主权 AI 基建潮：智算中心与出海投资机遇
编辑点评 · AI 连续创业者视角（以下内容由 AI 提炼，观点归原作者；读完可不看原文）
这是一条关于“主权 AI”带来的to G（政府）基础设施机会分析。关键数字：日本政府十年650亿美元支持半导体AI（B·官方政策），国内已建成283个智算中心、投入4300亿（B·行业统计），英伟达称主权AI收入今年将从0增至100亿美元（B·厂商预估）。对搞钱者意味着：虽然普通人难直接参与芯片层，但智算中心的配套服务（液冷、运维、算力调度、本地化模型适配）和特定行业（医疗/政务/教育）的AI落地咨询是可行的切入点。最大坑是to G账期长及技术迭代风险。建议关注非核心芯片环节的供应链或提供“建完后的运营服务”。
- 瞄准智算中心配套的液冷/散热工程服务，避开芯片研发红线
- 为地方政府提供智算中心建设与招商咨询，利用信息差接单
- 针对中小企业提供基于国产算力（如昇腾）的大模型部署服务
- 警惕to G业务账期长风险，合同中设定明确的回款节点
- 调研非敏感领域的“垂类模型”（如农业、物流）落地可能性
一、这是什么机会
主权AI浪潮催生了大量政府主导的基础设施项目，从芯片、智算中心到行业模型落地。面向创业者的切入点不在于研发核心芯片，而在于智算中心的配套服务（如液冷散热、算力调度）以及针对医疗、政务等垂直行业的模型部署咨询。核心客群为各国政府及寻求算力扩容的大型国企，商业模式多为项目制外包或长期运维订阅。
二、独立判断
值得切入，但需避开“重资产、长账期”陷阱。原文明确指出，直接参与芯片层门槛极高且受地缘政治制约，普通人难以触达；但智算中心“建完后的运营服务”和“非核心环节的供应链”存在真实需求。关键判断依据是：全球283个智算中心已投入超4300亿元，硬件堆砌容易，但如何高效利用、如何适配本地化场景是短板，这是轻资产服务的生存空间。
三、冷启动路径
第一步动作：调研本省或目标出海国家已建成的智算中心清单，筛选出存在散热瓶颈或算力闲置的项目，以提供“液冷改造方案”或“算力调度优化”为钩子获取测试订单。成本量级：初期技术调研与小规模POC验证约需5-10万元，主要消耗在技术人员时间与差旅；周期：从调研到拿到首个合同通常在3-6个月内，若涉及to G审批则需预留更久。
四、最大风险与避坑
致命坑一：to G业务账期极长。原文强调国内to G账期长是突出问题，可能导致现金流断裂。应对：合同中必须设定明确的回款节点（如30/30/40），或要求预付30%-50%启动资金，拒绝纯垫资模式。致命坑二：技术迭代导致设备贬值。GPU更新速度极快，建设周期可能跟不上换代速度，导致交付即落后。应对：采用模块化、可插拔的算力架构，避免一次性绑定特定硬件版本，保持基础设施的柔性。
五、案例复盘（别人怎么做的）
- 软银与英伟达合作：使用Blackwell GPU平台构建日本最强AI超算，证明顶级算力集群仍需依赖最新硬件，但机会已转移至集成与运营端。
- 国内智算中心建设：截至2024年5月底，中国大陆建成/在建智算中心280多座，总投资超4300亿元，算力达36.93万P。这一规模意味着配套运维、冷却系统（液冷）的市场容量巨大。
- 讯飞与华为昇腾适配：因无法使用英伟达芯片，讯飞选择与华为昇腾深度适配，展示了“国产算力+垂直模型”的生存路径，小团队可复用此逻辑，为中小企业提供基于昇腾的部署服务。
- 李开复中东布局：利用人脉建立合作，海外政府愿与中国大厂（阿里、字节）合作，说明“技术+信任背书”是出海关键，纯技术输出缺乏信任基础。
- 云启资本投资壁仞联创新项目：押注AI Infra层，表明资本看好底层软件与中间件机会，而非单纯卖硬件。
六、双轨可执行性
跨境轨道：可行。聚焦非敏感领域的垂类模型（如农业、物流）落地咨询，或为中东、东南亚政府提供智算中心建设招商咨询，利用国内成熟经验解决其“有资金、缺经验”痛点。国内轨道：可行但艰难。切入智算中心的液冷散热工程改造或闲置算力盘活服务，需具备极强的政府关系资源与合同风控能力，优先选择预算充足的一二线城市国企项目。
原文 · 晚点聊 LateTalk：阅读原文 →
