文 | 王智远
2025年5月7日有场大会，你关注了吗？
每年一度在洛杉矶举行的米尔肯全球会议（Milken Institute Global Conference）；准确来说，更像一个聚集全国政要、企业家、投资者、学者等商界顶尖大脑的“超级思想碰撞会”。
每年这时，都会有不同领域的人来这里，谈论如何应对世界上最紧迫的挑战；今年会议主题：“推动一个繁荣的世界”，特别聚焦人工智能、可再生源，等前沿领域。
这个舞台上，英伟达CEO黄仁勋自然不会错过。
面对主持人提问，他说很多内容；但说实话，他的表达风格一如既往：碎片化、跳跃式，想从中理出一条清晰的逻辑线并不容易。
我熬夜学习，认真消化全部内容，并在充分理解基础上，提炼出关于战略、竞争与未来趋势的关键思考。
01
老黄提到一个概念：AI工业革命；不是技术升级，是一场彻底重构生产体系、组织结构，甚至重新定义人类价值的大变革。
变革在哪呢？从三个方面来看：
一，AI成了数字劳动力，像虚拟员工，能自己干活；二，AI是一种可批量制造的工业品，就像当年炼钢一样造“智能”。
AI将会重塑企业的运作方式，引入所谓双工厂模式，重新定义人在产业链中的角色，让人从执行者变为调度者。
因此，AI正在催生一种全新的经济基础设施：智能基础。它的影响力和当年的电力革命、互联网革命一样巨大。
而其中最关键的是：“双工厂”。
传统意义上的工厂都比较熟悉，生产看得见、摸得着的东西，比如：汽车、手机等，是我们生活中离不开的实体经济产物。
它主要靠人、机械、流水线、原材料和能源运作，一句话总结即：用物理手段，把产品做出来。
但AI工厂不一样了。
它依赖于GPU集群、数据中心以及强大的算力资源来运转，简单来说即：“电+数据+算法”。那么，AI工厂生产什么呢？答案是批量生产的智能单元（Token）。
这里的Token不是你在自然语言处理领域理解的单词、短语或字符，是一段参数、一组图像生成规则或自动驾驶决策逻辑。
更准确地说，是一种“智能模块”，可以被调用、组合、训练和部署的最小智能单元；而Token由数据中心的GPU集群制造出来，将作为驱动未来产品的“数字燃料”。
例如，一辆自动驾驶汽车需要依赖数百万个这样的Token，构成的模型来感知环境并规划路径；一家公司可以通过组合不同的Token来生成定制化的财务分析报告或者药物分子设计。
所以，在AI工厂时代，Token非常重要。
因为AI工厂输出一个个“智能单元”（Token），可以是图像、语音、文字、代码或是决策系统等，能帮助企业进行管理、医生诊断疾病或是司机驾驶车辆。
因此，传统工厂和AI工厂是两种不同维度的生产体系：一个在“物理世界”里造东西，另一个则是在“数字世界”里造“大脑”。
黄仁勋说得特别清楚：这两类工厂缺一不可。
实体工厂决定了产品是否存在，AI工厂则决定产品是否具有竞争力。未来制造业必须进入“双工厂”模式，无论是割草机、航天器，还是硬件和智能的结合，这些都将成为企业生存的基础。
02
既然AI工厂这么厉害，建一个得多花多少钱？
老黄说：这个数字和背后的战略意义，远远超出了我们对传统制造业的认知。目前，英伟达正在建设的一座AI工厂，电力需求高达1000兆瓦，也就是1吉瓦。
对，一座，但是不要小看一座。这是什么概念？
这么说吧，这相当于一座中型核电站的发电能力，也足够供应一个百万人口城市的日常用电了。而且，建一座AI工厂的成本，高达600亿美元，差不多就是波音公司2025年的整体市值。
那么，问题来了，这600亿花在哪了？答案是：硬件。
