人工智能产业发展模式的思考

人工智能产业发展模式的思考 范从来 13905180171

中国经济走势

5月CPI与核心CPI同比分别为1.2%和1.1%，PPI同比上涨3.9%。PPI环比由上月1.7%大幅下降至0.5%，油价影响大幅减弱

（2）流动性紧张可以通过流动性导向的宽松货币政策加以解决 （3）金融机构的“惜贷”可以通过“窗口指导”：能续尽续、两个不低于：可以进行但不能长久：借的钱总是要还的 （5）部分企业的破产是产能过剩问题解决之必要

(6) 资产负债表衰退+金融加速器效应 资产价格缩水，债务水平不变，企业所有者权益遭受侵蚀，陷入资不抵债境况。尽管企业经营状况仍良好，能产生正常现金流，但出于改善财务状况和保持信誉的目的，企业会将经营现金流用于偿还债务，而非扩大生产，从而引发资产负债表衰退。

(6) 金融加速器效应 本・伯南克、马克・格特勒和西蒙・吉尔切菲斯特提出“BGG 模型”：企业的借款能力取决于其资产净值，资产价格下跌会恶化企业的资产负债表和净值，导致其借款能力下降，投资减少，经济活动放缓，进一步导致资产价格下跌，形成一个资产价格下跌、资产负债表恶化、融资条件收紧和经济活动下降的恶性循环

把促进经济稳定增长、物价合理回升作为货币政策的重要考量 中央经济工作会议12月10日至11日在北京举行。中共中央总书记、国家主席、中央军委主席习近平出席会议并发表重要讲话。中共中央政治局常委李强、赵乐际、王沪宁、蔡奇、丁薛祥、李希出席会议。 习近平在重要讲话中总结2025年经济工作，分析当前经济形势，部署2026年经济工作。李强作总结讲话，对贯彻落实习近平总书记重要讲话精神、做好明年经济工作提出要求。

国务院新闻办公室于2024年9月24日举行新闻发布会潘功胜行长、李云泽局长、吴清主席出席 潘功胜行长宣布，创设新的货币政策工具，支持股票市场稳定发展 第一项是创设证券、基金、保险公司互换便利，支持符合条件的证券、基金、保险公司通过资产质押，从中央银行获取流动性，这项政策将大幅提升机构的资金获取能力和股票增持能力。首期操作规模是5000亿元，未来可视情况扩大规模 第二项是创设股票回购增持再贷款，引导银行向上市公司和主要股东提供贷款，支持回购和增持股票。再贷款利率是1.75%，商业银行对客户发放的贷款利率在2.25%左右。首期额度是3000亿元

全世界最有力有效模式之一：人民银行支持资本市场工具 中央汇金公司在前方进行强有力操作，中国人民银行作为后盾，这是全世界最有力有效模式之一（吴清5月7日国新办新闻发布会 ）。 回购增持再贷款:明确股票回购增持贷款最长期限为3年，鼓励银行发放信用贷款，将上市公司回购增持股票的自有资金比例要求从30%下降到10% 再贷款利率从1.75%下调到1.5% 证监会主席吴清5月7日：沪深300指数股息率达到3.6%。

924行情

“924行情”发挥出明显的稳定物价效果 （6） 第一，企业估值提高效应（股价的上涨导致托宾 Q （股票总价值/固定资产价值） 上升，降低企业融资成本，使得企业投资增加） 第二，债务压力缓解效应。劣汰优不汰，阻止正常生产体系的萎缩，引发价格水平的进一步下降导致 第三，企业盈利能力修复效应 第四，财富效应 924行情

在日央行宣布购买ETF以来，日经股指从2012年到2017年期间不断创出新高。2018年10月，该股指触及27年以来的最高点，之后开始下滑

消失的三十年:2024年3月21日起将基准利率从-0.1%上调至0-0.1%

需求推动的价格上涨才能促进物价回升 股票收益率和通货膨胀率之间既可以正相关，也可以负相关。 在需求不变供给增加的情况 下，通货膨胀水平降低，实体经济产出水平提高，股票市场作为实体经济的“晴雨 表” ，股票价格上升，股票收益率提高，结果导致通货膨胀率与股票收益率负相关 在供给不变需求增加的情况下，通货膨胀水平上 升，股票价格上 升，股票收益率提高，导致通货膨胀率与股票收益率正相关 同一时期的正负相关关系取决 于需求和供给冲击动力的相对重要性 韩学红 郑妍妍 伍超明：“对我国股票收益率与通货膨胀率关系的解释：1992一 2007”，《金融研究》，2008年第4期；

