从铁矿到铜矿：全球矿业巨头的转身给AI指了条什么路？
发布日期：2026/8/20
最近，全球最大的矿业公司之一BHP发生了一件很有意思的事。
这家公司过去最赚钱的生意，长期是铁矿石。
这并不难理解。过去几十年的城市化、房地产、基础设施和制造业扩张，需要大量钢铁，铁矿石也因此成为全球矿业最赚钱的生意之一。
但今年，位置换了。
BHP刚刚公布的2026财年业绩显示，铜业务贡献运营利润181.9亿美元，超过铁矿石的145.3亿美元。铜第一次成为BHP最大的利润来源，占公司EBITDA的比重已经达到55%左右。
而BHP接下来的计划更加直接：到2035年，铜产量最多提高约40%。
一家靠铁矿石成长起来的全球矿业巨头，为什么突然如此重视一种人类已经用了几千年的金属？
答案藏在今天最热门的几个词里：
新能源、电动车、电网，以及AI。
过去几年，谈到新能源的资源争夺，我们首先想到的是锂。
但现在，一个更隐蔽的资源约束正在浮出水面。
它不是因为某一种电池路线突然爆发，而是因为一件更大的事情正在发生：
整个世界都在疯狂用电。
而只要继续沿着“电”往物理世界的底层追，最终很难绕过一种材料：
铜。
01 AI的底层，不只有芯片
今天讨论AI基础设施，我们已经习惯了一个词：
算力。
算力不够怎么办？
买GPU。
GPU不够怎么办？
建数据中心。
数据中心越来越多之后，人们很快又发现了下一个问题：
电不够。
于是最近两年，AI行业突然开始讨论核电、天然气、储能、绿电、数据中心选址。
但如果继续问一句：
电怎么进入数据中心？
事情就开始变得有意思了。
需要输电线路。
需要变电站。
需要变压器。
需要开关设备。
需要母线。
需要电缆。
数据中心内部还有服务器供电、冷却系统、备用电源和大量电气设备。
继续往下追，最终就会遇到一种非常传统的材料：
铜。
所以AI真正的物理链条其实是：
大模型 → GPU → 数据中心 → 电力 → 电网 → 铜 → 铜矿。
这也是为什么S&P Global今年干脆把一份最新研究命名为《AI时代的铜》。
它预计，全球铜需求可能从2025年的约2800万吨增加到2040年的约4200万吨，增长50%。
这里面最大的驱动力仍然是传统经济和能源转型，但AI和数据中心正在成为一条新的需求曲线。数据中心相关铜需求可能从2025年的约110万吨增加到2040年的约250万吨。
更有意思的是，AI真正“吃铜”的地方并不只是服务器。
S&P预计，到2040年，仅为数据中心建设配套电力基础设施，每年就可能对应约100万吨铜需求，其中约一半来自配套新能源电源，另一半来自输配电线路。
所以我们过去对AI有一个很容易产生的错觉：
它似乎存在于“云”里。
实际上根本没有什么悬浮在天空中的云。
所谓云，不过是一座座装满服务器、接着变压器、电缆和电网的数据中心。
而这些基础设施继续向上游追溯，就是矿山。
换句话说：人类最先进的智能，最终仍然建立在最古老的采矿业之上。
这才是AI与铜真正有意思的关系。
并不是ChatGPT每问一个问题就“消耗多少克铜”。
而是当整个社会试图把AI变成基础设施时，我们突然发现：
数字经济其实一点也不“轻”。
02 不是缺铜，而是“铜来得太慢”
如果只是需求增加，这件事情其实没那么值得担心。
一种商品价格上涨，资本进入，企业扩产，供应增加，价格重新回落。
过去几年，锂已经给我们完整演示了一遍。
新能源汽车爆发，锂价暴涨。
价格一涨，全世界开始找矿。
澳大利亚、南美、非洲大量项目上马。
供应快速增加，锂价随后大幅回落。
