#空調
2026十大突破性技術─深度解讀超大規模AI資料中心:核電站供電、液冷取代空調,AI正在重塑全球能源版圖
這是《麻省理工科技評論》2026 年“十大突破性技術”深度解讀系列的第四篇內容,關注 DeepTech,關注新興科技趨勢。在廣闊的農田和工業園區裡,一棟棟塞滿電腦機架的超大型建築正拔地而起,為 AI 競賽提供動力。這些工程奇蹟是一種新型的基礎設施:它們是專為訓練和運行超大規模大語言模型而設計的超級電腦,並配備了專用的晶片、冷卻系統,甚至獨立的能源供應。2025 年,AI 基礎設施的投資規模已從“數十億美元”的量級躍升至“兆美元”。1 月 21 日,美國總統川普在白宮宣佈了“星際之門”(Stargate Project)——由 OpenAI、軟銀、Oracle 和阿布扎比投資基金 MGX 組建的合資企業,計畫四年內向美國 AI 基礎設施投資 5,000 億美元,首期即刻部署 1,000 億美元。軟銀 CEO 孫正義出任董事長,OpenAI 負責營運。星際之門正迅速從藍圖變為現實。位於德克薩斯州阿比林的旗艦園區已於 9 月投入營運,Oracle 開始交付首批輝達 GB200 晶片機架。到年底,星際之門已宣佈五個新址,總規劃容量接近 7 吉瓦,投資額超過 4,000 億美元。與此同時,OpenAI 還在阿聯、挪威和阿根廷啟動國際佈局,阿根廷巴塔哥尼亞的“星際之門阿根廷”項目投資高達 250 億美元,將成為拉丁美洲最大的資料中心。但星際之門只是冰山一角。據 HSBC 估計,全球已規劃的 AI 基礎設施投資超過 2 兆美元。亞馬遜承諾投入 1,000 億美元,Google 750 億美元,Meta 650 億美元,微軟僅 2025 年就將支出 800 億美元。據一項分析估算,OpenAI 已承諾在 2025 年至 2035 年間向硬體和雲基礎設施支出約 1.15 兆美元,涉及輝達、AMD、Oracle、微軟、Broadcom 等七家主要供應商。超大規模 AI 資料中心將數十萬個 GPU 晶片,如輝達的 H200 或 GB200,捆綁成協同工作的叢集。這些晶片擅長平行處理海量資料,每秒執行數兆次數學計算。數十萬英里長的光纖電纜像神經系統一樣連接著它們,巨大的儲存系統晝夜不停地輸送資料。但驚人的算力是有代價的。首先是電力。國際能源署(IEA)預測,全球資料中心電力消耗將在五年內翻一番以上,到 2030 年將超過 1,000 太瓦,相當於整個日本的用電量。僅在美國,資料中心已佔全國電力消耗的 4.4%,而 2018 年僅為 1.9%;到 2028 年可能攀升至 12%。在弗吉尼亞州這個全球資料中心最密集的地區,資料中心消耗了該州約 26% 的總電力。在建的最大型資料中心可能吞噬超過一吉瓦的電力,足以為約 75 萬戶家庭供電。某些規劃中的園區佔地 5 萬英畝,耗電量可達 5 吉瓦,超過美國現有最大核電站的容量。Grid Strategies 估計,到 2030 年美國將新增 120 吉瓦電力需求,其中 60 吉瓦來自資料中心,相當於義大利的峰值電力需求。目前,煤炭以約 30% 的份額成為資料中心最大電力來源,天然氣佔 26%,可再生能源約 27%,核能佔 15%。儘管可再生能源增長最快,但天然氣和煤炭仍將在 2030 年前滿足超過 40% 的新增需求。