在北京的储能展上，今年的气氛有点不一样。

过去总是在正中间亮相的储能集装箱还在，但最抢眼的位置，已经被各种AI主题的大屏和路演舞台占了。

展馆里转一圈，你会发现，大家都在讲一个新故事：谁能给人工智能数据中心（AIDC）稳稳供电，谁就可能拿到下一波红利。

屏幕上不再只是电池参数和系统效率，而是电网调度界面、秒级甚至毫秒级的安全预警和负荷响应演示。

几乎每家企业都在强调自己能做到“毫秒级响应”，好像再慢一点就没资格给AI“打工”了。

过去一年，对储能企业来说，真的是“冰火两重天”。

一边是规模疯狂增长——2025年全球储能电池出货量达到550GWh，同比增长接近80%，前七名全是中国企业，拿下了八成以上的市场。

另一边是价格一路打到地板。

4小时储能系统的最低中标价，从2023年底的0.638元/Wh，跌到了2025年8月的0.37元/Wh，已经非常接近成本线。

这就是你常听到的那种：规模好看，利润难看。

不少企业的财报数字已经贴着警戒线走，谁都知道再这么卷下去，总要有人扛不住。

在这个节骨眼上，AI突然成了行业口中的“大救星”。

算力爆发带来的电力需求，正以几何级数往上冲。

有行业人士判断，未来全球电力增量的一半以上，很可能都要被AI“吃掉”，这对本来就找新增长点的储能来说，是难得的窗口期。

政策层面也在顺势加码。

2026年的《政府工作报告》里，“算电协同”第一次被写进去，和“超大规模智算集群”并列成了新的关键基础设施。

这个词现在在资本市场很热，但它并不是“算力+电力”简单加法，而是一个双向绑定的系统工程。

AI数据中心的用电方式会影响电网调度，电网的供电特征又会反过来影响算力利用率，储能恰好卡在中间，成了重要的调度节点。

不少业内人都判断，未来五年，算电协同场景会成为储能应用的一个重要增长极。

你去今年的展会上问一句“你们的AIDC配储方案是怎么设计的？”，几乎每个展台都有人能接上话。

而就在一年前，大家更关心的问题还是“每瓦时能再降几分钱”“系统容量又做大了多少”。

企业的思维方式在快速切换。

介绍产品时，开始频繁出现IRR收益测算、电力交易策略、词元价值分配这种偏金融和运营的词，而传统的能量密度、循环寿命、认证体系，反而退到了后面。

这是一个很鲜明的信号：只会卖设备的“充电宝公司”，要么升级，要么被淘汰。

以前做储能，逻辑偏制造业，多半是“一锤子买卖”：按时交付、性能达标，订单就算完成。

但当电力和算力绑在一起之后，电就不再是只看成本的商品，而是直接影响模型训练效率和算力利用率的生产资料。

要想在链条里拿到更高的价值，储能就得变聪明，不只是装几块电池这么简单。

它要参与实时调度、参与电力交易、跟随AI负荷波动去动态调节，这已经非常接近一个复杂的运营业务。

不少受访者说得很直接，未来那种只会把电芯和逆变器堆起来的系统集成商，很可能会消失。

真正有机会赢的人，不一定是把电池做到世界最低成本的，而是最懂算力生产流程的那批公司。

你几乎很难想象，在几年前的新能源展会上，台上的人会花大段时间讲AI算法、数字孪生、柔性负荷控制。

现在，这些词已经变成标配。

同时，还有一个不能忽略的变量：有钱又有流量的互联网巨头、电信运营商、大型硬件厂商，正在快速往电力和能源上游渗透。

它们本身就是AI大客户，对电力的需求巨大，投资数据中心、布局自建电源是顺手的事。

相比之下，传统储能厂商此前习惯的“价格战”，反而显得没那么重要了，因为更残酷的，是资本与资源的比拼。

站在AIDC整体投资结构里看，储能目前只是“备电体系的一部分”，远称不上核心支出。

1GW标准数据中心要花至少几百亿美元，其中GPU芯片、供电散热、网络、存储占了绝大部分，留给储能的预算只能算一个中等配角。

也正因为如此，储能企业现在有点“扯着嗓子往前冲”的感觉。

它们非常清楚，目前储能在AIDC里还只是“可选项”，想真正成为调控链路里的“超级节点”，路还长得很。

再看行业自身，为什么大家会集体盯着AIDC？

简单讲，旧路的天花板已经看见了。

过去两年，储能企业的商业模式高度依赖卖硬件，核心竞争力集中在：谁的电芯更便宜、系统报价更低、产能扩张更快。

这种打法的结果，是装机数字很亮眼，但利润率一路下滑。

有数据透露，2025年上半年，中国储能装机规模突破80GW，同比增长120%，但行业平均利润率从2022年的15%掉到了不足5%。