比如：大量最新GPU芯片部署（动辄数万块）；高密度数据中心、液冷散热系统、专用变电站、备用发电机组等能源基础设施、甚至还有持续训练AI模型所需的数据采购、算力调度系统。
换句话说，这不是搭几台服务器就能搞定的事，而是一个需要从零开始打造的“智能发电厂”。
虽然贵得离谱，但黄仁勋预测，未来十年内，全球会出现几十座这种千兆瓦级别的AI工厂。它们会像19世纪的炼钢厂、20世纪的芯片厂一样，成为国家或地区经济的核心动力。
如果按每座工厂平均600亿美元来算，十年内的总投资可能超过2万亿美元，这比5G网络、云计算这些大项目还要庞大得多。
非花这笔钱不可吗？当然。
因为AI工厂本质不是数据中心升级版，而是“智能发电厂”。它生产的Token（智能单元），将成为各行各业的动力底座，推动医疗、交通、金融、制造等领域的变革。
举个例子：
一座1000兆瓦的AI工厂，一个月能生产数万亿个Token。Token可以用来训练自动驾驶模型、生成药物分子库、优化全球物流网络，甚至调控整个城市的能源系统。
但是，这么大手笔的投入，并不是说想花就可以的，只有巨头或者国家级力量才玩得起这个游戏。
600亿美金，上牌桌的门槛。直接把绝大多数企业挡在门外；再加上千兆瓦级的电力需求，也进一步限制了选址范围，这一切，必须建在能源充足、政策稳定、基础设施完善的区域进行。
哪些地方更合适呢？黄仁勋提到几个理想地点：
美国得克萨斯州，中东的新能源基地，还有北欧那些拥有丰富清洁能源的国家。这些地方不仅电力便宜、政策支持，还具备长期运营的稳定性。
所以，英伟达正在和多国政府合作，一起规划AI工厂的布局。他们的目标很明确：把AI工厂纳入国家级基础设施体系，就像当年各国争相建设高铁和5G网络那样。
毕竟，AI工厂的分布将重塑全球经济格局。谁先拥有这些工厂，谁就有掌握智能定价权和标准制定权，还能通过输出Token，影响其他国家的产业升级路径。
换句话说，掌控AI工厂，就意味着掌握了下一代经济的主导权。
03
说到这儿，黄仁勋显得非常激动。他直言不讳地表示：放弃中国市场，等于放弃技术主导权，这非常可惜。
为什么？因为中国的市场规模实在太大了。
每年能达到500亿美元，这个数字几乎相当于整个波音公司的体量。这不是单纯的商业收入损失，更意味着你把一个庞大市场的技术规则制定权，拱手让给了竞争对手。
更重要的是，一旦美国企业退出中国市场，会给华为等中国科技巨头机会，去主导本地的AI基础设施建设。
他们会独立建立自己的技术标准、算法框架、Token协议、算力调度逻辑……
而一旦这些标准只要在中国市场确立下来，它们很快就会向东南亚、中东、非洲等其他市场扩散；最终，全球AI生态可能会分裂成两个阵营：“美国技术圈”和“中国技术圈”。
这样一来，美国将失去对智能时代底层规则的控制力，这才是最根本、也最深远的影响。
还有一个问题，特别让人头疼：那就是技术出口限制。芯片禁令，正在加速对手的“自立门户”。
虽然目前全球已经有几百万块英伟达GPU在运行，但美国如果只限制新芯片出口，并不能真正阻止其他国家发展AI，尤其是军事领域的应用，反而会逼着他们更快地寻找替代方案。
比如，华为已经依靠自主研发的昇腾芯片和AI框架MindSpore，成功搭建起一整套完整的AI工厂体系。
这种“自己动手、丰衣足食”的能力，不仅大幅减少了他们对国外供应链的依赖，还让他们在国际市场上拥有了更强的竞争力。
还有一点，从长远来看，这种封锁政策，实际在推动中国、沙特、印度等一批国家加快构建“去美国化”的AI产业链，结果就是，美国企业全球技术主导地位，会被慢慢削弱。
可能出现的局面是：美国既没能真正挡住别人的发展，又因为失去了中国市场，导致自身收入下降、研发投入减少，反过来拖慢了自己的技术更新速度，陷入一个越来越被动的恶性循环。