科技巨頭們正競相尋找清潔方案:亞馬遜從賓夕法尼亞州核電站直接獲取約 960 兆瓦電力;Google與 Kairos Power 簽署協議部署小型模組化反應堆;OpenAI 在挪威利用水電資源建立資料中心。但核能從開工到發電需要 5 至 11 年,資本支出是天然氣的 5 至 10 倍,遠水難解近渴。第二個挑戰是冷卻。AI 晶片的功率密度從過去的每機架 15 千瓦飆升至 80 至 120 千瓦,傳統空調已無法滿足需求。直接晶片冷卻(D2C)正在成為主流,這種技術將冷板直接安裝在 GPU 上,閉環系統在熱源處帶走 70% 至 80% 的熱負荷。浸沒式冷卻則更進一步:伺服器被浸泡在非導電液體浴槽中,可將冷卻能耗降低 50%,水耗降低最高 91%。微軟最新設計採用晶片內微流體冷卻,微小通道直接蝕刻在矽晶片背面,使 GPU 溫度降低 65%。然而,許多設施仍依賴蒸發冷卻,消耗大量淡水。據估計,2023 年美國資料中心直接消耗約 175 億加侖水,到 2028 年可能翻兩番。僅訓練 GPT-3 就蒸發了 70 萬升清潔淡水。彭博社報導,自 2022 年以來建造的美國資料中心約三分之二位於高水壓力地區。公眾正在為這些建設買單。Dominion Energy 的 2025 年報告顯示,弗吉尼亞州居民電費預計到 2039 年將翻一番以上,主要因資料中心增長。在佐治亞州牛頓縣,某些擬議資料中心每天請求的水量超過整個縣的日用水量,迫使當地官員在拒絕項目、要求替代冷卻方案或對居民實施限水之間艱難抉擇。地方反對正在加劇。據 Data Center Watch 統計,自 2023 年以來美國已有 180 億美元項目被取消,460 億美元被延遲。僅 2025 年第二季度,被阻止或延遲的項目價值達 980 億美元。居民們因噪音、光污染、水資源枯竭和電費上漲而組織抵制;2025 年 12 月,超過 200 個環保組織聯名致信國會,呼籲暫停批准新的資料中心。科技高管們對此不以為然。AMD 首席執行長蘇姿丰在被問及 AI 熱潮是否過度時斬釘截鐵:“絕對不是。”他們將答案訴諸於 8 億每周 ChatGPT 使用者、40% 大型企業的 AI 採用率,以及 AI 作為經濟引擎和國家安全優先事項的戰略價值。OpenAI 首席財務官 Sarah Friar 引用歷史作為辯護:“當網際網路剛起步時,人們總覺得我們建設過度了。看看我們今天在那裡?”這些交易的循環性質以及預測的需求能否兌現,仍是懸而未決的問題。電網規劃者發現科技公司正在向多個公用事業展示同樣的項目以尋求最快的電力接入,使需求預測變得困難。聯邦能源監管委員會前主席 Willie Phillips 坦承:“有些地區預測了巨大的增長,然後又向下調整了。”從 1990 年代的本地伺服器到 2000 年代的雲端運算,再到如今的 AI 超級工廠,資料中心的演進從未停止。生成式 AI 已從瓶中釋放,沒有回頭路。但關於經濟預測是否精準、資源供應能否持續、建成後誰來使用,這些問題的答案,或許只有時間才能揭曉。我們邀請了三位來自產業與科研一線的代表,圍繞其關鍵技術路徑與產業影響進行點評。以下評論內容均為個人見解,不代表《麻省理工科技評論》觀點從算力堆疊到能源博弈:超大規模 AI 資料中心的現狀、瓶頸與趨勢首先需要明確一個核心概念:超大規模 AI 資料中心,絕對不是傳統資料中心的簡單放大版。它誕生的根本驅動力,是為了滿足大模型對算力近乎指數級增長的海量需求。因此它的架構是革命性的,本質上是把數十萬計的 GPU 通過極高速網路“粘合”在一起,形成前所未有的單體式超級電腦。