2020年，针对华为的第二轮制裁出炉：

“所有使用美国技术的企业，禁止与华为进行代工或供货合作，例如台积电” 。

上述制裁致使中国最强的芯片设计公司——海思与芯片代工厂的断崖式切割，高端芯片无法量产，直接导致华为终端业务大幅萎缩，并对上下游产业链带来每年超过千亿的损失。

此后，针对国内芯片产业的制裁接踵而至，制裁的重点也从单个企业，上升到了整个行业。正如《三体》小说中三体人用智子锁死地球科技一样，对方希望通过锁死芯片半导体产业的发展，来阻断中国科技进步、产业升级的大势。

自此，芯片产业的发展得到了全社会前所未有的重视。“卡脖子”，卡住的仿佛不仅仅是芯片产业的发展命脉，也扼住了民族上升发展的通道。

然而，就在芯片产业激战正酣之时，另一场以AI为代表的产业革命悄然而至，这同样是一场不容有失的战争。

过往几次工业革命，中国都属于追随者。第一次工业革命（蒸汽机）开启时，中国正经历闭关锁国；第二次工业革命（电力）开启时，中国正处于动荡的晚清；第三次工业革命（计算机）开启时，新中国正处于发展摸索阶段。

历史告诉我们：

芯片产业的教训就在眼前，AI时代的“台积电”，要牢牢掌握在自己手中。

一、商战亦是战争

20世纪下半叶，全球化浪潮席卷世界，经济自由化发展势头迅猛，贸易与投资壁垒逐渐消除。

随着冷战的结束，世界经济一体化进程加快，阶段性重大成果之一就是1995年世界贸易组织（WTO）的成立。

彼时的中国，正处于改革开放深水区，融入经济全球化，参与全球产业链分工成为新的经济增长点。

2001年，中国正式加入世界贸易组织。此后一段时间，中国逐渐成长为世界产业链的重要组成部分，制造业迅速发展，并摘下“世界工厂”的头衔。

然而，伴随着中国出口的迅速增长与产业的快速升级，与西方传统发达国家之间的贸易逆差也在不断扩大，贸易摩擦频发，并直接导致了后来的贸易战，典型代表之一就是西方对国内芯片半导体行业的制裁。

2018年3月，美国通过《2020年国防授权法案》,其中包含eurs1512条款,限制中兴等中企获得美国产品，标志着半导体贸易战全面打响。

2019年，华为被列入《实体清单》,美国公司被禁止向华为出售相关产品及技术，其中就包括台积电。

此后的数年，包括华为等多家半导体企业受到了越来越严厉的制裁，制裁的重点也从单个企业，上升到了整个行业。

2022年10月7日，美国商务部发布了新的出口管制条例，16nm或者14nm以下的逻辑芯片、128层或以上的NAND存储、18nm或以下的DRAM集成电路等被限制出口，而算力超过4800TOPS和互联带宽超过600GB/s的计算类芯片也被限制供货。

持续多年的制裁，不仅迟滞了相关产业的发展，也造成了难以估量的损失，并引发了社会大众对于命脉产业独立自主问题的广泛思考。

事实上，无论是芯片行业，亦或是世界产业分工，中国作为后参与者，掌握话语权都将无比艰难。

过去数百年间，由西方国家主导的工业革命，形成了现如今的全球性产业链分工，而产业链的核心命脉则牢牢掌握在西方国家手中，例如芯片行业的材料、设备、设计与制造等。

中国人，凭借自强不屈与求真探索的精神，在芯片产业链的多个环节相继取得重大突破，比如芯片设计。但核心产业链一天没有完全自主，国内芯片产业就会轻易被人“卡住脖子”。

古语有云，以史为镜，可以知兴替，探寻一个行业的发展历史，可以更好地指引新行业的发展。

那么，芯片行业是如何起源并发展到如今的行业分工，西方又是如何掌握核心产业链？我们又将如何以史为鉴，在以AI为核心的新一轮产业革命中，将核心产业链牢牢握在自己手中呢？

