假如你要投入算电协同创业——商业模式、核心能力与壁垒分析
算电协同 #商业模式 #虚拟电厂
本文是对算电协同创业的综合分析，是一篇运营模拟：假设你要投入这个方向，公司该怎么搭、钱怎么赚、壁垒在哪。
一、公司定位
1.1 公司愿景
"算力电力化，电力算力化" —— 成为中国领先的算电协同智能调度服务商
1.2 商业模式定位
| 维度 | 定位 |
|---|---|
| 资产模式 | 轻资产：不建数据中心，不投储能硬件 |
| 服务模式 | 双边市场平台：一端接入闲置算力供给，一端服务推理需求，中间赚调度差价 |
| 客户群体 | AI推理公司、数据中心运营商、园区管委会、省级政府（算力调度平台建设） |
| 核心价值 | 用碎片资源服务弹性需求，提供低价、稳定、按量计费的算力服务 |
1.3 差异化定位
- 不做：IDC建设、储能硬件制造、售电业务
- 做：算力-电力协同调度算法、闲时算力调度网络、虚拟电厂聚合运营、碳管理SaaS
二、团队配置
2.1 核心团队（第一阶段：15-20人）
┌─────────────────────────────────────────┐
│ CEO（1人） │
│ 战略+融资+政府关系 │
├─────────────────────────────────────────┤
│ CTO（1人） │ COO（1人） │
│ 技术架构+算法 │ 运营+商务+交付 │
├─────────────────────────────────────────┤
│ 算法团队（2~3人） │ 电力团队（2~3人） │
│ • 强化学习工程师 │ • 电力市场分析师 │
│ • 优化算法工程师 │ • 电力系统工程师 │
│ • 数据科学家 │ • 交易操作员 │
│ • 预测模型工程师 │ │
├─────────────────────────────────────────┤
│ 软件团队（2~3人） │ 商务团队（1~2人） │
│ • 后端开发（Go/Java）│ • 大客户销售 │
│ • 前端开发 │ • 解决方案架构师 │
│ • DevOps工程师 │ │
│ • 测试工程师 │ │
├─────────────────────────────────────────┤
│ 职能支持（1~2人） │
│ • 财务+行政 • 法务合规 │
└─────────────────────────────────────────┘
2.2 关键岗位画像
| 岗位 | 核心要求 |
|---|---|
| CTO | 10年+经验，电力系统+AI背景，清华/浙大/华电优先 |
| 强化学习算法专家 | 顶会论文，电力/能源优化项目经验 |
| 电力市场分析师 | 电网/交易中心背景，熟悉现货市场规则 |
| 电力系统工程师 | 熟悉EMS/SCADA，有虚拟电厂项目经验 |
| 后端架构师 | 高并发系统经验，熟悉微服务架构 |
团队配置有一个关键认知：算电协同不是纯软件公司，需要同时具备能源调度、分布式计算、工程交付三个维度的能力。到中后期，重工程交付和重政府关系的角色比纯算法角色更关键。共绩科技的团队里就有英特尔前高级工程师（负责底层工程）和大厂出身的分布式架构工程师，这类角色在早期框架里容易被忽视。
2.3 团队建设节奏
| 阶段 | 时间 | 人数 | 重点招聘 |
|---|---|---|---|
| 种子期 | 0-6月 | 5-8人 | CEO+CTO+2算法+2开发 |
| 天使期 | 6-12月 | 12-15人 | 电力团队+商务+DevOps |
| A轮 | 12-24月 | 20-30人 | 扩充算法+交付团队 |
| B轮 | 24-36月 | 40-60人 | 多区域扩张 |
三、技术架构
3.1 产品矩阵
┌─────────────────────────────────────────────────────┐
│ 产品矩阵 │
├─────────────────┬─────────────────┬─────────────────┤
│ 算电调度平台 │ 虚拟电厂运营 │ 碳管理SaaS │
│ (核心产品) │ (增长产品) │ (增值产品) │
