本文来自微信公众号：赛格大道，作者：熊志，原文标题：《股价暴跌，贸易战火重燃，黄仁勋却在担心另一件事》，题图来自：视觉中国
美东时间 10 月 10 日，美股突遭"黑色星期五"，其中纳斯达克综合指数跌 3.56%，科技股全面沦陷，英伟达跌幅达 4.89%，创造半年来最大跌幅。
美股重挫，纳指与标普 500 均创下短期最大单日跌幅
本轮美股大跳水源自本已显露缓和趋势的中美贸易冲突，因为特朗普发声重新进入紧张局势。因为中方最新稀土管制政策，特朗普单方面取消了高层会面的安排，并打算从 11 月 1 日起对华再加 100% 的关税。
对中美科技企业家来说，来自政治领域的摩擦、意外和惊吓正在成为习惯，这就是当下的基本现实，你必须去适应它。对黄仁勋这样的美籍华裔、业务横跨太平洋两岸的企业家，尤为如此。
但对黄仁勋来说，纳斯达克的"黑色星期五"固然有一定冲击力，但他真正焦虑的是作为 AI 时代掘金的"卖铲人"，下游企业什么时候能实现规模化商用。
近日，黄仁勋谈到，中国的 AI 应用正以惊人的速度推进，这是他深感担忧的领域，因为这场竞赛胜负将取决于 AI 应用层面的发展。
说白了，老黄没那么焦虑硅谷技术是否领先，也总能妥善应对华盛顿政客的无理要求，他最担心的是什么时候 AI 能真正挖出金子。
美国 AI 进入"合纵连横"时代
9 月，英伟达宣布向 OpenAI 投资 1000 亿美元，共同打造总容量至少 10GW 的超大规模 AI 数据中心，要知道，这些项目单年耗电量已超法国全国用电量。
在英伟达豪掷千亿美元投资 OpenAI 之前，OpenAI 和甲骨文公司也达成合作，将在约 5 年内向后者购买价值 3000 亿美元的算力。
这一系列合作勾勒出一幅清晰的产业图景：OpenAI 向甲骨文购买云服务，甲骨文建设数据中心，并向英伟达采购芯片，而英伟达则将利润以投资形式反哺 OpenAI。
可以说，围绕人工智能的产业发展，三家科技巨头构建了一个完美的资本—技术—算力闭环。
与此同时，英伟达还对英特尔进行了 50 亿美元的投资，又加码了对马斯克旗下 xAI 公司的投资，后者估值已经超过 200 亿美元。黄仁勋近期表态，马斯克的所有项目他都愿意投资，很显然，黄仁勋希望尽可能多的人成为盟友。
有意思的是，OpenAI 也在多线布局，先加入英伟达、甲骨文的" AI 铁三角"，后又与 AMD 达成涉及 6GW 算力的合作，与甲骨文、软银宣布未来三年超 4000 亿美元的投资计划。
短短 1 月内，硅谷巨头抱团模式接连上演，有人称，美国 AI 产业正式进入"合纵连横"时代。
英伟达与 OpenAI 的深层隐忧
从 1980 年代开始，美国的"硅谷 + 华尔街"创新模式，就成为引领全球的创新新范式，基本逻辑是，硅谷负责颠覆性的技术构想，华尔街则通过资本市场来包装，推高股价和估值，进而为技术研发注入海量资金。
所以我们看到，在动辄千亿美元的巨额资金加持下，硅谷头部科技企业又试图去堆叠算力、扩大参数，靠着"大力出奇迹"叩开 AI 新世界的大门，率先触及技术的无人区。
当然，也正是在此种模式下，ChatGPT、Sora 等惊艳全球的 AI 创新，频繁在美国诞生，并形成深厚的技术壁垒。
然而，正如开头所提到的，这部创新机器内嵌着巨大风险——容易催生泡沫、与真实的市场需求脱节。
所以，作为"卖铲人"赚得盆满钵满的英伟达，在接连宣布与 OpenAI、甲骨文、xAI 等巨头的战略投资与合作时，实际上要应对的是一个根本性问题：下游客户投入巨资训练超大规模模型的同时，这些 AI 应用仍缺乏规模化落地的商业场景。
当估值被不断拉高，当投入呈指数级增长，创新，就变成了一场与时间赛跑的危险游戏。所有人都在赌，在资本泡沫破裂之前，能否找到可持续的商业模式。
打一个简单的比喻，当投入动辄千亿美金，能耗堪比中型城市全年用电量时，如果其产出仅仅是优化 PPT、辅助写文案的模型，这种投入产出比显然不可持续。
一旦市场风向转变，商业化迟迟无法落地，建立在沙滩之上的资本大厦，便有倾覆的危险。
中国 AI 企业的机会窗口
面对美国大厂动辄"核弹级"的投入，大洋彼岸另一端的中国 AI 企业，在资本开支上注定难以望其项背，但也大可不必悲观。
因为，决定一场产业革命最终走向的，并非只有资本，技术差距也并非决定性因素。这也是黄仁勋高频访华的原因所在，他很清楚一点：中国除了是庞大的芯片消费市场之外，也是场景创新的高地。
事实上，顶尖企业家们的判断几乎毫无二致。例如，阿里巴巴的董事长蔡崇信在最新访谈中坦言：AI 胜负关键，不在技术，而在落地速度——必须找到真实应用场景才能持续发展。他认为，美国应该将更多资源投入到技术应用和普及层面，而非仅仅专注于技术研发。
2023 年初，面对 ChatGPT 横空出现，腾讯创始人马化腾也表达了类似观点：AI 是百年不遇的机遇，更关键的是场景落地。他强调，AI 要"有用"，不能只拼技术参数，必须与实际业务结合，能赚钱的 AI 才是好 AI。
所以，相比硅谷 AI 等巨头在资本、算力上的"合纵连横"，中国 AI 企业把更多的注意力放在了 AI 技术的商业化落地。
当然，这也可能是中国科技企业的"路径依赖"，或者说是"秘密武器"。毕竟，在过去 1/4 个世纪里，从互联网到人工智能，一种自下而上的、由应用场景驱动的创新优势，始终在发挥着关键作用。
例如，二十年前，当 eBay、MSN 等国际巨头携重金进入中国时，可能很多人没料到，最终胜出的是资本实力逊于对手的阿里和腾讯。
阿里能战胜 eBay，并非依靠雄厚的资本实力，靠的是深刻洞察中国市场：淘宝契合"小商品批发"生态，支付宝解决陌生人交易信任难题。
腾讯能够打败外来的科技企业，是因为更善于捕捉用户的隐藏需求，这方面微信是集大成者，连马斯克都羡慕不已。在 AI 时代，这种优势得到了延续。
AI 竞争已经进入下半场，这正在变成行业共识，也是近期 AI 泡沫是否存在的讨论背景。
如果说上半场比拼的是算力规模、资本实力，是一场规模化的军备竞赛，那么下半场比拼的，则是谁能更好地洞察用户需求，更快推动技术高效地商业化落地。
清华经管的朱恒源教授有一个新兴产业发展的"三部曲"观点——技术上可实现、商业上可持续、社会上可接受。
目前在技术层面，中美科技企业，中美之间已没有鸿沟级差距，决定这场长跑胜负的，将更多取决于后两者。而"商业上可持续"和"社会上可接受"，恰恰是中国模式的核心优势所在。
当然，中国 AI 企业的主要玩家们也很焦虑，因为优势能否转化为胜势，存在很大的弹性空间。如何抓住这个稍纵即逝的机会窗口，并不是一件容易的事情。
鼎盛配资提示：文章来自网络，不代表本站观点。
