当AI开始算账：一家算力企业的“智企”实践样本丨2026 ITValue Summit 数字价值年会

2026 ITValue Summit数字价值年会现场，台下坐着数百位企业CIO与数字化负责人。作为以算力业务起家的超聚变数字技术股份有限公司CEO刘宏云的分享，打破了外界对算力企业“稳坐钓鱼台”的固有认知：“在AI大发展下，企业大家都很焦虑，其实我们自身就很焦虑。”

超聚变刘宏云年会上自曝“算力企业也焦虑”

按常理，算力企业本该是AI浪潮中最少焦虑的主体——无论哪家大模型能力迭代，服务器总有人需要生产。但刘宏云自己拆掉了这个逻辑：正因为超聚变天天与大模型厂商打交道，他们比多数企业更早、更直接感受到模型能力跳涨的速度，也因此更早看到了巨额账单。
刘宏云披露，超聚变拥有数千名员工，平均每天要消耗300多亿个Token，全年预计消耗量在7万亿到10万亿之间，若按当前市场价格折算，仅2026年这一年的AI相关开支就可能在6到7亿元人民币的量级。“甚至有美国企业前四五个月就把全年的Token预算花完了。”

三笔核心账拆解企业AI转型普遍痛点

刘宏云将当前企业的AI焦虑拆解为三笔绕不开的账。第一笔是存量资产账：不少企业花费十几年、二十几年搭建的ERP、CRM等核心系统，在AI浪潮下一夜之间显得笨重迟钝，想改造则牵一发而动全身，不改造又担心被竞争对手甩开。第二笔是投入时效账：AI大约每三个月就迭代一轮，今天围绕营销、仓储、物流等场景投下的AI研发资金，很可能被三个月后的新模型能力抹平，投入是否继续成为难题。第三笔也是最棘手的成本失控账：钱花出去多少，谁也算不清。
硅谷巨头Uber的遭遇正是第三笔账的典型样本。据《The Information》报道，Uber在2025年底向约5000名工程师开放了Anthropic的编程智能体Claude Code，还按AI工具使用量设置内部排行榜激励使用，到2026年3月，约84%的开发人员成为“智能体编程用户”，95%的工程师每月都在用AI工具，约70%提交的代码与AI相关。但到了4月中旬，Uber CTO就公开承认，公司2026年全年的AI预算在头四个月就已经烧完，单个工程师每月的API开销在500到2000美元之间，AI相关成本同比上涨约6倍，财务模型完全没算准这门生意的计价方式。
这种焦虑并非硅谷独有，刘宏云提到超聚变跟上百家企业交流后发现，大家的困惑高度相似：Token消耗量急剧攀升带来的账单远超预期，AI投入的ROI难以衡量，技术迭代速度让长期投入充满不确定性。

超聚变抛出“智企”方案回应AI时代经营进化需求

面对普遍焦虑，刘宏云明确表示“‘智企’正是企业以AI重构经营管理、实现进化升级的重要答案”。作为算力基础设施提供商，超聚变的实践也围绕降低AI落地成本、提升算力使用效率展开：一方面通过优化算力调度架构，将非实时、非核心的算力任务灵活安排运行时段，降低无效Token消耗；另一方面积极布局绿色算力，依托算电协同机制降低算力运营成本。
2026年5月的南宁电网测试已经验证了算力负荷可调节的可行性：中国移动广西公司南宁高新通信枢纽数据中心在接到负荷调节需求后，仅用10分钟就将单机用电负荷快速下降90%，单位用电碳排放强度下降约55.9%。而当前国内主要算力枢纽的PUE已经降至1.20至1.25，上海临港的海底数据中心PUE不高于1.15，绿电供给率超95%，青海绿色大数据中心清洁能源供电占比100%，这些都成为降低AI算力成本的基础支撑。
刘宏云指出，当前不少地方招商引资算力项目时，已经把绿电消纳比例、PUE限值作为前置条件，算电协同正在从行业共识变成政策抓手，电价和绿电占比已经变成了算力项目的准入门槛，而非单纯的成本项。

AI成本管控成全行业数字化落地核心命题

从超聚变的焦虑到Uber的账单，再到国内企业普遍的困惑，AI时代的企业数字化已经告别了重建设、轻运营的阶段，成本管控成为核心命题。不少企业开始调整AI投入策略，从盲目追新模型转向平衡技术迭代与投入时效，从单纯采购算力转向优化算力使用效率，从看重系统建设规模转向