本文來自微信公眾號：王智遠，作者：王智遠，題圖來自：視覺中國
昨天（2025年5月7日）有場大會，你關注了嗎？
每年一度在洛杉磯舉行的米爾肯全球會議（milken institute global conference）；準確來說，更像一個聚集全球政要、企業家、投資者、學者等商界頂尖大腦的「超級思想碰撞會」。
每年這時，都會有不同領域的人來這裡，談論如何應對世界上最緊迫的挑戰；今年會議主題：「推動一個繁榮的世界」，特別聚焦人工智慧、可再生能源，等前沿領域。
這個舞台上，英偉達ceo黃仁勛自然不會錯過。
面對主持人提問，他說很多內容；但說實話，他的表達風格一如既往：碎片化、跳躍式，想從中理出一條清晰的邏輯線並不容易。
我熬夜學習，認真消化全部內容，並在充分理解基礎上，提煉出關於戰略、競爭與未來趨勢的關鍵思考。
老黃提到一個概念：ai工業革命；不是技術升級，是一場徹底重構生產體系、組織結構，甚至重新定義人類價值的大變革。
變革在哪呢？從三個方面來看：
一，ai成了數字勞動力，像虛擬員工，能自己幹活；二，ai是一種可批量製造的工業品，就像當年鍊鋼一樣造「智能」。
ai將會重塑企業的運作方式，引入所謂雙工廠模式，重新定義人在產業鏈中的角色，讓人從執行者變為調度者。
因此，ai正在催生一種全新的經濟基礎設施：智能基礎。它的影響力和當年的電力革命、互聯網革命一樣巨大。
而其中最關鍵的是：「雙工廠」。
傳統意義上的工廠都比較熟悉，生產看得見、摸得著的東西，比如：汽車、手機等，是我們生活中離不開的實體經濟產物。
它主要靠人、機械、流水線、原材料和能源運作，一句話總結即：用物理手段，把產品做出來。
但ai工廠不一樣了。
它依賴於gpu集群、數據中心以及強大的算力資源來運轉，簡單來說即：「電+數據+演算法」。那麼，ai工廠生產什麼呢？答案是批量生產的智能單元（token）。
這裡的token不是你在自然語言處理領域理解的單詞、短語或字元，是一段參數、一組圖像生成規則或自動駕駛決策邏輯。
更準確地說，是一種「智能模塊」，可以被調用、組合、訓練和部署的最小智能單元；而token由數據中心的gpu集群製造出來，將作為驅動未來產品的「數字燃料」。
例如，一輛自動駕駛汽車需要依賴數百萬個這樣的token，構成的模型來感知環境並規劃路徑；一家公司可以通過組合不同的token來生成定製化的財務分析報告或者藥物分子設計。
所以，在ai工廠時代，token非常重要。
因為ai工廠輸出一個個「智能單元」（token），可以是圖像、語音、文字、代碼或是決策系統等，能幫助企業進行管理、醫生診斷疾病或是司機駕駛車輛。
因此，傳統工廠和ai工廠是兩種不同維度的生產體系：一個在「物理世界」里造東西，另一個則是在「數字世界」里造「大腦」。
黃仁勛說得特別清楚：這兩類工廠缺一不可。
實體工廠決定了產品是否存在，ai工廠則決定產品是否具有競爭力。未來製造業必須進入「雙工廠」模式，無論是割草機、航天器，還是硬體和智能的結合，這些都將成為企業生存的基礎。
既然ai工廠這麼厲害，建一個得多花多少錢？
老黃說：這個數字和背後的戰略意義，遠遠超出了我們對傳統製造業的認知。目前，英偉達正在建設的一座ai工廠，電力需求高達1000兆瓦，也就是1吉瓦。
對，一座，但是不要小看一座。這是什麼概念？
這麼說吧，這相當於一座中型核電站的發電能力，也足夠供應一個百萬人口城市的日常用電了。而且，建一座ai工廠的成本，高達600億美元，差不多就是波音公司2025年的整體市值。
那麼，問題來了，這600億花在哪了？答案是：硬體。
比如：大量最新gpu晶元部署（動輒數萬塊）；高密度數據中心、液冷散熱系統、專用變電站、備用發電機組等能源基礎設施、甚至還有持續訓練ai模型所需的數據採購、算力調度系統。
