“一年前全球缺的是晶片，接下來將會是變壓器。”馬斯克在2024年博世互聯世界大會上的這句預言，正在應驗。隨著全球電力需求猛增，變壓器如今“一器難求”。歐洲計畫投資5840億歐元擴建電網，卻因變壓器短缺而進展緩慢；印度的大型太陽能項目，因為等不到足夠的變壓器，被迫閒置一旁“曬太陽”；美國電力變壓器和配電變壓器的供應缺口較2019年分別激增了116%和41%，需求爆發，供應卻跟不上。美國科技圈就此發出警告：“（變壓器）不足拖累電力基建，將大幅制約美國人工智慧發展速度。”而若要講這場蔓延全球的變壓器危機也有獲益者的話，那最大獲益者當屬佔據全球變壓器產能60%的中國。頗具戲劇性的是，美國此前對中國變壓器加征104%關稅，如今卻開始悄悄放鬆對中國變壓器的管制。新產能還沒出來，就被訂購一空。中國變壓器龍頭廠商正迎來“爆單”高峰。成都西電中特公司表示，剛完成瑞典與沙烏地阿拉伯的訂單交付，就要馬不停蹄生產出口加拿大和印尼的裝置。不少中國廠商的訂單排期已延遲到2026年後，有的歐洲客戶寧願支付20%溢價也要確保供應。目前，中國變壓器出口均價已提升至約2.08萬美元/台。2025年前8個月，中國變壓器出口額飈至297.11億元。其中，對亞洲出口增長65.39%，非洲增長28.03%，歐洲更是暴漲超138%。為什麼變壓器會如此短缺？要弄清原因，需理解變壓器是什麼。它就像電網的“電壓調節員”，負責升降電壓等級。小到將220V轉為5V的手機充電器，大到重達數百噸的特高壓換流變壓器，這類裝置遍佈電力網路，如同電力系統的心臟。這一輪變壓器短缺，首先是因為歐美國家正面臨電力系統的“大換血”。高盛2025年9月報告指出，歐洲大部分電網設施普遍運行了40-50年。美銀資料也顯示，美國31%輸電裝置和46%配電設施已經超期服役。為此，歐盟計畫十年內砸下1.2兆歐元升級電網，美國更是要在五年內投入電力行業1.1兆美元。這些重大投資中，變壓器自然是重頭戲。另一方面，新產業的快速崛起加劇了變壓器需求。ChatGPT大模型訓練三天的電力消耗，足夠3000輛特斯拉汽車累計行駛32萬公里，而Meta新建的一座中型資料中心就需要上百台降壓變壓器。再加上全球推動綠色低碳，各國需要大量建設太陽能、風電、水電等綠能發電站。這些電站需要的變壓器數量遠超火電等傳統電站，如一座太陽能電站的需求量是同等火電站的1.8倍。多重因素助推下，全球變壓器短缺成為必然。國際能源行業分析機構“聯合市場”預測，2031年全球變壓器市場規模將衝到1030億美元，較2021年的586億美元直接翻番。面對巨大的紅利，全球電力巨頭紛紛下場，從資本收購到產業整合，力圖搶佔市場份額：德國西門子能源宣佈斥資20億歐元擴產；日本日立能源計畫到2027年投60億美元擴產，還要招1.5萬名員工；法國施耐德電氣也不顧歐盟內部反對聲音，宣佈在俄羅斯薩馬拉開建變壓器工廠；就連馬斯克也公開承認，特斯拉將自主生產變壓器......而作為主力軍的中國，早已拉起了一支變壓器產業的豪華戰隊。2021年成立的中國電氣裝備集團，整合了中國西電、保變電氣、山東電工等老牌勁旅，打造“最強國家隊”。其中，中國西電作為特高壓龍頭企業，凡是寫入國家戰略的大工程必有它的身影；保變電氣在高電壓、大容量裝置上具備優勢，產品已出口40多個國家和地區。民企陣營實力同樣強勁：新疆特變電工作為中國電氣工業百強榜的長年榜首，其變壓器、電抗器年產量達4.20億kVA，位居全球前列；江蘇華鵬電力曾入選北美變壓器十大品牌，是唯一上榜的中國企業，在新能源電力變壓器領域出口量全球第一；佛山伊戈爾電氣，在應用於太陽能、儲能領域的升壓變壓器上，穩居全球領先地位......這種產業梯隊的建構，不僅讓中國掌控了全球60%變壓器產能，還形成了從原料到整機全產業鏈通吃的能力。比如變壓器的核心材料取向矽鋼，它能把變壓器電能消耗降低45%-50%，被譽為“鋼鐵中的工藝品”。中國在這一關鍵材料上則是遙遙領先的全球第一。2024年，中國取向矽鋼產量達303.25萬噸，是日本的五倍、美國的八倍。更硬核的是，寶鋼集團建成了全球唯一的0.18mm和0.20mm厚度的矽鋼片專用生產線，能將材料角度誤差控制在4.5度以內，性能直接登頂。中國變壓器產業能夠取得今天這一成績，可謂來之不易。上世紀80年代，中國變壓器領域曾深陷“受制於人”的困境。彼時，中國正在建設500千伏的葛南直流輸電工程，這個西起湖北、東抵上海的超級工程，承載著打通華中與華東能源動脈的使命。然而當時國內對於500千伏的超高壓直流處於“無技術，無裝置、無經驗”的三無階段。這樣的窘境註定了這一工程需要依賴國外，核心裝置幾乎只能從日本、德國、瑞典等國家進口。老電力人回憶起當時的處境感慨道：“每次跟著外國專家學習如何偵錯，一到關鍵時刻，他卻總是請我們迴避”。在建設徐滬線過江線路時，甚至還有部分國家用已經過時的方案“糊弄”中方人員。這樣令人憋屈和難受的橋段，當時的老電力人或多或少都能講出幾個。1985年9月，時任瀋陽變壓電廠副總工程師的朱英浩帶隊，接下葛洲壩電廠的重大任務，負責研發一台500千伏360兆伏安的三相有載調壓自耦變壓器。朱英浩團隊日夜攻關，終於取得突破。但當時對國產裝置的不自信心理普遍存在，葛洲壩電廠做了兩手準備，同時向日本訂購了同款變壓器，計畫將日本裝置作為“正式選手”，而國產裝置僅作“替補隊員”。▲來源：中國科學家博物館1986年6月，朱英浩團隊準時交付裝置，現場一次偵錯成功，日方卻遲遲未能交付。等到日本變壓器姍姍來遲後，令人意想不到的是，裝置運行不到10分鐘便被擊穿報廢。原本作為“替補隊員”的中國製造臨危受命，成了“救火隊長”。這一刻，成為中國高端變壓器國產化突圍的歷史拐點。自此，儘管國際巨頭仍豎起堅固壁壘，但中國工程師們已然意識到，這不再是一座不可踰越的高山。2005年，中國提出了一個史詩級的偉大構想：西電東送。計畫在能源富集的西部和經濟發達的東部之間，架設一條橫貫千里的“電力天路”。然而現實挑戰嚴峻。千里送電過程中，電流就像水流會遇阻力，沿途不斷消耗‌，那怕1%的電力損耗都意味著巨大浪費。電壓每提升一級，損耗就會相應減少，所以要實現遠距離、大容量的低損耗輸送，解決方案是將電壓提升至1000千伏交流或±800千伏直流以上。但電壓等級一下子躍升到特高壓領域，不僅意味著變壓器體積將擴增為幾層樓高，還意味著有一系列技術難題要攻克。歐美曾在上世紀70年代就研究過1000千伏的特高壓，蘇聯還嘗試建設過1150千伏的試驗線，但最終都因為難點、卡點太多而被迫放棄。比如，特高壓變壓器內部的絕緣難題。美國曾嘗試用一種特殊陶瓷作為絕緣材料，但製成的變壓器重達7000噸，別說穩定運行，就連運輸都很困難，研究只能終止。面對同樣的絕緣困境，中國科學家沒有放棄研究。歷經多年攻關，他們發現了一種名為“匝間絕緣紙”的材料。這種材料不僅能顯著提升絕緣性能，還能將變壓器從7000噸大幅減重至500噸。而在這個“大傢伙”的內部，紙質絕緣材料配件多達25萬件，其精細程度令人歎為觀止。2025年，中國特高壓直流線路總里程突破‌4萬公里，在你眨眼的一瞬間，新疆昌吉的電已經送往3300公里外的安徽古泉，30次！西電東送從構想變為現實。變壓器的國產化突破，恰是中國電力崛起歷程的縮影。2025年11月，中國成為有史以來第一個貿易順差突破兆美金的國家。而在電力領域，中國同樣有一個“兆”誕生：2025年7月發電量突破兆千瓦時，相當於單月用掉日本全年的電量。引得英國媒體驚嘆：人類歷史上第一個“電力帝國”誕生了。要知道，在1949年每個國人每年只能分到9度電，不夠今天普通家庭兩天的用量。1978年，中國人均年用電量雖然增加到‌261度‌，但只有世界平均水平的1/6。2015年12月23日，青海果芒村和玉樹長江村合閘通電，全國最後3.98萬人口實現通電。截至目前，中國都仍是全球唯一實現全民通電的國家。同樣是人口大國的印度，目前仍有上億人口沒有穩定電力可用。即便是歐美發達國家，至今也深受電力黑天鵝事件困擾。不久前，美國舊金山發生大規模停電，交通系統癱瘓，約13萬使用者被波及。2025年5月，西班牙和葡萄牙的大規模停電，超5000萬民眾受影響，成為歐洲有史以來規模最大的停電事件之一。當中國實現全民通電十年之際，普遍、穩定、廉價的電力對世界各國來說仍然是“不可能三角”。國外Quora網站上有個熱門問題：“中國真的是全年24小時不斷供電？”有位在華居住五年的外國友人分享：“我曾去過中國很多地方，包括四五線城市和農村，在和居民聊天時發現，竟然沒有人記得上次停電的時間，這太神奇了！”今天的中國居民在停電後，第一反應是檢查電閘或電費餘額，絕對不會質疑電網供給能力。這種認知轉變源於中國電力的質變。展開全球發電量變化曲線圖，會發現中國發電量如火箭般垂直上升，而歐美國家增長近乎停滯。當前中國年度發電量全球第一，用電量佔世界總用電量的三分之一。中國不僅是總成績冠軍，每個單項科目也都領先。平原面積有限而山勢陡峭，我們就發展水電。世界前五大水電站，中國有三座。其中三峽水電站裝機量位居全球榜首，而在建的雅魯藏布江下游水電工程又是三峽的三倍；疆域遼闊導致輸電困難，我們就研發特高壓技術，讓45項特高壓工程盤亙在華夏大地，建起全球最龐大的特高壓網路；以茫茫的戈壁為起點，我們發展出全球最大的太陽能發電體系，裝機量超第2到31位國家的總和；在煙波浩渺的渤海灣，我們豎起世界最大26兆瓦級海上風電機組，這背後是中國風電總裝機量連續15年蟬聯世界第一的雄厚實力。除此之外，中國核電總裝機超1.25億千瓦，位居世界第一。在有“人類終極能源”之稱的可控核聚變領域，中國人造太陽“東方超環”（EAST）實現了1億℃電漿體運行1066秒的世界紀錄。中國電力，是當之無愧的六邊形戰士。現在來看，為什麼我們要以舉國之力發展電力事業？因為電力不僅關乎百姓生計與國家安全。同時，它也是經濟的血液，深刻地影響著每一個國家的工業化處理程序。美國計畫推動製造業回流，主要舉措之一就是壓低電價。歐洲外遷企業中有1/4首選中國，核心原因之一也是低廉的電力成本。從產業角度來看，鋼鐵、機械、化工、製藥等支柱型產業的電力成本可高達30%以上，電力供應的穩定性與電價成本的漲跌關乎這些企業的生死命脈。而新能源汽車、太陽能產業、航空航天等中國領先的新興產業，無不與電力優勢息息相關。最前沿的人工智慧產業更是依賴電力支撐。業內常言：AI的背後是算力，算力的背後是電力。馬斯克曾就此指出：“中國將在人工智慧競賽中取勝，因為中國的發電量遠遠超過美國。”由此可見，電力是產業競爭的制勝關鍵，是大國博弈的勝負手。回望1949年，當中國發電量位居世界第21位、連220千伏變壓器都需進口時，沒人能預見今天的局面。七十六年間，我們從三峽大壩到白鶴灘水電站，從攻克500千伏技術到制定特高壓國際標準，從太陽能板依賴進口，到全球每兩塊太陽能板就有一塊是中國造。從跟跑、並跑到領跑，這場跨越世紀的電力長征，中國終以自主創新改寫了世界能源格局。 (華商韜略)

2025年的最後，突然被“老己”刷了屏。“己”是那個自己的“己”，而“老”，則是給自己添上一份相識已久般的親近和關愛。當“愛你老己”這句話被無數人轉發，人們突然開始用“老己”親暱地稱呼自己。我想起前兩天跟朋友聊天時提到自己如今的生活哲學：愛具體的人，做具體的事，去偽求真，不裝X。朋友也是笑著說：你這就是當下人們說的“老派生活”。“老”，突然在2025年末成為年輕人眼中的寶貝。讓我既驚訝，又不太意外。資訊轟炸，AI亂象的當下，如何在嘈雜的聲音中保持自己內心的穩定，“老派”似乎是一種思路。這不是斷網斷電，而是把手機調成靜音——用著現代的科技，卻不被叮叮咚咚的通知牽著走。所以，越來越多年輕人開始學織毛線、畫國畫、逛菜市場、照著外婆的老方子煮一鍋踏實的飯菜。日子不必被“打卡”和“爆款”填滿，用一件件具體的小事，織出柔軟而飽滿的節奏。當全世界都在催你加速，有種年輕的叛逆，叫我們偏偏要活出0.5的倍速。這不是活回去了，而是活明白了。面對一地雞毛的生活，年輕人試圖做到笑眯眯地說：“急啥？先跟我們逛個菜市場。”這何嘗不是一種真正的自由？老式買菜：菜場裡的人情冷暖林泓毅，00後去年在一家媒體公司實習時，主管面對我的興趣愛好曾發出過巨大的驚訝，“什麼？你們00後居然還會喜歡逛菜場？” 當時我挺困惑的，逛菜場不是挺正常的麼？我們家上至老林，老老林（我爸和我爺爺），下至我和我堂弟，都喜歡有事沒事去菜場逛逛，和很多攤主甚至都處成了熟人。直到我來到上海，真實地漂了兩個月，才意識到原來同樣是00後，人與人的習慣有那麼大的區別。我不習慣在盒馬小象下單。他們告訴我，我這個叫“老派人類生活”。我眼中的菜場是自己的宇宙。比如我的“好大哥”阿富，第一眼看見他時，沒有人會覺得他是個菜販子，但他就是東河市場的無冕之王。多年來穿梭菜市場的經驗，讓他上至進貨談判，下至擺攤兜售，中間的做菜心得，那一項都能侃侃而談。人們對菜販子的刻板印象，他身上一項都沒有。阿富每天早上的第一件事，就是揭開地上的防水篷布。幾個大泡沫箱隨著扯開的布露出自己的身型，裡面裝的是前一天沒賣完的綠葉菜和堆積成山的土豆蕃薯胡蘿蔔。然後就是“變魔術”：先撕開老皮和蔫了的外葉，再用手順著葉子的脈絡往外撥開，撐起更大的模樣形狀。不過幾秒鐘的工夫，菜就變得水靈晶亮，彷彿剛剛從土地上摘下來，還透著鮮。最後掏出一把折疊小刀，對著菜的根頭裁去一截，拋進一個乾淨的空筐，噴上些水———一顆嶄新的生菜就誕生了。我對蔬菜的很多認知，都是阿富給的：“有些菜，客人肯定要挑大小的，就要放在外面。有的菜會經常一起做的，就要放在一起。像雞毛菜，菠菜這種嫩的小菜苗，不能讓客人自己抓，所以會用大框子往深了裝，客人嫌髒，撥一下就不弄了；瓜必須要切下一個頭，把肉給大家看…”這是關於擺菜的哲學。“你們年輕人不常買菜，來菜場一般就直接拿，白菜倒還行，這個豆苗多貴啊，買到老的劃不來，是要拿指甲掐一下的。還有芋艿慈姑毛栗子，儂不曉得栗子是小的才好吃吧，外面能看到根系絨毛的，才新鮮。”這是關於選菜的秘密。“還有好多做生意的也是，稀里糊塗，哎呀，其實用報紙包菜比塑料袋好放啊，報紙透氣啊，做生意都不曉得。還有給菜噴水要用抑菌水，燈籠椒要想放得久要拿熱水沖一下。這個，你帶點回去，炒蝦仁炒肉都好吃。”這是關於存菜的經驗。