马斯克：留给旧世界的时间，不剩多少天！中国会在 AI 时代胜出

2026年1月6日，马斯克做客Moonshots播客第220期，跟主持人聊了近三个小时，核心就三样东西：通用人工智能、机器人和廉价能源会怎么把世界翻个底朝天。

他抛出的判断很冲——用他的话说，人类已经身处技术奇点之中，旧的运行逻辑正在被推倒重来。

马斯克这套判断里，最戳中国读者的是他对能源的看法。他反复强调一个意思：AI竞赛的胜负手不在芯片，而在电。

在马斯克看来，未来谁能解决电力问题，谁才能真正赢得AI竞赛。他甚至给中国算过一笔账，说中国每年新装的太阳能配上储能，稳定出力就相当于美国全年用电量的一半。

这话听着夸张，但确实抓住了一个被很多人忽略的物理常识：再聪明的模型，也得靠电才能跑起来。

为什么电成了硬约束？道理不复杂。

过去电脑算得越来越省电，可生成式AI把这条老规律给打破了。它把每一次请求拆成海量的token去处理，还塞进客服、办公、视频生成各种场景里，就算单次更省电，总量一涨就把整体能耗顶上去了。

说白了，节能省下来的那点空间，被铺天盖地的调用量给吃干抹净。于是电力从一个账本上的成本项，变成了决定AI能跑多快、铺多广的天花板。

这不是空谈，美国那边已经现实地上了一课。北美最大的电网运营机构PJM，服务约6700万人，如今正被数据中心的新增负荷推到压力边缘。

一些电力公司甚至告诉数据中心，接入要排队等好几年。马斯克自己在孟菲斯建那个超算集群时就吃过这个亏，等不起电网审批，只能自己架发电机组、配储能电池，在电网之外单搞一套供电。

这种被卡脖子的切身体会，恰恰是他判断中国占优的底层原因。

再看中国的家底，数字确实硬。

国家能源局2026年1月公布的数据显示，2025年中国全社会用电量约10.37万亿千瓦时，同比增长5.0%，这个规模超过美国全年用电量的两倍，高于欧盟、俄罗斯、印度、日本全年用电量的总和。

2025年底我国风电光伏装机占比达47.3%，首次超过煤电，风光新增发电量占全社会新增用电量的97.1%，新能源已成为用电增量的核心供给主体。2026年这个势头还在往上走。

中国电力企业联合会预测，2026年底全国发电装机容量将达到43亿千瓦左右，风电、太阳能合计占比有望达到总装机的一半左右，且太阳能装机规模预计将首次超过煤电。

换句话说，中国不是临时抱佛脚去补电，而是这些年一直在下这盘棋，如今刚好赶上AI爆发的窗口。基建投入有个特点，砸下去时看不出啥，等需求来了才显出威力，现在正是显效的时候。

不过别把＂电多＂当成高枕无忧。中欧商学院有教授就提醒，＂中国电多不缺＂可能是个危险的误判。

如果中国在AI领域的投资规模追随美国，到2030年国内数据中心同样需要新增100至150GW的负荷，届时电力投资将重回紧张周期。还有个更棘手的错配问题：东部算力需求旺但绿电稀缺，西部绿电富集却缺算力需求，中间还隔着传输成本和时延损耗。

所以真正的功夫在于怎么把电和算高效对上。

2026年3月，＂算电协同＂首次被写入《政府工作报告》，标志着算力与电力系统的深度融合正式上升至国家战略层面。紧接着5月，国家发改委、能源局、工信部、数据局又联合印发了促进人工智能与能源双向赋能的行动方案。

把能源、算力、产业目标串成一条线来抓，这种系统性布局，恰恰是马斯克说＂中国能集中资源整合电力算力＂的现实注脚——只是中国其实早在这么做了。

到了2026年年中，这条逻辑正被资本市场实打实地追捧。

就在7月6日，港股电力设备股集体拉升，东方电气大涨近10%领衔上涨。背后的推手很清楚：国际能源署最新报告预计，到2026年全球电力供应和基础设施投资将接近1.6万亿美元，其中电网投资预计接近5500亿美元，同比增长近20%。

北美因AI数据中心扩张闹电荒，反倒给中国电力设备企业腾出了巨大的出海替代空间。芯片这块，马斯克当初的态度反而没那么紧张，他判断美国的芯片限制会越来越不重要，中国终归能把芯片问题搞定。

半年过去，这个判断正在被数据一点点验证。机构统计显示，中国AI芯片国产化率从2021年的约10%提升到2025年的41%，IDC数据也佐证了这一点，2025年国产AI芯片出货量占比达41%。这条追赶曲线如果走实，等于把最痛的那个卡点一点点磨平。

更关键的变化在于，2026年国产芯片开始啃最硬的骨头——训练端。

过去国产芯片主要活在门槛较低的推理侧，在政务、金融、工业质检这些场景里从＂可用＂做到＂好用＂，但训练这个算力金字塔的塔尖长期缺席。如今这一格局正在改变，2026年被业界视为＂国产AI芯片训练落地元年＂。

华为昇腾、平头哥这些玩家的产能翻倍，让训练端的差距开始收窄，这才是含金量最高的一步。

国产芯片眼下仍卡在两道坎上：一是缺乏EUV光刻机，靠多重曝光工艺制造7nm及以下芯片，成本高、良率提升缓慢；二是软件生态碎片化，各家框架各自为战，开发者在不同国产硬件间迁移适配的成本依然较高。

这些都不是喊口号能解决的，得靠时间和真金白银去磨，产业链协同一环环补齐。

马斯克判断，AI会先从跟信息打交道的白领岗位下手，凡是不涉及动手改造实物的活儿，机器现在就能接掉一大批。

这半年不少画师、编曲、文案确实感受到了压力，这是先兆。

但换个角度看，成本降到只剩设备和电费之后，商品和服务会越来越便宜，人可能从＂为生存而劳作＂里解放出来，把时间腾给真正想做的事。那教育和产业该怎么接？

既然AI能瞬间调取知识，死记硬背就没意义了，学校更该教怎么提问、怎么创新，这跟国内推AI进课堂、重人机协作的方向是合拍的。

制造业也一样，靠廉价劳动力的老路走不远了，得升级成用机器人的智能生态。这个转型窗口就几年时间，抓住了就能从制造大国迈向智造强国，拖着不动就可能掉队。

马斯克那套＂电力叙事＂至今没被推翻，中国在新能源装机、特高压、算电协同上的推进仍在延续，芯片自给率也还在往上爬，电力设备甚至反向出海赚起了外汇。

在AI时代，能不能稳定、廉价、大规模地供电，直接决定了智能产出的上限。

真正决定胜负的，从来不是谁的口号喊得响，而是谁能把电网、算力、芯片、产业和人才这几块拼图踏踏实实拼齐。中国的机会确实摆在眼前，短期有能源底气，中期有产业规划，长期有人才布局，链条相对完整。

但机会不等于结果，保持定力、把该干的事一件件做成，才是把别人的＂预言＂变成自己现实的唯一路径。

#上头条聊热点#