芯耀
308
当人工智能把“算力”变成新时代的石油，数据中心不再只是重资产生意，而开始成为资本市场重新定价的核心基础设施——万国数据的这份财报，正站在这一轮周期切换的临界点。在过去很长一段时间里，数据中心被视为地产逻辑的延伸：租地、建房、装机柜、收租金。这种模式受制于高昂的折旧摊销和利息支出，往往陷入“增收不增利”的困境。然而，随着生成式人工智能的爆发，算力的稀缺性被重新定义，承载算力的物理空间也随之水涨船高。万国数据作为中国领先的中立数据中心运营商，其最新的财务表现不仅反映了自身经营周期的修复，更折射出整个数字基础设施行业在 AI 浪潮下的价值重构。资本市场正在观察，这家老牌运营商能否卸下历史包袱，真正成为 AI 时代的“算力地主”。
这份财报到底如何：稳增长背后的“结构性修复”
如果只看表面，这是一份典型的“稳健型财报”。2025 年，万国数据收入同比增长 10.8% 至 114 亿元，经调整息税折旧摊销前利润达到 54 亿元，利润率稳定在 47% 以上，同时实现近 10 亿元净利润。这组数据意味着，公司已经走出此前高投入阶段的盈利压力，进入“现金流逐步兑现”的周期。对于数据中心行业而言，利润表的改善往往滞后于资产负债表，因为前期巨大的资本开支需要漫长的时间通过折旧来消化。万国数据能够实现净利润转正，说明其存量资产的运营效率已经覆盖了固定成本，这是一个重要的拐点信号。
更值得关注的是运营指标的改善。计费面积同比增长 11.4%，计费率提升至 75.5%，说明新增产能正在被更有效地消化，利用率持续提升。这对于数据中心这种典型重资产行业而言，是估值修复的关键变量——因为市场真正关心的不是“建了多少”，而是“能不能租出去”。在过去几年，由于宏观经济波动和互联网行业增速放缓，部分数据中心曾面临上架率不足的风险，导致资产闲置成本高昂。计费率回升至四分之三以上，表明下游客户需求正在回暖，且公司的销售策略与客户结构优化取得了实效。
此外，公司通过资产支持证券、公募 REITs 以及股权融资等方式强化资金能力，本质上是在解决数据中心行业最核心的约束：资本开支与融资能力之间的平衡。数据中心是资金密集型行业，建设周期长，回报慢，对融资成本极其敏感。万国数据积极探索基础设施公募 REITs 路径，试图将成熟的数据中心资产打包上市，从而回笼资金用于新项目开发。这种“投融管退”的闭环模式，如果能跑通，将极大降低公司的负债压力，提升净资产收益率。
但问题同样明显。2026 年预计资本开支仍高达 90 亿元，这意味着公司依然处于“高投入、高负债”的扩张阶段。在利率环境与资本市场波动背景下，这种模式天然存在估值折价。尽管经营性现金流改善，但巨额的资本开支意味着自由现金流依然紧张。投资者需要权衡的是，这些新投入的产能能否在未来两年内迅速转化为收入，还是会成为新的折旧负担。尤其是在“东数西算”工程推进下，部分偏远地区的数据中心面临需求不足的风险，而核心城市周边的能耗指标又极其稀缺。万国数据的资本开支流向哪里，是决定其未来盈利质量的关键。从投资视角看，这份财报的本质是：基本面修复明确，但尚未进入“高弹性增长”阶段。
AI 时代的新机遇：数据中心从“配套设施”变成“核心资产”
真正改变万国数据估值逻辑的，不是当下业绩，而是人工智能带来的需求重构。在传统云计算时代，数据中心是互联网公司的“配套设施”，需求相对平稳，增长与互联网流量周期高度相关。那时的机柜功率密度通常在 4 至 6 千瓦，主要满足通用计算和存储需求。但在人工智能时代，情况正在发生根本性变化——算力需求呈现出指数级增长。
以英伟达为代表的算力厂商推动图形处理器集群规模不断扩大，而这些高密度算力，对数据中心提出了更高要求：更高功率密度、更复杂散热系统、更稳定能源供应。人工智能训练集群的机柜功率密度往往高达 20 千瓦甚至 50 千瓦以上，这对供电稳定性和散热技术提出了严峻挑战。传统的风冷方案已难以满足需求，液冷技术正在成为新建人工智能数据中心的标配。这意味着，数据中心不再是简单的“机柜出租”，而是向“算力基础设施平台”升级。具备高功率密度交付能力、液冷改造能力以及充足电力指标的数据中心，将成为稀缺资源。