Google、微軟、亞馬遜、Meta 等全球科技巨頭,都在投入數千億美元競相佈局。但與此同時,這個龐然大物也帶來了一系列前所未有的挑戰:驚人的功耗、棘手的散熱、巨大的能源壓力,以及如何在規模擴展與效率提升之間找到最佳平衡點。目前業界的技術路徑已經比較清晰,核心思路是通過高速互聯技術建構高效的“超節點”,最大程度減少晶片間的通訊延遲和開銷。算力確實已邁入 ZFLOPS 時代,但“記憶體牆”,即資料搬運的瓶頸,也愈發突出。另一個無法迴避的挑戰是散熱:隨著晶片密度飆升,傳統風冷已力不從心,液冷技術正從“可選項”變為“必選項”,配套供電架構也必須同步升級。而這個產業也面臨著多維度的瓶頸。首先是能源約束。一個超大規模資料中心的功耗可超過 1 吉瓦,相當於一座中型城市的用電量。這使它從單純的電力消費者,變成必須像能源公司一樣深度規劃電力獲取的“准公用事業體”。獲取穩定充足的清潔能源成為首要任務,而全球許多地區老舊電網的承載能力,已開始反向制約資料中心的選址和規模。其次是時間約束。AI 晶片迭代速度極快,約一年一代,遠超傳統資料中心基礎設施兩年左右的更新周期。這導致一個尷尬局面:本代資料中心剛建成,就要準備迎接兩三代新晶片。而市場競爭又要求算力快速上線,建設周期被從近兩年壓縮至一年以內,對預製化、模組化的快速交付能力構成極致考驗。最後是生態與治理約束。算力高度集中必然引發一系列新問題:市場壟斷的擔憂、資料主權的爭議、對當地水資源和環境的影響等。產業競爭也在從純粹的技術比拚,轉向標準與生態之爭——未來是走向開放協作,還是形成若干封閉的私有體系,將深刻重塑整個算力市場的格局。往前看,幾個趨勢比較確定:架構將更加立體協同。“雲端集中訓練、邊緣就近推理”的模式會日趨成熟,“全球算力網際網路”的構想也可能逐步落地,實現跨地域的算力調度與最佳化;它的營運將更加智能高效,用 AI 最佳化資料中心自身能耗會成為標配,行業關注的指標將從單純的 PUE,轉向更本質的“每瓦特電力產出多少有效算力”;這項技術將更加綠色多元,液冷全面普及之外,餘熱回收、水循環等深度綠色方案會加速落地;芯粒(Chiplet)、光計算等後摩爾時代的新技術,也將從實驗室走向產業試點。綜上,超大規模 AI 資料中心無疑是智能時代最關鍵的基石之一,但它也對能源、基建和治理能力提出了巨大挑戰。資料中心正從支撐業務的“成本中心”,演變為驅動創新的“智能生態樞紐”。其成功將取決於能否與電網、社區共建可持續的“數字能源共同體”,並對環境影響實現透明、負責任的管理。未來能在這一領域脫穎而出的,必定是那些以架構創新破解算力瓶頸、以卓越工程能力贏得時間競賽、同時以生態責任感建構可持續未來的實踐者。從電力成本到模型安全:AI 資料中心的三重挑戰隨著大模型的規模化應用,AI 資料中心正面臨一系列深層次的產業挑戰。以下從成本、算力調度和資料安全三個維度,分析當前的關鍵瓶頸與應對方向。首先,電力成本將成為 AI 服務社會的主要成本。大模型目前在正確性和確定性上仍有待改進:錯誤會快速累積,導致不可接受的結果;而提高正確性,則意味著增加計算量;不確定性帶來的重試機制,又可能引發新的錯誤,形成惡性循環。在這一背景下,更廉價的電力意味著在同樣計算成本下獲得更好的模型服務效果。電力成本,正在成為AI能否大規模服務社會的核心變數。其次,加速卡的多樣性將持續提高。隨著時間推移,不同品牌、不同代際的加速卡將長期共存於資料中心。