這些是線上超市給不了的智慧，是只有真切與人相處才能得知的“內部資訊”。所以，即便上海菜場很多都是二道販子，價格甚至不比超市便宜多少，我依舊情願去菜場。悠哉游哉地背著雙手看家長裡短，這是我舒服的地方。老式旅遊：只為自己感受的行走Harry，85後每個周末，只要有空，我就會開展一場漫無目的的周邊城市探索。沒有攻略，沒有規劃，周五都不知道周六會去那裡，但這就是我的舒適區。作為賺著普通工資的普通人，我厭倦了一成不變的日常，卻也深知玩不來特種兵的速度，攀不上徒步露營的精緻。能做的就是在力所能及的範圍裡多走走，滿足自己的精神需求，看看不一樣的生活。喜歡上網衝浪的朋友告訴我，我這叫“老派人類”。我不完全同意，但多少能理解他的意思。比如上周末，我就開車去了距離成都2小時車程的李莊。自金沙江和岷江在宜賓的合江門匯合成長江，李莊就成了萬里長江第一鎮。去之前，我依稀記得“李莊古鎮”“李莊白肉”的名聲，走了這麼一趟卻發現，李莊是謙遜的，甚至是懶散地蟄伏在長江邊上，釀酒，打糕，切肉，過日子。老房子的深處還是住家，不甚寬敞的院子收拾得乾乾淨淨，又擠滿了具體生活的證據：牆角插針一樣地栽了幾株蜀葵，正開著綢子一樣的花；不高的樹，能遮陰，能結點酸甜的果子，洗好的衣服褲子也能順手掛在枝丫上；散放的工具、玩具，似乎人們不太在意，但再一看就知道，它們日日被使用、被玩耍，日子是映照其上的。街頭有賣給遊客的旅遊紀念品、奶茶，也有服務街坊鄰居的老店：極小的盲人推拿店裡只擺得下一張小小的鐵架子床，卻是一方供應了衣食、舒緩了疲倦的微小宇宙；某些賣白酒的店裡只放著巨大的酒缸，沒有小巧精緻的古風小瓶，這一看就是供老鄰居們拿空礦泉水瓶來打酒喝的，是當地生活的另一種樞紐。長江就在幾米之外不停歇地流動；李莊就這麼在長江邊新舊共生著。在這樣的環境中，美食自然也就生長出來了，自己人享受，遊客也不委屈。自然，我吃了李莊白肉。最早的李莊白肉被叫作裹腳肉，名字不雅，但對其形態的描述很是信、達。等到抗戰時期，國立同濟大學的師生遷來了李莊，一住就是六年，還有金陵大學、中央研究院、中央博物院、中國營造學社的駐留，裹腳肉才變成了李莊白肉，在時任國立中央研究院社科研究所所長的陶孟和建議下，裹腳肉更名為“李莊刀口蒜泥白肉”，產地、技法、味道和食材都穩穩地嵌了進去，再後來終於成了李莊白肉，讓刀口成了面上精彩的表演，蒜泥成了內裡獨特的靈魂。有了這層淵源，李莊白肉也就不再是李莊的白肉了。這一大片一大片飛薄的肉片，裹著蒜泥蘸水，喂飽的除了日常，還有幾所大學的青春和家國希望。梁思成、林徽因、傅斯年曾在李莊的街道里遊走，梁的《中國建築史》就是在李莊完成的，一起在此喘息的還有來自故宮的三千多箱珍寶。在李莊景區的一處牌坊上，我發現了四個鎏金大字：中國李莊。第一眼會覺得口氣不小，等深入瞭解了李莊歷史，才能理解這份大氣的名副其實。當然，這份歷史是我飯後癱軟在長江邊的露天茶館裡，權當消食和補課看的。當時，長江在我面前緩緩流動，李莊在我身後安靜地鋪開，等讀到“同大遷川，李莊歡迎，一切需要，地方供應”這十六個字時，背後平鋪的李莊突然有了高度，李莊的風味也就有了風情，我這場“老派”風物之旅，也達成了它最初的願想。老式貓冬：早睡晚起的簡單快樂王文靜，85後立冬一過，東北農村就準備開始進入冬眠狀態。我也跟著進入“老派”狀態了。這種狀態有個專用名稱，“貓冬”。懂的人都懂，這是東北人向嚴酷冬天的寒冷宣告妥協，繼而花長達4個月甚至半年時間躲在家擺爛的一種體面稱呼，也是我逃離北上廣後，執意選擇回歸的簡單生活。南方人想像不出冬天的東北，在日常氣溫只有零下25度的日子裡，汽車大巴無法安全行駛，早市菜場也停止了營運，雪最大的時候，兩三米深的暴雪把家門牢牢堵住，全家用盡全部工具和力氣，才能在冰雪封鎖中開荒出一條連通外部世界的通道。大多數時候，人們選擇貓在家中的炕上不出門，開啟睜眼吃，吃完睡的半冬眠狀態。南方人也想像不出，東北人的貓冬是怎樣一種簡單的快樂。貓冬前的日子最是忙碌。爸媽會曬豆角絲、曬茄條、曬蘿蔔乾，儘可能為冬天儲存足夠的食物；年輕人如我，雖然沒了囤物的習慣，也會儘量搭把手。當風把果樹的葉子吹得所剩無幾，果子搖搖欲墜時，我們還會搬把梯子，拎著籃子摘水果。先摘沙果，快要上凍再摘山楂——一部分果子可以削皮切片拌入白糖，曬成沙果乾，一部分串成串晾曬，冬天時放入冰糖，熬煮成開胃的果水，其餘那些做成水果罐頭。偶爾拿出一瓶，就著玻璃的冰氣在炕上咀嚼，是幸福具體的模樣。然後，冬天就來了。寒風擊打著房門，大雪封住了園子，麻雀成群結伴尋找著雞的食物。我們會將窗戶蒙上透明的防風塑料布，囤菜、囤柴，燒熱火牆和火炕，在火坑上打撲克，在火坑上吃兩餐。老人用九錢玻璃杯喝著小燒，一頓一杯；我則會睡到自然醒，在炕上刷劇，嗑瓜子、喝咖啡，沒事再搗鼓點手工花、拼豆畫。餐桌上輪換著大碴子粥，大白面饅頭，各式辣椒做成的小菜，鹹菜，醬辣椒。當然，五花肉燉酸菜、干蘑菇燉雞也會混入其中。偶有賣雜貨的補給車路過，放著大喇叭告知鄰里街坊，大家會藉機跑出來，買點豆腐瓜子，順便嘮嘮家長裡短。我們彷彿冬眠的動物一樣，在電視機和火爐的陪伴下慵懶閒淡地度過漫長的冬天，慢慢的，直到窗檯的花盆裡，一隻綠色的辣椒苗長出來。生活才會重新忙碌起來。老式“歐包”：去浮求真的滋味Chris，90後帶著逛一二線城市“歐包店”的心態逛我家鄉的饟攤，會收穫一些意料之外的國際化打開方法。這也是我被朋友調侃的“老式思維”，說我吃不懂高級，我只能苦笑。饟，在現代維吾爾語和波斯語中均寫做“nain”，其實就是面包的意思。只是不同於松香軟甜的日式面包，饟更接近歐包的粗放：尊重原汁原味，口味就地取材，以麵粉、酵母、水和鹽為面包主要原料，但皮牙子（洋蔥）、辣皮子（辣椒）、牛奶、堅果、酸奶酪等配料都可以加，什麼都不放，只用鹽水發麵，做生胚也可以。不另外加油、糖。經過饟坑的碳火烘烤，最後呈現出沉甸甸的小麥特有原香。少油、少糖、低熱量，健康。在廣州工作的那幾年，我也買過“高級的”歐包。它們大小不一，被整齊地放在暖色燈光的陳列架上，雖說與饟不完全相似，卻總帶著些許熟悉。卡牌上介紹：天然酵母、有機小麥粉、含水量較低，但能存放更長時間，是健康碳水的首選——跟我老家的饟就更像了。唯一的差距就是價格，廣州的歐包平均一個15元起。我家鄉的饟，最貴不超過7塊錢。我知道，對於絕大多數人來說，饟和歐包並沒有什麼關聯。但只要你調整一下思路，就會發現：它們都極少加入輔料，最大程度地發揮穀物本源魅力；也同樣作為普通民眾的日常主食，廣泛存在於各式家庭餐桌。只是，相比於歐包近些年遍地開花，佔領新中產餐桌的景象，新疆的饟著實太低調了。低調到只被少數我們這種戀舊的新疆年輕人打抱不平。據不完全統計，如今新疆饟的種類已經進入300多種，所以無論你喜歡怎樣的口味款式，都能找到與歐包店無限接近的饟：喜歡甜口的有酸奶酪饟、玫瑰花饟；喜歡咸口的有肉饟、辣皮子饟；主打堅果的有核桃饟、芝麻饟……各個口感豐富，耐儲存，飽腹感強。只是別跟打饟師傅說什麼“油糖比”，他會一臉疑惑，問你是不是在找油饟和西克曼饟（甜饟）？新疆的饟和新疆的人一樣，不擺著不端著，不搞設計包裝，沒有技巧，全是感情，樸素實惠，隨意發揮。不追逐華而不實的美麗，只希望你吃飽穿暖，別餓著。當麥香飄來的時候，就能找到回家的路。我總覺得，這不叫老派，只是尊重生活的本來模樣。當然，可能也是想家了。 (虎嗅APP)

巴克萊報告顯示，OpenAI持續超預期的業績表現，印證AI資本開支周期仍將在中長期內延續。業績增長直接驅動公司算力投入，模型持續迭代不斷推高算力需求，倒逼計算合作夥伴加速基礎設施部署，預計2027-2028年是實現 “遞迴自改進”的關鍵落地窗口，將進一步推高算力需求。據巴克萊最新研究報告，OpenAI的營收表現顯著超越其內部預期，這表明AI需求正在快速增長，大規模資本支出周期短期內不會終結。只要OpenAI能夠維持當前的強勁增長態勢，AI領域出現泡沫破裂的風險將保持在較低水平。分析顯示，OpenAI在2025年的營收比年中內部預測高出約15%，而2027年的預期營收更是較原先預估大幅提升50%。對資本市場而言，這一趨勢意味著網際網路巨頭與超大規模雲服務商將繼續維持高強度的資本投入，半導體需求將保持旺盛。巴克萊預計，到2028年OpenAI的計算支出將達到約1100億美元的峰值水平，屆時技術突破很可能引發新一輪算力需求激增。巴克萊這份報告試圖回答一個核心問題：我們距離AI投資放緩還有多遠？答案是：還很遠。營收大幅超越預期巴克萊報告顯示，OpenAI的營收表現持續超出內部預期，2025年實際營收較年中預測高出約15%，2027年預期營收更是上調50%。具體資料顯示，OpenAI 2027年的總營收預期已從600億美元上調至900億美元，推理計算成本從210億美元增至300億美元，每周活躍使用者（WAU）從14億增至18億，付費使用者的年度平均收入（ARPU）從748美元提升至880美元。公司CEO Sam Altman近期在公開訪談中透露，OpenAI有望在2027年實現1000億美元的年度經常性收入（ARR)目標，這一時間點較此前預測整整提前了一年。AI資本開支周期仍將持續巴克萊最新研究報告指出，OpenAI持續超預期的業績表現，印證了AI資本開支周期仍將在中長期內延續。首先，OpenAI所有的收入意味著算力，業績增長直接驅動公司算力投入。ChatGPT的四⼤主要收⼊來源：付費版 ChatGPT、免費版 ChatGPT（⼴告⽀持）、代理和 API，各⾃對計算資源的需求各不相同，但所有這些業務都采⽤相同的基本計算架構。OpenAI在2024至2030年間的計算營運支出預算總額已超過4500億美元，預計2028年達到峰值約1100億美元。其次，模型持續迭代不斷推高算力需求，倒逼計算合作夥伴加速基礎設施部署。OpenAI持續推進GPT-6、Sora 3等下一代模型的研發，每次模型升級均帶來訓練與推理成本的顯著上升，從而持續拉動底層算力設施投入。巴克萊報告稱，OpenAI預計2027-2028年是實現 “遞迴自改進”（recursive self improvement）的關鍵落地窗口，將進一步推高算力需求。該技術通過 “嵌入式 AI 研究員”（drop-in AI researcher）自主開發下一代模型（如 GPT-6、Sora 等），形成 “AI開發AI”的閉環。公司已為2028年單獨預留約430 億美元額外 “可變現算力”（Monetizable Compute），用於支撐這一技術落地。同時，OpenAI已與多家合作夥伴簽訂了約6500億美元的算力租賃合同，時間跨度覆蓋未來十年。其中，甲骨文OCI合約總價3000億美元，從2027年開始為期5年，年均600億美元；微軟Azure合約總價2500億美元，從2026年中開始為期7年，年均360億美元。此外，GoogleGCP合約總價400億美元，為期7年，亞馬遜AWS提供380億美元、為期7年的合約，CoreWeave提供224億美元、為期5年的合約。第三，行業競爭加劇引發“軍備競賽”。為應對OpenAI目前6至12個月的技術領先窗口，Google、Meta等競爭對手被迫同步擴大使用者規模並加快模型迭代速度。預計2024至2030年間，全球AI資料中心總容量將從114.3GW增長至236 GW，實現翻倍。僅OpenAI一家，即需合作夥伴（如甲骨文、微軟等）承擔超過6000億美元的資本開支，用於建設算力叢集。最後，科技巨頭的長期戰略決心進一步鎖定高投入態勢。科技巨頭創始人更重視AI長期競爭，如 Larry Page 表態 “寧破產不認輸”，即便面臨市場波動，仍願持續投入以搶佔賽道, 推動行業資本開支維持在較高水平。 (invest wallstreet)

周六的深圳福田街頭，香港青年李尊明熟練地打開手機掃碼，用新辦的內地信用卡買了店裡的新款球鞋。這張小小的卡片，是他作為“北上生活圈”一員的重要憑證。“有了內地信用卡，坐飛機有貴賓廳，日常支付也更方便。”李尊明告訴記者。如今，像他這樣每周北上消費的香港居民催生了新的金融需求——他們帶著香港的信用記錄，希望在內地獲得貸款和金融服務。這一變化正在深港兩地悄然發生。越來越多的港人選擇在大灣區長期居住，從“消費北上”升級為“生活北上”，進而催生了信貸、社保等全方位的跨境服務需求。在2025香港金融科技周上，香港環聯信貸亞太首席產品官冼迪雲透露，目前香港居民“北上”貸款的需求有所提升。“北上買社保”也成為社交平台上的新熱點。50多歲的港人李生給記者算了一筆帳：每月繳納898元養老保險，20年後在深圳退休，預計每月可領3000多元退休金，“這樣領4年就能回本”。 廣東省社會保障基金管理局資料顯示，截至2024年8月，港澳居民在粵參加養老、工傷、失業保險共33.28萬人次，較2021年底前增長118.93%。北上貸款需求出現在2025香港金融科技周上，冼迪雲分享了他最新的觀察，每周都有大量香港居民北上消費，更有不少香港青年在大灣區創業，有貸款需求。他們在香港擁有完善的信用檔案，在內地卻是“信用白戶”，這個反差讓內地銀行看到了機會。過去，深港跨境信貸多呈現“南向”流動，以內地企業和居民在港融資、開戶為主，其中多數案例依託深圳跨境資料驗證平台（DVP）實現。如今，隨著部分港人北上從短期消費拓展到長期定居，港人北上貸款的需求也開始被關注。客觀來看，利率，並非驅動北上貸款的主因。資料顯示，中銀香港、匯豐銀行10月底按揭利率上限普遍在3.25%至3.5%區間，而內地優質客戶也能獲得約3%的貸款。可以說，在資金價格上，兩地幾乎站在同一起跑線。真正推動這一變化的或是更深層次的區域融合與生活方式變遷。中山大學嶺南學院經濟學系教授、中山大學港澳珠江三角洲研究中心副主任林江對第一財經記者表示，港人北上已從“消費北上”升級為“生活北上”， 過去港人北上多以購物、醫療、美食等短期消費為主，如今越來越多香港居民選擇在深圳、東莞、珠海等地置業、就業、就學，形成了跨境生活圈，這催生了一定的信貸需求。冼迪雲同樣觀察到這一趨勢，他表示，目前香港居民北上的信貸需求集中在信用卡領域，一個香港居民若能在內地獲得一張本地信用卡，他在日常消費和支付上的便利性會大大提升。“雖然目前整體規模有限，內地銀行依然有較強意願推進此事，希望搭建起一個成熟的跨境信用驗證平台。