算力需求引爆数据洪流，哪些A股公司正站在“黄金坑”？

«国家数据局最新数据显示，我国日均Token调用量已突破140万亿，相比去年底激增40%以上。这背后是人工智能产业进入爆发期的明确信号。»

大数据技术正迎来新一轮变革。2026年3月27日至28日，大数据板块指数在经历连续下跌后出现反弹，最新价格达到3936.37点，当日涨幅1.04%。

与此同时，国家数据局局长刘烈宏在新闻发布会上透露，截至今年3月，我国日均Token调用量已超过140万亿，相比2025年底的100万亿增长了40%多。

这一数据增长背后，是人工智能应用的快速普及和算力需求的爆炸式增长。

01 技术热点：数据要素赋能与高质量数据集建设

当前大数据技术的核心热点集中在数据要素赋能和高质量数据集建设上。国家数据局正在推进高质量数据集赋能人工智能发展的工作。

针对高质量数据集建设“小和散”的问题，国家数据局会同26个部门组织遴选了72家高质量数据集建设链主单位、140个先行先试工作单位和104个典型案例。

构建了链主带动、多方参与、联合攻关、共建共享、合作共赢的高质量数据集建设生态。这一政策导向为大数据技术企业提供了明确的发展方向。

在技术应用层面，数据标注产业成为重点发展领域。国家数据局布局了成都、沈阳、合肥、长沙、海口、保定、大同7个承担数据标注先行先试建设任务的城市。

出台了《关于促进数据标注产业高质量发展的实施意见》，遴选出47个数据标注优秀案例，指导举办了7次数据标注的供需对接会。

02 产业动态：算力需求驱动下的市场格局

算力需求成为驱动大数据技术发展的核心动力。根据国际数据公司（IDC）发布的《全球大数据支出指南》，2024年全球大数据IT总投资规模约为3540亿美元。

预计到2028年将接近6441亿美元，五年复合增长率约为16.8%。中国市场表现尤为突出，IDC预计2028年中国大数据IT支出规模为621.7亿美元，全球占比约10%。

五年复合增长率约为24.9%，增速位居全球第一。这一增长趋势在A股公司业绩中已有体现。

仕佳光子2025年第一季度实现营业总收入4.36亿元，同比增长1.21倍；实现归母净利润0.93亿元，同比增长10.04倍，单季度盈利已远超2024年全年。

公司应用于400G和800G光模块的CWDM/LAN WDM AWG组件大批量出货，受AI算力需求驱动，数通市场快速增长。

03 潜力技术：边缘计算与数据安全融合

近两天大数据技术领域显示出两大潜力方向：边缘计算与数据安全融合、高质量数据集流通交易。

工信部印发的《工业互联网和人工智能融合赋能行动方案》明确提出，强化工业智能算力供给，加快工业互联网与通算中心、智算中心、超算中心融合应用。

鼓励公共算力服务商向工业企业提供服务，引导工业企业加快边缘一体机、智能网关等设备部署。这一政策导向为边缘计算技术带来实质性利好。

在数据安全领域，随着AI智能体在投资等领域的应用扩展，数据安全与责任界定问题日益凸显。

中国社会科学院财经战略研究院副院长尹振涛指出，用户往往需要向工具开放账号、密码乃至系统权限，构成数据安全的隐患。当这一逻辑延伸至投资领域，风险便从信息泄露升级为资金安全的直接威胁。

04 A股关联：技术突破与业绩分化的公司图谱

与上述技术热点相关的A股公司呈现明显分化。在高质量数据集建设与数据要素流通领域，云赛智联近期披露2025年年度报告，公司实现营收63.48亿元，同比增长11.71%。

公司继续做深大数据服务业务，顺利完成上海市大数据中心第五期数据运营服务项目的验收交付，并再度中标上海市大数据中心第六期数据运营服务项目。

在区级大数据业务中，中标闵行区大数据中心2025年数据运营服务项目等多个数据运营服务项目。

久远银海2025年扣非净利润增长16.88%，公司持续以“AI+”赋能主业。公司面向医疗健康、医保、人社、住房金融、民政、市场监管、智慧城市行业领域，利用人工智能、大数据、云计算、移动互联和区块链等技术，提供全栈式、专业化、生态型的智慧民生解决方案。

在算力基础设施领域，仕佳光子因算力核心产品批量出货而受到市场关注。除仕佳光子外，其他与AI算力相关的股票如欧陆通、太辰光、胜宏科技、源杰科技、华丰科技、高澜股份等均有明显反弹。

05 风险警示：大数据审计案例中的教训

在大数据技术蓬勃发展的同时，A股市场需要警惕相关风险。某金融机构信贷业务审计案例揭示了大数据应用中的潜在问题。

通过大数据审计，发现该金融机构存在以下问题：某区域信贷业务风险较高，经调查发现部分信贷业务存在虚假信息；信贷业务风险管理流程存在缺陷，导致部分风险未被及时发现。

这一案例表明，即使采用先进的大数据技术，如果基础数据质量不高或风险管理流程存在漏洞，仍然可能导致严重问题。

在AI智能体投资应用领域，风险更加复杂。尹振涛分析指出，“在投资决策过程中，若依赖人工智能生成交易指令，收益与亏损责任便成为难题。”

算法开发者通常不会为用户的投资结果负责，而用户是否真正授权、是否理解决策逻辑，也缺乏明确的法律界定。一旦发生损失，追责路径模糊，法律保护难以落地。

06 合规挑战：智能投资工具的数据安全边界

随着AI智能体在投资领域的应用扩展，监管与合规风险成为最大的灰色地带。目前不少AI炒股工具已经涉及投资建议甚至资产配置建议，但平台往往并不具备相应的投资顾问资质。

一旦出现投资亏损，责任主体往往难以界定。对于普通投资者来说，需要避免把AI工具神化。AI在投资中的价值更多体现在提升研究效率，例如帮助快速整理信息、总结公告、筛选公司或构建基础的数据分析框架，但它并不能替代投资决策本身。

最佳模式是“机器预警+人工决策”。让AI处理海量信息、进行初步分析和风险扫描，但所有关键数据必须通过权威渠道交叉验证。

这一原则同样适用于大数据技术研发企业。云赛智联在财报中披露，公司同时加快投入上海市数据创新实验室的建设和数据运营相关业务探索。

报告期内成功落地徐汇区社会化创新应用实验室，为拓展未来的数据运营相关业务夯实应用基础。这种基于实际应用场景的探索，相比纯粹的概念炒作更具可持续性。

大数据板块当日主力资金流向显示，主力净流入为负值，市场排名762/777。与此同时，板块内部分化明显：贵广网络涨停，亨通光电上涨2.23%，而工业富联则下跌0.42%。

这种分化反映出投资者对大数据技术的理性判断——不再盲目追捧概念，而是更加关注技术落地能力和实际业绩。

随着国家数据局推动高质量数据集在数据交易所挂牌、上架、交易，支持数据流通服务平台、数据商等机构提供流通交易服务，大数据技术的价值实现路径将更加清晰。而那些能够将技术优势转化为持续盈利能力的公司，将在这一轮产业变革中脱颖而出。