2025年，全球量子技術領域發生了一件在產業觀察人士中廣泛流傳的事件：量子技術初創企業的投資總額從前一年的20億美元暴增至126億美元，增幅高達6.3倍。這不是某一家公司的融資新聞，而是整個產業在單一年度內經歷的集體躍遷。在學術界孕育數十年的量子技術，正在以令多數預測者措手不及的速度向商業世界敞開大門。 麥肯錫（McKinsey & Company）於2026年4月發佈的《2026年量子技術監測報告》（Quantum Technology Monitor 2026），以覆蓋量子計算（QC）、量子通訊（QComm）和量子感測（QS）三大領域的系統性資料分析，為這場變革提供了迄今最為翔實的商業圖景。報告資料來源涵蓋Crunchbase、PitchBook、S&P Capital IQ、Patsnap、Nature Index以及專家訪談，截止時間為2026年3月，由麥肯錫全球研究院（McKinsey Global Institute）協同參與研究。報告的核心結論簡潔而嚴峻：量子技術的商業化窗口正在縮小，率先建立市場地位的企業與國家將享有長期結構性優勢，而猶豫等待的代價正在以非線性速度攀升。 “21世紀關鍵技術”關注科技未來發展趨勢，研究21世紀前沿科技關鍵技術的需求，和影響。將不定期推薦和發佈世界範圍重要關鍵技術研究進展和未來趨勢研究。 商業化加速：從概唸到十億美元產業

1. 商業化的轉折點已然來臨，這一轉變是從學術領域所做出的承諾，邁向產業層面所產生的影響。 量子技術當中的量子計算此刻正快步走出侷限於學術範疇的象牙之塔，朝著加速實現商業化穩步邁進，2025年量子計算的公司收入首次成功超越10億美元，有超過300家涉及不同領域的行業客戶比如摩根大通、阿斯利康以及寶馬等，開始借助付費聯合研發的方式來深入探索業務所蘊含的價值，這一情況清晰地表明了如今量子技術已然正從單純的一個科學方面的問題逐步轉變成了一個具有戰略性意義的產業方面的議題。 2. 投資爆發式增長：資本加速湧入 2025年所產生的十大交易裡面出現了多筆額度超過十億美元的數額巨大的融資，這裡面包含像PsiQuantum、SandboxAQ這樣的例子，同時資本市場之中，如PIPE、SPAC等交易形式的平均融資規模出現了快速增長，增長幅度達到了314%。這樣的情況充分顯示出資本正在把賭注下在那些有著很大希望能夠率先達成“量子優勢”的處於領先地位的參與者身上，整個行業從而進入到一種由獲勝者佔據絕大部分資源的加速發展階段。

麥肯錫：金融科技下一個時代-人工智慧、數位資產和通往成功的新路徑 (點滴科技資訊)

在快節奏的商業世界裡，高壓決策幾乎每天都在發生。想像一下董事會會議室裡，高管們圍坐一桌，討論一項可能影響公司未來十年的重大收購。財務模型嚴謹卻結論不明，風險真實存在。討論剛開始，氣氛就變了：有人急切打斷、有人猛烈反駁，有人默默埋頭看資料，還有人試圖“和稀泥”說“我們都認同增長，別搞成對立陣營”。心率在上升，傾聽能力卻在下降。這就是麥肯錫最新發佈的報告《How leaders can help their organizations metabolize strain》開篇描繪的真實場景。作者指出，表面看是商業分歧，實際是生理反應——人們對“損失”的本能恐懼：地位、歸屬感、勝任力。未被處理的恐懼不會消失，它會縮小思維、扭曲判斷，讓團隊錯失最佳決策。報告提出了一種實用領導方式：trauma-informed leadership（創傷知情領導力）。它不是要消除壓力，而是學會管理壓力對注意力、判斷力和人際關係的影響。領導者不再把“反對聲音”簡單貼上“抗拒變化”的標籤，而是創造條件，讓恐懼被看見、被整合，讓大家從防禦狀態轉向清晰行動。為什麼工作場所需要“創傷知情”視角報告強調，創傷不只是極端事件，還包括日常中讓人感到無力、害怕或被壓垮的經歷。這些經歷會長期影響人們處理反饋、做決策和與他人相處的方式。在組織裡，持續的轉型——重組、戰略調整、項目下線、角色變化——都會帶來未被承認的成本：對確定性、影響力、團隊凝聚力的恐懼。麥肯錫健康研究所對 30 個國家約 3 萬名員工的調研顯示，33% 的受訪者表示自己經歷過影響生活的 traumatic event（創傷事件）。這些員工在 engagement（敬業度）、adaptability（適應力）、learning and growth（學習與成長）、psychological safety（心理安全感）、innovation（創新）和self-efficacy（自我效能）六個關鍵領域，表現都明顯更低。報告特別指出，這不是因果關係，但清晰反映出：當員工感覺不安全時，他們的投入度和創造力都會打折扣。一個醫院高管用實際行動證明了改變可能。她發現重組期間團隊疲憊、 默默地抵抗，於是每月組織一次大家戲稱的“funeral meeting”（葬禮會議）。大家一起說說“什麼會想念”“什麼還沒完成”“能帶走什麼教訓”。項目結束、資源調整、角色變化，都被公開承認。目的不是情緒宣洩，而是真正整合。結果，阻力減少了，重新投入更快了，衝突少了，決策質量也上去了。工作量沒變，但“動盪感”大大降低。三大領域：從自我到系統的創傷導向型領導力報告把領導力拆成三個相互連通的層面：I—Self（自我）、You—Relationships（關係）、We—System（系統）。壓力會在這些層面流動，領導者需要同時強化三者，才能讓組織在高壓下保持清晰和韌性。I—Self：先調節自己，再回應領導者壓力一大，往往先感受到“ 緊迫感”，想趕緊結束討論、推進決議。一位全球農業公司 CEO 發現，自己在團隊爭論激烈時會本能插手“救場”。通過反思，他認清了自己的觸發模式：胸口發緊、呼吸變淺、說話加快，以及腦子裡反覆出現的“我得管起來”的念頭。他練習兩個簡單動作——深呼吸打斷應激反應，同時把不耐煩和 對失敗的恐懼當作資料看待，而不是立刻行動。漸漸地，他學會問團隊：“我們到底要解決什麼？目標是什麼？”結果，團隊參與度更高，決策也更紮實。實用做法包括：識別反覆出現的觸發點、注意身體和情緒的早期訊號、pausing（暫停呼氣）讓更好思考浮現，以及在日程裡安排會議間隙的重設。You—Relationships：讓別人“feel met”（感到被理解）壓力下，領導者容易從“傾聽”切換到“管理”：聽到擔憂就立刻安慰“沒問題”，聽到抱怨就解釋“道理是這樣”。這些“好意”往往讓對方更防禦。有效領導者會先識別對方的啟動訊號——呼吸變化、聲音緊繃、肢體僵硬——然後真誠承認：“我知道這很難。”而不是馬上解決問題。工業公司一位CEO 面對下屬接手陌生業務時的牴觸，沒有急於推績效，而是先問“什麼讓你覺得最難”，並明確表示“你不是一個人在扛”。後來那位領導者敢於冒更大風險，業務也順利增長。整個團隊都看到：敢於挑戰自我的員工，會得到真實支援。小技巧有：先觀察啟動跡象，再回應內容；用開放問題引導“我知道這很難，這裡什麼最讓你擔心？”