AI产业观察(一)|切开黄仁勋的AI＂五层蛋糕＂:AI产业链全景拆解与中国机会——从一度电到一张工单,看清钱是怎么流过来的

AI产业观察（一）：切开黄仁勋的"五层蛋糕"，AI产业链全景拆解与中国机会；

AI产业观察（二）：AI产业链"五层蛋糕"之能源：AI的底仓是瓦特，不是比特；

AI产业观察（三）：AI产业链"五层蛋糕"之芯片：最肥的一层，也是最卡脖子的一层；

AI产业观察（四）：AI产业链"五层蛋糕"之基础设施（AI工厂）：中国最强的一层，也是最卷的一层；

AI产业观察（五）：AI产业链"五层蛋糕"之模型：占比最小、增速最快、也最卷的一层；

AI产业观察（六）：AI产业链"五层蛋糕"之应用：最大的池子，最晚的兑现。

摘要

▎一句话结论：AI的"五层蛋糕"里，中国在能源和基础设施这两层有全球级优势，在芯片层被卡脖子但正在快速替代，在模型层靠开源打出了差异化，在应用层握着全球最大的用户池却还没兑现收入——真正的资本机会，藏在"芯片替代"和"应用兑现"这两端的剪刀差里。

先把三个刻度数字钉住，后面所有分析都挂在这三根钉子上：

蛋糕有多大：2026年全球AI支出预计达到2.67万亿美元（Gartner，2026年9月），同比增速49.5%；微软、亚马逊、谷歌、Meta、Oracle五家的资本开支合计约7,750—8,000亿美元，较2025年的约4,290亿美元近乎翻倍。黄仁勋在2026年3月10日的署名长文《AI Is a 5-Layer Cake》中给出判断：人类"已经投入数千亿美元，但仍有数万亿美元的基础设施需要建设"，并预计到2030年全球AI基础设施年度支出将达3—4万亿美元（属前瞻性表态，显著高于华尔街共识）。

蛋糕怎么分。基础设施层约55.6%，应用层约42%，芯片层约11%，模型层——讨论热度最高的这一层——只占约2%（存在口径重叠，见正文）。一句话概括这种分配：投入发生在下半段，收钱发生在上半段。

蛋糕结账了吗。还没有，2026年上半年全球AI应用用户支出仅超过42亿美元；高盛测算，美国超大云厂商需要每年约3,000亿美元的AI收入才能盈亏平衡。一边是每年8,000亿美元的钢筋水泥，一边是半年42亿美元的收银条——这个错配，是当下最大的争议，也是未来五年最大的机会。

中国的形状：两头强、中间卡、末端待兑现。能源与基础设施的工程能力并跑偏强；芯片层被出口管制倒逼出替代速度，2026年上半年国产AI加速卡出货份额已达62%—66%；模型层靠开源抢到生态位；应用层有4.99亿MAU的全球最大用户池（2026年6月，QuestMobile），却仍在等一个付费闭环。

本篇负责把蛋糕"切开看清楚"：五层各自解决什么问题、层与层怎么咬合、价值按什么比例分配、闸门卡在哪、中国站在什么位置。能源、芯片、AI工厂、模型、应用五层，后续各有一篇专文展开。

一、引言：从"炼丹"到"炼钢"——AI产业的四个事实

▎结论先行：AI已经从一场算法实验，变成一场重资产、长周期、全球分工的工业建设；中国的机会不在复刻一个英伟达，而在把自己最强的"工程能力"和"市场规模"塞进蛋糕的每一层。

第一，AI的性质变了。三年前聊AI，聊的是参数、榜单和"能不能写诗"；今天聊AI，聊的是多少GW电力、多少万卡集群、每度电产出多少个token。2026年二季度，英伟达单季营收962.21亿美元（同比+106%），数据中心业务890.23亿美元（同比+117%），GAAP毛利率75.0%——这不是一家芯片公司的财务特征，而是一家"基础设施总包商"的财务特征。以前AI是实验室里炼丹，现在是建钢厂——比的是高炉（芯片）、矿石（数据）、电力和物流，而不是谁家的秘方更妙。

