昨天讲了人工智能产业链的话题，好多同学说太复杂了，听不懂。那我建议那些听不懂的同学今天务必留下来，反而听懂的可以划走了。为什么？因为我已经是全网聊这个话题聊得最简单、最入门级的了。如果大家对这个都觉得听不懂，那可能你要跟人工智能时代说拜拜了，擦肩而过，你可能赶不上这波红利了。所以我们利用周末的时间，跟大家去聊一点稍微入门级的内容。

大家聊这个话题之前，还是先说我整个文章的结构。文章结构还是分这么几个：第一个，告诉大家到底什么是人工智能，以及人工智能三要素的关系；第二个话题，我们就聊一聊整个产业链是如何分布的，以及产业链之间互相配合是什么样的；第三个话题，就是结合着我们聊的这些部分内容，我们去提三个问题，大家看一下，如果基于这样的一个产业结构，我们如何出招，我们中国才能稳赢。

这三个问题聊完，希望大家对这个东西有一个概况化的了解。如果大家喜欢这一期内容，后边一期我再讲得稍微深一点点，可能就围绕核心的这些内容再深一点点。

那我们开始。第一部分内容是说，我们如何去了解人工智能这个东西。我们按照人工智能的三要素来看，是不是由算法、数据和算力三部分构成？而我们的整个供应链，是不是围绕着算力去展开的？

围绕算力展开，大家可以理解。为什么？我们要想得到这些人工智能的信息，总得有东西进行计算。要有计算，第一层是什么？第一层是支持层。支持层是什么东西？就相当于是说，你要么靠个人计算机去支持，要么就是靠数据中心去支持。那支持数据中心或者个人计算机，是不是都需要由计算机，还有它配套的各种硬件来完成？

如果你是个人电脑，你光看这边是不是就行了？我只要有 CPU、有内存、有 GPU，有这些东西一构成，我个人端的电脑就构建成了，我也可以处理一些小规模的数据，形成一些小的模型，也能处理一些具体的应用问题。

但是你要想解决大的问题，或者构建类似 ChatGPT 那种大的模型，对世界万物都进行一些总结和归纳，让它到达质变，它就需要一个大模型。那大模型是不是把大量电脑放在一个集中的地方去完成？这个东西就叫数据中心。

数据中心需要的是哪几部分内容？第一部分，需要个人电脑的一部分内容。另外，它还需要把一堆电脑并在一起的配套设施，比如说我要进行降温，进行所有这些工作，这个构成了数据中心所有的部分。

你看英伟达最近发布会上发布了几个产品，比如说大的跟盾牌一样的东西，数据中心建造所需要的，它靠一堆芯片集合在一起，让它产生更高的性能，一个数据中心能装下更多的这种芯片了。那大家再看个人端电脑，它发掌上的一个小东西，我通过自己家庭或者自己手中个人，就组建这么一个小的网络，我也能实现人工智能的一个接口。那大家看，这不是端侧的一个部分吗？

大家看，数据和算法生成的模型又有什么东西？它发大的模型，能够对世间万物进行模拟化的处理。通过那些数据的处理，得到了它底层的算法和模型，大家可以引这个模型去用到，比如说汽车自动驾驶里边，比如说机器人里边，它就可以去识别现实中的一些物体。这个是大数据在算法和数据中的应用。这些就共同构成了人工智能的这么一个核心。

第二条，我们捋一下整个算力之中需要哪些东西。我们先不看个人端的东西，比如说我们就解决现在最缺的 5 纳米或者 3 纳米这种芯片构建的数据中心，去解决我们人工智能大模型的问题。

假设我们现在作为一个老板，我们按照要建一个数据中心的逻辑，去把整个链条梳理一下。我在中国建了一家数据中心，我要怎么办？首先我去采购这些原材料，发现内存和 CPU 勉勉强强够用。但是光模块和液冷技术，它不仅供国内，还供国外，还是做得比较先进的，这些我都比较放心。

但是我发现，我去买这种核心的图像芯片的时候，发现问题了。这种人工智能芯片或者图像芯片现在被卡脖子，人家不卖给我们。我去高价收海外的这种，我成本会非常高。那这样我是不是最好自己建？那我又成立了一个工厂，设立一家子公司，我数据中心设立一家子公司，就专门去研究芯片设计这个问题。

大家是不是就对起来了？中科院上面有一个做数据中心的是哪家？后来参股了一部分，现在还是一个做芯片的核心企业，是芯片设计的核心企业，是不是对起来了？

大家再想，我做完这个芯片设计之后，不好意思，国外不光是芯片设计不给你了，在芯片代加工上也卡你。台湾不给你供了之后，大家一看这不行，我们自己的芯片还要有自己的代加工能力，是不是又加大对某一家“国际”的投入？一下投好几家，一下看一串。

看到这之后，后来大家一看这个东西不行，光发展这个还不行。为什么？因为它制造还需要一部分能力。什么能力？我需要光刻机去把这个芯片给加工出来，不是光我有代工加工能力，光有测试封装这种能力就行。所以完了之后一看，光刻机还卡脖子，是不是又往下挖一串。所以最核心的一串脉络是不是就发展到这里来了？