二、芯片的起源与发展

战争总是异常残酷的，但战争也是科技进步的催化剂。

芯片的起源，最早可以追溯到第二次世界大战时期，计算能力、精确打击能力逐渐成为决定战争成败的胜负手。

1945年，肖克利提出了“固态阀门”理论。受其影响，1947年，第一块晶体管在美国的贝尔实验室诞生。晶体管的出现使得电子设备小型化成为可能，是芯片技术发展的第一个里程碑。

1958年，来自德州仪器的工程师杰克·基尔比创新性地在同一块半导体材料上制造多个晶体管，并将其称之为“集成电路”。集成电路使晶体管小型化成为可能，推动了电子设备的小型化与性能提升，并率先应用在军事领域。

1965年，英特尔公司联合创始人戈登·摩尔提出了知名的摩尔定律，预测集成电路上晶体管数量每隔18个月翻倍一次，同时晶体管的尺寸缩小一半。摩尔定律推动了半导体工艺的不断创新。

1968 年，英特尔公司推出了世界上第一款微处理器——Intel 4004，这标志着微处理器时代的开始。微处理器的出现使得个人计算机成为可能，开启了信息时代，并持续至今。

现阶段，面对摩尔定律的极限，芯片行业的发展主要集中于探索新的材料与架构，同时针对特定应用场景，推出诸如GPU、AI芯片等。

过去几十年，西方国家引领了芯片行业的每一次大发展，诞生了诸如英特尔、ASML、仙童半导体等耳熟能详的企业，占据了芯片产业链最重要的设计、设备等生态位。

三、日本的成功与衰弱

第二次世界大战后，由于冷战开启的原因，日本作为战败国得到了大量的科技扶持。

1946，盛田昭夫创立了一家电子公司，现如今，它有一个耳熟能详的名字——索尼（Sony）。

与美国企业不同，索尼更加注重消费电子领域也即终端市场，其最早推出的晶体管收音机，一经推出即广受欢迎。后续推出的随身听，更是彻底改变了音乐行业，奠定了索尼在电子消费领域的卓越地位，并在消费者心目中深深烙下了“索尼大法好”的烙印。

二十世纪八十年代，日本芯片半导体行业进入辉煌期。上游市场，材料领域日本有东京应化和JSR的光刻胶，设备领域日本有尼康的光刻机；中游市场，东芝和NEC等企业都拥有DRAM存储芯片研发制造能力。巅峰时期，日本拥有完整的研发+制造+封测的自主产业链。下游终端市场，索尼、东芝等日企的电子产品享誉全世界，时至今日，依然有大批的忠实粉丝。

然而，这种辉煌却没有持续多久。二十世纪九十年代，经济危机来临，加之广场协议的后续影响，日本经济发展出现了停滞，并传导到了半导体行业。

同时，日本芯片公司也没有像英特尔一样，快速转向微处理器，错过了时代最大的发展机会。

此后数年，日本芯片半导体行业辉煌不在。1993年，美国重返半导体发货量第一。1998年，韩国更是取代日本成为世界上最大DRAM生产国。2012年金融危机后，日本电子巨头松下、索尼、夏普的亏损总额达到了创纪录的1.6万亿日元，电子产业的总值，甚至不及2000年的一半。

不过，纵然日本在芯片半导体领域，已难现上个世纪八十年代的辉煌，但在产业链的部分关键领域，如上游材料，仍然拥有足够的话语权。

目前，半导体行业19种主要材料中，日本有14种市占率超过50%。最新一代EUV光刻胶领域，日本3家企业掌握了行业80%以上的专利，牢牢控制着芯片半导体行业的上游。

纵观日本数十年的半导体行业发展史，辉煌得益于政府的大量投资和对时代需求的精准把控，而没落则是在消费电子时代，错过了个人电脑的崛起。微软与英特尔，联手为PC市场打造了硬件+软件的组合，牢牢把控终端市场，并对上游产业链拥有绝对的话语权。