第二，AI的体量变了。 2.67万亿美元是什么概念？大约相当于2026年全球软件支出（约1.5万亿美元）的1.8倍。麦肯锡测算，2025—2030年全球数据中心累计资本开支将达6.7万亿美元，其中AI相关5.2万亿美元；全球数据中心电力容量需求将从82GW增至219GW。IEA口径下，全球数据中心用电量将从2025年的约485 TWh增至2030年的约950 TWh。一句话：AI已经开始和钢铁、化工、航运抢电、抢地、抢铜、抢变压器了。

第三，中国的角色变了。产业规模，中国AI核心产业规模2025年超过1.2万亿元，同比增长40%；AI企业超6,600家，占全球约15%；智能算力规模2,185 EFLOPS（FP16），位居全球第二；生成式AI用户6.02亿人，普及率42.8%（CNNIC第57次报告）。政策层面，"人工智能+"行动已写入《国务院关于深入实施"人工智能+"行动的意见》（国发〔2025〕11号）；"东数西算"按《关于深入实施"东数西算"工程 加快构建全国一体化算力网的实施意见》（发改数据〔2023〕1779号）累计形成8个枢纽、10个集群；"十五五"规划把全国一体化算力网列入109项重大工程，发改委明确"十五五"期间算力网建设将新增直接投资4万亿元。资本层面，2025年中国AI投融资达1,534起、1,528.85亿元，同比增长81.3%和66.7%（CNNIC）；二级市场上，寒武纪市值5,533.92亿元、海光信息3,956.02亿元，摩尔线程、沐曦、燧原相继登陆科创板。

第四，也是最重要的：钱还没赚回来。高盛测算，按2026—2027年的平均资本开支水平，美国超大云厂商需要每年约3,000亿美元的AI收入才能盈亏平衡；若要求10%的投入资本回报率，则需要约4,170亿美元。而现实是：2026年上半年全球AI应用用户支出仅超过42亿美元。投入是每年八千亿美元量级，回款是半年四十二亿美元量级——这就是当下AI产业链最核心的矛盾，也是本系列要拆解的主线。

二、切开AI的“五层蛋糕”：老黄到底说了什么

▎结论先行：五层蛋糕不是五个行业，而是同一笔钱从上往下流过的五个"收费站"——每一层都在向上收税，而最下游的应用层还没开始真正收钱。

2026年1月的达沃斯论坛，黄仁勋与贝莱德CEO拉里·芬克对谈时首次系统提出：AI不是一项技术，而是一块"五层蛋糕"（a five-layer cake），从下到上依次是能源（Energy）、芯片（Chips）、基础设施（Infrastructure）、模型（Models）、应用（Applications），并称其为"人类历史上规模最大的基础设施建设"。2026年3月10日，他罕见地在英伟达官网发表署名长文《AI Is a 5-Layer Cake》，写下那句被反复引用的话：

"Energy → chips → infrastructure → models → applications… We are a few hundred billion dollars into it. Trillions of dollars of infrastructure still need to be built."（我们已经投入了数千亿美元，但仍有数万亿美元的基础设施需要建设。）

他还点明了最关键的一句："最上面这一层（应用层），才是经济效益最终发生的地方。"潜台词很值钱：老黄卖的是第二层，却必须证明第五层真能赚钱——否则整块蛋糕就是一场击鼓传花。

口径澄清：后文把第三层"基础设施"具体化为"AI工厂"，把第五层"应用"具体化为"嵌入流程的Agent与行业软件"。这是本系列的分析口径细化，并非黄仁勋新增分层，引用时须注明。

三、五层全景：一张表看懂钱往哪流

▎结论先行：能源给芯片供电，芯片被塞进基础设施，基础设施喂养模型，模型输出智能，应用把智能换成钱；反过来看，每一层都在向上一层收税，而应用层的付费能力决定整条链的现金天花板。

表1：AI产业链五层蛋糕结构全景（2026年）

 数据来源：Gartner（2026年9月16日）、灼识咨询、IEA、NVIDIA官网（2026年3月10日层级定义）、本报告测算。

一句话分界：L0—L2回答"有没有产能、产能多贵"；L3—L4回答"产能有没有人买单、能不能持续买单"。中国在L0—L2的工程能力全球领先，在L3—L4仍在验证期——而资本回报恰恰发生在后半段。