A股一批储能企业的平均毛利率也明显下滑。

很多项目的中标价已经接近成本线，只能靠“以量换价”勉强撑住，大家心里都明白，这种状态迟早要出问题。

于是，从去年开始，“找出路”成了很多企业内部讨论的高频词。

有人押注钠电池，期待用新体系打开差异化；有人选择做一体化，从电芯做到系统，再做到电站运营；也有人把重心往海外挪，去毛利更高、竞争略缓的市场。

恰好在同一时间，“词元经济”爆发。

大模型的调用量一路猛涨，背后是一轮又一轮的数据中心扩建和算力堆叠。

马斯克提过一个判断：真正限制AI落地的根本约束，不是芯片，而是电力。

从目前的用电数据来看，这个判断并不夸张。

截至2026年3月，我国日均Token调用量已经超过140万亿，和半年前比涨了四成还多。

算力中心的用电量占比，被预测到2030年可能超过全社会用电的5%。

部分头部大模型的词元使用量，更是以倍数级增长。

社交媒体上，“电力焦虑”开始接替前两年的“算力焦虑”，成了新的热门话题。

在这种氛围下，储能几乎是被推着走上前台的。

对中国来说，如果把电力储存这一环真正补齐，在新能源发电上的先发优势会被放大很多。

从企业的角度看，AI把储能的应用边界硬生生往外推了一大截。

不少管理者判断，未来几年，用电负荷增长最快的领域里，必然会出现储能的高价值场景。

这也是为什么你会听到一种越来越直接的说法：“储能企业要么在全生命周期里创造价值，要么就被周期淘汰”。

要做到这一点，只靠卖“充电宝”肯定不行。

传统那种简单堆叠设备的方式，很难满足新型电力系统对灵活性、智能化的要求。

于是，越来越多的储能公司开始把自己定位成“解决方案提供商”。

你能在展会上看到各种面向AIDC的专用电芯、整套融合解决方案、模块化变流平台、多场景能源管理系统。

有的企业甚至从“芯”做到“网”，打通从电池到电网接入的一整套链路，再跟头部AI公司一起做零碳数据中心示范园区。

在这种思路下，“全栈自研”变成了很多人嘴里的关键词。

• •底层要有电芯和关键部件的制造能力
• •中间要能设计稳定、安全、效率高的系统
• •上层还要懂运营，能接得住电力市场与算力侧的复杂需求

谁能把这三件事同时做好，谁就有机会在新一轮竞争中占到一个更有利的位置。

问题在于，这条路既烧钱又烧时间。

从AIDC的角度看，建设一个智算中心往往是典型的重资产游戏。

土地指标、能耗配额、电网接入能力，每一项都不容易搞定，还没开始谈储能方案，前面的门槛就已经挡住不少玩家。

目前的决策顺序大致是：先锁定电力来源（电网接入或者自建电源），再配UPS做基础保障，最后才考虑用储能来做优化和增值。

这也就决定了，在现阶段，储能还是一个“加分项”，不是“非上不可”的标配。

对储能厂商来说，这意味着两件事。

1. 1必须用拿得出手的经济性和方案能力，证明自己能帮AIDC省钱或者赚钱，而不是单纯增加一笔投资
2. 2要想有议价权，不能只停留在“卖电芯”，而是要争取在电力系统里拿到更靠近调度、运营的那个位置

具体到技术层面，目前大家主要在几个方向发力，比如：

• •通过“传统电网+新能源+储能”的组合，提高绿电占比，同时保证数据中心供电稳定性
• •用固态变压器（SST）配合储能，替代传统变压器加UPS，让功率更平滑，还能充当备用电源
• •针对AI训练和推理时负荷快速起伏的问题，引入储能甚至超级电容来“削峰填谷”

这些应用都指向同一个判断：

AI需要储能，因为只有电力系统更灵活，算力才能被真正跑满；储能也需要AI，用算法和数据把自己从“静态电池”变成“会算账的资产”。

现实是，目前大多数企业的成果还停留在方案和样板阶段，离大规模复制还有距离。

反而是海外市场，因为算力布局更早、用电压力更集中，成了不少中国储能企业的优先攻坚方向。

你能看到，有公司在美国拿下大规模AIDC园区的储能订单，有公司和谷歌、Meta、英伟达等头部客户对接，把自己的高压直流储能方案写进对方的技术白皮书，准备在2026年前后实现小批量交付。

对很多储能企业来说，AIDC更像是一根来得很及时的“救命稻草”。

相比遥远而漫长的能源结构转型，算力带来的这波投资潮，时间窗口更短，但机会也更具象。

问题是，所有人几乎都站在同一条起跑线上。

谁愿意在技术、产品和商业模式上孤注一掷，谁就更有可能活着跑完这一段。

而那些还停留在卖便宜“充电宝”的公司，可能连报名参与这场新比赛的资格都拿不到。