CPU 與 GPU 虛擬化技術以及高速網路技術的發展,將使算力調度更加靈活——推理任務可以有效利用不同加速卡從而降低成本,但大型訓練任務的複雜性仍需適應多樣化的算力環境。短期來看,宏觀的任務調度策略與微觀的通訊計算融合策略會有所幫助;長期來看,建構混合加速卡計算框架將是必然選擇。最後,丟失模型等於丟失資料。大模型有效壓縮了海量資料並支援靈活提取,壓縮比可達十萬倍。丟失一個磁碟容量僅為 700GB 的模型成品,基本等效於丟失 70TB 的原始訓練資料。由於資料的差異化帶來模型的差異化,企業獨有的資料正在轉化為企業獨有的競爭力。在資料安全合規的諸多限制下,企業需要擁有自有算力,在開源模型基礎上精調自有模型。這意味著,基礎設施在保護核心模型方面面臨的挑戰,比傳統資料安全場景更為嚴峻。超大規模 AI 資料中心的關鍵轉向:液冷與新型能源架構超大規模 AI 資料中心是人工智慧時代的關鍵基礎設施。Scaling Laws 揭示了模型性能與參數規模、資料量、算力投入之間的冪律關係 [1],使大模型發展從經驗探索轉向可預測的工程實踐,並推動 Amazon、Google、Microsoft 等科技巨頭斥資數千億美元建構數十萬塊 GPU 互連的超級計算叢集,以滿足大模型訓練的爆炸性算力需求。然而,當 GPU 機櫃的功率密度突破 50 千瓦時(例如輝達 GB200 NVL72 機櫃級系統的功率密度高達 132 千瓦/櫃 [2]),傳統風冷散熱技術成為了制約系統的瓶頸。風冷散熱依賴空氣對流傳熱,其有效功率密度上限為 20-50 千瓦,超過此閾值後,維持散熱所需的風量呈指數級增長,導致風道截面積、風扇功耗、噪音和系統體積急劇上升而難以工程實現。另一方面,全球資料中心預計 2030 年佔全球總用電量 4%-7%、單體資料中心能耗將突破吉瓦級 [3]。因此,傳統的風冷與供電模式已難以為繼,行業正加速向液冷技術及核能等新型能源架構轉型。液冷技術通過直接接觸式散熱並將餘熱用於園區供暖、工業供熱,能夠有效改善資料中心的電能使用效率,而核能的穩定基荷特性為解決“AI 大模型訓練的持續高功耗與傳統電網的負荷平衡模式存在本質衝突”這一困境提供了有效途徑。Google、Amazon、Microsoft 等公司均在積極推進核電工程,以滿足超大規模 AI 資料中心的用電需求 [4]。此外,瑞士 Deep Atomic 公司和美國愛達荷國家實驗室計畫建造首個核動力人工智慧資料中心 [5],標誌著能源-算力一體化資料中心架構正在從概念走向實踐。因此,基於液冷與核能的超大規模資料中心能夠有效地支撐算力規模的擴展與躍遷,代表了全球 AI 算力基礎設施形態的趨勢,也為物理極限約束下的 AI 持續發展開闢了新的空間。 (麻省理工科技評論APP)
“鋁代銅”本質就是偷工減料,汽車與空調行業並無不同 | 小鳳傾
最近,空調“鋁代銅”成了熱門話題——有人說這是偷工減料,也有人說是技術進步,大家吵得不可開交。但有意思的是,就在我們爭論不休的時候,汽車行業其實早就默默完成了這個轉變。你的車上,很多原本該用銅的地方,其實早就換成鋁了。推動這一變化最直接的原因,就是成本。一輛普通燃油車大約需要20–30公斤銅,而純電動汽車的用銅量甚至能達到80–100公斤。面對電動化轉型,越來越高的銅價,陷入“價格戰”多年的車企得想辦法省錢,於是更便宜的鋁就成了首選。