时语晨光

本周判断｜从800MHz到地面基站，一笔据报约80亿美元的交易，揭开新技术进入传统行业的真正成本。

📍 简介

一家已经把数千颗卫星送上太空的公司，为什么还要回到地面，购买传统电信运营商使用的频谱？

10月8日，SpaceX宣布拟收购Grain Management持有的美国800MHz低频频谱组合，媒体估计交易价值约80亿美元。消息公布后，T-Mobile、AT&T和Verizon股价集体大跌，而American Tower、Crown Castle等通信铁塔公司却受到市场追捧。

同一笔交易，为什么让运营商和基础设施企业出现完全不同的市场反应？

本期「本周判断」，我们从SpaceX的频谱收购切入，拆解三个问题：

技术： 已经能够卫星直连手机，为什么仍然需要地面网络？

商业： 当SpaceX从运营商的合作伙伴，逐步变成潜在竞争者，谁来掌握客户关系？

资本： 华尔街究竟是在为已经发生的变化定价，还是提前押注未来的竞争？

同时，我们也关注三条商业新闻：中欧混动车贸易磋商的新进展、沙特利雅得机场遇袭对跨境商业运营的影响，以及TCS的AI业务年化收入突破31亿美元之后，整体增长为何仍然温和。

本周判断：技术突破可以很快，真正改变一个行业的商业格局，往往需要更长时间。

📢 回顾 / 关联节目推荐

本期建议和最近几期连起来听：

EP472｜增长没停，只是“大数字”开始不够用了

EP478｜226亿美元买的不是软件：施耐德为什么要掌控机器的一生？​

EP480｜SAP把付款塞进ERP：下一步，企业敢让AI直接付钱吗？​

📌 轻解读内容框架

01｜

00:00

–

01:21｜开篇：卫星已经上天，为什么还要买地面频谱？

SpaceX的一笔收购协议，引发运营商大跌、铁塔股上涨。两种相反的市场反应，揭开本期悬念。

02｜01:21–02:58｜中欧贸​易：汽车出口谈判，开始触及数量问题

03｜02:58–04:31｜沙特机场遇袭：航空枢纽中断的商业代价​

04｜04:31–06:07｜TCS：AI收入增长，为什么整体营收没有同步​加速？

05｜06:07–09:32｜SpaceX的800MHz交易：频谱为什么如此值钱？​

06｜09:32–12:04｜卫星与基站：覆盖到一个地方，不等于服务好所有用户​

07｜12:04–15:04｜合作伙伴变成竞争者：谁掌握最终客户？​

08｜15:04–18:12｜真正的反证：几百万个终端，不等于几百万个合适的基站​

09｜18:12–20:33｜华尔街重新定价：运营商为什么跌，铁塔公司为什么​涨？

10｜20:33–结束｜本周判断：技术突破之后，还有经营这一关​

💬 金句推荐

“技术能不能实现是一回事，能不能以合理的成本持续提供服务，是另一回事。”

“几百万个设备位置，并不等于几百万个合适的移动基站位置。”

“股票可以在一天之内大跌10%，但一张真正好用的移动通信网络，不可能在一天之内建成。”

本期核心判断：技术突破可以很快，真正改变一个行业的商业格局，慢的不是一星​半点。

📘 特别术语轻解读

800MHz低频频谱（​Low-Band Spectrum）

14MHz成对频谱（Paired Spectrum）​

卫星直连手机（Direct-to-Device / D2D）​

小型基站（Small Cell / Femtocell）​

网络回传（Backhaul）​

资本市场重新定价（Market Repricing）​

📎 声明

本期基于截至录制时可获得的公开公告、监管信息、企业财报及媒体报道整理。

SpaceX频谱交易仍待监管批准，约80亿美元为媒体报道的估计金额；有关未来移动网络规模、经营成本及竞争结果的讨论，属于商业分析与情景判断，并非已经实现的经营事实。

本节目不构成投资建议。

🌑 特别说明｜关于知识星球听友空间

从 2 月 18 日 起，「时语晨光」开启一个知识星球听友空间，并已开放加入。它不是微信群，也不是用来刷消息的地方，而是节目的第二层内容结构：

每一期完整逐字稿

因时长限制未能展开的语料与判断

为什么选择这样讲，而不是那样讲

以及——像本期这样——三层情景对应的观察清单卡片

👉 订阅方式知识星球采用年度订阅制：99 元/年周年周期间加入的听友，将标记为周年成员。

✅ 关键词

#本周判断 #SpaceX #星链 #卫星通信 #800MHz频谱 #无线电频谱 #地面基站 #移动运营商 #商业模式 #资本市场 #中欧汽车贸易 #沙特机场 #TCS #AI商业化

#WeeklyThesis #SpaceX #StarlinkMobile #SatelliteConnectivity #LowBandSpectrum #SpectrumLicensing #DirectToDevice #TerrestrialNetworks #TelecomCompetition #BusinessModel #MarketRepricing #AIRevenue

🎧 收听方式🔗 Apple Podcasts | Spotify | 小宇宙 | RSS

💬 有话想说？ 在评论区告诉我们你的看法，或者在社交媒体 @时语晨光 参与讨论！

📮 联系我们📧 [email protected]📱 微博｜即刻 | 豆瓣 @时语晨光

「时语晨光」不仅为你带来新闻资讯，更以决策者的视角，与你共同探索背后的商业故事、发展趋势和社会变迁，让你的早晨既充实又富有活力！

我们相约每周工作日的早晨，一起为崭新的一天充电加油。

▼主播

新龙，一位在文化商业与文旅行业拥有丰富经验的创业者和咨询顾问，现担任「走，出海去」等播客节目的主播。

▼制作团队

后期制作：「时语拾光」Timeless Resonance Studio

监制：新龙

封面设计：木下

▼关于「时语晨光」

「时语晨光」致力于为您呈现最新商业趋势与市场动态，以决策者的视角深入剖析各类焦点事件，助您把握全球商业脉动。我们坚信，每天清晨短短15分钟的聆听，将为您带来富有价值的思考与启发，让您与世界同步前行。

▼与我们互动

搜索「时语晨光」在各大社交平台

邮件反馈：[email protected]

喜欢我们的节目？请支持我们！

晨间简报·第六十二集｜当用户选择与广告指标发生冲突，谁来决定实验的边界？

📍 简介

你有没有遇过这样的情况：明明已经不想再看某类短视频，平台却还是不停地推荐？如果你主动点击“重置推荐”，却发现系统实际上没有执行呢？

2026年10月7日，纽约州针对TikTok的诉讼文件新公开了一项指控：2023年，TikTok曾将数千名主动启用推荐刷新等功能的用户，包括未成年人，分配到功能未正常生效的“安慰剂实验组”。

更值得关注的是，诉状称，一名内部产品经理曾对实验提出伦理质疑，而实验涉及的衡量指标包括用户停留时间与广告收入。TikTok否认相关指控，强调产品测试是验证功能效果的常见方式。

问题因此不只是算法有没有刷新，而是当用户明确表达自己的选择，平台能否为了获得实验数据，让这个选择暂时不生效？

本期「时语晨光」从这场争议出发，拆解A/B测试、商业指标与用户控制权之间的关系。同时关注三星创纪录的季度利润预告、中欧混动车贸易摩擦，以及国际能源署加快释放石油储备的决定。

📌 轻解读内容框架

1. 00:00 – 01:04｜开场：你点了重置，算法真的重新开始了吗？

当平台提供用户控制工具，却又被指将部分用户放入功能不生效的实验组，一次看似普通的产品测试，为何触及信任边界？

2. 01:04 – 03:09｜三星利润暴涨：AI芯片行业迎来怎样的利润周期？

第三季度预计营业利润107.4万亿韩元，同比增长782.5%。存储芯片供需失衡带来超额收益，但高利润能否延续，仍取决于未来产能与价格。

3. 03:09 – 04:58｜中欧混动车贸易：关税会不会改变企业销售什么车？

欧盟插电式混动车进口一年增长86%。当纯电动车受到额外贸易限制，竞争是否会向其他车型转移？政策效果不能只看单一产品类别。

4. 04:58 – 06:07｜石油储备：承诺释放与真正交付，还有多远？

国际能源署称已释放约3.25亿桶石油，仍有约1亿桶已承诺库存尚待释放。影响市场的不只是库存规模，还有释放时间和产品结构。

5. 06:07 – 09:15｜TikTok的“假刷新”争议：用户控制权为何成为实验变量？

Algo Refresh原本允许用户重新调整推荐内容。新公开的诉讼指控却提出另一种情况：部分用户相信刷新已经生效，实际可能进入了安慰剂对照组。

6. 09:15 – 11:14｜A/B测试的边界：正常实验与误导用户，有何不同？

企业需要对照实验验证产品效果，但“尚未获得新功能”和“以为功能已启用、实际却未生效”，涉及不同的用户知情与承诺问题。

7. 11:14 – 13:10｜内部反对意见：产品承诺与商业实验发生冲突

据诉状，一名数字健康产品经理质疑安慰剂实验与算法透明、用户控制的目标相矛盾。争议由技术设计延伸至企业内部的决策责任。

8. 13:10 – 15:18｜TikTok的回应：不能因为争议，就否定所有产品实验

A/B测试有其合理性，也可能帮助企业真正改善安全功能。关键在于测试方式、用户知情程度，以及潜在风险如何受到约束。

9. 15:18 – 18:10｜最核心的商业矛盾：停留时间增加，就代表产品更好吗？

广告收入与用户时长容易量化，信任、自主权与长期满意度却更难测量。当不同部门使用不同成功标准，企业应该如何决定什么才是好的产品？

10. 18:10 – 21:06｜从TikTok到所有数字平台：什么不应该成为实验变量？

算法越来越擅长预测用户行为，但用户过去的偏好，不应自动覆盖当下明确表达的意愿。平台长期的竞争力，也取决于是否真正履行用户主动提出的选择。

💬 金句推荐

“一个产品能不能让用户多停留几分钟，与这个产品有没有真正履行用户的选择，是两个不同的问题。”

“当短期指标容易测量，而长期价值更难测量时，企业如何避免让容易测量的东西自动获得更大的决策权？”

“我们愿意让算法越来越了解自己，但当我们要求算法改变时，它究竟应该听谁的？”

📘 特别术语解码章节｜核心名词说明

Algo Refresh（算法推荐刷新）：TikTok于2023年推出的推荐调整功能，让用户重新开始个性化的For You内容推荐，不等于删除全部用户数据。

For You Feed（为你推荐）：TikTok基于用户互动、内容属性等信号生成的个性化视频推荐流。

Ghost / Placebo Experiment（幽灵／安慰剂实验）：本案诉状所使用的实验描述，涉及向部分用户提供未正常生效的功能版本，作为对照进行比较。

A/B Testing（A/B测试）：将用户分成不同实验组，比较产品版本或功能差异，以评估实际效果的常见方法。

Digital Well Being（数字健康）：关注数字产品使用对个人体验、心理状态及自主控制能力影响的产品治理领域。

HBM（High Bandwidth Memory，高带宽存储器）：服务于高性能计算和AI加速器的重要存储技术，具有高数据传输带宽。

🎧 收听提示

如果你希望继续收听我们对国别、产业与全球商业结构的系统拆解，也欢迎关注后续即将上线的付费专题。我们会把部分更系统、更成系列的内容，整理成可长期回听的专题产品。

🔗 📌 回顾相关期推荐

🔁

相关回顾

EP480｜SAP把付款塞进ERP：下一步，企业敢让AI直接付钱吗？

从AI自动执行付款，讨论企业如何划定技术自主权与责任边界。

EP475｜同一个巨无霸，为什么隔3公里就能贵近9块钱？

从算法辅助定价出发，理解数据驱动的商业优化如何影响消费者。

EP472｜增长没停，只是“大数字”开始不够用了

从增长指标转向实际效果：企业需要证明的不只是规模，还有增长背后真正实现的价值。

📘 特别说明｜关于「时语晨光」听友星球

从 2 月 18 日起，「时语晨光」听友星球已经正式开启并进入持续更新阶段。

它不是微信群，也不是用来刷消息的地方，而是节目的第二层内容结构：

每一期完整逐字稿与结构拆解

因时长限制未展开的语料与判断

选题、表达与取舍背后的逻辑说明

如果你听完节目，还希望把一条逻辑走完整，这个空间，会更适合你。

👉 加入方式与订阅说明

「时语晨光」听友星球采用年度订阅制当前订阅价格为 99 元 / 年

首批加入的听友会被标记为 启航成员 Founding Members

对我来说，这是一次把节目慢慢沉淀成资料库的过程；对你来说，这是一个可以长期使用、持续变厚的内容空间。

我不打算把它做成短期促销产品，更希望它是一个随着时间累积价值的地方。

📎 声明

本节目由「时与时光」团队精心制作出品。

本期内容参考路透社、金融时报、纽约州总检察长办公室公开法律文件、TikTok官方产品说明、三星电子业绩预告及国际能源署公告等公开资料，经独立整理与分析。

有关TikTok实验的具体描述属于纽约州诉讼中提出的指控，TikTok已作出回应并否认相关指控；节目不将诉讼主张视为已获司法认定的事实。

本节目旨在提供商业新闻观察与机制分析，不构成法律或投资建议。

✅ 关键词

#TikTok #安慰剂实验 #算法推荐 #推荐重置 #用户控制权 #AB测试 #数字健康 #平台经济 #商业模式 #广告收入 #企业治理 #三星电子 #中欧汽车贸易 #石油储备

#TikTok #AlgoRefresh #PlaceboExperiment #AlgorithmicRecommendation #UserControl #ABTesting #DigitalWellbeing #PlatformEconomy #AdRevenue #ProductGovernance #SamsungElectronics #EUChinaTrade #OilReserves

🎧 敬请关注「时语晨光·全球​经贸快线」

📢 回顾推荐

📢 回顾｜EP480｜SAP把付​款塞进ERP：下一步，企业敢让AI直接付钱吗？

📢 回顾｜EP479｜中国8月突然出口​4万吨锌：伦敦缺货时，为什么中国还能拿出下一吨？

📢 回顾｜EP478｜226亿美元买的不是软件：​施耐德为什么要掌控机器的一生？

📢 回顾｜EP476｜70亿美元海外算力：腾讯为​什么一边国产替代，一边拥抱全球供应链？

📢 回顾｜EP475｜同一个巨无霸，为​什么隔3公里就能贵近9块钱？

📢 回顾｜EP474｜Anthropic要上市，50.1​%的决定权为什么仍留在七个创始人手里？

📢 回顾｜EP473｜一颗还没发射的卫星，背​后已经有23个客户

📢 回顾｜EP471｜对外投资破2000亿美​元，并购却跌到17年最低：中国企业出海，开始从“买公司”变成“长能力”

🎧 收听方式🔗 Apple Podcasts | Spotify | 小宇宙 | RSS

💬 有话想说？ 在评论区告诉我们你的看法，或者在社交媒体 @时语晨光 参与讨论！

📮 联系我们📧 [email protected]📱 微博｜即刻 | 豆瓣 @时语晨光

「时语晨光」不仅为你带来新闻资讯，更以决策者的视角，与你共同探索背后的商业故事、发展趋势和社会变迁，让你的早晨既充实又富有活力！

我们相约每周工作日的早晨，一起为崭新的一天充电加油。

▼主播

新龙，一位在文化商业与文旅行业拥有丰富经验的创业者和咨询顾问，现担任「走，出海去」等播客节目的主播。

▼制作团队

后期制作：「时语拾光」Timeless Resonance Studio

监制：新龙

封面设计：木下

▼关于「时语晨光」

「时语晨光」致力于为您呈现最新商业趋势与市场动态，以决策者的视角深入剖析各类焦点事件，助您把握全球商业脉动。我们坚信，每天清晨短短15分钟的聆听，将为您带来富有价值的思考与启发，让您与世界同步前行。

▼与我们互动

搜索「时语晨光」在各大社交平台

邮件反馈：[email protected]

喜欢我们的节目？请支持我们！

晨间简报·第六十一集｜当ERP从记录走向执行，AI Agent离企业核心流程还有多远？

📍 简介

2026年10月，德国企业软件巨头SAP推出SAP Pay。

表面上看，这只是SAP在自己的Cloud ERP里增加了一层支付能力：企业完成发票审批以后，可以继续执行付款，再把结果自动带回采购订单和财务系统。

但真正值得关注的，不是SAP又多了一个支付功能，也不是它开始支持USDC稳定币。

更重要的变化是：企业软件正在从“记录发生了什么”，一步步走向“真正替企业采取行动”。

过去ERP可以知道一张发票为什么应该付款，也可以生成付款指令，但真正的钱往往仍需要经过银行、支付服务商和另外一套流程。SAP Pay试图把这些环节重新接起来，在银行、电汇、ACH、实时支付和稳定币等不同支付轨道之上，增加一层统一的支付编排。

而下一步更关键。

SAP已经明确表示，未来Joule中的AI Agent将能够触发和执行付款。

这意味着企业AI真正需要回答的问题，可能已经不再只是“模型够不够聪明”。

而是：

当AI完成判断以后，一家公司愿意把多少真实的执行权交给它？

本期「时语晨光」从一张100万美元的供应商发票出发，拆解SAP为什么进入支付、稳定币为什么不是故事真正的主角、ERP拥有的“企业上下文”为什么可能成为新的竞争优势，以及当AI从Recommendation走向Execution之后，权限、责任、审计和信任为什么会成为企业AI下一阶段真正的门槛。

📌 轻解读内容框架

1. 00:00 – 01:50｜如果AI判断这100万美元该付，你敢让它直接付款吗？

一张供应商发票，AI已经核对采购订单、合同、收货记录和历史异常

让AI提出“建议付款”和让AI直接完成付款，是两个完全不同的问题

SAP推出SAP Pay，让“AI从回答问题走向执行任务”第一次落在一个非常具体的企业场景里

➤ 核心问题：企业真正接受AI Agent的分界线，也许不是判断能力，而是执行权限

2.