├─────────────────┼─────────────────┼─────────────────┤
│ • 算力负载预测 │ • 负荷聚合管理 │ • 碳排放核算 │
│ • 电力价格预测 │ • 需求响应调度 │ • 绿电溯源 │
│ • 联合优化调度 │ • 辅助服务申报 │ • 碳报告生成 │
│ • 实时控制执行 │ • 收益结算分析 │ • 碳交易对接 │
│ • 效果监测分析 │ • 储能协同控制 │ • ESG披露 │
└─────────────────┴─────────────────┴─────────────────┘
3.2 系统架构图
┌─────────────────────────────────────────────────────────┐
│ 用户层 │
│ Web端 移动端 API 大屏展示 报告导出 │
└─────────────────────────────────────────────────────────┘
│
┌─────────────────────────────────────────────────────────┐
│ 应用服务层 │
│ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ │
│ │调度管理 │ │交易管理 │ │资产管理 │ │报表分析 │ │
│ └─────────┘ └─────────┘ └─────────┘ └─────────┘ │
└─────────────────────────────────────────────────────────┘
│
┌─────────────────────────────────────────────────────────┐
│ 算法引擎层 │
│ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ │
│ │负荷预测 │ │价格预测 │ │优化调度 │ │RL策略 │ │
│ │引擎 │ │引擎 │ │引擎 │ │引擎 │ │
│ └─────────┘ └─────────┘ └─────────┘ └─────────┘ │
└─────────────────────────────────────────────────────────┘
│
┌─────────────────────────────────────────────────────────┐
│ 数据采集层 │
│ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ │
│ │IDC数据 │ │电网数据 │ │气象数据 │ │市场数据 │ │
│ │采集器 │ │采集器 │ │接口 │ │接口 │ │
│ └─────────┘ └─────────┘ └─────────┘ └─────────┘ │
└─────────────────────────────────────────────────────────┘
│
┌─────────────────────────────────────────────────────────┐
│ 设备接入层 │
│ 数据中心 智能电表 储能EMS 电网调度 交易平台 │
└─────────────────────────────────────────────────────────┘
四、商业模式
4.1 收入结构
按需求类型划分收入和毛利，比按产品线划分更准确。共绩科技提出的"子珩曲线"解释了底层逻辑：租赁市场存在双曲线，租期越短价格越高（需求侧），资源越碎片价值越低成本也越低（供给侧），踩在交叉点上的就是弹性需求业务。
弹性需求是高毛利利基市场。 AI推理公司、科研机构需要的是临时、波动的算力，长租服务器浪费严重，公有云短租价格是正常价的5倍。用碎片化的闲时资源服务这类需求，最高毛利能做到95%。但这个高毛利部分只占整个市场20%左右的需求量。
长租需求是低毛利规模化市场。 大部分需求还是稳定的长租算力，毛利10%上下，市场空间占80%。创业公司应该先吃透弹性需求的利基，再往长租市场延伸。