所以真正值得担心的从来不是：
需求突然增加。
而是：
需求增加以后，供给能不能足够快地跟上。
铜最麻烦的地方恰恰在这里。
AI产业按照什么速度变化？
模型可能几个月就迭代一次。
GPU几年一代。
一座数据中心可能两三年就可以建起来。
新能源也是一样。
中国一年可以新增数亿千瓦风电光伏装机。
新能源汽车渗透率几年就能发生巨大变化。
但矿山不是这个速度。
S&P今年7月研究了232个矿业项目后发现，从发现到投产，矿山平均开发周期约为16年。
更值得注意的是，那些已经完成可行性研究、但尚未投产的项目，平均周期已经接近：
30年。
这大约是1990年代项目开发周期的5倍。
于是一个非常荒诞的时间差出现了。
一边是：
AI：按月和年迭代。
另一边是：
数据中心：按两三年建设。
再往下是：
电网：按数年建设。
最后是：
矿山：按十几年甚至几十年建设。
这才是铜真正值得担心的地方。
不是地球突然没有铜了。
而是：
铜可能来晚了。
AI和新能源正在制造的，其实是一场非常罕见的速度竞赛：
我们正在用软件行业的速度增加电力需求，却只能用矿业行业的速度增加支撑它的材料。
这也是为什么IEA在今年最新《全球关键矿产展望》中仍然预计，到2035年铜可能存在约25%的潜在供应缺口。
而且这已经比去年的预测有所改善——因为刚果（金）、赞比亚等地更多项目正在推进。
也就是说：
问题不是没有人在找铜。
大家已经开始找了。
问题是那些铜能不能在AI、电网和新能源需要它的时候及时出来。
S&P给出的长期情景更加激进：如果没有大规模新增供给和其他调整，到2040年全球铜需求可能达到4200万吨，而潜在供应缺口可能接近1000万吨。
当然，这不代表2040年真的会有1000万吨订单拿着钱也买不到铜。
价格会改变需求。
铝可以替代部分铜。
回收会增加。
技术也会降低单位设备的铜消耗。
所以这些预测真正重要的不是“1000万吨”这个数字。
而是它揭示出的那条裂缝：
数字世界的扩张速度，开始超过物理世界的建设速度。
03 新能源和AI，最后撞上了同一堵墙
这也是为什么把AI和新能源放在一起看，会比单独讨论铜更有意思。
新能源和AI表面上几乎是两个完全不同的产业。
新能源解决的是能源问题。
AI解决的是智能问题。
但当它们进入物理世界以后，却越来越容易撞上同一个瓶颈：
电网。
风电和光伏有一个天然问题。
最适合发电的地方，不一定是最需要电的地方。
西北可以建设巨量光伏。
海上可以建设大量风电。
但上海、苏州、深圳的数据中心和工厂需要的是：
此时、此地、稳定供应的电。
所以新能源装得越多，背后越需要建设：
输电线路、变电站、配电网、储能、充电设施。
AI也是一样。
理论上，大家都不“缺能源”。
有天然气，有太阳，有风，也可以建设核电。
但一座GW级数据中心真正需要的并不是一年总共能发多少度电。
它需要的是：能不能在某个具体位置，在未来两三年里，稳定地给我送来1GW的电。
这两者完全不是一回事。
所以未来越来越稀缺的东西，可能不是抽象意义上的“电”。
而是：
可交付的电。
于是AI企业开始抢的并不只是GPU。
它们还在抢：
电网接入容量；
变压器；
电源项目；
土地；
冷却资源。
以及能够把这些东西连接起来的材料。
这就产生了一个特别有意思的交叉：
新能源越多 → 越需要扩建电网 → 越需要铜。
AI越多 → 越需要电 → 越需要扩建电网 → 还是需要铜。
新能源汽车、储能、工业电气化也都沿着类似的逻辑往下走。
最后看似完全不同的技术革命，都在物理世界底层汇合。