01:50

–

03:23

｜Google抢的不只是电：AI公司开始参与创造新增电力

Google与Constellation Energy签署总规模3.59GW的长期电力安排

其中约890MW来自11台现有核电机组的增容，另外2.7GW来自长期供电协议

Constellation计划投入超过43亿美元，第一批新增核电容量预计从2028年开始交付

“Bring Your Own Power”开始进入现实：超大型用电企业不能只问市场有没有电，还可能需要参与解决新增电力从哪里来

➤ AI算力竞争正在越来越明显地延伸到能源基础设施

3.

03:23

–

04:37

｜HSBC重新计算“人”的价值：财富管理也开始被AI拆分

英国《金融时报》援引知情人士称，HSBC英国财富管理业务正在酝酿较大规模的岗位调整

具体裁员比例尚非汇丰正式公布的最终数字，需要谨慎看待

但财富管理本身提供了一个很有代表性的案例：即使是高度依赖关系和人工判断的业务，也开始重新划分哪些工作必须由人完成

产品筛选、资产分析、材料准备、部分客户服务逐渐自动化

➤ AI带来的变化未必只是“岗位消失”，而是人与系统之间判断权和执行权的重新分配

4.

04:37

–

05:45

｜Paramount完成收购WBD：60亿美元协同，接下来要验收什么？

Paramount完成对Warner Bros. Discovery的收购，新集团以Skydance名义运营

电影制片厂、CBS、HBO、CNN以及Paramount+、HBO Max等资产被放进同一家集团

公司目标是在三年内实现至少60亿美元年度化协同效应

但真正的问题不是资产有多少，而是这些“协同”究竟来自系统整合、采购效率和收入增长，还是裁员与内容投入压缩

➤ 媒体行业再一次面对老问题：规模扩大，并不自动等于价值增加

5.

05:45

–

07:35

｜SAP以前真的“不能付款”吗？先拆掉一个错误叙事

SAP并不是第一次接触企业付款

此前已经拥有银行连接、支付文件以及Multi-Bank Connectivity等能力

所以“SAP过去只能记账，现在第一次可以付款”并不准确

真正的变化是：过去企业往往仍需要自行连接银行或支付服务商，SAP Pay现在试图把支付执行和后续对账进一步直接嵌入Cloud ERP

从：

知道为什么该付 → 生成付款信息 → 企业自己连接银行

逐步走向：

知道为什么该付 → 执行付款 → 自动回到原始业务单据完成对账

➤ 变化不只是少开几个系统，而是ERP开始从记录层走向执行层

6.

07:35

–

10:23

｜稳定币只是其中一条路，SAP真正想做的是“支付导航”

SAP Pay支持USDC稳定币，但也支持传统银行转账、ACH、EFT、wire、支票和实时支付等方式

目前SAP公布的覆盖范围包括40多种货币和89条跨境支付线路

真正重要的概念不是Stablecoin，而是：

Payment Orchestration——支付编排

不同国家、币种、金额、到账时间、费用和合规要求，对应不同的最优支付路径

稳定币更像一条新修出来的高速公路

SAP真正想占据的位置，则更像：

站在所有道路之上的导航系统

➤ 未来支付竞争的一部分价值，可能从“拥有哪条支付轨道”转向“谁决定这一笔交易应该走哪条轨道”

7.

10:23

–

12:45

｜为什么SAP有资格做这个“导航”？答案可能是企业上下文

一家支付公司看到的，首先可能是一笔：

100万美元从账户A移动到账户B

但ERP看到的可能是：

为什么付款

支付系统掌握的是：

钱如何移动

ERP掌握的则是：

这笔钱为什么应该移动

当Business Context和Money Movement开始被连接，企业支付的竞争逻辑也可能发生变化

➤ 真正稀缺的也许不只是支付能力，而是能够解释并理解一次支付为什么应该发生的上下文

8.

12:45

–

14:24

｜从Recommendation到Execution：Agent真正难的不是聪明，而是权限

过去企业AI更多停留在：

找资料

AI告诉财务负责人：

“这笔钱应该付。”

最终确认的还是人。

但当AI从Recommendation走向Execution，它面对的就不再只是效率问题。

而是：

谁授权？

➤ AI一旦进入执行层，AI Governance就不再只是技术治理，而开始变成企业治理

9.

14:24

–

15:53

｜真正的护城河，也许不只是Data

SAP未必拥有全球最强的基础模型

但它已经存在于大量企业最核心的采购、财务、供应链、人力和审批系统中

而这些系统天然带着：

权限

因此企业AI未来的竞争优势可能不只是：

Data is the moat.

而是：

Context plus permission is the moat.

上下文，加上执行权限，才可能真正让AI从一个信息工具进入企业核心流程

但目前SAP Pay仍然是非常新的产品

公开资料还不足以证明有多少企业已经采用、每天处理多少交易，以及实际能够降低多少成本

Tereina提出的约25%支付成本下降，也仍属于公司自己的主张，而非经过大规模第三方验证的结果

➤ 技术路径已经出现，但商业规模和实际ROI仍然需要等待验证

10.

15:53

–

17:25

｜从Information Layer到Action Layer：企业AI真正的下一站

过去两年，很多企业已经购买AI工具

邮件更快了

但为什么生产率提升有时候仍然不如预期？

一个可能的解释是：

绝大多数AI仍然停留在Information Layer——信息层

它让人知道得更多，却没有真正改变企业工作流

真正改变生产率，可能需要AI继续进入：

Action Layer——行动层

但一旦进入行动层，技术问题马上变成治理问题：

企业到底愿意把多少真实权力交给机器？

今天是付款

明天可能是采购、库存调度、招聘、定价、合同审批，甚至资本配置

➤ 企业AI下一阶段真正的竞争，也许不是谁回答得更聪明，而是谁有资格把答案变成行动

💬 金句推荐

“企业AI真正的分界线，可能从来都不是它够不够聪明，而是一家公司愿意给它多少权限。”

“支付公司知道钱如何移动，ERP知道这笔钱为什么应该移动。”

“稳定币更像一条新修出来的高速公路，SAP想占据的不是高速公路本身，而是导航系统。”

“AI一旦从Recommendation走向Execution，AI治理就不再只是技术问题，而开始变成企业治理问题。”

“企业真正需要的不只是一个聪明的AI，而是一个知道自己是谁、知道自己被允许做什么，而且每一步都可以被追溯的AI。”

“未来企业AI真正的竞争，也许不只是‘谁知道得更多’，而是‘谁有资格把答案变成行动’。”

📘 特别术语解码章节｜核心名词说明

SAP Pay：SAP推出、由Tereina提供技术支持的企业支付服务，直接嵌入SAP Cloud ERP，让企业能够在原有财务和业务流程中执行付款并完成后续对账。

ERP（E​nterprise Resource Planning）：企业资源计划系统，用于整合企业财务、采购、库存、供应链、人力等核心经营数据和流程。SAP是全球主要ERP供应商之一。

Multi-Bank Connec​tivity：SAP已有的银行连接能力，帮助企业在SAP系统与不同金融机构之间交换支付指令、银行报文及账户信息。

Payment Orchestration（支付编排）：在多种支付方式、银行和支付服务商之间，根据费用、速度、币种、地区、合规要求等条件选择并管理最适合的支付路径。

USDC：Circle发行的美元稳定币，通常以1:1美元储备为目标，SAP Pay目前支持的支付轨道之一，但并不是其唯一支付方式。

AI Agent：能够在一定目标、权限和环境下自主规划并执行多个步骤的软件智能体。与传统聊天机器人最大的区别，在于Agent不仅提供信息，还可能调用系统和工具执行实际动作。

Recommendation / Execution​：Recommendation指AI提出建议，由人决定是否执行；Execution则意味着AI本身拥有执行动作的权限。二者之间的差异，是企业AI治理的关键边界之一。

Information Layer / Action Layer：Information Layer主要负责查询、分析、总结和建议；Action Layer则进一步进入真实业务系统，执行付款、采购、调度等具有实际后果的操作。

Autonomous Enterprise：SAP对未来企业运行模式的一种描述，指越来越多业务流程可以在设定的权限和治理框架下，由AI和自动化系统自主完成。

Context plus permission is the moat：本期节目提出的分析框架。相比单纯拥有更多数据，能够理解企业完整业务上下文，同时拥有经过授权的执行能力，可能成为企业AI更重要的竞争壁垒。

🎧 收听提示

如果你希望继续收听我们对国别、产业与全球商业结构的系统拆解，也欢迎关注后续即将上线的付费专题。我们会把部分更系统、更成系列的内容，整理成可长期回听的专题产品。

🔗 📌 回顾相关期推荐

🔁

相关回顾

EP474｜Anthropic要上市，50.1%的决定权为什么仍留在七个创始人手里？

从AI公司的治理结构出发，讨论当技术能力越来越强以后，谁拥有最终决定权，以及这种权力应该如何被约束。

与本期的连接点：从公司治理进一步走到AI Agent治理——当系统能够真正采取行动，权限设计本身就是治理。

EP476｜70亿美元海外算力：腾讯为什么一边国产替代，一边拥抱全球供应链？

讨论AI时代企业为什么越来越难以依赖单一路线，而必须同时考虑今天的可用性与未来的战略选择。

与本期的连接点：SAP Pay同样没有押注单一支付方式，而是在不同支付rail之上建立统一的选择与编排能力。

EP478｜226亿美元买的不是软件：施耐德为什么要掌控机器的一生？

从工业软件与设备生命周期出发，讨论企业为什么越来越希望把数据、软件和真实世界的执行环节连接起来。

与本期的连接点：施耐德试图把软件深入设备生命周期，而SAP正在把企业软件进一步推进到资金执行层——两者背后都指向同一个趋势：软件的价值正在从“看见现实”，向“参与现实”延伸。

📘 特别说明｜关于「时语晨光」听友星球

从 2 月 18 日起，「时语晨光」听友星球已经正式开启并进入持续更新阶段。

它不是微信群，也不是用来刷消息的地方，而是节目的第二层内容结构：

每一期完整逐字稿与结构拆解

因时长限制未展开的语料与判断

选题、表达与取舍背后的逻辑说明

如果你听完节目，还希望把一条逻辑走完整，这个空间，会更适合你。

👉 加入方式与订阅说明

「时语晨光」听友星球采用年度订阅制当前订阅价格为 99 元 / 年

首批加入的听友会被标记为 启航成员 Founding Members

对我来说，这是一次把节目慢慢沉淀成资料库的过程；对你来说，这是一个可以长期使用、持续变厚的内容空间。

我不打算把它做成短期促销产品，更希望它是一个随着时间累积价值的地方。

📎 声明

本节目由「时语拾光」团队精心制作出品。

本期涉及的数据与资料主要来自SAP官方公告及产品资料、Reuters、英国《金融时报》相关报道、Paramount / Skydance官方公告及其他公开渠道。部分涉及企业未来规划、成本节省和产品能力的数据来自公司自身披露，本节目已尽可能区分已发生事实、企业主张与分析判断。

节目内容经资料核验、专业整合与独立分析，仅供商业与科技趋势讨论，不构成投资、法律或商业决策建议。

✅ 关键词

#SAP #SAPPay #企业AI #AIAgent #企业软件 #ERP #支付编排 #稳定币 #USDC #企业支付 #Joule #Tereina #执行权限 #AI治理 #企业治理 #支付科技 #Google #核电 #HSBC #Skydance

#SAP #SAPPay #EnterpriseAI #AIAgent #ERP #PaymentOrchestration #Stablecoin #USDC #EnterprisePayments #Joule #Tereina #AIExecution #AIGovernance #EnterpriseSoftware #ActionLayer #InformationLayer #ContextAndPermission #Google #NuclearEnergy #HSBC #Skydance

🎧 敬请关注「时语晨光·全球​经贸快线」

📢 回顾推荐

📢 回顾｜EP479｜中国8月突然​出口4万吨锌：伦敦缺货时，为什么中国还能拿出下一吨？

📢 回顾｜EP478｜226亿美元买的不​是软件：施耐德为什么要掌控机器的一生？

📢 回顾｜EP476｜70亿美元海外​算力：腾讯为什么一边国产替代，一边拥抱全球供应链？

📢 回顾｜EP475｜同一个巨无霸，为什么隔​3公里就能贵近9块钱？

📢 回顾｜EP474｜Anthropic要​上市，50.1%的决定权为什么仍留在七个创始人手里？

📢 回顾｜EP473｜一颗还没发射的​卫星，背后已经有23个客户

📢 回顾｜EP471｜对外​投资破2000亿美元，并购却跌到17年最低：中国企业出海，开始从“买公司”变成“长能力”

📢 回顾｜EP470｜模型成本降40%，​云厂商发债或达4200亿美元：AI为什么越便宜越烧钱？

🎧 收听方式🔗 Apple Podcasts | Spotify | 小宇宙 | RSS

💬 有话想说？ 在评论区告诉我们你的看法，或者在社交媒体 @时语晨光 参与讨论！

📮 联系我们📧 [email protected]📱 微博｜即刻 | 豆瓣 @时语晨光

「时语晨光」不仅为你带来新闻资讯，更以决策者的视角，与你共同探索背后的商业故事、发展趋势和社会变迁，让你的早晨既充实又富有活力！

我们相约每周工作日的早晨，一起为崭新的一天充电加油。

▼主播

新龙，一位在文化商业与文旅行业拥有丰富经验的创业者和咨询顾问，现担任「走，出海去」等播客节目的主播。

▼制作团队

后期制作：「时语拾光」Timeless Resonance Studio

监制：新龙

封面设计：木下

▼关于「时语晨光」

「时语晨光」致力于为您呈现最新商业趋势与市场动态，以决策者的视角深入剖析各类焦点事件，助您把握全球商业脉动。我们坚信，每天清晨短短15分钟的聆听，将为您带来富有价值的思考与启发，让您与世界同步前行。