对于万国数据而言，这带来两层机会。一是需求确定性增强。人工智能训练与推理的长期需求，使得大型科技公司和云厂商更愿意签署长期合约，从而提升订单可见性。公司 2025 年签约与预签约面积持续增长，正是这一趋势的体现。尤其是与头部云厂商和人工智能大模型公司的合作，往往伴随着五年甚至十年的长期协议，这为收入提供了安全垫。二是单体价值提升。人工智能数据中心的单位投资和租金水平远高于传统机房，这将推动行业整体每用户平均收入上行，从而带来收入质量的改善。一个能承载人工智能集群的高功率机柜，其租金收益可能是传统机柜的三到五倍。
换句话说，人工智能正在把数据中心从“重资产负担”，转变为“稀缺资源”。这种稀缺性不仅体现在物理空间上，更体现在能源指标上。在中国双碳目标背景下，核心城市的数据中心能耗指标审批极其严格。万国数据在长三角、粤港澳大湾区等核心经济圈布局的大量存量资产，因其拥有合法的能耗指标和稳定的电力供应，具备了类似“核心地段商业地产”的属性。随着人工智能算力需求向边缘侧延伸，靠近用户侧的核心节点价值将进一步凸显。这种资源壁垒，是新建竞争者难以在短时间内复制的。
隐忧与分歧：一场关于“周期股还是核心资产”的博弈
尽管人工智能叙事足够宏大，但市场对万国数据的分歧依然存在。这种分歧不仅关乎公司本身，更关乎整个基础设施板块的定价逻辑。一部分投资者将其视为典型周期股——高度依赖资本开支、回报周期长、对利率敏感，在过去几年中，这类资产普遍被压低估值。他们担心，一旦人工智能热潮退去，或者技术路线发生变革（例如量子计算或更高效算法的出现），庞大的数据中心资产可能面临减值风险。此外，数据中心行业竞争日益激烈，三大运营商凭借网络优势和资金成本优势，正在加大投入，中立运营商的市场空间可能受到挤压。
而另一部分资金，则开始将其视为人工智能时代的“基础设施核心资产”，类似早期云计算周期中的数据中心与光模块公司，一旦需求爆发，将迎来估值重构。他们认为，算力是人工智能时代的“水电煤”，无论哪家大模型公司胜出，都需要消耗算力，都需要租赁数据中心。这种“铲子股”逻辑，使得数据中心具备了穿越周期的能力。只要人工智能发展的大方向不变，数据中心的长期需求就有保障。
这种分歧的关键，在于一个问题：人工智能需求能否持续且足够强劲，覆盖其高额资本支出？如果答案是肯定的，万国数据将从“重资产公司”转变为“算力时代的收费站”；但如果人工智能需求不及预期或出现波动，其高杠杆扩张模式将再次成为风险来源。此外，地缘政治因素也不容忽视。高端算力芯片的供应限制可能影响下游客户的扩容速度，进而传导至数据中心需求。同时，数据跨境流动的合规要求，也可能影响跨国企业在华数据中心的布局。
从估值模型来看，市场正在尝试从传统的市盈率估值转向企业价值倍数估值，以更准确地反映其折旧前的现金流能力。但无论如何切换，利率环境始终是悬在头顶的达摩克利斯之剑。数据中心是高负债运营，利率的微小波动都会显著影响财务费用。在中国降息周期与美国利率高企的复杂背景下，万国数据的融资成本管控能力，将是决定其净利润释放速度的关键变量。
结语：在资产与未来的张力中寻找平衡
万国数据当前的价值，不在于它已经做到了什么，而在于它站在什么位置：一端是仍未完全消化的重资产周期，另一端是刚刚开启的人工智能算力爆发。而资本市场真正定价的，是这两者之间的距离。
这场博弈的本质，是旧时代的折旧与新时代的溢价之间的较量。如果万国数据能够利用人工智能带来的高毛利订单，快速覆盖旧资产的折旧成本，并完成融资结构的优化，那么它有望摆脱周期股的宿命，成为数字经济的核心底座。反之，若资本开支失控或需求证伪，重资产将再次成为拖累。对于投资者而言，关注点不应仅停留在营收增速上，更应紧盯其资本开支的效率、高功率机柜的占比以及融资成本的变动。在算力为王的时代，数据中心不仅是存放服务器的房子，更是承载智能未来的容器。万国数据能否装满这个容器，取决于它在周期波动中的定力与执行力。