日本半导体行业发展史，也带给了我们很多启示。

首先就是不能放弃终端阵地。中国作为世界第二大消费市场（在内循环政策的指引下，有潜力成为世界第一大消费市场），有做好任何产业（芯片或AI）的沃土。

其次，必须攻克“自主可控”。与日本所面对的国际环境不同，我们面对的国际环境要更恶劣，所以产业链的核心部分必须自主可控，对上下游要具有话语权。

最后，芯片行业已成熟多年，产业链分工已成定局，突破无比艰难。但以AI为代表的新工业革命仍处于探索阶段，产业链各生态位尚未形成垄断，我们在AI研发设计、制造生产等环节要建立属于自己的行业标准。

四、台积电的崛起

芯片行业历经多年发展，在摩尔定律的制约下，行业的发展主要集中于探索新的材料与架构上，这就避不开另一位芯片领域的常客——台积电。

1958年，彼时还未创立台积电的张忠谋入职德州仪器（TI），并与集成电路发明者之一的杰克·基尔比共事。

上个世界80年代，中国台湾地区积极推动芯片半导体行业的发展。拥有丰富行业经验的张忠谋被点将领导台湾芯片产业的发展，于是台积电应运而生。

彼时的芯片产业与现如今完全不同，当年的芯片巨头走的都是IDM（Integrated Device Manufacture）路线，即设计、制造两手都要抓，两手都要硬。

而张忠谋则更看得更远。他认为未来芯片应用市场一定会更加广泛，小到手机到大到汽车都是芯片的应用场景。此外，随着技术的进步和晶体管的缩小，制造设备和研发成本将大幅上升，芯片厂的建设和调试需要海量金钱与漫长的时间，芯片设计企业同时也缺乏专业的生产知识，只有生产大量芯片的公司才具有成本优势，芯片制造外包给专业的代工厂是最优选择。

后续行业的发展，完全印证了张忠谋的预测。

2007年，划时代产品——iPhone发布，智能手机需求爆炸性增长，带来了终端芯片消费市场的繁荣。此时，台积电的代工模式，展示出了碾压一切的优越性。

智能手机市场在竞争极度激烈的情况下，新手机的迭代速度几乎以月份为单位，手机厂商通常将功能强大的新芯片作为最大的卖点。

而对半导体行业而言，芯片的每一次迭代都需要设备以及制程工艺的更新。如果芯片企业设计制造一手抓，即意味着资源的分散以及更新设备与制程工艺所要付出的天文数字。台积电的代工模式无疑成为了最优选择。

台积电自己也未在时代的红利中迷失方向，而是持续保持高研发投入，芯片制程工艺始终走在行业最前列，最终成为芯片产业链中不可或缺的重要组成部分。

然而，遗憾的是，由于历史原因，台积电并没有掌握在我们自己手中。

芯片核心产业链中，台积电负责制造，与日本的材料，美国的芯片设备与设计工具，共同构筑了牢不可破的芯片霸权，如同一张天网，密不透风，紧紧扼住了我国半导体发展的咽喉。

即使我们在部分场景实现突破，比如芯片设计（海思），但只要仍有一环未实现独立自主，就无法真正挣开枷锁，赢得时代之争。

五、AI时代的台积电在哪里

过往已成历史，从中总结经验与教训才能更好地面向未来。

过去数年间，中国芯片行业经历着一轮比一轮严厉的制裁，但这种重压之下，我们仍然迸发出相当顽强的力量，并在一些领域里实现了突围。

不过，彻底挣脱枷锁是一个漫长的过程，西方国家数十年构建起的技术与标准壁垒，远非一朝一夕就能实现突破。

我们因为各种原因错过了过往历次工业革命，代价就是只能作为追赶者，去努力冲破由胜利者编织起的牢笼。

可能是天意，也可能是巧合，就在芯片行业激烈交锋之时，以AI为核心的新一轮工业革命悄然而至。

历史的长河中，过往几次工业革命以惊人的力量重塑了人类社会的面貌。而AI的出现，则有望复刻这种奇迹。人工智能作为新一代工业革命的核心技术，正在深刻改变各行各业的运作方式，它不仅重塑了传统产业，还催生了新产业与新业态，生产效率得到了质的提升。