▼与我们互动

搜索「时语晨光」在各大社交平台

邮件反馈：[email protected]

喜欢我们的节目？请支持我们！

晨间简报·第六十集｜4万吨异常出口背后，真正稀缺的可能不是矿，而是冶炼能力

📍 简介

2026年8月，中国出口了 40,668吨精炼锌。

这是接近20年以来第二高的单月出口量。

更反常识的是，中国长期以来都是全球重要的精炼锌净进口市场，但今年前8个月，贸易方向已经短暂反转，变成了小幅净出口。

问题是：

就在中国开始增加锌出口的时候，全球锌矿产量其实正在下降。

如果原料越来越紧，中国为什么反而还有锌可以往外卖？

本期「晨间简报」，我们先关注三条商业新闻：

麦当劳AI定价争议从商业问题正式进入反垄断诉讼；法国BPCE以7%少数股权进入西班牙Sabadell，欧洲银行整合出现介于投资与并购之间的新路径；以及DeepSeek据报正在接近完成至少800亿元人民币的新一轮融资，但截至节目制作时仍缺少公司和主要投资方的一手确认。

随后，我们把重点放在一条看起来远没有AI那么热闹的贸易数据上。

中国8月异常增加的锌出口，表面上是一场价格套利：

伦敦缺现货，中国市场相对宽松，巨大的价格差开始把金属从亚洲仓库“吸”向国际市场。

但如果继续往下一层看，事情开始改变。

今年上半年，全球锌矿产量下降，中国精炼锌产量却在增长；与此同时，中国以外地区的精炼锌产量反而下降。

于是问题从：

“为什么中国突然出口锌？”

变成：

“为什么全球缺货的时候，中国还有能力拿出下一吨？”

这背后真正值得关注的，可能不是谁拥有更多矿产资源。

而是：

谁还保留着把矿石稳定、持续、经济地变成工业金属的能力。

📌 轻解读内容框架

1. 00:00 – 01:34｜开场：40,668吨——中国锌的贸易方向为什么突然反了？

中国8月精炼锌出口达到40,668吨，接近20年来第二高的单月水平

中国长期是重要的精炼锌净进口市场，今年前8个月却已经转为小幅净出口

最直觉的解释是国内需求弱、库存多，但同期全球锌矿产量却在下降

➤ 核心问题：当全球市场突然缺货时，为什么中国还有能力拿出下一吨？

2.

01:34

–

03:21

｜商业新闻：麦当劳AI定价进入反垄断司法测试

EP475刚刚讨论过麦当劳如何利用AI和交易数据帮助加盟商判断价格

现在争议已经从“AI能不能帮助定价”，升级为“共享算法会不会构成价格协调”

原告认为，不同加盟商将非公开销售数据汇入同一系统，再接受同一系统提供的价格建议，可能削弱真正的独立定价

麦当劳则强调，AI不会直接决定菜单价格，最终决定权仍在加盟商手中

➤ 真正的新问题不是AI会不会涨价，而是当竞争者都依赖同一个算法时，独立定价的边界在哪里？

3.

02:47

–

04:08

｜商业新闻：只买7%——欧洲银行整合开始出现“轻并购”

法国BPCE买入西班牙Sabadell约7%股份，交易价值约12亿欧元

BPCE希望成为长期股东、争取董事会席位并探索业务合作

但同时表示，目前没有计划将持股提高到9.9%以上

这不是简单财务投资，也不是传统控股收购

➤ 欧洲银行整合可能正在出现第三条路径：先取得影响力，再决定是否需要控制权。

4.

04:08

–

05:18

｜商业新闻：DeepSeek据报融资至少800亿元，但现在还不能写成既成事实

Bloomberg援引知情人士称，DeepSeek正在接近完成至少800亿元人民币的新融资

腾讯、宁德时代据报属于金额较大的投资方，最终融资规模可能高于最初目标

但截至节目制作时，DeepSeek及主要投资方均未正式确认，Reuters也表示无法独立核实

因此目前最严谨的表述仍然是：

“据高可信媒体报道，DeepSeek正在进行一轮大规模融资。”

而不是：

“DeepSeek已经完成800亿元融资。”

➤ 如果最终确认，真正值得追问的不是800亿本身，而是：一家因“模型效率”闻名的AI公司，为什么下一阶段依然如此资本密集？

5.

05:18

–

08:08

｜第一层反转：不是因为世界突然多出了一堆没人要的锌

中国前8个月从净进口转成小幅净出口，但目前不能据此判断已经出现永久性结构转型

理解这件事首先要区分：

锌矿 → 锌精矿 → 冶炼厂 → 精炼锌

有地下资源，并不等于手中已经拥有可以直接进入工业体系的金属

国际铅锌研究小组今年4月预测，2026年全球精炼锌供需基本贴近平衡线，甚至仍存在约1.9万吨的小缺口

➤ 所以中国出口增加，并不是发生在一个全球锌严重过剩的环境里。

新的问题因此出现：

如果世界没有严重过剩，为什么国际市场突然这么需要中国的锌？

6.

08:08

–

10:19

｜第二层：价格差把中国库存“吸”进了国际市场

上海和伦敦可以想象成两个水池

中国市场相对宽松，伦敦市场却 increasingly 缺少能够马上交付的现货

8月底，LME锌市场一度出现明显的 backwardation

也就是：

今天马上拿货，要比几个月以后才拿货贵很多。

当价格差足够覆盖运输、仓储、保险和融资成本以后，套利窗口打开

中国金属开始流向香港、新加坡、高雄等国际仓储节点

LME锌库存也由约8.8万吨回升到接近12.7万吨

➤ 市场用价格打开了一根“管道”，把金属从相对宽松的地方搬到真正缺货的地方。

但这只能解释：

为什么货开始移动。

它还解释不了：

为什么偏偏是中国有货可以移动。

7.

10:19

–

12:36

｜第三层：矿少了，中国却炼出了更多金属

今年上半年出现了一组非常值得放在一起看的数据：

全球锌矿产量约 -2.6%

中国精炼锌产量约 +5.9%

中国以外精炼锌产量约 -3.4%

也就是说：

矿少了。

中国炼出来的金属变多了。

其他地方炼出来的金属却变少了。

于是故事从贸易和库存，进一步指向供应链中间经常被忽略的一层：

冶炼能力。

➤ 有矿只是第一步。

真正的工业体系还需要能够持续拿到原料、能源和资本，并且以可承受成本将精矿转化成金属。

8.

11:21

–

14:12

｜第四层：荷兰Budel的困境——全球缺的可能不只是矿

荷兰Budel锌冶炼厂今年9月进入战略业务审查

运营方Nyrstar列出的压力包括：

精矿越来越难抢

冶炼加工费长期承压

欧洲能源成本偏高

以及中国冶炼能力带来的竞争压力

但这里需要主动保留反证：

Nyrstar本身正在与政府讨论产业和能源政策，因此企业自身表述不能直接作为中立行业结论

真正让它值得关注的是——

它所描述的方向，与“中国精炼锌产量上升、海外产量下降”的行业数据发生了重合

➤ 问题可能正在从“伦敦仓库暂时缺货”，进一步变成“部分地区越来越难以经济地把锌精矿炼成金属”。

9.

12:36

–

15:21

｜第五层反转：中国冶炼厂自己也并不好过

如果海外冶炼厂压力这么大，很容易得出另一个简单结论：

是不是中国冶炼厂成本极低、利润丰厚，所以正在轻松挤压海外同行？

答案依然不是这么简单。

锌冶炼行业有一个重要指标：

Treatment Charge，简称TC。

可以简单理解成冶炼厂处理锌精矿时获得的加工收入。

当精矿越来越紧张，冶炼厂为了获得原料，就必须接受越来越差的加工条件

今年部分中国进口锌精矿现货TC甚至一度进入负值

这说明：

中国冶炼厂同样在抢矿，同样承受利润压力。

与此同时，中国过去一年明显增加海外锌精矿采购；部分冶炼企业还可以依靠银、硫酸等副产品缓冲单一锌冶炼利润下降

➤ 因此现阶段更可靠的结论不是“中国成本最低”，而是：

当整个行业都开始难受，不同工业体系能够撑多久，正在出现差异。

10.

15:21

–

18:37

｜第六层：谁还能拿出第101吨？

套利不会凭空创造金属。

它只能重新分配已经存在的库存。

所以真正重要的问题始终是：

当市场突然需要更多现货时，谁还有东西可以拿出来？

经济学里，可以把这样的角色理解成：

边际供应者（Marginal Supplier）。

平常市场供应充足时，谁最大、谁第二大可能没有那么重要。

真正缺货时，市场真正关心的是：

谁还能拿出下一吨？

今年的锌市场里，中国正在阶段性扮演这样的角色。

而这也把整期节目推向一个更大的产业问题：

过去谈关键矿产和供应链安全，我们最常问的是：

谁有矿？

谁有锂？

谁有铜？

谁有稀土？

但锌提醒我们，在地下资源和最终工业产品之间，还有一整套经常被忽视的加工体系。

➤ 真正稀缺的，有时不是资源本身，而是把资源稳定地变成产品的能力。

当然，现在还不能据此判断中国已经永久从精炼锌净进口国变成稳定净出口国。

中国自己的冶炼厂同样面对原料紧张、低加工费和利润压力。

所以当前变化仍然可能带有明显的周期性和套利因素。

但这条贸易流值得继续观察。

因为未来全球供应链真正需要重新回答的问题，可能不仅是：

谁拥有资源？

而是：

当所有人突然都需要的时候，谁还保留着把资源变成产品，并且拿出下一吨的能力？

💬 金句推荐

“套利不会创造任何一吨锌，它只能重新分配已经存在的金属。”

“真正缺货的时候，更重要的问题不是谁最大，而是谁还能拿出下一吨。”

“全球供应链真正稀缺的，有时候不是地下有没有资源，而是地面上还有没有能力把资源稳定地变成产品。”

“当整个行业都开始难受，不同工业体系到底能撑多久，才开始真正体现差异。”

📘 特别术语解码章节｜核心名词说明

精炼锌（Refined Zinc）

锌精矿（Zinc Concentrate）

LME（London Metal Exchange，伦敦金属交易所）​

Backwardation（现货升水 / 近月升水）​

Treatment Charge（TC，冶炼加工费）​

冶炼厂（Smelter）

边际供应者（Marginal Supplier）​

🎧 收听提示

如果你希望继续收听我们对国别、产业与全球商业结构的系统拆解，也欢迎关注后续即将上线的付费专题。我们会把部分更系统、更成系列的内容，整理成可长期回听的专题产品。

🔗 📌 回顾相关期推荐

🔁

相关回顾

EP475｜同一个巨无霸，为什么隔3公里就能贵近9块钱？

EP478｜226亿美元买的不是软件：施耐德为什​么要掌控机器的一生？

EP471｜对外投资破2000亿美元，并购却跌到17年最低：中国企业出海，开始从“买公​司”变成“长能力”

📘 特别说明｜关于「时语晨光」听友星球

从 2 月 18 日起，「时语晨光」听友星球已经正式开启并进入持续更新阶段。

它不是微信群，也不是用来刷消息的地方，而是节目的第二层内容结构：

每一期完整逐字稿与结构拆解

因时长限制未展开的语料与判断

选题、表达与取舍背后的逻辑说明

如果你听完节目，还希望把一条逻辑走完整，这个空间，会更适合你。

👉 加入方式与订阅说明

「时语晨光」听友星球采用年度订阅制当前订阅价格为 99 元 / 年

首批加入的听友会被标记为 启航成员 Founding Members

对我来说，这是一次把节目慢慢沉淀成资料库的过程；对你来说，这是一个可以长期使用、持续变厚的内容空间。

我不打算把它做成短期促销产品，更希望它是一个随着时间累积价值的地方。

📎 声明

本节目由「时语拾光」团队精心制作出品。

本期数据与资料主要参考Reuters、Bloomberg、国际铅锌研究小组（ILZSG）、伦敦金属交易所（LME）、Nyrstar公开资料及相关行业公开数据。

有关DeepSeek新一轮融资的信息，截至本期节目制作时仍主要来自高可信媒体援引知情人士的报道，尚未获得DeepSeek及报道所涉及主要投资方的一手正式确认，因此节目中均以“据报”“报道称”等方式表述。

节目对中国精炼锌贸易方向、全球冶炼能力以及边际供应者角色的讨论，基于截至2026年10月6日可获得的公开数据与行业信息。当前贸易流变化仍可能受到价格套利、库存、需求周期及原料供应等多重因素影响，不应被理解为永久性的产业结构转变。

内容经专业整合与分析，供听众理性参考，不构成投资、交易或政策建议。

✅ 关键词

#中国锌 #精炼锌 #锌出口 #伦敦金属交易所 #LME #冶炼能力 #锌精矿 #加工费 #TC #Backwardation #边际供应者 #全球供应链 #关键矿产 #工业能力 #麦当劳AI定价 #算法反垄断 #DeepSeek融资 #BPCE #Sabadell

🎧 敬请关注「时语晨光·全球经贸​快线」

📢 回顾推荐

📢 回顾｜EP478｜226亿美元买的不是软件：施耐德为什么要掌控​机器的一生？

📢 回顾｜EP476｜70亿美元海外算力：腾​讯为什么一边国产替代，一边拥抱全球供应链？

📢 回顾｜EP475｜同一个巨无霸，为什么隔3​公里就能贵近9块钱？

📢 回顾｜EP474｜Anthropic要上市，50.1%​的决定权为什么仍留在七个创始人手里？

📢 回顾｜EP473｜一颗还没发射的卫星，背后已​经有23个客户

📢 回顾｜EP471｜对外投资破2000亿美元，并购却​跌到17年最低：中国企业出海，开始从“买公司”变成“长能力”

📢 回顾｜EP470｜模型成本降40%，云厂商发​债或达4200亿美元：AI为什么越便宜越烧钱？

📢 回顾｜EP469｜海关开始搬进工厂，一辆车到​底算哪国的？

🎧 收听方式🔗 Apple Podcasts | Spotify | 小宇宙 | RSS

💬 有话想说？ 在评论区告诉我们你的看法，或者在社交媒体 @时语晨光 参与讨论！

📮 联系我们📧 [email protected]📱 微博｜即刻 | 豆瓣 @时语晨光

「时语晨光」不仅为你带来新闻资讯，更以决策者的视角，与你共同探索背后的商业故事、发展趋势和社会变迁，让你的早晨既充实又富有活力！

我们相约每周工作日的早晨，一起为崭新的一天充电加油。

▼主播

新龙，一位在文化商业与文旅行业拥有丰富经验的创业者和咨询顾问，现担任「走，出海去」等播客节目的主播。

▼制作团队

后期制作：「时语拾光」Timeless Resonance Studio

监制：新龙

封面设计：木下

▼关于「时语晨光」

「时语晨光」致力于为您呈现最新商业趋势与市场动态，以决策者的视角深入剖析各类焦点事件，助您把握全球商业脉动。我们坚信，每天清晨短短15分钟的聆听，将为您带来富有价值的思考与启发，让您与世界同步前行。

▼与我们互动

搜索「时语晨光」在各大社交平台

邮件反馈：[email protected]