；在對話開頭留一個簡短“到達時刻”，幫助大家從反應回到思考。We—System：設計讓系統在壓力下保持一致壓力會通過結構、決策和日常流程放大。領導者需要打造“nesting grounds”（庇護空間）——結構化的會議或儀式，讓大家處理情感負荷，重新對齊方向。交通公司CEO 在重組中定義了幾條“無論市場怎麼變都不會改”的承諾，穩定決策權、溝通節奏和關鍵儀式。媒體公司則把戰略錨定在清晰的使命上，讓每個人知道自己在更大圖景裡的位置。調研還顯示，當員工感受到高 organizational support（組織支援）、psychological safety（心理安全感）、韌性和適應力時，投入度和創造力水平是低分者的6倍左右。實用步驟包括：講清楚目的和變革故事、明確不變的優先順序和溝通節奏、建立回顧與過渡論壇、團隊例行集體暫停時刻。在持續變革時代，這種領導力越來越重要如今，數字過載、地緣政治不確定性、AI 浪潮和社會分化，讓壓力成了常態。過去那種“危機間隙恢復”的領導模式已經不夠用。創傷導向型領導力 不是取代戰略清晰、執行力和問責，而是讓這些能力在持續高壓下依然有效：決策更快、落地更好，分歧變成思維碰撞而不是個人衝突，新想法不斷湧現。壓力不會消失，但組織不再放大它。人們能承受強度，因為連接更強、組織更健康、人也更親民。報告最後寫道：“領導者可以使用工具來設計能代謝壓力的系統，從而創造更強的連接、更健康的組織，以及更真實的人類體驗。”最後這份報告為所有希望在不確定中保持競爭力的領導者，提供了一套清晰、可操作的框架。無論你是帶團隊的經理，還是制定戰略的高管，都值得一讀——因為真正的韌性，從學會 metabolize strain（代謝壓力）開始。 (AI資訊風向)

2026 年美國迎來建國 250 周年，麥肯錫最近發佈了《建國 250 周年：美國經濟競爭力研究報告》，系統復盤了美國從大西洋沿岸的農業殖民地，成長為全球規模最大、影響力最強經濟體的 250 年發展歷程，全面評估了其當前經濟競爭力的核心優勢、結構性短板與內外部挑戰，並提出了鞏固競爭力的核心行動議程。來源：McKinsey: At 250, sustaining America's competitive edge本文以麥肯錫這份核心研究為基礎，結合世界智慧財產權組織（WIPO）全球創新指數、史丹佛大學《2025 年 AI 指數年度報告》、世界銀行、美國勞工統計局、世界不平等資料庫等權威機構資料，對美國經濟競爭力的演進邏輯、現狀格局與未來走向進行全面、深度的解讀與延展分析，完整還原美國經濟競爭力的全貌與核心矛盾。一、美國經濟競爭力的核心優勢與全球領先地位歷經 250 年發展，美國當前仍是全球經濟競爭力最強的國家，其領先優勢建立在企業實力、科技創新、消費市場、制度與稟賦四大核心支柱之上，形成了難以復刻的綜合競爭力壁壘。來源：McKinsey: At 250, sustaining America's competitive edge（一）全球頂尖的企業領導力與資本市場統治力美國企業在全球市場中佔據絕對主導地位，構成了美國經濟競爭力的微觀核心。全球市值與營收前 100 的上市公司中，美國企業佔比超過半數，從初創企業到跨國巨頭，均能吸引全球市場的超額資本流入。當前美國企業持有全球超 50% 的公開股權融資，獲得全球 50% 以上的風險投資，2024 年美國佔全球併購交易總價值的 57%，同時孕育了全球半數的獨角獸企業。來源：McKinsey: At 250, sustaining America's competitive edge企業估值與市場地位的背後，是美國企業領先全球的經營效率與增長能力。在 G20 經濟體中，美國企業的生產率水平與生產率增速均位居首位；與歐洲同規模企業相比，美國大型企業的投資資本回報率高出 30%，營收增速高出 50%。外資對美國市場的信心持續走強，2022-2025 年美國公告的綠地外商直接投資規模較 2015-2019 年實現翻倍，年規模超過 2000 億美元，成為全球實體產業投資的核心目的地之一。來源：McKinsey: At 250, sustaining America's competitive edge（二）持續領跑全球的科技創新與前沿技術佈局科技創新是美國經濟競爭力的核心護城河，也是其 250 年來持續實現增長躍遷的核心動力。過去 250 年裡，全球 100 項最具影響力的創新成果中，76 項至少部分誕生於美國，由美國科研人員與產業界完成研發與落地。來源：McKinsey: At 250, sustaining America's competitive edge在研發投入層面，2021-2024 年美國私營部門對前沿技術的投資規模超過 1 兆美元，同期聯邦政府研發配套資金超過 500 億美元，形成了政府與市場雙輪驅動的研發投入格局。在創新產出層面，世界智慧財產權組織發佈的全球創新指數中，美國長期位居全球前列，在量子計算、高性能電池、航天技術等前沿領域，美國的技術儲備與商業化能力均處於全球第一梯隊。在創新生態層面，美國形成了以矽谷為代表的產學研協同體系，《拜杜法案》等制度改革推動了風險投資與創業浪潮的興起，實現了基礎科研成果向商業應用的快速轉化，成為全球創新生態的標竿。來源：McKinsey: At 250, sustaining America's competitive edge（三）高收入支撐的超大規模消費市場優勢消費是美國經濟長期增長的核心引擎，而居民收入水平的領先優勢，為消費市場的持續繁榮提供了底層支撐。過去 100 年，美國居民的平均生活水平始終超過其他所有大型經濟體；在全球人口超千萬的國家中，美國的人均 GDP（購買力平價口徑）位居全球首位。來源：McKinsey: At 250, sustaining America's competitive edge收入結構的頂層優勢尤為突出：美國收入前 10% 群體的薪資水平，較歐洲主要經濟體與加拿大的同層級群體高出 10%-50%；收入前 40% 的群體，收入水平高於歐洲主要經濟體的同層級群體；收入前 20% 的群體，收入水平超過加拿大同層級群體。高收入群體的規模優勢，推動美國形成了全球規模最大、層次最豐富的消費市場，而消費市場的繁榮又反向推動企業創新與生產率提升，形成了 “收入增長 - 消費擴張 - 產業升級” 的正向循環。（四）歷史積澱的自然稟賦與制度基礎優勢美國經濟競爭力的底層根基，來自於建國初期便具備的自然稟賦，以及 250 年間持續迭代的制度體系，二者共同構成了經濟長期增長的基礎保障。在自然稟賦層面，美國自建國之初便擁有遠超歐洲國家的發展空間與資源優勢。1776 年，美國 13 個州的國土面積達 43 萬平方英里，是英國本土面積的近 5 倍，而當時英國人口規模是美國的 3 倍以上，廣袤且肥沃的可耕地為農業競爭力奠定了基礎。