美國AI泡沫,對中國算力投資還有多大的參考意義?
來源：倍可親(backchina.com)
1873年，作家馬克·吐溫下小說《鍍金時代》，他將目光投向19世紀末被一小群商業大亨們主宰下系統性危機深重的美國。那時，鋼鐵、鐵路與石油巨頭們通過托拉斯（Trusts）整合資本與權力，工業血管由此鋪設，並定義了之後一個世紀的世界秩序。
150多年後，令人炫目的歷史似乎在重演，只是主角從洛克菲勒和卡內基們變成了薩姆·奧特曼、黃仁勛和馬斯克等。
近幾周，美國科技界上演了一系列令人目不暇接的融資合作，OpenAI、甲骨文、英偉達、AMD……軟體巨頭、晶元霸主與雲服務商以前所未有的速度和規模，結成了一個利益高度綁定的聯盟。
牌桌的另一側，中國並未缺席。算力是此刻A股最炙手可熱的板塊，但狂熱之下，宏觀經濟、中美關係、技術瓶頸，都讓參與者們越來越擔心在玩一場「勇敢者的遊戲」。
我們正處在這場AI淘金熱的哪個階段？這是一次新時代的數字基礎設施托拉斯，還是一場人為吹大泡沫的金融遊戲？更重要的是，在這場全球性的競賽中，中國正走在一條怎樣的道路上？矽谷的劇本，對我們還有多少參考意義？
帶著這些問題，我們與韋豪創芯創始團隊合伙人王智和算豐信息總經理顧萌進行了一場對話，本次訪談內容將分為兩篇進行發布。
韋豪創芯是中國半導體龍頭韋爾股份作為基石的產業投資平台。幾個月前，我們與創始團隊合伙人王智交流時，他曾為一個A輪AI晶元項目的前景感到憂慮，「團隊不錯，但一級市場還有沒有足夠的耐心和資本，陪它跑到終點？」也曾為一個臨近上市的項目做基石時陷入沉思：「這一輪AI 帶來的，究竟是一個短暫的投資窗口，還是足以穿越周期的結構性力量？」
產業的變化，比想象中更快。
在最新的交流中，王智給出了更清晰的判斷。他認為，我們正在目睹的，並非一場簡單的技術或資本泡沫，他的主要觀點如下：
我們正經歷人類最大規模的基建，中美AI的真正戰場在歐日韓。
中美兩國選擇了兩條不同的通往未來的道路，美國是在豪賭AGI「曼哈頓計劃」，而中國則是「攀登珠峰，沿途下蛋」。
中國AI晶元一級市場窗口即將關閉，二級機會遠大於一級。
中國AI晶元最大的認知誤區，是根深蒂固的「重硬輕軟」。
01、「這不是金融技巧，這是一個時代性的命題」
騰訊新聞《潛望》：近期美國科技圈的一系列大動作，OpenAI 與甲骨文、英偉達、AMD 之間複雜的投資和採購協議，讓很多人聯想到了「左手倒右手」的金融遊戲，擔心這會扭曲市場對AI真實需求的判斷。你怎麼看待這種現象？這是一種產業泡沫的信號嗎？
王智：我認為不能簡單地將其看作一個金融技巧或產業泡沫。我們需要把視角拉得更高。最近甲骨文的老闆拉里·埃里森有個觀點，說AI比工業革命更猛，將改變一切。我深以為然。我們不能把這一波人工智慧，僅僅當作一個產業的角度來考慮，我認為它是一個時代性的命題。
什麼叫時代性的命題？就是說人類社會發展到了當前這個階段，面臨著一些根本性的矛盾。比如全球人口增長停滯甚至下降，依靠碳基生命數量增長來驅動生產力提升的傳統模式，似乎已經走到了盡頭。怎麼在全球人口紅利消失的背景下，繼續提高勞動生產率？AI，特別是對通用人工智慧（AGI）的追求，被寄予厚望，成為延續文明發展動力的可能解決方案。所以，它首先是為解決時代矛盾而生的。
在這樣宏大的背景下，單個公司是無法完成這個使命的。所以我們看到，從2022年底ChatGPT引爆行業以來，整個產業的頭部化速度可能是歷史上最快的。無論是大模型還是算力晶元，市場都在迅速向巨頭集中。因為做這件事的投入是巨大的，天然帶有贏家通吃的屬性 。