換句話說，這不是搭幾台伺服器就能搞定的事，而是一個需要從零開始打造的「智能發電廠」。
雖然貴得離譜，但黃仁勛預測，未來十年內，全球會出現幾十座這種千兆瓦級別的ai工廠。它們會像19世紀的鍊鋼廠、20世紀的晶元廠一樣，成為國家或地區經濟的核心動力。
如果按每座工廠平均600億美元來算，十年內的總投資可能超過2萬億美元，這比5g網路、雲計算這些大項目還要龐大得多。
非花這筆錢不可嗎？當然。
因為ai工廠本質不是數據中心升級版，而是「智能發電廠」。它生產的token（智能單元），將成為各行各業的動力底座，推動醫療、交通、金融、製造等領域的變革。
舉個例子：
一座1000兆瓦的ai工廠，一個月能生產數萬億個token。token可以用來訓練自動駕駛模型、生成藥物分子庫、優化全球物流網路，甚至調控整個城市的能源系統。
但是，這麼大手筆的投入，並不是說想花就可以的，只有巨頭或者國家級力量才玩得起這個遊戲。
600億美金，上牌桌的門檻。直接把絕大多數企業擋在門外；再加上千兆瓦級的電力需求，也進一步限制了選址範圍，這一切，必須建在能源充足、政策穩定、基礎設施完善的區域進行。
哪些地方更合適呢？黃仁勛提到幾個理想地點：
美國得克薩斯州，中東的新能源基地，還有北歐那些擁有豐富清潔能源的國家。這些地方不僅電力便宜、政策支持，還具備長期運營的穩定性。
所以，英偉達正在和多國政府合作，一起規劃ai工廠的布局。他們的目標很明確：把ai工廠納入國家級基礎設施體系，就像當年各國爭相建設高鐵和5g網路那樣。
畢竟，ai工廠的分布將重塑全球經濟格局。誰先擁有這些工廠，誰就有掌握智能定價權和標準制定權，還能通過輸出token，影響其他國家的產業升級路徑。
換句話說，掌控ai工廠，就意味著掌握了下一代經濟的主導權。
說到這兒，黃仁勛顯得非常激動。他直言不諱地表示：放棄中國市場，等於放棄技術主導權，這非常可惜。
為什麼？因為中國的市場規模實在太大了。
每年能達到500億美元，這個數字幾乎相當於整個波音公司的體量。這不是單純的商業收入損失，更意味著你把一個龐大市場的技術規則制定權，拱手讓給了競爭對手。
更重要的是，一旦美國企業退出中國市場，會給華為等中國科技巨頭機會，去主導本地的ai基礎設施建設。
他們會獨立建立自己的技術標準、演算法框架、token協議、算力調度邏輯……
而一旦這些標準只要在中國市場確立下來，它們很快就會向東南亞、中東、非洲等其他市場擴散；最終，全球ai生態可能會分裂成兩個陣營：「美國技術圈」和「中國技術圈」。
這樣一來，美國將失去對智能時代底層規則的控制力，這才是最根本、也最深遠的影響。
還有一個問題，特別讓人頭疼：那就是技術出口限制。晶元禁令，正在加速對手的「自立門戶」。
雖然目前全球已經有幾百萬塊英偉達gpu在運行，但美國如果只限制新晶元出口，並不能真正阻止其他國家發展ai，尤其是軍事領域的應用，反而會逼著他們更快地尋找替代方案。
比如，華為已經依靠自主研發的昇騰晶元和ai框架mindspore，成功搭建起一整套完整的ai工廠體系。
這種「自己動手、豐衣足食」的能力，不僅大幅減少了他們對國外供應鏈的依賴，還讓他們在國際市場上擁有了更強的競爭力。
還有一點，從長遠來看，這種封鎖政策，實際在推動中國、沙特、印度等一批國家加快構建「去美國化」的ai產業鏈，結果就是，美國企業全球技術主導地位，會被慢慢削弱。
可能出現的局面是：美國既沒能真正擋住別人的發展，又因為失去了中國市場，導致自身收入下降、研發投入減少，反過來拖慢了自己的技術更新速度，陷入一個越來越被動的惡性循環。
所以，孤立中國，沒有保護技術優勢，反而加速了它的流失。
如果中國主導ai標準，全球供應鏈會發生什麼？
