財聯(lián)社12月16日訊（記者 吳雨其）12月11日，由財聯(lián)社聯(lián)合華源證券主辦、東吳證券協(xié)辦的首屆財聯(lián)社私募業(yè)高質量發(fā)展論壇暨首屆私募基金·華尊獎頒獎典禮在黃浦江之畔隆重舉行。在這場以“高質量發(fā)展”為核心議題的論壇上，人工智能與新質生產(chǎn)力無疑是最受關注的方向之一。

久未在公開場合發(fā)聲的尚雅投資董事長石波，在本次論壇上以“人工智能革命與中國新質生產(chǎn)力”為內核展開了一場高密度的主題演講，將視角從瓦特發(fā)明蒸汽機的工業(yè)革命一路推演至以AGI為目標的智能革命，從美國OpenAI的突破與算力軍備競賽談到中國在數(shù)字基建、供應鏈和制造體系上的比較優(yōu)勢，試圖回答一個關鍵問題：在這場被他定義為人類歷史上最大的一次科技革命中，中國的機會究竟在哪里。

在這場演講中，石波并未對AI行業(yè)給出短線判斷，而是從人類生產(chǎn)力形態(tài)更迭的長周期出發(fā)，將AI視為繼蒸汽機之后影響力最深遠的變革力量，強調算力投資正在成為新的數(shù)字基建，并將以接近指數(shù)級的方式改寫全球產(chǎn)業(yè)分工、能源系統(tǒng)與資本回報結構。

在他看來，上一輪中國依托房地產(chǎn)拉動經(jīng)濟與城市化，這一輪則有機會通過AI和算力基礎設施完成新一輪生產(chǎn)力的全面解放，在數(shù)字世界中構建新的“鐵公基”，也在現(xiàn)實世界中為中國制造和供應鏈找到新的增長錨點。

AI如何改寫生產(chǎn)力與經(jīng)濟增長？

石波首先將人工智能革命放回到工業(yè)文明的長周期框架下進行對比。在他看來，自1775年瓦特發(fā)明蒸汽機以來，人類經(jīng)歷了從蒸汽機到電力、通信，再到互聯(lián)網(wǎng)的多輪技術迭代。

蒸汽機推動的是體力勞動的機械化，使人類進入工業(yè)社會；互聯(lián)網(wǎng)則在信息傳遞和商業(yè)模式上帶來了巨大變革，但真正將智能本身作為改造對象的，是當前這輪以大模型與AGI為目標的人工智能革命，影響范圍和深度已經(jīng)超出傳統(tǒng)意義上的工業(yè)革命，更接近一場覆蓋全球經(jīng)濟運行方式的科技革命。

石波借用蒸汽時代的“杰文斯定律”來解釋AI時代的算力需求：當效率提升10倍時，需求往往會擴大到原來的數(shù)十倍甚至百倍，因為效率提高本身會刺激更多應用場景的出現(xiàn)，進而顯著放大上游資源的消耗。

在大模型快速迭代的背景下，token數(shù)量呈現(xiàn)出以季度為單位翻番的指數(shù)式增長，以一年期來看，對算力的需求增幅遠遠超過十幾倍，而上游芯片產(chǎn)能和基礎設施建設很難在短時間內同步跟上，這種虛擬世界指數(shù)增長與物理世界線性供給的錯位，成為算力投資景氣度持續(xù)抬升的核心原因。

在宏觀經(jīng)濟層面，石波以美國為例，給出了一組測算思路：當前美國GDP約為30萬億美元，近年來AI相關投資規(guī)模已經(jīng)從每5年約5萬億美元提升至約7萬億美元，如果假設其中相當部分投入最終能夠形成與GDP“1:1甚至1:2”的產(chǎn)出，未來五年對經(jīng)濟增長的拉動效應將十分可觀。換句話說，即便在傳統(tǒng)產(chǎn)業(yè)增速放緩、人口結構承壓的大背景下，依托算力和AI的新增資本開支，依然有可能構成未來一輪經(jīng)濟擴張的主支撐之一。

石波同時將當前這一輪AI浪潮放在金融史的視角中加以比較。他認為，人類在多次重大金融危機之后，往往都會出現(xiàn)相應的科技革命：1998年東南亞金融危機之后，互聯(lián)網(wǎng)產(chǎn)業(yè)進入爆發(fā)式發(fā)展；2008年美國房地產(chǎn)和次貸危機之后，新能源與低碳經(jīng)濟開啟了新的增長階段；而這一次全球房地產(chǎn)泡沫的出清，對應的則是人工智能革命和算力基礎設施的大規(guī)模建設。

如果說前兩輪變革更多集中在信息傳遞、能源結構層面，那么當前這輪革命則更直接地作用于智能本身，對就業(yè)結構、企業(yè)盈利模式乃至國家競爭力都會產(chǎn)生深遠影響。

