AI基础设施重写

AI基础设施重写是本文的核心概念，指本轮AI浪潮的本质不是单纯的“大模型竞赛”，而是对云、算力、电力、工业系统等底层基础设施的全面重构。

核心论点

• 超越模型竞赛：决定AI走向的关键角色是掌握数字和物理世界基础设施的公司，而非仅仅是最会训练模型的公司。
• 两层底盘：AI浪潮需要进入两个世界——数字世界（企业软件、云平台）和物理世界（工厂、电网、数据中心）。微软控制着数字世界的入口，西门子深嵌在物理世界的骨架里。
• 竞争重心转移：AI的竞争重心正在从“模型能力”转向“系统能力”——谁能把模型接入组织、接入基础设施、接入物理系统，并在这个过程中形成长期壁垒。

支撑证据

• 微软：对日本100亿美元投资，提供“国家级企业AI解决方案”，成为数字底座。
• 西门子：数据中心相关收入增长超过三分之一，与阿里云扩大工业AI合作，向工业AI平台参与者转型。
• Siemens Energy：净利润接近三倍增长，AI对电力的巨大需求证明AI基础设施重写已延伸到能源领域。

与现有维基的连接

• 强化[[physical-ai]]和[[2026-physical-ai-year]]的宏观叙事——AI进入物理世界需要工业底座的支持。
• 扩展[[完整系统竞争]]的概念，从机器人领域扩展到整个产业生态。
• 为[[企业AI转型陷阱]]提供宏观背景——企业AI转型的困难部分源于缺乏底座支持。
• 挑战“模型中心论”倾向，暗示过度关注模型本身可能忽略更重要的基础设施和系统集成问题。

开放问题

• 在中国语境下，哪些公司扮演了类似微软和西门子的“数字底座”和“工业底座”角色？
• 微软和西门子之间是否存在竞争？例如在工业云和工业AI平台领域。
• 这种“基础设施重写”的叙事，是否低估了开源模型和去中心化AI基础设施的颠覆性潜力？