5月已公布量价的商品中AI相关进口金额同比增速较上月继续抬升（4月为51%）

已公布量价的商品中，AI相关出口金额同比大幅上涨至82%，几乎全部由价格上涨驱动

(无文字内容)

相关企业发展迅速、富可敌国英伟达股票价格2023年和2024年分别上涨242.63%和171.05%

美国资本市场前十大公司20260625

中国创业板前十大公司202606025 传数据：旭创、新易盛 造零件：天孚通信 做主板：胜宏科技 存数据：大普微 陶瓷插芯：三环 手机折叠屏蓝思 全球份额约 70%，苹果核心主力供应商；收购同昇光电控股权切入空芯光纤赛道：算力 造电池：宁德时代 变电流：阳光电源 控电机：汇川技术

中国科创板前十大公司202606025 中芯国际：国内晶圆代工龙头 寒武纪：云端AI芯片（思元系列） 海光信息：CPU与AI加速芯片 华虹宏力：特色工艺晶圆代工 盛合晶微：半导体测试 中微公司：半导体刻蚀设备研发制造 百济神州：抗肿瘤生物药企 澜起科技：全球内存接口芯片龙头 摩尔线程-U：国产通用GPU 沐曦股份-U：服务器级AI GPU

日期Date 成份券名称ConstituentName 权重weight 省份 城市 权重排名 20260227 科大讯飞 10.125 安徽 合肥市 1 20260227 中际旭创 8.358 山东 烟台市 2 20260227 新易盛 7.936 四川 成都市 3 20260227 润泽科技 7.618 河北 廊坊市 4 20260227 寒武纪 7.412 北京 北京市 5 20260227 澜起科技 6.08 上海 上海市 6 20260227 金山办公 5.499 北京 北京市 7 20260227 芯原股份 4.529 上海 上海市 8 20260227 拓维信息 4.22 湖南 长沙市 9 20260227 深信服 3.069 广东 深圳市 10 20260227 中科创达 1.967 北京 北京市 11 20260227 云天励飞 1.827 广东 深圳市 12 20260227 全志科技 1.714 广东 珠海市 13 20260227 奥比中光 1.666 广东 深圳市 14 20260227 科沃斯 1.523 江苏 苏州市 15

省份 企业数 权重 广东 9 12.372%3 北京 8 19.617%1 上海 8 15.962%2 浙江 6 3.636%10 福建 5 4.109%9 江苏 3 2.189%11 安徽 2 11.298%4 山东 2 8.640%5 四川 1 7.936%6 河北 1 7.618%7 湖南 1 4.220%8 辽宁 1 1.043% 天津 1 0.834% 湖北 1 0.397% 陕西 1 0.129%

一些现象：智能经济会不会需要有一些新思维 经济大省有的是智能经济大省（广东），有的不是（江苏） 科技强的城市有的智能经济发展迅猛（北京、上海、合肥、长沙），也有的还没有冲出来（南京、西安） 经济强、科技强的城市也有智能经济一般的 经济不怎么强，科技相对比较强的城市有不少智能经济发展不错（廊坊的润泽科技、烟台的中际旭创、长沙的拓维信息、成都新易盛）

互联网经济 数字经济 智能经济

政府工作报告：智能经济新形态 2024年，“人工智能+”行动首次被写入政府工作报告 2025年，政府工作报告：“持续推进‘人工智能+’行动” 2026年政府工作报告不仅延续“人工智能+”的战略部署，更首次将“智能经济”作为独立的经济形态概念写入其中。 农业经济 工业经济 互联网经济 数字经济 智能经济

2023年习近平总书记： “技术革命性突破、生产要素创新性配置、产业深度转型升级而催生”的生产力是新质生产力 新质生产力：生产力的发展质态发生了变化 2025 年 4 月 25 日习近平总书记主持政治局集体学习时指出：人工智能是引领新一轮科技革命和产业变革的战略性技术，深刻改变人类生产生活方式。 AI新质生产力