車上這些地方,銅早就悄悄“下崗”了熱管理系統一個頗具反差的現實是:當家用空調的“銅鋁之爭”尚未塵埃落定時,汽車空調的冷凝器與蒸發器,其實早在十多年前就已普遍用鋁了。汽車空調能用鋁,主要是因為:第一,它對可靠性的要求相對低一些——汽車空調的使用環境和壽命一般不如家用空調那麼嚴苛;第二,它藏得比較深。這些零件通常裝在發動機艙或底盤下面,外面還有塑料護板擋著,車主可能開到報廢都看不見它是什麼材質。這種“看不見”,讓消費者不容易察覺,成本替換也就悄悄完成了。低壓線束作為汽車的“神經網路”,低壓線束負責全車訊號與電力的傳輸,其可靠性直接關乎車輛的基礎功能與安全。僅從減重角度而言,單台車的線束重量貢獻有限,線束用量也不多,但車企並未放過此處的降本機會。目前大多數車型的低壓電線都已改用鋁線,這個趨勢主要是特斯拉帶起來的。鋁的導電能力只有銅的60%左右,所以要想通過同樣的電流,鋁線就得做得更粗,這對車內越來越緊張的空間佈局是個挑戰。更麻煩的是,鋁表面容易生成氧化層,會導致接觸點電阻變大,引起發熱、耗電增加,甚至接觸不良。此外,鋁還存在“蠕變”(在壓力和溫度下慢慢變形)和電化學腐蝕的風險,長期穩定性和壓接可靠性都不如銅。為了彌補這些缺點,行業裡不得不引入更複雜的工藝,比如:超聲波銲接:通過高頻振動摩擦掉鋁表面的氧化層,再在保護氣體中銲接,這其實是用昂貴裝置和精細工藝,來解決鋁不好接的問題。特殊鍍層:在鋁線或接頭上鍍一層錫、銀或銅,相當於給鋁穿一件“銅外衣”,這樣接觸更穩、電阻更低,但成本和工序比直接用銅複雜得多。加強密封:對電線連接處進行更嚴格的防水防氧包裝,延緩鋁的氧化和腐蝕。這些辦法雖然讓鋁線能用,但也帶來了更高的製造要求和後期維修成本。高壓系統還有,電動車進入800V高壓快充時代後,對減重和省錢的要求更高了。在電池包內部的高壓連接部分,鋁合金排(“鋁排”)已經成為主流。它的核心思路是 “用空間換性能” ——通過做得更粗來彌補導電性不足,從而在載流能力、重量(比銅輕約60%)和成本(低30%–50%)之間找到新平衡。這本質上依然是一種 “為省錢而做的設計妥協”。由此可見,整個替代方案的邏輯很清楚:核心驅動力始終是鋁能顯著降低材料成本;而付出的代價,則是更複雜的工藝、更高的裝置投入、潛在的質量風險,以及後續維修更麻煩。至於廠家對外宣傳使用鋁代銅帶來的“輕量化”好處,在電線上往往被更粗的線徑和更厚的包覆層抵消了,遠不如在車身框架上那麼明顯。順便說一句,有些6座SUV整備質量都快3噸了,真談不上“輕”啊……為什麼汽車行業能順利推行“鋁代銅”?既然鋁在關鍵性能上並不比銅更好,為什麼還能在汽車行業取代銅呢?最根本的原因在於,汽車行業一直陷在“價格戰”裡,不得不從消費者不太注意的地方省成本。而消費者自己也往往因為更看重“低價”,就接受了這種變化。所謂的“輕量化”和“環保”,更多隻是隨之而來的附加說法,或者是一種行銷包裝。實際上,鋁的導電性、穩定性和連接可靠性都不如銅,車企必須投入額外的成本和技術來彌補這些短板——這本質上就是把成本從原材料環節,轉移到了製造、工藝和風險控制的環節。理解了汽車行業的這一邏輯,我們再來看家用空調行業為什麼對“鋁代銅”有這麼大爭議。其實,這兩個行業的消費場景根本不同:價值感知很直接空調作為耐用家電,“銅管”在消費者心裡幾乎就等於“紮實耐用”。如果換了材料卻沒有明顯的降價或性能提升,就很容易被看成產品“偷工減料”。