當未來有更多來自新加坡、馬來西亞等國家或地區的人士到中國工作或留學時，這套體系或可以直接復用。”他補充稱。而更深層的原因或在於港人北上正從“資產北上”來到“財富共享”。林江對第一財經表示，當前，港人的資產配置不再侷限於香港本地的不動產或理財，開始進入內地貸款購房、投資基金股票、開設公司乃至繳納社保。在港元與人民幣匯率相對穩定的背景下，雙幣資產配置成為趨勢，催生了持有“雙區資產組合”的新型中產階層，他們對於跨境金融創新的需求更高。不過，理想與現實之間仍有距離。目前，港人在內地申請貸款仍需要滿足一定條件，通常需要滿足擁有內地公司或房產等“硬門檻”。第一財經記者近期實測多家大行，招行深圳某支行明確表示暫無法為港人辦理貸款業務；建行東莞某網點則稱，信用貸暫不可行，但持有內地房產或可嘗試抵押貸款。港人北上買社保成新風潮第一財經記者觀察到，繼北上消費後，“北上參保”正成為港人融入大灣區生活的新選擇。在各大社交平台上，關於在廣州、深圳等大灣區城市購買社保、規劃退休的經驗帖文日漸增多，掀起一股跨境養老規劃的熱潮。“在鹽田養老，成本低、配套全，還有海景可看。”50多歲的李生從事跨境貿易，頻繁往來深港之間。他給第一財經記者算了一筆帳：按目前標準，僅繳納養老保險，每月支出898元，繳滿20年後，預計每月可領取3000多元養老金，“4年左右就能回本”。對他而言，這份內地社保可成為香港強積金之外的有力補充。目前在香港65歲可一次性領取強積金（MPF），也可能有政府補助和長者津貼。與李生相比，44歲的波特規劃更長遠，他選擇通過靈活就業，每月繳納3000元養老和醫療保險，盤算著30年後每月領取約1萬元的養老金，“在內地能享受比香港更優質的養老體驗”。資料顯示，這股“北上參保”熱潮正在迅速升溫。廣東省社會保障基金管理局資料顯示，截至2024年8月，港澳居民在粵參加養老、工傷、失業保險共33.28萬人次，較“灣區社保通”上線（2021年底）前增長118.93%。除了養老考量，高性價比的醫療服務同樣是吸引港人的關鍵因素。李生向第一財經記者坦言，香港的公立醫療雖價格親民，但資源極度緊張。“之前預約一個手術，光排隊檢查就要等好幾個月，真正做上手術時，差不多一年都過去了。”而私立醫院雖然效率高，但高昂的費用讓他望而卻步。對比之下，李生在深圳參保的體驗輕鬆許多——持居住證即可辦理深圳居民醫保，每月僅需40多元。在定點社康中心可報銷75%的費用，經轉診後還能前往上級醫院就診，年支付限額有2000多元。“這樣的醫療帳本，對經常往返兩地的港人來說，確實很有吸引力。對於需要定期複查慢性病的波特而言，內地醫保的吸引力在於實實在在的報銷。他算了一筆經濟帳：每月繳納內地醫保，在內地複查既無起付線，報銷比例也高；相比之下，在香港做同樣的檢查全部自費，費用要“高出幾倍”，還難以觸發商業保險的理賠門檻。綜合開發研究院（中國·深圳）區域發展規劃研究所副所長陳穎儀對第一財經表示，社保中包含的醫療保險尤為關鍵。香港雖有公立醫療，但輪候時間較長；而內地不僅醫療資源相對更為豐富，在醫生技術、就診體驗等方面也具備優勢，因此“北上就醫”逐漸成為趨勢。她特別指出，市場上甚至出現了專門服務港人的“陪診師”，幫助他們解決語言溝通和就醫流程問題，這從側面反映出北上醫療需求的增長。而社保則是其中較為重要的載體。服務升級背後有難點在當前港人“北上貸款”與社保服務需求上升的背景下，一系列難點也逐漸顯現。多位業內人士指出，跨境資料傳輸、金融合規風險及制度對接障礙是當前面臨的主要挑戰。陳穎儀對第一財經表示，北上貸款所依賴的徵信資料，在兩地之間尚未完全打通。由於香港在資料管理、儲存權限（例如部分資料由私人銀行掌握）以及監管要求上與內地存在差異，導致資料流動實際存在障礙。冼迪雲進一步表示，內地各家銀行在審批貸款或信用卡時，改採用的評分卡模型與標準不盡相同，其核心評估標準普遍圍繞兩大關鍵要素：一是客戶的還款能力，即通過對比收入與負債水平來判斷其償債能力是否健康；二是客戶的還款意願，這通常通過歷史還款記錄來推斷。同時，內地銀行需要客戶在香港的信用資料維度也較多，包括客戶在香港的貸款總額、持有信用卡數量及各卡欠款餘額、歷史還款行為、是否存在逾期，以及信貸申請動態等。林江從更宏觀的層面分析了潛在風險。他對第一財經表示，還需要考慮金融合規與風險管理的複雜性。港人北上貸款一旦發生違約，由於涉及不同的司法管轄區，債務追償與法律執行程序複雜、成本高昂。香港作為國際金融中心，其多管道的資金流動也進一步提升了反洗錢等風險監控的難度。林江認為，制度對接與權益認定也可能存在障礙。兩地的社保體系，如香港的“強積金”與內地的“五險一金”，在規則和待遇上存在顯著差異，目前缺乏順暢的互認機制。這引發了一系列有待釐清的問題：例如，港人返回香港後，在內地的社保權益如何銜接？若在兩地同時繳納社保，是否存在重複繳納或待遇享受的模糊地帶？這些都需要政策層面進一步細化與明確邊界。未來如何推進？針對港人北上過程中的難點，未來應如何發力？林江對第一財經表示，建議在大灣區框架下加快建立跨境徵信合作機制，推動人民銀行徵信中心與香港監管部門協同，建構信用記錄互認與轉化評估模型。同時，可建立統一的港澳居民金融身份認證平台，運用區塊鏈與隱私計算技術，在保障個人資料安全的前提下實現跨境驗證。此外，可探索發展“積分徵信”機制，允許初入內地的港人以水電繳費、稅單等替代傳統徵信資料，提升其融資可獲得性。第一財經記者注意到，該領域已有案例落地。10月，農業銀行深圳分行發佈消息稱，該行聯手百行徵信、環聯信貸，落地首筆依託深港跨境資料驗證平台的香港居民內地消費貸款。該案例成功為3名在前海深港青年夢工場就業的香港青年完成內地消費貸款額度核定，並實現首例通過資料核驗面向香港居民的內地消費貸款放款。在2025香港金融科技周現場，深港跨境資料驗證平台香港側平台營運方——微眾銀行跨境科技團隊負責人葉林松向第一財經記者解釋了深港跨境資料驗證平台的運作原理，當使用者從內地機構下載資料時，該機構會生成檔案雜湊值（Hash Value）並上傳至平台。使用者將原始檔案帶給香港機構後，該機構用相同演算法生成雜湊值，與平台記錄進行比對。若一致，則證明檔案未被篡改。整個過程中平台不觸碰使用者的原始資料，僅提供驗證服務，在不涉及資料直連的基礎上提供了一種平台解決方案。在制度層面，陳穎儀對第一財經表示，實現資訊互通，一方面需正視兩地差異，在現有平台基礎上，通過持續溝通增進理解、建立互信。另一方面，應推動將成熟的試點政策上升為法律法規，通過立法提升其公信力與制度層級，為跨境資料流動提供堅實保障。林江建議，社保制度的銜接也在探索新路徑。可推動兩地社保記錄與待遇互認，探索“社保一號通”機制，使港人可線上整合管理兩地帳戶，實現待遇合併或轉換。同時，應明確跨境就業人員的社保繳納規則，避免重複繳付或保障空檔。 (第一財經資訊)

當AI應用以“周”為單位迭代進化，當千億、兆參數的大模型成為競爭的基石，全球科技競爭的焦點，已從單純的“算力競賽”，悄然蔓延至一片更為底層的戰場——儲存。如果說算力是引擎，資料是燃料，那麼儲存就是容納燃料並確保其能高速、穩定輸送至引擎的“智能油箱”與“高速輸油管”。如果儲存跟不上時代的需求，即便有再強大的算力，也只是“巧婦難為無米之炊”，空轉的引擎無法驅動AI這艘巨輪前行。AI重構儲存行業AI 技術的爆發式增長正在重構儲存需求的底層邏輯。《2025存力發展報告》顯示，全球資料總量將在2025年突破200ZB，其中AI訓練資料年增速達67%，這種增長不僅體現在容量維度，更催生了性能、架構、協同的全方位變革。首先就是節點的增加，曙光儲存營運總監石靜告訴筆者，當前大模型訓練需要千卡叢集，甚至萬卡叢集，多計算節點同時儲存的過程中，對儲存的壓力要比通算時代增加了很多。另一方面，AI時代，企業資料集規模越來越大，且資料來源和種類的豐富多樣性也“不可同日而語”。“當前，企業建構一個儲存體系，動輒就是幾十PB，甚至上百PB。同時，大模型時代之後，原先傳統意義上的‘冷資料’，已經變成了‘溫資料’，甚至是‘熱資料’。這也對儲存的架構提出了很多新的需求。”石靜強調。此外，在AI時代，最大的不同是——對高性能儲存的需求愈發強烈。大模型訓練對儲存頻寬的渴求呈現指數級增長，當前，AI訓練所用頻寬需求已經進入“TB級紀元”。益企研究院《AI時代的儲存基石》白皮書指出，2025年AI訓練叢集的平均儲存頻寬需求較2023年提升300%，傳統HDD儲存150MB/s的頻寬已成為明顯瓶頸。而對於頻寬的要求也不僅侷限於模型訓練階段，石靜表示，在推理過程中，企業也需要具備千萬等級IOPS低時延的頻寬支撐高並行的推理場景，“比如現在大家都在講提升訓練和推理效率，但在這個過程中，也需要儲存能夠‘跟得上’GPU的速度，不至於出現GPU等待資料IO的情況。”石靜指出。而這點在以往的通算時代卻並不是絕大多數企業對於儲存的需求。在AI重構儲存行業的過程中，隨著需求的裂變式增長，儲存行業面臨前所未有的挑戰。首先是架構瓶頸。傳統儲存與計算分離的架構導致資料搬運成本激增，中國移動呼市資料中心早期採用的集中式儲存系統，在支撐“九天大模型”訓練時，GPU利用率僅能達到40%。北京大學孫廣宇教授曾指出，資料在記憶體與儲存間的搬運能耗佔系統總能耗的50%以上，這種“資料搬運困境”成為AI效率提升的主要障礙。即使採用RDMA網路加速技術，傳統架構仍難以突破頻寬與延遲的物理極限。其次是成本壓力。性能與投入的失衡困境。全快閃記憶體儲是滿足AI性能需求的核心選擇，但成本始終是規模化應用的障礙。2025年QLCSSD單位容量成本雖較2023年下降40%，但仍比HDD高出2.3倍。第三是管理難題，多模態資料的治理困境。AI時代的資料呈現“4V”特徵——體量巨大、種類多樣、價值密集、即時性強，給儲存管理帶來嚴峻挑戰。高性能、綠色化，儲存行業未來路在何方？面對AI需求的倒逼與可持續發展的要求，儲存行業正形成 “高性能突破”與“綠色化轉型”雙輪驅動的發展格局。在高性能方面，高性能儲存技術的演進正從單點最佳化轉向體系性突破，涵蓋介質、架構、協議等全鏈條創新。介質方面，全閃成為“必選項”。快閃記憶體技術的成熟使全快閃記憶體儲從高端場景走向普及，《2025存力發展報告》顯示，全國外接快閃記憶體佔比已超過28%，金融、製造、網際網路行業滲透率超45%；架構方面，分佈式架構主導規模化部署。集中式儲存的擴展瓶頸在AI時代愈發明顯，分佈式儲存憑藉彈性擴展能力成為主流；協議層面，協議與硬體的協同加速。NVMe-oF與RDMA技術的結合，正在打破儲存與計算間的通訊壁壘。比如，在中國移動呼市資料中心中，就採用了曙光儲存的“NVMe-oF+RDMA”組合方案，使儲存網路頻寬提升2倍，延遲降低3倍。中國移動呼市資料中心的實踐表明，千億參數模型單次訓練需讀取超10PB樣本資料，持續頻寬需求達TB級。據悉，曙光儲存為該中心配置的總量逾60PB的儲存資源（包括全閃、混產品），通過高密與資料節能的技術，在400G網路下實現單節點190GB/s頻寬的同時，降低了整體儲存建設成本，提升性價比。從長遠發展上看，儲存行業光有高性能遠遠不夠。作為高載能的資料中心，這幾年一直致力於推動全生命周期的碳中和，在“雙碳”目標與能源成本壓力下，綠色儲存已從可選配置變為必選項，形成“技術節能+結構最佳化+政策引導”的發展路徑。硬體層面，中國移動呼市資料中心規模化應用液冷與間接蒸發技術，使智算中心PUE降至1.15。軟體層面，智能調度演算法成效顯著，曙光儲存的動態電壓調節技術根據負載調整能耗，《綠色儲存技術研究》報告顯示，採用智能節能技術的儲存系統，能效比可提升45%以上。結構最佳化層面，綠電替代成為資料中心綠色轉型的核心舉措，中國移動呼和浩特資料中心總經理王科峰介紹，中國移動呼市資料中心2025年綠電佔比將達100%，較2024年的69%實現跨越式提升。綠電的應用不僅有中國移動呼市資料中心這一個個例，《2025存力發展報告》顯示，西部資料中心綠電佔比平均達58%，較東部高出23個百分點，成為綠色儲存的主戰場。政策層面，國家層面的政策引導正在加速綠色儲存落地，“東數西算”工程明確要求樞紐節點資料中心PUE低於1.25，推動儲存系統向低能耗方向發展。行業標準也不斷完善，IEEE提出的儲存級能效比（SER）指標，通過量化每GB資料的年能耗，為綠色儲存提供了評價依據。除了高性能與綠色化的需求之外，在各行業降本增效的當下，成本也是絕大多數IDC使用者考慮重要因素之一。在成本方面，為了更具“性價比”，中國移動呼市資料中心採用“全閃+混閃”的配置，正是平衡性能與成本的折中方案，這種模式已成為國內智算中心的主流選擇。愛集微諮詢資料顯示，AI儲存的單位TB建設成本是傳統儲存的3.7倍，某網際網路巨頭2025年儲存投入同比增長52%，仍難以完全匹配算力擴張速度。在管理層面，還是以中國移動呼市資料中心為例，其支撐的40余個行業大模型中，既有結構化的政務資料，也有非結構化的醫療影像，傳統儲存管理系統難以實現精準的冷熱資料分層。面對此，曙光儲存拿出了StorInsight智能分析工具，通過即時採集IO特徵，自動將熱資料遷移至全閃層，使儲存資源利用率提升35%，但這種智能化管理能力在行業內的普及率不足20%。通過儲存架構的最佳化與管理系統的智能化，在確保高性能的前提下，將成本降到最低，這點直擊了絕大多數使用者的痛點。存算融合是趨勢除了確保高性能儲存與綠色化需求之外，未來的資料中心，尤其是像中國移動呼和浩特這樣的國家樞紐節點，其定位將不再是簡單的“算力中心”，而是“存力與算力融合的中心”。在融合的過程中，存算一體的架構瓶頸是最大挑戰。北京大學孫廣宇教授指出，未來將形成“層次化的異構存算一體架構”，針對AI訓練、推理等不同場景採用差異化融合方案。為解決“記憶體牆”問題，存算一體技術將計算單元與儲存單元深度融合，曙光儲存正在研發的存算合封解決方案，通過先進封裝技術拉近資料與計算的距離，預計能效提升300倍。與此同時，在“東數西算”政策推動下，建構跨域協同存力網路也成為關鍵，儲存資源正形成跨區域協同格局。中國移動依託 “4+N+31+X”體系，以呼市資料中心為核心節點，通過400G算力專網實現儲存資源的全國調度。曙光儲存正在建構跨區域資料授權與安全機制，解決資料流動中的信任問題。《2025存力發展報告》顯示，東部與西部存力協同調度可使整體儲存成本降低22%，算力利用率提升18%。未來，隨著存算一體、AI原生等技術的成熟，存力將成為數字經濟的核心生產力，為大模型創新、產業智能化轉型提供堅實支撐。 (鈦媒體AGI)