所以，孤立中国，没有保护技术优势，反而加速了它的流失。
04
如果中国主导AI标准，全球供应链会发生什么？
首先，部分企业都得按照中国的规则来玩。特斯拉想在中国卖车，得用符合中国AI标准的自动驾驶芯片，美国芯片即使性能更强，也会因协议不兼容被踢出供应链。
东南亚电商平台，如果采用中国的AI标准，用户数据会流向中国的大数据中心；这些数据会被用来训练出更适合当地市场的模型，从而控制当地的消费市场。
这就形成了一种“数据朝贡”的模式。
未来的“AI应用商店”只会分发符合中国标准的Token，好比现在的安卓系统绑定GMS（谷歌移动服务），欧洲的初创公司如果不妥协，就只能失去庞大的中国市场。
这种做法进一步限制了生态标准，因为大多数开发者要通过特定的API接口调用AI能力，并且每生成一个Token都要向中国支付所谓的“智能税”。
第二点，中国AI标准将重划全球制造业势力范围，促使制造业版图重组。
低端制造会迅速回流，例如：越南的服装厂采用中国AI质检标准后，东莞生产的智能纺织机反而可以出口到东南亚地区。
高端制造领域同样会出现脱钩现象，德国车企若采用中国自动驾驶标准，工业机器人、传感器的采购链就得绕过博世、西门子等传统供应商，转而与中国厂商如大疆、商汤合作。
很快，基础设置会被绑定。
如果非洲国家采用了中国AI医疗标准，医院就需要采购华为的5G基站、浪潮的服务器以及阿里的云节点，形成一种“铁三角”的依赖关系。
这样的转变，会催生一个基于“智能本位”的货币体系，甚至挑战美元的霸权地位。
不信你想想看：
以前国际贸易以美元结算，但未来，Token可能会影响交易价格，进而动摇美元的地位。
沙特可以用石油交换中国AI工厂提供的能源优化方案，印度则可以用软件服务换取医疗诊断Token，而人民币甚至可能成为Token交易的锚定货币。
假设中国AI标准覆盖了RCEP（区域全面经济伙伴关系协定）国家，那可能形成一个拥有23亿人口的“Token经济圈”，使美元在全球结算中的份额减少三分之一。
更讽刺的是，这套体系可能比美国霸权更隐形。
因为企业会自愿选择“更便宜、更好用”的中国标准，就像当年全球自愿接受美元绑定一样。当所有的船只随着中国AI的潮汐起伏时，想要脱离这个体系已经来不及了。
这会形成新的技术冷战新战线。
美国可能会组建一个“AI北约”，要求盟友禁用中国标准。但是，东南亚国家可能会阳奉阴违：就像他们拒绝制裁华为5G那样，偷偷地使用中国AI工厂来降低成本、提高效率。
所以，AI经济对全球经济的改造，可以说有三层暴击式的影响：来自于GDP增长方式、各国的战略格局、以及经济霸权的争夺。
未来国家之间拼的不是谁家油田多，而是谁家“脑子厂”的产能高；过去，GDP靠造汽车、挖石油、盖房子堆起来，未来GDP要看Token产能，谁能生产更多智能单位，谁就能收全球的“智商税”。
对了，黄仁勋无疑是AI硬件战役中的最大受益者之一。但现在因为种种原因，他正在错失一些关键的机会点。
所以，当中国AI开始全面用上中国芯片时，英伟达主导地位就开始动摇。
华为昇腾、寒武纪、阿里平头哥，一些国产芯片和AI平台崛起时，不仅能满足国内AI工厂需要，还在性能、生态、兼容性上不断追赶。
到那时，中国AI发展路径会形成一个“自循环”：数据采集、模型训练、Token生成到应用落地，整个链条都在本土完成。
这场博弈中，如果英伟达无法重新赢得中国市场，会逐渐从“不可或缺”变成“可替代选项”；黄仁勋或许意识到这一点，但他能做的，确实越来越有限了。
毕竟，中国AI已经开始动手造自己的「地基」了。