回顾历史，每一次产业革命伊始，都是商业模式、技术路径的探索期。巨头尚未产生，行业标准未定，机会属于所有参与者。此时如果无法紧跟行业变化，培育出属于自己的核心产业链，后面的差距可能会被越拉越大。新技术革命爆发伊始，积极拥抱的国家极有可能与对手之间形成“代差”，就像芯片行业一样，一旦落后，就需要花费茫茫多的时间与金钱去追赶。

过往历史经验告诉我们，这是一场被落下就彻底无法追上，且事关民族未来的竞赛。

那么，我们该如何赢得这场竞赛呢?

以上文芯片行业的发展为例，西方国家在先发优势下，牢牢掌握了芯片的核心产业链：台积电负责制造，日本掌握上游材料，美国掌握芯片设备与设计工具。芯片行业最重要的材料、设备、设计与制造等产业链，全部攥在手中，配合严密的知识产权与行业标准体系，构筑起一道密不透风的围墙。

若我们想在AI时代不被掣肘，则需要趁着AI行业仍处于早期的宝贵黄金期，把核心产业链牢牢握在自己手中。

包括芯片在内的任何产业，都由最重要的三部分构成：设计+制造+应用。

设计决定了研发实力，制造决定了产品是否能商业落地，而应用则意味着产品是否拥有广大的消费市场。

再以芯片行业为例，设计领域的代表企业为英特尔、高通等；制造领域的代表企业为台积电、三星等代工厂，掌握先进制程工艺；应用领域则对应广大消费市场，比如终端电脑、手机市场。

芯片设计领域，我们已有了海思等优秀芯片设计企业，应用领域，我们拥有全球数一数二的消费市场，目前最大的短板就是缺少像台积电一样的拥有先进制程的代工厂。

而AI领域，设计环节我们已经拥有了众多优秀的算法研发企业，应用环节坐拥全球数一数二的终端市场。那么，制造领域我们的台积电在哪里呢?

答案隐藏在数据中。

六、为什么是数据标注

每个行业都有属于自己的战略资源，失去就等于失败。

对于整个AI行业而言，算法、算力与数据是构成AI的核心三要素，其中数据就是AI时代的战略资源。

20世纪90年代末期，第三次AI浪潮兴起，深度学习成为主流，带来AGI的曙光。

历经多年发展，AI产业逐渐步入技术与商业的交叉点，算法模型从关注增量的建模改进，转变为强调性能的迭代与优化，以满足商业应用场景对模型质量更为苛刻的要求。

在实际应用中，无论是采用有监督学习模式，亦或是半监督学习模式，对数据均有强依赖性需求。

吴恩达先生在“二八定律”中对数据之于AI的重要性有着更直观的描述：80%的数据+20%的模型=更好的AI。

相关统计数据显示，数据处理已占据AI时代70-80%工作量，AI产业链中数据承上启下，结构化数据已成为AI算法模型开发与迭代的基础。AI行业正围绕以数据为中心进行整合，谁拥有数据，谁就拥有模型的定义权。

那么AI时代的台积电具体会出现在产业链的哪部分呢?

答案是数据标注。

众所周知，算法模型想要商用，就需要更加契合真实场景的需求。以自动驾驶场景为例，算法模型就需要正确且安全地应对任何场景的变化，毕竟任何细小问题都可能造成难以承受的后果。

现阶段，算法模型架构已经基本固定，模型性能的提升主要以优化为主，即投喂各类场景数据。数据体量越大，场景越垂直，最终的模型效果就越好，就越能满足终端场景的需求。

不过，并不是所有的数据都能被算法使用。采集得到的数据为非结构化数据，这些数据未经处理，算法无法直接使用。需要对其进行前道加工与生产处理，如框定出来，根据需求打上各种标签，包含高度、宽度、方向等信息。

