南京新目標2025江蘇省人工智慧產業發展大會在南京召開12月27日，2025江蘇省人工智慧產業發展大會在南京舉行。大會上，南京推動產業發展再“加碼”，通過發佈一系列政策措施，全面推動南京軟體產業智能化升級，致力打造“全國軟體產業智能化第一城”。同時，隨著一批重要平台與生態項目集中啟動、重點園企合作項目揭牌，助力南京人工智慧產業創新發展再“提速”。政策先行省市協同聚力，謀篇“雨林生態”本次大會以“智賦江蘇，聚勢騰飛”為主題，吸引重點企業、高校與科研院所的800餘名代表參加會議。會上，江蘇省圍繞“人工智慧+”、智能終端和人工智慧賦能新型工業化出台了系列政策措施，形成目標清晰、覆蓋全面的政策“組合拳”，加速推動人工智慧賦能千行百業，全面推進人工智慧創新發展。近年來，南京高度重視人工智慧產業發展，積極搶抓機遇，圍繞演算法、算力、資料、場景、生態等核心要素主動佈局，將人工智慧作為產業強市未來產業之一重點打造，成為江蘇唯一獲批建立國家人工智慧創新應用先導區的城市。今年以來，南京成立人工智慧（軟體）產業攻堅辦，全力推動產業全面創新發展。目前，全市人工智慧產品和服務已涵蓋基礎層、技術層和應用層等產業鏈各領域，在人工智慧軟體、演算法、感測器及晶片、機器視覺、智能語音、智能無人系統等細分領域積累了一定優勢。助力產業發展再“加碼”。大會現場，南京市發佈加快推進“人工智慧+軟體”產業發展政策措施徵求意見稿，計畫以“軟體開發智能化、軟體產品和服務智能化、智能原生軟體培育”為主線，全面推動南京軟體產業智能化升級，致力打造“全國軟體產業智能化第一城”。平台匯智創新項目齊發，夯實產業根基此外，江蘇省新增生成式人工智慧服務備案，以及江蘇省人工智慧創新產品、解決方案與應用場景標竿項目集中亮相，“南京元素”持續刷屏。其中，今年11月以來，南京新增生成式人工智慧服務備案8款、全省佔比62%，累計完成備案數39款、全省佔比61%；江蘇省人工智慧創新產品、解決方案與應用場景標竿項目南京佔比均超50%。一批重要平台與生態項目在大會上集中啟動，支撐江蘇人工智慧產業發展。南京人工智慧應用中試基地，聚焦破解人工智慧在製造業規模化應用的驗證瓶頸，為鋼鐵行業智能化轉型提供經充分驗證的解決方案；中國信通院江蘇人工智慧創新平台，突出國家級高端智庫的科研實力與地方產業發展需求，打造立足棲霞、服務南京、輻射江蘇的人工智慧產業賦能綜合樞紐；國家慢病多模態高品質資料集建設項目，聚焦糖尿病、高血壓、冠心病等慢性病AI模型訓練需求，著力建設一批規模大、模態全、質量優、特色鮮明的醫療衛生高品質資料集。此外，玄武大模型工廠、京東、百度、江蘇匯智智能等10家重點企業單位代表，聯合啟動南京市支援OPC（人工智慧技術支援下由個人創業者獨立完成全鏈路業務閉環的新型創業組織形態）社區發展平台聯盟，為江蘇OPC個人創業者提供算力服務、模型開發營運、資料應用等一站式服務。載體升級聯盟街區亮相，展示“南京樣本”大會現場，南京在人工智慧領域一批最新創新發展成果精彩亮相，展示“南京樣本”。中國人工智慧產業發展聯盟與軟體谷、河西中央科創區共同啟動南京人工智慧生態協同發展計畫，為共建本地人工智慧創新生態奠定基礎。AgentCity創新社區、昇騰CANN開源生態聯合體、智能體雙創中心、南京國家農高區智慧農業科技創新示範基地等重點園企合作項目完成揭牌。同時，軟體谷“AI·鏡界—南京人工智慧生態街區”、河西中央科創區“AI時空·南京人工智慧國際社區”、徐莊高新區“玄武大模型工廠”等一批標誌性載體建設成果同步發佈，系統展現了省市聯動、政企協同推動產業叢集發展的紮實成效。城市數字基礎設施南京城市可信資料空間也正式宣佈投入運行，為高品質資料集建設與資料要素安全流通提供支撐。縱論前沿，把脈產業發展航向。