当前时间： 2026-04-29 01:25:12
更新时间： 2026-04-29
分类：软件教程
评论(0)
AI产业的＂五层蛋糕＂:从电力到应用
2026年3月10日，英伟达创始人黄仁勋在官方博客发表了一篇名为《AI Is a 5-Layer Cake》的文章，用五层架构定义了整个AI产业：
Energy → Chips → Infrastructure → Models → Applications
黄仁勋说：”AI不是一个聪明的应用或一个单一的模型；它是基础设施，就像电力和互联网一样。”
当我们用这五层蛋糕的框架，从下往上切开整个AI产业，会发现一个清晰的规律：越扎根物理世界的底层，确定性越强；越靠近数字世界的表层，竞争越惨烈，被颠覆的风险越高。
第一层：能源—— AI的第一性原理
AI的尽头是电力。每一个Token的诞生，都是电子在运动、热量在被管理、能量在被转化为计算的结果。电力，决定了AI能生产多少智能的天花板。
这不是抽象的理论。北美已经出现了”有钱买卡、没电开机”的现实困境——美国数据中心2025年所需电网供电量达61.8GW，而大量发电装机已被长期合同锁定，新建电站审批周期长达5-10年，与AI芯片18个月的迭代周期形成了尖锐矛盾。
中国的应对方案，是将其升级为一项国家级系统工程——算电协同。
2026年，”算电协同”首次被写入政府工作报告，由国家数据局、工信部和国家能源局三部委联合推动。它的核心逻辑是”电支撑算、算优化电”：
“以电支撑算”：为AI工厂提供稳定、低价、绿色的电力保障。国家要求枢纽节点新建算力设施绿电占比达80%以上，绿电从”可选项”变成了”准入门槛”。
“以算优化电”：将数据中心从”电老虎”变成电网的”灵活调节器”。AI预训练、数据备份等非实时任务可以在深夜电价低谷、绿电充足时集中运行，白天高峰时缩减规模，为电网削峰填谷。
这里有一个极其震撼的价值跃迁数据：在贵州、云南等新能源富集区，风光上网电价仅0.3元/度；生成100万个Token的耗电量约15-20度，电力成本仅为个位数人民币；而国际市场对同类Token的定价约为60-168美元/百万Token。同样一度电，从电解铝变成Token，价值提升了数十倍。
这就是”Token出海”的终极逻辑：电不出网、算力不离境、价值全球流动。 中国凭借统一大电网（vs 美国碎片化电网）和丰富绿电资源，将廉价绿电转化为高价值AI算力出口全球。
核心玩家已全面入场：国网信通、国电南瑞）、中国移动（算力网络主力军）、宁德时代、英维克（液冷散热）、润建股份（算电运维，订单超50亿）、中恒电气（算力电源，订单超70亿）。
投资启示：这是确定性最强的一层。AI发展就必然需要电力，不受技术路线变更影响。重点关注绿电运营商、储能（独立储能IRR在容量电价+0.3-0.4元价差下进入良性循环）、电网数字化设备。
第二层：芯片—— 将电能转化为算力的”印钞机”
芯片决定了AI能多快扩展，以及智能变得多便宜。这是整个产业链的咽喉环节，也是议价能力最强的一环。
我们梳理了15家国产GPU/AI芯片公司：寒武纪（思元系列）、摩尔线程（MTT系列）、天数智芯（7nm GPU）、沐曦（GPG系列）、壁仞科技（高算力GPU）、海光信息（CPU/DCU，2026Q1营收40.34亿同比增长68%）、地平线（自动驾驶芯片）、黑芝麻智能（自动驾驶芯片）、瑞芯微（AIoT芯片）等。
发现：国产GPU已在7nm技术上取得突破（天数智芯、沐曦、海光），全面布局训练和推理场景，软件生态正在加速完善。产业正处于从”能用”到”好用”的关键跨越期，2026年将迎来多款重磅新产品。
在全球算力军备竞赛的背景下（微软2025财年投入800亿美元、亚马逊1000亿美元、阿里三年3800亿元），芯片层的供需缺口将长期存在。谁能率先突破产能限制并建立起类似CUDA的开发者生态，谁就能享受最高的超额回报。
