移与切换责任；词元工厂坚持合资，不买断源码。

风险 5：政务客户账期较长，引发现金流压力

规避：代采垫资控制在 90 天内；争取运营商包销兜底；贷款期限匹配资产生命周期（不低于 5 年）。

风险 6：数据安全与等保合规风险

规避：物理隔离集群（国产承载政务，英伟达承接商业）；完成等保三级与密评；境外模型调用需经安全网关转发。

风险 7：生成式 AI 监管合规风险

规避：落实大模型备案、内容审核及用户数据保护制度。

写在最后

国企供应链公司转型算力供应链，是供应链服务能力、国资信用与 ICT 数字化运营能力的重新整合。

仅做代采属于品类升级，增长有限；延伸至持有租赁需兼具资产管理与运营能力；布局词元工厂则必须摒弃独立运作思路，转向合资运营模式。

2026—2028 年是地方国企置换真实算力资产、培育数字化业务的关键窗口期。窗口期关闭后大规模进场，将面临高位接盘风险。