編者的話：今年以來，國際銅價出現明顯上漲的態勢，漲幅甚至一度超過黃金價格漲幅。能源轉型與人工智慧（AI）發展使得市場對銅需求激增，今年多個產銅國發生礦難、美國8月開始對銅徵收50%關稅等“黑天鵝”事件，拉響了銅供應短缺警報。分析認為，全球“銅爭奪戰”悄然升級，不僅是資源競賽，更是未來產業主導權的博弈。銅何以成為國際投行高盛口中的“新石油”？銅價上漲背後的深層原因是什麼？又將如何改變國際競爭格局？《環球時報》記者對此進行了多方採訪調查。“每輛電動汽車用銅量約80千克”今年以來，國際經貿局勢風雲變幻，銅價也隨之出現劇烈波動，漲幅超過1/4。10月29日，倫敦金屬交易所銅價攀升至歷史新高，作為全球基準價格的3個月期銅期貨盤中觸及每噸11146美元高點，此前的紀錄是2024年5月創下的每噸11104.50美元。美國《華爾街日報》、彭博社以及英國《金融時報》等媒體都分析稱，主要驅動因素是大型礦場接連出現生產中斷以及主要生產商下調產量預測引發的全球供應擔憂。這種擔憂背後，是銅在當前全球產業變化中日益關鍵的作用。作為最早被發現和使用的金屬之一，銅在人類的生產生活中一直扮演著關鍵角色。從青銅器時代、農業時代、工業革命到當前的資訊化時代，都有銅的身影，但其用途隨著人類技術的進步一直在改變。最開始，受加工能力的限制，銅的使用較少，大多被製成貴族用的禮器。直至公元前3000年左右，人類用熔煉的方法從銅礦石中提煉金屬，掌握了真正的冶金術，標誌著青銅器時代的到來。此後，青銅被廣泛用於製造武器、工具等生產生活用品，推動了農業、手工業等的進步。智利的埃爾特尼恩特銅礦和加工廠工業革命前，隨著冶鐵技術的發展，鐵逐漸取代銅在工具和武器製造領域佔據主導地位，但從18世紀中葉開始的工業革命，特別是電力的廣泛應用，使銅卓越的導電性受到高度重視，銅成為電線、電纜及其他電氣裝置不可或缺的核心材料，需求急劇上升。而除了導電性外，銅還具有優良的延展性、導熱性、耐腐蝕性、抗有機酸鹼等內在特性，種種優點使其被大量運用在基礎經濟部門。據總部設在美國的國際銅業協會2021年估計，全球銅產量在各行業的消費佔比約為：建築46%，電氣21%，交通16%，還有17%用於消費產品及工業機械裝置。聯合國貿易和發展會議（簡稱“貿發會議”）今年5月表示，銅已成為清潔能源和數位技術領域的新型戰略原材料——從電動汽車、太陽能電池板到資料中心和人工智慧（AI）基礎設施皆需使用。國際投行高盛此前也提出，銅就是“新石油”，直言“無銅則無脫碳”。高盛在報告中提到，如果未來幾年碳捕集與封存技術未能取得重大進展，實現淨零排放的整個路徑將完全依賴於減排——即電氣化和可再生能源。作為最具成本效益的導電材料，銅正處於捕獲、儲存和運輸這些新型能源的核心位置。中國金屬礦業經濟研究院高級研究員鄭宏軍在接受《環球時報》記者採訪時表示，AI發展、新能源轉型以及電網升級等推動了全球對銅需求的爆發式增長。他舉例說，在新能源領域，每輛電動汽車的用銅量約80千克，是傳統燃油車的4—5倍；國際銅業協會資料顯示，每兆瓦裝機容量的太陽能系統約含5.5噸銅，一台3兆瓦的風力發電機組最多可含4.7噸銅。而AI發展所依賴的龐大算力中心更需要海量電力的支援，這背後離不開銅的大量使用。澳大利亞礦業公司必和必拓給出的資料顯示，美國科技企業微軟在芝加哥耗資5億美元的資料中心每兆瓦用電量消耗27噸銅。英國關鍵礦物諮詢公司SFA（Oxford）表示，儘管存在更便宜的替代品，但銅兼具的導電性、延展性和可回收性等使其難以被取代。與許多材料不同，它可以無限循環利用而不會降低性能，隨著對原材料開採產生環境影響的擔憂日益加劇，這一特性愈發關鍵。若沒有銅，電機、變壓器和電纜等部件將需要更多其他材料才能實現相同的輸出效果。銅短缺已到“敲響警鐘之時”不難想像，在能源轉型和AI發展成為多國競爭的關鍵發展高地之際，銅的供應越來越受到重視。然而，“供不應求”正成為橫亙在眾人面前、不得不面對的問題。貿發會議預測，到2040年，全球對銅的需求將激增40%以上，但供應難以跟上步伐。《華爾街日報》援引國際銅研究小組資料報導稱，明年全球將出現15萬噸的銅供應短缺，與此前預測的供應過剩差距巨大。國際能源署（IEA）今年5月表示，未來十年，能源轉型所必需的銅需求將超過供應，若不採取任何措施，到2035年，這種金屬的供應量將比需求量少30%。國際能源署署長法提赫·比羅爾表示：“是時候敲響警鐘了。”接受《環球時報》採訪的專家分析認為，銅礦集中分佈、品位下降、開採周期漫長以及國際政治經濟因素影響都是銅供求失衡背後的原因。貿發會議公佈的資料顯示，2024年，全球50%以上的銅儲量集中在智利、澳大利亞、秘魯、剛果（金）以及俄羅斯5個國家。中國地質科學院礦產資源研究所研究員王義天向《環球時報》記者分析道，銅礦資源集中在少數幾個國家是國際市場上銅供應脆弱性的成因之一。他表示，一些產銅國家時常會受到政治經濟因素干擾，導致供應不穩。澳大利亞廣播公司近日報導稱，今年一系列重大供應中斷事件已導致許多分析師發出警告。報導提到，今年，剛果（金）的卡莫阿-卡庫拉礦區遭遇洪災、智利埃爾特尼恩特銅礦發生坍塌事故、秘魯的康斯坦西亞礦區爆發抗議活動，均對全球銅產量造成重大干擾。此外，王義天說，在全球銅需求激增的背景下，淺層易開採礦逐漸枯竭，深層開採成本飆升，探明儲量消耗快，新增資源有限，進一步加劇缺口增長。“投資增長難以匹配需求增速也是銅供應可能出現短缺的重要原因。”中國科學院科技戰略諮詢研究院研究員周城雄對《環球時報》記者表示，他分析認為，新礦從勘探到投產的周期大約需要15年，由於風險較高，企業不敢輕易地超前投資，但對銅有需求產業的發展速度遠快於這一節奏。貿發會議在5月6日發佈的《全球貿易更新》報告中警告，日益逼近的銅短缺可能使全球綠色和數字轉型陷入停滯，而要滿足未來需求，可能需要在2030年前新建80座礦山及2500億美元投資。多國出招展開綜合競爭在此背景下，全球國家和企業之間的“銅爭奪戰”大有愈演愈烈之勢。而這場爭奪戰的目標除了銅礦資源外，還包括圍繞銅產生的加工、製造能力。各個國家採取了那些行動確保自身在這場“銅爭奪戰”中的利益呢？今年7月，美國宣佈對進口銅徵收50%的關稅。美國商務部長盧特尼克對此表示，“核心目標是讓銅產業回歸本土，將銅生產能力以及對工業領域至關重要的制銅技術重新帶回美國本土。”此舉引發大量銅流入美國。但值得注意的是，美國隨後給予了精煉銅關稅豁免。此外，美國通過《國防生產法案》將銅列為關鍵礦產，推動銅材本土化生產，並聯合盟友建構所謂“礦產聯盟”，試圖保障自身銅資源供應。印度也在積極提升其銅產量。據路透社7月報導，印度宣佈了一項戰略計畫，吸引外國公司在國內建立冶煉廠和精煉廠。該計畫旨在提升印度的銅生產能力，目標到2047年減少對進口的依賴。美國“採礦技術”網站今年7月報導稱，為確保銅精礦的穩定供應，印度正尋求在其與智利和秘魯正在進行的自由貿易協定談判中加入關於銅的專門章節。印度媒體“CNBC 18”6日報導稱，該計畫已取得新進展。日本方面近期也有所動作。《日經亞洲評論》3日報導稱，日本將介入巴基斯坦雷克迪克銅礦項目以應對銅短缺擔憂。據報導，日本國際協力銀行（JBIC）及其他日本機構正計畫參與雷克迪克銅礦項目，JBIC計畫向該銅礦項目提供3億美元貸款。而在此之前，日本主要採礦裝置製造商小松今年早些時候簽署了4.4億美元協議，為雷克迪克項目供應重型機械。加拿大廣播公司9月報導稱，在加拿大政府公佈的“國家建設”快速通道項目清單中，包含開發兩座銅礦的計畫。報導稱，加拿大總理卡尼強調，此類項目“必須增強加拿大的自主性、韌性與國家安全。”報導提到，近期多家加拿大礦企轉向銅礦開發，巴裡克礦業更以11億加元（約合55.6億元人民幣）出售最後一座金礦，並將銅列為戰略重點。貿發會議資料顯示，2024年中國進口全球60%的銅礦，並煉出全球超過45%的精煉銅。中國正不斷推進找礦突破戰略行動，“十四五”以來，青藏高原累計新增銅礦資源量2000余萬噸，預測資源潛力達1.5億噸。青藏高原將成為世界級銅資源基地。有專家分析表示，發達國家（如日本）通過資本參股控制礦業公司，而開發中國家（如蒙古國）可能通過徵收暴利稅或限制外資進入等方式來達到目的。非洲、東南亞等地區主要產礦國則要求本地冶煉，禁止原礦出口，以提升附加值。鄭宏軍分析認為，當前國際市場上的“銅爭奪戰”，反映了未來產業競爭將是一種圍繞關鍵資源、技術創新、產業鏈掌控和地緣政治展開的綜合競爭模式。他表示，未來產業競爭將高度依賴對關鍵資源的掌控。同時，這也是一種技術創新與資源需求相互驅動的競爭模式。此外，各國都將努力建構安全可靠的產業鏈供應鏈，減少對外部的依賴。最後，這將是一種地緣政治影響下的競爭模式，地緣政治因素在未來產業競爭中的作用將更加突出。鄭宏軍進一步分析認為，這種競爭將在短期引發國際銅價劇烈波動，長期推漲銅價。對日常含銅製品的價格也會產生影響，家電產品、電線電纜以及電動汽車的價格可能會出現上漲。 (環球時報)

關於OpenAI重組方案，Altman澄清只有"無狀態API"獨家保留在Azure平台到2030年。面對1.4兆算力支出質疑，Altman強調營收將遠超預期，算力每增加10倍收入可增加近10倍。關於算力需求，Nadella認為，現在面臨最大問題不是算力過剩，而是電力問題，要不可能會有一堆晶片積壓在庫存裡卻無法使用，但算力過剩終將出現。近日，在一場罕見的同場對話中，OpenAI CEO薩姆·奧特曼(Sam Altman)與微軟CEO薩提亞·納德拉(Satya Nadella)深度討論了AI行業的關鍵議題。在這次對話中，Altman詳細闡述了OpenAI重組後的願景。關於與微軟的合作協議，Altman澄清只有"無狀態API"獨家保留在Azure平台到2030年，其他產品包括ChatGPT將在多個平台分發，這種安排對雙方都有利。關於算力需求這一核心話題，Nadella則認為，"現在我們面臨的最大問題不是算力過剩，而是電力問題，以及能否在靠近電源的地方足夠快地完成基礎設施建設。如果做不到這一點，你可能會有一堆晶片積壓在庫存裡卻無法使用。"不過，兩位CEO都認為算力過剩終將出現，但微時間難以預測，可能在這個周期內出現反復出現在這個周期內。面對市場對AI投資泡沫的質疑，兩位CEO以實際數據進行了有力回應。當主持人質疑一家收入130億美元的公司如何支撐1.4兆美元的支出承諾時，Altman以算力與收入的關係作答：過去一年OpenAI的算力擴大了約10倍，如果再增加10倍算力，收入雖然不確定能否同步增長10倍，但相差不會太遠。微軟CEO Satya Nadella則從合作夥伴角度為OpenAI背書，表示OpenAI的每一個商業計劃不僅完成了，而且都超額完成，其成長和業務執行力令人難以置信。 Nadella特別強調，微軟對OpenAI的135億美元投資都用於訓練，沒有計入收入，而Azure的收入純粹來自ChatGPT的消費和API使用量，這是真實市場需求驅動的結果，有力駁斥了泡沫論調。（圖片來源：BG2）核心觀點Altman（OpenAI CEO）："就是因為算力不足的限制，這真的很瘋狂，當我看到我們受到多大製約時... 在很多方面，過去一年我們的算力已經擴大了大約10倍。但如果我們再有10倍的算力，我不知道收入會不會增長10倍，但我覺得差不了太多。"Altman：「如果我們真能讓AI做科學研究，那在某種意義上就是超級智慧了。」他預計明年Codex能完成需要幾天的程式設計任務，將以前所未有的速度改變軟體開發。雖然2026年可能只是很小的科學發現，但如果實現，未來幾年就能取得更大突破。Altman："總有一天我們會做出一個令人難以置信的消費設備，可以在低功耗下完全在本地運行GPT-5或GPT-6級別的模型。這真的很難讓人想像。"Altman："算力過剩肯定會出現。至於是在兩到三年內還是五到六年內，我說不準，但這肯定會在某個時候發生，可能還會發生好幾次。"Altman："如果沒有微軟，特別是Satya早期的堅定信念，我們根本做不到今天這樣。我覺得當時願意下這種賭注的人不多，考慮到那時的世界是什麼樣子。"Altman："我對此感到興奮。當然，機器人技術和計算機，未來幾年會出現新型計算機，這些都很重要。但從我個人來說，如果我們真能讓AI做科學研究，那在某種意義上就是超級智能了。"Nadella（微軟CEO）：真正重要的不是降低算力成本，而是提升「單位智慧」的效率。微軟的策略是同時建造兩個「工廠」—「Token 工廠」與「Agent 工廠」。 「Token 工廠」指的是底層算力體系－硬體、系統軟體、虛擬化管理與調度能力。 「Agent 工廠」則是上層的軟體生態。Nadella："我看到的OpenAI的每一個商業計劃，他們不僅完成了，而且都超額完成了。所以從某種意義上說，這是唯一一個地方——在增長和業務方面，他們的執行力簡直令人難以置信。"Nadella："現在我們面臨的最大問題不是算力過剩，而是電力問題，以及能否在靠近電源的地方足夠快地完成基礎設施建設。如果做不到這一點，你可能會有一堆晶片積壓在庫存裡卻無法使用。"Nadella："高利潤業務是Copilot系列產品－安全Copilot、Github Copilot、醫療健康Copilot等。Azure如果不把算力分給研究，本來成長可以高達41%，42%。"Nadella：我真正喜歡OpenAI合作的一點是它為我們帶來了規模。這是個規模遊戲。當你的雲端上運行著最大的工作負載時，意味著我們會更快學習如何規模化運營，成本結構會比其他人下降得更快。這會讓我們在價格上更有競爭力。所以我對我們保持利潤率的能力很有信心，這也是產品組合的幫助。以下為訪談視訊文字稿全文（AI輔助翻譯）：OpenAI CEO Sam Altman、主持人Brad Gerstner、微軟CEO Satya NadellaSam Altman：是的，我認為這真的是一個了不起的合作夥伴關係，貫穿每個階段。