周二「产业观察」· “六张网”之算力网（上）

9 月 11 日，国务院常务会专题研究了一件事：全国一体化算力网建设。

你可能会说，算力网不就是新基建吗？

这次不一样。不是“鼓励发展”的表态，是国家亲自下场推进的实质性动作。

1/为什么这次力度如此之大？

说清这件事的分量，要站高一点看。

国家正在推进“六张网”建设——算力网、电网、交通网、水利网、油气网、数据网。六张网里，算力网排第一，是7万亿新质基建盘子里的头菜。

为什么是算力网？因为它的特殊性。

其他五张网都是物理基础设施。修路、架桥、铺管道，逻辑跟过去几十年的基建趋同。而算力网，则是数字经济的基础设施。

更关键的是，这件事企业做不了，只能政府来做。

三个原因：

第一，跨区域协调不了。 算力调度要跨省、跨区域、跨运营商，任何一家企业都没有这个协调能力，就像电网。

第二，标准统一不了。 算力要像水电一样随用随取，接口、计量、计费标准都得统一。没有国家层面推动，永远是各说各话。

第三，区域差异大。 西部建算力枢纽，投资大、回报周期长，企业算不过账来。但从国家战略看，东西部算力协同又是必须的。东部缺地缺电，西部有地有电，不靠国家统筹，这盘棋下不活。

所以，算力网作为数字经济时代的“电网工程”，国家亲自下场，统一规划、统一标准、统一调度。

这件事的影响，远不止多建几个数据中心。它会改变很多行业的游戏规则。

说改变之前，先搞清楚一个更底层的问题：

算力网到底在改变 AI 产业的什么？

 2/ 看宏观：“五层蛋糕”拆开看，中美各自优势

借用英伟达黄仁勋“五层蛋糕结构”分析，AI 产业链从上到下分别是：

应用层：AI产品、智能体、SaaS服务——我们有优势

模型层：大模型、中模型、垂直模型——我们在追

基础设施层：数据中心、算力平台、云服务——我们在补 

芯片层：GPU、AI芯片、算力硬件——我们是短板

能源层：电、水、土地等底层资源——我们有优势

每一层的利润分布不一样，技术壁垒不一样，中美各自的优势也不一样。

根据黄仁勋《AI is a Five -Layer Cake》文章及公开演讲整理

中美之间的竞争格局现状是：

应用层，我们有优势。 中国互联网用户多、场景多、数据多，外卖、电商、短视频等场景需求，都是靠规模和场景跑出来的。AI时代也一样。场景越多，迭代越快，应用层的优势就越明显。

模型层，我们在追。 通用测试水平已经很接近了，最前沿的能力还有差距。但是不能被拉开代际差距。这是底线。

基础设施层，我们在补。算力网要干的就是这件事。把分散的算力资源整合起来，形成全国统一调度的算力基础设施。

芯片层，我们是短板。 高端芯片被卡脖子，靠长期国产替代补上。

能源层，我们有优势。 中国电价相对低，西部有丰富的光伏、风电资源，能源成本是天然优势。

五层拼起来，格局很清晰：两头强、中间弱、核心卡脖子。

应用层和能源层我们有优势，中间的芯片层是短板，基础设施层正在补。

据我观察，我们目前的打法是：守住底线，做长长板。

底线是什么？

前沿模型不能被代际拉开。国家已经在布局了，各种大模型专项、芯片攻关，都在干这件事。

长板又是什么？

应用场景多、制造成本低、能源价格便宜。这些是天然优势，要想办法放大。

而算力网，就是把长板接起来的那个连接器。

我在《Token 经济》书中，读到一个全新的判断。

3/ AI的成本结构，不像软件，更像制造业

很多人一听到AI公司，本能地按软件公司估值。高PE、高PS，觉得只要用户量上去了，边际成本趋近于零，利润自然来。

《Token 经济》中提到，“这是对AI最大的误解”。

AI的成本结构，跟软件完全不一样。它更像制造业。

我用三句话总结书中观点：

第一，每次生成都消耗计算资源，可变成本不为零。 你用SaaS软件，一万个人用和十万个人用，边际成本几乎为零。服务器摊一摊就没了。但AI不一样，每生成一句话、一张图、一段代码，都要消耗实实在在的算力和电力。用的人越多，成本越高。