在這一背景下，他將AI視為一種不可逆的時代潮流，而非短期熱點。按照業(yè)內預測，未來單顆芯片的算力和智能水平在2030年前后就有望超過單個自然人，進一步延伸則有可能在更長時間維度上達到甚至超過整個人類社會的總和智能水平。

這樣的一種趨勢意味著，整個社會的勞動分工、崗位結構、價值創(chuàng)造方式都將被重塑，工業(yè)時代以體力勞動為主的崗位將持續(xù)被壓縮，服務業(yè)與知識工作同樣會受到AI的深度沖擊。

與其糾結“是否存在泡沫”，不如更清晰地認識到：這輪變革本身具備革命性特征，如果完全缺席，面臨的就不只是錯失收益的問題，而是被新技術和新商業(yè)模式徹底改寫競爭格局的風險。

算力投資正在變成新的“數(shù)字基建”

在明確了AI革命的歷史量級之后，石波把重點落到了算力這一核心抓手上。按照他的拆解，大模型可以類比為“大腦”，GPU芯片則對應“心臟”，而真正支撐這顆“心臟”持續(xù)高效運行的，是數(shù)量龐大的光模塊、PCB板、機柜、電力系統(tǒng)以及液冷等配套設施。

在當前主流架構下，一顆高性能芯片往往需要配置多枚光模塊，隨著模型規(guī)模擴大、網(wǎng)絡結構日益復雜，對光模塊的需求會呈現(xiàn)出遠快于芯片本身的放大效應，這也是他強調“算力彈性最大在光模塊”的原因所在。

從數(shù)據(jù)中心形態(tài)演進來看，他將當前的升級路徑概括為“scale up、scale out與scale cross”：在scale up階段，通過提高機柜內部的算力密度，讓單個機柜的功能更趨近于一個超級GPU；在scale out階段，整個數(shù)據(jù)中心被視作一個整體算力單元，通過內部互聯(lián)提升處理效率；進一步發(fā)展到scale cross階段，不同數(shù)據(jù)中心之間通過全光網(wǎng)絡等方式實現(xiàn)大規(guī)?；ヂ?lián)，形成覆蓋更大區(qū)域的算力集群。

從這一視角出發(fā)，機柜不再只是一個傳統(tǒng)意義上的設備，而更接近于高價值的數(shù)字不動產(chǎn)，石波將其比作“一座豪宅”。

在這一過程中，算力投資的外溢效應開始顯現(xiàn)出來。每一座數(shù)據(jù)中心背后都是龐大的基礎設施投入，從鋼材、水泥到銅、稀有金屬，再到電纜、變壓器、儲能系統(tǒng)，幾乎完整覆蓋了傳統(tǒng)“鐵公基”的主要受益行業(yè)。

石波指出，未來要達到預期中的AGI水平，全球層面需要建設約200GW規(guī)模的數(shù)據(jù)中心以及約2億顆高性能芯片，這樣的目標對應的是數(shù)十萬億級別的長期資本開支。一旦這一進程進入加速期，與之相關的用電需求甚至會占到美國整體電力消費的顯著比例，迫使相關國家重新規(guī)劃能源結構和電力供給。

在產(chǎn)業(yè)鏈縱深上，他特別強調了中國在制造端的優(yōu)勢。無論是電子元器件、PCB板，還是磷化銦等關鍵材料，抑或是上游的稀土、鎢、銅等資源，中國企業(yè)在全球供應鏈中都具有極高的市場份額，部分領域還具備明顯的議價能力。

算力基礎設施同樣呈現(xiàn)出高度集中的競爭格局。相較于互聯(lián)網(wǎng)時代企業(yè)數(shù)量眾多、盈利水平不均的情況，當前無論是芯片封裝、服務器整機，還是數(shù)據(jù)中心整體解決方案，真正能參與全球競爭的廠商數(shù)量并不多，這使得進入核心供應鏈的企業(yè)一旦站穩(wěn)位置，就具有較強的黏性和可持續(xù)的盈利能力。石波據(jù)此判斷，算力相關板塊目前并沒有顯現(xiàn)出傳統(tǒng)意義上的系統(tǒng)性泡沫，更像是處在一個高景氣、供給受限的早期階段。

從國內外對比來看，他認為，中國在算力投資方面的節(jié)奏明顯落后于美國?，F(xiàn)階段美國在AI及算力方向上的年度投入已遠高于中國，增速也更快，如果不盡快提升投入強度，未來在算力基礎設施和AI應用層面，雙方的差距可能會進一步拉大。

不過，這種差距也為中國提供了一個“追趕+承接”的窗口期——一方面可以在技術路徑與商業(yè)模式上充分借鑒先行者的經(jīng)驗，另一方面依托完備的制造體系和成本優(yōu)勢，在光伏、電池、特高壓、電網(wǎng)改造與數(shù)據(jù)中心建設等多個環(huán)節(jié)放大自身長處，把數(shù)字基建變成替代房地產(chǎn)的新一輪經(jīng)濟動能來源。