大會上，南京大學副校長周志華圍繞人工智慧OPC的思考，從人才培養視角分享了AI時代組織與創新模式的前瞻性觀點。中國科學院工業人工智慧研究所所長於海斌聚焦人工智慧全面賦能製造業發展，系統闡述了工業智能化的實踐路徑與深刻洞察。此外，中國資訊通訊研究院人工智慧研究所所長魏凱圍繞《人工智慧產業發展研究報告（2025）》展開解讀，呈現了國家級智庫對行業趨勢的權威觀察。來自產業一線的阿里雲、浩鯨科技與玄武大模型工廠等相關負責人，則分別從生態戰略、行業賦能與原生創新等維度，分享了來自市場前沿的實戰思考與解決方案，凸顯了技術落地與產業融合的最新動態。會上還頒發了全球校園人工智慧演算法精英大賽、2025全球青年智能體應用場景創新創業挑戰賽總決賽獎項。 (深科技)

經濟學人對於甲骨文的專題報導文章。——似乎很負面。Oracle 和軟體的殘酷真相經營一家大型數字企業已經不像以前那麼有趣了。經營一家大型軟體公司曾經是一件樂事。當然，開發一款優秀的產品確實很辛苦。但一旦你擁有了一款客戶離不開的產品——無論是微軟 Office、亞馬遜、Google搜尋、Facebook 還是 Oracle 資料庫——你就可以高枕無憂，看著單位成本下降、利潤率上升、現金流源源不斷。負債是完全可以避免的。資本支出是事後才考慮的。人工智慧正在徹底顛覆這種舒適的商業模式。隨著美國超大規模資料中心巨頭——Alphabet、亞馬遜、Meta 和微軟，以及最近的 Oracle——紛紛斥巨資建設塞滿昂貴人工智慧晶片的資料中心，資本支出也隨之飆升。這五家科技公司 2012 年的資本支出總額達到了 3130 億美元。截至 6 月底，亞馬遜的營收為 10 億美元，高於三年前同期的 1460 億美元。亞馬遜的自由現金流（扣除營運支出和資本支出後的剩餘資金）在過去一年中減少了一半。去年 10 月，Meta 在債券市場借入了 300 億美元。沒有那家公司的轉型比甲骨文公司更令人不安。該公司成立於 48 年前，旨在銷售“關係型”資料庫，使企業能夠輕鬆地交叉引用其數字資訊。在最初的 45 年裡，甲骨文主要從事這方面的業務，最初是在客戶自有的伺服器叢集中，後來擴展到雲端運算。在截至 2022 年初的十年間，其資本支出很少超過銷售額的 5%。毛利率徘徊在 80%左右。自由現金流穩定在每年 120 億美元左右。12 月 10 日公佈最新季度業績的甲骨文公司如今已面目全非。這不僅僅是因為甲骨文公司長期擔任首席執行長的薩弗拉·卡茨在 9 月份卸任，由克萊·馬古伊克和邁克·西西利亞兩位繼任者接任。截至 11 月底的三個月內，公司營收同比增長 14%，達到 160 億美元。但資本支出卻吞噬了其中三分之二的銷售額。自由現金流轉為嚴重負值。淨債務增加了 110 億美元，達到 880 億美元。毛利潤率如今接近銷售額的 70%，而非之前的 80%。在 ChatGPT 於 2022 年 11 月發佈前的幾個月，資本回報率曾達到 13.5%，如今已跌破 10%。若非公司創始人、董事長兼首席技術官拉里·埃裡森（Larry Ellison）——這位 81 歲高齡卻依然精神矍鑠的老人——始終在場，你或許會以為自己撥錯了電話會議。為了更全面地瞭解這些財務變化，我們不妨將甲骨文公司與世界主要證券交易所上市的 1000 家最大的非金融公司進行比較，考察其在六項企業績效指標上的表現：營業利潤率和自由現金流利潤率；營業利潤與利息支出之比；資本支出與收入之比；總債務與營業利潤（折舊和攤銷前）之比；以及資本回報率。然後，進行回歸分析，找出在這六項指標上與甲骨文公司情況最接近的公司。十年前，答案是美國生物技術巨頭安進公司。其餘排名前十的“孿生兄弟”還包括其他創新企業（輝瑞和……）。甲骨文的股東包括生命科學領域的艾伯維（AbbVie）和晶片製造領域的博通（Broadcom），可靠的服務公司（信用評分領域的 Equifax，商業軟體領域的 Roper Technologies，以及諮詢領域的 Verisk Analytics）以及一些工業企業。