智能经济的基础：新一代信息技术：数据 1844年：美国摩尔斯发明了电码：把书面字元用可变长度的信号表示：电报 1876年：‌电话‌：依赖物理线路和机械交换机‌，基于模拟信号传输 1888年：德国赫兹发现电磁波的存在：由电场和磁场交替变化产生的波，可在真空中传播，不需要介质。电磁波的某些参数（频率、振幅、相位）可以被改变，从而可以加载需要传输的信息（如声音、图像、数据） 1895年：无线电：先将声信号（机械波信号）转变为电信号，然后将这些信号由电磁波带着向周围空间传播，在另一地点，人们利用接收机接收到这些电磁波后，又将其中的电信号还原成声信号：移动通信 1G 2G 3G 4G 5G 6G 数字信号，是将信息转换为数字格式（即计算机可读）：数据：计算机可读的信息

互联网的前身ARPANET（阿帕网）由美国国防部1969年创建：传统电话依赖中心化交换机，一旦关键节点被摧毁，整个系统将瘫痪。军方需要一种去中心化、确保局部破坏下信息仍能传输的通信系统 互联网：罗伯特・梅特卡夫（Robert Metcalfe），以太网发明人、3Com 公司创始人。 1980 年提出：网络的价值与用户数（节点数）的平方成正比（梅特卡夫定律） 1994年中国接入，拥有网络技术优势和商业模式优势的新创企业：颠覆了一个又一个经营领域：网易、腾讯、阿里巴巴 智能经济的基础：无线技术-数字化-网络世界

平台经济是以互联网平台为主要载体，以数据为关键生产要素，以新一代信息技术为核心驱动力、以网络信息基础设施为重要支撑的新型经济形态（国家发展改革委等部门《关于推动平台经济规范健康持续发展的若干意见》（发改高技〔2021〕1872 号）） 连接性而且处于中心地位决定了平台拥有大数据的核心竞争优势 智能经济基础：平台成为新型生产组织形态：大数据

智能经济的基础：平台的三种形态 信息互联平台：人和信息的链接：百度、今日头条 消费互联平台：人和商品（当然包含服务）的连接：淘宝、京东 产业互联平台

平台的三种形态 江苏省的强项是中上游，广东省的下游产业占比更高。 工程机械徐工；液压传动控制恒立液压；光纤通信亨通集团等，江苏直接面向消费者的终端产品链主企业相对较少； 广东：腾讯、顺丰快递、大疆无人机、比亚迪新、华为等，在直接面向消费者的下游产业领域，广东更强。To C 江苏的制造业比较多的是面对政府、行业、甲方，是To B

制造业上市公司：净利润总额比净资产总额 江苏 浙江 广东 2018 8.25% 10.20% 9.98% 2019 7.46% 9.78% 10.82% 2020 9.31%（广东的89.09%） 11.34% 10.45% 2021 9.82% 13.37% 11.67% 2022 9.06% 10.45% 10.20% 2023 7.46% 8.31% 8.75% 2024 5.11%（60.47%） 7.53% 8.45% 2025中报 3.39%（70.19%） 4.42% 4.83% To B和To C各有优劣，而且也符合专业化分工的原则。但是，在网络时代，中国的信息互联平台、消费互联平台迅速发展 所有企业的净利润总额比净资产总额 制造业上市公司数据 省份以注册地省份划分 数据来源为Choice数据库

产业互联网为什么没有像消费互联网平台一样迅速发展 对比维度 消费互联网（快速发展） 产业互联网（发展较慢） 服务对象 个人用户，需求、设备同质化，决策快（秒级/分钟级） 企业、设备、产线等，千企千面，决策链长（多部门/高管参与） 需求属性 通用刚需，可标准化，易快速复制 垂直定制化，不同行业/企业场景差异大，难横向扩张 技术底座 轻量应用（移动网络、支付、推荐算法），试错成本低，迭代快 工业级硬核技术（IoT、边缘计算等），OT与IT融合难，容错率极低 数据与标准 数据、接口标准化，数据集中易打通 协议异构、数据不统一，企业数据敏感，不愿开放共享 商业模式 流量驱动，快速变现（广告、佣金等），3-5年可成巨头 价值驱动，回报周期长（5-10年），前期投入大、盈利慢 生态与协同 赢家通吃，平台中心化，网络效应正向循环 产业链长、参与方多，利益博弈复杂，难一家独大 人才需求 纯互联网人才（产品、运营等），供给充足 产业+技术复合型人才，供给不足，需长期行业沉淀 核心特征 连接人、标准化、快决策、流量变现 连接产业、定制化、长周期、价值变现

