400億收購！ BlackRock就這樣震驚整個金融圈......

又一筆400億美元併購落錘！
交易規模不基礎，主角團更是不基礎
由貝萊德、輝達、xAI、微軟
四位頂流組成的跨界投資財團
這不是「強強」聯手
而是「強強強強」聯手
一個字形容👇

01. 世紀大聯盟怒砸400億，掀翻交易規模天花板

一周前，全球資管巨頭BlackRock攜手科技頂流輝達、微軟、xAI共同成立的投資財團AIP宣佈以400億美元收購麥格理資產管理旗下的資料中心巨頭Aligned Data Centers。

這是以貝萊德牽頭的AI聯盟的首次出手，並且一舉創下了有史以來規模最大的資料中心交易紀錄。

這世紀併購的主角，到底是誰？

AIP，全名為Artificial Intelligence Infrastructure Partnership－人工智慧基礎設施投資聯盟，由貝萊德於2024年發起，聯合了科技巨頭微軟、晶片巨頭輝達、馬斯克的AI創業公司xAI、阿布達比MGX，出資方成員還有科威特主權基金（科威特投資局KIA）和新加坡淡馬錫等。

而AIP組織的投資目標是擴展AI基礎設施的容量，並推動建構以AI為核心的未來經濟成長模式。

這筆交易遠非單純的資產買賣，背後隱藏著一個「神仙陣容」的戰略合作。

投資手法：BlackRock

貝萊德去年收購了全球基礎設施合作夥伴公司（GIP），而此次收購買方正是由GIP主導。作為全球最大的資產管理公司，貝萊德親自參與，釋放的訊號再明確不過：AI基礎設施已成為與能源、交通同等重要的核心資產類別。

BlackRock CEO兼AIP董事長Larry Fink表示：資料中心是基礎設施的重要支柱，這次投資不僅為AI未來發展提供了必要的基礎設施，還能讓客戶共享AI帶來的發展紅利。

技術大腦：輝達

作為AI晶片絕對王者般的存在，輝達參與收購資料中心營運商的動機在於確保AI算力基礎設施的發展速度不拖其晶片銷售的後腿。

雲端架構師：微軟

微軟不僅是投資者，更是最大的使用者。作為雲端服務領域的領導者，微軟對算力的需求就如同汽車離不開汽油。微軟的Azure雲服務將Aligned資料中心納入其全球網路，擴展了雲端運算的能力。投資Aligned，等同於提前掌握未來AI發展的“能源基地”，為自家AI服務（如Copilot）提供持續不斷的動力支援。

創新技術總監：xAI

馬斯克旗下的xAI雖然規模最小，加入聯盟的時間也稍晚於上面幾家，但論AI，沒有人比它更專業。作為一家專注於人工智慧研發的公司，其對高效能運算和資料中心的需求直接推動了這項投資。可以說也是此次收購的AI技術代表。

我們再把目光切換到賣方，如此頂尖的投資聯盟，為什麼非得花400億美元收購一個資料中心？

先來看看所謂的Data Center資料中心營運商到底是幹什麼的。

資料中心就是用來放伺服器的地方，像我們用的雲服務（例如阿里雲、AWS）都需要用這些設施來儲存資料、運作程式。這類公司的特點是：

• 靈活擴展：當客戶需要更多伺服器時，他們可以快速增加容量。
• 節能環保：用高科技（如冷卻技術）減少電力消耗，保護環境。
• 服務客戶：主要客戶是雲端運算公司（像AWS、Azure）和需要大量運算能力的大公司（如金融、AI公司）。

資料中心，恰恰是AI運轉的根基。在所有人追逐演算法時，BlackRock選擇了電力，這也是貝萊德作為投資巨頭的敏銳意識：真正可預測的回報，來自世界最慢的一部分。

麥格理資產管理公司旗下的Aligned 就是一家專門建造和管理資料中心的代表型企業。

掌握著AI時代最為稀缺的“硬通貨”，在美洲擁有50個園區和78個資料中心，總電力容量超過5吉瓦。 5吉瓦是什麼概念？相當於約500萬戶家庭的用電量。在AI算力高度依賴電力的今天，能夠提供充足電力和空間的企業，才真正擁有話語權。

AI伺服器功率強大，散熱需求極高，傳統冷卻方式已無法滿足。Aligned的專利液冷技術DeltaFlow™，能夠有效率地解決高密度計算的散熱問題。這項技術就像為高速運轉的AI大腦貼上了“冰敷貼”，確保其全天候穩定高效運行。

Aligned的客戶裡有微軟、亞馬遜這些超大規模的雲端服務商。跟著這些大客戶長期合作，不僅能帶來穩定的現金流，還能建立起很高的產業壁壘。投資Aligned，其實就是直接押注AI領域最頂尖的需求方。

02. AI基建，早就被BlackRock盯上了

BlackRock堪稱業內探索AI的先鋒，2018年就成立了BlackRock AI Lab，專注於透過AI技術改善財務狀況，並將統計學、ML、最佳化、隨機控制和決策理論的專業知識，應用於解決包括retirement、trading、另類投資和ETF等領域問題。

今年6月，貝萊德推出一款名為「Asimov」的AI研究平台，並已在股票基本面部門投入使。COO Rob Goldstein表示Asimov就像一個“虛擬投資分析師”，並且可以不間斷工作。

它能夠審查研究報告、公司檔案和電子郵件等大量資訊，從而產生有助於投資組合建構的洞察，並有望在兩年後的投資者日，實現全公司內部的全面推廣使用。

和其他金融公司提出的「AI取代分析師」論調不同，Goldstein表示，這次全面推廣AI工具的目標是擴大團隊，增強招募力度，而人工智慧平台將增強BlackRock人力工作的能力，而不是取代他們。