同時，美國擁有得天獨厚的航運條件，沿岸屏障島形成的近海航道與內陸河網，大幅降低了長距離運輸成本，僅 1803 年路易斯安那購地案後完全貫通的密西西比河水系，便擁有超過 6000 英里可通航駁船的航道。進入工業化時代後，美國豐富的煤炭、石油、鐵礦等化石能源與礦產資源，又為工業崛起提供了充足的原材料保障。來源：McKinsey: At 250, sustaining America's competitive edge在制度體系層面，美國通過持續的制度迭代，為經濟增長與創新提供了穩定的制度環境。1862 年《莫里爾土地贈與法案》推動美國公立大學體系從 24 所擴張至 1900 年的 100 多所，建立了聚焦應用科學研究的現代高等教育體系，為產業發展輸送了大量人才與技術成果。工業革命時期，美國建立了全球最早的工業研發實驗室體系，實現了發明創造的專業化與產業化；福特流水線等流程創新，推動生產效率與工人薪資實現雙重躍升。在市場監管層面，《謝爾曼反壟斷法》《克萊頓反壟斷法》的出台，遏制了壟斷對市場活力的侵蝕；1913 年聯準會的成立，建構了現代金融穩定體系；大蕭條後的羅斯福新政，重塑了政府與市場的關係，政府支出佔 GDP 比重從 1910 年的 2% 升至 1945 年的 37%，此後始終未低於 20%，政府在經濟穩定、公共服務、基礎設施領域的作用持續強化。兩次世界大戰中，美國本土的地理隔離優勢使其免受戰爭直接破壞，工業產能與經濟實力在戰後實現跨越式提升，主導建立了戰後全球經濟貿易秩序，進一步鞏固了全球經濟話語權。來源：McKinsey: At 250, sustaining America's competitive edge二、美國經濟競爭力面臨的核心短板與結構性挑戰儘管美國仍保持全球經濟競爭力的頭把交椅，但麥肯錫報告明確指出，其經濟體系正面臨製造業衰退、收入分化、地緣競爭加劇、勞動力結構性短缺等多重結構性挑戰，這些挑戰正在持續侵蝕美國經濟長期增長的根基。（一）製造業全球領導力持續衰退，供應鏈安全存在顯著缺口製造業是美國經濟競爭力最早的核心支柱之一，也是當前其短板最突出的領域。20 世紀 80 年代中國開始擴張工業產能，2000 年後實現規模化提速，並於 2010 年超過美國成為全球製造業產出第一大國。當前中國製造業產出佔全球比重接近一半，而美國僅為 11%，全球市場份額出現斷崖式下滑。來源：McKinsey: At 250, sustaining America's competitive edge在國內經濟結構中，美國製造業的權重也持續收縮。過去 50 年，製造業佔美國 GDP 與就業的比重從 20% 以上降至當前的 10% 以下，製造業就業規模的縮減對應約 1900 萬中等收入崗位的流失。這些流失的崗位大多是支撐中產階級的核心崗位，其缺口僅部分被知識經濟的高技能崗位（如軟體、金融）與低技能服務業崗位（如家政服務）填補，直接導致 2000-2018 年美國中等收入區間的崗位佔比下降 6 個百分點，中產階級規模持續收縮。供應鏈安全的風險同步凸顯。當前美國 40% 的進口商品（規模超過 1 兆美元）被認定為關鍵品類，這類商品直接關係到供應鏈的韌性、多樣性與安全性，是經濟繁榮與國家安全的核心保障，而美國在這類品類上對海外供應鏈的依賴度居高不下。需要指出的是，美國仍是全球第二大製造業大國，製造業年產出達 7.3 兆美元，就業規模接近 1300 萬人，在半導體、電氣化、機器人與自動駕駛系統等未來核心產業領域仍具備堅實的產業基礎，這也是其未來重塑製造業競爭力的核心依託。（二）收入分化持續加劇，包容性增長嚴重缺失美國經濟增長的成果分配失衡，已成為其社會與經濟體系最核心的矛盾之一。儘管美國高收入群體的收入水平全球領先，但收入後 50% 群體的收入水平，顯著落後於歐洲主要經濟體與加拿大，美國也是全球主要經濟體中，收入前 10% 與後 50% 群體收入差距最大的國家之一。過去 50 年，美國居民收入的增長呈現出顯著的馬太效應。儘管所有收入層級的群體均實現了實際收入增長，但市場收入（薪資與資產收益）的增長絕大部分集中於收入前兩個五分之一的群體；對於後 60% 的居民，其收入增長更多來自政府轉移支付而非薪資增長，其中中間五分之一的群體，整體收入增速為全階層最低。收入分化的持續擴大，不僅侵蝕了美國社會的穩定性，也削弱了消費市場的長期增長潛力，打破了此前 “全民收入增長 - 消費擴張” 的正向循環，使經濟增長的包容性大幅下降。（三）前沿技術領域地緣競爭加劇，領先優勢持續縮小美國在科技創新領域的絕對領先地位，正面臨來自中國的快速追趕，在多個關鍵技術與科研領域，中國已實現反超，全球科技競爭格局正在發生深刻變化。在高端製造與產業化領域，中國在極短時間內實現了從低成本商品生產，向電動汽車、太陽能等複雜資本密集型產業全球領導者的跨越，這種產業升級正從製造業向研發密集型領域延伸。在生物技術領域，中國藥物發現領域的產出自 2013 年以來增長超過 10 倍，2024 年中國臨床試驗數量、臨床階段分子數量均已超過美國，生命科學產業不再侷限於生物類似藥與仿製藥，而是在創新生物藥研發領域躋身全球前列。在人工智慧領域，美國仍擁有全球最先進的 AI 大模型，聚焦於螢幕端的文字、圖像生成等產品化應用；而中國工業機器人的保有量超過全球其他國家的總和，AI 發展更聚焦於物理世界的場景落地，推動智能裝置實現即時感知、決策與執行。典型應用包括融合 AI 的工業機器人、機載即時資料分析的無人機、車端核心智能驅動的自動駕駛汽車，在 AI 的實體產業化應用層面已形成差異化優勢。在基礎科研領域，中國的科研實力實現跨越式提升。2017-2023 年，中國在機器學習、量子感測器、先進積體電路設計與製造、對抗性 AI、自然語言處理、高性能計算等領域的高被引研究數量超過美國，此前中國已在動力電池、先進磁性材料等領域實現領先，還研發並行射了全球首顆量子衛星。在頂尖科研人才流動方面，儘管全球高被引科研人員最密集的城市大多位於美國，但 2019-2023 年，北京的高被引科研人員淨流入規模位居全球首位，人才吸引力持續增強。（四）人口老齡化加劇，勞動力結構性短缺問題凸顯過去二十年，美國經濟增長的核心驅動力之一是勞動總工時的增長，而當前生育率持續下降帶來的人口老齡化，正在打破這一增長邏輯，勞動力短缺已成為全行業面臨的共性問題。來源：McKinsey: At 250, sustaining America's competitive edge美國勞動力的老化趨勢已覆蓋幾乎所有行業，當前幾乎所有職業的勞動力平均年齡均高於 15 年前。其中，20% 的建築工人年齡超過 55 歲，該比例較 2010 年上升了三分之一；25% 的醫療支援人員年齡超過 55 歲，該比例較此前上升了近 50%。從高技能的工程師、科研人員，到低技能的建築、服務人員，全行業均出現了顯著的用工缺口，尤其是醫療、建築等難以實現自動化、生產率增速長期低迷的行業，勞動力短缺問題更為突出。