三个口径陷阱，先说清楚，免得后面对不上账。其一，Gartner的"AI Infrastructure"包含AI服务器、网络与AI半导体，与芯片层存在重叠，因此L1+L2的加总占比会超过单一口径的100%；其二，AI总规模在Gartner（2026年2.67万亿美元）与IDC（2025年6,954亿美元）之间差异巨大，前者含硬件与基建，后者为"解决方案与服务"窄口径，不可混用；其三，能源层在主流AI支出统计中几乎不体现，但它是物理约束层——就像你不会因为水电费只占家庭开支的3%，就说水电不重要。

四、三条暗线：瓦特、Token、定价权

▎结论先行：把五层串起来的不是技术路线，而是三个计量单位——瓦特、Token、定价权；谁掌握了它们之间的换算率，谁就掌握定价权。

第一条暗线是"瓦特"。芯片功耗从H100的700W到GB300的1,400W，再到Vera Rubin VR200的2,300W、VR300的4,000W+；单机柜功率从传统风冷的40—100kW，跃升到NVL72的120—140kW、VR200的约225kW、VR300的660kW—1.3MW。一座1GW级的AI训练集群，耗电相当于一座中等城市。所以老黄才说，能源是AI基础设施的第一性原理，也是硬约束。

第二条暗线是"token"。全球AI经济正在以token为结算单位重构：2026年上半年中国MaaS市场规模106.3亿元（同比+889.4%），全市场Token消耗2,857.9万亿（同比+432.5%）（IDC）；国家数据局披露，截至2026年3月全国日均token调用量已超过140万亿，较2024年初增长超千倍；字节豆包日均token调用量突破180万亿。token就是AI时代的"度"（千瓦时）——发电厂按度收钱，AI云按token收钱，商业模式正从"卖铁"转向"卖电"。

第三条暗线是"定价权"。 每一层都有明确的利润率梯度：芯片层毛利率可达75%（英伟达），基础设施层的液冷、电源、光模块毛利率在30%—50%，模型层API毛利率从负数转正（智谱2026年上半年API毛利率24.6%），而应用层大量公司仍在为模型厂商打工。这条梯度线的走向，决定了资本应该在哪一层下注。

五、四道闸门：为什么"每层都好"，利润仍可能不到账

▎结论先行：产业链不是自动扶梯，价值不会因为从底层走到顶层就自然增加——每一层都要回答一个"转化率"问题。这是本系列分析全链的核心工具，也是判断"钱会不会到账"的第一问。

表2：AI产业链的四道闸门（约束链与价值漏损）

 怎么用这张表：第一问不是"赛道多大"，而是"瓶颈是否可计价、利润会被谁截留"。能源紧缺短期利好设备（通电闸门卡住→设备涨价），长期却可能压低无效算力订单；模型降价可能扩大调用、利好基础设施，也可能让应用被推理成本吞噬。价值迁移、价值截流和暂时沉淀，是三种完全不同的资本叙事，不能混为一谈。

对照中国现状，第一道和第三道闸门问题最突出：上架率71.4%但GPU平均利用率仅约30%，说明"电到算力"这一关设备闲置严重；大量Agent停留在演示阶段、缺乏可归因结果，说明"Token到可靠结果"这一关尚未打通。

六、五层速览：中国在哪一层能吃到蛋糕

▎结论先行：把五层放在一起看，中国的形状是"两头强、中间卡、末端待兑现"。以下每层只给"定位＋三个关键读数＋一句话机会"，深度拆解见本系列第二至第六篇。

6.1 能源：底仓是瓦特，不是比特

定位：五层里账面占比最小（约1%—2%），却是全链的物理硬约束。中国的优势是"电网规模＋交付速度"，短板是燃气轮机H级热端部件与SMR商业化。

关键读数：全球数据中心年用电由2025年约485 TWh上升至2030年约950 TWh（约占全球用电3%）。必须注意口径：这是"全部数据中心"口径，包括传统云、存储和网络，不能直接写成"AI用电"；其中AI专用数据中心用电2025年同比增长约50%，并预计到2030年增至约3倍（IEA《能源与AI关键问题》，2026年4月）。中国口径：国家能源局口径2025年约1,700亿千瓦时、占全社会用电约1.6%，2030年预测约8,000亿千瓦时、占比约6%；信通院口径为2025年1,960亿千瓦时（同比+18.1%，全社会用电仅增5.2%）。

