核心論點：過去一年AI價值鏈正發生劇烈遷移：AI實驗室從幾乎"零毛利"躍升為價值大贏家。Anthropic ARR從9B暴漲至44B+,推理毛利從38%飆至70%。而身處供給瓶頸的TSMC與Nvidia卻仍未對定價做出明顯反映。01. AI價值鏈的劇烈遷移"AI的一天,勝過其他行業的一年"模型發佈、軟體突破、硬體迭代,正把其他行業以年為單位的周期壓縮到以"周"為單位。過去幾個月,Agentic AI跨過了真正的拐點——Token的"價值"經歷了一次躍升,而生產Token的"成本"卻在同步快速下降。這股需求洪流來自終端使用者從消費Token中獲得的巨額ROI。僅以本年為例,Anthropic的ARR從9B暴增至44B+,與此同時其推理基礎設施毛利率從38%躍升至70%以上。獨特現象："AI浪潮在堆疊的所有層都創造了價值——但過去一年裡,幾乎所有價值都在向AI實驗室集中,而它們一年前幾乎沒有獲取任何價值。"終端使用者的"生產力豐收"過去需要數十人時、耗費數千美元的工作,如今幾分鐘、價值幾美元的Token就能完成。Token產生的商業價值正在劇烈改善企業經營。SemiAnalysis自身在Anthropic Claude Token上的年化支出已高達1095萬美元,但由此獲得的價值讓其能夠在與所有競爭對手的競爭中勝出並擴大市場份額。2023年5月 ── AI交易元年Nvidia首次"重磅炸彈"業績公告,盤後大漲25%,正式拉開AI交易序幕。2024年 ── 電力成為新瓶頸Vistra +265%、GE Vernova +146%,躋身S&P 500表現最佳個股。2025年 ── 儲存搶鏡SanDisk、Western Digital、Seagate、Micron全部錄得200%+漲幅。2025年12月 ── Agentic AI"真正可用"的拐點Agentic AI開始真正發揮效用,從程式設計蔓延至建模、Excel轉Dashboard、財務分析等場景。2026年至今 ── 價值"全面回流"模型層從硬體層向模型層的價值大遷徙正在發生,AI實驗室成為新主角。02. Agentic AI改變了遊戲規則SemiAnalysis的"自家實測"：Token用量已是Meta的5倍Agent早已不止於程式設計。SemiAnalysis分析師每天用Agent把Excel轉為儀表盤、自動生成圖表、建構財務模型、分析公司財報——這些任務此前要麼根本做不了,要麼需要初級分析師花費數小時,擠佔其本可投入更高價值工作的時間。"貼牌價"vs"真實混合價"：Opus 4.7的隱藏邏輯Opus 4.7的官方掛牌價為$5/$25 per MTok(input/output),但其在Agentic任務上的真實混合價僅約$0.99/MTok。原因有二：03. Token生產成本崩塌式下降Opus降價≠毛利下降：Anthropic利潤仍在擴張Anthropic在2025年11月以低於前代3倍的價格發佈Opus 4.5,引發市場驚愕。但事實是——由於Trainium與Nvidia GPU上的軟體改進、以及用Blackwell替換Hopper的硬體升級,其Opus Token的毛利率反而上升了。04. 為何模型利潤不會被競爭"卷"掉理由一：前沿模型仍保有定價權無論benchmark怎麼說,在真實知識工作場景下,開源模型與閉源前沿模型仍存在顯著差距,而這一差距沒有理由很快收斂。Kimi K2.6 ($0.95/$4) 對Opus定價幾乎構不成下行壓力。理由二：算力供給約束 → 沒有任何一家能"獨食市場"Anthropic已開始用$100+/月的Claude Code訂閱牆、遮蔽OpenClaw等第三方harness來主動疏離部分使用者。