正如薩提亞所說，我們剛開始時完全不知道這一切會發展到那裡。但我覺得這是有史以​​來最偉大的科技合作之一。如果沒有微軟，特別是薩提亞早期的堅定信念，我們不可能做到這一點。主持人Brad Gerstner：真是不平凡的一周。很高興見到你們兩個。山姆，寶寶怎麼樣了？Sam Altman：他很好，這是最棒的事。是啊，兄弟。所有的老生常談都是真的，這真是全世界最美好的事了。主持人Brad Gerstner：嘿，Satya，你們相處這麼多時間...Satya Nadella：每當山姆談論他的寶寶時，他臉上的表情就完全不一樣了。我猜是計算能力的義大利版本吧，他談論計算能力和他的寶寶時...主持人Brad Gerstner：Satya，你們兩個相處這麼久，你有沒有給他一些當爸爸的建議？Satya Nadella：我說就好好享受吧。我的意思是，這太棒了，你知道，我們有孩子的時候很年輕，我真希望能重來一次。從某種意義上說，這是最寶貴的時光。看著他們長大，真是太美妙了。我很高興山姆能...Sam Altman：我很高興能年紀大一點再當爸爸。但有時我確實會想，天那，要是我25歲時有那樣的精力就好了。那部分更難。主持人Brad Gerstner：毫無疑問。山姆，OpenAI的平均年齡是多少？有概念嗎？Sam Altman：不是特別年輕。不像大多數矽谷新創公司。我不知道，可能平均30歲出頭吧。主持人Brad Gerstner：嬰兒潮趨勢是正面的還是負面的？Sam Altman：嬰兒潮趨勢是正向的。OpenAI重組：打造史上最大非營利組織主持人Brad Gerstner：那很好。那很好。嗯，你們這周真是大事不斷。你知道，我在想，我從輝達的GTC大會開始，你知道，市值剛突破5兆美元。 Google、Meta、微軟，薩提亞，你們昨天開了發表會，你知道，我們一致聽到的是算力不夠，算力不夠。周三我們降息了。 GDP成長接近4%。然後我剛才還在跟山姆說，你知道，總統在馬來西亞、韓國、日本達成了這些大規模交易。你知道，這些交易真的為美國的再工業化提供了令人難以置信的財力支援，800億美元用於新的核裂變項目，所有這些你們需要的來建造更多算力的東西，但當然，在所有這些事情中，不能忽視的是你們周二發布的重大公告，明確了你們的合作關係。恭喜你們。我想我們就從這裡開始。我真的想用非常簡單、通俗的語言來分析這筆交易，確保我和其他人都能理解。但你知道，我們就從你的投資開始吧，Satya。你知道，微軟從2019年開始投資。已經向OpenAI投資了大約130-140億美元。作為回報，你在完全稀釋的基礎上獲得了該業務27%的所有權。我想之前大約是三分之一，去年隨著所有投資你被稀釋了一些。所以就所有權而言，聽起來對嗎？Satya Nadella：是的，沒錯。但我要說的是，在我們的股票之前，布萊德，我認為OpenAI真正獨特的地方在於，作為OpenAI重組過程的一部分，創造了一個最大的非營利組織之一。我的意思是，別忘了，你知道，從某種意義上說，我在微軟時說，像我...你知道，我們非常自豪的是，我們與兩個最大的非營利組織有關聯，蓋茲基金會和現在的OpenAI基金會。所以我認為這是大新聞。如果你顯然...你知道，我們很激動，這不是我們所想的。正如我對某人說的，當我們第一次投資10億美元時，並不是希望這會成為我要向風投們談論的百倍回報。但我們做到了。我們非常高興成為投資者和早期支持者。這真的是對山姆和團隊所做工作的證明，坦白說。我的意思是，他們顯然對這項技術能做什麼有早期的願景，他們付諸實踐，並且以一種精湛的方式執行了。Sam Altman：是的，我認為這真是一段了不起的合作關係，貫穿每個階段。正如薩提亞所說，剛開始的時候我們完全不知道這一切會走向何方。但我認為，這是科技史上最偉大的合作之一。如果沒有微軟，特別是薩提亞早期的堅定信念，我們根本做不到今天這樣。我覺得當時願意下這種賭注的人不多，考慮到那時的世界是什麼樣子。我們不知道科技到底會怎麼發展。不是"不太確定"—我們是完全不知道技術會怎麼走。我們只是對一個想法有強烈的信念：全力推進深度學習，相信只要我們能做到這一點，就一定能找到方法做出很棒的產品，創造巨大的價值。而且，正如Satya所說的，創造我們相信將會是史上最大的非營利組織。這個組織將做出令人驚嘆的偉大事業。我真的很喜歡這個架構，因為它讓非營利組織成長價值，同時公共利益公司也能獲得繼續擴大規模所需的資金。如果我們沒有想出這個架構，如果我們沒有願意讓它以這種方式運作的合作夥伴，我認為這個非營利組織不可能有像今天這樣的價值。你知道，從我們開始合作到現在已經超過六年了。六年時間取得了相當驚人的成就，而且我認為未來還會有更多。我希望薩提亞能從這項投資中賺到一兆美元，而不是一十億。不管最終是多少吧。主持人Brad Gerstner：作為重組的一部分，你們談到了這一點，上面是非營利組織，下面是公共利益公司。這真的很瘋狂。這個非營利組織一開始就擁有價值1300億美元的OpenAI股票作為資本，已經是世界上最大的非營利組織之一了，而且未來可能會更大。加州總檢察長表示他們不會反對。你們已經有了1300億美元專門用於確保通用人工智慧(AGI)造福全人類。你們宣佈將先把250億美元投向醫療健康、AI安全和韌性建設。 Sam，首先讓我說，作為這個生態系統的參與者，向你們兩位致敬。這對AI未來的貢獻真是了不起。但Sam，跟我們談談為什麼選擇醫療健康和韌性建設這麼重要，然後幫我們理解如何確保獲得最大收益，同時又不會像我們看到的許多非營利組織那樣，被自己的政治偏見拖累？Sam Altman：首先，為世界創造大量價值的最佳方式，希望就是我們一直在做的事情——製造這些神奇的工具，讓人們使用它們。我認為資本主義很好，公司很好。人們做著了不起的工作，把先進的AI送到許多人和公司手中，這些人和公司正在做不可思議的事。但有些領域，市場力量並不能完全符合人們的最佳利益，你需要用不同的方式來做事。這項技術也帶來了一些從未存在過的新東西，例如利用AI快速進行科學研究的潛力，真正實現自動化發現。當我們思考首先要關注那些領域時，很明顯，如果我們能治癒很多疾病，並讓相關數據和資訊廣泛可用，那將是為世界做的一件美好的事情。然後關於AI韌性建設這一點，我確實認為有些事情可能會變得有點奇怪，而這些事情不會全部透過公司的正常運作來解決。所以當世界必須經歷這個轉型期時，如果我們能資助一些工作來幫助應對，那就太好了。這可能包括網路防禦、AI安全研究、倫理研究，所有這些都是在幫助社會平穩度過這個轉型期。我們對另一端會有多美好非常有信心。但你知道，我相信沿途一定會有一些波折。主持人Brad Gerstner：讓我們繼續深入分析這筆交易。關於模型和獨家協議，Sam，OpenAI可以在Azure上分發其模型和領先模型，但我認為在2032年之前的7年內，你們不能在其他主要雲端平台（那些大型雲端服務商）上分發這些模型。不過這個限制可能會提前結束──如果AGI（通用人工智慧）被驗證的話，我們待會再談這個。但你們可以在其他平台上分發開源模型、Sora代理、Codex、穿戴式裝置等其他產品。所以Sam，我猜這意味著ChatGPT或GPT-6不會出現在亞馬遜或Google平台上？Sam Altman：不是這樣的。首先，我們想做很多事情來幫助微軟創造價值，同時也為自己創造價值。這方面有很多合作內容。我們會把Satya（微軟CEO）曾經提出的一個很棒的概念——"無狀態API"——保留在Azure上，獨家合作到2030年，其他所有東西我們都會在別處分發。這顯然也符合微軟的利益。所以我們會把很多產品放在很多地方，而這個（無狀態API）會在Azure上做，人們可以在那裡獲得，這很棒。我覺得這樣很好。主持人Brad Gerstner：然後是收入分成，OpenAI仍需向微軟支付所有收入的分成，這也會持續到2032年，或直到AGI被驗證。讓我們假設一下，我知道這很基礎，但很重要——假設收入分成是15%。那意味著如果你們有200億收入，就要付30億給微軟，這算是Azure的收入。 Satya，這樣理解對嗎？Satya Nadella：我們確實有收入分成，正如你所說的，要麼持續到AGI實現，要麼到協議結束。老實說，我其實不太清楚我們具體把它計入那裡，是Azure還是其他地方。這是個好問題，可以問Amy（微軟CFO）。主持人Brad Gerstner：獨家協議和收入分成都會在AGI被驗證時提前結束，這似乎讓AGI成為一件大事。據我瞭解，如果OpenAI聲稱達到了AGI，這會提交給一個專家小組，你們基本上會選擇一個評審團，他們必須相對快速地決定是否真的達到了AGI。 Satya，你在昨天的財報電話會議上說，沒有人接近實現AGI，你也不期望它很快發生。你談到了這種"尖刺狀和參差不齊的智能"。 Sam，我聽你說的似乎對何時能達到AGI更樂觀一些。所以我想問你們兩位，你們是否擔心在未來兩三年內，我們最終不得不召集評審團來判定是否達到了AGI？Sam Altman：我知道你想在我們之間製造一些戲劇性。我認為為此建立一個流程是件好事。我預期科技會有幾次令人驚訝的轉折，我們會繼續成為彼此的好夥伴並找到解決方案。Satya Nadella：說得好，這也是我認為我們建立這個流程很重要的原因之一。說到底，我堅信智能能力會持續提升。而我們真正的目標，坦白說，就是如何把它交到人們和組織手中，讓他們獲得最大利益。這是OpenAI最初吸引我加入Sam和團隊的使命，也是我們計劃繼續堅持的方向。Sam Altman：Brad，告訴觀眾，即使我們明天就有了超級智能，我們仍然需要微軟的幫助來把這個產品送到人們手中。我們想要他們，是的。主持人Brad Gerstner：當然。不，我只是在問大家心中的問題，這對我來說完全說得通。顯然，微軟是世界上最大的分發平台之一。你們長期以來一直是很好的合作夥伴，我認為這消除了一些外界的誤解。但讓我們換個話題。顯然，OpenAI是歷史上成長最快的公司之一。 Satya，你一年前在這個播客上說過，每個新階段的轉變都會創造一個新的Google。而這個階段轉變的"Google"已經知道了，就是OpenAI。如果不是你們做了這些巨大的押注，這一切都不可能實現。打破"AI泡沫"質疑：用數據說話主持人Brad Gerstner：話雖如此，OpenAI在2025年的營收據報導仍只有130億美元。而Sam，你在本周的直播中談到了對算力的巨大承諾，對吧？未來四、五年1.4兆美元，其中包括對輝達5億美元、AMD和甲骨文3億美元、Azure 2500億美元的大承諾。所以我認為本周我聽到的最大問題，也是籠罩市場的問題是：一家收入130億美元的公司怎麼能做出1.4兆美元的支出承諾？你知道，你聽到了這些批評。Sam Altman：（Sam回應：）我們的收入會遠遠超出這個數字。其次，Brad，如果你想賣你的股份，我可以幫你找買家。有很多人很想買OpenAI的股份。我不認為... 你們，主持人Brad Gerstner：包括我自己在內。是的，包括我自己。Sam Altman：那些在網路上對我們的算力問題表現出焦慮擔憂的人，其實都很樂意買我們公司的股票。所以我覺得我們可以很快地把你的股份，或是任何其他人的股份，賣給那些在推特上叫得最兇的人。Sam Altman：我們確實計劃讓收入大幅成長。而且收入正在快速成長。我們在提前下注，賭它會持續成長。不僅ChatGPT會持續成長，我們也會成為重要的AI雲端服務供應商之一，我們的消費者設備業務會變得舉足輕重，能夠自動化科學研究的AI將創造巨大價值。你知道，我平常不太想讓公司上市，但有那麼幾個時刻會覺得上市挺好的——就是當那些人寫什麼"OpenAI快要倒閉了"之類荒唐文章的時候。我真想告訴他們可以去做空我們的股票，然後我很樂意看著他們虧錢。Sam Altman：但你知道，我們有周密的計畫。我們瞭解技術能力會如何發展，我們能圍繞它打造什麼產品，能產生多少收入。我們可能會搞砸，這是我們正在下的賭注，伴隨著一定風險。其中一個確定的風險是：如果我們沒有足夠的算力，就無法產生收入，也無法在這種規模上製造模型。主持人Brad Gerstner：確實如此。Satya Nadella：讓我說一句，Brad，作為合作夥伴和投資人。我看到的OpenAI的每一個商業計劃，他們不僅完成了，而且都超額完成了。所以從某種意義上來說，這是唯一一個地方——在成長和業務方面，他們的執行力簡直令人難以置信。我的意思是，顯然，大家都在談論OpenAI在使用量上的成功等等，但我要說整體的業務執行真的非常出色。主持人Brad Gerstner：我幾周前聽到Greg Brockman在CNBC上說，對吧，如果我們的算力能增加10倍，我們的收入可能不會增加10倍，但肯定會大幅增加。Sam Altman：就是因為算力不足的限制，這真的很瘋狂，當我看到我們受到多大製約時... 在很多方面，過去一年我們的算力已經擴大了大約10倍。但如果再有10倍的算力，我不知道收入會不會成長10倍，但我覺得差不了太多。主持人Brad Gerstner：Sasha，我們昨晚也從你們那裡聽到你們受到算力限制，如果有更多算力，成長會更高。那麼Sam，幫我們理解一下，你現在感覺算力限制有多嚴重？當你展望未來兩三年的建設時，你認為會不會有一天不再受算力限制？Sam Altman：我們常常討論這個問題──算力夠不夠用？我認為最好的思考方式是把它當成能源之類的東西。你可以談論某個價格點的能源需求，但不能脫離價格談需求。不同價格水準會有不同的需求。如果算力的單位成本（例如每單位智慧的成本）明天下降100倍，你會看到使用量成長遠超100倍。有很多事情人們很想用算力去做，只是以目前的成本沒有經濟意義，但會出現新的需求。所以我認為... 另一方面，當模型變得更聰明，你可以用這些模型治癒癌症、發現新物理學，或驅動一群人形機器人建造太空站，或任何瘋狂的事情。那時候人們也許願意為更高等級的智慧支付高得多的單位成本。我們還不知道，但我敢打賭會有。所以當你談到容量時，要考慮單位成本和單位能力，沒有這些曲線，這個問題就說不清楚。Satya Nadella： 我認為Sam你說過一點，也是正確的思考方式：如果智能的價值與算力成對數關係，那你就要努力保持效率。