《新财富》2020年11月：《收割者：两大互联网公司的20万亿生态圈》 阿里巴巴自身市值、参控股的上市公司总市值、投资的独角兽总估值合计10.8万亿元。 腾讯为11.8万亿元。 各自都已达到相当于A股1/7的体量 上海地方控股的境内外上市公司总市值为2.8万亿元；深圳市367家上市公司的总市值，为11万亿元。一个腾讯或阿里，就相当于一座一线城市的资本能量

头部平台企业的研发投入 中国信息通信研究院发布《平台经济发展观察（2024年）》 全球市值排名前十的上市平台：研发投入共计2507.6亿美元 是中国政府研发资金的3.19倍，是中国所有企业研发资金的80% 3家中国平台企业的研发经费是政府研发支出的22.86%，平均研发强度6.9%，高于中国同期2.6%的研发强度 《平台经济引擎作用进一步凸显》，人民邮电报2024-08-12 2022年中国4422.83亿美元，政府786亿美元，企业3133.4亿美元 研究与试验发展（R&D）经费支出中政府资金指R&D经费内部支出中来自各级政府部门的各类资金，包括财政科学技术拨款、科学基金、教育等部门事业费以及政府部门预算外资金的实际支出。

(无文字内容)

智能经济 大数据是 AI 的 “燃料”，AI 是挖掘大数据价值的 “引擎”，二者相辅相成、缺一不可 人工智能是平台经济的自然演进 没有平台经济的国家、区域、企业缺少人工智能的“燃料”

智能经济是继农业经济、工业经济、互联网经济、数字经济之后的新型经济形态 农业经济以土地和劳动力为核心要素 工业经济以资本和能源为驱动 信息（互联网）经济依托信息流动与互联 数字经济则在此基础上将数据确立为关键生产要素，完成了从信息网络化到信息数据化的全面渗透，为更高阶的经济形态奠定了坚实基础。

智能经济新型经济形态 AI是从连接信息迈向理解并预判信息 智能经济的出现并非另起炉灶，而是互联网经济由“连接”走向“数据”、“智能”、由“赋能”走向“重构”的质变跃升 侯亚景：“如何认识和打造智能经济新形态”， 《求是》2026年第10期；

OpenAI正在加速推进上市 上市的故事很多：天才创始人、爆款产品、超级模型、全球用户、微软加持、资本追捧---- OpenAI：它不能等 如果OpenAI先上市，它就可以先把“AI基础模型公司”的估值框架立起来：不是普通SaaS公司，也不是普通云服务公司，是AI时代的入口，是企业工作流的底座，是未来智能操作系统 这就是抢跑的意义。

OpenAI正在加速推进上市：互联网公司的逻辑 估值超过1万亿美元，努力在今年9月完成IPO 用互联网公司的逻辑来看 用户多，产品强，品牌大，未来肯定值钱。 互联网时代：用户规模起来之后，边际成本可以往下走。微信多一个用户，不需要给他单独建一座机房；Google多一次搜索，成本不高，但广告变现很强；Facebook多一个用户，平台网络效应会继续变厚。

OpenAI的融资 一、创立与非营利阶段（2015–2018） 2015 年 12 月 创立，捐赠创始人：Sam Altman、Elon Musk等，初始承诺：10 亿美元捐赠，实际到账约1.3亿美元，Elon Musk 个人1 亿美元。2016 年 8 月 获得捐赠12 万美元 二、改制为 “利润上限” 公司（2019）—— 2019 年 7 月 微软首笔大额投资金额：10 亿美元，估值：未公开（当时约 40–50 亿美元区间） 三、GPT‑3 时代融资（2020–2022）2021 年 3 月 微软追加投资金额：约 20 亿美元（2023 年披露），2022 年 1 月 A 轮（风投入场）金额：2.5 亿美元投资方：Sequoia、a16z、Tiger Global 等估值：约 140 亿美元 四、ChatGPT 爆发（2023）2023 年 1 月 微软投资金额：100 亿美元（含资本 + Azure 算力）持股：约 49%（投票权受限）估值：投后约 270–290 亿美元，2023 年 后续二级市场 / 员工出售多轮二级市场交易，估值抬升至 800–900 亿美元