所以，OpenAI、英偉達、甲骨文這些公司的結盟，在我看來，並不是簡單的金融手段。奧特曼有金融背景，他懂得如何整合和優化配置資源，他做的就是把利益鏈條上最關鍵的參與者全部捆綁在一起，形成「一榮俱榮，一損俱損」的局面。但這背後，是順應了這個產業發展的內在規律。
這種聯合歷史上也有過。在美國的「鍍金時代」，（大約從19世紀70年代末到90年代末）鋼鐵巨頭、鐵路巨頭和造船巨頭們，為了建設那個時代的基礎設施也形成了各種各樣的聯盟。因為只有這樣，才能最高效地把基建鋪設起來。今天我們看到的，本質上是軟體、硬體和雲服務的巨頭們，在聯手打造屬於21世紀的基礎設施。這個基礎設施的核心，可以理解為一個「AI原生的操作系統」。只有當這個底層的操作系統建成之後，上面才能百花齊放，生長出無窮無盡的應用，去改造現實世界。
所以，這是在一個時代轉換的關口，主要參與者為了推動新時代的基礎設施構建，而必然形成的一種戰略聯盟。
02、「中美模式不同，美國的情況不能拿來套中國」
騰訊新聞《潛望》：美國正在形成這種市場化的巨頭聯盟，中國的模式並不同。模式的差異背後，是否反映了兩國對於AI終極目標的理解不同？
王智：美國，尤其是矽谷那批人，帶有一種強烈的「理想主義」色彩。他們的目標非常清晰和宏大：不計代價，率先打造出真正的通用人工智慧（AGI）。這就像一場現代版的「曼哈頓計劃」，核心邏輯是集中全部資源，實現一個足以改變世界格局的終極武器，然後再去思考如何應用它。
你看OpenAI從開源走向閉源，就是因為當投入的資源如此巨大，戰略目標如此關鍵時，它已經捨不得開源了。這件「武器」，必須是獨有的。
而中國，則是一種徹底的「實用主義」。我們的文化基因決定了我們更關心「這東西怎麼用起來」。我們的關注點並非遙遠的AGI夢想，而是如何儘快地將現有技術與我們門類齊全的工業基礎相結合，去賦能、去提升效率 。
用一個比喻來形容中國的模式，就是「攀登珠峰，沿途下蛋」。美國模式是把所有希望都寄托在終點線的一次性爆發，而中國模式是在向著最終目標前進的過程中，要不斷產生階段性的、看得見的商業價值和應用成果。我們是小步快跑，在過程中不斷有產出，積少成多。
所以，這兩種路線的根本差異在於：美國想做的是一種顛覆性的力量；而中國想做的是一種漸進式的改良。美國在問「AI的極限在哪裡」，而中國在問「AI現在能為我做什麼」。這種不同的戰略定位，決定了雙方在資源投入、技術路徑和商業模式上都會有巨大的差異 。
03、「中國的機會在於擁有一個巨大且受保護的本土市場，端側晶元未來機會更大」
騰訊新聞《潛望》：美國科技界的聯合，對中國的AI晶元產業來說，是創造了更多在夾縫中生存的機會，還是意味著美國正在構建一個更具韌性和排他性的技術壁壘？
王智：我覺得它不存在夾縫的問題，因為實際上現在本質上正在形成兩套平行的體系。這並不是說完全隔離，美國的英偉達、AMD還是想做中國的生意，但由於各種原因，它們在中國的存在感肯定會下降，因為我們自己的供給能力在往上走 。
反過來看，中國的AI產品，不管是軟的還是硬的，也基本上不可能去美國。所以，我們看到的是兩條平行線。在這種格局下，中國的機會在於我們擁有一個巨大且受保護的本土市場。 就算「走出去」困難重重，只要能服務好這個本土市場，就足以培育出好幾家世界級的AI晶元公司。這不存在夾縫問題，而是我們有自己的一塊「根據地」。
在這兩條平行線上，真正的戰場會是中國和美國之外的第三方市場，比如歐洲、日韓、東南亞 ......