第二，规模越大，成本也越大，成本随收入线性增长。 制造业是什么样的？你卖一万件产品，就要备一万件的原材料和人工成本。卖十万件，成本就翻十倍。AI也是一样。营收涨一倍，算力成本也涨一倍，毛利有天花板。

第三，没法靠规模效应把毛利一路推高。 SaaS公司的“幸福曲线”是：前期投入大，一旦过了盈亏平衡点，利润就指数级增长。AI公司没有这条幸福曲线。它的成本底是靠算力和电力堆出来的，规模再大，这个底也不会消失。

我翻看国内两家模型公司智谱和Minimax的港股 2026 年中报，发现：两家收入增速惊人，但还在亏，由上面推断，不是企业运营不好，而是这个行业的成本结构天生就这样。（具体数字我就不列了，有兴趣的可以自己去查）

这个判断，直接决定了前面说的“应用层优势”到底值多少钱——

如果AI是软件逻辑，应用层优势就是无敌的。用户越多越赚，规模效应碾压一切；但AI是制造业逻辑，应用层优势就有一个前提：你的算力成本必须足够低。

否则，场景再多、用户再多，也是赔本赚吆喝。规模越大，亏得越多。

这就是国家必须建算力网的原因。

我们已经想清楚了 AI 产业的终局。不拼算力，那是比谁钱多，没意义。我们要的是效率。而应用层优势能不能变现、能赚多少钱，最终取决于算力成本能降到多低。

算力网不是加分项，是基础盘。

4/ 两条战线的博弈：前沿不能掉队，效率必须领先

理解了AI是制造业逻辑，再看竞争格局，就清晰多了。

我们升级了打法，将“一条赛道的你追我赶，拆成了两条战线的不对称博弈”。

第一条战线，前沿能力。 谁的模型更强、谁的芯片更先进、谁能突破下一代AI的天花板。这条战线是上限之战，决定AI技术能走多远。

第二条战线，商业效率。 谁能把AI用更低的成本、更快的速度、更深的程度，嵌进千行百业。这条战线是底盘之战，决定AI能创造多少实际价值。

《Token经济》第五章里有一个判断我非常认同。“未来的格局大概率是分层共存，而不是一方通吃”。 未来一段时间内，美国掌握高端前沿，中国主导大规模商业应用。两条战线，各有各的战场。