Token需求將在可預見的未來遠超供給,這意味著任何能提供前沿質量的實驗室,都可以按"Token產生的經濟價值"而非"內卷價"來定價。05. TSMC與Nvidia——兩個未漲價的霸主需求"複利式增長",但供給方仍在用舊框架定價Anthropic ARR已達$44B+(我們上次更新時還是$30B),GLM、Kimi等開源模型也在擴大可定址算力總池。AI實驗室與Neocloud的融資正在直接轉化為增量GPU部署。而Nvidia仍在用一套"為單位算力支付意願會隨時間衰減"的舊假設來定價——這個假設已經不成立。需求不是線性,而是複利級。SemiAnalysis觀點："TSMC本可以大幅漲價,但他們沒有。這是戰略失誤。退一步,他們至少應該要求更大額的預付款。Jensen本人在2024年就說過TSMC的晶圓該貴一點——他是真心的。"06. SOCAMM：Nvidia下一個利潤槓桿為什麼是"記憶體"而不是"算力"?SOCAMM (System-On-Chip Attached Memory Module)是 VR NVL72 上一種基於 LPDDR 的可插拔(Socketed)模組化記憶體方案。它專為機櫃級系統而生,具備更高容量、模組化、能效以及——獨立於算力的可定價能力。在GB300中,DRAM被銲接(soldered)上板,與系統毛利捆綁。但在Rubin中,SOCAMM2是Socketed模組——這意味著Nvidia可以把記憶體"拆出來單獨定價",在板級毛利不變的前提下,單獨調高記憶體毛利。SOCAMM 60% 毛利完全合理(來自SemiAnalysis測算)SOCAMM合約價路徑(Nvidia採購)資料來源：SemiAnalysis Memory Model · 實際SOCAMM應較移動LPDDR5X存在溢價為何客戶會接受Nvidia在SOCAMM上索取60%毛利：① 供應鏈籌碼：DRAM全面緊缺,Nvidia鎖住最大份額② 平台護城河：VR NVL72是性能/TCO最佳平台,客戶被迫接受③ 成本傳導合理：Nvidia自身也面臨SOCAMM2進價上漲07. Capex/W：GB300 →VR NVL72 的反常停滯系統躍遷巨大,但Capex/W幾乎沒動這與AMD/Nvidia/ASIC歷史代際趨勢完全相反——意味著Nvidia"留了一手"08. Neocloud被歧視性定價的"祭壇"SN5610交換機：Neocloud買價竟是Hyperscaler的2倍Nvidia在GPU上幾乎不做客戶分級定價,但在網路裝置上對Neocloud實施明顯的歧視性定價。原因不是Hyperscaler採購量更大,而是Hyperscaler有直接對接OEM/ODM、自建網路方案的工程能力,而Neocloud只能選擇Nvidia的Turnkey方案。即：網路裝置的94%差價被攤薄成10%總capex差異——Nvidia已最大化壓榨這一槓桿,繼續往下摳的空間已經不多。09. One Chart to Rule Them All VR NVL72租賃定價框架成本基礎定價 (Floor) 滿足Neocloud項目最低IRR的租金,低於此線則不會有新部署價值基礎定價 (Ceiling) 基於$/PFLOP的代際平價,客戶在新舊GPU間無差別選擇的臨界點從"成本定價"到"價值定價"——Nvidia的下一跳Nvidia當前仍在用"成本框架"定價。但隨著推理ROI越來越被廣泛接受,定價基準會自然向"價值定價"遷移——這正是反壟斷阻力下降、Nvidia可以堂堂正正漲價的窗口。需要強調,以上分析僅基於"租金/FLOP"。但推理性能/TCO的代際改善,速度比FLOP還要快得多——VR NVL72的真實"價值天花板"可能比我們當前測算更高。Nvidia可以捕獲的價值空間,遠沒有觸頂。