（五）基礎設施與能源體系存在短板，財政可持續性承壓美國基礎設施的老化與投資不足，已成為制約經濟競爭力提升的重要瓶頸。在能源領域，電網的穩定性與容量存在顯著缺口，需要發電企業與區域電網營運商加強協同，通過部署需求響應系統等成熟技術快速提升電網承載能力；新能源基礎設施的建設面臨多重供應鏈瓶頸，包括審批流程繁瑣、變壓器等核心裝置產能不足、工程技術與建築工人短缺等問題。除能源基礎設施外，美國的橋樑、港口、光纖通訊等傳統與新型基礎設施，均存在老化嚴重、投資不足的問題，無法充分匹配未來產業發展的需求。來源：McKinsey: At 250, sustaining America's competitive edge在財政與經濟安全層面，美國高額的國家債務，已威脅到政府在國防、科技基礎設施領域的投資能力，以及應對突發危機的財政空間。同時，全球貿易體系因地緣政治衝突持續碎片化，美國國防供應鏈的多個關鍵環節存在產能缺口，關鍵商品的本土製造能力不足，直接影響了經濟與國家安全的長期韌性。來源：McKinsey: At 250, sustaining America's competitive edge三、美國經濟競爭力 250 年的演進歷程與核心驅動邏輯美國經濟競爭力的形成並非一蹴而就，而是在 250 年間經歷了四個清晰的發展階段，每個階段均形成了適配時代的核心競爭力，完成了經濟結構的躍遷，也為後續的發展奠定了基礎、埋下了挑戰的伏筆。來源：McKinsey: At 250, sustaining America's competitive edge（一）第一階段：建國初期至 19 世紀中後期 —— 農業競爭力奠基與工業化萌芽這一階段是美國經濟的起步期，核心競爭力來自於得天獨厚的農業稟賦，同時完成了工業化的早期積累。依託廣袤肥沃的可耕地，美國農業生產率實現全球領先，當時美國居民人均卡路里攝入量是西歐國家的 1.4 倍，人均身高高出 2-3 英吋，人均壽命也長於英國居民，人口福利水平顯著高於歐洲國家。軋棉機、機械收割機等核心發明，直接解決了棉花與小麥生產的核心痛點，大幅提升了農業生產效率，對接了第一次工業革命中英國紡織業的爆發式需求，棉花、水稻、糧食等農產品成為美國出口的核心品類，奠定了美國在全球貿易體系中的早期地位。同時，蒸汽船的發明與商業化應用，大幅提升了內河航運效率，推動了全國市場的形成；“美國製造體系”（可互換零件）的出現、工業研發實驗室的萌芽，為後續工業化發展埋下了伏筆。1862 年《莫里爾土地贈與法案》的出台，啟動了美國現代公立大學體系的建設，推動高等教育聚焦農業與應用科學研究，實現了科研成果向產業端的快速擴散。（二）第二階段：19 世紀中後期至二戰前 —— 工業化崛起與全球工業領導權確立這一階段是美國從農業國向工業國轉型的關鍵期，最終確立了全球工業產出的領導地位。核心驅動因素來自四個方面：一是豐富的煤炭、石油、鐵礦等化石能源與礦產資源，為工業化提供了充足的原材料；二是鐵路網路的爆發式擴張，1832 年美國鐵路里程已超過任何一個歐洲國家，巔峰時期鐵路建設年資本支出佔 GDP 的 4%，鐵路網路打通了全國市場，實現了生產的規模效應，也實現了資源從礦區向工廠的高效運輸，1899 年美國成為全球煤炭產量第一大國，同時也是全球首個實現商業石油開採的國家；三是持續的移民潮，1850-1910 年平均每年約 42 萬移民進入美國，為工業發展提供了充足的勞動力與消費市場；四是技術與管理創新的持續突破，工業研發實驗室實現了發明創造的專業化，誕生了電燈等顛覆性產品，福特流水線等流程創新，推動生產率與工人薪資實現雙重躍升，現代企業管理制度與職業經理人群體逐步成型。在制度層面，這一階段美國完成了從自由放任向政府適度干預的轉型。反壟斷法律體系的建立，遏制了壟斷對市場活力的侵蝕；聯準會的成立，建構了現代金融穩定體系；大蕭條後的羅斯福新政，大幅提升了政府在經濟中的作用，重塑了政府與市場的關係，為戰後政府主導的研發投入與產業政策奠定了制度基礎。兩次世界大戰中，美國本土的地理隔離優勢使其免受戰爭直接破壞，工業產能全面動員，戰後經濟與軍事實力實現跨越式提升，1950 年美國 GDP 佔全球比重達 27%，成為全球經濟與工業的絕對領導者。（三）第三階段：二戰後至冷戰結束 —— 科技引領與中產階級全面擴張這一階段美國經濟競爭力的核心，從工業規模轉向科技創新引領，同時實現了經濟增長成果的全民共享，中產階級成為社會的核心主體。在研發層面，美國通過 DARPA、國家科學基金會等機構，推動國家研發投入達到新的高度，實現了半導體、電腦、網際網路等底層技術的顛覆性突破，英特爾、微軟、蘋果等全球科技巨頭相繼崛起，科技行業推動美國生產率增速遠超 G7 其他國家。強大的製造業基礎與持續提升的居民受教育水平，推動美國家庭收入持續上漲，中產階級規模快速擴大，城市化與郊區化成為社會發展的主流趨勢，“美國夢” 的核心內涵轉變為郊區獨棟住宅、家用電器與家用汽車，居民消費成為經濟增長的核心引擎。同時，美國主導建立了戰後全球經濟貿易秩序，進一步鞏固了其在全球經濟體系中的話語權與領導地位。（四）第四階段：冷戰結束至今 —— 知識經濟主導與全球競爭力格局重構1991 年冷戰結束後，美國成為全球唯一的軍事與經濟超級大國，經濟競爭力的核心邏輯發生根本性轉變，從製造業主導轉向知識經濟主導，金融、軟體開發、研發服務、智慧財產權等知識密集型服務業，成為美國經濟競爭力的核心載體。20 世紀 90 年代，美國企業發明並商業化的個人電腦，開始重塑全球生產與生活方式，網際網路的普及進一步推動了全球通訊與貿易的變革。在全球價值鏈分工中，美國企業逐步向價值鏈上游遷移，聚焦於高附加值的軟體開發、系統設計、智慧財產權營運等環節，將低附加值的製造環節外包至勞動力成本更低的國家，半導體產業也形成了 “本土設計、海外製造” 的產業格局。這一分工模式推動美國企業實現了利潤率與估值的持續提升，但也直接導致了製造業本土產能的持續流失，2010 年中國超過美國成為全球第一製造業大國，美國製造業在全球與國內經濟中的權重持續收縮。值得注意的是，2019-2024 年美國生產率增速達 2.1%，是 2010-2019 年增速的兩倍，高於 G7 其他所有國家，科技行業仍是美國生產率提升的核心動力，知識經濟的效率優勢仍在持續釋放。四、鞏固美國經濟競爭力的核心行動議程針對美國經濟競爭力面臨的結構性挑戰，麥肯錫報告提出了覆蓋短期與長期的核心行動議程，核心目標是補齊發展短板、鞏固領先優勢，在全球地緣競爭加劇的背景下，提升美國經濟的韌性與長期增長潛力。（一）全面升級能源體系與基礎設施能源與基礎設施是經濟競爭力的底層支撐，也是美國需要優先補齊的短板。