格局与国产化率： GE Vernova总积压订单达1,760亿美元，燃机积压116GW、排产至2031年；2025年全球燃机需求90—100GW，三巨头产能仅55—60GW，缺口30—40GW，交期最长7年。中国电网与输配电设备国产化率高（发电装机40.4亿千瓦，超过美欧印日俄之和），重型燃机整机本土化率85%—90%，但H级核心热端部件国产化率不足15%。核电方面，微软、Meta、亚马逊、谷歌已签下13笔合计约9.8GW的核电/SMR协议，但截至2026年8月，全球尚无一座SMR为数据中心商业供电。

一句话机会：设备出海（燃机、变压器、液冷、储能）＋算电协同。按"约束强度×可替代性"排序，并网工程、高效冷却、模块化供电优先级最高。

6.2 芯片：最肥的一层，也是最卡脖子的一层

定位：全链毛利率最高、话语权最强的一层；中国的处境是"需求全球第二、供给被管制倒逼"，替代正在真实发生，但制程、HBM和CUDA生态仍是三道硬坎。

关键读数：英伟达FY2027财年第二季度（截至2026年7月26日）营收962.21亿美元（同比+106%），数据中心业务890.23亿美元（同比+117%），GAAP毛利率75.0%，净利润596.88亿美元。黄仁勋称英伟达在中国高端AI芯片的市场份额"从95%降到了0%"；CFO确认中国数据中心收入已不再纳入公司展望，占比不足1%。这里有个值得玩味的地方：英伟达在失去约500亿美元/年的中国市场后仍实现100%以上增长——说明全球AI算力需求已大到"少一个中国市场照样卖光"，也侧面说明国产替代有多紧迫。

格局与国产化率：2026年上半年中国数据中心AI加速器（IDC）——英伟达67.8万颗（34%，同比-44%）、华为57.2万颗（28%）、阿里平头哥约14.1万颗（7%）、寒武纪约10.0万颗（5%）、百度昆仑芯约8.0万颗（4%）、海光信息约6.0万颗（3%）；国产厂商合计份额约62%—66%。昇腾路线图：950（2026）→960（2027年四季度）→980（2028年四季度）。财务兑现：寒武纪2026年前三季度营收95.26亿元（同比+106.76%）、净利润37.15亿元（同比+131.49%）；海光信息前三季度营收149.55亿元（同比+57.58%）。注意口径冲突：摩根士丹利"2027年82%"是GPU自给率，券商"2027年55%"是加速卡国产化率，不可混用。

出口管制时间线（法条不可丢）： 2022年10月BIS首轮规则禁售A100/H100；2023年10月17日修订堵住A800/H800降规版；2025年4月9日H20对华出口需许可证；2026年1月13/15日BIS最终规则将H200、MI325X由"推定拒绝"改为"逐案审查"，并附加25%关税，要求中国采购量不超过美国客户的50%；2026年5月31日进一步收紧域外管辖。中方反制：2025年11月要求国家资助的数据中心项目必须全部使用国产AI芯片。

买一辆最高时速300公里的跑车，却配上窄路、低标号油和不会调校的技师，它未必比一辆普通车更快。内存带宽不足、封装良率不稳、互联阻塞或算子缺失，都会让纸面算力变成"橱窗算力"。

6.3 基础设施（AI工厂）：中国最强的一层，也是最卷的一层

定位：吃掉蛋糕的55.6%。中国在光模块、液冷、电源、服务器集成环节已具备全球竞争力，但"上架率71.4%、用算占比36.8%、GPU平均利用率约30%"这三个数字暴露了最真实的短板——中国缺的不是机房，是真正在跑的负载。

关键读数：2026年二季度全球服务器市场收入1,663亿美元（+52%），GPU加速服务器ASP由11.86万美元升至17.02万美元/台（IDC）；全球以太网交换机189.1亿美元（+43.4%）。中国算力租赁2026年一季度680亿元（+62%），全年预计超2,600亿元；MaaS 2026年上半年106.3亿元。