這些國家在模型開發和算力架構上，沒有中美這麼強的能力，但它們有非常強的工業門類。這恰恰是美國所缺乏的。所以美國需要把它的技術標準和軟體生態輸出到這些地方，去服務它們的工業，彌補自身的不足。而中國，則可以輸出我們高性價比的硬體解決方案和完整的產業應用能力。最終的競爭，要看誰能更有效地服務和影響這些第三方市場 。
騰訊新聞《潛望》：你提到「受保護的本土市場」，這種保護或者說確定性的需求主要來自哪裡？它和美國那種完全市場化的環境有何不同？
王智：這正是關鍵區別。中國的AI基建市場，目前並不是一個完全由市場化採購驅動的市場，而是帶有強烈的國家戰略色彩。
我們看最大的買家是誰？是地方政府和三大運營商。他們建設了大量的算力中心，本質上承擔了許多政策性功能。
其次才是網際網路大廠。但即便是這些大廠，出於供應鏈安全的考慮，也在積極地將算力切換到國產晶元平台上。所以，這種來自政府、國企和頭部企業的龐大且持續的需求，為我們國產晶元公司提供了未來幾年內完全足夠的市場空間，讓他們可以先生存、再發展。
騰訊新聞《潛望》：在這個獨特的市場環境下，是不是意味著所有類型的晶元公司都能平均受益？還是說某些特定環節的公司會迎來更大的發展機遇？
王智：會有很明顯的差異。對於做GPGPU這類算力基礎設施的大晶元公司，剛才提到的確定性需求保障了他們的基本盤。但我認為，未來中國公司更大的機會在於做「端側」應用和晶元的公司。
原因有兩點：第一，在我們的政策導向和巨頭開源的趨勢下，AI模型的Token成本在國內正以非常快的速度下降。
第二，中國有極其豐富的下游工業門類和應用場景。這兩點結合起來，極大地降低了AI應用的開發門檻。
第三，成本端的機會和需求端的爆發，共同作用，讓做端側應用和晶元的公司迎來了業績的快速增長。我們去看一些上市公司的財報，它們的業績增長非常快，這已經不是情緒推動，而是實實在在的財務數字體現。
04、「中國半導體一二級投資者是各玩各的，但一二級的投資邏輯都已經被重構了」
騰訊新聞《潛望》：我們觀察到一個有趣的現象：國內AI半導體領域的一級市場很冷靜，而二級市場卻熱情高漲。你覺得二級市場的火熱會對一級的投資邏輯和節奏有衝擊嗎？
王智：我認為一級投資者和二級投資者，現在是屬於一個「互道珍重」的狀態，各玩各的 。二級市場的火熱，並不會實質性地衝擊一級的邏輯。
二級市場的邏輯，很大程度上是流動性和情緒造成的。在整個經濟下行周期里，並沒有很多好的行業，而AI板塊上一些公司業績上還能體現出高速增長，再加上美國市場的「映射」效應，那邊英偉達漲，這邊就找對標公司，所以二級市場對AI概念特別火熱。二級市場的投資者退出更容易，所以他們更多是在交易情緒和故事 。
而一級市場投資人，經過前幾年的泡沫以後，會非常謹慎。因為一級市場現在的整個退出渠道不是那麼通暢。這迫使一級投資人必須考慮一個更根本的問題：這家公司能不能生存下去？我們投一個項目，要看它能不能穿越周期，而不是追一時的熱點。所以，在這種情況下，一二級市場的邏輯是有很大差異性的。
騰訊新聞《潛望》：在AI和「國產替代」的雙重敘事下，你認為中國半導體一二級市場的投資邏輯正在發生哪些根本性的變化？
王智：根本性的變化在於，投資的評判標準和價值錨點正在重構。
對於一級市場來說，邏輯正在從「捕獲賽道」轉向「尋找生態位」。過去，大家覺得AI晶元是個好賽道，就廣撒網。但現在，大的格局，比如雲端訓練晶元，基本已經定了，頭部公司都在走向IPO。端側晶元，瑞芯微這些上市公司和地平線這樣的新興巨頭也已經卡位很深。所以，對於新項目，投資人會更關註：你如何在一個已經強手林立的生態里找到自己的位置？
因此，投資邏輯發生了幾個轉變：
第一，從投「通用」轉向投「專用」。在一個特定場景里，比如某個工業領域，做深做透，形成差異化。
第二，從看「性能」轉向看「生態」。一個晶元流片成功、點亮跑分，這只是第一步。它上面的軟體生態、工具鏈，能不能跑起來，能不能被客戶方便地集成，這才是關鍵。一個沒有生態的晶元，最後很難存活。
