|
文章转自“天上有鱼”微信公众号，分享关于在通信央企的观察，欢迎关注！受限于篇幅限制，图片未做展示。
一个颇具反差的现象是：最早拥抱AI的一批程序员，正在借助AI辅助编程，大幅提升开发效率；但当企业发现，少数员工借助AI就能完成过去更多人的工作时，部分岗位也可能因此面临调整。最先使用AI提升生产效率的人，或许也最先感受到AI对传统岗位的冲击。 目录 一、裁员与AI投资：大厂正在重新分配资源 二、中国数据中心有多大？中美基础设施规模对比 三、从东数西算到AI集群：算力布局向西部迁移 四、AI基建狂飙，产业链真正的机会在哪里？ 结语：在变革中，找到自己的位置 一边是互联网大厂不断传出裁员、缩减招聘的消息，另一边是阿里、腾讯、字节等企业持续加码AI投资，数据中心、GPU集群和算力网络建设进入新一轮扩张周期。看似矛盾的两件事，实际上指向同一个趋势：企业正在重新定义什么是未来最有价值的资源。互联网行业正在从过去以流量和人力为核心的增长模式，转向以算力、能源和基础设施为核心的新竞争模式。 SemiAnalysis于2026年9月发布的《中国AI基础设施热潮》报告，通过逐栋追踪1000多座数据中心，描绘了中国AI基础设施建设的真实规模。报告显示，中国已交付数据中心容量超过24GW，仅次于美国。这场AI基建浪潮究竟有多大？中国与美国的差距在哪里？又将给中国科技产业链带来哪些机会？
一、裁员与AI投资：大厂正在重新分配资源
2026年，互联网行业出现一个明显现象：一边是部分岗位缩减、外包裁撤和招聘收紧，另一边是AI基础设施资本开支快速增长。路透社6月的报道指出，中国互联网企业开始通过减少外包、缩减校招和自然减员等方式调整人员结构，部分工作岗位也受到AI工具应用的影响。 与此同时，阿里、腾讯和百度2026年第二季度资本开支合计约200亿美元，同比增长超过一倍。字节跳动由于是未上市私营企业，相关投入并未包含在这一数字中。200亿美元是什么概念？这相当于腾讯约11.5万名员工一年的薪酬及福利总额。换句话说，三家公司的一个季度资本开支，已经达到一家大型互联网企业全体员工一年薪酬成本的量级。当然，这并不意味着企业节省的人力成本直接转投了AI。 过去，大厂通过争夺用户、流量和市场份额实现增长；如今，竞争进一步延伸到GPU、数据中心、电力和高速网络。裁员反映的是传统业务效率的重构，AI基建投资代表的是下一轮增长曲线的争夺。企业并非简单地减少投入，而是在把资源从部分传统业务转向新的技术能力和基础设施。
二、中国数据中心有多大？中美基础设施规模对比
SemiAnalysis追踪了中国60多家运营商、1000多座数据中心，测算中国已交付数据中心容量超过24GW，另有约20GW进入较明确的项目储备阶段，以及约30GW已宣布的规划项目。其中1GW一年可消耗约87.6亿度电，相当于约300万户家庭一年的用电量。 按照报告的全球数据中心模型，美国2026年底容量预计达到56GW。以中国已交付容量超过24GW计算，约为美国预计规模的43%。中国已经成为全球第二大数据中心市场，规模超过欧洲、中东和非洲地区的总和。 但数据中心规模大，并不意味着所有机房都能直接用于AI训练。中国市场存在一个看似矛盾的现象：整体机房空置率不低，但适合AI训练和推理的高功率数据中心却并不宽裕。 问题在于机柜功率密度。过去面向网站、游戏和CDN建设的数据中心，很多采用低功率密度设计。SemiAnalysis报告指出，历史上约90%的设施机柜功率密度低于2kW；而新一代AI服务器集群通常需要30kW以上，部分高端GPU整机柜系统甚至达到100kW以上。两者之间存在数量级上的差异。 这意味着，过去能够容纳大量普通服务器的机房，并不一定具备承载AI集群所需的供电和散热能力。数据中心竞争的重点，正在从机柜数量转向功率密度，以及单位能源能够承载多少有效算力。
三、从东数西算到AI集群：算力布局向西部迁移
2022年启动的东数西算工程，为中国AI基础设施扩张提供了重要的空间框架。当时，这项政策的主要逻辑是优化全国算力资源配置，降低数据中心建设和运行成本。进入AI时代，随着大模型训练需求快速增长，数据中心建设开始更多向内蒙古、宁夏、甘肃、贵州等能源资源丰富的地区集中。 这背后的逻辑是：AI训练需要大量电力，但部分训练任务对计算节点与最终用户之间的时延并不敏感，因此可以部署在电价较低的西部；推理业务则更强调响应速度，需要兼顾东部用户分布和网络条件。SemiAnalysis指出，内蒙古部分地区电价约为一线城市的一半。广东韶关则通过建设400G全光网络，实现到广州单向约1.3ms、到深圳单向约1.66ms的时延。 这说明，算力不一定要部署在用户身边，但必须通过高速、稳定的网络连接起来。只要网络能力足够强，部分计算任务就可以部署在更远但能源成本更低的地区，从而在电力成本、计算效率和用户体验之间取得平衡。 中美在算力布局上的差异也逐渐显现。美国数据中心更多围绕大型云厂商和AI企业的园区化需求建设，电力资源与电网接入成为选址的关键约束；中国则通过东数西算和能源资源布局，引导算力向西部资源富集地区集聚。 未来，中国有望形成西部集中训练、东部及区域节点推理的协同格局，但两者并非绝对分离，具体部署仍取决于任务类型、网络时延和能源成本。中国的优势在于庞大的基础设施存量、完整的工程产业链和快速扩张能力；与此同时，整体数据中心容量与美国相比仍有差距，高端算力芯片等环节也面临供应约束。