這意味著每美元每瓦特的token數量，以及社會從中獲得的經濟價值，這才是我們應該最大化和降低成本的方向。這就是傑文斯悖論（Jevons Paradox）所說的——你不斷降低成本，在某種意義上讓智慧商品化，使它成為推動全球GDP成長的真正引擎。Sam Altman：不幸的是，這比較接近智能的對數關係，也就是人們所說的算力的對數關係。但我們可能會找到更好的擴展規律，我們可能會搞清楚這個問題。算力需求：永不滿足的"能源胃口"主持人Brad Gerstner：我們昨天聽到了微軟和Google的演講。兩家公司都說，如果他們有更多的GPU（圖形處理器），他們的雲端業務本來可以成長得更快。我在這個播客上問過輝達的黃仁勳（Jensen），未來五年內是否有可能出現算力過剩的情況，他說在未來兩到三年內幾乎不可能出現這種情況。我想你們兩位應該也同意黃仁勳的觀點吧——雖然我們看不到五、六、七年後的情況，但至少在未來兩到三年內，基於我們剛才討論的原因，幾乎不可能出現算力過剩的情況。Satya Nadella：我的意思是，在這個特殊情況下，需求和供應的周期你真的無法預測，對吧？重點是Sam所說的長期趨勢是什麼。因為說實話，我們現在面臨的最大問題不是算力過剩，而是電力問題，以及能否在靠近電源的地方足夠快地完成基礎設施建設。如果你做不到這一點，你可能會有一堆晶片積壓在庫存裡卻無法使用。事實上，這就是我現在的問題——不是晶片供應的問題，而是我沒有配套齊全的機房可以把晶片裝進去使用。所以供應鏈約束會如何出現，很難預測，因為需求本身就很難預測。我不想和Sam坐在這裡說："天那，我們的算力短缺問題減輕了。" 因為我們實在不擅長預測真實需求會是什麼樣子。而且，從全球角度來看，在一個國家的一個細分市場中談論這個問題是一回事，但要真正將其推廣到世界各地又是另一回事。所以一定會有各種限制，我們要如何解決這些問題才是最重要的。這條路肯定不會是平坦的。Sam Altman：算力過剩一定會出現。至於是在兩到三年內還是五到六年內，我說不準，但這肯定會在某個時候發生，可能還會發生好幾次。這裡面有人類心理和泡沫的深層因素。而且就像Satya說的，這是一個非常複雜的供應鏈，會出現各種奇怪的情況。技術格局也會發生重大變化。比如說，如果很快有一種非常便宜的大規模能源上線，很多人會因為他們已經簽署的現有合約而遭受巨大損失。如果我們能繼續實現智慧單位成本的驚人降低——比如說每年平均降低40倍——從基礎建設的角度來看，這是一個非常可怕的指數增長。Sam Altman：當然，我們打賭是，隨著成本降低，會有更多的需求。但我也有些擔心，如果我們不斷取得這些突破，最後每個人都能在自己的筆記型電腦上運行類似通用人工智慧（AGI）的程序，那我們現在做的就是一件瘋狂的事。有些人會在某個時刻遭受重大損失，就像在其他每個技術基礎設施周期中發生的那樣。主持人Brad Gerstner：我覺得說得非常好，你必須同時接受這兩個真相。 2000年和2001年我們經歷過這種情況，但網路後來變得比那個時期任何人估計的都要大得多，為社會帶來了更大的成果。Satya Nadella：是的，但我認為Sam說的一點沒有得到足夠的討論，就是例如OpenAI在推理堆疊上為給定GPU所做的最佳化。我們一方面談論摩爾定律的改進，但軟體改進的速度要比那個快得多，並且呈指數級增長。Sam Altman：總有一天我們會做出一個令人難以置信的消費設備，可以在低功耗下完全在本地運行GPT-5或GPT-6等級的模型。這真的很難讓人想像。主持人Brad Gerstner：那將是不可思議的。我認為這正是讓那些正在建造大型中心化算力基礎設施的人感到擔憂的事情。 Satya，你談了很多關於邊緣分佈以及在全球分佈推理能力的問題。Satya Nadella：是的，我的想法是建立一個可互換的設備群。在雲端基礎設施業務中，你需要做兩件關鍵的事情：一是在這個背景下建立一個非常有效率的"代幣工廠"（token factory），二是實現高利用率。就這兩件簡單的事情你需要達成。為了實現高利用率，你需要有多個工作流程可以調度，即使在訓練方面也是如此。如果你看AI流程，有預訓練、中期訓練、後期訓練、強化學習等等。你要能夠做所有這些事情。所以對雲端服務供應商來說，考慮設備群的可互換性是最重要的。主持人Brad Gerstner：好的。 Sam，你提到了，路透社昨天報導OpenAI可能計劃在2026年底或2027年上市。Sam Altman：不，我們沒有那麼具體的計畫。我意識到，我認為這總有一天會發生，但那個報導……我不知道人們為什麼要寫這些東西。我們並沒有確定日期或做出這樣的決定。我只是認為事情最終會走到那一步。但是…主持人Brad Gerstner：在我看來，如果你們在2028年或2029年的收入超過1000億美元，你們至少會處於可以上市的位置。Sam Altman：那2027年呢？主持人Brad Gerstner：是的，2027年。更棒了。你們有條件進行IPO（首次公開募股），傳聞中的兆美元估值——我再給聽眾解釋一下背景，如果你們以1000億美元收入的10倍市盈率上市，我認為這個倍數會比Facebook上市時低，也比許多其他大型消費類公司上市時的倍數低。那樣你們的估值就是1兆美元。如果發行10%到20%的股份，就能融資1000億到2000億美元，這似乎是個不錯的路徑，可以為我們剛才討論的大量增長和項目提供資金。所以你不反對上市，對吧，只是你們正在...Sam Altman：靠公司的收入成長來發展，這是我希望我們做的。毫無疑問。主持人Brad Gerstner：我也說過，我認為這是一家非常重要的公司。有很多人，包括我的孩子們，他們喜歡炒股，用的都是ChatGPT。我覺得讓散戶有機會買進一家最重要、最大的公司股票，那會很好。Sam Altman：老實說，這對我來說可能是上市最吸引人的地方。主持人Brad Gerstner：那真的會很不錯。咱們換個話題，我跟你們倆都聊過的一件事——在那個"大而美法案"中，克魯茲參議員本來加入了聯邦優先權條款，這樣我們就不會有各州法律拼湊的局面，50個不同的州法律會讓整個行業陷入不必要的合規和監管困境。不幸的是，最後一刻被布萊克本參議員否決了，坦白說，我認為華盛頓對AI的理解相當不足。華盛頓流行著很多恐懼言論。所以現在我們有了像科羅拉多AI法案這樣的州法律，將在2月全面生效。我相信這會創造出一整類新的訴訟人群。任何人只要聲稱受到聊天機器人演算法歧視的不公平影響就能起訴。人們可以以無數理由聲稱受到傷害。 Sam，你有多擔心這種AI州法律拼湊的局面會為我們持續加速發展和全球競爭力帶來真正的挑戰？Sam Altman：我不知道我們該怎麼遵守加州——抱歉，是科羅拉多州的那個法律。我很希望他們能告訴我們怎麼做。我們也想遵守。但就我讀到的內容來看，我真的不知道我們該怎麼辦。我非常擔心50個州各自為政的局面。我認為這是個大錯誤。我們通常不會在這類事情上這麼做是有原因的。我覺得這會很糟糕。Satya Nadella：是的，我認為這種拼湊做法的根本問題是，坦白說，OpenAI和微軟之間會想辦法應對這個問題，對吧？我們能搞定。但問題是那些剛創業的人該怎麼辦，這正好與立法初衷背道而馳。顯然安全很重要，確保人們的基本擔憂得到解決，但在聯邦層級有辦法做到這一點。所以我認為如果美國不這麼做，歐盟就會做，那會造成它自己的問題。所以我覺得如果美國來主導會更好，有一個統一的監管框架...Sam Altman：當然。主持人Brad Gerstner：要明確的是，並不是說主張零監管。只是說讓我們在聯邦層級達成統一的監管，而不是50個相互衝突的州法律，這肯定會摧毀AI創業生態。我認為這讓像你們這樣有能力應對所有這些訴訟的公司都非常頭痛。而且...Satya Nadella：坦白說，我的希望是這一次，即使在歐盟和美國之間，能實現協調統一，那就完美了，對吧？坦白說，對任何歐洲新創公司來說，我不是...Sam Altman：我不認為那會發生。 Saturn，是嗎？那會很棒。但我不會對此抱太大希望。那會很好。Satya Nadella：不，但我真的認為，如果你想想，對吧，如果歐洲的任何人在考慮他們如何用自己的公司參與這場AI浪潮，這也應該是他們的主要關切。所以我希望會有一些開明的做法。但我同意你的看法，今天我不會指望這件事。主持人Brad Gerstner：我確實認為有Sacks擔任AI特別代表，你至少有一位總統可能會為此而戰，協調AI政策，利用貿易作為槓桿來確保我們不會面臨過度限制的歐洲政策。主持人Brad Gerstner：但我們拭目以待吧。我認為首要任務是在美國實現聯邦優先權，相當關鍵。 Sam，我們在細節上討論得有點深了，我想把視角拉遠一點。我聽你團隊的人談論即將到來的所有好東西。當你開始思考更多、幾乎無限的算力，ChatGPT-6及更高版本，機器人，物理設備，科學研究...主持人Brad Gerstner：展望2026年，你覺得什麼會讓我們最驚訝？你對目前正在研發的東西最興奮的是什麼？Sam Altman：你剛剛說到了很多重點。我覺得今年Codex（AI程式工具）的發展非常酷。隨著這些任務從需要幾小時完成發展到需要幾天才能完成——我預計明年就會實現——人們將能夠以前所未有的速度、用全新的方式來開發軟體。Sam Altman：我對此非常期待。我認為其他行業也會看到類似的變化。我個人比較偏好程式設計領域，因為我對這個比較瞭解。但我相信這真的會開始改變人們的能力邊界。Sam Altman：我希望2026年能看到一些非常小的科學發現。但如果我們能實現這些小發現，未來幾年就能取得更大的突破。這真是個瘋狂的說法──AI會在2026年做出新的科學發現，即使是很小的發現。這是個極為重要的話題。所以我對此感到很興奮。當然，機器人技術和計算機，未來幾年會出現新型計算機，這些都很重要。但從我個人來說，如果我們真能讓AI做科學研究，那在某種意義上就是超級智慧了。如果這能擴展人類知識的總和，那將是個了不起的大事。Satya Nadella：是的，我覺得有一點，用你的Codex範例來說，就是模型能力的結合。想想ChatGPT的神奇時刻——當UI介面遇上智能，就這樣爆發了，對吧？簡直難以置信的完美契合。其中一部分也是因為模型的指示遵循能力已經為聊天做好了準備。Satya Nadella：我認為這就是Codex和這些程式設計助手即將幫助我們實現的。就是那種──程式設計助理離開工作一段時間，然後回來，把我需要的東西呈現給我。Satya Nadella：就像是一個比喻，我覺得我們都在朝這個方向努力：宏觀委派和微觀調控。什麼樣的UI能匹配這種新的智慧能力？你可以在Codex中看到這個苗頭，對吧？至少我在Github Copilot中使用它的方式就是——現在它只是一種不同於聊天介面的方式。我認為這會是人機互動的新方式。坦白說，這可能比……是的，這可能是個突破性的轉變。Sam Altman：這也是我非常興奮我們在做新形態計算設備的原因之一，因為現有的電腦並不太適合那種工作流程。 ChatGPT那樣的UI顯然不適合。但這個想法是，你可以擁有一個始終伴隨你的設備，它能夠獨立完成任務，在需要時從你那裡獲得微調指令，並且對你的整個生活和工作流程有很好的上下文感知。我覺得那會很酷。主持人Brad Gerstner：你們兩個都沒提到消費者使用場景。我常常想，我們現在還得在這個設備上翻找100個不同的應用，填寫各種小網頁表單，這些20年都沒變過的東西。但如果能有一個個人助理——我們可能認為擁有個人助理是理所當然的——但實際上是為全球數十億人幾乎免費提供個人助理來改善他們的生活。無論是幫孩子訂尿布，或是預訂飯店，或是改變行程安排，我覺得有時候恰恰是這些平凡的事情最有影響力。隨著我們從獲取答案發展到記憶、行動，然後能夠透過耳機或其他設備進行互動，而不需要我一直盯著這塊長方形玻璃螢幕。我覺得相當了不起。Satya Nadella：我想這就是Sam在暗示的東西。Sam Altman：但你說得對。不好意思我得先走了。主持人Brad Gerstner：Sam，很高興見到你。感謝祢加入我們。再次恭喜這個重大進展，我們很快再聊。Satya Nadella：再見，Sam。保重。主持人Brad Gerstner：正如Sam清楚知道的，我們當然是買方不是賣方，但有時候，我覺得這很重要，因為世界很小。我們整天都在思考這些東西，對吧？所以信念來自於我們花費的上萬小時思考。但現實是我們必須帶動世界其他人。而世界其他人並沒有花上萬小時思考這件事。然後坦白說，他們看到一些看似過於宏大的目標，會擔心我們能否實現這些目標。主持人Brad Gerstner：所以你在2019年把投資OpenAI 10億美元的想法帶到董事會。在董事會上這是不是顯而易見的決定？你有沒有花任何政治資本來完成它？跟我說說那個時刻是什麼樣的，因為我認為那是個關鍵時刻，不只對微軟，對國家，我真心認為對全世界都是如此。Satya Nadella：是的，回顧這段旅程很有意思。我們從2016年OpenAI剛成立時就參與了。實際上Azure是第一個贊助商。那時他們主要做強化學習。我記得Dota 2比賽就是在Azure上進行的，然後他們轉向了其他方向。我對強化學習很有興趣，但坦白說，這印證了你說的上萬小時或者說有準備的頭腦。微軟從1995年起就沉迷於一件事──比爾（蓋茲）對公司的執念就是自然語言。畢竟，我們是一家程式設計公司、資訊工作公司。所以當Sam在2019年開始談論文字、自然語言、Transformer和規模定律時…Satya Nadella：那時候我就想，哇，這真是有趣。我是說，他，你知道的，這個團隊的發展方向已經很明確了，和我們的利益有很多重疊的地方。所以從這個角度來說，這是個很明顯的選擇。但顯然，去董事會說"嘿，我有個想法，拿10億美元投給這個瘋狂的架構，我們甚至都不太理解這是什麼？這是個非營利組織，巴拉巴拉的"，然後說"就這麼幹吧"。這引起了爭論。比爾（蓋茲）理所當然地持懷疑態度，但後來當他看到GPT-4的演示後，就像他公開談到的那樣，他說這是自從查爾斯·西蒙尼在施樂帕克給他演示之後，他看到的最好的演示。