喜欢我们的节目？请支持我们！

晨间简报·第五十九集｜AI时代，企业如何同时解决今天与五年以后

📍 简介

一家最擅长做配电、能源管理和工业自动化的公司，为什么愿意拿出226亿美元，甚至支付超过四成溢价，去收购一家工业软件公司？

2026年10月，施耐德电气正式宣布收购PTC。

表面看，这是一笔工业巨头收购软件公司的交易。

但如果把视角拉长，会发现它背后真正的问题是：

当人工智能开始进入制造业，工业公司的竞争边界还停留在机器本身吗？

本期「时语晨光」晨间简报，我们从施耐德收购PTC展开，拆解工业世界正在发生的一场价值迁移：

过去，企业靠销售设备获得一次性收入；

未来，企业希望继续参与设备整个生命周期中的每一次决策——从设计、生产，到运行、维护，再到AI优化。

226亿美元买到的，可能不仅是一家公司。

更是一张连接“产品为什么这样设计”和“产品今天如何运行”的工业数据网络。

📌 轻解读内容框架

1. 00:00 – 01:07｜开场：为什么一家工业公司要花226亿美元买软件？

施耐德电气正式宣布收购PTC

交易规模：

股权价值约226亿美元

企业价值约237亿美元

较交易前股价溢价42.3%

但真正值得关注的问题不是：

“施耐德为什么买PTC？”

而是：

“施耐德已经拥有AVEVA、Cognite，为什么还觉得缺了一块？”

2. 01:07 – 04:31｜三条新闻速览：专利、交易、银行正在发生什么变化？

华为 × 高通：产品竞争之外，专利网络仍然连接

双方签署多年期专利许可协议

覆盖：

5G

AI

计算

网络技术

高通购买部分华为美国相关专利

核心观察：

技术竞争可以越来越激烈，但全球标准背后的知识产权网络，并不会因此消失。

OKXICE：美股交易是否可能进入“不打烊时代”？

ICE与OKX相关方成立合资平台

推进代币化美国股票交易

首批覆盖60多只美国股票

目标实现7×24小时交易

但：

并非传统证券交易所；

并非SEC批准的新交易所；

依靠临时、有条件监管安排运行。

核心问题：

如果股票可以在周日凌晨交易，未来“收盘价”还意味着什么？

中国中小银行整合：风险减少，还是风险重新分布？

2025年银行业金融机构法人净减少676家

农村中小银行减少670家

但：

不是简单意义上的银行关闭。

大量来自：

合并

吸收

重组

法人转型

核心问题：

把十张弱资产负债表合成一张更大的资产负债表，风险到底消失了吗？

3.

04:31

–

07:37

｜第一章：PTC到底卖什么？为什么它值得226亿美元？

PTC不是一家普通软件公司。

它管理的是产品生命周期：

从：

设计

↓

工程开发

↓

制造

↓

软件管理

↓

维修升级

核心产品包括：

CAD（计算机辅助设计）

PLM（产品生命周期管理）

ALM（应用生命周期管理）

SLM（服务生命周期管理）

简单来说：

它管理的是“一件产品从出生到退休”的数字轨迹。

4.

07:37

–

08:26

｜第二章：施耐德真正想拼出的工业AI版图

施耐德原本优势：

配电

能源管理

自动化控制

AVEVA补充：

工业运营软件

数字孪生

资产生命周期管理

Cognite补充：

工业数据连接

AI数据基础

PTC补充：

产品设计和工程数据

最终目标：

连接两端：

产品为什么这样设计？

↓

产品今天如何运行？

5.

08:26

–

10:15

｜第三章：工业AI真正缺的，不只是模型，而是“知道背景的数据”

互联网AI依靠：

文本

图片

网络数据

但工业AI需要：

设备型号

设计参数

历史修改

运转状态

维护记录

否则AI只能看到：

“温度升高。”

却不知道：

为什么升高？

是否正常？

应该如何处理？

施耐德公告中的：

“contextualized AI data foundation”

本质上是在建立：

让AI理解工业数据背景的基础设施。

6.

10:15

–

11:30

｜第四章：226亿美元押注，最大的挑战是什么？

交易不是没有风险。

施耐德需要证明：

PTC放入自己的体系后，比独立存在更有价值。

管理层目标：

成本协同：

约2.5亿欧元/年

收入协同：

约8亿欧元

但收入协同比成本协同困难得多。

因为：

工业客户系统生命周期长；

软件迁移成本高；

客户不会因为收购关系立即更换系统。

所以施耐德强调：

开放。

互操作。

7.

11:30

–

12:30

｜总结：工业公司的未来，可能不是卖更多机器，而是掌握机器的一生

过去：

卖设备。

赚：

产品收入

零件收入

维护收入

未来：

掌握：

设计数据

运行数据

能耗数据

维护数据

AI决策数据

226亿美元买的，不只是PTC。

而是一条连接工业世界过去和未来的数据链。

💬 金句推荐

“机器卖出去的那一天，可能不是商业关系的结束，而是下一阶段价值创造的开始。”

“AI时代，工业竞争不一定是谁拥有最大的模型，而是谁拥有最理解现实世界的数据。”

“施耐德想买的，不只是软件，而是一台机器从出生到运行二十年的全部故事。”

📘 特别术语解码章节｜核心名词说明

PTC（PTC Inc.）

美国工业软件公司，主要提供产品生命周期管理、CAD、工业软件解决方案。

CAD（Computer-Aided Design）

计算机辅助设计。

帮助工程师完成产品设计、绘图和模型建立。

PLM（Product Lifecycle Management）

产品生命周期管理。

管理产品从设计、制造到维护全过程的数据。

数字孪生（Digital Twin）

通过数据建立现实设备或系统的数字模型，用于模拟、监控和优化。

Contextualized AI Data Foundation

理解数据背景和关系的AI数据基础。

工业AI需要的不只是数据数量，而是知道数据来自哪里、代表什么。

🎧 收听提示

如果你希望继续收听我们对国别、产业与全球商业结构的系统拆解，也欢迎关注后续即将上线的付费专题。我们会把部分更系统、更成系列的内容，整理成可长期回听的专题产品。

🔗 📌 回顾相关期推荐

🔁

相关回顾

EP473｜一颗还没发射的卫星，背后已经有23个客户

EP476｜70亿美元海外算力：腾讯为什么一边国产替代，一边拥抱全球供应链？

EP474｜Anthropic要上市，50.1%的决定权为什么仍留在七个创始人手里？

📘 特别说明｜关于「时语晨光」听友星球

从 2 月 18 日起，「时语晨光」听友星球已经正式开启并进入持续更新阶段。

它不是微信群，也不是用来刷消息的地方，而是节目的第二层内容结构：

每一期完整逐字稿与结构拆解

因时长限制未展开的语料与判断

选题、表达与取舍背后的逻辑说明

如果你听完节目，还希望把一条逻辑走完整，这个空间，会更适合你。

👉 加入方式与订阅说明

「时语晨光」听友星球采用年度订阅制当前订阅价格为 99 元 / 年

首批加入的听友会被标记为 启航成员 Founding Members

对我来说，这是一次把节目慢慢沉淀成资料库的过程；对你来说，这是一个可以长期使用、持续变厚的内容空间。

我不打算把它做成短期促销产品，更希望它是一个随着时间累积价值的地方。

📎 声明

本节目由「时语拾光」团队精心制作出品。

数据资料来源于Reuters、Schneider Electric官方公告、PTC官方资料、OKX公开文件、中国金融监管公开数据等公开渠道。

内容经过整理与分析，仅供听众理解商业趋势与产业变化，不构成投资建议。

✅ 关键词

#施耐德电气 #PTC #工业软件 #工业AI #数字孪生 #产品生命周期管理 #制造业升级 #AI数据基础

#SchneiderElectric #PTC #IndustrialAI #DigitalTwin #IndustrialSoftware #ManufacturingTechnology #AIDataInfrastructure

🎧 敬请关注「时语晨光·全球经贸快​线」

📢 回顾推荐

📢 回顾｜EP476｜70亿美元海外算力：腾​讯为什么一边国产替代，一边拥抱全球供应链？

📢 回顾｜EP475｜同​一个巨无霸，为什么隔3公里就能贵近9块钱？

📢 回顾｜EP474｜​Anthropic要上市，50.1%的决定权为什么仍留在七个创始人手里？

📢 回顾｜EP473｜一颗还​没发射的卫星，背后已经有23个客户

📢 回顾｜EP471｜对外​投资破2000亿美元，并购却跌到17年最低：中国企业出海，开始从“买公司”变成“长能力”

📢 回顾｜EP470｜模​型成本降40%，云厂商发债或达4200亿美元：AI为什么越便宜越烧钱？

📢 回顾｜EP469​｜海关开始搬进工厂，一辆车到底算哪国的？

📢 回顾｜EP468｜关税不够用了：汽车​开始限量，贸易开始管“货怎么走”

🎧 收听方式🔗 Apple Podcasts | Spotify | 小宇宙 | RSS

💬 有话想说？ 在评论区告诉我们你的看法，或者在社交媒体 @时语晨光 参与讨论！

📮 联系我们📧 [email protected]📱 微博｜即刻 | 豆瓣 @时语晨光

「时语晨光」不仅为你带来新闻资讯，更以决策者的视角，与你共同探索背后的商业故事、发展趋势和社会变迁，让你的早晨既充实又富有活力！

我们相约每周工作日的早晨，一起为崭新的一天充电加油。

▼主播

新龙，一位在文化商业与文旅行业拥有丰富经验的创业者和咨询顾问，现担任「走，出海去」等播客节目的主播。

▼制作团队

后期制作：「时语拾光」Timeless Resonance Studio

监制：新龙

封面设计：木下

▼关于「时语晨光」

「时语晨光」致力于为您呈现最新商业趋势与市场动态，以决策者的视角深入剖析各类焦点事件，助您把握全球商业脉动。我们坚信，每天清晨短短15分钟的聆听，将为您带来富有价值的思考与启发，让您与世界同步前行。

▼与我们互动

搜索「时语晨光」在各大社交平台

邮件反馈：[email protected]

喜欢我们的节目？请支持我们！

本周判断｜从越南制造、铜资源到核电增容，AI正在长成一套新的经济基础设施

📍 简介

如果有一天，我们不只关心英伟达下一代GPU有多快，还开始像看油价、利率一样，看一年以后、三年以后的AI算力价格，会发生什么？

过去几年，AI竞争最常见的关键词是：

模型、参数、GPU、数据中心。

但过去这一周，我们看到了一些明显不同的信号。

越南三季度GDP同比增长接近10%，但9月进口增长甚至快过出口；

一笔540亿美元的全球矿业并购，让监管权开始和铜资源供应联系在一起；

美国准备通过数十亿美元贷款，让已经运行多年的核电站“多发一点电”；

而CME Group正在准备AI算力期货，希望让未来的GPU算力也拥有可以交易和对冲的价格。

这些新闻看起来完全不一样。

但它们共同指向一个变化：

产业竞争越来越不只取决于谁拥有最好的产品，而取决于谁能够组织好资源、基础设施、资本和价格。

本期「本周判断」，我们从越南制造业、全球铜资源、美国核电站一路走到AI算力期货。

最后留下一个更大的问题：

当AI开始拥有长期合同、融资、租赁、电力基础设施、风险管理和未来价格，它还是一个单纯的科技行业吗？

📢 回顾 / 关联节目推荐

本期建议和最近几期连起来听：

EP471｜对外投资破2000亿美元，并购却跌到17年最低：中国企业出海，开始从“买公司”变成“长能力”