如今，甲骨文的股東幾乎與在倫敦上市的智利銅礦公司安托法加斯塔（Antofagasta）如出一轍，其後還包括九家美國公用事業公司。投資者們對這一切感到困惑不已。三個月前，甲骨文公司豪擲千金，拿下了一份價值 3000 億美元、為期五年的合同，為 ChatGPT 的開發商 OpenAI 提供計算能力，OpenAI 也是人工智慧熱潮的代表。當時，甲骨文的市值一夜之間飆升了 2550 億美元。幾天後，其市值一度逼近 1 兆美元。但此後，甲骨文不僅抹去了所有漲幅，而且還損失慘重。人工智慧應用普及速度令人失望，也讓人們對 OpenAI 以及甲骨文其他模型建構客戶能否履行合同義務產生了疑問。這反過來又讓債券投資者質疑甲骨文能否履行其不斷增長的債務承諾。其總債務與營業利潤（不計折舊和攤銷）之比高達 4.2，遠高於 0 至 3 的安全區間。投資銀行摩根士丹利估計，如果加上資料中心租賃費用，甲骨文的總負債將從上一財年的略高於 1000 億美元增至三年後的 3000 億美元，幾乎翻三倍。過去兩個月，甲骨文債券的收益率（與債券價格呈反向變動）飆升，而與此同時，超大規模資料中心營運商的債券收益率卻有所下降。為甲骨文投保違約風險保險的成本是 7 月份的三倍，也是微軟的三倍。情況可能會變得更加複雜。7 月份，兩家信用評級機構穆迪和標準普爾將甲骨文的債務（目前比垃圾級高出兩級）列入可能下調評級的觀察名單。摩根士丹利建議拋售甲骨文的債券。做空者正在密切關注其股票。埃裡森先生的兒子大衛可能會發現，父親當年斥資 1080 億美元惡意收購華納兄弟探索頻道的能力有所下降，因為埃裡森先生的財富已從近 4000 億美元的峰值縮水至 2800 億美元。甲骨文的困境比超大規模資料中心營運商更為嚴峻。它的業務規模較小，資金實力也較弱，而且其命運與單一客戶 OpenAI 的命運緊密相連，OpenAI 貢獻了甲骨文 5000 億美元承諾收入的一半以上。而甲骨文規模更大的競爭對手則完全不像一家公用事業公司。但從 Meta 新晉債務狂熱者馬克·祖克柏開始，這些超大規模資料中心巨頭的掌門人忽視了甲骨文轉型帶來的教訓，必將付出慘痛的代價。埃裡森先生值得我們衷心感謝，因為他為他們提供了一堂免費的速成課，教他們如何管理一家資本密集型、債務纏身的企業——以及那些事情不該做。 (老王說事)

微軟因企業客戶對AI產品接受速度不及預期而下調銷售目標，股價一度下跌近3%，創下自11月18日以來的最大跌幅。公司已下調多款AI產品的銷售配額，其中Azure某銷售部門對名為Foundry的產品增長目標從50%大幅調降至25%。隨後，據媒體報導，微軟在一份郵件聲明中稱，公司並未下調銷售員的銷售配額，公司股價跌幅縮小至2.5%。微軟已下調部分AI軟體的銷售目標，由於企業客戶對新型人工智慧產品的接受速度不及預期。12月3日，據媒體報導，由於銷售團隊未能在截至今年6月的財年達成目標，微軟Azure雲部門已調低了針對特定AI產品的銷售配額。知情人士表示，此類針對具體產品的配額下調在微軟較為罕見，這反映出公司正基於市場實際接受度調整策略，以應對客戶在增加AI預算方面的謹慎態度。微軟Azure某銷售部門曾在上個財年要求銷售人員將客戶對名為Foundry的產品支出提升50%，但最終達成目標的銷售人員比例不足五分之一。因此，微軟已於今年7月將該產品在本財年的增長目標下調至25%左右。行業分析指出，此次調整揭示了企業在部署高階AI工具時面臨的共同挑戰：一方面，技術帶來的實際成本節約難以清晰量化；另一方面，在金融、網路安全等低容錯率領域，AI工具的可靠性與商業價值仍需更長時間驗證。