政府项目是容易被低估的收入来源。 共绩2025年上半年到账收入2000万元，绝大部分来自大B和政府项目。全国三分之一的算力在河北，河北省的算力调度平台就是他们参与建设的。这类项目是项目制的平台建设费加后续运维费，单项目金额在数百万级别。
供给侧也有收费可能。 双边市场的标准抽成模式，平台从需求方收到的钱里扣一部分作为调度服务费。共绩目前有2万多个算力贡献者，走的就是这条路。
按产品线组织的收入结构参考：
| 产品 | 收费模式 | 客单价 | 毛利率 |
|---|---|---|---|
| 算电调度平台 | SaaS订阅：按接入容量(kW)月费 | 0.5-2元/kW/月 | 80%+ |
| 虚拟电厂运营 | 收益分成：辅助服务/需求响应收益的15-30% | 视规模 | 60-70% |
| 碳管理SaaS | 按核算量或年订阅 | 5-20万/年 | 85%+ |
| 咨询服务 | 项目制：算电协同方案设计 | 30-100万/项目 | 50-60% |
| 数据服务 | API调用费：电力价格/负荷预测数据 | 按调用量 | 90%+ |
4.2 客户画像
| 客户类型 | 规模 | 痛点 | 付费意愿 |
|---|---|---|---|
| 第三方IDC | 10-100MW | 电费占比高，PUE压力大 | ⭐⭐⭐⭐⭐ |
| 智算中心 | 10-1000P算力 | 电费占运营成本60%+ | ⭐⭐⭐⭐⭐ |
| 超算中心 | 国家级/省级 | 能耗指标考核 | ⭐⭐⭐⭐ |
| 园区管委会 | 算力产业园区 | 招商引资，算电协同示范 | ⭐⭐⭐⭐ |
| AI推理公司 | 大模型应用 | 算力成本高，需求波动大，需弹性调度 | ⭐⭐⭐⭐ |
| 省级政府 | 省级算力调度平台 | 算力一体化网络建设，闲时调度能力缺失 | ⭐⭐⭐⭐⭐ |
4.3 单客户价值模型（以50MW数据中心为例）
年收入构成：
├── 算电调度平台SaaS：50,000kW × 1元/kW/月 × 12月 = 60万
├── 虚拟电厂运营分成：
│ ├── 需求响应：5万kW × 20次 × 4元/kW × 20% = 80万
│ ├── 调频辅助服务：月均10万 × 12月 × 25% = 30万
│ └── 电费优化：年电费1亿 × 2%优化 × 30%分成 = 60万
├── 碳管理SaaS：15万/年
└── 年度总收入：约245万
客户ROI：
├── 支付给我方：245万/年
├── 获得收益：
│ ├── 电费节省：1亿 × 2% = 200万
│ ├── 辅助服务收益：400万
│ ├── 需求响应收益：400万
│ └── 碳资产收益：50万
├── 客户净收益：约805万/年
└── 客户ROI：805/245 = 3.3倍 ✓
五、核心能力要求
算电协同公司跟纯软件公司不一样，需要同时具备三个维度的能力，任何一个维度拉胯，商业模式就跑不起来。
5.1 算法能力
四个核心算法模块：
负荷预测。 预测数据中心未来24-96小时的用电曲线。算力负荷跟传统工业负荷不一样，受GPU集群利用率、大模型训练任务调度、制冷系统响应等多因素影响，波动性更强。Temporal Fusion Transformer、N-BEATS是主流选择，但真正拉开差距的是特征工程，也就是对算力业务场景的理解深度。
电价预测。 电力现货价格以15分钟为粒度，一天96个价格点。需要综合气象数据、新能源出力预测、电网检修计划、历史交易数据。各省市场规则不同，模型需要逐省调优。
联合优化调度。 最核心的算法。要在满足算力任务SLA、电力合同约束、设备运行约束的前提下，同时优化电费成本和市场交易收益。数学上是大尺度混合整数规划问题，用Gurobi或OR-Tools求解，决策延迟秒级。如果供给侧延伸到消费级设备，还会面临节点随时掉线、随时接入的特殊约束，解法是"多云热备"：同一个任务同时在多个节点上跑，一个节点掉了从另一个取结果。共绩的底层架构为此推倒重来了三次，才把稳定性拉到99.99%以上。
强化学习策略。 电价、负荷、竞争对手报价策略都在变，传统优化方法需要频繁更新参数。PPO、SAC让调度策略通过市场反馈自动进化。