缺少強勢的引領品牌空調行業沒有像特斯拉那樣有足夠影響力的品牌,能夠重新定義市場標準、教育消費者,並且完全承擔材料更換可能帶來的風險。故障原因一目瞭然家用空調如果因為連接點腐蝕或製冷劑洩漏出問題,原因非常明顯,這會大大加深使用者對“材料降級”的擔心。相比之下,汽車行業通過把材料替換包裝成“技術升級”、借助品牌光環和整車結構的複雜性來弱化質疑,並且在系統設計裡分散和消化了風險,成功地把“降低成本”這個最初的動機,轉化成了一套聽起來像進步的商業說法。但從本質上來看,兩個行業都是在成本壓力下,用性能稍低但更便宜的材料,替代了傳統上更可靠的材料——只不過汽車行業更擅長給這個選擇“講故事”而已。編者按:“鋁代銅”這件事,說穿了,剝開那些技術名詞和廣告包裝,核心就是生意上為了省錢的考慮。廠家說的“系統工程”和“工藝創新”,多半是為了讓這種節省成本的替換辦法行得通,並且讓消費者願意接受。所以,咱們作為消費者,心裡一定要明白幾件事:材料換了,價格或價值得跟著動。 如果成本降了,但賣給你的價格沒變,承諾的性能也沒提升,那本質上就是在“偷工減料”,多出來的錢變成了廠家的利潤。系統越複雜,風險可能越高。 那些為了彌補鋁本身不足而增加的工藝和設計,本身也可能出問題,反而可能會影響產品長期的耐用性。別盲目跟風。 一個行業都改用某種材料,有時候只是大家迫於成本壓力一起做的選擇,並不一定代表這就是最好的、唯一的技術進步方向。所以,評判“鋁代銅”時,不要只因為“汽車都在用”就覺得它一定好。我們更應該問:它真的讓利給消費者了嗎?整體性能和銅完全一樣嗎?長期可靠性經過充分驗證了嗎?如果答案是否定的,那麼不管宣傳說得多麼好聽,它“優先考慮省錢,品質可能讓步”的本質並沒有改變。 (DearAuto)
小米:空調10年免費包修!格力:不用修才是實力,你先把11萬輛車修好再說!誰才是“空調二哥”?
9月19日晚間,小米集團總裁盧偉冰發表微博宣佈,小米正式推出“米家空調10年免費包修”服務。對此,格力市場總監朱磊發文稱:“十年免費包修是承諾,十年不用修才是實力”。他表示,2021年格力首家提出“十年免費包修”時,產品已經30年市場驗證。十年免費包修的提出,正是基於不斷精進的產品質量,和持續下降的售後故障率。“孔子說,先行其言,而後從之。大件召回小轎車,小件召回行動電源。敢拍胸脯是好事,但何妨先把眼前的11萬輛車修好,再來拍胸脯呢?”01小米推“空調十年免費包修”小米公司表示米家空調6年免費包修升級為10年免費包修,整機免費、配件免費、服務免費,覆蓋米家空調全品類,掛機、櫃機、中央空調等均可享受。小米集團總裁盧偉冰發文稱:“空調10年包修有些行業老大哥做得比我們早,但其實小米內部很早就有規劃,並明確了一個目標:要做,就不能只是‘追齊’,更要把行業的服務標準帶到新高度!”盧偉冰還呼籲行業跟進中央空調10年的包修,認為“這是對產品質量的自信”。隨後,小米創始人雷軍也轉發盧偉冰微博並點讚道:“這個服務好!”今年8月,格力和小米曾因空調銷售資料的統計問題有所摩擦。小米集團公關部總經理王化轉發奧維雲網資料,稱“小米空調7月線上銷量超越格力”。次日,該資料遭到格力方面反駁,稱:“資料統計口徑不同,實際仍領先”。當時朱磊提到,格力是中國家電行業中唯一敢承諾全系列家用空調“十年免費包修”的頭部企業,並邀請小米以及其他同行加入“十年免費包修”的行列。而此次小米推出“十年免費包修”後,朱磊稱,2021年,格力首家提出“十年免費包修”時,產品已經過30年市場驗證。