四、AI基建狂飙，产业链真正的机会在哪里？
AI数据中心建设带来的机会远不止GPU和服务器，而是覆盖芯片、网络、光互连、电力和制冷的完整产业链。 首先是算力芯片及其配套产业。GPU、AI ASIC、高速存储和高速互连芯片，决定了数据中心能够提供多少有效算力。在高性能芯片供应受到约束的情况下，国产AI芯片及配套产业链的重要性进一步提升。 其次是高速网络与光互连。AI训练集群需要大量GPU协同工作，节点之间的数据交换能力直接影响集群整体利用率。随着集群规模扩大，网络带宽、时延和功耗成为核心指标，高速光模块、光器件、光纤连接、交换芯片以及先进封装都有望受益。尤其值得关注的是，光互连正在从传统数据中心网络逐渐向计算节点内部延伸。从高速光模块，到NPO、CPO，再到OIO等更深层次的光电集成方案，光技术正在突破传统网络连接的边界。未来AI基础设施的竞争，不仅是单颗芯片性能的竞争，更是整个计算集群通信效率的竞争。 第三是数据中心供配电和热管理。高功率密度AI服务器对供电架构、变压器、UPS、母线和液冷系统提出了更高要求。随着单机柜功率持续提升，电力和散热正在从传统配套设施变成决定数据中心建设能力的核心环节。 第四是数据中心工程建设与运营。预制化机电设备、模块化数据中心、液冷基础设施以及高可靠性运维服务，都将随着AI数据中心扩张获得新的市场空间。 从中国的产业链位置来看，工程建设、服务器制造、光模块、光纤光缆、部分网络设备和电力设备已经具备较强的产业基础；但在高端AI芯片、先进制程、高端存储以及部分关键EDA和核心IP方面，仍存在需要突破的环节。由此可见，AI基础设施并不是一个孤立的硬件市场，而是一场从芯片、通信、能源到工程制造的系统性升级。它既在创造新的产业需求，也在改变不同技术环节的价值权重。而当基础设施能力发生变化，最终被改变的将不只是产业链，还有每一个行业的生产方式，以及身处其中的每一个人的工作方式。
结语：在变革中，找到自己的位置
移动互联网时代，企业通过扩大组织、争夺用户和流量获得增长；AI时代，企业则需要重新争夺算力、能源、数据和模型能力。竞争的核心正在发生转移：过去比拼的是谁能触达更多用户，今天比拼的则是谁能以更低的成本、更高的效率，组织起更强大的智能生产能力。 这也解释了为什么一边是互联网大厂调整组织、压缩部分岗位，另一边却是数据中心、AI芯片、高速网络和能源基础设施投入不断加码。企业并不是简单地减少投入，而是在重新分配资源；技术进步也不只是创造新的产业，更在改变旧有产业的价值分配方式。 对于身处其中的每个人而言，这场变革既意味着压力，也意味着重新选择的机会。2026年9月，斯坦福大学校长乔纳森·莱文在新生开学典礼上谈到技术快速变化带来的不确定性。他认为，面对无法准确预测的未来，人需要保持探索的勇气，重视跨领域的专业知识，也要学会在不同观点和分歧中保持好奇、展开交流。他说：“未来不是发生在你身上的事情，而是由你亲手创造的。” 这句话放在AI时代尤其值得思考。因为真正难被AI替代的，可能从来都不是某一门具体技能，而是你如何形成判断，如何面对分歧，如何在一个尚未有答案的世界里继续往前走。AI可以帮助我们更快地获取信息、完成任务，甚至给出看似合理的解决方案，但提出什么问题、判断什么问题值得解决，以及在不确定性中做出选择，仍然需要人的主动思考和承担。 技术浪潮不会等待每个人做好准备，产业格局也不会因为怀念过去而停下脚步。我们无法决定变革何时到来，却可以决定自己如何回应：是被动等待旧岗位、旧模式和旧优势逐渐失效，还是主动走进新技术、新产业和新问题之中，重新构建自己的能力边界。当企业开始重新配置算力与资本，个人也需要重新配置自己的时间、知识和能力。真正重要的，不是预测下一个风口在哪里，而是在变化发生时，依然拥有理解变化、作出判断并创造价值的能力。 参考资料与数据来源： 1.SemiAnalysis—The Chinese AI Infrastructure Boom（2026.09.25） 2.Reuters—China Inc deploys 'quiet' layoffs asBeijing promotes AI adoption（2026.06.10）3.South China Morning Post—Forget AI KPIs: how China's tech giants arerationing tokens for employees（2026.09.15） 4.Reuters—Alibaba profit falls 75% after rampingup AI infrastructure spending（2026.08.20）5.Reuters—Tencent pledges higher AI investment in 2026（2026.03.18）
| 
1
发表于 2026-11-13 09:24:31