容易忽视的一点：算法能力不只是模型精度，还包括从数据采集到模型部署到效果回测的完整工程链路。一个预测模型从实验室精度到生产环境稳定运行，工程落差经常是10倍。
5.2 电力市场能力
中国电力市场不是全国统一的，是省级市场。全国有20多个省级电力现货市场在试运行或正式运行，每个省的交易规则、准入门槛、结算机制都不一样。需要在每个目标省份都有熟悉当地规则的人，知道什么负荷能申报、响应时间要求多少、结算价怎么算、有哪些隐形门槛。
需求响应按响应速度分级：秒级（调频）到分钟级（调峰）到小时级（需求响应），每一级的技术要求和收益水平不同。调频市场收益最高但门槛也最高，要求200毫秒级响应。
负荷聚合商资质是核心门票。注册资金500万以上，聚合容量1MW起步，有通过评审的技术系统。每省单独申请，从准备到拿证6-12个月。但共绩走出了一条替代路径：先靠闲时调度能力拿到省级调度平台建设项目，资质和经验在项目中自然获取，政府主动找上门。
电力市场政策敏感性很强。2023年首提算力电力一体化，2024年多部门出专项政策，2025年算力负荷正式纳入可调度资源。方向明确，但落地节奏各省差异大。
5.3 数据接入与工程能力
算法需要实时接入四类数据源：数据中心内部数据（服务器功耗、制冷系统、任务队列）、电网调度数据（DL/T 634系列协议）、电力交易平台数据、气象和新能源出力数据。
数据接入的难点不在技术协议本身，在两个非技术因素：
客户信任。 数据中心实时用电数据是敏感信息，客户担心数据泄露暴露业务量。需要通过等保三级认证、签数据安全协议，甚至部署边缘计算节点让数据不出客户机房。
标准化程度低。 每个数据中心的监控系统不一样，有DCIM标准接口的，有只支持SNMP的，有需要定制对接的。每接入一个新客户都有定制化工作。
如果供给侧延伸到消费级设备，工程难度会再上一个台阶。Windows生态的硬件和软件环境极其碎片化，排列组合是天文数字。共绩早期只有一半的人能成功部署客户端，迭代了80多个版本才把成功率拉上去。还有一个容易被忽视的工程难题：闲时检测与任务无缝切换。用户打游戏时算力任务要自动暂停，游戏结束要自动恢复。判断"什么时候算闲"比看起来复杂得多：GPU占用率低不等于闲，用户可能在看4K视频或后台跑轻量推理。需要根据每个用户的历史使用模式做个性化预测。
六、核心壁垒分析
壁垒不在单点技术，在系统整合能力和执行密度。
6.1 高壁垒（真正挡住竞争对手的）
运行数据飞轮。 每多运行一天，就多积累一份算力负荷与电价联动的历史数据、调度策略执行效果的真实反馈、电力市场报价与成交的实证记录。数据飞轮的循环：数据越多→算法越好→客户收益越高→续约和口碑越好→更多客户更多数据。后来者即使算法一样好，也需要时间积累运行数据才能追上精度。共绩从2023年起就在真实商业环境中积累数据，没有实验室阶段，两年的调度数据后来者没法快进。
闲时调度能力。 这是一个容易被低估的壁垒。现有的省级算力调度平台只支持锁定接入（机房接进来就不能自己用了），没有机房愿意真正接进来，平台形同虚设。闲时调度能力让机房可以在不影响自身业务的前提下共享算力，这个差异直接改变了政府建调度平台的实际效果。这种能力依赖数据飞轮和跨学科团队的长期积累，不是靠招几个人就能复制的。
跨学科团队稀缺性。 同时懂电力系统和AI算法的人极度稀缺。清华电机系博士再去做强化学习研究，这种复合背景的人市场上不好找，年薪百万起步，而且大多在大厂或电网系公司。如果还要叠加消费级工程能力，三重交叉背景的团队基本无法从市场上直接招聘组装。
省级电力市场的规则经验。 不是读几份规则文件就能掌握的，需要真金白银在市场里交易过、踩过坑、被罚过款才知道。每个省份是一条独立的学习曲线，这种隐性知识无法速成。
客户绑定深度。 调度系统接入客户数据中心后，日复一日优化用电策略，切换成本很高。客户换供应商意味着重新做数据接入、重新训练模型、重新积累优化基线，至少损失3-6个月的优化效果。省级算力调度平台一旦建成，还有行政流程上的切换成本，这种政府绑定比企业客户更深。
6.2 低壁垒（挡不住竞争对手的）
软件平台本身。Go/Java后端、React/Vue前端、Kubernetes容器编排，都是成熟技术栈，谁都能搭。