两张世界级名片：其一，光模块——中际旭创2026年前三季度营收695.47亿元、归母净利润222.38亿元；新易盛营收318.50亿元、归母113.72亿元（ROE 49.22%）；中国大陆厂商800G全球份额70%—75%、1.6T为70%—80%，这是中国在AI产业链中最确定的全球领先环节。其二，服务器集成与出海——联想2026年二季度x86服务器出货份额登顶全球第一，AI服务器储备订单540亿美元；工业富联2026年上半年营收5,578.6亿元（同比+54.6%）。

单位经济公式（本系列最实用的一条）：单Token贡献毛利 ＝ 实收推理单价 － 云/电力 － 硬件折旧 － 网络存储 － 失败重试 － 免费额度 － 支持成本。只看GPU利用率、不看重试率、空闲保活和客户集中度，可能得出"利用率90%仍然亏钱"的答案——这正是中国智算中心"上架率71.4%但盈利困难"的财务解释。对照美国：一级市场数据中心空置率1.4%，在建66GW中95%已预租。

政策已经转向： 2026年7月发改委新闻发布会明确"布局建设算力网不能一哄而上，要强化统筹布局、有序建设，注重供需适配、算电协同"；同时确认"十五五"期间算力网建设新增直接投资4万亿元。工信部《信息通信行业发展"十五五"规划》提出到2030年智能算力规模较2025年增长超5倍。

6.4 模型：占比最小、增速最快、也最卷的一层

定位：只占蛋糕2%，却拿走90%的注意力；中国的打法是"用开源换生态、用价格换份额"。

关键读数：中国大模型市场2025年规模495.39亿元（同比+68.4%），2026年预计突破700亿元（信通院）；信通院三层结构极具信息量——基础层占38%（增速+59%）、模型框架层占7%（增速+189%）、应用层占55%（增速+22%），模型层正是"占比最小、增速最快"的那一层。2026年是推理驱动元年：信通院预计推理算力占AI算力总负载70.5%，Gartner预测2026年全球推理支出233亿美元首次超过训练190亿美元（注意：按"合同金额"口径训练仍在70%以上，负载量与金额两个口径需并列呈现）。

成本曲线陡峭下移： PIIE工作论文（2026年5月）基于OpenRouter同能力层最低价的链式指数测算，同等能力下token价格年降约97%（35倍效率提升），扣掉回答长度年均增长2.2倍后，净推理价格年降约94%（约16倍）。具象锚点：GPT-4（2023年3月）约60美元/百万输出token，2026年春季同等能力已降至0.5—3美元。

格局： Artificial Analysis Intelligence Index v5（2026年10月27日）——Gemini 4 Carbon 59.4、Claude Opus 5.5 (max) 58、GPT-6 Astra (max) 57、GPT-6.1 Sol (max) 55、Kimi K3.1 Pro 46（开源最佳）、DeepSeek V4.1 Flash / GLM-5.3 32；开源与闭源的差距由v4.3的3分扩大至12分。价格是最锋利的武器：MiniMax M2.7、GLM-5输入价格约0.30美元/百万token，而Claude Opus约5美元，约16倍价差；中国模型在OpenRouter的路由量份额从2025年初不足2%升至2026年的46%—61%——但必须加一句限定，OpenRouter只反映第三方API路由的"量"，不等于收入。

菜市场里大家都卖同样的鸡蛋，单靠"鸡蛋大一点"很难长期加价；能把鸡蛋变成客户每天复购、质量稳定、配送准时的早餐套餐，才有更持久的收入。

监管提示：《生成式人工智能服务管理暂行办法》（国家网信办等七部门，2023年7月13日公布、2023年8月15日施行）要求具舆论属性或社会动员能力的服务须进行安全评估与算法备案，训练数据来源须合法，不得非法留存可识别使用者身份的输入信息。截至2025年11月，已有611款生成式AI服务完成备案。2026年9月中央网信办"清朗·整治AI应用乱象"第二阶段通报点名多家主流产品，要求加强原始语料审核与生成内容标识。