第三，從求「顛覆」轉向求「整合」。我們會看一些從大公司體外孵化的項目，因為它有比較清晰的路徑，最終能被整合到母體的生態里去。這種項目的確定性更高。當然，還有一種是投更早期的，比如在底層材料、計算架構上有顛覆性創新的，但這種機會門檻太高，不具有普遍性 。
對於二級市場，邏輯變化的核心是「映射」和「自主」兩條腿走路。一方面，它仍然在很大程度上對美國進行「映射」。美國的AI基建才剛剛開始，所以它的供應鏈，比如光模塊、PCB、存儲，國內的對標公司就會持續受益。這是二級市場最直接、最簡單的邏輯 。
但另一方面，「自主可控」的邏輯也在強化。當市場意識到，國內的採購主體，如地方政府、三大運營商，有很強的政策性需求，並且網際網路大廠也在考慮供應鏈安全時，國產算力晶元的「備胎轉正」就成了一個很強的敘事。
所以，二級市場的邏輯是在全球技術趨勢和國內政策導向之間尋找平衡點。
騰訊新聞《潛望》：那麼從投資的角度來看，一級市場的VC和二級市場的股民，當前算力晶元這個賽道的機會在哪裡？
王智：我的看法是，二級市場的投資機會要比一級市場更多，難度也更小。
對於一級市場，我認為投資窗口基本已經關閉了。隨著幾家主要的GPGPU公司即將上市，在現有的馮·諾依曼架構下再去投同類公司，基本是個「偽命題」。機會可能只存在於更早期的、底層技術創新的項目。
而二級市場未來2-3年還會很強。邏輯有兩個：一是「對美映射」，二是我們自身的產業生態在不斷豐富和增強。
一個很好的例子是近期的中興通訊，它現在的角色越來越像「中國的Oracle」，不再是單純賣晶元或設備，而是在交付整個算力中心、交付集群。這種系統集成和交付能力，是它股價上漲的深層邏輯，也代表了未來市場的一種重要趨勢。
05、中國AI晶元產業最大的「認知誤區」是重硬輕軟
騰訊新聞《潛望》：這一輪AI浪潮，在投資上能否真正「穿越周期」？
王智：如果站在全球的視角，我傾向於認為，這是一場人類歷史上最大規模的基建，而不是最大的泡沫。它是一個時代的來臨，而不是一個簡單的投資周期 。我們看到的技術演進，比如機器學習在理解世界上的效率已經超越了普通人，這個大方向是沒問題的。可能會有技術路徑的反覆，比如未來不一定還是馮·諾依曼架構，不一定還是Transformer模型，但AI持續發展的趨勢不會變 。
但對於身處其中的中國公司而言，問題就變得更具體。真正的問題不是浪潮本身是否真實，而是「誰能穿越出來」。我們現在看到的國內所有玩家，包括領先一個身位以上的華為，都還在一個激烈競爭、最終走向整合的過程中。以英偉達為例，它有三萬名員工，其中兩萬是做軟體的。國內沒有一家AI晶元公司能達到這個規模。所以，誰能在這場殘酷的整合與淘汰賽中倖存下來，並建立起自己的生態，這才是真正的考驗 。
騰訊新聞《潛望》：你認為當前中國AI晶元產業最大的「認知誤區」是什麼？
王智：我個人覺得，最大的認知誤區，是一種根深蒂固的「重硬輕軟」的傾向 。
無論是政府、企業還是資本，我們都更容易被看得見、摸得著的硬體成果所吸引。做出一個性能指標更高的晶元，似乎比構建一個繁榮的軟體生態，更具說服力，也更容易被量化評估。
這種偏好，導致我們的競爭策略在很大程度上停留在「me-too」或「me-better」的層面 。我們擅長在別人已經定義好的賽道里，做出性能更好、成本更低的產品。但我們必須認識到，美國科技領導力的真正根基，在於其定義遊戲規則的能力——創造新的軟體框架、新的演演算法、新的技術標準。就像我們一直在說的「軟體定義一切」，真正的領先者，不僅是製造引擎的人，更是設計整輛汽車、乃至規劃整個高速公路系統的人 。
「重硬輕軟」的背後，是一種文化和發展模式的慣性。我們的舉國體制，擅長為具體、明確的工程目標，例如造出幾納米的晶元集中力量辦大事。但創造一個像CUDA這樣的軟體生態，卻是一個自下而上、由社區驅動、充滿不確定性的漫長過程，它無法被精確規劃，也難以用KPI來衡量 。
這正是中國AI產業面臨的終極挑戰。如果不能從根本上轉變這種戰略慣性，培養出能夠進行「範式定義」的創新文化和人才體系，那麼我們即便能成為全球最具成本效率競爭力的AI硬體製造國，也可能始終在別人制定的規則下競爭。