基础预测模型。LSTM、Transformer是公开算法，开源实现到处都有。真正的差距在特征工程和场景适配，不在模型架构。
七、算电协同的经济逻辑
算电协同不只是"哪里电多就把算力调到哪里"，它有一个前提条件：如果不用闲时算力共享做调度，机器的浪费成本会远大于节约的电费成本，这件事就不成立。共绩提出的"以算代储"是把这个逻辑讲清楚了：与其把多余的电存起来（储能成本高），不如在发电过剩时把算力设备开起来。算力负荷是可弹性调度的，哪里电多就把计算任务调度到哪里跑。反过来对算力供给侧的个人用户，谷电时段跑算力的净收益更高，峰电时段自动暂停，成本和收益自动优化。
这也是为什么政府会主动找具备闲时调度能力的公司建省级调度平台：各地都在建算力网络，但现有平台只支持锁定接入，机房不愿意接。有了闲时调度，地方政府可以让机房把闲时资源接出来，政府帮忙卖，赚额外的钱。
八、竞争格局
2025年赛道里玩家分三类：
| 类型 | 代表企业 | 优势 | 短板 |
|---|---|---|---|
| 能源资产型 | 协鑫能科 | 手握风光储资产，绿电直供+储能+虚拟电厂一体化 | 对算力业务理解深度不够 |
| 电网系技术公司 | 国电南瑞、南网科技 | 深耕电力系统几十年，EMS/SCADA积累深厚，电网关系强 | 灵活性和速度 |
| 算力调度型创业公司 | 共绩科技 | 闲时调度能力、数据飞轮、已落地省级平台 | 规模和资源 |
8.1 竞争压力分析
来自能源资产型玩家的压力
协鑫能科这类公司手里有电、有储能、有光伏，可以给数据中心提供"绿电直供+储能备份+虚拟电厂聚合"的一揽子方案。对客户来说，一家搞定比自己分别找供应商省事。这种"能源资产+调度服务"的打包能力，轻资产公司没法直接对抗。应对思路是不跟它比资源，比算法深度和跨客户场景的优化能力，它只能调自己的资产，你能调多家不同客户的资产，优化空间不同。
来自电网系公司的压力
国电南瑞、南网科技这类公司跟电网的关系是几十年积累下来的，对电力调度系统的理解深度外人很难追赶。它们如果认真做算力负荷聚合，拿资质、对接电网调度系统的速度会很快。但电网系公司的问题是体制和激励机制，这类创新业务在内部优先级不会太高，执行速度偏慢。窗口期就在这个"看得到但还没动手"的阶段。共绩已经切入这个缝隙：河北、青海的省级算力调度平台就是它做的，能拿下来是因为闲时调度能力。
来自云计算大厂的压力
阿里云、华为云、腾讯云自己就是数据中心的大户，手握海量算力负荷和用电数据。它们做算电协同有天然的数据优势和客户触达能力。阿里云已经有了能源管理产品线，华为云也在布局。大厂一旦把算电协同作为基础设施能力内置到云服务里，独立公司就很难在基础调度层竞争。应对思路是做垂直场景做深：大厂做通用平台，你做数据中心和智算中心这一垂直领域，把算法效果和行业理解做到它不愿意投入的程度。
来自虚拟电厂聚合商的压力
朗新科技、特来电等公司已经在虚拟电厂领域跑了好几年，手里有负荷聚合商资质，有成熟的聚合平台，有跟各省电力交易中心的对接经验。它们目前主要聚合的是工商业负荷、充电桩、分布式光伏，但向算力负荷延伸是顺理成章的事。应对思路是差异化：它们不懂算力业务，不懂GPU集群的调度逻辑，你懂。
来自客户自研的压力
大型数据中心运营商（比如万国数据、秦淮数据）自己有技术团队，完全有可能自建一套算电调度系统，尤其在看到效果验证之后。客户自研意味着丢失大单。应对思路是让客户觉得自研不划算：你服务多家客户，数据跨客户积累，优化效果单家自研做不到；而且SaaS模式的持续迭代速度，内部IT团队很难跟上。
九、发展阶段规划
9.1 三阶段路线图
┌─────────────────────────────────────────────────────────────┐
│ 第一阶段：产品验证期（0-12个月） │
│ 融资：天使轮 1000-2000万 │
├─────────────────────────────────────────────────────────────┤
│ 目标： │
│ • 完成MVP开发（算电调度平台V1.0） │
│ • 签约2-3家种子客户（免费/低价试点） │
│ • 验证核心算法效果（电费降低5%+） │
│ • 团队达到15人 │
│ │
│ 关键里程碑： │
