如今开一家公司，最贵的可能不是办公室，也不是电脑，而是你被算力账单不断推高的现金流压力。

这周，有两条新闻把这个变化摆到了台前。

8 月 10 日，阿里云披露，今年计划把模块化数据中心全球产能提升两倍以上；8 月 13 日，成都发放首笔 114 万元 " 算力贷 "，企业不用拿厂房、设备抵押，而是凭已经申领的 " 算力券 " 获得纯信用贷款。

一边在拼命造算力，一边银行开始给 " 买算力 " 贷款。

算力，正在从一项 IT 成本，变成 AI 时代新的 " 生产资料 "。

先看阿里云。

过去建一座大型 AIDC 数据中心，国内通常需要 6 — 12 个月，美国甚至 12 — 18 个月。

阿里云通过全模块化设计，把供电、冷却、安防、智能化、消防五大系统提前在工厂预制，现场像 " 搭积木 " 一样安装，交付时间压到 100 天。

工期缩短，建设成本还下降 10% 以上，模块化率从 30% 提高到 90%，单位面积算力密度达到上一代的 5 — 10 倍。

为什么这么着急？

因为 AI 真正烧钱的地方，不只是模型，而是模型背后一刻不停运行的 GPU。

再看成都。

今年 4 月，成都把年度算力券规模从 1000 万元扩到 1 亿元，单家主体年度额度最高 500 万元。

8 月 13 日，首笔 114 万元 " 算力贷 " 落地：银行以企业真实算力采购需求和已申领的算力券作为增信依据，无需额外抵押。

无独有偶，广东也上线了 "Token 贷 "。

过去企业贷款买机床、买生产线；现在 AI 企业开始贷款买 GPU 时间、模型训练和推理资源。

这一步很重要。

它意味着金融体系开始回答一个新问题：一家 AI 公司的 " 生产能力 "，到底该怎么估值？

同样的变化也发生在美国。

8 月 10 日，英伟达宣布与 Apollo、贝莱德、黑石、博枫、高盛、KKR 六家金融机构合作，计划撬动超过5000 亿美元第三方资本，为 AI 基础设施融资。

两边路径不同，方向却一致：

让算力从稀缺的技术资源，变成可建设、可融资、可调度的基础设施。

中国也在加快建设全国一体化算力网。

截至 7 月底披露，全国智算总规模已达 240 万 PFlops，其中 140 万 PFlops 已经接入全国一体化算力网试验验证平台。

这有点像 100 年前修电网。

企业真正需要的，不是自己建一座发电厂，而是插上电就能生产。

AI 时代也一样。

以前做 AI，要买服务器、养运维团队，前期投入很重；现在企业可以按需购买算力，再通过算力券降低成本、贷款解决现金流。

门槛下降之后，真正拉开差距的，就不再是谁 " 买得起卡 "，而是谁能把每一块钱算力，转化成产品、订单和收入。

所以以后判断一家 AI 企业，也可以多看一笔账：

算力花出去以后，到底换回了多少真实用户和现金流？

算力是生产资料，但只有被有效使用，才会变成生产力。

以后再看到数据中心、算力券、算力贷，不妨把它们放在一起看。

我们今天正在建设的，可能就是 AI 时代的" 新电网 "。