在能源電網領域，核心舉措包括三方面：一是加強發電企業與區域電網營運商的協同合作，保障電力系統的穩定運行；二是快速部署需求響應系統等成熟技術，快速提升電網的承載能力；三是系統性解決新能源基礎設施的供應鏈瓶頸，推動審批流程改革，擴大變壓器等稀缺裝置的本土產能，針對工程師、建築工人等緊缺群體開展定向技能培訓。除能源基礎設施外，美國還需加大對橋樑、港口、光纖通訊等傳統與新型基礎設施的投資力度，補齊硬體短板，為產業升級與長期經濟增長提供基礎保障。（二）重塑製造業競爭力，保障關鍵供應鏈安全依託現有 7.3 兆美元的製造業基礎，美國需要推動製造業向高端化、本土化轉型，重塑全球製造業競爭力。核心方向包括：加大對半導體、電氣化、機器人、自動駕駛系統等未來核心產業的本土產能投資，推動高端製造環節回流；針對國防與經濟安全相關的關鍵品類，通過戰略儲備、供應鏈多元化、本土產能定向投資等方式，補齊產能缺口，降低對海外供應鏈的過度依賴，提升供應鏈的韌性與安全性，平衡經濟效率與國家安全的雙重目標。（三）持續鞏固科技創新的全球領先地位科技創新是美國經濟競爭力的核心護城河，需要通過多維度舉措保持全球領先優勢。一是持續加大前沿技術的研發投入，銜接私營部門超兆美元的產業投資與聯邦政府的基礎研發資金，強化在量子計算、高性能電池、航天技術、人工智慧等核心領域的技術優勢；二是持續完善產學研協同機制，延續矽谷等創新生態的優勢，推動基礎科研成果的商業化轉化，提升研發投入的產出效率；三是應對全球科技競爭，保持創新生態對全球頂尖人才的吸引力，鞏固在前沿技術領域的領先優勢，應對其他國家的技術追趕。（四）破解勞動力結構性矛盾，補充人力資本供給針對人口老齡化與勞動力短缺的核心挑戰，需要從供給與需求兩端同步發力。一是針對工程、建築、醫療、高端製造等緊缺領域，開展定向職業技能培訓，快速填補勞動力缺口，提升勞動力與產業需求的匹配度；二是最佳化移民政策，吸引全球高技能人才流入，補充高端勞動力供給，同時保持美國創新生態的人才優勢；三是推動醫療、建築等低生產率行業的自動化與數位化轉型，緩解用工短缺的同時，提升全行業的生產率水平。（五）推動包容性增長，彌合收入分化鴻溝包容性增長是美國經濟實現長期穩定增長的核心前提，需要扭轉收入分化持續加劇的趨勢。核心舉措包括：通過薪資制度最佳化、稅收政策調整，提升中低收入群體的薪資收入佔比，讓經濟增長的成果更廣泛地惠及全體居民；加大公共服務均等化投入，提升底層群體的發展機會；推動中等收入崗位的擴容，扭轉中等收入崗位佔比持續下滑的趨勢，擴大中產階級規模，重新啟動 “收入增長 - 消費擴張” 的正向循環。（六）保障財政可持續性，強化國家經濟安全韌性在財政層面，需要最佳化財政支出結構，在控制國家債務規模的同時，保障國防、科技基礎設施、關鍵產業扶持等核心領域的投資能力，提升政府應對突發危機的財政空間。在經濟安全層面，需要應對全球貿易體系碎片化的挑戰，重構符合美國利益的全球經貿與供應鏈體系，補齊國防供應鏈的關鍵缺口，在全球地緣經濟競爭中，平衡經濟效率與國家安全，提升美國經濟體系的長期抗風險能力與韌性。五、結論與展望歷經 250 年的發展，美國憑藉得天獨厚的自然稟賦、持續迭代的制度體系、引領全球的科技創新、充滿活力的企業生態，從大西洋沿岸的 13 個農業殖民地，成長為全球規模最大、影響力最強的經濟體，當前仍是全球經濟競爭力最強的國家。但與此同時，美國經濟體系正面臨多重結構性挑戰：製造業全球領導力持續衰退，供應鏈安全存在顯著缺口；收入分化持續加劇，包容性增長嚴重缺失；前沿技術領域的領先優勢被持續追趕，地緣科技競爭日趨激烈；人口老齡化帶來勞動力結構性短缺，基礎設施老化與高額債務制約長期增長潛力。這些挑戰正在持續侵蝕美國經濟競爭力的根基，也決定了其未來增長的上限。展望未來，美國能否延續 250 年的經濟增長奇蹟、鞏固全球經濟競爭力的領先地位，核心在於能否有效破解上述結構性矛盾。只有在保持科技創新領先優勢的同時，重塑製造業競爭力、彌合收入分化、補齊基礎設施與人力資本短板、實現更具包容性與韌性的經濟增長，美國才能在全球地緣經濟格局深刻變革的背景下，繼續保持其全球經濟的核心領導地位。 (陳博觀察)

在全球人工智慧從“技術突破”邁向“規模化應用”的關鍵階段，東南亞正在迅速成為新的增長焦點。近期，麥肯錫公司等機構發佈的研究報告指出：東南亞AI應用已進入加速期，但仍處在從“試點探索”向“規模化落地”過渡的關鍵階段。這意味著，東南亞正站在一個非常微妙的節點——不是起點，而是“爆發前夜”。與“起點”相比，“爆發前夜”強調的是條件已具備但價值尚未完全釋放的臨界狀態。但與此同時，一個看似矛盾的現象也逐漸顯現：一方面，AI應用在快速擴張；另一方面，真正轉化為商業價值的成果卻仍然有限。這也引出了兩個值得深入思考的問題：為什麼說東南亞AI正處於“爆發前夜”？為什麼其發展速度很快，但價值釋放卻相對有限？一、 東南亞AI已具備爆發的基本條件東南亞之所以被認為處於AI爆發前夜，並非偶然，而是多種因素共同作用的結果。從需求、供給到基礎設施的完善，東南亞已經展現了其AI大規模應用落地的潛力。第一，擁有需求端的天然優勢。從人口和數位化基礎的角度而言，東南亞擁有龐大且年輕的人口，移動網際網路普及程度高，數字使用者規模持續增長，報告顯示，東南亞有3.8億35歲以下人口，超過美國總人口。東南亞擁有約9.3億移動連線（約為總人口的1.5倍），體現了它的高行動網路普及率。同時，當地新使用者對新技術整體接受度較高，70%的民眾認為AI是一項社會福利。第二，企業需求的快速釋放。近年來，東南亞電商、金融科技等數字經濟領域的快速發展，帶動了企業對效率提升和智能化工具（例如AI）的需求。報告提到，Grab（東南亞超級應用平台）的merchant AI assistant已經覆蓋超過120萬商戶，業務大約增長10%；Sea（東南亞最大的網際網路公司之一）和馬來西亞政府合作的Shop Malaysia Online項目，已經支援了28萬+的本地品牌和賣家接觸更大的市場。這種趨勢反映出，企業對“降本增效”的需求，正在轉化為AI應用的直接動力。第三，基礎設施的快速完善。在供給端，以Google、微軟、亞馬遜為代表的科技企業，持續加大了在東南亞資料中心與雲端運算的投資。超大雲廠商（hyperscalers：Google、微軟、亞馬遜等）已經在東南亞為那些給AI準備的資料中心和雲基礎設施上投資超過500億美元（如圖所示）。這一過程為AI應用打下了堅實的落地基礎。第四，越來越多的企業進入規模化階段。東南亞企業的AI應用正在經歷著階段性的變革，人們不再糾結於“是否使用AI”，而是專注於攻克“如何用好AI”的課題，越來越多的企業從早期試點，進入到了擴展，甚至是規模化的階段。人們正在把AI從嘗試性工具，轉變為企業營運中的核心能力。在需求、基礎設施與技術條件逐漸成熟的背景下，東南亞AI的發展機會，主要集中在應用層面的深入。二、 機會在那？東南亞AI應用層增長空間顯著機會一：應用市場廣闊。東南亞最先爆發的，很有可能是應用層。