处理的过程即是数据标注。简单来说，数据标注是对未经处理的初级数据，例如语音、图片、文本、视频等进行加工处理，转化为机器可识别信息的过程。

之所以将数据标注类比为AI行业的台积电，是因为两者之间存在诸多共通性：

首先，从产业链分工角度来看，算法企业与芯片设计企业所处位置相同，而数据标注企业与芯片代工企业位置相同，都是将算法（芯片）训练调优（制造）出来，以供终端市场使用。

其次，算法模型的更新迭代周期相较于芯片更短。新场景数据是无限的，海量数据的处理需要标注平台工具的不断更新。如果算法企业模型研发与标注一手抓，即意味着与芯片IDM模式一样，造成资源的分散以及时间与金钱的浪费。

此外，算法模型的迭代与优化需要的数据量堪称海量，尤其在大模型时代，所需数据更是天量。以特斯拉公布的数据为例，特斯拉对于T型路口（单一特殊场景）静止车辆的属性判断（单一对象）即需要13900个视频、80万帧的图片数据进行训练，模型判断的准确率从88%上升到99%，训练周期长达9个月。如此体量的数据，算法公司若要自建标注产业链，意味着海量金钱与漫长的时间，且由于只能自身使用导致成本居高不下。只有拥有数据标注量产能力的专业标注公司才具有成本优势，数据处理外包给专业标注公司是最优选择。

最后，随着近些年自动驾驶、AIGC大模型的火热，应用场景愈发垂直，数据处理复杂度与难度几何级提升，推动人工智能能力的边界向复杂推理、多模态等方向发展。这与芯片行业制程技术要求越来越高相似，芯片行业早期依靠“手搓”就能生产，但随着制程要求越来越高，只有更专业的设备以及更专业化的制程技术，才能生产出高端芯片。

AI行业也是如此。早期尚且可以通过手动标注简单目标来为算法模型提供数据，但随着算法模型更加精细化，场景更复杂，对标注平台产品的场景覆盖度、自动化水平以及协作能力提出了更高的要求。产业链中，数据标注已成为类似芯片生产制造一样的高端制造业。

总而言之，数据标注之于AI，就像台积电之于芯片一样重要。

七、不容失败的战争

时代在降下机遇或淘汰一个人时，从不会打招呼。

过往几次工业革命，由于各种原因我们落后了很多。这些危机之痛，一次次提醒着我们落后就要挨打，只有引领产业发展，独立自主，自力更生，才能赢得下一个时代。

幸运的是，在以AI为核心的第四次工业革命来临时，我们比以往任何时候都更具底气。政策、资金、市场、技术，我们有了与所有人一较高下的资本。

AI产业承载的不仅仅是未来产业升级的重任，也是14亿国人对于中华民族重新屹立世界之巅的期待。

目前，AI算法领域，我们与国外顶尖水平差距并不明显，自动驾驶、AIGC大模型等AI热门细分场景我们都有较为深厚的积淀。而在数据领域，形势却不容乐观。

2024年初，美国数据标注公司Scale AI完成了最新一轮10亿美元的融资，估值达138亿美元。在这轮由硅谷顶级基金Accel领投的F轮融资中，除了YC、英伟达等投资者之外，投资者名单上还包括亚马逊、Meta、AMD、高通、思科、英特尔、高通等一大批耳熟能详的名字，参与机构高达22个，基本上囊括了西方最顶级的科技企业，足见对数据标注的重视程度之高。

与之相对应，则是国内数据标注行业相对平淡，行业最新一轮较大融资是曼孚科技完成的数亿元B++轮融资，但无论投资额亦或是投资方都与国外同行存在一定差距。

毫无疑问的是，西方在芯片领域对我们发起的封锁，肯定会延续到人工智能领域，Scale AI新一轮融资正是其支持自有产业链构建壁垒的重要一步。

若我们对此无动于衷，则可能重蹈芯片领域的覆辙，陷入苦苦追赶，被人“卡脖子”的境地。趁着此轮产业革命乾坤未定之时，我们必须要将AI核心产业链牢牢掌握在自己手中。

我们已经错过了一个台积电，AI时代，已不容许我们再错过一个“台积电”了。