这也是铜和锂一个非常重要的区别。
锂高度绑定电池。
铜却同时绑定：
能源、交通、电网、工业、建筑、AI和国防。IEA最新预测中，锂到2040年的需求增速仍然高于铜，这一点不能混淆。
但如果看增加的绝对吨数，铜反而是IEA追踪的主要关键矿产中最大的——到2040年预计增加约700万吨，核心驱动力就是电网和下一代技术。
所以更准确的说法不是：
“铜一定会取代锂成为新能源最短缺的资源。”
而是：
锂更多约束电池，铜却可能约束整个电气化系统扩张的速度。
这才是铜真正特殊的地方。
04 中国要解决的，不只是“缺矿”
把这个问题放到中国，会更加有意思。
因为中国恰恰拥有世界上最庞大的电气化产业体系之一。
我们拥有全球最大的新能源汽车市场。
最大的风光装机。
庞大的储能产业。
世界规模最大的电网体系。
还有完整的制造业体系。
AI算力基础设施又正在快速扩张。
从这个角度看，中国其实是未来铜需求最典型的一个缩影。
但中国铜产业又有一个非常特殊的结构：
会炼铜，不等于拥有铜。
中国拥有全球最庞大的铜冶炼能力之一，但大量铜精矿需要来自海外。
过去的产业逻辑是：
矿山把铜精矿卖给冶炼厂。
冶炼厂帮它加工成铜。
矿山支付加工费。
理论上应该是：
“你帮我炼，我给你钱。”
但最近几年，这套逻辑开始变得非常奇怪。
中国冶炼能力不断扩张，铜精矿供应却没有同步增长。
于是大量冶炼厂开始抢原料。
加工费不断下降。
现货市场此前甚至已经出现负加工费。
这意味着在极端市场条件下：
冶炼厂宁可牺牲加工利润，也要先抢到矿。
IEA今年专门把这一现象列为铜产业的重要战略压力。
这比“铜价上涨”更值得关注。
因为它说明铜产业的价值正在往上游移动：
过去稀缺的是：
谁能炼。
现在越来越变成：
谁有矿。
所以中国真正的问题并不是一句简单的：
“铜矿对外依存度高。”
更深一层的问题是：
中国能不能把新能源和制造业优势，进一步转化成资源体系优势？
否则就会出现一个非常典型的悖论：
新能源汽车越成功，需要的铜越多。
新能源装得越多，需要建设的电网越多。
AI算力越强，需要的电力基础设施越庞大。
结果：
下游越强，上游资源的重要性反而越高。
这也是为什么未来的能源安全，可能不能只讨论石油和天然气。
一个高度电气化的国家，还要开始认真考虑：
铜、铝、锂、镍、银、锡、稀土等材料的安全。
但如果解决方案只是：
去海外买更多矿。
那其实只是把20世纪争夺油田的逻辑，换成21世纪争夺矿山。
真正有意思的变化，可能发生在另一端。
05 AI和新能源最终还得学会“少用一点”
这里是我们最容易被忽略的一层。
面对铜可能出现的约束，我们最自然的反应是：
多挖矿。
第二反应是：
多回收。
但这两件事都不够。
根据预测，到2040年全球废铜供应可能增加到约1000万吨，但即便如此，其基准情景下仍然无法完全填补潜在供需缺口。
原因并不复杂。
你不能回收一吨还没有进入社会的铜。
现在全世界正在同时建设：
新的电网；
新的新能源汽车；
新的数据中心；
新的储能；
新的风电光伏。
整个社会内部的铜存量池还在快速变大。
假设今年社会新增需要1000万吨铜，但报废设备里只有500万吨铜。
哪怕回收率达到100%，剩下的500万吨仍然需要从地下挖出来。
所以未来真正的答案不会是：
采矿，还是回收？
而是四件事一起发生：
采矿 + 回收 + 替代 + 减量。
其中“减量”特别值得关注。
因为AI本身也可能改变铜的需求方式。
今天AI数据中心的铜强度并不是一个永远固定的数字。