EP472｜增长没停，只是“大数字”开始不够用了

EP473｜一颗还没发射的卫星，背后已经有23个客户

EP476｜70亿美元海外算力：腾讯为什么一边国产替代，一边拥抱全球供应链？

📌 轻解读内容框架

1｜

00:00

–

02:01

｜开篇：如果“明年的AI算力”也可以交易

从一颗英伟达H100开始。

几年前，GPU还是全球最紧缺的科技产品之一：

科技公司排队买；

创业公司想办法租；

拿不到足够算力，甚至可能直接影响AI公司的扩张速度。

现在，市场开始准备下一步：

不只是买GPU，而是交易未来GPU算力的价格。

CME Group正在准备AI算力期货，希望以H100、B200等GPU算力作为参考。

节目由此提出本期核心问题：

如果有一天，我们也开始交易“明年的AI算力”，GPU到底还是科技产品，还是正在变成一种新的基础商品？

更重要的是：

过去我们一直在问AI还能不能更聪明；

现在开始有人问：

未来一单位AI算力，到底值多少钱？

2｜02:01 – 04:30｜越南：出口增长39%，为什么进口反而增长46%？

越南三季度GDP同比增长 9.95%。

前三季度累计增长 9.01%。

但真正值得观察的并不是这个headline。

9月：

出口594.8亿美元，同比+39.1%；

进口582.1亿美元，同比+45.8%。

一个正在承接全球制造业转移的经济体，为什么进口增长反而更快？

因为“制造业转移”远远不是：

把一座工厂从A国搬到B国。

一件最终从越南出口的产品，在成为“越南出口”以前，可能首先需要：

进口机器；

进口零部件；

进口原材料；

进口能源。

三季度越南资本形成增长 21.39%，工业和建筑业增长 12.5%，前三季度实际FDI流入约 211亿美元。

这些数字共同说明：

新的生产能力建立以前，往往先出现一轮更大的资本设备和中间品进口。

核心判断

判断China+1，不能只看最终出口地。

还要继续追问：

机器是谁生产的？

零部件来自哪里？

能源从哪里来？

真正的增加值最后留在哪里？

与此同时，越南9月CPI同比已经达到 5.08%。

所以接下来真正值得观察的，不只是越南还能跑多快。

而是：

当一个经济体突然跑得非常快，它原来的电力、港口、土地、人才和价格体系能不能跟上。

3｜04:30 – 06:54｜铜资源：没有矿山，也可以拥有资源议价权

英美资源集团 Anglo American 与加拿大泰克资源 Teck Resources 正在推进一笔约 540亿美元 的合并交易。

据路透社援引知情人士报道，中国监管机构在交易审查过程中，希望合并后的企业对未来向中国供应铜精矿作出稳定承诺。

目前这一条件尚未由中国监管机构正式公开，因此节目仍然保持证据边界。

真正有意思的地方在于：

两家公司合并以后，只控制全球大约 5% 的铜供应。

但中国拥有全球大约 60% 的铜阴极冶炼能力。

于是问题发生了变化。

传统反垄断主要问：

市场份额是不是太高？

消费者会不会付更多钱？

竞争会不会减少？

而现在，监管权开始承担另一项功能：

确保未来供应。

核心判断

一个国家即使没有拥有矿山，也可能拥有资源议价权。

它的筹码可以来自：

加工能力；

消费市场；

市场准入；

以及全球交易必须经过的监管体系。

所以未来全球化里，一项非常重要的资产可能不只是：

矿、港口、工厂或者船。

还包括：

监管权本身。

4｜06:54 – 09:34｜42亿美元不建新核电站：AI为什么重新发现旧资产？

据路透社援引知情人士报道，美国能源部准备向电力公司 Vistra 提供约 42亿美元 贷款，用于提高至少三座现有核电站的发电能力。

关键词不是新建。

而是：

uprate——核电增容。

通过燃料、设备和运行方式升级，让现有核电站输出更多电力。

为什么这件事情和AI有关？

因为AI基础设施正在遇到一个非常现实的问题：

芯片迭代可以很快，

数据中心建设可以很快，

但新的核电站和大型输电设施没有那么快。

于是，一批几十年前已经建好的资产重新变得重要。

因为：

土地已经有了；

电网已经接好了；

许可已经拿到了；

运营体系已经存在。

核心判断

技术革命并不一定只创造新资产。

它也可能：

重新发现旧资产的稀缺价值。

数据中心附近土地；

大型变压器；

天然气轮机；

电网连接权；

现有核电站。

它们值钱，不是因为突然变得更先进。

而是因为：

它们已经存在，而且短时间无法复制。

这也意味着：

未来计算AI资本开支，不能只看Amazon、Microsoft、Meta的Capex。

AI投资周期已经开始向：

电网；

电力；

能源；

土地；

设备；

甚至政府贷款扩散。

5｜

09:34

–

13:12

｜解码专案①：算力为什么也需要期货？

假设一家AI公司预计明年需要使用 100万个GPU小时。

它今天按照现有算力价格设计产品、制定订阅费、预测利润。

如果一年以后算力价格突然上涨40%，模型还是那个模型，用户也还是那些用户。

但商业模型已经完全不同。

所以AI企业需要的可能不只是：

更多GPU。

它还需要：

更可预测的GPU成本。

这正是期货和其他风险管理工具出现的商业逻辑。

航空公司管理航空燃油；

食品企业管理粮食价格；

电力企业管理天然气价格。

当一种投入成为成本结构里足够重要的一部分，企业自然会开始问：

这个风险能不能提前锁住？

BCG预计：

全球AI算力市场规模可能从2025年的约 3600亿美元，增长到2030年的约 2.3万亿美元。

但真正值得观察的不是2.3万亿美元这个大数字。

而是它背后的变化：

AI竞争正在从“模型能力竞争”，进入“成本结构竞争”。

未来企业之间真正拉开差距的指标，可能越来越不只是：

模型多聪明。

而是：

一单位智能，到底有多贵？

6｜12:11 – 13:39｜解码专案②：GPU真的能像石油一样标准化吗？

但事情没有那么简单。

成熟期货市场的重要前提之一，是：

标准化。

一桶符合相同规格的布伦特原油，与另一桶在市场交易意义上高度可替代。

但GPU不是。

H100和B200不同；

未来的新架构又不同；

网络不同；

内存不同；

数据中心位置不同；

软件栈不同。

即使芯片型号一样，完成同一个任务的实际效率也可能不同。

而且AI芯片还有一个传统大宗商品不太一样的问题：

技术折旧极快。

今天最先进的GPU，两三年以后可能已经明显落后。

因此节目明确拒绝一个太容易的结论：

“GPU就是下一桶石油。”

这个比喻很诱人。

但现在还太早。

真正的商品化，不只是需求够大。

还需要：

所有人先同意，我们交易的究竟是不是同一种东西。

7｜

13:39

–

15:10

｜解码专案③：AI可能第一次拥有“未来价格曲线”

如果算力期货最终形成真正有流动性的市场，它最重要的价值，甚至未必是帮助企业hedge。

而是：

AI行业可能第一次拥有一条公开的 forward curve——远期价格曲线。

过去几年所有人都说：

算力紧缺；

GPU需求很强；

数据中心还要继续建。

但有一个问题一直很难回答：

市场认为三年以后的算力还贵不贵？

如果2028年、2029年的算力价格明显低于今天：

市场实际上是在下注：

新GPU、新数据中心和新电力供应最终会追上需求。

反过来，如果三年以后、五年以后的远期价格依然高企：

市场押注的就是：

算力稀缺会长期持续。

因此未来判断AI资本周期，可能会多出一个非常有价值的指标：

不是听公司说需求有多强；

也不是只看资本开支有多大；

而是：

市场愿意给三年以后的算力多少钱？

8｜

15:10

–

17:16

｜本周判断：AI正在从单点技术竞争，进入系统效率竞争

过去一周，我们已经看到：

客户提前付款；

供应商融资；

GPU售后回租；

长期算力合同；

数据中心和电力融资；

现在又出现了：

算力期货。

这些东西放在一起意味着：

AI正在拥有一个成熟产业逐渐形成的完整结构：

长期合同

一个产业真正“长大”，并不只是产品卖了多少。

还可以观察另一件事：

围绕这个产品，开始出现多少原本不存在的制度。

因此，算力期货真正值得关注的地方，并不是：

“华尔街终于又找到一个可以交易的新东西。”

而是：

AI的竞争规则正在变化。

未来谁更有竞争力，可能取决于：

谁能以更低成本获得算力；

谁能更稳定地锁住未来成本；

谁拥有更便宜的资本；

谁能把芯片、电力、资本和供应链组合成效率更高的系统。

本期核心判断

AI竞争正在从单点技术竞争，慢慢变成系统效率竞争。

未来判断一家AI企业，可能不能只看：

模型排行榜。

还要看它背后的整套经济系统：

芯片从哪里来；

电在哪里买；

算力多少钱；

怎么融资；

合同签多久；

风险最后留在谁的资产负债表上。

AI正在从一个主要由工程师定义的技术周期，

逐渐变成一个同时由：

工程；

财务；

能源；

资本市场；

供应链

共同定义的产业周期。

9｜16:43 – 17:16｜终章：给“未来的智能”标一个价格

如果有一天，我们每天不仅看英伟达发布什么新GPU，

还会像看：

油价；

利率；

电价

一样，看一年以后、三年以后AI算力的价格，

那么AI改变的，可能就不只是软件。

它可能开始拥有属于自己的：

资本体系；

能源体系；

价格体系。

今天距离那一步当然还很远。

算力期货能否真正形成成熟市场，仍然有大量问题需要回答。

但一个变化已经值得记录：

市场开始尝试，给未来的智能标一个价格。

💬 金句推荐

“最后一道工序去了越南，并不代表整条供应链都去了越南。”

“一个国家不一定要拥有矿山，才能拥有资源议价权。”

“技术革命不只创造新资产，也会重新发现旧资产的价值。”

“未来AI竞争越来越重要的指标，可能不是模型有多聪明，而是一单位智能到底有多贵。”

“GPU是不是下一桶石油？这个比喻很诱人，但现在还太早。”

“一个产业真正长大，不只是产品卖了多少，还要看围绕它长出了多少原本不存在的制度。”

“AI竞争正在从单点技术竞争，慢慢变成系统效率竞争。”

“市场开始尝试，给未来的智能标一个价格。”

📘 特别术语轻解读

AI Compute Futures｜AI算力期货

以未来AI计算资源价格为交易对象的衍生工具。核心功能不是让投资者“炒GPU”，而是帮助企业管理未来算力价格波动风险。

Forward Curve｜远期价格曲线

不同未来时间点的价格排列形成的曲线。它可以反映市场对未来供需关系的真实预期。

Commodity｜大宗商品 / 标准化商品

核心不是“需求量大”，而是同一标准下的产品具有较高可替代性。GPU能否做到这一点，是AI算力期货必须面对的关键问题。

Uprate｜增容 / 提高额定功率

在不新建电站的情况下，通过设备、燃料和运行优化，提高现有核电机组的发电能力。

China+1｜中国+1供应链策略

企业在继续保留中国供应链能力的同时，在越南、印度、墨西哥等地增加第二制造基地，以降低集中风险。

Regulatory Leverage｜监管议价权

市场规模、审批权和监管准入本身也可以成为谈判筹码。Anglo American–Teck交易提供了一个新的观察样本。

System Efficiency｜系统效率

未来AI竞争可能不再取决于某一个模型或芯片，而取决于企业能否更有效地组合芯片、电力、资本、合同和供应链。

📎 声明

本期节目基于公开新闻报道、统计数据、监管信息及企业与行业资料整理。

其中部分事项仍处于讨论、审查或计划阶段，例如Anglo American–Teck交易中的相关供应安排、Vistra核电项目融资及CME Group拟议中的AI算力期货。

节目已尽可能区分：

已发生事实；

媒体援引知情人士报道；

正在推进的计划；

以及节目基于公开信息作出的结构性判断。

本节目不构成任何投资建议。

我们的目标始终是：

帮助听友理解新闻背后的商业逻辑、产业结构与长期变量。

🌑 特别说明｜关于知识星球听友空间

从 2 月 18 日 起，「时语晨光」开启一个知识星球听友空间，并已开放加入。它不是微信群，也不是用来刷消息的地方，而是节目的第二层内容结构：

每一期完整逐字稿

因时长限制未能展开的语料与判断

为什么选择这样讲，而不是那样讲

以及——像本期这样——三层情景对应的观察清单卡片

👉 订阅方式知识星球采用年度订阅制：99 元/年周年周期间加入的听友，将标记为周年成员。

✅ 关键词

AI算力期货｜未来算力价格｜CME Group｜GPU｜英伟达H100｜B200｜AI基础设施｜系统效率｜越南经济｜China+1｜制造业转移｜供应链重构｜Anglo American｜Teck Resources｜铜精矿｜资源议价权｜Vistra｜核电增容｜电力基础设施｜远期价格曲线｜AI资本周期｜产业周期

AI Compute Futures | Compute Pricing | CME Group | GPU | NVIDIA H100 | B200 | AI Infrastructure | System Efficiency | Vietnam Economy | China Plus One | Manufacturing Shift | Supply Chain Restructuring | Anglo American | Teck Resources | Copper Concentrate | Resource Leverage | Vistra | Nuclear Uprate | Power Infrastructure | Forward Curve | AI Capital Cycle | Industrial Cycle

✅ Hashtags

#本周判断 #AI算力期货 #AI算力 #GPU #CMEGroup #英伟达 #人工智能 #AI基础设施 #系统效率 #越南经济 #制造业转移 #ChinaPlusOne #供应链 #铜资源 #核电 #能源基础设施 #远期价格 #资本周期

#WeeklyThesis #AICompute #ComputeFutures #GPU #CMEGroup #NVIDIA #AIInfrastructure #SystemEfficiency #VietnamEconomy #ManufacturingShift #ChinaPlusOne #SupplyChain #Copper #NuclearPower #PowerInfrastructure #ForwardCurve #AICapitalCycle

🎧 收听方式🔗 Apple Podcasts | Spotify | 小宇宙 | RSS

💬 有话想说？ 在评论区告诉我们你的看法，或者在社交媒体 @时语晨光 参与讨论！

📮 联系我们📧 [email protected]📱 微博｜即刻 | 豆瓣 @时语晨光

「时语晨光」不仅为你带来新闻资讯，更以决策者的视角，与你共同探索背后的商业故事、发展趋势和社会变迁，让你的早晨既充实又富有活力！

我们相约每周工作日的早晨，一起为崭新的一天充电加油。

▼主播

新龙，一位在文化商业与文旅行业拥有丰富经验的创业者和咨询顾问，现担任「走，出海去」等播客节目的主播。

▼制作团队

后期制作：「时语拾光」Timeless Resonance Studio

监制：新龙

封面设计：木下

▼关于「时语晨光」

「时语晨光」致力于为您呈现最新商业趋势与市场动态，以决策者的视角深入剖析各类焦点事件，助您把握全球商业脉动。我们坚信，每天清晨短短15分钟的聆听，将为您带来富有价值的思考与启发，让您与世界同步前行。

▼与我们互动

搜索「时语晨光」在各大社交平台

邮件反馈：[email protected]

喜欢我们的节目？请支持我们！

晨间简报·第五十八集｜AI时代，企业如何同时解决今天与五年以后

📍 简介

2026年10月2日，国庆假期第二天。

过去一年，我们讨论人工智能产业时，经常面对一个看似矛盾的问题：

一家企业如果希望建立长期自主能力，今天是否仍然需要使用全球最成熟的技术？

本期「晨间简报」关注一则关于腾讯的报道。据英国《金融时报》报道，腾讯与Oracle达成一项价值约70亿美元、为期五年的海外AI算力租赁协议，涉及约10万颗先进AI芯片，并将在Oracle位于东南亚的数据中心使用相关计算资源。Reuters随后援引该报道，并指出截至目前双方尚未公开确认相关协议。

这件事真正值得关注的，并不是70亿美元这个数字。

而是它揭示出的一个正在发生的变化：

AI竞争正在从“谁拥有最强的模型”，逐渐进入“谁能稳定获得训练模型所需要的资源”。

从芯片、云计算，到数据中心、电力和供应链，人工智能正在重新定义全球基础设施竞争。

本期节目我们拆解：

为什么国产替代和全球采购并不矛盾；

为什么企业战略越来越像同时修建两条道路；

以及在AI时代，真正稀缺的资源，为什么可能不是答案，而是产生答案的能力。

📌 轻解读内容框架

1. 00:00 – 01:54｜腾讯70亿美元海外算力报道：一场关于未来资源的提前布局

据英国《金融时报》报道，腾讯与Oracle达成价值约70亿美元、为期五年的海外AI算力租赁协议。

报道显示：

涉及约10万颗先进AI芯片；

腾讯将在Oracle东南亚数据中心使用相关计算资源。

Reuters随后援引该报道，并指出腾讯和Oracle截至目前未公开确认相关消息。

这并不是一条简单的采购新闻。

真正值得追问的是：

为什么一家中国大型科技企业，会选择把部分算力需求放到海外？

2. 01:54 – 03:45｜AI竞争正在改变：从拥有资源，到获得资源

过去几年，AI竞争经常被理解为：

谁拥有更强模型；

谁拥有更多芯片；

谁拥有更大数据中心。

但随着产业进入下一阶段，竞争逻辑正在变化。

AI基础设施已经不是单一产品，而是由多个环节共同组成：

芯片；

云计算；

数据中心；

电力；

网络；

软件生态。

任何一家企业都很难完全拥有全部资源。

因此，企业面对的问题不再只是：

“我要不要自己建设？”

而是：

“哪些能力必须掌握？哪些资源可以通过合作获得？”

3. 03:45 – 05:11｜国产替代与全球采购：真实商业世界不是二选一

很多时候，我们容易把产业竞争理解成一道选择题：

国产替代，或者全球采购。

自主建设，或者依赖外部生态。

但成熟企业面对复杂环境时，往往同时解决两个时间尺度的问题。

短期：

企业需要解决今天的问题。

模型需要训练；

产品需要上线；

用户需求不会等待五年。

长期：

企业需要降低单一供应链和单一生态依赖。

因此：

短期效率与长期自主能力，并不一定冲突。

真正困难的是：

如何同时拥有今天的效率，以及未来的选择权。

4. 05:11 – 07:05｜AI基础设施正在重塑全球商业地图

过去几十年，一个地区吸引科技产业，主要依靠：

人才；

市场；

制造能力；

供应链。

但AI时代，一个新的问题正在出现：

算力在哪里？

电力在哪里？

数据中心在哪里？

谁能够长期稳定提供计算资源？

因此，AI基础设施竞争已经不只是芯片公司的竞争。

能源企业；

云服务商；

数据中心运营商；

区域基础设施提供者；

正在形成新的合作关系。

未来竞争的不只是技术能力，也包括资源组织能力。

5. 07:05 – 08:40｜从Micron到腾讯：AI时代，未来需求正在提前资本化

此前Micron的长期供货协议体现了一个趋势：

客户为了锁定未来内存供应，开始提前签订长期合同，甚至提前支付资金。

腾讯这次报道中的海外算力租赁，也体现类似逻辑：

企业正在提前锁定未来计算能力。

表面上：

一个是芯片；

一个是算力。

但背后的商业逻辑一致：

AI时代，稀缺资源需要提前证明需求。

未来企业竞争，不只是看谁提出更大的需求。

还要看谁愿意为未来需求承担今天的成本。

6. 08:40 – 10:15｜AI时代真正稀缺的，可能不是答案，而是产生答案的能力

过去互联网时代：

竞争围绕用户、流量和平台。

移动互联网时代：

竞争围绕生态、入口和数据。

而人工智能时代：

竞争越来越涉及：

计算能力；

能源基础设施；

供应链；

企业调动资源的能力。

腾讯这则报道提供了一个观察窗口：

未来企业战略可能越来越少是简单选择。

不是全球化意味着放弃自主。

也不是自主建设意味着立即脱离全球供应链。

真正重要的是：

如何在不确定时代，同时拥有今天和未来。

💬 金句推荐

“产业竞争很少是一道选择题。成熟企业真正做的，是一边解决今天的问题，一边建设五年后的能力。”