│ • M3：核心算法Demo完成 │
│ • M6：MVP上线，首个客户接入 │
│ • M9：2家客户稳定运行，效果数据验证 │
│ • M12：产品市场验证完成，启动A轮 │
└─────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────┐
│ 第二阶段：规模扩张期（12-24个月） │
│ 融资：A轮 5000万-1亿 │
├─────────────────────────────────────────────────────────────┤
│ 目标： │
│ • 签约10-20家付费客户 │
│ • 聚合算力负荷≥100MW │
│ • 获取负荷聚合商资质（1-2个省份） │
│ • 虚拟电厂运营业务启动 │
│ • 团队达到30人 │
│ │
│ 关键里程碑： │
│ • M15：产品V2.0发布，商业化定价 │
│ • M18：首批付费客户续约，NRR>100% │
│ • M21：负荷聚合商资质获取 │
│ • M24：年收入达到1000万+，启动B轮 │
└─────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────┐
│ 第三阶段：生态构建期（24-48个月） │
│ 融资：B轮 2-3亿 │
├─────────────────────────────────────────────────────────────┤
│ 目标： │
│ • 签约50-100家客户 │
│ • 聚合算力负荷≥500MW │
│ • 覆盖5-8个省份电力市场 │
│ • 碳管理产品成为第二增长曲线 │
│ • 团队达到60-80人 │
│ • 启动上市准备（科创板/港股） │
│ │
│ 关键里程碑： │
│ • M30：虚拟电厂运营规模化，月辅助服务收益>100万 │
│ • M36：年收入达到5000万+ │
│ • M42：碳管理产品独立商业化 │
│ • M48：年收入过亿，启动IPO │
└─────────────────────────────────────────────────────────────┘
有一个值得注意的节奏偏差：共绩的实际收入增速快于上面的规划，但收入结构更偏向项目制而非SaaS订阅。算电协同公司的收入增长曲线可能不是设想的平稳SaaS增长，而是会被政府大项目拉动出现阶梯式跳涨。好处是收入增速快，坏处是项目制收入不稳定，对现金流管理和团队交付能力的压力更大。另外，冷启动不一定需要先搞定大B客户，C端算力共享可以作为一个低门槛的供给侧冷启动手段，积累调度能力和数据后再往B端延伸。
十、风险与对策
| 风险 | 等级 | 对策 |
|---|---|---|
| 电力市场政策变化 | 高 | 多省份布局，分散政策风险；紧密跟踪政策 |
| 算法效果不达预期 | 高 | 渐进式优化，先做单点优化再联合优化 |
| 客户获取慢 | 中 | C端算力共享作为供给侧冷启动，绑定标杆客户后案例驱动销售 |
| 人才竞争激烈 | 中 | 股权激励，能源+计算+消费级工程的复合背景团队 |
| 数据安全合规 | 中 | 等保三级，电力监控系统安全接入规范 |
| 大厂入局 | 中 | 聚焦闲时调度这一细分能力，做深做透，建立数据壁垒 |
| 政府项目收入波动 | 中 | 项目制和SaaS订阅混合模式，平滑收入曲线 |
十一、关键成功因素
- 闲时调度能力：所有竞争差异化的根基，也是算电协同经济合理性的前提
- 算法壁垒：算电联合优化算法是核心竞争力，需持续投入研发
- 标杆客户：前3家客户的成功案例决定后续销售，省级算力调度平台的背书尤其有说服力
- 数据飞轮：运行数据越多，算法效果越好，形成后来者无法快进的壁垒
- 团队复合：能源+计算+工程交付的三重复合背景团队，缺一不可
共绩科技（算了么）是这个赛道目前唯一的商业验证样本。2023年成立，核心团队来自清华、北大，2024年获中国国际大学生创新大赛全国亚军，2025年上半年实现2000万到账收入，完成Pre-A轮近亿元融资。它的存在证明了一件事：算电协同不只是逻辑上可行，而是有人真的把它跑通了。
浙公网安备 33010602011771号