问题——算力需求快速增长与成本约束并存，制约新业态扩张。近年来，数字经济持续提速，智能应用加速向制造、交通、金融、政务、教育等领域渗透，带动算力需求规模化增长。此外，算力生产与使用高度依赖稳定、经济、绿色的能源供给，电价波动、能耗约束、算力设施布局不均等因素叠加，推高了训练与推理的综合成本。对需要长期迭代的大模型训练、行业数据治理和实时智能服务而言，成本压力直接影响项目可持续性与企业投入预期。 原因——“算”与“电”长期分割优化，难以实现系统效率最优。从产业链看，算力中心建设常以各自资源边界推进：数据中心侧重机房、网络与算力集群调度，能源侧关注发输配与负荷平衡。两套体系分别优化，容易出现“有电缺算”“有算缺电”“局部低价、全局不经济”等结构性矛盾。再加上部分地区受电网承载能力、绿色电力供给、跨区交易机制等条件限制，算力扩容与用能指标的协调成本上升，深入加大算力价格对创新活动的约束。 影响——算电协同降低算力门槛，推动数据要素与智能原生业态双向增强。政府工作报告将“算电协同”纳入新基建工程，发出国家层面推动算力与能源体系协同规划、协同建设、协同调度的明确信号，以系统化方式提升整体效率。研究人士指出，算电协同有望带来更稳定、更可预期的算力供给，以及更具竞争力的单位算力成本，使海量数据的清洗、标注、训练等工作从“成本压力”转向“可规模化的商业活动”。 更重要的是，数据治理投入增加将促进高质量数据集沉淀，形成可复用、可迭代、可评估的数据资产，为行业应用提供“燃料”。此基础上，一批以智能技术为核心重构产品与业务的“智能原生”业态将加速涌现。这类业态不是简单叠加智能功能，而是从底层流程到交互方式都围绕智能能力设计，离开智能能力便难以成立，例如智能助理、智能内容生产平台、面向垂直行业的智能运营系统等，具备从无到有的增量创新特征。 对策——以协同规划、数据治理与安全底线托举新增长。一是强化顶层设计与区域统筹，推动算力设施与电源电网同步规划。围绕“东数西算”等既有布局，健全跨区域算力调度与电力交易协同机制，提高绿色电力匹配比例，降低系统性成本。二是完善数据要素基础制度与公共服务，降低高质量数据供给门槛。推进数据标准、质量评估、合规使用、确权与流通等配套制度建设，支持行业公共数据在安全合规前提下有序开放，提升数据集可得性与可用性。三是把安全与可靠作为智能经济发展的底座。围绕数据安全、隐私保护、内容治理、算法透明度、关键基础设施安全等重点领域，健全风险评估与应急机制，推动“可用、可控、可追溯”的治理体系落地，避免“先上车后补票”引发系统性风险。四是以应用牵引创新，支持“智能原生”企业在重点行业场景率先突破。通过试点示范、场景开放、标准引导和金融支持等方式，鼓励企业在工业制造、现代服务、城市治理等领域形成可复制的产品与商业模式，带动中小企业共享算力与工具链红利。 前景——新基建政策信号明确，智能原生将成为数字经济重要增量来源。随着算电协同纳入新基建，算力与能源的系统效率提升有望进一步释放创新空间：一上，算力价格下行与供给稳定将改善企业长期投入预期，推动研发与应用从“试验性探索”走向“规模化落地”；另一方面，高质量数据集的持续积累将提升行业模型能力与服务质量，形成“算力—数据—应用”的正向循环。可以预期，未来竞争焦点将从单纯比拼算力规模，转向“算电效率、数据质量与场景落地能力”的综合竞争。谁能在安全合规前提下更快形成可持续的商业闭环，谁就更可能在新业态竞争中占据先机。
在数字化进程加速的背景下，“算电协同”国家战略的推出为产业提供了清晰方向。该部署有助于提升算力与能源体系的整体效率，促进更绿色、更稳定、更具成本优势的算力供给，深入打开数字经济的增长空间。随着战略落地推进，一个更高效、更绿色的数字化发展图景正在形成。同时，如何在发展与安全、创新与规范之间保持平衡，仍是需要持续回应的关键议题。