“AI时代，竞争的不只是拥有技术，而是谁能持续获得产生技术所需要的资源。”

“未来最稀缺的，可能不只是答案，而是产生答案的能力。”

📘 特别术语解码章节｜核心名词说明

AI基础设施（AI Infrastructure）

指支撑人工智能模型训练和运行的一整套资源体系，包括AI芯片、云计算、数据中心、电力供应、网络和软件生态。

算力（Computing Power）

指计算系统处理信息和执行任务的能力，是训练大型AI模型的重要基础资源。

数据中心（Data Center）

用于集中部署服务器、存储设备和网络设备的基础设施，是云计算和AI模型运行的重要载体。

AI芯片（AI Accelerator）

专门用于人工智能计算任务的芯片，相比传统通用处理器，更适合大规模模型训练和推理。

Oracle

美国企业软件和云计算公司，提供数据库、云基础设施等服务。

Micron Technology

美国半导体存储公司，主要生产DRAM、NAND等存储芯片，是AI服务器供应链的重要参与者。

🎧 收听提示

如果你希望继续收听我们对国别、产业与全球商业结构的系统拆解，也欢迎关注后续即将上线的付费专题。我们会把部分更系统、更成系列的内容，整理成可长期回听的专题产品。

🔗 📌 回顾相关期推荐

🔁

相关回顾

EP473｜一颗还没发射的卫星，背后已经有23个客户

从印度TakeMe2Space案例切入，讨论AI计算从云端走向边缘，以及“卖影像”向“卖答案”的变化。

EP474｜Anthropic要上市，50.1%的决定权为什么仍留在七个创始人手里？

拆解AI企业治理结构变化，以及AI产业进入资本市场后，使命、资本与控制权之间的新关系。

EP470｜模型成本降40%，云厂商发债或达4200亿美元：AI为什么越便宜越烧钱？

讨论AI成本下降与基础设施投资增长之间的矛盾，以及算力需求背后的资本逻辑。

EP471｜对外投资破2000亿美元，并购却跌到17年最低：中国企业出海，开始从“买公司”变成“长能力”

讨论中国企业全球化从资产购买走向能力建设的变化。

📘 特别说明｜关于「时语晨光」听友星球

从 2 月 18 日起，「时语晨光」听友星球已经正式开启并进入持续更新阶段。

它不是微信群，也不是用来刷消息的地方，而是节目的第二层内容结构：

每一期完整逐字稿与结构拆解

因时长限制未展开的语料与判断

选题、表达与取舍背后的逻辑说明

如果你听完节目，还希望把一条逻辑走完整，这个空间，会更适合你。

👉 加入方式与订阅说明

「时语晨光」听友星球采用年度订阅制当前订阅价格为 99 元 / 年

首批加入的听友会被标记为 启航成员 Founding Members

对我来说，这是一次把节目慢慢沉淀成资料库的过程；对你来说，这是一个可以长期使用、持续变厚的内容空间。

我不打算把它做成短期促销产品，更希望它是一个随着时间累积价值的地方。

📎 声明

本节目由「时语拾光」团队精心制作出品。

本期内容参考英国《金融时报》、Reuters以及公开企业资料等信息来源，并结合公开行业信息进行整理分析。

其中腾讯与Oracle相关协议截至节目制作时仍属于媒体报道，双方尚未公开确认。

节目内容仅用于信息分享与商业观察，不构成投资建议。

✅ 关键词

#腾讯AI算力 #Oracle #AI基础设施 #国产替代 #全球供应链 #算力竞争 #人工智能产业 #科技基础设施 #企业战略

#TencentAI #Oracle #AIInfrastructure #ComputePower #GlobalSupplyChain #AICompetition #TechnologyStrategy #Semiconductor #FutureOfAI

🎧 敬请关注「时语晨光·​全球经贸快线」

📢 回顾推荐

📢 回顾｜EP475｜同一个巨无霸，为什么隔3公里​就能贵近9块钱？

📢 回顾｜EP474｜Anth​ropic要上市，50.1%的决定权为什么仍留在七个创始人手里？

📢 回顾｜EP473｜一​颗还没发射的卫星，背后已经有23个客户

📢 回顾｜EP471｜对外投​资破2000亿美元，并购却跌到17年最低：中国企业出海，开始从“买公司”变成“长能力”

📢 回顾｜EP470｜模型成本降40​%，云厂商发债或达4200亿美元：AI为什么越便宜越烧钱？

📢 回顾｜EP469｜​海关开始搬进工厂，一辆车到底算哪国的？

📢 回顾｜EP468｜关​税不够用了：汽车开始限量，贸易开始管“货怎么走”

📢 回顾｜EP466｜2695万元失联​，6.9元重启：最危险的不是不懂，是懂了一半

🎧 收听方式🔗 Apple Podcasts | Spotify | 小宇宙 | RSS

💬 有话想说？ 在评论区告诉我们你的看法，或者在社交媒体 @时语晨光 参与讨论！

📮 联系我们📧 [email protected]📱 微博｜即刻 | 豆瓣 @时语晨光

「时语晨光」不仅为你带来新闻资讯，更以决策者的视角，与你共同探索背后的商业故事、发展趋势和社会变迁，让你的早晨既充实又富有活力！

我们相约每周工作日的早晨，一起为崭新的一天充电加油。

▼主播

新龙，一位在文化商业与文旅行业拥有丰富经验的创业者和咨询顾问，现担任「走，出海去」等播客节目的主播。

▼制作团队

后期制作：「时语拾光」Timeless Resonance Studio

监制：新龙

封面设计：木下

▼关于「时语晨光」

「时语晨光」致力于为您呈现最新商业趋势与市场动态，以决策者的视角深入剖析各类焦点事件，助您把握全球商业脉动。我们坚信，每天清晨短短15分钟的聆听，将为您带来富有价值的思考与启发，让您与世界同步前行。

▼与我们互动

搜索「时语晨光」在各大社交平台

邮件反馈：[email protected]

喜欢我们的节目？请支持我们！

晨间简报·第五十七集｜当企业越来越知道消费者的支付上限，定价能力和信任边界开始一起变化

📍 简介

2026年10月1日，国庆假期第一天。

今天的晨间简报，我们从一只巨无霸开始。

路透社调查发现，麦当劳正在美国及部分海外市场扩大使用AI定价工具。系统分析美国近1.4万家餐厅每天产生的数百万笔交易，并将一个过去很难被精确衡量的变量正式放进模型：

当地消费者愿意付多少钱。

在加州Fresno，两家相距大约两英里的麦当劳公司直营店，同一个巨无霸分别卖5.69美元和6.89美元，相差约21%。

这并不能证明差价由AI直接造成，也不是针对单个消费者的“千人千价”。

但它揭示了一个更值得讨论的变化：

当企业越来越准确地知道消费者的支付上限，定价的核心问题就不再只是“成本是多少”，而开始变成——

知道这么多以后，企业准备把这种能力用到什么程度？

与此同时，DeepSeek与华为正在从软件工具和开发生态入手，试图降低开发者离开CUDA的迁移成本；澳大利亚大型私人信贷机构Metrics Credit Partners则因为资产估值争议暂停部分基金赎回。

三个看似完全不同的故事，分别指向技术、金融和消费市场中一个越来越重要的问题：

真正的经营优势，不只来自掌握更多资源，也来自谁拥有数据、模型、定价标准，以及定义“正确选择”的能力。

📌 轻解读内容框架

00:00 – 01:32｜开场：AI开始计算“一座社区愿意付多少钱”

麦当劳正在扩大使用AI定价工具

美国近1.4万家餐厅、每天数百万笔交易进入分析模型

除了成本和竞争环境，“customer willingness to pay”正在成为越来越明确的定价变量

真正的问题不是巨无霸应该卖5美元还是6美元，而是企业究竟应该怎样使用消费者支付意愿这项信息

01:32 – 03:27｜DeepSeek × 华为：国产AI真正难替代的可能不是芯片

DeepSeek与华为围绕昇腾AI芯片推出并开源新的编程基础设施

计算库、通信库、TileLang以及128颗昇腾950组成的Supernode进入视野

英伟达真正难复制的优势，不只有GPU性能，还有CUDA背后多年形成的代码、工具、框架和工程师习惯

国产替代下一阶段的关键，不只是“造出另一颗芯片”，而是降低企业和开发者离开原有生态的迁移成本

➤ 真正值得观察的，不是发布了多少工具，而是有多少开发者真的开始迁移

03:27 – 05:21｜Metrics冻结部分赎回：不波动，不代表没有风险

Metrics Credit Partners管理资产约400亿澳元，约合280亿美元

部分非上市基金开始暂停赎回，三只上市基金亦暂停交易

争议核心并不是已经确认的大规模违约，而是部分非上市商业地产股权应该怎样估值

私人资产没有每天公开报价，看起来往往比股票稳定

但真正需要追问的是：

价格不动，到底是资产真的稳定，还是没人每天告诉你它究竟值多少钱？

➤ 当投资者要求兑现流动性，而基金持有的资产几年都未必能够出售，账面价格才开始接受真正的市场检验

05:21 – 06:30｜麦当劳AI定价的边界：这还不是“千人千价”

目前这套系统主要按照门店和区域提供定价建议

并不是因为系统判断某个消费者收入更高，就单独向他展示更高价格

最终价格仍然由加盟商决定

Fresno两家相距约两英里的公司直营店，同一个巨无霸价格相差约21%

但路透社无法确认这一差异是否直接由算法导致

➤ 真正重要的变化，是“顾客愿意付多少钱”已经开始成为企业正式的定价输入变量

06:30 – 08:33｜从成本定价到支付意愿：企业开始更接近消费者的价格上限

传统定价通常围绕三个问题：

成本是多少？

竞争对手卖多少钱？

我需要多少毛利？

AI正在增加第四个问题：

这里的人最多愿意付多少？

如果成本上涨50美分，价格上涨50美分，这是成本传导

但如果成本没有变化，只因为模型判断消费者愿意多付1美元，问题就从“成本”变成了“定价权”

此前Walmart公开强调：

“We price the product, not the person.”

麦当劳则展示了一条不同但同样现实的路径：

不针对个人实时定价，却把一个区域的支付意愿测得越来越精细

➤ 企业拥有越来越强的信息优势以后，是应该最大化价格，还是给自己的定价能力主动设置边界？

08:33 – 09:23｜AI也在改变总部与加盟商之间的权力关系

麦当劳大量门店由加盟商经营，最终价格理论上仍由加盟商决定

但部分加盟商表示，他们感受到总部希望门店更多采用AI定价建议的压力

过去总部最重要的资源可能是品牌、菜单、供应链和营销

未来越来越重要的一项资产则是：

数据和模型

单个加盟商很难拥有和总部相同的数据规模

当总部能够用几百万笔交易告诉一家门店“什么价格才是正确价格”，所谓建议与经营标准之间的界限也会越来越模糊

09:23 – 结束｜知道得更多以后，真正稀缺的是怎样使用这些信息

企业过去经常抱怨自己“不够了解客户”

AI正在逐渐把问题反过来：

当一家企业真的越来越了解客户以后，它准备怎样使用这些信息？

知道消费者喜欢什么，是一种能力

知道消费者最多愿意付多少钱，也是一种能力

但一家企业长期的定价权，最终可能不仅取决于价格还能提高多少

还取决于：

当消费者意识到企业其实知道自己这么多以后，他还愿不愿意继续相信它

💬 金句推荐

“过去企业担心自己不够了解客户，AI正在把问题反过来：当你真的越来越了解客户以后，你准备怎样使用这些信息？”

“真正锁住一家公司的，未必是那颗芯片，而是过去十几年写下来的代码、工具和工程师习惯。”

“一项资产没有每天跌价，不一定代表它更稳定，也可能只是没有一个公开市场每天告诉你它到底值多少钱。”

“企业真正长期的定价权，可能不仅来自价格还能提高到哪里，也来自消费者知道你掌握这么多信息以后，还愿不愿意继续相信你。”

📘 特别术语解码章节｜核心名词说明

支付意愿（Willingness to Pay）：消费者愿意为某项商品或服务支付的最高价格。过去通常依靠调查、历史经验等方式估计，随着交易数据和AI模型增加，企业可以更细致地测算不同地区与产品的价格敏感度。

区域定价（Localized Pricing）：根据不同地区的成本、竞争环境、需求和消费能力设置不同价格。本期麦当劳案例属于门店和区域层面的价格优化，不等同于针对单个消费者实时调整价格。

CUDA：英伟达建立的GPU并行计算平台与软件生态。其竞争优势不仅来自硬件本身，还包括大量开发工具、计算库、框架兼容、已有代码以及工程师多年积累的使用经验。

TileLang：面向AI计算开发的高层编程工具。本次DeepSeek与华为合作中的重点之一，是通过更开放的软件基础设施降低开发者使用昇腾硬件的门槛。

迁移成本（Switching Cost）：消费者或企业从一个产品、平台或技术体系切换到另一个体系时必须付出的时间、资金、学习和重新开发成本。CUDA生态的护城河很大程度上就来自这种迁移成本。

私人信贷（Private Credit）：由非银行机构、私人基金等直接向企业或项目提供贷款的融资市场。因为相关资产通常缺乏公开交易价格，其估值和流动性机制与公开债券市场存在明显差异。

流动性错配（Liquidity Mismatch）：基金允许投资者较快赎回资金，但底层资产却可能需要几个月甚至几年才能出售。当大量投资者同时赎回时，这种时间差可能迅速暴露。

🎧 收听提示

如果你希望继续收听我们对国别、产业与全球商业结构的系统拆解，也欢迎关注后续即将上线的付费专题。我们会把部分更系统、更成系列的内容，整理成可长期回听的专题产品。

🔗 📌 回顾相关期推荐

🔁

相关回顾

EP464｜宁德时代份额升至45.37%，平台“全网最低价”被点名：企业开始把定义权拿回来

从平台要求“全网最低价”到今天AI直接参与价格建议，企业与平台围绕“谁能够定义正确价格”的竞争正在变得更加数据化。

EP470｜模型成本降40%，云厂商发债或达4200亿美元：AI为什么越便宜越烧钱？

AI能力不断变便宜，并不意味着围绕AI形成的基础设施、资本和生态竞争同步变轻。今天DeepSeek × 华为处理的正是另一个层面的问题：硬件之外，软件生态和迁移成本同样决定竞争格局。

EP474｜Anthropic要上市，50.1%的决定权为什么仍留在七个创始人手里？

上一期讨论的是拥有更强能力之后，企业怎样设计治理边界；今天麦当劳的故事则把同一个问题落到了消费者身上——当技术允许企业知道更多、做得更精细以后，公司究竟会主动给自己留下什么边界？

📘 特别说明｜关于「时语晨光」听友星球

从 2 月 18 日起，「时语晨光」听友星球已经正式开启并进入持续更新阶段。

它不是微信群，也不是用来刷消息的地方，而是节目的第二层内容结构：

每一期完整逐字稿与结构拆解

因时长限制未展开的语料与判断

选题、表达与取舍背后的逻辑说明

如果你听完节目，还希望把一条逻辑走完整，这个空间，会更适合你。

👉 加入方式与订阅说明

「时语晨光」听友星球采用年度订阅制当前订阅价格为 99 元 / 年

首批加入的听友会被标记为 启航成员 Founding Members

对我来说，这是一次把节目慢慢沉淀成资料库的过程；对你来说，这是一个可以长期使用、持续变厚的内容空间。

我不打算把它做成短期促销产品，更希望它是一个随着时间累积价值的地方。

📎 声明

本节目由「时语拾光」团队精心制作出品。数据及资料主要来源于路透社、DeepSeek与华为相关公开信息、McDonald's公开回应，以及Metrics Credit Partners等相关机构公开资料与报道。节目内容经整理与分析，仅供商业观察与理性讨论，不构成投资、法律或商业决策建议。

