随着人工智能（885728）产业快速发展，全球竞争正从算法、模型和芯片逐步延伸至电力、算力基础设施及上游矿产资源领域。10月23日，在2026AI新时代矿业投资研讨会上，10万余字的《AI新时代下矿产资源投资报告》正式发布。
报告围绕AI产业链涉及的46种主要矿产资源，系统分析其战略价值、供需状况、对外依存度及国内外投资区域，并提出四大矿产投资梯队，为矿业企业转型、社会资本投资和地方政府招商引资提供参考。
面对众多矿产资源，如何识别真正具有战略价值、市场需求和投资潜力的矿种，成为矿业企业、投资机构及地方政府共同关注的问题。
为此，矿材网联合中国建筑（601668）材料工业地质勘查中心广东总队、中铁十六局集团有限公司、中铁建昆仑投资集团有限公司、广州市汇志文化传播股份有限公司，共同编制《AI新时代下矿产资源投资报告》，尝试从产业需求、资源供给和区域布局等维度，为矿产资源投资提供系统性研究参考。
报告按照能源（850101）层、芯片层、基础设施层、模型层和应用层五个层次，分析人工智能（885728）产业与矿产资源之间的关系。
按照报告的统计口径，将稀土（884215）作为一个矿种类别计算，AI产业链涉及46种主要矿产资源，其中能源（850101）矿产5种、金属矿产32种、非金属矿产8种、水气矿产1种，这46种矿产资源覆盖80%中国战略矿产以及美国、欧盟、澳大利亚和日本关键矿产名单。
这些矿产涵盖煤、石油、天然气（885430）、铜、铁、铝、锂、钴、镍、铌、钽、锗、镓、高纯石英、稀土（884215）、氦气等，不同矿种分别应用于能源（850101）供应、半导体（881121）制造、算力设备、数据中心建设及相关终端产品等环节。
报告认为，AI产业持续发展，将对部分矿产资源形成新的需求拉动，但不同矿种在战略属性、供需状况、资源保障能力和投资准入条件等方面存在明显差异，需要实行分类研究、差异化投资。
报告综合中国矿产资源对外依存度、国内供需关系、战略性矿产属性、国内外关键矿产政策及投资准入条件等因素，将46种矿产划分为四大投资梯队。
与一般矿产资源研究不同，该报告不仅关注矿种选择，还对46种矿产的性能、用途、AI产业关联、2025年消费（883434）量、产量、对外依存度、资源储量、重点企业以及国内外潜在投资区域和国家进行了梳理。
广州市汇志文化传播股份有限公司董事长翁宝在研讨会上表示，人工智能（885728）发展不仅是科技产业的变革，也将带动能源（850101）、矿产、材料及相关基础产业发展。矿产资源投资有望成为传统产业对接新质生产力、推动产业转型升级的重要方向。
报告旨在帮助矿业企业和投资机构从产业需求出发，寻找具有资源优势和市场空间的投资机会，同时为地方政府盘活矿产资源、开展精准招商、推动矿业产业链延伸提供参考。(中国日报社广东记者站记者：邱铨林)