OpenAI的融资 五、GPT‑4 后高速扩张（2024）2024 年 10 月 主流机构大融资金额：66 亿美元领投：Thrive Capital；跟投：微软、Nvidia、SoftBank、MGX、Tiger 等估值：1570 亿美元 六、公司结构再升级（2025）2025 年 10 月 员工股份出售 + PBC 重组员工售股：最高 100 亿美元，估值 5000 亿美元改制：转为 Public Benefit Corporation（PBC公益公司）OpenAI微软持股：摊薄后约 27%，估值约 1350 亿美元 七、2026 年迄今（最新）2026 年 3 月底 超大单轮融资金额：1220 亿美元承诺资本 OpenAI投后估值：8520 亿美元OpenAI，投资方：Amazon、Nvidia、SoftBank、微软、a16z、BlackRock、Temasek 等 用途：算力、数据中心、Stargate 超算项目、全球化扩张

OpenAI 融资与收入增长历程 (2015-2026) 2015 创始捐赠 | 1.3亿美元 Elon Musk等发起，承诺总捐赠10亿；非营利架构起步。 研发投入期 ≈ $0 2019 微软首投 | 10亿美元 改制为营利主体，获微软独家云服务支持，估值40-50亿。 技术基建期 ≈ $0 2022 A轮融资 | 2.5亿美元 红杉、a16z入场，估值140亿；年底ChatGPT正式上线引爆市场。 商业化萌芽 $2-3亿 2023 微软加码 | 100亿美元 战略深度绑定，估值升至290亿；API与订阅服务全面起飞。 收入爆发 $20亿 2024 主力轮融资 66 亿美元 估值 1570 亿美元 微软、英伟达、软银等巨头联合注资，加速AGI研发。 年化 ARR $60亿 产品矩阵成熟，企业客户付费意愿显著提升。 2025 股权重组 100 亿美元 估值 5000 亿美元 转为PBC公益企业，二级市场资本入场，生态规模空前。 年化 ARR $200亿 生成式AI成为生产力核心，业务实现指数级扩张。 2026 超大轮融资 1220 亿美元 估值 8520 亿美元 亚马逊、贝莱德等全球资本入局，算力基建全球化。 年化 ARR $250亿+ AGI应用落地，收入持续保持高速增长态势。 核心逻辑：算力投入 → 技术突破 → 产品爆发 → 指数级收入增长

AI的新问题 OpenAI不一样：融资总额 1417亿美元 总经常收入533亿美元 ChatGPT越火，调用越多，推理成本越高。用户越依赖它，它背后的算力账单越吓人。企业客户越多，它越要保证速度、稳定性、安全、上下文长度。模型一升级，又是一轮训练成本、芯片采购、工程投入。 模型训练、推理调用、数据中心、芯片、人才、产品线，每一项都像吞金兽。 AI的新问题：用户增长不是纯利好，可能也是成本压力；产品越强，不一定马上带来利润，反而可能先带来更大的资本开支。

AI的新问题：重资产基础设施建设 AI基础模型竞赛打到今天，需要长期、持续、巨额的资本投入。 AI战争打到这个阶段，模型能力当然重要，但模型能力正在变成入场券。真正能让你留在牌桌上的，是融资能力、算力调度能力、商业化速度，以及谁能扛住更长时间的现金消耗 最先进的大模型公司，越来越不像轻资产互联网，越来越像重资产的基础设施。它看起来像软件公司，花钱方式却越来越像搞基建的