但說實話，我們誰都沒有完全確定。對我來說，那一刻就是，你知道的，咱們試試看。後來看到早期的Codex在Github Copilot裡的表現，看到程式碼自動補全功能真的能用，那時候我覺得我們可以從投資1（億）到10（億）了，因為那才是關鍵。坦白說，投資1（億）是有爭議的，但從1到10才是真正讓這整個時代成為可能的決定。然後顯然，團隊出色的執行力和他們那邊、我們這邊的產品化工作。我是說，如果想想看，Github Copilot、ChatGPT、Microsoft 365 Copilot和Copilot這四個產品的整體貨幣化規模和覆蓋範圍，就是這些，對吧？這是地球上最大的AI產品系列。這顯然讓我們能夠維持這一切。主持人Brad Gerstner：我想很多人都不知道你們的技術長凱文‧史考特（Kevin Scott），一個前Google員工，就住在矽谷這邊。要把這事放到背景裡說，對吧，微軟錯過了搜尋，錯過了行動網路。你成為CEO的時候幾乎也錯過了雲端運算，對吧？你形容過"趕上了出城的末班車"，才抓住了雲端運算。我想你當時就下定決心要在這邊（矽谷）安插眼線，這樣就不會錯過下一個大事件。所以我猜凱文對你來說也起了很大作用。絕對是的。我是說DeepSeek和OpenAI。Satya Nadella：實際上，我要說凱文的堅定信念，而且凱文一開始也是懷疑的，這正是我一直觀察的——那些持懷疑態度但後來改變想法的人，對我來說，那是個信號。所以我總是在尋找那些原本不相信某件事，然後突然改變並對此感到興奮的人。我對這種情況非常重視，因為我會好奇為什麼，是什麼原因？凱文就是這樣開始的，然後我們所有人都有點懷疑，對吧？但在某種意義上，這違背了，你知道的，我們都上過學，說"天那，你知道，肯定有個演算法能解決這個問題"，而不是就靠擴展定律和堆計算資源。但坦白說，凱文堅信這值得做，這是推動這一切的關鍵因素之一。主持人Brad Gerstner：好吧，我們談到那筆現在價值1300億美元的投資，我想也許有一天會值一兆，就像薩姆（Sam Altman）說的，但這實際上在很多方面低估了合作夥伴關係的價值，對吧？所以你有收入分成的價值，每年為微軟帶來數十億美元。你有從OpenAI的2500億美元Azure計算承諾中獲得的利潤。當然，你也從API的獨家分銷中獲得巨額銷售。那麼跟我們談談你如何看待這些領域的價值，特別是這種獨家性如何帶來了許多原本可能在AWS上的客戶。Satya Nadella：是的，絕對是這樣。我是說，對我們來說，如果我看的話，你知道，除了所有股權部分，真正的策略要素結合在一起，並且會持續下去的。Satya Nadella：是Azure上的無狀態API獨家視頻，這坦白說幫助了OpenAI、我們和我們的客戶。因為當企業中有人試圖建立應用程式時，他們想要一個無狀態的API。他們想把它與計算和儲存、資料庫混合在一起，以捕獲狀態並建立完整的工作負載。這就是Azure與這個API結合的地方。所以我們在foundry（鑄造廠）所做的，對吧，因為在某種意義上，你，比方說你想構建一個AI應用程序，但關鍵是你如何確保你用AI做的事情的評估是出色的。所以這就是你需要在Foundry中甚至一個完整的應用程式伺服器的原因。這就是我們所做的。Satya Nadella：因此，我覺得這就是我們將在基礎設施業務中推向市場的方式。對我們來說價值獲取的另一面將是，我正在整合所有這些智慧財產權，我們不僅在Azure中擁有模型的獨家權，而且我們可以存取這些智慧財產權。我是說，擁有免版稅的權利，我們甚至忘記所有的技術訣竅和知識方面，但在未來7年擁有免版稅訪問權給了我們很大的商業模式靈活性。這在某種意義上就像是免費擁有一個前沿模型。如果你是微軟的股東，你應該從這個角度開始思考——我們有一個前沿模型，然後可以部署它，無論是在Github，還是在M365，還是在我們的消費者Copilot中，然後加入我們自己的數據進行後訓練。所以這意味著我們可以把它嵌入權重中。因此，我們對Azure和基礎設施方面以及我們的高價值領域（無論是醫療、知識工作、編碼還是安全）的價值創造都感到興奮。主持人Brad Gerstner：你一直在合併OpenAI的損失。你知道，我想你昨天剛報告的，厄尼，我想你在這個季度合併了40億美元的損失。你認為投資人是否，我是說，他們甚至可能在歸因負值？對吧？因為這些損失，你知道的，當他們應用的時候，有多重收益，薩特亞，而我聽到這些，我想到的是我們剛才描述的所有那些好處，更不用說你在一家可能自身價值就達到一兆的公司中擁有的透視股權價值。你知道，你認為市場是否誤解了OpenAI作為微軟組成部分的價值？Satya Nadella：是的，這是個好問題。所以我認為艾米（Amy Hood，微軟CFO）要採取的方法是完全透明，因為在某種程度上，我不是會計專家。所以最好的方法就是提供所有的透明度。我想這次也是這樣。我認為這就是為什麼有非公認會計準則和公認會計準則之分，這樣至少人們可以看到每股盈餘的數字。Satya Nadella：因為我用常識看待這個問題的方式很簡單，布萊德。如果你投資了，我們說135億美元，你當然可以損失135億美元，對吧？但你不能損失超過135億美元，至少我上次檢查的時候是這樣。那就是你的風險所在。你也可以說，嘿，今天我們股權份額的1350億美元，你知道，有點不流動，諸如此類。我們不打算賣掉它，所以它有相關的風險。但真正的故事，我認為你在說的是所有其他正在發生的事情。 Azure的成長怎麼樣，對吧？如果我們沒有OpenAI的合作關係，Azure會成長嗎？就像你說的，有多少客戶是第一次從其他雲端平台來的，對吧？Satya Nadella：這才是我們真正受益的地方——Microsoft 365發生了什麼事。實際上，關於Microsoft 365的一件事是，E5之後的下一個大事件是什麼？你猜怎麼著？我們在Copilot找到了它。它比任何套件都大。就像，你知道，我們談論滲透率和使用率以及速度。它比我們在資訊工作領域做過的任何事情都大，而我們在這個領域已經做了幾十年。所以我們對為股東創造價值的機會感到非常好。同時，保持完全透明，這樣人們就可以看穿，損失是什麼。我是說，誰知道會計規則是什麼，但我們會做任何需要做的事情，然後人們就能看到正在發生什麼。主持人Brad Gerstner：但一年前，薩特亞，有一堆頭條新聞說微軟在AI基礎設施上撤退了，對吧？公平還是不公平？那些新聞確實出現了，你知道的，也許你們當時確實更保守一些，對正在發生的事情更懷疑一些。艾米昨晚在電話會議上說，你們在電力和基礎設施方面已經短缺了很多個季度，她以為你們會趕上，但你們還沒趕上，因為需求不斷增加。所以我想問的是，以你現在所知，你們當時是否太保守了？從現在開始的路線圖是什麼？Satya Nadella：是的，這是個很好的問題，因為，看，我們意識到的事情——我很高興我們意識到了——就是建立一個真正可在AI生命周期的所有部分通用的艦隊的概念，跨地理位置通用，跨代際通用，對吧？因為關鍵的事情之一是，當你擁有，就拿黃仁勳（Jensen）和團隊正在做的事情來說，對吧？我是說，他們的速度，實際上我喜歡的一件事是光速，對吧？我們現在有GB 300正在上線，你知道的，我們正在部署。所以你不想訂購一堆GB 200，結果剛插上電源就發現GB 300已經全面投產了。所以你必須確保你不斷現代化，你在各地分散艦隊，你的工作負載真正通用。你還要加上我們談到的軟體優化。所以對我來說，這就是我們所做的決定。我們說，看，有時你可能不得不拒絕一些需求，包括OpenAI的一些需求，對吧？因為有時候，你知道，薩姆可能會說，嘿，給我建一個專用的，你知道，大的，你知道的，無論什麼多吉瓦的數據中心在一個地點用於訓練，從OpenAI的角度來看是有意義的。但從Azure的長期基礎設施建設角度來看就沒有意義，這就是我認為我們做了正確的事情——給他們靈活性從其他地方採購，同時保持，再次強調，來自OpenAI的大量業務，但更重要的是，給我們自己在其他客戶、我們自己的第一方產品方面的靈活性。Satya Nadella：記住，我們不想做的事情之一就是短缺，你知道，我們談論Azure。實際上，有時我們的投資者過度關注Azure的數字。Satya Nadella：但大家要記住，對我來說，高利潤業務是Copilot系列產品－安全Copilot、Github Copilot、醫療健康Copilot等。所以我們要確保以平衡的方式來實現投資者的回報。這是投資人群體中一個被誤解的地方，我覺得挺奇怪也挺有趣的，因為我認為他們持有微軟股票是看中我們的整體產品組合，但他們卻異常關注Azure這一小項目的成長數字。主持人Brad Gerstner：說到這點，Azure本季成長了39%，年化營收規模達到驚人的930億美元。相比之下，Google雲端(GCP)成長32%，AWS接近20%。但如果你們沒有把算力分配給OpenAI，沒有把算力用於研發，Azure的成長率本來可以達到41%、42%對吧？Satya Nadella：完全正確，毫無疑問。所以我們內部的考量是平衡長期股東利益、服務好客戶，同時也要避免集中度風險。大家都在談集中度風險，對吧？我們顯然希望OpenAI有大量業務，但也希望有其他客戶。所以我們在調配需求。要知道，我們現在不是需求受限，而是供給受限。因此我們要以長遠眼光，讓需求與供給實現最適匹配。主持人Brad Gerstner：所以說到這裡，Satya，你提到了4000億美元的剩餘履約義務(積壓訂單)，這是個驚人的數字。昨晚你說這是今天已簽約的業務，明天隨著銷售繼續肯定還會增加。你說僅僅了消化這些積壓訂單就需要大量建造產能。這些積壓訂單的多元化程度如何？你有多大信心這4000億能在未來幾年轉化為收入？Satya Nadella：這4000億的合約期限很短，平均只有兩年。所以我們肯定有意願完成。這也是我們大規模資本支出的原因之一——我們非常確定需要消化這些積壓訂單。而且正如你所說，訂單來源相當多元化，既有我們自己的第一方需求（實際上相當高），也有第三方客戶。現在我們看到越來越多其他公司正在建立真正規模化的工作負載。所以我們對此很有信心。 RPO(剩餘履約義務)最大的好處就是可以事先規劃。這還不包括250(億)的額外需求，那些合約期限更長，我們會相應建設。主持人Brad Gerstner：現在有許多新進業者加入算力建設競賽，像是甲骨文、Core Weave、Crusoe等。通常這會壓縮利潤率，但你們卻在維持Azure健康營運利潤率的同時完成了這些建設。微軟如何在這個競爭對手高槓桿、低利潤率營運的環境中競爭，同時平衡利潤和風險？你有看到競爭對手做的某些交易讓你搖頭說"這又要重演泡沫破裂周期了"嗎？Satya Nadella：某種程度上，對我們來說好消息是，作為超大規模雲端服務商，我們每天都在競爭——微軟、亞馬遜、Google之間的競爭非常激烈。有個有趣的現象：大家都說計算、儲存是商品化的，都在問"怎麼可能有利潤率？"但只有在規模化時才不是商品。所以我們必須要有成本結構、供應鏈效率、軟體效率持續複利成長，才能確保在規模化下有利潤率。Satya Nadella：我真正喜歡OpenAI合作的一點是它為我們帶來了規模。這是個規模遊戲。當你的雲端上運行著最大的工作負載時，意味著我們會更快學習如何規模化運營，成本結構會比其他人下降得更快。這會讓我們在價格上更有競爭力。所以我對我們保持利潤率的能力很有信心，這也是產品組合的幫助。Satya Nadella：我一直說，我是被迫提供Azure單獨數據的。因為從根本上，我從未真正分配過——我的資本配置是針對整個雲端業務的，無論是Xbox雲端遊戲、Microsoft 365還是Azure，這是一筆統一的資本支出，從微軟角度看一切都是按用量計費的。關鍵問題是，這些的加權平均值應該符合公司所需的營運利潤率。畢竟，否則我們為什麼不是個企業集團？我們是一家擁有統一平台邏輯的公司，不是在經營5、6個不同業務，這5、6個業務的存在只是為了讓雲端和AI投資產生複利回報。主持人Brad Gerstner：關於"循環收入"已經有很多討論，包括微軟給OpenAI的Azure積分被計入收入。你怎麼看AMD那種用10%股權換交易的做法，或是輝達的交易？我不想過度擔心，但確實想直面CNBC和彭博每天都在討論的問題——市場上有很多這種交織在一起的交易。當你在微軟的背景下思考這些，會擔心AI收入的可持續性或持久性嗎？Satya Nadella：首先，我們那135億的投資都是用來訓練的，沒有被計入收入。那才是我們獲得股權比例的原因，那才是我們擁有27%或135億的原因。Satya Nadella：這些投資並沒有進入Azure收入。實際上，Azure收入純粹來自ChatGPT的消費收入以及他們推出並貨幣化的API，我們只是按使用量收費。至於其他公司的做法，供應商融資一直都存在，不是什麼新概念。當有人在建立產品，他們有客戶也在建立產品但需要融資時，這很常見。有些形式可能比較新奇，顯然需要投資界仔細檢視。Satya Nadella：但融資本身不是新概念。有趣的是，我們沒必要做那些事。我們要麼投資OpenAI並以算力換取股權，要麼以優惠價格賣給他們算力幫助他們起步。其他人選擇不同做法。我認為循環收入最終會被需求檢驗，因為只要最終產出有需求，這一切就能運作。到目前為止確實如此。主持人Brad Gerstner：我想轉到軟體應用這塊——你說過超過一半業務在軟體應用。去年你說過，很多應用軟體只是坐在CRUD資料庫上的薄一層。Satya Nadella：業務應用的概念可能會在AI代理(Agent)時代全部崩潰。因為你想想，它們本質上就是帶有一些業務邏輯的CRUD資料庫。而業務邏輯都會轉移到這些AI代理上。主持人Brad Gerstner：公共軟體公司現在的遠期本益比大約是5.2倍，低於過去十年7倍的平均水平，儘管市場處於歷史高點。人們擔心SaaS訂閱和利潤率可能被AI衝擊。那麼今天AI如何影響你們軟體產品的成長率？例如那些核心產品——資料庫、Fabric、安全性、Office 365？第二個問題是，你們在做什麼確保軟體不被顛覆，而是被AI增強？Satya Nadella：是的，我認為是這樣的。