儘管微軟雲基礎設施業務因承載OpenAI等大模型的訓練需求而保持增長，但在推動傳統企業採購更複雜的自動化軟體方面，實際進展仍未達到此前設定的樂觀預期。受此消息影響，微軟股價一度下跌2.9%，創下自11月18日以來的最大跌幅。隨後，據媒體報導，微軟在一份郵件聲明中稱，公司並未下調銷售員的銷售配額，跌幅縮小至1.7%。面臨類似挑戰的並非微軟一家。OpenAI近期將其未來五年內“AI代理”相關收入的預測大幅下調了260億美元，而Salesforce等企業則通過顯著折扣策略吸引客戶。這表明，儘管生成式AI的技術熱度不減，但其從概念演示走向規模化商業應用，仍面臨多重現實障礙。企業客戶遇到實施困難私募股權基金凱雷的案例凸顯了企業在採用AI工具時面臨的現實挑戰。該公司去年開始使用微軟推出的Copilot Studio，該工具允許企業通過編寫程式碼開發AI應用，以自動化會議紀要整理、Excel財務模型生成等任務。然而，使用數月後，凱雷向微軟反饋稱，該工具難以穩定地從Salesforce等其他業務系統中提取資料，而這對其部分自動化流程至關重要。據知情人士透露，今年秋季，凱雷已削減了相關工具的支出。這一調整是該公司整體AI支出最佳化與工具整合計畫的一部分。行業普遍調低預期調整AI代理收入預期的公司並非只有微軟。例如，OpenAI近期將其未來五年內AI代理相關收入預測大幅下調了260億美元。該公司計畫通過提升ChatGPT訂閱收入及推出可能包含廣告的新產品來填補這一缺口。事實上，其首席執行官Sam Altman 本周一表示，將暫緩推進廣告及健康等領域的代理業務，以集中精力解決ChatGPT現存的問題。對於Salesforce等企業軟體公司而言，提升AI代理收入面臨的挑戰更為顯著，因為它們缺乏微軟那樣的大型雲基礎設施業務作為支撐。為此，Salesforce與ServiceNow等公司正在向試用其AI代理產品的客戶提供大幅折扣，這些產品旨在實現IT工單處理或新員工入職等工作流程的自動化。與此同時，包括AWS和Anthropic在內的其他科技公司，正通過提供類似諮詢的服務，投入資源幫助客戶正確配置和部署AI應用。來源：華爾街見聞

進入白熱化的AI眼鏡行業，再入一條“鯰魚”。11月27日，夸克AI眼鏡S1、G1系列六款單品正式發佈，標誌著阿里系正式打通AI眼鏡這個新時代的流量入口。背靠阿里，不難想到這款眼鏡的主要賣點是搭載千問與阿里龐大生態的整合。而筆者更關心的問題是，作為一家長期致力於智能搜尋與雲儲存業務的廠商，夸克在打磨一款硬體產品上，究竟能有多少本事？在夸克AI眼鏡發佈前夕，虎嗅拿到了這款產品的量產機型，並進行了持續多天、在不同場景下的使用測試。先說結論，夸克的產品開發團隊基於現有供應鏈，找到了一個近乎最優的解決方案：與供應鏈廠商一起創新產品和服務體驗。接下來，筆者將結合這款眼鏡的工業設計和使用體驗，來聊聊為什麼會給夸克AI眼鏡S1如此高的評價。01 真“全面無短板”在目前一眾網際網路大廠中，夸克AI眼鏡S1的問世相對較晚，這也意味著它的出現不能只滿足於“產品驗證”的工作，因為有太多公司已經走完了這一步，而是需要實打實地去解決行業痛點問題。那麼行業痛點問題有那些？還是那個老生常談的AI眼鏡“不可能三角”——算力、續航、重量。不過，在筆者看來，雖然這個概念在業內被反覆提及，但並不完全精準，原因在於AI眼鏡這個形態就決定了它的絕大部分計算都需要在雲端完成，糾結於端側算力並無意義。要知道目前行業裡被大部分AI眼鏡搭載的那枚高通AR1晶片，在單色顯示的場景下，性能已經過剩。筆者認為，真正的“不可能三角”，應該是“內容展現力”、續航與重量。那麼在夸克AI眼鏡上，這三個問題是否有得到解決呢？先來說說內容展現力。在硬體配置方面，夸克AI眼鏡採用了高通AR1+恆玄BES2800雙晶片設計，採用雙目衍射光波導顯示方案——基本上是目前行業單色顯示方案的高配，能看的出夸克AI眼鏡團隊下的功夫。