RISK 風險與潛在反方向變數反壟斷：Nvidia在GPU、互聯、軟體全端的支配地位已招致更嚴密的反壟斷審視。激進漲價可能加劇監管壓力,這正是Nvidia與TSMC都傾向"克制定價"的核心原因。客戶多元化加速：過快搾取價值會促使客戶加速遷移至TPU、Trainium等替代算力;但這些方案同樣受N3晶圓與DRAM上游約束。前沿模型質量收斂：若開源模型在真實知識工作場景下顯著縮小與閉源前沿的差距,AI實驗室的定價權將受到壓縮——但目前沒有證據顯示這一收斂正在發生。DRAM周期反轉：當前DRAM緊缺局面是支撐Nvidia在SOCAMM上索取高毛利的關鍵。若供給端在2027年大幅釋放產能,記憶體定價槓桿會被削弱。(FinHub)

一、產業鏈環節“Farmer-Egg-Chicken-Hen house”比喻來拆解AI晶片價值鏈：- Farmer（農戶）：對應CSP/AIDC環節，即雲服務/AI資料中心，是AI算力的需求方與應用端，直接承載大模型、AI應用。- Egg（雞蛋）：對應AI chip designers環節，即AI晶片設計公司，是算力的核心“種子”，負責晶片架構與功能設計。- Chicken（雞）：對應Foundry/OSAT環節，即晶圓代工/封測企業，是晶片的製造與封裝環節，負責將設計圖紙變為實體晶片。- Hen house（雞舍）：對應WFE/EDA環節，即半導體裝置/EDA工具，是晶片產業的底層基礎設施，是製造與設計的“生產工具”。二、中美AI晶片價值鏈代表企業1. 中國側（自主供應鏈）- Farmer（應用端）：以字節跳動、騰訊、百度、阿里為代表，還包括MINIMAX、智譜AI、深度求索等國內主流雲服務與大模型公司。- Egg（晶片設計）：海思、摩爾線程、寒武紀、中科海光、崑崙芯、平頭哥、燧原科技等國產AI晶片設計廠商。- Chicken（製造封測）：中芯國際、上海華力、通富微電、長電科技等國內晶圓代工與封測企業。- Hen house（裝置/EDA）：北方華創、中微公司、拓荊科技、華大九天等國產半導體裝置與EDA工具企業。2. 美國側（全球主導鏈）- Farmer（應用端）：Google、OpenAI、Anthropic、Meta、亞馬遜、甲骨文等全球頂尖雲服務與AI公司。- Egg（晶片設計）：NVIDIA、AMD、博通、聯發科等全球AI晶片設計龍頭，其中NVIDIA是絕對核心。- Chicken（製造封測）：台積電、三星、日月光等全球頂級晶圓代工與封測企業，台積電主導先進製程。- Hen house（裝置/EDA）：ASML、應用材料、KLA、新思科技、楷登電子等全球半導體裝置與EDA的核心供應商，ASML的EUV光刻機是關鍵瓶頸。三、“脫鉤”趨勢的核心體現1. 中國側：從底層裝置（Hen house）→製造（Chicken）→設計（Egg）→應用（Farmer），逐步建構自主可控的AI算力供應鏈，減少對西方技術的依賴。2. 美國側：強化自身生態閉環，同時限制對中國的高端技術輸出，推動算力供應鏈的區域化分割，保持在高端環節的絕對主導。3. 本質：中美在AI算力這一核心生產力上的產業鏈競爭與自主化，全球AI晶片供應鏈正從“全球化分工”走向“雙循環、區域化”的格局。(海外君)