這項服務的提出是基於不斷精進的產品質量和持續下降的售後故障率,“十年免費包修是承諾,十年不用修才是實力。”同時,朱磊還表示,“大件召回小轎車,小件召回行動電源。敢拍胸脯是好事,但何妨先把眼前的11萬輛車修好,再來拍胸脯呢?”這疑似是在暗指小米日前召回小米SU7一事。就在小米空調推出“十年包修”新政當日,小米正在因為SU7車輛的大規模召回事件引發大量關注。國家市場監督管理總局曾發佈聲明:“小米汽車科技有限公司向國家市場監督管理總局備案召回計畫,決定自即日起召回2024年2月6日至2025年8月30日生產的部分SU7標準版電動汽車,共計116887輛。”原因為:“召回範圍內部分車輛在L2高速領航輔助駕駛功能開啟的某些情況下,對極端特殊場景的識別、預警或處置可能不足,若駕駛員不及時干預可能會增加碰撞風險,存在安全隱患。”而在此之前,8月29日,國家市場監督管理總局同樣發佈召回公告稱:“小米通訊技術有限公司報備召回計畫,主動召回2024年8月1日至2024年9月22日期間製造的部分MI牌自帶線行動電源20000 33W(型號:PB2030MI),涉及數量為146891件。”原因是:“本次召回範圍內的行動電源,由於部分電芯原材料來料原因,極少數產品在使用過程中可能會出現過熱現象,在極端場景下存在燃燒風險。”近期頻頻出現的產品質量及安全問題,成了格力高管駁斥小米“新政”乃至於產品“品質”的主要攻擊點。02格力、小米,誰是“空調二哥”?家電行業競爭格局長期以來十分穩定,美的集團、海爾智家、格力電器作為三巨頭具有強勢地位,技術門檻、管道覆蓋以及品牌知名度等優勢構成了傳統壁壘。然而,近年來家電行業步入存量競爭階段,並且面臨數位化轉型和線上管道變革的衝擊,美的、海爾、格力紛紛開啟自己的轉變之路,而小米集團憑藉網際網路基因和智能生態模式,成功切入市場,衝擊了原有格局。奧維雲網(AVC)資料顯示,2025年上半年,在多輪國補政策推動下,中國家電市場活力持續,零售總額達4,537億元,同比增幅達9.2%。其中空調類股上,受“政策紅利、價格激戰、高溫助力”三重影響,國內空調市場零售額1263億元,同比激增12.4%。值得注意的是,長期以空調作為核心業務類股的格力電器,營收卻並未相應增長。從上半年業績情況來看,可以將目前頭部企業做一個歸納,即美的穩增、小米崛起、格力承壓。以美的集團與格力電器為代表的兩大傳統家電巨頭,在2025年上半年交出了截然不同的業績答卷,行業分化趨勢愈發明顯。最近披露的半年報資料顯示,期內美的營收同比增長15.68%,海爾營收同比增長10.22%,小米的IOT與生活消費產品業務同比增加50.7%,主要靠大家電收入增加貢獻;而格力的營收同比下降2.66%。對於格力而言,目前面臨的最大的挑戰者並不是原來的另外兩大家電巨頭美的、海爾,而是新入局的小米。因此,針對誰是真正的“空調二哥”的問題,格力市場總監朱磊和小米集團公關部總經理王化在輿論場上爆發了多次“口水戰”。查詢奧維雲網的資料,7月份線上空調市場份額第一名為美的(19.98%)、第二名為格力(16.41%),第三名為小米(13.50%)。小米市場份額與格力電器還有近三個百分點差距。對於誰是真正的“空調二哥”,格力和小米互不服輸。不過,從增量資料來看,今年前7個月線上空調銷售額統計,美的市佔率同比提升了2.18%,小米提升了3.87%,而格力同比減少0.01%。小米追趕的態勢明顯。 (新財富雜誌)