比如，目前衍射光波導方案普遍存在的問題，像是色散、字型邊緣模糊、彩虹邊的問題，在筆者的體驗過程中，一次都沒有出現過，雖然沒有跟產品團隊就研發進行過深入交流，但能看得出來，他們對光柵衍射與光路損耗問題進行了大量的偵錯與驗證。而在軟體方面，夸克AI眼鏡在“內容展現力”上，更是展現出了顯著的優勢。最為典型的是夸克聯合高德高通打造的“近眼導航系統”，它可以將手機上的高德直接投屏上鏡，既可以全程語音互動，也可以在眼鏡上直接查看路線。在某些場景中，比如騎行， 它的使用體驗要遠遠好於在車上安裝手機支架，或是用耳機播報路徑的常見導航方式。除了高德地圖“上鏡”外，夸克AI眼鏡S1也深度整合了阿里生態內的其他應用服務。比如支付寶的“看一下”快捷支付；又比如“拍立淘”能力，可以通過拍攝面前的商品，做到“一眼識價”；還有飛豬、阿里商旅上的各類航班、火車資訊提示。誠然，這些功能並沒有“地圖上鏡”那麼具有突破性，但對於使用者來說，這些“無感化”或者說通過簡單互動層級的即時資訊處理體驗，可能要比單純地通過大模型進行“你問我答”實用得多。總體而言，在內容展現力方面，夸克AI眼鏡絕對算得上是目前市面上“T0”級產品，而在續航與重量上，同樣不遑多讓。在續航方面，夸克AI眼鏡採用了287mAh的電池，綜合續航時間達到7小時，屬於“無功無過”的水平，但值得一提的是這款眼鏡上的電池是可以替換的，有一個獨立的電池艙為鏡腿上的電池供電，而且支援熱插拔，這意味著理論上可以做到無限續航。如果不想帶著獨立電池艙，這款眼鏡同樣支援鏡身直連充電，以及眼鏡盒充電。這種“大而全”的充電方案也可以作為一個切面，看出夸克團隊的產品設計思路——不會留下任何可能的短板。在重量方面，這是筆者認為夸克AI眼鏡S1上唯一值得商榷的問題。首先要說，這款眼鏡的實際重量並不輕，但考慮在51g的機身裡塞進了2個光機及光波導、5個喇叭和骨傳導、1個攝影機好像也能接受。不過，在這個重量下，夸克AI眼鏡S1的機身重心設計的很好，在實際佩戴過程中，能夠明顯感覺到其重心落在“鼻夾支點與耳夾支點的中間位置”，使得這款產品不會對鼻樑或是耳朵產生過大的壓力。另外，由於鏡腿的寬度僅為7.5mm，在這個重量下，其外觀不會顯得臃腫、笨重。綜上所述，在產品設計上，夸克AI眼鏡S1幾乎看不到有什麼明顯的短板，在現有的供應鏈框架內，夸克的產品團隊基本找到了整合後的最優解。當然，很大程度上，這也是得益於有阿里生態這個強有力的靠山，能夠為其提供軟體服務的資訊互動介面。但還是要說，至少目前來看，其他同樣有著豐富生態的網際網路大廠，並沒有拿出能夠比擬這款眼鏡的產品，這似乎也能說明一些問題。02 “大而全”，就真的好嗎？在拿到夸克AI眼鏡S1前，筆者並沒有對其抱有過多幻想。原因很簡單，目前AI眼鏡亟待突破的問題，多集中於硬體層面，而夸克或者說阿里這個集團顯然以軟體見長，如何破解硬體上的難題是重中之重。根據內部人士透露，在夸克AI眼鏡S1上，夸克與供應鏈做了諸多創新。比如，行業通常採用6層FPC，但夸克為了做到鏡腿最細，採用了7層PFC。同時還打造了一體化貼合鏡片，其工藝難度、成本，都比行業普遍採用的外掛和磁吸更高。這也讓這款眼鏡的體驗就明顯好於市面上的大部分產品。筆者認為，原因大概有兩點。首先是，夸克產品團隊在拿到解決方案後，一定做了大量的調優與驗證工作，比如上文提到的對於色散與字型邊緣模糊的解決，雖然這是一個很小的切面，但行業裡把光機買回去，卻在光路適配上草草了事的廠商，大有人在。又比如在拍照方面，目前行業裡從1000元-5000元檔的AI眼鏡，幾乎全部用索尼的IMX681做底（只有它的尺寸足夠小），夸克AI眼鏡S1也不例外，但在這款眼鏡上，它在暗光條件下拍攝的圖片，其效果要明顯好於大多數友商。