6.5 应用：最大的池子，最晚的兑现

定位：占蛋糕42%，是价值池最大、兑现最晚的一层；美国在To B席位变现上已经跑通，中国的α在"内容出海"。

最直观的错配刻度：高盛测算，应用层的AI应用支出需达到每年约1万亿美元，才能支撑当前的资本开支强度，而2026年全球软件支出仅约1.5万亿美元。现实是：2026年上半年全球AI应用用户支出超过42亿美元（2025年上半年为18.3亿美元），下载量近23亿次。

美国跑通的证据： M365 Copilot付费席位由1,500万（FY26Q2）增至3,000万+（FY26Q4）；Claude Code run-rate超25亿美元，9个月达成；Cursor ARR 20亿美元；Palantir 2026年二季度营收19.4亿美元（+93%）。

中国：4.99亿MAU与尚未成熟的付费并存——AI原生App月活合计4.99亿（同比+85.4%，2026年6月，QuestMobile），豆包2026年9月达4.19亿。可验证的付费证据不多，但确实存在：金山办公WPS 365在2026年上半年收入4.97亿元（同比+60.84%），连续六个季度增速超60%；智谱ARR半年增长15倍至10亿美元。最强的α是出海：2026年海外微短剧市场规模有望达60亿美元，其中AI漫剧预计突破40亿美元（较2025年增长约390%），中国厂商市占率超90%（央视网，2026年10月30日），制作成本由传统实拍的30—50万元压缩至3—5万元、周期由90天压缩至约10天；但也要看到冷数据——2026年上半年抖音新增AI剧22.19万部，播放破亿仅1,055部，爆款率0.47%。

ROI真相（数据已修正）：沃顿商学院Human-AI Research与GBK Collective《The Adaptive Advantage》（2026年10月13日，n=1,416，其中1,007名美国企业负责人）显示：67%的部门以某种形式使用AI智能体，但仅17%允许智能体自主执行；80%报告AI有正回报，仅28%为"显著正向"；约20%满足三项及以上工作流转型标准。引用提示：该数据为美国样本、自报式调研，用于中国场景时需降权。

会回答问题的是实习生；能在不超预算的前提下申请采购、让主管审批、把订单写进系统、出错后能撤回，才是正式工。企业不会为"答得好"长期付钱，但可能为"省下可核验的成本、减少可审计的风险"付费。

法条不可丢：国发〔2025〕11号明确，到2027年新一代智能终端、智能体等应用普及率超70%，到2030年超90%；部署科技、产业、消费、民生、治理、全球合作六大重点行动。

6.6 跨层提示：利润正在迁移

摩根大通（2026年9月23日《中国AI价值链》报告）测算：中国AI价值链经营溢利将由2026年的270亿美元升至2030年的2,430亿美元（2026—2030年累计5,440亿美元）；硬件占行业经营利润的比重由2026年的93%降至2030年的30%，模型与应用层将占2030年当年行业经营利润的54%。这是"利润从底层卖铲人向顶层淘金者迁移"的最硬证据，也解释了为什么资本开始重新定价整条链。

引用这条数据时必须带三个限定词：预测、经营溢利、特定样本。该测算基于摩根大通自下而上的中国AI价值链覆盖池（约13只标的，含阿里、腾讯、智谱、金山办公、MiniMax、金蝶、用友等），不是中国AI全行业统计；且"2030年当年占比54%""累计三分之一""增量近三分之二"是三个不同口径，不可混用。

七、中国的整体位置：一张五层对照表

▎结论先行：把五层放在一起看，中国的形状是"两头强、中间卡、末端待兑现"——能源与基础设施的工程能力全球领先，芯片层被管制倒逼出替代速度，模型层靠开源抢到生态位，应用层的用户规模全球第一但付费尚未跑通。

表6：AI产业链五层·中外竞争力对照

一句话概括：美国强在"芯片＋云＋模型＋资本"的全栈飞轮，欧洲强在可信、合规与工业场景，日本强在精密制造、机器人和高可靠部件，中国最可打的牌是场景密度、系统工程、推理效率和快速交付。

八、国产化要问"过哪道门"