数据中心可以提高供电电压。
可以优化配电架构。
可以增加光纤替代部分铜连接。
可以优化服务器和冷却系统。
同样的算力，未来未必需要今天这么多铜。
更进一步，AI甚至可能开始反过来适应电网。今天的数据中心思维基本是：
我要这么多算力，你给我这么多电。
未来完全可能逐渐变成：
现在电网有多少富余电力，我就把多少可延迟计算任务放到这个时间执行。
训练任务和实时推理并不是完全一样的负荷。
有些推理必须立即响应。
但部分训练和批处理任务并不一定非要在某一秒完成。
于是未来的数据中心可能根据：
新能源出力；
实时电价；
电网负荷；
储能状态，
动态调整一部分算力任务。
这意味着一个非常有意思的变化：
过去是能源系统适应数字世界，未来数字世界也可能开始适应能源系统。
这个变化甚至比“多建几座铜矿”更重要。
因为它代表一种新的资源逻辑：
不再是需求无限增长，然后要求物理世界无限满足。
而是让：
算力、能源和材料共同优化。
这可能才是AI与双碳真正发生交叉的地方。
06 AI时代撞上的，是一堵“物理墙”
所以，回到最开始的问题：
新能源最大的瓶颈会不会从锂变成铜？
这个问题其实问小了。
铜当然重要。
IEA预计，到2035年，即使新增项目陆续投产，铜仍可能存 在约25%的潜在供应缺口；S&P则预计，在其基准情景下，到2040年全球铜需求可能达到4200万吨。
但真正值得关注的不是：
“下一个会涨价的金属是谁？”
而是铜让我们第一次非常清楚地看到：
数字世界不是无限的。
过去20年，我们被互联网训练出了一种习惯。
软件可以无限复制。
一个APP增加一亿用户，并不意味着要再生产一亿套软件。
算法可以不断迭代。
模型可以迅速升级。
芯片性能又长期受到摩尔定律推动。
于是我们很容易形成一种感觉：
技术进步可以一直按照指数曲线往上走。
但物理世界不是这样。
矿山没有摩尔定律。
铜矿不会每18个月产量翻倍。
电网没有摩尔定律。
一条输电线路不会因为算法升级就第二天建好。
变压器没有摩尔定律。
发电站也没有。
土地、水资源、环评和社区关系更没有。
AI第一次如此大规模地把这两个完全不同的世界推到了一起。
一边是：
几个月就可能发生变化的大模型。
另一边是：
平均需要十几年开发的矿山。
一边希望指数增长。
另一边只能线性扩张。
所以AI时代真正稀缺的东西，可能既不是某一款GPU，也不是某一种金属。
而是：
物理世界追赶数字世界的速度。
铜恰好是这场碰撞中最先被看见的材料之一。
这也重新解释了BHP最近那份看起来只是“矿业公司业绩很好”的财报。
一家靠铁矿石成为世界巨头的公司，如今铜已经超过铁矿石，成为最大的利润来源；与此同时，公司准备把未来大量增长押在铜上。
它当然有铜价周期的因素。
但放在更长的时间尺度里看，这又像一个很小的时代切片。
20世纪工业化需要大量：
石油、煤炭和钢铁。
21世纪正在发生的电气化和数字化，则越来越需要：
电网、铜和一系列关键矿产。
我们以为新能源革命是在摆脱资源依赖。
其实没有。
我们只是开始从：
“燃料依赖”
转向：
“材料依赖”。
我们也曾经以为AI代表的是一个越来越虚拟的世界。
结果恰恰相反。
AI规模越大，它在物理世界留下的脚印也越大。
GPU背后是数据中心。
数据中心背后是电。
电背后是电网。
电网背后是铜。
铜背后是矿山。
所以如果一定要问：
AI的尽头是什么？
答案可能既不是算法，也不是芯片。
继续沿着那根电缆一直往下找，
你最终会来到一座看起来和人工智能毫无关系的地方：
矿山。
来源：绿创碳和