这个就是我们整个去发展芯片以及人工智能供应链的一个过程。

了解了这个主要的脉络之后，我们再提几个问题，去帮助大家发散理解。

第一个问题，大家想一想，如果我现在是汽车的供应链，我现在不是做人工智能这边，是汽车这个供应链。我现在汽车供应链蓬勃发展，比如说汽车现在出了一家业绩暴增，利润非常高，那你想一想，相应的芯片行业会不会有什么变化？

大家想第一个点，芯片代工产生的这些东西，是不是有小于 10 纳米的，也还有 28 纳米的？那车规级的是不是主要是 28 纳米的？也就是说，假设汽车这边蓬勃发展，是不是利好芯片代加工，但是不一定利好芯片设计，因为这个芯片设计主要是针对人工智能的。

所以说供应链的每一环是不是有关系？相对应的，我有些做内存的，车规级内存的是不是也受影响？它涨，它也涨。所以整个供应链就串起来了。你要去找到整个的源头，你才知道这个消息来了之后，你如何去应对。这是第一点。

第二点，假设我现在说，美国特朗普一上来，又对我们进行封禁了，更加严格地出口芯片，方方面面都不让你用，那你觉得利好哪个方面？

一个就是利好存量。大家想，我作为老板，我去建数据中心，如果说这地方卡得非常严，这些东西就是没法用，那不行，你买高价的呗。高价在哪？以前有数据中心的这些人手里存着有吗？这也就是为什么一出限制规定，那家数据中心就涨得飞速的原因。它手里有大量的显卡固定资产了，涨价，这是一个方面。

那大家再想，除了它涨价的部分，还有哪个部分受益？是不是这两个部分？因为这两个部分我们是全球领先。你但凡想建数据中心，但是你卡了，相对于用这些方面，你不会卡，是不是这些方面还会有一些增量的订单？

比如说特朗普上台之后跟你说，我现在美国要建规模巨大的一个数据中心。数据中心爆建的情况下，哪个会涨？美国的数据中心爆建，请问我们国产芯片可以去增加产能吗？好像影响稍微小一点，只能说是美国那边爆建，那证明我们要竞争，我们也要爆建，这是这条线。如果涨，是这个逻辑。

那更直接的逻辑是不是它要爆建，它就要采购好多这种东西，那是不是涨得最快的可能还是它？所以这就是为什么这段时间大起大落比较多的这部分原因。

第三个问题，大家想一想，如果现在比如说中美博弈这么一种情况，我们也不可能一年两年就把从光刻机到测试、封装、芯片代加工、芯片设计，再到一堆专利权全都搞定，这是不是很难？我们需要一定时间。

假设现在就爆发这种对立，我们又想在人工智能中取胜，我们有什么办法没有？还是要回到这个地方，是不是我们在算力上肯定是落后的，不可能比人家领先，这个是实实在在的。人家发展早，还落后，那图啥？起个大早赶个晚集。

所以说，我们是不是就只能在这两个要素中去找突破口？这就是大家为什么说，我们要从地产的这种实体资产，转移成数据依赖型资产。我们的数据可能是未来最重要的核心资产之一，这就是我们为什么要提出这一条。

因为我们要在整个人工智能中获胜，我们要依赖数据，依赖算法。那依赖算法怎么看？大家看 DeepSeek V3 那个事，我们用的比人家少的显卡，比人家少的算力，达成了不低于人家的效果。那什么意思？就是我们算法更优秀。我们的数据可能也会有一部分作用，但最关键的是不是我们算法上有优势？我们脑子还是够聪明。

那为什么那个天才少女，人家薪水能拿那么多，就是因为从这上面突破了。所以如果说我们在算力上不占优的情况下，要想在人工智能上取胜，那么我们就要在这两个地方去做努力。

再给大家说一点，我们要想在这个地方做努力，一个核心的点是什么？核心点是我们能提早完成这些应用。如果我们有足够的应用场景，就有足够的人才被虹吸到这里边来；足够人才虹吸到这里边来，我们对于数据的积累是不是就更多；而且我们的人才不停地在算法这里边叠加，是不是出来核心人才的几率就更大。所以这也就是我们国家战略上一个重要的点。

聊完这一篇，相信大家会对人工智能产业链有一个比较概况的认识。如果大家觉得还行，理解还行，这个难度还可以接受，那后边可能我跟大家聊一下这部分，就是核心的这一部分。

我们想一想，我们为什么不直接把台积电收入囊中？那我说收入囊中之后，是不是就解决所有的问题了？还有哪些卡脖子？是不是只有这两方面卡脖子，还有没有别的卡脖子？人家具体的整个海外产业链是怎么样的？人家怎么去构建防御墙的？

如果大家想聊一聊这方面，正好趁周末，我觉得也可以聊一聊。还有一个思路，就是聊一聊，在我们即将到来的这种低利率时代，我们有什么样的财政政策和货币政策空间，以及我们的空间有多大，这里边底层的经济学原理是什么。正好手头有这么本书，可以跟大家聊一聊。

大家看想了解什么吧，告诉我，然后关注转发。