下午5點15分的直拍圖，可見其優秀的暗光表現而另外一個原因，就是夸克產品團隊在“人因研究”上的成功。這點讓人非常意外，甚至感到有些困惑，因為“人因研究”離不開大量的C端使用者反饋，但夸克產品團隊此前顯然也不大可能有多少積累。不過，夸克AI眼鏡S1在人因研究上做得真的很好。以這款眼鏡的按鍵操作邏輯為例：在右側鏡頭上，靠近鏡片側延伸至末端，分別並列著相機鍵、顯示操控區、電源鍵、媒體操控區，聽起來似乎比較雜亂，但這些按鍵與分區又交錯在不同的立面上，同時還在觸控手感上還做了分劃，這就讓人非常容易記住鍵位的操作位置，而且還能通過單手完成所有互動。另外，這款眼鏡的設計了一個獨立的相機鍵，但輕按時，鏡片中心會顯示准心，在短按時會拍照，這種操作習慣對於任何一個使用過相機或是手機拍照的人來說，都不會覺得陌生。除了按鍵分區與操作邏輯的設計外，在夸克AI眼鏡S1的功能應用上，也多處透露著人因研究的豐厚積累。比如，目前AI眼鏡中常見的提詞器功能，這款眼鏡上的該功能在使用時，會識別使用者的語速，自動對提詞器的滾動進行調速，以避免出現“詞追人”的情況。說了這麼多，一定有人會想，這款夸克AI眼鏡S1是否已經預定了AI眼鏡行業的年度冠軍？筆者認為這還需要市場和消費者的印證，如果首銷成績不錯，也許能成為市場中的一匹黑馬。一個很現實的問題是，現階段AI眼鏡廠商真的有能力做出一款符合消費者心中“門門通”的產品嗎？這不是各廠商之間能力差異化的問題，而是由產業鏈發展水平所決定的。基於此，大部分AI眼鏡廠商對於產品的開發思路，其實都是深化某一種特性。比如Mata與Rayban的聯名，就是很直白地告訴消費者，我們這款眼鏡本質上個時尚單品，AI功能什麼的，算是附帶的屬性；又比如價格在1700元檔的小米AI眼鏡，直接明牌去卡住大眾市場的身位。即便是與夸克AI眼鏡S1生態位基本相同的部分友商產品，也是深挖單一場景下的需求。比如某型AI眼鏡直接改用“翻譯眼鏡”這種缺少科技感、卻可以讓消費者望文生義的名稱，配合對“離線翻譯”這種功能的深度宣傳，反覆強化消費者對於它的功能印象。回到夸克AI眼鏡S1上，筆者認為，這款產品無論是使用體驗，還是功能覆蓋都十分優秀，甚至可以說是目前對AI眼鏡場景挖掘最充分的一款產品，但其改進的空間也很大，這是一個新興的市場，一切都是未知數。 (虎嗅APP)

得益於持續大規模政府投資及其他優勢，中國在全球人工智慧競爭中的早期成功，或可將其在國際製成品市場的主導地位延伸至軟體領域。中國是全球製造業巨頭：2024年製成品出口額達3.6兆美元，幾乎與美國（2.1兆）與德國（1.6兆）出口總和相當。但在服務貿易領域，中國的表現截然不同。2024年中國服務出口3840億美元，居全球第八，僅為貨物出口額的十分之一，在十大服務出口國中佔比最低。次低的德國服務出口額佔貨物出口額的28%。中國最大短板在於軟體與資訊技術服務，該領域僅佔其服務出口總額的18%，而美國和德國的佔比分別為30%與44%。分析師將中國服務出口落後歸因於兩點：中國開發者英語能力有限以及長期存在的“重硬體、輕軟體”工程文化（後者爭議較大）。人工智慧或可抹平差距這種失衡局面可能因人工智慧技術而改變，儘管這一變革尚需時日。歷史上，個人電腦與智慧型手機等新硬體通過引入新功能觸發產業周期，而軟體則決定了這些功能的使用效率——軟體創新終將主導行業發展。在人工智慧產業周期的初始階段，硬體仍佔主導地位：2023年全球資料中心硬體收入達2300億美元，其中美國佔比41%，中國佔比28%；相比之下，人工智慧軟體與服務收入僅為1600億美元。未來十年這兩大市場均將增長，但軟體增速更快。預計到2033年，硬體收入將突破1兆美元（年均增15.8%），而軟體與服務收入則可能大幅上升升至2.5兆美元（年均增長31.7%）。