创业投资：科技金融的生力军 南京大学长江三角洲经济社会发展研究中心

天使投资-创业投资-私募股权投资-银行贷款-资本市场融资

2025年9月26日《2025年中国创投风投行业白皮书》 白皮书显示，2024年全国创投市场投资案例数量创下近十年新低 全球风投交易数量持续收缩至历史低位

融资难融资贵还应该加上投资难 与美国相比较，2024 年中国股权投资市场募资金额占美国 VC/PE 募资金额的 56%， 2017 年达到 87% 2024 年中国股权投资市场投资金额仅占美国 VC/PE 投资金额的8% 李明洲，张明： 中国风险投资的历程、挑战与路径《金融市场研究》2025.06

中国股权投资市场募资额是美国的79%，投资额是6%相对而言中国融资难投资更难

巨头企业“循环投资”：投资-技术-市场三轮驱动 ‌2025年6月，OpenAI与甲骨文签署合同，将在约五年内向甲骨文购买价值3000亿美元的算力服务。这是对甲骨文产品的技术验证，也是一种市场验证 甲骨文作为数据库软件供应商为了建设并运营庞大的算力中心，它需要向英伟达采购大量的GPU芯片：市场验证英伟达 2025年9月22日，英伟达宣布对OpenAI1000亿美元的投资计划，建设至少10吉瓦的AI数据中心。10吉瓦约等于英伟达今年的出货总量。英伟达得到OpenAI大模型的支持。

巨头企业“循环投资”：投资-技术-市场三轮驱动 10月6日，AMD(超威半导体)和OpenAI联合公告称，双方将基于多代AMD Instinct GPU为OpenAI的AI基础设施提供算力支持；AMD向OpenAI发行了一份认股权证，OpenAI可以以每股0.01美元的价格购买公司至多1.6亿股普通股。认股权证的生效条件包括OpenAI实现推动AMD大规模部署算力中心所需的技术和商业里程碑挂钩 11月4日亚马逊云服务（AWS）宣布与OpenAI签署了一份算力租赁合同为期7年，涉及的购买承诺达到380亿

OpenAI 2026 年 3 月 31 日超级融资（史上最大私募融资） 投后估值：8520 亿美元OpenAI 领投方：亚马逊 (Amazon)：500 亿美元、英伟达 (NVIDIA)：300 亿美元、软银 (SoftBank)：300 亿美元 联合领投：a16z（Andreessen Horowitz是硅谷最顶尖的风险投资公司之一，以其激进的投资策略、对前沿技术的精准预判和强大的投后服务而闻名）、D. E. Shaw、MGX、TPG 等 跟投方：微软（持续跟投，累计超 130 亿）、红杉、黑石、淡马锡、富达、ARK Invest 等 创新点：首次通过摩根大通、高盛等银行向个人投资者募资约 30 亿美元 资金用途：AGI 研发、算力基建（芯片 / 数据中心）、全球扩张

数据反哺：OpenAI生成数据反馈给英伟达助其优化迭代 技术赋能：英伟达提供计算平台赋能OpenAI进行AI模型训练 订单验证：OpenAI的成功产品验证英伟达技术的成功，进一步推动英伟达销售增长 哈佛大学肯尼迪学院高级研究员保罗·卡瓦奥（Paulo Carvo）表示：“公司互相购买对方服务以制造增长假象，营收数字好看但实际没有产生真实现金流”。卡瓦奥补充道：“这次不同的是，AI公司确有过硬技术，但烧钱速度仍快于变现速度。” 资本具有逐利性，资本是通用要素，哪里便宜流向哪里； 给钱只能解决一时之需，给订单、给场景才能解决生存之本。 如果资本与产业脱节，极易形成“资本空转”，无法转化为实实在在的新质生产力。

人工智能产业发展的可能模式 南京大学长江三角洲经济社会发展研究中心

专家系统是“ 成人的思维 ” 儿童思维需要资本更需要技术，没有谁知道会怎么演化？能不能成功？没有0到1的1 “让系统自己学”： 机器学习 大脑如何实现意识？神经网络 图灵 ：“ 成人的思维 ” 和 “ 儿童的思维 ”：用小孩可以理解的方式把道理 “ 灌输 ” 给他, 在此基础上投喂数据加以训练 , 只要数据足够多，输出真实情况的概率越大，从而将知识和规则编码到参数中，这样，就可以对大量的常识进行学习。 尼克 :《 人工智能简史 》, 人民邮电出版社 2021 年版 , 第 69-91、113-134 页