目前，東南亞企業的AI使用已經從探索走到部署，接近一半的企業進入了scaling或者fully scaled階段（如圖所示）。AI在東南亞已經不僅停留在技術層面，而是開始直接創造業務價值。從客服自動化、使用者推薦到風險控制，AI應用場景正在不斷擴展。機會二：中小微企業（MSME）將帶來巨大的市場增量。與中國不同，東南亞的經濟結構高度依賴中小微企業 (MSME) , 中小微企業佔企業總數的97%以上，貢獻約44.8%的GDP，吸納了約85%的勞動力。然而，MSME群體在數位化與AI應用方面仍處於較低的水平。可見，AI真正的增長空間，還在尚未被充分覆蓋的MSME中。機會三：Agentic AI有望推動東南亞成為新一代AI應用試驗場。目前，接近90%企業計畫在2026前嘗試AI agents（如圖所示），其應用仍主要集中在軟體工程、知識管理等內部技術場景。這說明，東南亞企業對Agentic AI已表現出較強興趣，但距離將Agentic AI廣泛落地仍有差距。同時，東南亞市場具有明顯的多樣性，不同國家在語言、消費習慣和產業結構上差異顯著，為新技術的快速驗證提供了良好的試驗環境。因此，東南亞不僅是AI應用的巨大消費市場，也正在成為AI應用的理想試驗場。三、 瓶頸是什麼？會用AI ≠ 用得好AI儘管東南亞AI發展潛力大，但其發展仍面臨明顯的瓶頸。核心問題可以概括為：AI應用正在擴張，但尚未實現深度落地和規模化價值。為什麼呢？報告中主要考慮了以下幾個方面的約束。首當其衝的是人才瓶頸，東南亞缺乏複合型人才。這是目前的最主要障礙，佔比20%（如圖所示）。也就是說，大部分人沒有“AI+業務”的復合處理能力，無法將AI嵌入業務流程，推動落地。這直接導致AI項目無法深入進行，難以規模化部署和持續性最佳化的問題。其二，是技術與系統的瓶頸。雖然東南亞地區在技術及基礎設施方面逐步完善，但是在基礎能力方面仍然有所欠缺。具體表現在，系統整合困難（整合成本高）與資料質量難以保證。BPI（菲律賓群島銀行）的CTO（首席技術官）明確說，AI不是簡單疊加在數位化表面，而應該在數位化核心；但前提是你的資料平台要先準備好，能讓AI直接用資料。第三是商業模式瓶頸：投入很熱，但回報周期太長，結果難以量化。超過六成的東南亞企業把11%-40%的技術預算投向AI，但約六成企業的AI對EBIT（息稅前利潤）的影響低於5%（如圖5所示）。所以，東南亞AI現在最大的矛盾是“沒有大規模賺錢”。值得一提的是，其中能獲得高績效的大部分企業，根本原因不是項目做的多，而是把AI嵌入工作流程中，以重構流程來代替單一的疊加在原流程上。第四是投資結構失衡：基礎設施熱，本土創新冷。2024 年亞太AI創投總額約200億美元，但東南亞年輕AI公司只拿到17億美元；同年東南亞只有122筆AI融資交易，而亞太總量是1845筆。由此可見，東南亞更像是“AI應用市場”和“基礎設施承接地”，還不是“AI原創技術發源地”。第五， 發展不均衡問題顯著：頭部企業領先，小企業落後於整體水平。從企業層面來看，大型企業在資金、技術能力和人才儲備方面具有明顯優勢，AI應用推進更快；而佔經濟主體的中小微企業（MSME）則受制於成本、技術能力和資源限制，AI應用程度較低。這種“頭部領先，長尾滯後”的發展格局，限制了整體AI應用水平和價值的釋放。四、 中國 vs 東南亞從共性到差異共性：AI發展進入規模化與價值探索階段從整體趨勢來看，中國與東南亞在AI發展上呈現出若干共性。首先，兩者均已從早期試點階段邁向擴展與規模化應用階段。企業對AI的投入持續增加。AI逐步嵌入電商、金融、營運等核心業務場景。其次，AI發展逐步由技術驅動轉向價值驅動。無論是在中國還是東南亞，企業普遍面臨類似問題：如何將AI從“可用”轉化為“有用”，再轉化為“可持續規模化創造價值”。此外，人才短缺、系統整合複雜以及ROI不清晰等問題，也在不同程度上存在，表明AI發展在全球範圍內都面臨共同挑戰。總體來看，AI正在從技術擴散走向價值兌現，這是中國與東南亞共同經歷的發展階段。差異：發展路徑與結構條件的顯著分化產業體系：完整鏈條 vs 外部依賴中國已經形成較為完整的AI產業體系，從算力基礎設施、大模型研發到應用落地，具備較強的自主供給能力。相比之下，東南亞在底層技術與算力供給方面仍高度依賴外部，主要依託亞馬遜旗下AWS、微軟的Azure以及Google的Google Cloud等超大雲廠商提供基礎設施支援。這意味著：中國是“造AI”，而東南亞更多是“用AI”。落地能力：規模化經驗 vs 試點探索在AI落地方面，中國企業已經積累了豐富的規模化應用經驗，AI廣泛嵌入電商、金融、製造等多個行業。而東南亞企業雖然AI應用增長迅速，但仍以試點和局部應用為主，整體處於從“探索”向“規模化”過渡的階段。中國的優勢在於“做得深”，而東南亞仍在“鋪得開”。市場結構：統一大市場 vs 高度碎片化中國擁有統一的市場環境，在語言、政策和消費習慣上相對一致，有利於AI產品的快速複製與規模擴展。而東南亞由多個國家構成，在語言、文化、政策與消費結構上差異顯著，這種高度碎片化的市場結構，使AI產品難以“一次開發、多地複製”。中國更適合規模化複製，而東南亞更需要深度本地化。企業結構：平台驅動 vs 長尾主導中國的數字經濟由大型平台型企業主導，這些企業擁有強大的資料、技術與資金優勢，能夠推動AI大規模應用。而東南亞的企業結構則以中小微企業（MSME）為主，這類企業數量龐大但資源有限，AI應用能力相對較弱。中國由“頭部企業驅動AI”，而東南亞則面臨“長尾企業如何用AI”的問題。五、中國的啟示基於上述分析，東南亞AI的發展路徑為中國企業提供了重要參考。首先，在機會判斷上，東南亞正成為AI應用出海的重要區域。其人口結構、數位化基礎以及企業對效率提升的需求，使其具備較強的應用落地潛力。與其在底層技術領域直接競爭，不如把握東南亞在應用層面的廣闊出海空間。其次，在進入策略上，中國企業應從“技術輸出”轉向“解決方案輸出”。具體而言，可以通過“AI + SaaS”、行業解決方案（如電商、金融、物流等）以及本地化營運，滿足東南亞中小微企業在實際業務中的需求。最後，在風險與注意點方面，中國企業需要避免簡單複製中國模式。東南亞市場高度碎片化，不同國家在語言、文化與政策上差異顯著，這意味著企業必須加強本地化能力，並做好長期投入的準備。六、 結語綜合來看，東南亞已經具備AI發展的基本條件。從使用者基礎、數字經濟發展到基礎設施建設，該地區已形成較為完善的發展土壤，具備進入AI速階段的潛力。那麼，回到開頭的兩個問題：第一，為什麼說東南亞正處於“爆發前夜”？因為其需求、基礎設施與技術條件已經基本具備，AI應用正在快速擴張，但尚未完成從“應用普及”到“價值規模化”的關鍵跨越。第二，為什麼發展很快，但價值釋放有限？因為當前AI仍主要停留在試點和局部應用階段，人才、系統整合以及商業模式等方面仍存在制約，AI尚未真正嵌入企業核心業務流程，難以形成可複製、可持續的商業價值，導致價值尚未完全釋放。因此，東南亞AI發展的核心問題在於：能否實現AI的價值兌現？這也意味著，未來競爭的關鍵，不再是技術本身，而是企業能否將AI真正嵌入業務流程，並形成規模化的商業模式。(澄世諮詢)