美國和中國將繼續作為兩大硬體供應商，合計佔據全球市場的半壁江山。出人意料的是軟體研發地域的變遷：2023年中國人工智慧軟體與IT服務產出僅54億美元（佔全球市場的3%），到2033年，預計將躍升至3270億美元，使中國以13%的份額成為全球最大市場——年均增速達50%，而同期美國預計從550億美元增至3200億美元（年均增長19%）。崛起背後的驅動機制中國人工智慧的崛起依託於國家主導建構的龐大網路——由風險投資基金、資料中心、初創企業、高校及科技巨頭組成的生態圈，過去十年政府資金投入約2100億美元。中央與地方政府遵循產業政策模式，持續投入人工智慧基礎設施與研發，該模式曾助推太陽能板、通訊及電動汽車產業的跨越式發展。這一模式已整合為國務院提出的雄心勃勃的“人工智慧+”行動計畫，目標是在2027年前將人工智慧技術深度融入製造業、醫療衛生、交通運輸、金融、能源等國民經濟重點領域。上海等地方政府正通過算力叢集補貼、國產模型訓練與初創企業孵化來落實這一行動。國有企業正試點數十項實際應用——從客機疲勞損傷檢測、電網巡檢到醫院智慧醫療平台。軟體自然成為該計畫的核心發力點。政府扶持在中國是經反覆驗證的有效發展路徑，在硬體領域已造就太陽能、電動車等諸多成功案例，但在軟體領域尚無成功先例。這種模式能否在人工智慧軟體開發中複製成功？縱觀中國軟體發展史，整體表現可謂不盡如人意，但這並非源於嘗試不足。例如千禧年錯過“千年蟲”問題解決方案的商機後，政府資金曾大量湧入軟體初創企業，但大多無果而終。有三大因素預示人工智慧領域可能有所不同：首要原因是英語不再是軟體創新的壁壘，大語言模型通曉全球主要語言後，中文與英文在程式設計及應用開發上已具同等潛力；其次，中國龐大的國內市場產生海量資料，為人工智慧開發者提供數億使用者行為與數字交易構成的獨特訓練資源；第三，中國通過“一帶一路”倡議展現其對人工智慧的全球抱負，自2017年起人工智慧已成為數字絲綢之路建設的核心。中資企業在東南亞和非洲建設資料中心，為商業與政府系統提供基礎支撐。對馬來西亞等資本匱乏但在人工智慧領域志向遠大的國家而言，這些資料中心助力本土產業應用中國大模型，在此過程中加深了對中國軟體、系統、基礎設施及標準的依賴。當然，在中國奮力前行之際，其他國家也不會停滯不前。所有發達國家及印度等快速增長的發展中經濟體都在實施國家人工智慧戰略。但中國的先發優勢、巨額政府投入及上述三大驅動力，賦予其獨特優勢。中國在製造業的主導地位，或將在將來延伸至辦公場所。 (經濟智匯)

今日A股早盤震盪調整，深成指、創業板指翻紅後再度回落。滬深兩市半日成交額1.28兆，較上個交易日放量166億。盤面上熱點較為雜亂，全市場超4000隻個股下跌。從類股來看，AI應用概念大漲，榕基軟體、浪潮軟體2連板，宣亞國際等10余股漲停。半導體概念表現活躍，同益股份20cm漲停，龍迅股份漲停。機器人概念股局部走強，首開股份5天3板。下跌方面，福建、鋰電池等熱門類股集體下挫。其中福建類股重挫，福建金森、福建水泥等多股跌停。鋰電池類股震盪走弱，石大勝華跌停。類股方面，AI應用、半導體等類股漲幅居前，煤炭、電池、鋼鐵等類股跌幅居前。截至收盤，滬指跌0.56%，深成指跌0.43%，創業板指跌0.43%。 財聯社)

在人工智慧的全球競速中，微軟正在悄悄重塑自己的產業身份——從軟體巨頭，變成全球最大的“AI 基礎設施供應商”之一。外界對微軟的關注往往集中在 Copilot、OpenAI 或模型進展，但真正決定微軟未來十年走向的，是它正在建構的一套工業級算力體系：包括能源、資料中心、網路、晶片、模型與應用在內的全端閉環。這篇文章試圖從“基礎設施”的視角去理解微軟的戰略：它為什麼在全球範圍擴建資料中心，為何持續押注晶片與能源，以及一座“AI 超級工廠”真正的樣子是什麼。