英伟达边研发边销售再研发

AI创新链的可能转型:对技术和市场的双重依赖 投资科技应该充分发挥科学家、技术专家、企业家、市场的验证作用 “干中学”和“用中进” 相关企业巨额商业利润的获取 研发机构的市场化运作 人工智能对资本的依赖相对弱化

人工智能产业发展的模式： “模型+算力+应用” 互联网时代，产生了微软、英特尔、谷歌、亚马逊、百度、腾讯、阿里、京东等一系列网络巨头，微软的操作系统（Windows）与英特尔的硬件处理器深度绑定，软硬件一体化的“温特尔”（Wintel）模式，成为 PC 时代主导全球的产业范式。 人工智能时代，巨头企业之间的循环交易形成 “模型+算力+应用”的人工智能产业新范式。这是“温特尔”模式的升级与扩展

人工智能产业发展的模式：“模型+算力+应用” 科技巨头“循环投资”实际上是遵循人工智能产业发展的新范式在发展人工智能产业 我们不能单独分开发展数据、模型和芯片，应该通过投资和市场交易把数据公司、模型公司、芯片公司连接起来，打造“模型+算力+应用”全链路体系。 王天禅．美国人工智能产业全球扩张的 LLMs-NVIDIA 模式及对我影响[J/OL]．《信息安全与通信保密》，2025年11月

《十五五规划纲要》第四篇第二节促进模型算法迭代创新 “模芯云用”协同创新 加快突破人工智能基础理论和核心技术，推进人工智能模型架构改进、算法优化，强化“模芯云用”协同创新。 构建任务导向、灵活授权、跨域协同的算法创新组织模式，加快研究更加高效的模型训练和推理方法。 推动通用大模型和行业专用模型同步发展，依托高价值场景推动模型应用落地和迭代升级

大数据要素集聚与地区的生产率差距 张国胜（云南大学经济学院）等：大数据要素集聚、技术能力缺口与生产率区域差距，《中国工业经济》2024年第10期 2015 年 8 月 31 日，国务院发布了《促进大数据发展行动纲要》（简称《纲要》）。为了全面推进大数据部署和深化大数据应用，实现数字发展、区域协调发展，《纲要》明确提出开展区域试点，推进贵州等大数据综合试验区建设。2015 年 9 月，贵州省启动了首个大数据综合试验区建设，截至 2023 年底，贵州省在建和运营重点数据中心 47 个，其中大型以上 25 个，已建成“贵州·中国南方数据中心示范基地”，聚集了三大运营商及华为、腾讯、富士康和苹果等数据中心和灾备中心。此外，贵阳大数据交易所集聚的数据商和第三方服务机构已超过 1000 家，累计交易额超过 49 亿元（贵州省人民政府网站）

大数据要素集聚显著扩大了集聚地与前沿地区的生产率差距没有‘投入—产出’的必然结果 本文使用的数据为 2011—2021 年间全国县级行政区的面板数据，利用国家大数据综合试验区设立这一准自然实验提供的外生冲击，采用双重差分（DID）模型，分析大数据要素集聚对县域层面全要素生产率区域差距的影响

大数据要素存储与使用的空间分离特性强化并放大了技术能力对生产率区域差距的影响

关键原因：在数据获取能力缺口和数据应用能力缺口的作用下，大数据要素集聚的生产率赋能效应未能有效发挥

第一点思考：遵循人工智能产业发展的新模式，通过投资和市场交易把数据公司、模型公司、芯片公司连接起来，打造人工智能“模型+算力+应用” 全链路产业体系 南京大学长江三角洲经济社会发展研究中心

哈佛商业评论：AI时代的初创企业，还有可能颠覆大公司吗？ 赫曼特·塔内哈（Hemant Taneja） 法里德·扎卡利亚（Fareed Zakaria）文 吴卿雅 | 译 应用AI需要：大量数据和昂贵的算力 大公司有用以构建模型的数据 有分析这些数据所需全部算力的资金 还有能让这些耗资巨大的尝试立即实现盈利的客户关系 DeepSeek-R1 (671B) 全量训练需要 128 台 8 卡 H100 服务器。 8 卡 H100 服务器的价格：190 万元（2026年4月19日）2.432 亿元人民币