最近看到一份特別重磅的報告，是聯合國工業發展組織出的叫《工業化的未來》，他們基於全球價值鏈參與度模型與製造業競爭力指數，進行了各個國家工業實力的研究。《報告》給出了一個足以改寫全球工業格局的預測：到2030年，中國製造業增加值佔全球的比重將達到45%。看到這個數字，我當時就震驚了。你想想看，中國在1980年僅佔全球製造業5%，2024年我們是31.6%，再過幾年就要衝到45%了，這到底是個什麼概念呢？更具體點說，它預測到2030年，美國、日本、德國這三個傳統製造業強國，佔比將繼續下滑至11%、5%和3%，加起來可能也就只有19%，這45% vs 19%對比，還不到中國的一半。就是說，中國將超過所有發達國家製造業佔比的總和。到那時候，全球範圍內，差不多每兩件工業品裡，就有一件可能貼著“Made in China”的標籤。而且中國到時的工業產值，甚至能達到美國的兩倍，這在整個人類歷史上好像還真沒發生過。它帶來的直接後果，就是所謂的全球產業鏈大門可能會被我們焊死了。這個說法聽起來有點誇張，但它的意思是：除了中國，其他國家想再重新建立起一套有競爭力的工業化體系，會變得極其困難，甚至可以說機會渺茫。那這個轉變的背後到底是什麼在起作用呢？今天，我們用大白話縷一縷，把事情講得易懂一點。為什麼偏偏是我們能一騎絕塵？核心原因可以歸結為幾個方面。首先，產業鏈最全，也就是所謂的規模效應，中國是全球唯一擁有所有工業門類的國家，小到螺絲釘，大到飛機高鐵都能自己造。而且，中國現在在全球500種主要工業產品裡，有超過四成的產量是全球第一，產量高就意味著成本可以壓得很低。量大管飽，成本自然就下來了。誰不喜歡又好又便宜的東西呢？競爭力自然就有了。但這只是第一步，光有量還不夠。現在的全球競爭還特別看重效率和速度。這裡面有個特別典型的例子，就是特斯拉，它在中國的上海工廠和在德國的工廠標準是完全一樣的。但你知道嗎？產量卻相差了4倍多，德國工廠一年大概產二三十萬輛。而上海工廠在2024年的時候，年產量已經達到了91.6萬輛。這產能差距也太大了，這不僅僅是靠工人加班能解釋的問題了。這背後就是整個產業鏈的威力，一個很簡單的例子，德國工廠如果缺一個零件，可能得等上半個月才能補上，但上海工廠緊挨著長三角的汽車產業鏈叢集。可以想像一下，電池、電機、電子控制系統這些關鍵零部件的供應商，全都密密麻麻地分佈在那周圍。說白了，等於是所有的東西都在家門口，一個電話說不定半天就能送過來。這種效率上的碾壓是全方位的。而且不只是汽車行業，像浙江、江蘇的紡織服裝叢集，方圓50公里內從紡紗織布到印染、成衣製作，所有環節都一應俱全。誇張點說，上午接到訂單，下午就能從隔壁廠調面料，第二天樣品就能發到上海港。還有像廣東東莞的無人機叢集，江蘇蘇州的精密製造等等，都是這種模式。這種叢集效應不光是快，它還催生了一個良性的循環，就是技術升級。眾所周知，產業叢集把所有企業都聚在一起，大家就在一個圈子裡競爭創新，為了活下來，你必須不斷改進技術、最佳化成本、提升質量。這種競爭和創新氛圍，反過來又進一步推動了整個叢集的生產效率和產品質量的提升。所以說，中國製造業的優勢，已經不是某一個點的突破了，而是一個由規模、成本、效率構成的完整生態體系。這就像一個完整的工業森林，從種子、幼苗到參天大樹，應有盡有，自我循環，生生不息。而且這個生態體系還有一塊最核心的基石，那就是能源。我們常說工業的核心就是能源，19世紀靠煤炭，20世紀靠石油，那到了21世紀，這個角色很可能就要由電力來扮演了。這怎麼說呢？因為電力被認為是成本最低、最容易規模化應用的清潔能源，尤其是在AI和數位化浪潮興起的背景下，算力需要巨量的能源支撐。可以說AI和數位化本質上就是一場更高級、更複雜的電氣化浪潮。而這一切，如果沒有強大、穩定、廉價的電力作為支撐，任何演算法、晶片與資料都根本就是空中樓閣。不過巧了，在電力方面中國也是斷崖式遙遙領先。這一點是關鍵的底層邏輯，有了強大的電力保障，那些需要海量計算的產業，比如資料中心就能毫無後顧之憂地發展。這也和前面提到的製造業優勢形成了完美的閉環。所以總結一下，就是中國建立了一個無比龐大、門類齊全的工業體系，然後通過產業叢集的方式把規模和效率發揮到了極致，再加上強大的電力和數字基礎設施作為底座，最終構築起了一個幾乎無懈可擊的競爭力。