✅ 关键词

#麦当劳 #AI定价 #支付意愿 #区域定价 #定价权 #DeepSeek #华为昇腾 #CUDA #TileLang #私人信贷 #MetricsCreditPartners #流动性错配 #消费者信任

#McDonalds #AIPricing #WillingnessToPay #LocalizedPricing #PricingPower #DeepSeek #HuaweiAscend #CUDA #TileLang #PrivateCredit #LiquidityMismatch #ConsumerTrust

🎧 敬请关注「时语晨光·全​球经贸快线」

📢 回顾推荐

📢 回顾｜EP474｜Anthropic要上市，50.1%的决定权为什么​仍留在七个创始人手里？

📢 回顾｜EP473｜一颗还没发射的卫星，背后已经有​23个客户

📢 回顾｜EP471｜对外投资破2000亿美元，并购却跌到1​7年最低：中国企业出海，开始从“买公司”变成“长能力”

📢 回顾｜EP470｜模型成本降40%，云厂商发债或达420​0亿美元：AI为什么越便宜越烧钱？

📢 回顾｜EP469｜海关开始搬进工厂，一辆车​到底算哪国的？

📢 回顾｜EP468｜关税不够用了：汽车开始限量，贸​易开始管“货怎么走”

📢 回顾｜EP466｜2695万元失联，6.9元重启：最危​险的不是不懂，是懂了一半

📢 回顾｜EP465｜智谱融了50亿美元，却不急着把机​器拿去赚钱

🎧 收听方式🔗 Apple Podcasts | Spotify | 小宇宙 | RSS

💬 有话想说？ 在评论区告诉我们你的看法，或者在社交媒体 @时语晨光 参与讨论！

📮 联系我们📧 [email protected]📱 微博｜即刻 | 豆瓣 @时语晨光

「时语晨光」不仅为你带来新闻资讯，更以决策者的视角，与你共同探索背后的商业故事、发展趋势和社会变迁，让你的早晨既充实又富有活力！

我们相约每周工作日的早晨，一起为崭新的一天充电加油。

▼主播

新龙，一位在文化商业与文旅行业拥有丰富经验的创业者和咨询顾问，现担任「走，出海去」等播客节目的主播。

▼制作团队

后期制作：「时语拾光」Timeless Resonance Studio

监制：新龙

封面设计：木下

▼关于「时语晨光」

「时语晨光」致力于为您呈现最新商业趋势与市场动态，以决策者的视角深入剖析各类焦点事件，助您把握全球商业脉动。我们坚信，每天清晨短短15分钟的聆听，将为您带来富有价值的思考与启发，让您与世界同步前行。

▼与我们互动

搜索「时语晨光」在各大社交平台

邮件反馈：[email protected]

喜欢我们的节目？请支持我们！

晨间简报·第五十六集｜AMD花82亿美元提前押注下一代AI，UPI走出六年免费时代，Anthropic则把“谁有最后决定权”写进上市结构

📍 简介

2026年9月30日，今天的晨间简报从一个不太像IPO的问题开始：

如果你花钱买下一家公司的股票，而它在上市之前就明确告诉你——未来某一天，如果公司使命和股东财务利益发生冲突，它可能选择前者——你还会买吗？

正在筹备IPO的Anthropic，正在尝试把这个问题真正写进公司治理。

根据路透社获得的IPO材料，Anthropic七位联合创始人计划通过一个名为 Founder LLC 的治理实体，借助特殊Class F股票，在公司关键事项上掌握 50.1%的投票权。更特别的是，公司同时提醒未来投资者，这套治理结构可能让Anthropic作出与短期、中期甚至长期财务利益相冲突的决定。

而这恰恰发生在一家极度需要资本的公司身上：2025年收入接近46亿美元，经营亏损超过80亿美元，算力与基础设施支出达到73.3亿美元，未来多年还有规模巨大的云计算与基础设施义务。

于是问题从“AI安全吗”进一步变成：

如果有一天，公司认为应该踩刹车，但收入、投资者和竞争对手都要求继续跑，最后谁有权决定？

在进入今天的解码之前，本期还关注两条新的商业变化：

AMD为什么愿意花约82亿美元收购李飞飞创办的World Labs？也许它购买的不只是技术，而是更早知道下一代AI需要什么计算的能力。

而在印度，拥有超过5.5亿用户、占数字支付交易量约84%的UPI，也即将结束部分场景长达数年的零费率模式。当一个平台已经成为基础设施，免费之后，究竟谁来支付维持它运转的成本？

从芯片公司主动靠近未来需求，到支付基础设施重新寻找收入，再到Anthropic提前安排上市后的控制权，今天真正值得留下来的并不是又一轮“AI很贵”。

而是一个更现实的问题：

资本可以进入一家公司，但资本究竟能够获得多少决定权？

📌 轻解读内容框架

1.

00:00

–

01:54

｜开场：如果公司提前告诉你“有时不会把赚钱放第一位”，你还买吗？

Anthropic筹备IPO，却同时设计了一套极为特殊的治理安排

七位联合创始人组成Founder LLC，通过特殊Class F股票掌握关键事项 50.1%投票权

公司甚至提前提醒投资者：部分未来决定可能与短期、中期甚至长期财务利益发生冲突

➤ IPO通常出售的是公司的未来，但Anthropic正在尝试划清一条边界：出售股票，不等于出售最终决定权

2.

01:54

–

04:00

｜AMD花82亿美元买World Labs，它真正购买的可能是“提前知道未来需要什么”

AMD以约82亿美元全股票方式收购李飞飞创办的World Labs

World Labs研究Spatial Intelligence，也就是空间智能，希望让AI进一步理解三维空间、物体关系与物理世界

若交易完成，李飞飞将加入AMD，担任执行副总裁兼首席科学家

但这笔收购真正值得看的，不只是AMD押注Physical AI

World Labs对下一代模型与工作负载的研究，也可能帮助AMD更早理解：

未来的AI到底需要怎样的芯片、内存、互联与计算架构？

过去往往是AI公司先提出需求，芯片公司再设计产品

现在AMD试图把“研究未来需求的人”直接放进自己的组织

➤ 垂直整合不只是为了降低成本或控制供应，也可以为了缩短企业与未来需求之间的信息距离

3.

04:00

–

06:15

｜UPI开始收费：免费做到5.5亿用户以后，谁来付维护费？

印度UPI已经拥有超过 5.5亿用户

仅2026年8月，一个月处理接近 250亿笔交易，金额超过 30万亿卢比

按交易笔数计算，占印度数字支付约 84%

从10月15日起，部分超过2000卢比的商户支付将开始收取 0.4%的Merchant Discount Rate

个人转账、小额支付以及符合条件的小商户仍然免费

UPI过去依靠极低甚至零交易成本，快速建立起巨大的网络效应

但用户可以免费，基础设施不会免费：

服务器、网络安全、反欺诈、银行接入和系统升级，都需要持续投入

➤ 免费可以帮助一个平台成为基础设施，但成为基础设施以后，“谁来买单”反而成为新的问题

更难的是：

收费能够提高系统可持续性，却也可能损伤当初让它成功的网络效应

所以真正值得观察的不是0.4%高不高，而是：

一个已经形成全民习惯的免费平台，什么时候开始收费才不会破坏自己的增长循环？

4.

06:15

–

08:31

｜Anthropic真正特殊的不是创始人控制，而是“为什么要控制”

科技公司上市以后由创始人继续掌握控制权，并不罕见

Alphabet、Meta都有类似的双重股权或超级投票权结构

传统理由通常是：

资本市场关注下一个季度，但创始人需要保护十年甚至二十年的长期战略

Anthropic却进一步把控制权与公司使命绑定

Anthropic是一家 Delaware Public Benefit Corporation，特拉华州公益公司

这意味着董事作出决定时，不只需要考虑股东财务利益，也可以考虑公司所声明的公共利益目标

Founder LLC因此更像一道提前安装的制度保险：

即使未来资本来自公开市场，一些关键决定仍然不能完全交给资本市场

➤ Anthropic想保护的不只是创始人的商业判断，而是创始人认为不能被季度业绩轻易改变的使命

5.

08:31

–

10:07

｜最需要钱的时候，却提前告诉资本“最后不一定听你的”

2025年，Anthropic收入接近 46亿美元

大约是上一年的12倍

但同期经营亏损超过 80亿美元

其中算力和基础设施支出达到 73.3亿美元

全年运营费用约126.5亿美元，仅这一项就超过一半

与此同时，公司未来多年已经安排或承诺了规模巨大的云计算、算力与基础设施义务

这些数字共同说明：

前沿AI仍然是一场极度资本密集的比赛

模型需要继续训练

用户增加意味着更多推理

人才、数据中心和云计算资源都需要提前锁定

于是Anthropic出现了一组非常特别的关系：

使命，需要安全边界

资本，需要增长和回报

控制权，则决定两者真正冲突时谁说了算

➤ 最反常识的地方在于：

Anthropic偏偏是在最需要资本的时候，提前告诉资本——最终决定权并不完全属于你

6.

10:07

–

11:37

｜安全不是免费的价值观，它也在和产品争夺资源

Anthropic在IPO风险披露中大量讨论前沿AI可能带来的严重安全风险

但安全研究本身同样需要算力、人才和时间

在公司披露的一个样本周中，安全相关工作使用的研究算力约占 6%

与此同时，公司又必须维持高频、甚至互相重叠的模型研发与发布节奏

于是一个过去看起来偏哲学的问题，开始变得非常现实：

公司可以认为AI发展太快存在风险

但如果Anthropic自己慢下来，竞争对手并不会自动跟着慢

失去产品竞争力，又可能进一步导致：

失去用户、人才、收入和融资能力

甚至减少继续研究安全问题所拥有的资源

➤ 真正困难的从来不是所有人都同意应该慢下来的时候怎么慢，而是只有你想慢的时候，谁有权踩刹车

7.

11:37

–

13:44

｜七个人控制方向，也意味着七个人承担一种极大的判断权

Founder LLC给出了Anthropic的制度答案：

最终踩刹车的能力，仍然希望保留在创始团队手里

但创始人拥有控制权，并不意味着创始人一定正确

“公共利益”也不像收入、利润一样能够准确计算

什么风险值得牺牲几十亿美元收入？

竞争对手已经发布的能力，自己是否仍应选择克制？

究竟谁来定义什么叫“人类公共利益”？

因此这套结构可以从两个方向理解：

站在Anthropic一边：

如果真的相信自己的使命，就不能等资本压力出现以后才临时决定坚持原则，而要提前把保护机制写进制度

站在投资者一边：

我承担公司的经营风险，却被提前告知，在部分情况下我的财务利益可能并非第一优先级，而且我没有足够的投票权改变方向

于是IPO最终变成了一场非常特别的资本实验：

投资者愿意给一家保留“拒绝资本要求”能力的公司，什么样的估值？

8.

13:44

–

14:47

｜结尾：资本可以买进未来，却不一定买得到方向盘

Anthropic这次IPO真正测试的，不只是AI公司可以值多少钱

而是资本市场愿意接受怎样的权力关系

公司治理无法保证任何人永远作出正确决定

Founder LLC真正试图解决的是：

如果有一天，赚钱和公司认为正确的事情发生冲突，

究竟谁拥有最后的决定权？

Anthropic给出的答案目前非常明确：

即使公司上市，

即使资本来自公开市场，

那个方向盘，它仍然希望留在创始人手里。

💬 金句推荐

“最反常识的地方在于，Anthropic偏偏是在最需要资本的时候，提前告诉资本——最终决定权并不完全属于你。”

“真正困难的从来不是所有人都同意应该慢下来的时候怎么慢，而是只有你想慢的时候，谁有权踩刹车。”

“资本可以买进一家公司的未来，但不一定能够买走它的决定权。”

📘 特别术语解码章节｜核心名词说明

Founder LL​C

Class F股票（Class F Shar​e）

Delaware Public Benefit Corporation（特拉华州公益公司）​

Spatial Intelligence（空间智能）​

Physical AI（物理AI​）

UPI（Unified Payment​s Interface，统一支付接口）

Merchant Discount Rate（MDR，商户支付手续费）​

网络效应（Network Effect）​

🎧 收听提示

如果你希望继续收听我们对国别、产业与全球商业结构的系统拆解，也欢迎关注后续即将上线的付费专题。我们会把部分更系统、更成系列的内容，整理成可长期回听的专题产品。

🔗 📌 回顾相关期推荐

🔁

相关回顾

EP462｜AI开始出现一个怪现象：能力嫌太快，钱却嫌太少

当时我们第一次集中讨论了一个正在出现的矛盾：

前沿AI能力加速越来越快，达里奥·阿莫代伊等行业人物却开始公开讨论是否需要控制发展节奏。

那一期问的是：

AI为什么可能需要慢一点？

而今天Anthropic的IPO材料，把这个问题进一步推进到了制度层：

如果公司真的决定慢一点，谁有权让它慢下来？

EP470｜模型成本降40%，云厂商发债或达4200亿美元：AI为什么越便宜越烧钱？

这一期我们讨论过AI产业越来越明显的成本悖论：

单次推理越来越便宜，模型效率越来越高，但整个产业需要投入的数据中心、能源、芯片和融资规模却继续上升。

EP474里的Anthropic财务数据，恰好把这个行业问题第一次放进了一家前沿AI公司的具体账本：

收入高速增长，并不意味着资本需求同步下降。

当AI越来越便宜，却被越来越多地使用，总资本需求反而可能继续扩大。

📘 特别说明｜关于「时语晨光」听友星球

从 2 月 18 日起，「时语晨光」听友星球已经正式开启并进入持续更新阶段。

它不是微信群，也不是用来刷消息的地方，而是节目的第二层内容结构：

每一期完整逐字稿与结构拆解

因时长限制未展开的语料与判断

选题、表达与取舍背后的逻辑说明

如果你听完节目，还希望把一条逻辑走完整，这个空间，会更适合你。

👉 加入方式与订阅说明

「时语晨光」听友星球采用年度订阅制当前订阅价格为 99 元 / 年

首批加入的听友会被标记为 启航成员 Founding Members

对我来说，这是一次把节目慢慢沉淀成资料库的过程；对你来说，这是一个可以长期使用、持续变厚的内容空间。

我不打算把它做成短期促销产品，更希望它是一个随着时间累积价值的地方。

📎 声明

本节目由「时语拾光」团队精心制作出品。

本期数据及资料主要综合自Reuters对Anthropic IPO相关申报材料及治理结构的报道、AMD官方收购公告及公开资料、World Labs公开信息，以及印度UPI、NPCI及相关支付行业公开数据。

节目对公开信息进行整理、交叉核验与商业逻辑分析。涉及Anthropic IPO治理安排、未来基础设施义务及安全资源配置等内容，均以目前已披露或媒体获得的IPO材料为基础；相关上市安排、治理结构及最终条款仍可能发生变化。

内容仅供信息分享与商业观察，不构成任何投资、证券交易或其他专业建议。

✅ 关键词

#Anthropic #FounderLLC #人工智能 #AI治理 #公司治理 #AMD #WorldLabs #李飞飞 #空间智能 #PhysicalAI #UPI #印度支付 #网络效应 #资本配置 #IPO