这个判断为什么重要？

因为它直接决定了我们该怎么分配资源、怎么制定策略。

前沿能力这条线，现阶段目标不是赶超，是不被代际拉开。

什么叫代际差距？你还在用上一代技术的时候，别人已经拿出了下一代，而且体验差距大到用户能明显感知。就像功能机碰到iPhone，那就是代际差距。

只要不被拉开到这个程度，前沿能力这条线就算守住了底线。剩下的资源，应该投到我们更有优势的地方——商业效率。

商业效率这条线，才是主战场。

为什么我们有优势？三个原因：

第一，场景多。 中国有最完整的工业体系、最大的消费市场、最多的互联网用户。什么稀奇古怪的需求都能跑出来，AI落地的土壤最肥沃。

第二，成本低。 能源成本低、制造成本低、工程师红利还在。同样的AI应用，我们做出来就是比别人便宜。

第三，速度快。 从互联网时代到移动互联网再到AI，中国企业的迭代速度一直是全球最快的。试错成本低，跑得快。

三个优势加起来，就是一句话：同样的技术，我们能用更低的成本、更快的速度，铺到更多的场景里去。

而算力网，就是给这条主战场铺路的。

你想啊，商业效率的核心是什么？是成本。AI是制造业逻辑，成本随规模线性增长。那算力成本每降10%，应用层利润就能多出一大块。算力成本降得越多，优势就越大。

从这个角度看，算力网不是一个基建项目，它是国家层面的降本工程。通过统一调度、规模效应、技术进步，把全社会的算力成本打下来，让每一个用AI的企业都受益。

这才是算力网真正的战略意义。不是为了跟谁比谁的算力多，是为了把我们的商业效率优势，发挥到极致。

5/ 算力网到底怎么建？三件事

讲清楚了为什么建，接下来聊怎么建。

很多人一听到算力网，第一反应是多建几个IDC数据中心。那是十年前的思路。

我总结，算力网核心是三件事：联、降、放。

第一件事：联——把分散的算力联起来

现在的算力是什么状态？散的。

各个云厂商有自己的算力池，各个数据中心有自己的服务器，各个地方政府建了自己的智算中心。互相之间不通，调度不了，就像一个个“算力孤岛”。

算力网要做的第一件事，就是把这些孤岛联起来，形成一张全国性的算力网络。用户不用管算力在哪，只要发需求，网络自动分配到最合适的地方。就像你用电，不用管电是从哪个电厂发出来的。

这件事的价值在哪？提高利用率。

现在很多数据中心的平均利用率不到50%。高峰期不够用，低谷期闲着。联起来之后，全国一盘棋调度，利用率提上去，单位算力的成本自然就降下来了。

（数据说明：50%这个数字是行业普遍估算，不同机构统计口径不一样，有的说40%多，有的说接近60%。不管哪个数，提升空间都很大）。

第二件事：降——把算力的成本打下来

靠规模效应和技术进步。

规模效应好理解。全国统一采购、统一建设、统一调度，量大了，单价自然就下来了。

技术进步这一块，重点不是最先进的芯片，是最合适的芯片。很多场景根本用不着最顶级的GPU，用国产芯片、用推理专用芯片、用CPU+GPU混合架构，成本能降一大截。

《Token 经济》第五章里有一个数据我印象很深。中国团队的算法效率比美国同行高2到3倍。 同样的效果，我们用更少的算力就能实现。这就是商业效率优势的体现。

算力网建成之后，这个优势会被放大。因为你可以根据不同的场景，调度最合适的算力资源，而不是一律用最贵的。

第三件事：放——把算力放到每一个企业、每一条产线

联和降，都是供给侧的事。算力网的最终目的，是让需求侧能用得上、用得起。

放是什么意思？就是算力的普惠化。像水电一样，打开水龙头就有，用多少付多少钱，不用自己建水厂电厂。

对中小企业来说，这意味着什么？

意味着你不用再花几十万买服务器、招运维团队了。需要算力，直接调用就行，按月付费，用多少算多少。门槛从几十万降到了几千块，甚至几百块。

这才是真正的AI普惠。不是技术上的普惠，是成本上的普惠。

这套体系建成之后，最先被改变的，是三个行业。

下篇预告

上篇我们搞清楚了一件事：国家为什么必须建算力网。从政策信号到五层蛋糕，从AI是制造业逻辑的反常识判断，到双维博弈的战略定位，再到算力网联、降、放三件事。

下篇我们进入最核心的部分：

• 算力网建成之后，哪三个行业的游戏规则会先变？

• AI行业、数据服务行业、制造业，各自的机会和风险在哪？

• 广州企业按规模分层，分别该怎么行动？

特别是制造业，我会用AI+编程的五维经验，拆解AI+制造的落地路线图，告诉你为什么明年AI质检会全面普及。

欢迎关注我的公众号「闲棋冷子」，每天跟上政策新变化

「闲棋冷子」为日更个人公众号，周一「政策雷达」讲最新产业政策；周二「产业观察」谈产业趋势；周三「数字化转型」聊企业转型方法；周四「重读经典」说政经底层逻辑，周五「政策问答局」分享以往实践案例。