難怪《報告》會說，除了中國，別的國家再想搞工業化會變成賠錢買賣。這種現像是不可避免的，就像自然界一樣，一棵巨大的樹會擋住大部分陽光，讓地面的小草很難生長。中國製造業佔了全球近一半的份額，自然會形成一種強大的虹吸效應。對世界的影響說到這，可能你會問，如果別的國家都沒機會發展製造業了，那大家不就都成我們的小弟了？這跟過去那種由少數幾個大國主導全球化的模式好像也沒什麼區別。這對世界來說究竟是好事還是壞事呢？這是一個很好的問題。關鍵就在於中國和過去那些主導者走的路子不一樣，過去可能是一種收割關係，你要跟著我混，就得接受被剝削，但中國的理念是主導人類命運共同體。跟著我吃蛋糕，而不是被我壓榨。可以這麼比喻，就是說，就算一個國家的體量不夠大，沒法自己搞一個完整的工業體系，它也可以選擇融入到中國這個大的經濟圈裡，成為其中的一個子系統，只要你願意連接進來，照樣可以吃飽穿暖，還能從中掙錢。這就從以前的零和博弈變成了一個正和遊戲。你不是非得跟我對著幹才能活下去，而是你加入我，我們都能過得更好，這確實是一個完全不同的秩序。所以看中國製造業的崛起，它帶來的就不只是一個單純的經濟現象了，它的背後其實預示著一種多級世界秩序的誕生。它標誌著過去那個由西方主導的全球化時代的終結，同時也是一個新的更加包容的發展模式的崛起。總結這份報告相當於說：中國工業已經“焊死”了全球製造業的大門，其他國家想複製中國的成功幾乎不可能。未來10年，中國工業的規模和技術優勢會更強，但挑戰也不少，比如如何突破高端技術、減少對外依賴。 (韓幫主講產業)

“統治全球工業”——30年前這應該是形容德國或日本的，但如今的確結結實實的落到中國頭上了。近日，根據聯合國工業發展組織（UNIDO）2024年發佈的《工業化的未來》報告。該研究基於全球價值鏈參與度模型與製造業競爭力指數，揭示了中國從1980年僅佔全球製造業5%的“追趕者”，躍升至2024年的31.6%，並將在2030年達到45%的驚人軌跡。同期，美、日、德三國佔比將分別萎縮至11%、5%和3%，三國合計僅佔19%，不足中國的二分之一。其實，隨著近幾年中國產業的告訴發展，中國製造業增加值將在2025年佔全球35%已經是共識，相當於美（12%）、日（6%）、德（4%）三國總和的兩倍。然後更重要的是，中國製造不僅比重高，而且實現了全產業鏈覆蓋，擁有聯合國產業分類中全部41個工業大類，從原材料到終端產品形成閉環，尤其在新能源汽車、太陽能、5G裝置等領域佔據全球產能60%-80%。就如《紐約時報》所言：一個屬於中國的世紀可能已經到來；即中國憑藉經濟與技術潛力重塑全球權力格局、確立北京為中心的時代”可能已成現實。當然，中國製造雖然強大但也並非無懈可擊。相比美國，其依然在技術創新中引領全球，尤其是在人工智慧（Anthropic、OpenAI）、生物製藥（佔全球投資35%）和量子計算等前沿領域全球領先；另外在值得注意的是，美國最新的“軟體定義製造”模式推動美國製造柔性生產的崛起。美國在川普的引導之下，妄圖復興美國製造業，但對於美國製造業的回流依然面臨兩個巨大的挑戰：製造業人口缺口巨大，其機械工程師年培養量不足中國1/7；其次基礎設施老化，如電網、交通系統陳舊亟待整修。而傳統製造業重鎮——歐洲（以德國為中心）其在精密製造領域依然佔據全球主導地位；如在製造領域，歐洲隱形冠軍企業超1300家（如博世感測器、蔡司光學），在全球製造高端細分市場完勝。但歐洲的軟肋在成本，無論是俄烏衝突以來的能源成本高漲，或是人工成本高啟都無法克服；這也導致在網際網路數字時代，歐洲全面落後於中美。同時，在新能源汽車、太陽能等領域又被中國甩在身後，歐洲製造業的未來重新崛起的空間越來越小。