從美國“0到1”到中國“1到10”

如果說美國是在AI與算力領域率先完成“0到1”的突破，那么石波更關心的是接下來這條產(chǎn)業(yè)鏈如何不斷補齊，而這恰恰是中國最有可能發(fā)揮優(yōu)勢的階段。

他用產(chǎn)業(yè)鏈的馬鞭效應來形容這種傳導路徑：終端需求的增長往往并不需要放大到極端水平，中游和上游就會出現(xiàn)數(shù)倍甚至數(shù)十倍的放大。新能源車產(chǎn)業(yè)的經(jīng)驗已經(jīng)提供了范例——整車銷量只是翻倍，但中游電池、電機等企業(yè)以及上游關鍵原材料的業(yè)績和價格卻出現(xiàn)了遠超整車的增幅。

在AI與算力的場景下，類似的邏輯同樣成立。美國首先在芯片設計、大模型研發(fā)與應用探索層面集中投入，帶來了對高端GPU和算力資源的強烈需求；而要支撐這種需求，就必須大量采購機柜、光模塊、電磁元件、PCB板、冷卻設備，以及對應的電力和儲能系統(tǒng)。

這些環(huán)節(jié)中，中國企業(yè)憑借規(guī)?；a(chǎn)能力和完整的產(chǎn)業(yè)配套，已經(jīng)成為全球供應鏈中不可或缺的一環(huán)。可以預期的是，隨著美國及其他經(jīng)濟體在數(shù)據(jù)中心和算力方面的投資持續(xù)推進，相當部分的訂單和利潤會通過供應鏈條傳導至中國制造業(yè)。

石波給出的數(shù)字框架也印證了這種判斷：按當前測算，全球算力相關市場空間約為3.7萬億美元，如果假設其中約40%由中國企業(yè)通過供應鏈環(huán)節(jié)承接，對應的市值空間有望達到萬億美元量級；電力設備與相關配套市場規(guī)模約為6000億美元，而包括存儲、液冷在內的細分領域，折合人民幣同樣有望形成千億到萬億級市值。

考慮到美國已經(jīng)出現(xiàn)多家市值達10萬億美元級別的公司，他認為，未來在這一輪數(shù)字基建+新質生產(chǎn)力的組合之下，中國市場出現(xiàn)市值1萬億美元左右的龍頭企業(yè)，并非難以想象的情形。

與此同時，中國在數(shù)據(jù)和網(wǎng)絡層面的基礎條件，也為新質生產(chǎn)力的形成提供了支撐。一方面，中國互聯(lián)網(wǎng)滲透率較高，移動終端和寬帶網(wǎng)絡覆蓋廣泛，5G通信與帶寬優(yōu)勢明顯；另一方面，算法研發(fā)層面也并非空白，不少核心項目由華人科研團隊主導，本土大模型產(chǎn)品的迭代速度正在加快，諸如DeepSeek等新興模型的出現(xiàn)，反映出中國在算法創(chuàng)新上的潛力。

如果在此基礎上進一步補齊算力短板，特別是在先進制程芯片量產(chǎn)與本土算力集群建設方面取得進展，那么在智能駕駛、機器人及各類Agent應用場景中，中國完全有機會實現(xiàn)從跟跑到并跑甚至部分領跑的轉變。

在他構想的路徑中，隨著大模型幻覺降低至更可控的水平，結合更充足、更低成本的算力供給，AI將逐步從單純的輔助工具升級為可以承擔復雜任務的生產(chǎn)力單元，在制造、交通、能源、服務等多個行業(yè)中釋放新的效率紅利。

配合上游光伏、電池、電力設備和稀有金屬等產(chǎn)業(yè)鏈的擴張，AI不再只是少數(shù)科技公司和資本市場的故事，而是能夠通過“算力投資-供應鏈擴張-經(jīng)濟增長”的鏈條，實實在在成為支撐中國經(jīng)濟中長期發(fā)展的重要力量。

在演講的最后，石波將過去與未來做了一個時間上的切分：過去三年，全球資本主要在觀看和追隨美國，在其主導的“0到1”階段尋找機會；而接下來的三年，他更看重的是中國能否抓住從“1到10”的放大過程——一方面通過加大算力基礎設施投資，彌補當前投入強度不足的短板，另一方面依托制造業(yè)和供應鏈優(yōu)勢，把握從數(shù)字世界向物理世界傳導的每一個環(huán)節(jié)。對投資者而言，這既是一輪關于科技與產(chǎn)業(yè)的長期賽道，也是一次關于宏觀經(jīng)濟增長方式重構的結構性窗口期。