上次我們討論這個問題時，我的核心觀點是：SaaS應用的架構正在改變，因為AI代理層正在取代傳統的商業邏輯層。過去我們建構SaaS應用的方式是：資料層、邏輯層和使用者介面層緊密耦合在一起。但坦白說，AI並不遵循這種耦合方式，因為它要求你能夠解耦這些層。上下文工程將變得非常重要。拿Office 365來說，我特別喜歡微軟365產品的一點是：它的單一用戶平均收入(ARPU)低，但使用率高。想想看，Outlook、Teams、SharePoint、Word或Excel，人們一直在使用這些工具，創造大量數據，這些數據都進入了微軟的知識圖譜。而我們的ARPU很低。這讓我對AI層充滿信心——我可以透過開放所有數據來實現它。事實上，Brad，一個有趣的現像是：多虧了AI，無論是Github或Microsoft 365，流入知識圖譜或程式碼倉儲的資料量都達到了歷史新高。想想看，產生的程式碼越多（無論是透過Codex、Claude或其他工具），這些程式碼都去了那裡？ Github。創建的PowerPoint越多，Excel模型越多，所有這些檔案，還有聊天對話、新文檔，它們都進入了知識圖譜。所有這些都是用於AI"基礎化"(grounding)的必需品。你把它們轉換成正向索引，再轉成嵌入向量，這些語意資訊就是你用來為任何AI代理請求提供基礎的東西。所以我認為，下一代SaaS應用程式必須這樣建構：如果你是高ARPU、低使用率，那就有點麻煩了。但我們恰恰相反——我們是低ARPU、高使用率。我認為任何能夠這樣建構的公司都可以把AI當作加速器。看看M365 Copilot的價格，它比我們賣的任何其他產品都貴，但它的部署速度更快，使用率更高。所以我對我們所有的程式設計產品都很有信心。再看Github，誰能想到呢？ Github在過去15年或10年裡做的事情，在去年一年就完成了。為什麼？因為編碼不再只是一個工具，它更像是對人工工資的替代。所以這是一種完全不同的商業模式。主持人Brad Gerstner：思考一下技術堆疊和價值分配的問題。直到最近，雲端運算主要運行的是預編譯軟體，不需要太多GPU，大部分價值都歸於軟體層——資料庫、CRM和Excel這樣的應用程式。但未來似乎會不同：這些介面只有在智慧化的情況下才有價值。如果它們只是預先編譯的，那就太笨了。軟體必須能夠思考、行動和提供建議。這需要產生這些token（標記），處理不斷變化的上下文。所以在那個世界裡，似乎更多的價值會流向AI工廠——流向黃仁勳（Jensen，輝達CEO）幫助以最低成本生產這些token的環節，流向模型本身。也許AI代理或軟體未來獲得的價值會比過去少一些。請告訴我為什麼我這個想法是錯的。Satya Nadella：我認為要驅動AI的價值，有兩件事是必要的。第一個是你描述的token工廠。如果你深入拆解token工廠，它包括硬體晶片系統，還包括如何用系統軟體最高效地運行它，實現所有資源的可替換性和最大利用率。這就是超大規模雲端服務商(hyperscaler)的角色。什麼是超大規模雲端服務商？有人可能會說："很簡單，我買一堆伺服器，連接起來運行就行了。"不是那麼簡單的。如果真那麼簡單，現在就不會只有三家超大規模雲端服務商了。超大規模雲端服務商的價值在於運行token工廠並實現最大利用率的專業知識。而且，這不會是單一的，未來會是異質的。黃仁勳（輝達）很有競爭力，Lisa（AMD CEO蘇姿丰）會推出產品，Hock（博通）會生產晶片，我們也會做自己的。所以最終會有一個組合。你需要運行一個異質的設備群，優化token吞吐量、效率等等。這是一項工作。Satya Nadella：第二個是我所說的"代理工廠"(agent factory)。記住，現代世界的SaaS應用是為了驅動業務成果。它知道如何最有效率地使用token來創造商業價值。Github Copilot就是一個很好的例子。 Github Copilot的自動模式是我們做過最聰明的事。它會根據提示選擇使用那個模型來完成程式碼或任務交接。你這樣做不是隨機選擇，而是基於回饋循環、評估和數據循環等。所以新的SaaS應用，正如你所說，是智慧應用，它們針對一組評估標準和一組成果進行最佳化，並知道如何最有效率地使用token工廠的輸出。有時延遲很重要，有時效能很重要。知道如何聰明地做這種權衡，這就是SaaS應用的價值。但整體而言，確實這次軟體會有真實的邊際成本。在雲端時代也有邊際成本，當我們做CD-ROM時，邊際成本不大。有了雲之後，就有了。這次邊際成本會更高。因此，商業模式必須調整，你必須對代理工廠和token工廠進行這些最佳化。主持人Brad Gerstner：另外，說到你們。你們有一個很大的搜尋業務，大多數人並不瞭解。但事實證明，這可能是歷史上最賺錢的生意之一，因為人們在進行大量搜尋，數十億次搜尋，而對於微軟來說​​，完成一次搜尋的成本只是幾分之一美分，對吧？完成一次搜尋的成本非常低。但是今天當你使用聊天機器人時，類似的查詢或提示棧看起來就不一樣了，對吧？所以我想問的是，我假設這兩種業務未來會有相似的收入水平，對吧？你們是否會達到一個點，讓聊天互動的經濟效益能夠像搜尋一樣賺錢？Satya Nadella：我認為這是一個很好的觀點，因為搜尋在其廣告單元和成本經濟學方面確實很神奇——有一個索引作為固定成本，你可以用更有效率的方式分攤。而現在這個（聊天模型），就像你說的，每次聊天你都要消耗更多的GPU運算周期，無論是意圖理解還是資訊檢索。所以經濟模型是不同的。這就是為什麼我認為早期聊天的經濟模型很多都是免費增值模式，以及消費者端的訂閱制。所以我們還在探索，無論是代理商務還是其他什麼形式的廣告單元，它將如何運作。Satya Nadella：但同時，事實是現在我知道，實際上我使用搜尋主要是用於非常具體的導航查詢。我以前常說我很多時候用搜尋來購物，但現在這也在轉向我的Copilot助手。看看Edge和Bing中的Copilot模式，或是Copilot本身，它們現在正在融合。所以我認為，是的，就像我們談到的SaaS顛覆一樣，會有一個重新調整的過程，在開始階段，那個類別的消費者經濟學會有一些變化。主持人Brad Gerstner：我的意思是，考慮到這是一個價值數兆美元的市場，這是驅動整個網路經濟學的東西，對吧？當你和Google的搜尋經濟學發生轉變，並彙聚到更像個人代理、個人助理聊天的形式時，你知道，這最終可能在為人類提供的總價值方面要大得多。但對單位經濟學來說，你不再只是分攤這個一次性的固定索引成本了。Satya Nadella：沒錯。我認為在消費者類別上，因為你提到了一個我經常思考的話題，對吧？就是在這些顛覆期間，你必須真正理解類別經濟學是什麼，是贏家通吃嗎？這兩者都很重要，對吧？消費者領域的問題始終在於時間是有限的。所以如果我不做一件事，我就在做另一件事。如果你的獲利模式依賴某種人類互動行為，特別是如果真的有代理化的東西，即使在消費者端，情況也可能不同。而在企業市場，一是它不是贏家通吃，二是它對代理化互動會更友善。Satya Nadella：所以這不像是按席位收費與按使用量收費的比較。現實是代理就是新的席位。所以你可以把它理解為企業的獲利模式要清晰得多。消費者的獲利模式，我認為還比較模糊。主持人Brad Gerstner：你知道，我們最近看到一波裁員潮，亞馬遜本周宣佈了大規模裁員。科技七巨頭在過去三年幾乎沒有增加就業，儘管營收非常強勁。你的員工人數從24年到25年也沒有真正成長，維持在22.5萬左右。許多人將此歸因於常規的瘦身，就是在疫情後變得更有效率。我認為這有很多道理。但你認為這部分是由於AI嗎？你認為AI會是淨就業創造者嗎？你認為這對微軟的長期生產力是正面的嗎？對我來說，感覺蛋糕變大了，但你可以更有效率地做所有事情，這意味著要麼你的利潤率擴大，要麼意味著你重新投資這些利潤並更快更長久地增長。我稱之為利潤率擴張的黃金時代。Satya Nadella：我堅信生產力曲線確實會改變，從某種意義上說，我們將開始看到工作和工作流程的變化。特別是在任務層面，因為這些工具的力量，你將擁有更多自主權來完成工作。我認為這種情況會發生。這就是為什麼我們內部，例如當你談到我們對算力的分配時，我們想確保微軟的每個人都標配，對吧？他們都擁有Microsoft 365，以最無限的方式使用，並擁有Github Copilot，這樣他們就能真正提高生產力。Satya Nadella：但另一個有趣的事情是，Brad，我們正在學習的是有一種新的學習方式，對吧？就是如何與代理商一起工作，對吧？這就像當Word、Excel、PowerPoint在Office中首次出現時，我們學會了重新思考。Satya Nadella：比如說我們如何做預測，對吧？我是說，想想看，在80年代，預測是透過內部備忘錄和傳真之類的。然後突然有人說，哦，這裡有個Excel表格，讓我們把它放在電子郵件裡，發送給大家，人們輸入數字，這就成了預測。Satya Nadella：同樣，現在任何規劃、任何執行都從AI開始。你用AI研究，用AI思考，與同事分享等等。所以正在創建一種新的工件和新的工作流程。而業務流程的變化速度與AI能力相匹配，這就是生產力效率提升的關鍵。能夠掌握這一點的組織將成為最大的受益者，無論是在我們的行業還是現實世界中。主持人Brad Gerstner：有人問：微軟是否從中受益？想想幾年後，假設五年後你們的收入翻倍，Satya（微軟CEO），你們會增加多少員工？Satya Nadella：現在最讓我印象深刻的是微軟員工們的實際案例。例如負責我們網路營運的那位同事，她要管理我們剛在費爾沃特建的2千兆瓦資料中心鋪設的大量光纖網絡，還要跟全球400多家光纖營運商打交道。每次出問題，都要處理各種維運流程，工作量龐大。她跟我說：「我不可能拿到足夠的人員編制來做這些事。就算批了預算，我也招不到那麼多人。」所以她做了件聰明事——自己開發了一堆AI智能體（agents）來自動化維運流程，處理日常維護工作。這就是一個典型例子：一個團隊利用AI工具大幅提升了生產力。Satya Nadella：回答你的問題：我們會增加員工，但關鍵在於──同樣的員工數量，在AI時代能發揮比以前大得多的作用。這就是結構性調整。你說的"瘦身"，我更願意理解為讓每個人重新學習工作方式。不是改變做什麼，而是改變怎麼做。這個"遺忘舊方法、學習新方法"的過程大概需要一年左右。之後的員工成長會帶來最大化的效益。主持人Brad Gerstner：是的，我們正站在生產力大幅成長的邊緣。跟你或麥可戴爾（Dell CEO）交流時發現，大多數公司甚至還沒真正開始——可能連第一局第一個擊球手都算不上——他們還沒開始重組工作流程來最大化利用這些AI智能體。但未來2-3年，大量的效益提升會顯現出來。我是樂觀主義者，我相信整體上會創造更多工作機會。但對企業來說，他們的員工成長速度會慢於營收成長速度──這就是企業的生產力提升。所有企業加起來，就是整個經濟的生產力提升。然後我們會把這些收益投資在創造以前不存在的新東西。Satya Nadella：100%同意！就拿軟體開發來說，沒人會認為我們的社會不需要更多軟體工程師，因為現實是每個組織都有大量積壓的IT專案。這些AI智能體會幫我們解決這些積壓的工作。想像一下"常青軟體"（永遠更新維護的軟體）的夢想即將成為現實，再想想對軟體的需求會有多大。所以知識工作的層次會改變，我們會適應這種改變，工作和工作流程會調整，甚至會改變整個產業對產品的需求。主持人Brad Gerstner：最後談談美國的再工業化。如果把你們這些大型美國科技公司未來4-5年投資的4兆美元資本支出加起來，以通膨或GDP調整後計算，大約是曼哈頓計畫（二戰原子彈計畫）的10倍規模。這對美國來說是個巨大的計畫。總統已經把重新談判貿易協定當作政府的優先事項。現在看起來我們已經獲得了數兆美元的投資承諾——光是今天韓國就承諾向美國投資3,500億美元。 你怎麼看美國在電力生產、電網建設等方面的進展？怎麼看這次再工業化的進程？對未來幾年有多樂觀？Satya Nadella：是的，我知道我感到非常樂觀，因為從某種意義上說，Brad Smith跟我講過關於我們威斯康辛州資料中心周邊經濟的情況。這非常有趣。大多數人以為我們的資料中心就是一個大倉庫，全自動化運作。這在很大程度上是對的。但首先，建造那個資料中心所需的投入，以及資料中心的本地供應鏈。從某種意義上來說，這就是美國的再工業化。Satya Nadella：沒錯。甚至在你看到亞利桑那州台積電的計劃之前，或者美光在存儲晶片方面的投資，或者英特爾的晶圓廠等等項目之前，對吧？我們想要開始建造的東西有很多。Satya Nadella：這並不意味著我們不會與其他國家達成對美國有利的貿易協定。但就你說的這點來說，為了新經濟而進行的再工業化，確保所有的技能和從電力開始的所有產能，我認為對我們來說都非常重要。Satya Nadella：還有一件事我也想說，Brad，這很重要，我也有機會跟川普總統以及盧特尼克部長等人談過這個問題——重要的是要認識到，我們作為美國的超大規模雲服務商也在全球投資。換句話說，美國是全球運算工廠或說"代幣工廠"的最大投資者。我們不僅吸引外國資本投資我們的國家以便我們能夠再投資，同時也要意識到，我們正在幫助歐洲、亞洲、拉丁美洲和非洲，透過我們的資本投資，把美國最好的技術帶到世界各地，讓他們可以在此基礎上創新並信任這些技術。所以這兩方面，我認為對美國的長遠發展都非常有利。主持人Brad Gerstner：我很感激你的領導力。 Sam在OpenAI真的在為美國衝鋒陷陣。我認為這是一個特殊時刻，展望未來，你可以看到4%的GDP成長就在眼前。我們會有挑戰，會有起伏。這些往往是階梯式上升，而不是直線上升。但就我個人而言，我看到華盛頓和矽谷之間、大科技公司和美國再工業化之間正在進行的協調合作，這讓我充滿了難以置信的希望。看著本周總統和他的團隊在亞洲的成果，再看看這裡正在發生的事情，真是太令人興奮了。所以感謝你抽出時間。我們是你的忠實粉絲。謝謝。謝謝，ACHA。Satya Nadella：非常感謝，Brad。謝謝你。主持人Brad Gerstner：提醒大家一下，這些只是我們的觀點，不構成投資建議。 （硬AI）