主权AI基建潮下的创业机会与风险
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）
这是一期关于“主权AI”的访谈，探讨各国政府建设自有AI基础设施带来的商业机会。关键数字：日本十年投650亿美元，英伟达预计主权AI收入增100亿刀（A·第三方）。对搞钱者，这是B端/G端的大水漫灌机会，适合有技术交付能力或供应链资源的人切入，不适合个人副业。最大的坑是政府账期长和GPU迭代快导致的资产贬值。建议关注AI Infra细分领域（如液冷、网络互联）或特定行业的大模型落地，而非直接做通用大模型。
- 切入AI Infra细分：液冷、高速网络、运维工具
- 避开纯算力建设：GPU迭代快，资产贬值风险高
- 关注特定语言/行业模型：如斯瓦西里语大模型
- 服务to G客户需备好资金：账期长达半年以上
- 利用中国供应链优势：出海提供高性价比硬件
一、这是什么机会
服务对象是各国政府及其主导的数据中心建设方。核心需求是搭建拥有本土数据、算力与模型的“主权AI”基础设施。商业模式主要靠卖硬件（GPU/服务器/液冷）、提供集成实施服务，或交付特定行业/语言的大模型。资金池巨大：日本十年投650亿美元，英伟达预计年内主权AI收入达100亿美元。
二、独立判断
这是B端/G端的大水漫灌期，但门槛极高。适合有硬科技供应链资源、能承担长账期资金压力的团队；不适合个人副业或纯软件独立开发者。关键在于避开“直接堆GPU”的红海，切入液冷、高速网络互联等Infra细分环节，或做如斯瓦西里语等垂直领域模型落地。推断：若无法锁定政府长期预算，仅做一次性硬件倒手，利润会被折旧和账期吃光。
三、冷启动路径
第一步：锁定单一Infra细分（如液冷泵阀或DCI网络），找2-3家有出海资质的系统集成商做代理，而非自研硬件。成本量级：50-100万元（库存+差旅验证）。周期：6-9个月。动作：先跑通一个中东或东南亚的小型智算中心供货链路，验证账期（通常需垫付半年以上）与利润空间，再决定是否扩品类。
四、最大风险与避坑
- GPU迭代资产贬值：GPU换代快（如Blackwell取代H系列），囤积的旧卡可能跌价30%以上。应对：只做短周期交付或租用模式，不重资产持有算力；合同绑定换代补偿条款。
- 政府账期陷阱：to G项目回款周期常超6个月，现金流断裂即死。应对：要求预付款比例≥30%，或引入供应链金融保理；避免同时押注3个以上未结款项目。
五、案例复盘（别人怎么做的）
- 云启资本投资壁仞联创徐凌杰新项目，切入AI Infra互联层，避开纯芯片竞争（原文事实）。
- 讯飞因受限无法用英伟达，转向华为昇腾做适配，绑定国产算力生态形成差异化（原文事实）。
- 李开复在中东利用人脉，推动海外政府与阿里、字节合作，以“人才+模型输出”替代纯硬件销售（原文事实）。
- 中国公司利用供应链成本优势，向缺产能国家（如沙特）输出高性价比智算集群（推断：依赖本地集成商解决地缘政治风险）。
- 肯尼亚开发斯瓦西里语大模型，验证非英语区域对本土语言模型的刚性需求，定价需低于英语模型（推断：小语种训练成本高，需政府补贴）。
- 国内280多座智算中心中，地方政府招商导致同质化竞争，4300亿投资额下36.93万P算力闲置风险大（原文数据）。
六、双轨可执行性
跨境：可行，但仅限Infra硬件与模型输出。启动路径：找海湾/东南亚本地集成商合作，提供液冷或网络方案，不碰政府直签，通过中间商规避合规与账期风险。国内：可行，但避开新建算力中心红海。启动路径：聚焦存量智算中心的运维优化与能效改造（液冷 retrofit），以“降本”为卖点向地方国资出售服务，周期短、回款快，避开长账期建设环节。
原文 · 晚点聊 LateTalk：阅读原文 →