▎结论先行：国产供应链要过"能用—好用—规模赚钱"三道门；绝大多数公司卡在第二道门，而资本回报只发生在第三道门之后。

表3：国产化的三道门

 为什么这个框架重要：市场习惯用"国产化率"一个数字概括国产替代进度，但这会掩盖真实分化——"能用"的门里挤满了公司，"好用"的门里人不多，"规模赚钱"的门里几乎没有上市公司。用三道门判断标的，比用国产化率百分比更接近商业真相。

优先级建议按"约束强度×可替代性×场景闭环"排序： AI工厂与系统级优化（用供电、液冷、调度和集群效率弥补单点差距）＞推理效率栈（用量化、稀疏、缓存、路由降低每Token成本）＞高价值垂直Agent（把数据、流程与结果收费绑在一起）＞关键零部件与工艺（战略价值高，但必须区分实验室突破与连续量产）＞通用基座模型（能力上限高，但商品化和价格竞争也最快）。

九、资本视角：钱该怎么下注

▎结论先行：融资可以投前沿，但估值锚应从"团队与跑分"逐步迁移到客户、单位经济和交付；并购的价值不是给两家公司贴同一个AI标签，而是补上真正能形成收入的短板。

表4：股权投资的四组硬指标

 警惕三种"假单位经济"：一是用免费额度堆出来的调用量；二是把一次性实施费包装成的ARR；三是靠母公司或关联订单包装成的市场验证。两个技术性提醒：ARR（Annual Run Rate）是年化运行率，不是审计收入；不同公司采用总额法或净额法确认收入时，ARR不能直接横向排名——这在对比MaaS平台与API转售商时尤其关键。

表5：AI产业链并购的四种真协同

 协同判定标准：只有在"交叉销售、共用交付平台、采购规模"中至少成立两项，才值得给溢价。必须同步核查的障碍：核心人才留任、模型权重与代码权属、数据能否合规迁移、出口管制、跨境与国资程序、客户集中度、项目型收入是否真能变成经常性收入。

退出口径：据清科研究《2026年前三季度一级市场动向》，2026年前三季度全一级市场退出4,246笔（同比+2.8%），其中IPO 2,739笔（同比+171.5%）、并购退出590笔（同比+45.3%）。口径纠正：该组数据出自清科研究（Zero2IPO），不是执中ZERONE；且590笔是覆盖大模型、算力、集成电路、机器人、新能源等多个科创领域的全市场口径，不是"AI行业并购590笔"。它的真实含义是：在IPO之外，产业并购与老股转让正成为更值得设计的可交易路径。

投资主线地图：结论先行——如果只能选三个方向，答案是"芯片替代的确定性、光模块/液冷的全球份额、应用出海的现金流"；前者是国家意志，中者是中国制造的既有优势，后者是已经验证的商业闭环。

第一优先级（确定性最高）：国产AI芯片与超节点（寒武纪、海光信息、华为昇腾链，2026H1国产加速卡出货份额已达62%—66%）；光模块与CPO（中际旭创、新易盛、天孚通信，800G全球份额70%—75%）；半导体设备与零部件（北方华创、中微公司、拓荆科技，国产化率从30%向上突破，海外交期延至12—24个月形成替代窗口）。

第二优先级（高弹性）：电力设备出海（全球燃机缺口30—40GW、交期最长7年，中国变压器出口同比+50%）；AIDC储能与800V HVDC（2026年是高压直流应用元年，代表：阳光电源、宁德时代、科士达）；存储超级周期（2026年DRAM均价预计涨120%、NAND涨90%）。

第三优先级（高赔率、需验证）：AI内容出海（AI漫剧海外约40亿美元、中国市占超90%，但爆款率仅0.47%）；办公与垂直Agent（金山办公WPS 365连续六个季度增速超60%，是可验证的付费场景）；具身智能（出货高增长但真干活不足两成，宇树上市后三个月市值腰斩，需谨慎）。

需要警惕的三类风险：一是"名义订单"风险——部分液冷、服务器订单数据来自券商调研而非公司公告，且已有公司出现"增收不增利"；二是"利用率"风险——智算中心上架率71.4%与GPU利用率30%的落差，意味着部分投资尚未转化为真实负载；三是"估值"风险——AI基础设施板块前瞻市盈率已从约32倍压缩至22倍，市场正在对"capex与收入背离"重新定价。

