共识且无可争议的是——全球已迈入AI时代。
英伟达市值突破4万亿美元，ChatGPT、AlphaFold等各类大模型和专业垂直领域模型层出不穷。AI是这个时代的新范式，已成为我们分析问题、剖析痛点、解决难题的重要出发点和基石。
作为粤港澳大湾区的核心引擎，深圳在AI产业发展上奋发有为，不仅紧跟全球新趋势、强化本地应用落地，更通过深度参与全球化进程，发挥自身优势，从AI的产业红利中获益。
基于《财经智库》调研，以下两个问题值得深入探究。在全球产业竞速中，深圳扮演着怎样的角色？深圳AI产业的本地化发展又将该以何种路径前行？
从全球嵌入到本地深耕：深圳产业演进的纵深路径
改革开放以来，深圳通过不断探索和变革，走出一条由全球嵌入向本地演化的产业纵深路径。本节将简要勾勒深圳在产业演进中呈现的几个典型“生态位”。
第一生态位：积极参与全球产业链分工
45年前，深圳从一个名不见经传的边陲小镇起步，在产业空白之地“无中生有”，通过承接来自中国香港以及全球其他地区的产业转移，深圳快速建立了以制造业为核心的产业体系，从加工起步，逐渐发展为全球制造业基地。
香港作为国际金融、贸易和航运中心，为深圳的发展提供了关键助力。香港的转口贸易使深圳制造的产品能够便捷地进入全球市场，而香港的产业内迁则为深圳带来了先进的生产技术、管理经验和市场渠道。深港之间的“前店后厂”模式成为当时区域经济合作的一种典型实践。
深圳虽在当时处于全球加工制造的低端环节，但通过这种方式积累了原始资本、技术和人才，为后续的产业升级打下了坚实基础。
第二生态位：移动互联时代，以苹果产业链推动产业升级
随着全球信息技术革命的兴起，电子产业迎来了飞速发展的黄金时期。21世纪初，苹果公司在全球智能手机市场的崛起，带动了整个苹果产业链的发展。
深圳凭借前期积累的制造业基础和强大的产业配套能力，从零部件生产到整机组装，在苹果产业链中逐渐占据了重要地位，迅速融入全球功能手机及智能手机产业链。
苹果产业链的聚集对深圳产业发展产生了深远影响：
一方面，苹果公司对产品品质和技术创新的高要求，促使深圳企业加大研发投入，提升技术水平和管理能力。众多企业从单纯的代工制造逐步转型为自主研发、自主设计及打造自有品牌。
另一方面，产业链的发展也带动了配套产业的繁荣，电子元器件、模具制造、软件研发等相关领域企业在深圳迅速成长，进一步增强了本地电子产业的整体竞争力。
需要特别指出的是，苹果企业对ESG目标管理的高度重视及其对供应链企业的要求，使得深圳企业在企业治理理念、社会责任等方面走在领先位置。
第三生态位：华为加入全球链条，加速深圳通信现代化进程
华为的“入链”成为深圳通信现代化的重要推动力。华为持续深耕无线通信和网络基础设施等领域，积极参与全球竞合，持续加大研发投入，不断拓展海外市场。
从企业链角度来看，华为与全球众多芯片制造商、零部件供应商建立了稳定的合作关系，确保了零配件的供应安全与合作效率，既降低了成本，又提升了产品竞争力。
从价值链角度看，华为持续加大研发投入，在5G基站和芯片设计等核心技术领域取得突破，显著提高了产品附加值，并向全球价值链高端加速迈进，逐步占据国际市场主动权。
在需求链方面，华为基于市场预测和订单管理，精准安排生产计划与物流调度，统筹全球供应链，有效应对各种风险和挑战。
在空间链方面，华为在全球范围内设立研发中心、生产基地和销售服务网络，充分利用各地人才和资源优势，推动技术创新与服务本地化，提升品牌影响力，赢得更多市场份额。
华为深度融入全球产业链，对深圳在全球通信技术现代化竞争中具有深远意义，带动了深圳本地半导体、通信设备等上下游企业的发展，通过技术合作提升供应商能力，形成具备全球竞争力的产业集群。
第四生态位：人工智能时代的“硬科技”高地
近年来，随着人工智能、云服务等新兴技术的发展，深圳再次站上时代风口。依托雄厚的制造业基础与创新生态，深圳在机器人制造、新型动力电池汽车以及人工智能相关制造等“硬科技”领域，在全球产业链占据一席之地。在胡润研究院发布的《2025全球独角兽榜》中，深圳共有37家企业上榜，数量位居全球第六，并成为国内独角兽企业数量增长最快的城市。
英伟达成为人工智能时代产业跃升的核心引擎。在深圳的英伟达产业链中，工业富联等企业的AI服务器销量和利润均实现增长。作为英伟达服务器的主要供应商，工业富联业绩提升，市值上涨。传统的风冷散热难以满足高性能芯片带来的散热挑战，而位于龙华区的英维克，基于长期技术投入，成长为液冷领域的“黑马”，与英伟达、英特尔、字节跳动、比亚迪等国内外大厂建立了紧密合作关系。
