AI知行有道
2026年7月2日
前天写了德勤和野村的两份报告——中国AI产业怎么融资、钱从哪来、往哪去。数据很多,信息很密。
但我猜你看完之后可能有个感受:所以呢?跟我有什么关系?
今天这篇,就是这个问题的答案。
钱去了哪里?先看一张地图
野村报告最值钱的部分,不是那些万亿数字本身,而是它把中国AI产业的资金结构拆成了六层。
六层看下来你会发现:钱不是均匀洒的,而是高度集中在下面几层。
注意表格最后一列。这六层资金的去向不同,对应的机会完全不同。
如果你做芯片——看第一层和第二层。
如果你做基础设施服务——看第四层和第五层。
如果你做AI应用——看第五层和第六层,那里有算力租赁和产业园。
| 层级 | 资金规模 | 资金去哪了 | 对普通人意味着什么 |
|---|
| 第一层 大基金三期 | 6,870亿 | 芯片制造、封测、AI全供应链 | 产业链上游机会多 设备、材料、EDA工具 国产替代是刚需 |
| 第二层 国家AI产业基金 | 600亿 | AI芯片、存储芯片、AI应用 | 芯片设计创业窗口 专用AI芯片(推理/边缘) 不必跟英伟达正面刚 |
| 第三层 国家创业引导基金 | 1,000亿 | 芯片、AI、生物医药、量子、6G | 早期创业的弹药 硬科技方向的种子/A轮 比消费赛道好拿钱 |
| 第四层 超长期特别国债 | 8,000亿 (AI首批2,170亿) | 数据中心、算力网络、国产替代基础设施 | 基建配套是确定的蛋糕 光模块、液冷、电力 都是真实订单 |
| 第五层 政策性融资 | 1.3万亿 (可撬动7万亿+) | 国开行37.5%、进出口行40%投AI | 算力租赁/IaaS层 中小企业不需要自建 用好国开行的钱就行 |
| 第六层 地方专项债 | 5.4万亿 (仅1,400亿入新基建) | 武汉2,600亿、各地产业园和智算中心 | 地方产业园是切入口 二三线城市AI落地 成本比一线低得多 |
💡 一句话洞察:当政策性银行把40%的贷款都投向AI相关产业时,这个赛道已经不是"要不要投"的问题,而是"国家在帮创业者出本金"的问题。
你只需要找到那个对的切入点。
巨头们在抢什么?——看懂了就不跟它们抢
野村报告还给了另一组关键数据:中国四大科技巨头的AI年度资本支出合计约5000亿元。
中国四大科技巨头AI投入数据来源:野村报告、各厂商财报及公告
头部玩家到底在把钱砸向哪里?搞清楚了这个问题,你就能避开正面战场,找到侧翼突破口。
这些钱砸下去,巨头们在抢三样东西:算力基础设施(建数据中心)、通用大模型能力(训练更大的模型)、生态入口(把AI塞进抖音、淘宝、微信)。这三样东西都有同一个特征——烧钱、规模化、赢家通吃。
通用大模型
资金门槛:千亿级
垂直行业模型
法律、医疗、工业、教育
超大规模数据中心
资金门槛:百亿级
边缘计算/端侧推理
智能硬件、IoT、车载
C端超级入口
抖音/淘宝/微信绑定
B端行业工具
企业工作流、Agent、SaaS
自研AI芯片
与英伟达正面竞争
专用芯片/IP授权
推理芯片、视觉芯片、DSA
封闭生态
锁定用户和数据
开源工具链
模型部署、微调、评测工具
判断基于野村报告(2026年6月24日)及各厂商公开战略
彭博社6月9日还报道了一个更猛的:中国正在制定一个2万亿的计划,五年内建设全国一体化数据中心网络,80%核心技术用国产。算上配套电网,总投资可能到5万亿。
结合德勤的八大支柱框架(战略、治理、计算、能源、数据、人才、生态、合作),下面这三个方向是目前信号最明确、资金正在涌入、而且不需要跟巨头正面硬刚的。
方向一:垂直行业的AI应用层
这是目前确定性最高的方向。你不需要造一个大模型,你需要的是在某个行业里,比别人更懂这个行业的AI应用场景。
法律AI合同审查·类案检索·合规清单中国律所超过3万家,绝大部分没有技术团队。
工业AI质检·预测性维护·排产优化制造业是中国的命根子,每一家工厂都有降本需求。
医疗AI影像辅助·病历结构化·药物研发德勤报告中"数据与模型"支柱明确提到的方向。
教育AI个性化学习·智能批改·教研辅助中国家长的钱,是所有赛道里最好挣的。
方向二:数据治理与合规服务
德勤八大支柱里"治理"和"数据与模型"两条加在一起,对应一个正在快速膨胀的市场——AI合规。
综合判断,基于德勤报告监管趋势
AI企业合规需求增长85%
2025-2026年增长率(基于政策密度估算)
供需缺口悬殊。大基金三期6,870亿砸下去,每一个拿到钱的项目都需要合规服务。但全国AI合规专业人才,大概率不超过四位数。
方向三:AI基础设施的配套服务
德勤报告中"能源与水资源"这个支柱,很多人会跳过去。但这里藏着最被低估的机会——用电翻三倍、用水量相当于半个英国,GPU之后的瓶颈不是算力,是电和水。
380 TWh
2023年数据中心用电
占全球电力1.4%
~1,000 TWh
2030年预测用电量
约占全球电力3%
66亿m³
2027年AI预计取水量
约英国年取水量的50%
数据来源:德勤报告、IEA
液冷散热华为昇腾、寒武纪芯片功耗高于英伟达同代,液冷不是可选项,是刚需。
绿电采购与碳管理国家对数据中心PUE要求越来越严,帮助企业做绿电采购是一个独立细分市场。
边缘推理节点工业现场、医院、学校,端侧推理需要大量部署和运维服务。
如果你不创业:三条上车路径
不是每个人都适合创业。但这不意味着这场万亿级的产业浪潮跟你没关系。
三条普通人也能走的路,门槛从低到高排列:
普通人参与AI产业浪潮的三条路径
| 路径 | 具体做法 | 门槛 | 适合人群 |
|---|
| 职业转型 | AI产品经理、AI合规顾问、AI训练师、Prompt工程师 | 中等 需要3-6个月学习 | 懂行业但不一定懂AI的 法律/医疗/教育从业者 |
| 副业切入 | 用AI工具做行业咨询、垂直内容创作、AI培训 | 较低 用好现成工具即可 | 有行业经验、 善于表达和输出 |
| 投资跟随 | 关注大基金三期投向、AI ETF、产业链关键环节 | 最低 需要基本研究能力 | 有投资习惯、 愿意中长期持有 |
德勤和野村这两份报告,我最深的感受不是"中国投了很多钱"——这个大家都知道。真正有价值的是:它们告诉你钱具体在往哪个方向流、用的是什么工具、哪些层还没被巨头占满。
巨头在抢算力和通用大模型,那是千亿级的战场。但产业链往下走——行业应用、合规服务、基础设施配套——每一个细分领域都是万亿资金渗透之后的自然溢出。
你不需要造一艘航母,你只需要找一块浮板,站在潮水的方向上。
📊 数据来源:德勤《主权人工智能:洞察亚太地区战略机遇》(2026年6月);野村《中国人工智能产业如何融资?》(2026年6月24日);斯坦福大学《2025年人工智能指数报告》;彭博社、IEA相关报道
个人观察,仅供参考。欢迎讨论。
AI知行有道
记录AI时代的行业观察。效率、成本、商业价值之外,也看规则、边界,和那些不太被讨论的事。
长按识别二维码关注