投资启示：高壁垒、高投入、高回报。在国产替代的宏大叙事下，具备流片能力和生态构建能力的头部玩家（如海光信息、寒武纪），具有极高的战略配置价值。
第三层：基础设施—— 制造智能的AI工厂
这里的”基础设施”是实实在在的物理工厂——土地、电力输送、冷却系统、建筑施工、网络，以及将数万个GPU编排成一台超级计算机的系统。黄仁勋明确称之为”AI工厂”，它们的目的是”制造智能”，而非存储信息。
这解释了为什么全球科技巨头正在以前所未有的规模建设数据中心：单个AI数据中心的电力需求已从传统的3-8KW/机柜飙升至20-100KW/机柜，单个数据中心用电量将跃升至200MW乃至500MW以上。据SemiAnalysis预测，全球数据中心关键IT电力需求将从2023年的49GW激增至2026年的96GW，其中90%的增长来自AI。
投资启示：AI是一场浩大的物理建设运动。这一层需要电工、管道工、钢铁工人、网络技术员——这是蓝领的黄金时代。投资上，关注有绿电能耗优势和运营能力、配备源网荷储一体项目的AIDC厂商。
第四层：模型—— 惨烈内卷与价值分化
模型层是当前竞争最惨烈的一层。但与外界想象的”百模大战、一地鸡毛”不同，这一层正在发生深刻的价值分化。
第一梯队：通用大模型的”军备竞赛”
国内大模型竞争并未降温，反而在加速。头部互联网厂商（字节豆包、阿里通义、腾讯元宝）密集发布万亿参数级新一代主力模型；以DeepSeek、智谱AI、MiniMax、科大讯飞为代表的”AI新势力”在快速迭代MoE架构。
2026年4月，DeepSeek V4的发布成为行业分水岭。它在推理、多模态、长上下文、工具调用、代码能力上全面拉满，同时大幅下调API价格并开源，直接宣告国内大模型进入”技术内卷+价格战+生态壁垒为王”的新阶段。
|
公司
|
核心业务
|
与DeepSeek V4的关系
|
冲击程度
|
|
MiniMax
|
通用大模型API+C端对话
|
100%直接竞品
|
颠覆性冲击：技术/价格/生态全面被挤压
|
|
智谱AI
|
知识图谱+政企AI解决方案
|
间接竞争
|
中性偏压力：垂直壁垒抗冲击，通用业务承压
|
|
迅策科技
|
AI数据基建+Token资产化
|
无竞争
|
反而利好：大模型越普及，数据需求越爆发
|
关键洞察：纯做通用大模型、无垂直壁垒的厂商（如MiniMax）面临生死竞争；有垂直行业知识壁垒的厂商（如智谱的政务/金融知识图谱）能抗住冲击；而”卖水人”（如迅策的Token数据基础设施）反而因模型普及而受益。
第二梯队：推理范式的革命性升级
MiniMax M2和DeepSeek V3.2把”思考→行动→观察→再思考”的动态循环模式（Interleaved Thinking）融入推理流程，正成为Agent模型标配。这一范式的渗透，将显著提高Agent的准确性和规划能力，2026年Token消耗与推理需求有望加速爆发。
Anthropic的测试数据表明：智能体通常比聊天交互消耗Token多约4倍，而多智能体系统比聊天消耗Token多约15倍。K2.5能根据任务需求现场调度多达100个分身，并行处理1500个步骤。OpenClaw的7×24小时自主执行机制使推理Token消耗量较传统对话呈指数级跃升，直接带动Kimi、MiniMax等厂商的Token消耗量暴增。
第三梯队：行业垂直模型的”脏活累活”
滴普科技的Deepexi企业大模型是这一层的典型代表。它走的是类似Palantir的路线：依靠近百人的FDE（前沿部署工程师）团队长期驻场，帮300多家企业把杂乱的工程图纸梳理成结构化的”本体”（Ontology）数据，覆盖108个核心场景。这种深度的行业know-how是通用大模型做不了的”脏活累活”。
但它的困局在于中国To B市场的恶劣生态：2025年应收账款高达3.08亿（占营收74%），经营现金流严重失血。大客户需要贴身定制，拒绝标准SaaS，导致它被困在定制化泥潭中难以抽身。