网络效应与规模定律：沐曦在招股书：AI芯片英伟达占据超过80%的全球市场份额

AI科技企业做大做强 AI龙头企业凭借算力 、 数据和人才优势 ， 承担起基础大模型研发与普惠化应用的重任 ， 为产业生态提供核心技术支撑 。龙头企业的技术溢出效应 ， 加速了人工智能在千行百业的渗透 发展人工智能产业不是简单的投早投小，应鼓励已有的AI科技企业做大做强

第二点思考：遵循人工智能时代的规模定律，大力发展AI龙头科技企业：扶持或者加入AI龙头企业产业链 南京大学长江三角洲经济社会发展研究中心

苏州英诺赛科：英伟达800V直流电源架构合作商名录中唯一的中国企业 骆薇薇（新西兰梅西大学应用数学博士学位，1999年进入美国宇航局（NASA）工作 2015年回国，2017年，英诺赛科成立注册资本27亿元，当时，多数企业仍在沿用4英寸或6英寸晶圆工艺，骆薇薇却选择了8英寸硅基氮化镓路线（第三代半导体材料）。相比传统尺寸，8英寸晶圆可提升约八成的芯片产出量 创始团队包括原韩国LG公司北美区域总裁孙在亨、CEO吴金刚博士曾就职于日本通产省工业技术研究院，2001年加入中芯国际，被列为中芯国际“技术五虎”之一。是全球首家实现8英寸硅基氮化镓量产的公司 2024年12月30日在港交所主板上市

苏州英诺赛科的内置买家 累计融资金额达62.3亿元，吸引了钛信资本、毅达资本、创新证券、海富产业基金、永钢集团、国民创投、招银国际资本、朗玛峰创投、SK中国、ARM等多家知名投资机构与行业领军企业参与。 2021年C轮融资中，宁德时代创始人、董事长曾毓群以个人名义出资2亿元人民币，认购价值7504.54万元注册资本的股份 2022年起，宁德时代成为英诺赛科的第一大客户。2023年，宁德时代贡献了1.90亿元的收入，占英诺赛科总收入的比重为32.1%。

用“链主”型企业驱动科技企业迅速做大做强 应用是发展人工智能产业的重要资源，用“链主”型企业驱动科技企业迅速做大做强 “链主”型企业具有市场优势，能吸纳市场需求并将科技产品高效转化成商品，创造出有利的发展环境和发展业态：自带订单、应用场景、大数据 “链主”型企业具有整合资源的能力，能将相关企业布置在最能发挥企业生产比较优势的环节，创造出合理、高效、协调的产业运行机制

用“链主”型企业驱动科技企业迅速做大做强 “链主”型企业股权投资的原则更可能是产业战略优先级高于财务周期，可超长期持有，甚至只并表不退出，有可能把被投企业当永续业务单元进行经营，更具有耐心资本属性 “链主”型企业直接输出订单、技术接口、算力、数据、品牌渠道，把被投企业快速内嵌到自己的业务闭环里，形成“技术-订单-数据”飞轮，加速科技企业做大做强

必须让链主企业站 C 位： 牵头创新、组织科研、整合资源、打通转化 美国真正把基础研究变成产品、产业、霸权的，是链主： 谷歌、微软投 AI 基础研究，直接定义 AI 方向；英特尔、英伟达投芯片底层研发，掌控算力命脉；辉瑞、默克投生物医药基础研究，主导新药体系 链主，是基础研究 + 应用研究的 “总买单方” 它们定义技术方向、整合产学研、掌控供应链与市场、承担高风险研发、输出标准与生态 链主 = 国家科技力量的 “市场化延伸” ，政府有为与市场有效的重要载体 科技链主和产业链主主导的创新链金融（供应链金融）是科技金融的可能方向

双链主投资 双链主基金 投贷联动 银行信贷投放 银行信贷投放

第三点思考：应用是发展人工智能产业的重要资源，通过优势产业链链主企业应用场景的工程化、链主企业和AI巨头企业之间的投资和交易，我们可以以已有的强做强我们的人工智能产业 南京大学长江三角洲经济社会发展研究中心

Thanks 谢谢 南京大学长江三角洲经济社会发展研究中心 以上是我的分析、思考，不当之处敬请批评指正