而在BlackRock 9月底發表的最新一季資產配置展望報告中，也間接預告了此次對於AI基建領域的投資。報告中明確提出在當前的全球環境中，長期的宏觀錨點已經不存在了，但以AI為代表的超級趨勢（Mega forces）正在成為全球經濟成長的新錨點，仍有能力帶來持久的超額迴。

這背後的關鍵支撐正是企業在AI相關基礎設施上的強勁投資。

貝萊德每季都會公佈資產配置展望報告，其中不僅提供了全球市場的全面分析，還展示了專業投行如何透過資料、情境分析和資產配置策略應對複雜的市場環境。對於還在準備投行面試的同學來說是絕佳的培養market sense、理解Macro market知識、積累面試素材的機會。

像上面提到的數據中心、AI基礎設施領域，看起來離大家很遠很“硬核”，但其實它的背後就是新崗位的誕生。

如果說傳統技術崗位需要的技能是以實現功能為導向，例如熟練的汽車裝配工，按圖紙組裝零件即可。那麼AI 技術崗位對於能力的要求則更進一步，以解決複雜問題為導向，比如汽車智能係統整合師，既要懂機械原理，又要懂自動駕駛演算法如何與剎車系統聯動，甚至需要預判未來可能接入的車路協同數據介面。

例如在AI基建這一領域下的幾種AI技術類新崗位👇

演算法工程師
Algorithm Engineer
難度：★★

• 負責開發與優化機器學習、深度學習模型
• 資料清洗、標註模型訓練優化
• 開發能同時處理文字、圖像、語音的融合型AI 系統
• 建構預測模型，輔助企業決策
• 通過數據分析挖掘業務價值

資料工程師
Data Engineer
難度：★

• 為AI 模型提供高品質的資料支援
• 設計和實施數據採集、清洗、轉換和加載流程
• 建構和維護資料倉庫、資料湖和資料平台
• 開發ETL（提取、轉換、載入）流程和工具
• 確保資料的品質、一致性和安全性
• 優化資料處理流程，提升資料處理效率

AI系統工程師
AI Systems Engineer
難度：★★

• 設計、建構和維護AI 系統
• 設計與實施AI 系統架構
• 開發和優化AI 模型的部署和推理流程
• 建構和維護AI 開發和生產環境
• 實現模型的高效能計算和分佈式訓練
• 優化AI 系統的效能、可擴充性和可靠性
• 解決AI 系統運行中的技術問題

AI硬體工程師
AI Hardware Engineer
難度：★★★

• 設計與優化AI 專用硬體
• 設計和開發AI 加速晶片和硬體架構
• 優化AI 模型在特定硬體上的效能
• 開發硬體加速庫和工具鏈
• 研究及應用新興硬體技術，如量子計算、光子計算
• 與軟體團隊協作，確保軟硬體協同優化
• 參與AI 硬體產品的測試和驗證

03. AI全面入侵高薪行業，留學生如何破局上岸？

AI發展所帶來的新機會不可否認，但除了其帶來的正面影響，我們聽到了更多焦慮的聲音。

無論是投入、諮詢或科技業，AI衝擊下，連續幾年的人員高速擴張的公司不少進入了業務瓶頸期，而冗餘的員工就成了巨大的成本包袱，再加上業務重組與組織架構調整，近段時間各個高薪行業的裁員消息屢見不鮮。

華爾街、MBB、矽谷......各行各業在AI衝擊下求職門檻有何變化、留學生該如何突圍上岸？在WST的視頻號裡，或許能找到答案，WST創始人團隊以及各行各業不少資深行業導師詳細解讀了這個問題👇

.....

AI浪潮下，各行各業都在面臨轉型、變革，對於求職的留學生群體來說，想要在動蕩的環境中站穩腳跟，核心關鍵就是——做好長線規劃、提升個人競爭力。

無論是那個行業，在硬實力上強勁的中國留學生想要突破競爭拿下Offer，就更需要關注相對薄弱的環節：軟實力。

渣打銀行CEO Winters在訪談中被問到會給年輕人甚麼學習建議時，他坦言：

本科時期學到的「如何思考」的能力，才是我之後40年職業生涯中最重要的財富。儘管這種能力在過去幾十年裡被逐漸削弱，但隨著AI的興起，它正在重新回歸職場核心。

Winters認為，在人工智慧迅速發展的時代，技術技能正逐漸被機器或全球其他地區的低成本高效技術人才或AI所取代。而真正有價值的，是作為人類獨有的軟技能，例如好奇心和同理心。

你需要真正理解你的客戶和受眾，事先預判他們的需求，這種能力會比單純的技術更重要。

他也提到，學習如何思考、如何有效溝通，才是未來職場不可或缺的核心技能。

同樣，祖克柏Bloomberg的一次訪談中也提到，他認為最重要的技能是「學習如何批判性思考和學習價值觀」。

這些聲音無一不是在告訴那些曾經認為學好硬技能就能高枕無憂的人：技術已經不是唯一核心競爭力，軟技能才是真正制勝的關鍵。

中國留學生的硬技能從來不是短板，但許多中國留學生或家長，往往都一定程度上忽略了軟技能的重要性。為什麼很多中國學生在校成績很好、實習經驗也多、技術性的問題都會答，但就是總拿不到offer？很有可能就是在面試中，TA的溝通技能或是談吐表現不佳，讓面試官對你的個人發展力（包括但不限於溝通能力、領導力等等）持否定態度。

因此在準備面試時，behavioral上也不能鬆懈，一方面要多去參加面試，另一方面要結合個人經歷和常見的面試題去做mock。 （WallStreet Tequila）