一｜能源：所有算力敘事的起點過去十年裡，全球科技公司在資料中心上的擴張，主要受網際網路業務驅動。但進入 AI 時代後，能耗需求被重新定義。微軟在北美、歐洲、日本推進的大型資料中心項目，幾乎都將能源視為系統的“第一變數”：更靠近電源的機房選址長期鎖定清潔能源合約（核能、風電、水電）在部分區域探索小型模組化核反應堆（SMR）可行性建構更高能效比（PUE）的冷卻體系原因很簡單：“能源 → 機電 → GPU → 模型 → 應用”是一條串聯式價值鏈，能源越充足穩定，上層效率越高。AI 的能耗不是線性增長，而是“指數級壓力”。微軟的戰略，是先把最難的部分解決。二｜晶片與叢集：訓練時代的“生產線”過去一年行業最直觀的變化是：AI 訓練已經成為一項“製造業行為”。微軟正在把 GPU/AI 晶片理解為一種產能，而不是單純硬體：H100、H200、Blackwell 的供給被視為“生產指標”對等式網際網路絡（InfiniBand/乙太網路）的佈局決定訓練吞吐資料中心內部機架正在為 AI 訓練重新設計換句話說：一座現代化資料中心，本質上是一條為 AI 服務的“可擴生產線”。微軟的押注方向也越來越明確：不只是買晶片，而是買“可擴張的訓練產能”。這也是它與兩傢伙伴（OpenAI + Nvidia）形成“算力鐵三角”的原因。三｜模型與應用：需求端的增長引擎如果說底座決定算力上限，那麼模型與應用決定算力需求曲線的高度。微軟正在做的是打造一個“從基礎模型 → 企業應用 → 行業工具”的階梯式需求體系：1）企業級應用成為穩定算力消耗源無論是 Office 的 Copilot，Teams 的智能協作，還是 GitHub 的程式碼生成，這些產品都意味著：使用越頻繁推理算力需求越穩定這類 B 端訂閱式產品讓算力需求有了可預測性。2）模型升級帶來結構性擴容每一次模型尺寸提升都會引發：更高視訊記憶體需求更高頻寬佔用更大規模叢集建構這意味著：“模型升級 = 設施擴容 = 未來現金流的確定性。”微軟看中的，是這條產業鏈上“由上往下壓”的複利效應。3）行業級場景構成長期收入微軟正把模型推入更深層次的行業系統：醫療、金融、製造能源調度、交通管理藥物發現、生命科學模擬這些行業的特點是：規模大依賴深更換成本極高因此，一旦嵌入，就會成為長期穩定的算力客戶。四｜為什麼微軟要打造“AI 超級工廠”微軟的選擇並不是簡單押注某個模型或某個合作夥伴，而是押注一條橫跨十年的產業曲線：能源緊缺會成為全球科技擴張的瓶頸GPU 成為新型“資本品”訓練規模繼續爆發企業級 AI 將從“概念驗證”進入“全面落地”行業智能化進入加速期資料中心將被重新定義為“AI 工業設施”這意味著：未來巨頭的競爭，不再是應用層的速度，而是底層設施的深度。微軟正在做的，就是建構一個能持續供給 AI 時代產能的基礎設施體系。它不只是在做雲，而是在做“全球算力供應鏈”。五｜下一階段值得關注的三條線索未來的關鍵變化，更可能出現在以下三個方向：（1）能源與資料中心的整合速度能源是否能夠滿足模型規模的繼續膨脹，是所有巨頭的共同挑戰。微軟是否會在核能與清潔能源上邁出更大一步，將直接決定其算力上限。（2）自研晶片體系的成熟度從 Maia 到 Amarillo，再到更長期的自研路線，微軟能否擺脫對單一供應鏈的依賴，是未來競爭的隱形變數。（3）行業級 AI 的吸收速度一旦醫療、金融、製造等行業全面採用 AI，算力需求將不會回頭。這一波滲透速度，將決定微軟基礎設施回報曲線的斜率。結語：一家公司正在變成一座“全球性 AI 發電廠”回看微軟這三年的佈局，它正在完成一次產業身份遷移：過去：賣軟體；過去十年：賣雲；未來十年：營運全球算力系統。當下的微軟，看起來更像是一家“AI 時代的能源＋基礎設施企業”。而這套底層佈局，將決定它在未來 AI 產業鏈中的位置——不僅是參與者，而是供應者。 (方到)