-
算力层：Token物理生产，加价来源为资源稀缺性与规模降本
-
模型层：Token智能密度，加价来源为智能密度溢价
-
应用层：Token场景转化率，加价来源为私有数据×行业Know-how×合规价值
投资启示：模型层竞争格局未定，但分化逻辑已经清晰。规避纯通用大模型的价格战泥潭（MiniMax承压最大），关注两类机会：一是有垂直行业壁垒的模型厂商（智谱的政企、滴普的工业）；二是模型越普及越受益的”卖水人”（迅策的Token数据基础设施，2025年营收增长103%，下半年首次盈利）。
第五层：应用—— 旧世界的末日与新世界的黎明
应用层是经济价值最终被创造的地方。但对于旧时代的软件应用（来说，这一层正在经历残酷的”末日洗牌”。
我们用一个核心问题来衡量每家公司的命运：”你的核心能力被AI Agent复制的难度有多大？”
ServiceNow（跌幅-31%）：被Agent降维打击的”导诊台”
ServiceNow本质上是一个跨系统的”工作流编排平台”——它自己不做核心业务，只负责在各个系统之间串联流程（IT工单、审批、入职等）。在AI Agent时代，Agent自己就能通过API动态编排任务，不再需要一个硬编码的中间平台。它的核心能力——编排——正在从”需要付费购买的产品”变成”AI Agent的内置能力”。类比：GPS导航出现后，出租车司机”认路”这个核心能力就贬值了。
Salesforce（跌幅-25%~-30%）：进退维谷的”专科医院”
Salesforce深耕CRM，拥有真实的客户数据和销售逻辑，但它只管”销售”这一个领域（覆盖127个业务子流程中的40个，占31%）。它的尴尬在于”两头不靠”——有真实业务逻辑但不够宽，有平台能力但不如ServiceNow专业。部分标准化的销售流程（如线索打分、邮件跟进）极易被AI销售助手替代。
SAP（跌幅仅-15%）：AI搬不走的”数字宪法”
SAP是真正的”全科医院”，覆盖了100%的核心业务子流程。它值钱的不是因为”覆盖多”，而是因为它覆盖的那些东西——德国的增值税怎么算、汽车制造的BOM（物料清单）怎么展开、跨国企业的内部转移定价怎么处理——极其复杂、极其专业、极其依赖40年积累的行业know-how。AI Agent不是不想做，是短期内做不了。
新世界的应用：Agent生态
与旧SaaS的衰落形成鲜明对比的是，AI Agent应用正在爆发：
-
全球Agent市场2025年76亿美元，2026年突破100亿美元
-
Gartner预测2026年底企业集成Agent比例从5%跃升至40%
-
微软Copilot Studio已有1500万付费席位，世界500强80%以上使用
-
AI编程Agent（Cursor估值293亿美元、GitHub Copilot 470万付费用户）
新世界的应用层投资机会集中在三个方向：Agent编排、行业特殊数据、Agent安全。
投资启示：应用层是分化最剧烈的一层。远离核心能力容易被AI复制的”编排型”和”表层交互型”SaaS；拥抱掌握深厚行业Process IP（如SAP）或占据Agent新生态关键位置（安全、数据、编排）的玩家。
结语：一条贯穿五层的价值主线
电力 → 芯片 → AI工厂 → 模型 → Token → 应用 → 全球数字服务
这条主线的起点是一度电（0.3元），终点是一百万个Token（60-168美元）。中间每一层都在做同一件事：将物理世界的能量，逐层转化为数字世界的智能。
对于投资者而言，核心判断标准只有一个：你投的那一层，是在做”不可替代的转化”，还是在做”AI自己就能干的事”？
一句话总结：在AI这块五层蛋糕中，越靠近物理世界的底层，护城河越深；越靠近数字世界的表层，被AI自身能力替代的风险越高。投资的胜率，永远属于那些做着”AI自己干不了的事”的人。
夜雨聆风