总结概括

回到最初的问题：这块蛋糕，中国能吃到哪几层？

第一，蛋糕是真的，但还没烤熟。2026年全球AI支出2.67万亿美元、同比增49.5%，五家超大云厂商资本开支约8,000亿美元——这些都是已经发生的真金白银。但2026年上半年全球AI应用用户支出只有42亿美元，高盛测算需要每年约1万亿美元的应用层支出才能支撑当前投入。"投入在前、收入在后"的时差，是当下最大的争议，也是未来五年最大的机会。

第二，价值分布极度不均，别在最薄的那层找利润。基础设施层占55.6%，应用层占42%，芯片层占约11%，模型层只占2%。模型层拿走了90%的注意力，却只分到2%的钱——典型的"声量与价值错配"。真正的利润池在芯片层（毛利率75%）和尚待兑现的应用层。

第三，中国的形状是"两头强、中间卡、末端待兑现"。能源层靠电网规模与交付速度并跑偏强；基础设施层在光模块（70%—80%全球份额）、液冷、服务器集成上部分领跑；芯片层被出口管制倒逼出替代速度（国产加速卡出货份额62%—66%），但制程、HBM、CUDA生态仍是三道硬坎；模型层靠开源抢到生态位（Qwen衍生模型15万+，为Meta的2.6倍）；应用层有4.99亿MAU的全球最大用户池，却在等一个付费闭环。

第四，最锋利的三个机会是"芯片替代、全球份额、出海现金流"。芯片替代是国家意志驱动的确定性；光模块与液冷是中国制造既有优势的延伸；AI漫剧出海约40亿美元市场、中国市占超90%，是已经跑通的商业闭环。

第五，也是最后一句：别把"上架率"当成"使用率"。中国智算中心上架率71.4%、用算占比36.8%、GPU平均利用率约30%——这三个数字提醒我们，AI产业的下半场，比的不是谁建得多，而是谁真的跑起来了。

▎收口一句话：别只问谁做出最聪明的模型，先问谁把电按时接进机房、把芯片跑成稳定集群、把Token变成不会越权的工单，最后把省下的钱算清、结给客户。蛋糕好不好吃，不取决于奶油有多高，取决于每一层都能结账。

▎下篇预告：AI产业观察（二）｜五层蛋糕之能源：AI的底仓是瓦特，不是比特。

参考文献：

1. AI Is a 5-Layer Cake | NVIDIA Blog

2. 英伟达中文博客：黄仁勋在达沃斯谈AI的"五层蛋糕"

3. 黄仁勋发文：AI是一块"五层蛋糕"（光明网）

4. 黄仁勋：到2030年全球AI基础设施年支出将达3-4万亿美元（重庆日报）

5. NVIDIA Announces Financial Results for Second Quarter Fiscal 2027

6. Gartner Forecasts Worldwide AI Spending to Grow 49.5% in 2026

7. IEA – Energy and AI: Energy demand from AI

8. IEA – Key Questions on Energy and AI（2026年4月，485 TWh 口径）

9. McKinsey: Data center demands — $6.7 trillion by 2030

10. 国务院关于深入实施"人工智能+"行动的意见（国发〔2025〕11号）

·　·　·　·　·

免责声明：本文仅为科技产业研究、并购案例分析与个人观点交流，不构成投资建议、并购决策依据、法律意见或财务建议。文中涉及的案例、企业、交易、估值、股权结构及市场判断均基于公开信息整理，可能存在滞后或理解偏差，读者应自行核实并独立承担相关风险。市场有风险，决策需谨慎。

欢迎交流：笔者拥有国内头部券商投行（「三中一华」科技组，15 年，保荐代表人、注册会计师、注册资产评估师）、头部科技产业集团（市值超 3000 亿）旗下战投机构（CVC）以及头部精品投行（成立超 20 年，累计投行交易金额超 5000 亿，科技组负责人）履历，聚焦科技领域并购与战略投资，实操投行交易金额超千亿。目前专注科技领域战略投资方引入及并购的精品投行业务。如果您也关注科技动态、科技企业战略投资及并购交易，欢迎阅读、关注、转发。欢迎添加微信交流（请介绍姓名、公司、职务、交流目的）。