#AIGovernance #CorporateGovernance #FeiFeiLi #SpatialIntelligence #UPI #DigitalPayments #NetworkEffects #CapitalAllocation

🎧 敬请关注「时语晨光·全球经贸​快线」

📢 回顾推荐

📢 回顾｜EP473｜一颗还没发射的卫​星，背后已经有23个客户

📢 回顾｜EP471｜对外​投资破2000亿美元，并购却跌到17年最低：中国企业出海，开始从“买公司”变成“长能力”

📢 回顾｜EP470｜模型成本​降40%，云厂商发债或达4200亿美元：AI为什么越便宜越烧钱？

📢 回顾｜EP469｜​海关开始搬进工厂，一辆车到底算哪国的？

📢 回顾｜EP468｜关税不够​用了：汽车开始限量，贸易开始管“货怎么走”

📢 回顾｜EP466｜2695万元失联，6.9元重启：最危险的​不是不懂，是懂了一半

📢 回顾｜EP465｜智谱融了50亿美元，​却不急着把机器拿去赚钱

📢 回顾｜EP464｜宁德时代份​额升至45.37%，平台“全网最低价”被点名：企业开始把定义权拿回来

🎧 收听方式🔗 Apple Podcasts | Spotify | 小宇宙 | RSS

💬 有话想说？ 在评论区告诉我们你的看法，或者在社交媒体 @时语晨光 参与讨论！

📮 联系我们📧 [email protected]📱 微博｜即刻 | 豆瓣 @时语晨光

「时语晨光」不仅为你带来新闻资讯，更以决策者的视角，与你共同探索背后的商业故事、发展趋势和社会变迁，让你的早晨既充实又富有活力！

我们相约每周工作日的早晨，一起为崭新的一天充电加油。

▼主播

新龙，一位在文化商业与文旅行业拥有丰富经验的创业者和咨询顾问，现担任「走，出海去」等播客节目的主播。

▼制作团队

后期制作：「时语拾光」Timeless Resonance Studio

监制：新龙

封面设计：木下

▼关于「时语晨光」

「时语晨光」致力于为您呈现最新商业趋势与市场动态，以决策者的视角深入剖析各类焦点事件，助您把握全球商业脉动。我们坚信，每天清晨短短15分钟的聆听，将为您带来富有价值的思考与启发，让您与世界同步前行。

▼与我们互动

搜索「时语晨光」在各大社交平台

邮件反馈：[email protected]

喜欢我们的节目？请支持我们！

晨间简报·第五十五集｜当AI开始在轨道上先算一遍，卫星生意正在从“卖数据”试着走向“卖答案”

📍 简介

如果一份数据已经在几百公里高的太空里产生了，我们为什么一定要先把它送回地球，再找一台电脑来算？

2026年10月1日，印度太空创业公司TakeMe2Space计划搭乘SpaceX的Transporter-18任务，将MOI-1A卫星送入轨道。

这颗不到50公斤的卫星搭载英伟达Orin NX边缘计算处理器。真正值得注意的，却不是“英伟达芯片上太空”，而是它背后的商业尝试：TakeMe2Space称，MOI-1A已经签下23个客户，覆盖地理信息、农业、采矿、供应链、保险和教育等领域。

它们正在测试一种和传统卫星服务不同的路径。

过去，卫星拍摄影像，把大量原始数据传回地面；客户购买数据、存储数据、寻找算力，再运行自己的模型。

现在，有人想把这个顺序压缩：

模型上传到卫星，数据在轨道上直接处理，最后传回来的，不一定是一整套原始影像，而可能已经是客户真正需要的结果。

这背后其实是一个我们已经非常熟悉的技术方向——边缘计算。

手机把部分AI留在手机，汽车把判断能力放在车里，工厂让算法靠近生产线。现在，同样的逻辑正在被推到距离地面几百公里的轨道上。

本期「晨间简报」，我们从一颗即将发射的小卫星出发，拆解为什么卫星产生的数据并不能像手机照片一样随时传回地面；为什么AI可能改变地球观测的数据链条；以及一门原本主要“卖影像、卖数据”的生意，是否正在开始试探下一层价值：

卖计算，甚至卖答案。

与此同时，我们也快速追踪三条最新商业动态：中美“非战略性商品”降税框架继续推进，中国工业企业利润总量与行业结构出现明显温差，以及Momenta进一步进入全球汽车品牌的智能驾驶开发链条。

📌 轻解读内容框架

1.

00:00

–

00:54

｜开场：为什么一定要把数据送回地球再算？

一份数据已经在几百公里高的太空里产生，为什么还要先搬回地面？

过去十几年，云计算不断把算力集中到越来越大的数据中心

TakeMe2Space尝试反过来思考：不是把数据送去算力，而是把算力放到数据产生的地方

➤ 今天真正讨论的，不是一颗卫星，而是“计算究竟应该发生在哪里”。

2.

00:54

–

02:44

｜今日快讯：降税、工业利润与智能驾驶全球化

中美贸易理事会继续推进“非战略性商品”机制，“300亿对300亿”降税框架进入产品清单与国内执行程序阶段

中国前8个月规模以上工业企业利润同比增长15.7%，但8月单月增速降至4.2%

电子设备制造业利润同比增长1.1倍，汽车制造业利润下降16%，总量增长背后的行业温差进一步扩大

Momenta与神龙汽车科技推进全球战略合作，将为标致、Jeep等车型开发高阶辅助驾驶系统，并面向中国、欧洲及其他海外市场

➤ 三个变化共同指向一个问题：总量之外，真正需要看的越来越是增长发生在哪里、价值链向哪里移动。

3.

02:44

–

04:58

｜一颗不到50公斤的卫星，为什么需要自己“思考”？

TakeMe2Space计划于10月1日通过SpaceX Transporter-18任务发射MOI-1A

卫星搭载英伟达Orin NX边缘计算处理器

地球观测卫星不断产生影像和传感器数据，但卫星并不是“一台永远连着Wi-Fi的手机”

卫星需要进入地面站通信范围、获得通信窗口，再通过有限链路完成数据下传

现代遥感设备产生原始数据的速度，可能超过有效下传能力

传统方案是增加存储、扩充地面站、提高通信效率、压缩数据

AI则提出了另一个问题：

我们真的需要把所有原始数据都传回来吗？

4.

04:58

–

06:29

｜从“传照片”到“先判断”：卫星也开始做边缘计算

如果一张卫星影像被云层完全遮挡，它有没有必要占用下传资源？

欧洲航天局Φsat-2已经尝试在轨进行云层识别、船舶识别、野火检测等AI任务

进一步的问题不再只是“这张照片有没有用”

而是：

有没有火点？

有没有船只？

哪里发生变化？

哪块农田可能缺水？

➤ 当卫星能够先从数据中提取信息，真正需要传回地面的，就可能从“完整数据”变成“有价值的结果”。

这与手机本地AI、自动驾驶、工厂边缘计算其实是一条逻辑：

让计算靠近数据产生的地方。

5.

06:29

–

07:44

｜从MOI-TD到MOI-1A：这并不是第一次尝试

2024年12月，印度空间研究组织ISRO发射PSLV-C60

火箭第四级随后成为POEM-4轨道实验平台，共搭载24个实验载荷

TakeMe2Space的MOI-TD完成了一项关键技术验证：

从地面上传三个机器学习模型

在轨道上执行计算

再把推理结果传回地球

随后，公司准备通过MOI-1把实验推进到独立卫星

但2026年1月，PSLV-C62在PS3第三级飞行末段出现异常，任务未能完成，MOI-1随之损失

MOI-1A因此成为这条路线上的下一次尝试

➤ 2024年回答“技术能不能做”，现在开始回答“客户愿不愿意用”。

6.

07:44

–

09:41

｜23个客户：卫星开始从卖数据走向卖计算

TakeMe2Space称，MOI-1A已经签下23个客户

客户覆盖地理信息、教育、农业、采矿、供应链和保险等领域

通过OrbitLab平台，客户可以指定观测区域、上传自己的AI模型，再让模型在卫星经过目标区域时直接运行

以农业为例：

过去的路径是——

卫星拍摄 → 原始影像下传 → 客户存储 → 寻找算力 → 运行模型 → 得到“哪里缺水”

TakeMe2Space想测试的新路径是——

卫星采集 → 模型在轨运行 → 客户直接得到结果

价值链因此可能出现三个不同层次：

卖影像 → 卖计算 → 卖答案

企业真正愿意为什么付钱，可能决定未来卫星产业价值停留在哪一层。

7.

09:41

–

11:39

｜先别急着说“太空数据中心时代来了”

23个客户并不意味着商业模式已经成立

TakeMe2Space没有公布合同总额，也没有披露客户购买了多少服务

目前无法判断其中多少属于一次性实验，又有多少能够形成持续收入

更重要的是，截至节目录制时，MOI-1A仍未发射

它仍需经历：

成功入轨

卫星正常工作

模型成功上传

在有限能源和计算条件下稳定运行

分析结果可靠地下传

MOI-1A功率约150瓦，与今天动辄兆瓦、吉瓦级的大型AI数据中心完全不在同一个数量级

➤ 所以这不是“数据中心搬上太空”，而是边缘计算继续向数据源靠近。

8.

11:39

–

12:31

｜结尾判断：未来真正稀缺的，也许不是数据，而是答案

AI基础设施正在同时沿两条路线发展：

一条越来越集中——

更大的模型、更多GPU、更大的数据中心、更多电力。

另一条越来越分散——

手机、汽车、机器人、生产线，开始在本地直接运行模型。

两者并不矛盾。

大型模型的训练仍然需要集中式算力，但模型训练完成以后，“在哪里运行”正在成为另外一个问题。

如果数据本来就在轨道上产生，那么让其中一部分计算留在轨道上，也可能成为合理选择。

TakeMe2Space计划从2027年开始部署更大型卫星，并尝试提高多星联网后的轨道计算能力。

但真正需要继续观察的，不是“英伟达芯片有没有飞上太空”。

而是：

那23个客户，能不能真正把模型放到几百公里之外运行，然后不再拿回来一堆等待加工的数据，而是直接拿到自己需要的答案。

💬 金句推荐

“过去我们习惯把数据送到算力那里，但当数据产生在几百公里高的太空里，为什么不能把算力送到数据那里？”

“卫星生意可能正在经历三个阶段：卖影像、卖计算、卖答案。”

“训练一个模型需要多大的数据中心，和模型最终应该在哪里运行，其实是两个完全不同的问题。”

“未来真正需要争夺的，可能不只是数据本身，而是谁能更早把数据变成答案。”

📘 特别术语解码章节｜核心名词说明

边缘计算（Edge Computing）

在轨计算（On-Orbit / Onboard Computing）​

MOI-1A​

OrbitLab​

Φsat-2（PhiSat-2）​

POEM-4​

Orin NX​

🎧 收听提示

如果你希望继续收听我们对国别、产业与全球商业结构的系统拆解，也欢迎关注后续即将上线的付费专题。我们会把部分更系统、更成系列的内容，整理成可长期回听的专题产品。

🔗 📌 回顾相关期推荐

🔁

相关回顾

如果你想把今天这期放回最近几天「时语晨光」的完整逻辑里，可以继续回听：

EP468｜关税不够用了：汽车开始限量，贸易开始管“货怎么走”

EP470｜​模型成本降40%，云厂商发债或达4200亿美元：AI为什么越便宜越烧钱？

EP472｜增长没停，只是“大数字”开始不够用了​

📘 特别说明｜关于「时语晨光」听友星球

从 2 月 18 日起，「时语晨光」听友星球已经正式开启并进入持续更新阶段。

它不是微信群，也不是用来刷消息的地方，而是节目的第二层内容结构：

每一期完整逐字稿与结构拆解

因时长限制未展开的语料与判断

选题、表达与取舍背后的逻辑说明

如果你听完节目，还希望把一条逻辑走完整，这个空间，会更适合你。

👉 加入方式与订阅说明

「时语晨光」听友星球采用年度订阅制当前订阅价格为 99 元 / 年

首批加入的听友会被标记为 启航成员 Founding Members

对我来说，这是一次把节目慢慢沉淀成资料库的过程；对你来说，这是一个可以长期使用、持续变厚的内容空间。

我不打算把它做成短期促销产品，更希望它是一个随着时间累积价值的地方。

📎 声明

本节目由「时语拾光」团队精心制作出品。

本期数据及资料主要参考中国商务部、国家统计局、路透社（Reuters）、欧洲航天局（ESA）、印度空间研究组织（ISRO）、SpaceX、TakeMe2Space及相关企业公开资料。

涉及MOI-1A未来发射、在轨运行、客户使用情况及2027年后续卫星部署的内容，均属于截至节目录制时已经公布的安排或公司计划，实际执行情况仍有待后续验证。

节目内容经公开资料整理与商业分析，供听众获取信息和独立思考使用，不构成投资建议。

✅ 关键词

#轨道计算 #边缘计算 #TakeMe2Space #MOI1A #卫星计算 #人工智能 #英伟达 #OrinNX #商业航天 #地球观测 #数据价值 #AI基础设施 #中美贸易 #工业利润 #Momenta

#OrbitalComputing #EdgeComputing #TakeMe2Space #MOI1A #SatelliteComputing #ArtificialIntelligence #NVIDIA #OrinNX #CommercialSpace #EarthObservation #DataEconomy #AIInfrastructure #ChinaUSTrade #IndustrialProfits #Momenta

🎧 敬请关注「时语晨光·全球经​贸快线」

📢 回顾推荐

📢 回顾｜EP471｜对外投资破2000亿美元，并购却跌​到17年最低：中国企业出海，开始从“买公司”变成“长能力”

📢 回顾｜EP470｜模型成本降40%，​云厂商发债或达4200亿美元：AI为什么越便宜越烧钱？

📢 回顾｜EP469｜海关开始搬进工厂，​一辆车到底算哪国的？

📢 回顾｜EP468｜关税不够用​了：汽车开始限量，贸易开始管“货怎么走”

📢 回顾｜EP466｜2695万元​失联，6.9元重启：最危险的不是不懂，是懂了一半

📢 回顾｜EP465｜智谱融了50亿美​元，却不急着把机器拿去赚钱

📢 回顾｜EP464｜宁德时代份额升至​45.37%，平台“全网最低价”被点名：企业开始把定义权拿回来

📢 回顾｜EP463｜LNG现货多花​43亿美元，美欧日罕见同步收紧：安全开始收费

🎧 收听方式🔗 Apple Podcasts | Spotify | 小宇宙 | RSS

💬 有话想说？ 在评论区告诉我们你的看法，或者在社交媒体 @时语晨光 参与讨论！

📮 联系我们📧 [email protected]📱 微博｜即刻 | 豆瓣 @时语晨光

「时语晨光」不仅为你带来新闻资讯，更以决策者的视角，与你共同探索背后的商业故事、发展趋势和社会变迁，让你的早晨既充实又富有活力！

我们相约每周工作日的早晨，一起为崭新的一天充电加油。

▼主播

新龙，一位在文化商业与文旅行业拥有丰富经验的创业者和咨询顾问，现担任「走，出海去」等播客节目的主播。

▼制作团队

后期制作：「时语拾光」Timeless Resonance Studio

监制：新龙

封面设计：木下

▼关于「时语晨光」

「时语晨光」致力于为您呈现最新商业趋势与市场动态，以决策者的视角深入剖析各类焦点事件，助您把握全球商业脉动。我们坚信，每天清晨短短15分钟的聆听，将为您带来富有价值的思考与启发，让您与世界同步前行。

▼与我们互动

搜索「时语晨光」在各大社交平台

邮件反馈：[email protected]

喜欢我们的节目？请支持我们！