沒有旁觀席，每個行業都將被重塑。全球商業格局正歷經一場前所未有的極為劇烈的震盪，麥肯錫全球研究院MGI最新發佈了《2026全球未來競技場研究報告》（The race takes off in the next big arenas of competition），該報告表明，有18個被稱作“未來競技場”的產業，這些未來產業正以其他行業四倍的速度迅猛狂奔，在三年內貢獻了全球大約一半的市值以及收入增量。這可不單單只是資本的盛宴，更是一場涉及企業生死、關乎國家競爭力以及和每個人未來緊密相連的深刻變革。你究竟是身處這場變革當中，還是馬上就要被甩離呢？本文會從五大主題，18個產業，還有跨界玩家與區域格局這四個維度，來為你深度剖析這份127頁的重磅報告。一、總論：什麼是“未來競技場”？“未來競技場”不是泛指全部熱門行業，麥肯錫給出了嚴謹界定：是增長速度最快的產業，是競爭最為激烈的產業，是市場格局遠遠沒有確定的產業。它們具備三大核心特徵：1、技術或商業模式發生階躍變化：像GLP-1減肥藥予以誕生，可重複使用火箭達成突破等情況。2、投資呈現出持續加速度的升級態勢：其中那些投身其中的參與者，以與日俱增的極大數額投入來換取在市場當中的地位，要是無法跟上這種節奏，那麼就意味著會被淘汰出局。3、市場呈現出龐大的規模：建立現有的規模巨大的市場（像電動車對於燃油車的替代），又或者是創造全新需求（如AI軟體、人工智慧）。2022年至2025年的增長資料對比情況，清晰明確地透露出了這種斷層狀態的差距 。市值年增速：未來競技場 29% vs. 其他行業 8%收入年增速：未來競技場 11% vs. 其他行業 接近0%資本支出的增速，與研發投入的增速相比：在未來的競技場當中，前者為百分之十四，而後者是其他行業的百分之四。結論清晰至極，這十八個競技場，貢獻出全球大概一半的市值以及收入增量，是現今全球經濟獨一無二的增長動力源頭。二、五大主題與18個產業分述報告把18個產業進行歸類，使之歸於五大主題，這18個產業中各個產業的增長邏輯不一樣，風險也並非相同，相互之間存在差異。1. AI相關產業：增長最快，泡沫風險最大包含領域：半導體、雲服務、AI軟體與服務。深入剖析，這是當下最為瘋狂的主題，僅輝達一家公司市值增長幅度，超越2022年整個上市半導體行業市值增長總和，然而，市值飆升所反映的投資者預期，遠遠超過收入增長所反映的當前現實，AI最終能否帶來超越資本成本的回報，這是當下最大的商業懸疑劇。圖：2020-2030年全球半導體市場規模及預測侷限之處在於：高端晶片（HBM）、先進封裝以及電力，正逐漸演變成新的受限因素。資料中心的擴展，正遭受電網容量的限制，彷彿被卡住了脖子。2. 數位化產業：成熟行業被AI重塑涵蓋的領域有，電子商務、數字廣告、串流媒體視訊、網路安全以及視訊遊戲。2020-2025年全球網路安全市場規模核心趨勢：增速平穩，但競爭規則正在被AI徹底改寫。從事廣告行業者發現，像GPT那樣的AI搜尋導致網站流量有所降低，進而動搖傳統廣告模式的根基。與此同時，零售媒體網路，例如亞馬遜廣告則在這種情況下迅速崛起。電商領域“代理商業”的時代就要來臨，往後有可能是借助AI代理去幫你達成購物行為，而控制權會從平台轉向AI模型或者作業系統。2020-2025年全球電商市場規模及增速線上播放媒體，從那種通過投入大量資金去爭搶使用者的方式，轉變為將利潤放在優先考量，廣告的運作形式以及捆綁式的套餐，成為了新的關鍵要點。3. 電氣化產業：中國全面領先，利潤承壓包含領域：電動汽車（EV）、電池、核裂變。重點佈局方向：在全球範圍之內收入所佔份額排名首位的是中國，特別突出的是在電動車輛以及電池相關領域。2020-2025年全球電動汽車銷量及增長率問題與挑戰：產能過剩以及價格戰：競爭極為激烈致使價格出現下降情況，除了比亞迪、特斯拉等少數處於頭部位置的企業之外，多數的廠商都處於虧損狀態。電池利潤已歸零，需求實現翻倍，價格出現暴跌，致使行業收入增長極為有限，正加快淘汰高成本廠商。2020-2025年全球電池市場規模及需求增長核裂變迎來新機遇，AI資料中心對穩定且清潔電力滿懷渴求，這使得小型模組化反應堆，成為像微軟、Google這樣的科技巨頭的新寵。4. 硬科技產業：分化嚴重，自動駕駛狂奔其中涵蓋的領域有：共享自動駕駛（SAV）、太空、機器人、未來空中出行（無人機/eVTOL）、模組化建築核心看點：共享自動駕駛領域（此項增速最為迅猛）的收入年度增速達到百分之六十九，Waymo以及Apollo Go已在超過千萬英里的實際營運過程當中證實技術具備可行性。然而單位經濟模型目前尚未實現順暢運行，每英里相應成本依舊高於售價。全球自動駕駛商業化城市數量增長太空領域，發射成本因為可回收火箭而降低了百分之九十，國防方面的需求成為了新的推動力量，SpaceX公司的星艦將會進一步對行業產生顛覆性影響。電動垂直起降飛行器（飛行汽車），當前所處階段處於“認證起來困難重重、商業化之路距離尚遠”的起始初級階段，其面臨的情況是，電池性能以及法規這兩個方面乃是兩大阻礙前行的攔路虎。5. 生物技術產業：減肥藥一騎絕塵包含領域：肥胖藥物（GLP-1）、非醫療生物技術。核心分析：狂飆的減肥藥領域，諾和諾德與禮來呈現雙頭壟斷態勢，然而，已有超過80家競爭者紛紛湧入其中。在此情形下，價格正處於下降趨勢，且關鍵專利即將到期，致使市場正從曾經的“神壇”逐漸邁向“紅海”。2020-2025年GLP-1處方增長趨勢&減肥藥市場競爭格局非醫療用途的生物技術的商業化的發展處理程序較為遲緩，依舊處於早期努力提升的階段，還沒有達成規模化的商業對抗水準。三、跨界玩家：9家“全能型企業”正在改寫遊戲規則除了專注的行業冠軍，一股更強大的力量正在崛起，那便是“全能型企業”。它們分別是：Alphabet、亞馬遜、蘋果、Meta、微軟、阿里巴巴、華為、三星，以及“特斯拉+SpaceX”叢集。2025年全能型企業競技場佈局共同特點：利用核心業務，像是電商、搜尋、作業系統所產生的數額巨大的現金流，與此同時，對3個以上未來競爭領域進行押注。在2025年的時候，9家公司的總收入大概是2.7兆美元，這一數值超過了義大利的GDP，其研發與資本支出佔收入的比例高達31%，而其他企業這個比例僅僅是9-22%。四、區域格局：美國領跑，中國在電氣化稱王先看美國，它在AI和硬科技領域是全面處於領先態勢的，它在總市值中所佔比例為75%，它有著全球最深的資本市場，有著數量最多的全能型企業，還具備吸引頂尖人才的能力。各產業市值的區域分佈（2025年）中國部分的市值約佔全球的15%，而收入份額更高，在電氣化主題，也就是電動車、電池、核裂變這些領域，收入份額居於全球首位。