相比較而言，日本在全球精密製造領域雖然還佔據一定的市場份額，但主要集中於精密機床等細分市場；然而在半導體裝置與材料領域，日本則佔據全球近一半的市場份額（佔全球46%），尤其是高端的半導體材料領域，如光刻膠等近乎全球壟斷。然後，日本產業外遷導致國內“產業空心化”的問題已經是長久以來的積弊，短期內難以扭轉本土製造產能萎縮的趨勢。然而同屬東亞的韓國，則深陷“夾心層”困境：高端技術不如日本，成本競爭不敵中國，不上不下正面臨中國與日本的聯合絞殺；但在造船、半導體面板、半導體儲存領域依然佔據一席之地。因此，中國製造業憑藉規模體量、全產業鏈和新興領域創新成為全球供應鏈中樞，但需在高端技術自主化、品牌溢價提升上突破瓶頸；歐美日韓則面臨如何平衡技術保護與市場開放的抉擇。可以說，無論是縱向比較，或是橫向對比而言，中國製造在全球的地位在未來的10-20年之內依舊無法撼動。 (飆叔科技洞察)

摩根士丹利於 2025 年 2 月發佈一份報告，圍繞人形機器人展開多方面分析。報告建構 “人形機器人 100 指數” 涵蓋相關上市公司，剖析產業價值鏈、技術構成、市場規模與發展前景，為投資者提供全面參考。 我摘錄了其中涉及中國的公司，作為今後關注的清單： 人形機器人的構成 人形機器人由 “大腦”“身體” 和整合商協同運作。“大腦” 賦予思考決策能力，“身體” 提供基礎支撐與感知，整合商則整合各方資源實現機器人的完整功能，它們相互配合，推動人形機器人發展。

AI叩擊基金投顧大門：技術狂飆背後，DeepSeek如何重構基金投顧價值鏈？ 2025年，生成式AI的爆發性增長席捲金融業，中國基金投顧市場正迎來一場深刻的變革。在這場浪潮中，國產AI大模型DeepSeek以其在金融垂直領域的深度訓練，迅速切入基金投顧業務全鏈條，從客戶畫像生成到組合策略最佳化，從風險預警到服務流程自動化，試圖重新定義“以客戶為中心”的投顧邏輯。 DeepSeek的介入，恰似一枚“技術催化劑”，能使單個投顧經理的服務客戶數躍升一個層級，啟動長尾客群。不過，AI也在複雜情緒感知、非理性行為預判等領域暴露出自己的“能力盲區”。 多位業內人士表示，DeepSeek引發的這場人工智慧變革，本質上是一場關於“金融服務本質”的思辨。當技術能夠以更低的邊際成本提供建議時，基金投顧的價值必須重新錨定。

IoT Analytics的最新研究對不斷髮展的AI價值鏈中的贏家和輸家進行了詳細分析。 主要亮點: DeepSeek最近發佈的R1模型震動了科技股，自2025年1月27日以來，一些市場參與者（如NVIDIA）的股票下跌了約20%（後來又漲回來了）。 R1在很大程度上是開放的，與領先的專有模型相當，似乎已經以更低的成本進行了培訓，並且在API訪問方面使用成本更低，所有這些都指向可能改變生成式人工智慧領域競爭動態的創新。

物流中心是供應鍊與價值鍊的一部分 除了Contract Manufacturer 外，物流中心，在供應鍊或價值鍊管理上，也扮演了非常重要的角色。傳統上，一般企業或國際企業，仰賴報關行或貨運公司，協助物流，自己仍需做好倉儲工作。如今專業的物流公司，可以接貨、倉儲、配送、補貨、開發票。只要將貨物交給物流公司，物流公司，甚至會將貨物，直接交到消費者或終端客戶，甚至稍加組裝或加點客製。例如：賀卡。這對矽谷新創公司而言，十分方便。毋需投資倉庫，增加管理負擔。其實物流中心，不止處理物流，它也協助處理資訊，它也是一個資訊中心。 物流中心：快優廉 先進的物流中心，都可以做到當日接單、當日交貨或隔日交貨，已是電商最佳夥伴，比自己出貨還快還便宜，甚至因此可以贏過自行投資、自行運作的競爭者。例如：有機器手臂、智能搬運車、自動貨架、標準包箱包裝、條碼…等，一個先進的物流中心，每日出貨量是傳統的兩倍，用的人，又是傳統的一半。在透過規模經濟，可以提供物美價廉的服務。最重要的是透過物流中心服務縮短下單到交貨的時間。