首先，部分企業都得按照中國的規則來玩。特斯拉想在中國賣車，得用符合中國ai標準的自動駕駛晶元，美國晶元即使性能更強，也會因協議不兼容被踢出供應鏈。
東南亞電商平台，如果採用中國的ai標準，用戶數據會流向中國的大數據中心；這些數據會被用來訓練出更適合當地市場的模型，從而控制當地的消費市場。
這就形成了一種「數據朝貢」的模式。
未來的「ai應用商店」只會分發符合中國標準的token，好比現在的安卓系統綁定gms（谷歌移動服務），歐洲的初創公司如果不妥協，就只能失去龐大的中國市場。
這種做法進一步限制了生態標準，因為大多數開發者要通過特定的api介面調用ai能力，並且每生成一個token都要向中國支付所謂的「智能稅」。
第二點，中國ai標準將重劃全球製造業勢力範圍，促使製造業版圖重組。
低端製造會迅速迴流，例如：越南的服裝廠採用中國ai質檢標準後，東莞生產的智能紡織機反而可以出口到東南亞地區。
高端製造領域同樣會出現脫鉤現象，德國車企若採用中國自動駕駛標準，工業機器人、感測器的採購鏈就得繞過博世、西門子等傳統供應商，轉而與中國廠商如大疆、商湯合作。
很快，基礎設施會被綁定。
如果非洲國家採用了中國ai醫療標準，醫院就需要採購華為的5g基站、浪潮的伺服器以及阿里的雲節點，形成一種「鐵三角」的依賴關係。
這樣的轉變，會催生一個基於「智能本位」的貨幣體系，甚至挑戰美元的霸權地位。
不信你想想看：
以前國際貿易以美元結算，但未來，token可能會影響交易價格，進而動搖美元的地位。
沙特可以用石油交換中國ai工廠提供的能源優化方案，印度則可以用軟體服務換取醫療診斷token，而人民幣甚至可能成為token交易的錨定貨幣。
假設中國ai標準覆蓋了rcep（區域全面經濟夥伴關係協定）國家，那可能形成一個擁有23億人口的「token經濟圈」，使美元在全球結算中的份額減少三分之一。
更諷刺的是，這套體系可能比美國霸權更隱形。
因為企業會自願選擇「更便宜、更好用」的中國標準，就像當年全球自願接受美元綁定一樣。當所有的船隻隨著中國ai的潮汐起伏時，想要脫離這個體系已經來不及了。
這會形成新的技術冷戰新戰線。
美國可能會組建一個「ai北約」，要求盟友禁用中國標準。但是，東南亞國家可能會陽奉陰違：就像他們拒絕制裁華為5g那樣，偷偷地使用中國ai工廠來降低成本、提高效率。
所以，ai經濟對全球經濟的改造，可以說有三層暴擊式的影響：來自於gdp增長方式、各國的戰略格局、以及經濟霸權的爭奪。
未來國家之間拼的不是誰家油田多，而是誰家「腦子廠」的產能高；過去，gdp靠造汽車、挖石油、蓋房子堆起來，未來gdp要看token產能，誰能生產更多智能單位，誰就能收全球的「智商稅」。
對了，黃仁勛無疑是ai硬體戰役中的最大受益者之一。但現在因為種種原因，他正在錯失一些關鍵的機會點。
所以，當中國ai開始全面用上中國晶元時，英偉達主導地位就開始動搖。
華為昇騰、寒武紀、阿里平頭哥，一些國產晶元和ai平台崛起時，不僅能滿足國內ai工廠需要，還在性能、生態、兼容性上不斷追趕。
到那時，中國ai發展路徑會形成一個「自循環」：數據採集、模型訓練、token生成到應用落地，整個鏈條都在本土完成。
這場博弈中，如果英偉達無法重新贏得中國市場，會逐漸從「不可或缺」變成「可替代選項」；黃仁勛或許意識到這一點，但他能做的，確實越來越有限了。
畢竟，中國ai已經開始動手造自己的「地基」了。
本文來自微信公眾號：王智遠，作者：王智遠
本內容為作者獨立觀點，不代表虎嗅立場。未經允許不得轉載，授權事宜請聯繫 [email protected]
本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4325813.html?f=qiehao