中國的優勢在於規模化、垂直整合和製造效率，但是在AI基礎的市值範圍，即半導體、軟體方面，與美國存在著巨大差距。歐洲比約為5%，整體參與的程度較為低下，然而，在減肥藥這一領域，也就是諾和諾德所在的領域，還有半導體裝置這一範疇，即ASML所處的範疇，以及機器人等等細分出來的領域方面，是存在冠軍企業的。在機器人領域，日韓（約3%）保持著優勢，在視訊遊戲領域，日韓（約3%）同樣保持著優勢，三星在半導體製造裡有著不可替代的地位。一句話概括為：美國憑藉製造軟體、制定標準而取得優勢，中國則依靠製造產品、降低成本而獲得成功。五、結尾：機遇與風險並存，沒有旁觀席到2040年，麥肯錫提出的18個未來競技場將撐起29兆至48兆美元的年收入，這個數字足以讓任何一位CEO心跳加速。但回歸現實，數字的另一面是血淋淋的警示：自動駕駛仍在虧損，AI軟體估值泡沫暗湧，電池產業價格戰打到利潤歸零。在這個全球競技場中，贏家通吃的劇本從未改變。改變的，是失敗的代價——不再是掉隊，而是出局。 (TOP行業報告)

麥肯錫最新發佈的《How to build businesses faster and better with AI》（《如何利用AI更快更好地建立業務》）報告告訴我們：“一家估值十億美元的公司，可能只需要十來個人、甚至單槍匹馬的創始人就能打造出來”，正在逐步成為現實。這份報告核心觀點為：AI 已經不再被看作是“輔助工具”，而應被看作企業新業務建構的全新作業系統。它徹底改寫了團隊規模、資金需求和上市時間這些傳統限制，讓創新變得更快、更省、更有效率。對於正在尋求增長的企業領導者來說，這是一份極具實戰價值的戰略手冊。報告指出，即使在經濟不確定性下，企業新業務建構仍是戰略重點。2025 年麥肯錫新業務調研顯示，43% 的領導者比前一年更重視新業務建構。同時，績效預期也在提高：2025 年已有 61% 的企業新業務營收超過1000萬美元，比2023年的45%大幅提升；新業務達到這一營收水平所需時間，從 2023 年的 38 個月縮短到 2025 年的 31 個月；已實現盈虧平衡的業務中，61% 在兩年內完成。AI 正是推動這一績效飛躍的核心驅動力。麥肯錫分析 2018-2024 年數百個新業務案例發現，2023-2024 年AI時代誕生的業務，在人均產出和每美元產出上都表現出色。另一家早期風投機構 Antler 的調研也印證：93% 的公司表示 AI 加速了執行，其中近一半提到速度提升高達五倍。那麼，AI到底如何為新業務創造價值？報告總結了三個關鍵維度：創新周期、生產力和速度。AI 如何放大創新與創意AI 像一個超級創意放大器，能讓團隊快速生成、測試和最佳化想法，極大擴展探索範圍。麥肯錫的Beacon平台就是典型例子，它利用agentic AI（代理式AI）結合專有市場資料、第三方資料集和客戶資料，幫助團隊在幾小時內完成過去需要幾周的 workshop，快速篩選出高潛力業務機會。舉例來說，傳統做法是逐個訪談客戶，而 agentic AI 可以同時進行多場代理通話，合成洞見，並生成“合成客戶畫像”。這些畫像基於訪談記錄、銷售筆記和產品使用資料，成為隨時可用的“客戶聲音”，讓團隊能即時壓力測試新想法和文案，而不用每次都依賴真人訪談。此外，AI 還能通過快速數字行銷實驗驗證價值主張：自動生成多種標題和視覺組合，跑小規模測試，比較點選率，再決定大額預算投入。這樣一來，團隊能探索更多想法、更早獲得可靠的市場訊號，把有限資源集中到最有前景的機會上。AI 如何加速業務速度一旦想法被驗證，AI 就能大幅縮短從概唸到 MVP（最小可用產品）的建構和上市周期。它自動完成設計、編碼、行銷等知識密集型工作，讓迭代幾乎即時進行。一個財富管理新業務案例中，團隊引入agentic AI factory（代理式AI工廠），讓多個AI代理覆蓋軟體開發全流程——從需求到架構、編碼、測試——人類工程師只在關鍵決策點把關，結果首版MVP交付速度直接翻倍。類似地，AI壓縮了上市時間，讓企業更早獲得市場反饋，速度本身就成了競爭優勢。AI 如何重塑生產力AI 最根本的變化，是讓小團隊產出大幅提升。它把“人+工具”模式升級為“人+代理”混合團隊，把人才從重複勞動中解放出來，專注於判斷、決策和關係建構。一個B2B銷售技術新業務裡，團隊部署了銷售材料代理，基於解決方案專長、客戶情報和最佳實踐，自動生成個性化價值主張、故事線和會議指令碼。人類銷售員只需最終稽核，結果團隊生產力至少提升 1.5 倍，重點轉向客戶互動而非內容創作。另一個建築公司軟體新業務案例更驚人：過去銷售團隊手動做潛在客戶挖掘、研究、排序和個性化郵件，現在 agentic AI 接手上漏斗任務， 外展活動量提升 25 倍，點選率更是翻倍以上。生產力飛躍讓團隊能長期保持小規模，減少協調成本，同時提升資金效率。這些創新、速度和生產力的提升相互強化：更多想法、更早訊號、更低成本試錯、更快規模化，最終大幅改善新業務經濟學。三大戰略轉變：讓 AI 真正落地光有工具還不夠，報告強調高績效AI優先新業務必須完成三大轉變：第一，重設績效預期：從漸進式到階躍式提升領導者應該大膽設定更高目標——追求生產力翻倍不再是奢望。小團隊要完成過去大團隊的工作。AI 要端到端嵌入，從產品開發、客戶發現到行銷、營運、財務，每一個角色都設計成與代理協同。重點不是“更快做同樣的事”，而是把關鍵學習提前到生命周期前端：更早驗證客戶、更快迭代產品、更早發現市場訊號，從而把資源集中到真正有產品-市場匹配的機會上。第二，建構 AI 骨幹：打造新業務營運層傳統“隔離保護”新業務（ring-fencing）依然重要，但還不夠。今天的新業務既要保護又要“超能”——需要從第一天起就擁有企業級AI基礎設施。核心是資料：新業務即時訊號+企業歷史基準，形成可規模化治理的資料基礎。同時，企業要提供共享業務語境、分析模型治理、受控代理工作流、共享平台和專業AI人才。這樣，團隊就能專注產品和增長，而不必重複搭建底層架構。第三，設計 AI 優先團隊：編碼頂級人才的專業能力AI 讓少數精英就能撬動大成果，因此選人和團隊設計變得更關鍵。核心做法有三：通過“代理化”（agentification）規模化專家能力，把文件、流程和頂尖人才的隱性知識轉化為可復用代理；打通業務與技術，讓業務專家定義價值創造邏輯，技術團隊將其轉化為可靠系統；打造放大專業能力的飛輪——如一家製造企業把高管定價決策邏輯編碼進AI模型和平台，隨著使用資料反饋，模型不斷自我最佳化，決策能力隨業務規模指數級提升。行動：現在就開始重構新業務的作業系統已經改變。那些果斷重設預期、建構 AI 骨幹、設計 AI 優先團隊的領導者，將以完全不同的經濟學贏得競爭。反之，把 AI 當成附加工具或遲疑不前，就可能落後於時代。這份麥肯錫報告為所有尋求增長的企業提供了一套實用打法：把AI真正當成核心能力，以人為中心，重新設計流程、團隊和預期。 (AI資訊風向)