本文来自微信公众号： 豹变 ，作者：张经纬，编辑：邢昀
从绑定车企到绑定大模型、具身智能、AIDC，宁德正在重新复制“卖铲人”逻辑。
19世纪后期，标准石油（埃克森美孚前身）的创始人们开始以个人名义买入铁路公司的股票。创始合伙人杰贝兹·博斯特威克后来干脆出任纽约与新英格兰铁路公司的总裁，另一合伙人卡姆登，一边替标准石油守着产油区，一边为俄亥俄河铁路融资。
三十年里，这种个人持股悄悄织成网络。1904年，调查记者塔贝尔在《标准石油公司史》中写下了那句知名论断：标准石油“拥有大多数大铁路系统的股份，并在几乎所有大铁路系统的董事会中占有代表”。
彼时，洛克菲勒管理下的标准石油是全美国最大的原油开采、汽油，以及润滑油生产的企业。对标准石油来说，入股铁路，既可以保证自己能够获得便宜且安全的石油运输线路，铁路公司本身又是润滑油销售的大客户。可以说，这种手法某种程度上保障了标准石油在行业中的地位。
同样的故事在今天依然在上演。
2026年10月6日，彭博社援引知情人士报道，DeepSeek新一轮融资接近完成，规模在800亿元到1000亿元人民币，腾讯与宁德时代再次成为出资最高的投资方之一，这距离宁德时代首次出现在DeepSeek股东名单上，不过四个多月。
作为动力电池龙头，过去宁德时代的钱投向矿产、材料和汽车公司：上游保障供应，下游连接客户。如今，它的投资触角开始伸向大模型、数据中心、算力运营、具身智能。
一个造电池的，为什么要投AI？标准石油的故事提供了一个理解宁德时代的视角。
宁德寻找的不是与电池无关的新故事，而是电池、电力能源的下一批客户，以及进入这些客户所需的新能力。
当年，石油要坐上火车；今天，电要送进数据中心、输给机器人。宁德时代正在尝试的，是在下一轮需求真正放大之前，先成为牌桌上的股东。
电池巨头追赶AI风口？
如果把宁德时代过去几年的投资标的排成一张表，会发现一个变化：早期名单上密集出现的是矿产、材料、电池设备和汽车公司，如今，大模型、数据中心和机器人开始占据越来越多的位置。
这不是一次突然的跨界。今年年中宁德时代创始人曾毓群接受《财经》专访时，曾被问及宁德时代的业务边界为何越扩越大，他回答是：“我们的拓展都是围绕自己的核心能力。”
之前的重点之一是围绕电车进行产业布局。到2026年为止，宁德系累计投资车企超过10家。
例如，2021年，宁德时代出资7.7亿元参与阿维塔增资，成为其第二大股东。同年，它还参与了极氪Pre-A轮融资。股权投资之外，宁德还与多家车企成立合资电池公司，把合作从采购关系推进到共同研发、生产和供应。
阿维塔是这套打法的典型。在长安、华为、宁德时代组成的合作体系中，宁德不只是等着新车上市接订单，而是以股东和技术合作伙伴的身份，更早参与产品开发。对于电池供应商来说，这意味着有机会在车型规划阶段，就让自己的技术进入客户的方案。
与此同时，宁德系风投机构溥泉资本、问鼎投资、晨道资本以及闽东时代，也向产业链两端铺开：向上进入矿产、材料和设备，保障供应与技术配套；向下延伸至车企、换电和回收，为电池寻找市场和新的商业模式。
直接投资与基金投资共同构成了一张网络，资本的作用也由获取回报，延伸到建立合作关系、补齐产业能力。
到了AI时代，宁德也开始转向。
一个较早的信号来自千寻智能。2024年11月，千寻智能宣布完成由柏睿资本独家投资的天使+轮融资，金额数千万元级。
柏睿资本并不是宁德下属的机构，而是宁德联合创始人、副董事长李平个人出资设立的风投。但另一方面，千寻智能的商业往来则可以看到宁德的身影：宁德时代为千寻机器人提供电池，千寻也拥有了“宁德时代生态企业”的身份。
后续在具身智能领域，宁德又投资了银河通用、松延动力、众擎机器人和维他动力。其中银河通用、松延动力除了有来自宁德时代的直投，来自宁德系产业投资平台溥泉资本、晨道资本也参与其中。
具身智能之外，AI时代更庞大的用能场景，是固定的数据中心。算力基础设施方面，宁德投资了思朗科技、中恒电气和世纪互联。能源AI与算电协同方面，则有达卯科技和深度智控。
宁德在AI领域最知名的投资，则属于DeepSeek开放投资后的两度入局。摩根大通认为宁德时代将“从电池供应商转变为AI算力建设的策略性能源基础设施合作伙伴”。
后续宁德的手可能还会伸得更远。2026年9月，宁德时代披露参投两只基金时代怡远、时代深远，合计16.2亿元，方向均明确写入人工智能与具身智能。
从宁德的AI投资方向上看，标的遍布AI行业上下游，同时也与主业有较强的联系。同时，宁德没有投资市面上火热的AI应用，也说明这轮投资的特征更加接近产业布局而非财务投资。这背后的逻辑是基于电力在当前的最热需求，找到合适的切入口，进行全面的产业链闭环布局。
同时，我们也注意到，宁德的布局方式是中立化的。一方面，各家公司所占股份大多不超过10%，不谋求某家企业的控制权；另一方面宁德往往投身多家具有竞争关系的企业，相比站队，更像是和整个AI行业共同成长。
宁王成长的烦恼
从汽车到机器人，产品形态变了，能源问题却没有消失。
曾毓群在专访中谈到机器人时，没有先讲它们的大脑有多聪明，而是提到了机器人马拉松：跑不完全程，背后就有能源效率和能量密度的问题。这个视角很“宁德”，当外界关注机器人能做多少动作，它更关心的是，这些动作靠什么持续完成。
曾毓群也谈及进入新领域的三个条件：市场足够大、进入门槛足够高，以及新技术与现有技术相邻。
龙头宁德也有自己的烦恼，烦恼的来源是它的主业。
动力电池高增长的故事开始受到质疑。电动车市场增速开始放缓，车企们也都在通过增加供应商、自建电池产能和投资新技术，提高供应链自主性，想办法降低对宁王的依赖。
比如理想、小鹏推进多元化采购，广汽自建因湃电池，上汽投资清陶，特斯拉、丰田也都在走自研电芯路线。
对宁德来说，向AI延伸，是在动力电池之外继续拓展能源业务的增长空间。而这个时候，AI需求也恰好找上了门。据国际能源署测算，全球数据中心2024年耗电约4150亿千瓦时，到2030年将接近翻倍至9450亿千瓦时，增量主要由AI驱动。
同时，AI对电力的需求，不只是“更多电量”，而是对电芯、储能、绿电、散热和调度系统的一揽子需求，其中多个环节与宁德已有的电池、储能能力相匹配。
AI硬件同样需要高质量用电。具身智能目前普遍续航时间在2到4小时之间，而满足工业生产的需求必然需要装配更高能量密度、更长循环的电池。而从AIDC的用电需求上看，数据中心短时备电正在增加锂电池的应用，储能也开始承担负荷调节、绿电配套等更多功能。
曾毓群对这条路径有过明确解释。他在《财经》的专访中表示，宁德并不打算与AI企业竞争，而是希望在AIDC的能源解决方案中作出贡献。更早之前，他也提出零碳电网开发与运营可能拥有远大于动力电池供应的业务空间。
更重要的是，新的故事不只讲“AI缺电，宁德卖电”，AI和机器人不只是需求方，它们本身也正在成为宁德的生产工具。
机器人进厂是其中最明显的趋势。2025年12月，宁德披露，千寻智能的人形机器人进入宁德时代中州基地PACK终检产线。银河通用的工业机器人也在宁德电池工厂进行常态化作业。
长远来看，宁德想要的实际上是一个智能时代的能源操作系统：上游绑定绿电与芯片算力，中游锁定供电设备与储能调度，下游渗入算力运营与具身智能终端，再加上电池银行与回收闭环。最终，成为提供“确定性用电”，与行业共同增长的平台商。
卖铲人逻辑的边界在哪里？
投进一家AI公司，只是进入了它的股东名单。能否进入采购名单，能否持续拿到订单，是另外两件事。
这是宁德时代向AI延伸后，首先要面对的现实。
产业投资可以带来更早的技术交流、更深入的场景合作，却不能替代产品竞争。机器人公司选择电池，最终仍要比较重量、功率、安全、寿命和成本；数据中心选择能源方案，也要核算供电可靠性、建设周期以及长期运行费用。
汽车行业已经展示过这种关系的复杂性。车企增加电池供应商、自建产能，并不一定意味着与宁德停止合作，而是在供应保障、技术选择和议价能力之间寻找平衡。进入AI产业后，同样的考量依然存在：客户可能欢迎宁德提供资金和能源能力，也会保留选择其他供应商的空间。
另外，卖铲人不是商业的万金油解法，不站队也是一种站队：核心供应商供货给竞争对手，这对无论哪家厂商来说，都是一种对商业宽容的考验。
体量越大，中立越难，这是卖铲人逻辑自带的悖论。
另一道考题是需求何时变成可以回收的钱。
新能源车十年间完成了从0到千万辆级的渗透，需求是确定的。
而AI大不同，具身智能2026年仍处在“样机多、量产少”的阶段，AIDC的资本开支也有强周期性，一旦模型训练效率或算力供需结构变动，需求规模都会受到影响。
技术上也有几道题绕不过去。比如，机器人电池要同时满足高能量密度、大倍率、长循环和高安全，数据中心锂电储能的安全认证与备电切换标准仍在完善。
宁德真正的考题从来不是AI会不会成功，而是另一道更老的题：铲子与金矿的命运要不要绑定，如何绑定？
车企已经给出了电车的答案，大模型、云厂商和机器人公司等，正在给出AI的答案。