深圳企业不仅为全球产业链注入了新的活力，也带动了本土资本、技术与市场要素的高效联动，推动国内产业链在协同中不断升级，在双循环格局中持续注入动能。华为在通信技术和AI产业链中扮演关键角色，推动国内产业链的循环发展。腾讯依托其社交平台和微信支付链主地位，极大带动了中国数字社交产业的发展，并带来了可观收益；微信支付及其相关金融服务业态，已经成为中国数字支付与数字金融的主导力量。比亚迪在多数省会城市设有研发、生产和销售基地，通过整合大量传统产业链资产，推动动力电池与汽车产业链在国内快速扩张和落地。
此外，深圳部分企业通过全球产业链实践，打通了技术、产品与市场路径，实现海外营收与品牌拓展。它们的经验表明，国际市场需求旺盛、价格包容性强、产业链稳定、契约履行率高，为科技创业企业提供了良好的孵化生态环境。这也包括企业可赴境外上市融资，并在一级市场吸引海外资本关注与参与。
从这四种生态位的演进中，我们可以看到深圳是如何从全球链条中汲取动能，又如何将这些能量转化为本地的系统能力。以下几点展现了深圳在全球与国内产业链间的互动路径，也解释了其在AI时代能够抢得先机的原因。
一是深圳从产业空白起步，以融入全球产业链为目标。这一过程不仅体现在早期的“三来一补”中，更贯穿于高端制造、通信、互联网和AI等的发展路径中。
二是深圳对全球产业链技术和产品迭代的学习。他者先行，深圳迅速跟进，将其转化到本地与国内市场落地应用，进而推动本地产业体系不断演化和成长。
三是在长期参与全球产业链过程中，深圳不断提升自身在资产配置、企业管理、技术研发与迭代方面的能力，这些能力在城市产业配套的完善与生态的可持续演化中得到体现。
四是始终将外销和参与全球市场竞争视为产业发展的重要终端目标，通过与全球产业对标，在商业模式上实现稳定的现金流和良好的盈利能力，形成强有力的产业战略支撑。
五是注重将参与全球化产业链过程中所积累的能力，迅速传导并渗透至国内市场，让产业链的生态价值尽快得以释放与拓展。
基础设施的尽头是AI算力
面对全球AI竞争格局的深刻演化，深圳必须在基础设施与人才体系两大关键支柱上，探索出一条具有自主性、匹配性与持续性的本地化发展路径。
工业化和城市化时代，深圳在基础设施建设上的速度与规模，为资产积累和经济增长作出了重要贡献。进入AI时代，传统的基础设施正在转化为AI产业的底层支撑。那么，当下最关键的基础设施是什么？
答案是算力。算力已经成为AI时代最核心的基础设施。英伟达凭借其GPU芯片在AI算力领域的主导地位，市值突破4万亿美元；美国希望孙正义能引导全球资本在本土建设超算中心“星际之门”。全球知名AI公司纷纷抢购黄仁勋旗下的最先进芯片，以争取“算力自由”，包括xAI、Meta等巨头企业。
牛津大学近日发布的文章《AI算力主权：跨区域、云服务商与加速器的基础设施控制》指出，计算主权已成为AI产业竞争的核心。各国各地区，特别是产业创新湾区，正在加速争夺智能算力资源，使其成为资本最优先配置的方向。该文提到，全球已建成132座“算力工厂”，其中美国26座、中国22座、欧洲合计36座。
据深圳市人工智能协会不完全统计，深圳目前已建成50个数据中心，其中南山区16个，龙岗区9个，福田区7个，龙华区6个。此外，深圳还拥有国家超算中心、鹏城云脑等大型算力集群，其算力基础设施水平位居全国前列。
近期AI领域的新爆款是xAI推出的Grok 4。在最新一次“人类最后考试”（HLE）中，Grok 4 Heavy达到了44.4%的高分。马斯克宣称，该模型已超越人脑，具备原创推理能力，并构建了一个AI新世界的知识库。
马斯克能实现突破的关键，在于其在基础设施的大手笔投入。他率先将H100芯片部署规模从10万片扩展至20万片，如今更提出打造百万片级别的算力平台。正是这种基础设施的领先，使其在前沿AI应用上取得突破。而很多大模型企业，由于算力受限，推进相对缓慢。
尽管深圳在算力基础设施方面已位居全国前列，但若要在全球AI竞争格局中实现领先，仍面临不小挑战。深圳乃至国内很多城市的投入主要集中于芯片集群与大模型层面，整体生态体系的系统性优势尚未形成。要真正实现全球领先，仍需长期积累。
以存储芯片为例，全球算力生态已开始全面迈向HBM（高带宽存储）一体化系统，国内相关投入仍滞后。没有配备HBM存储芯片的集成服务，芯片集群的智能算力将大打折扣。全球芯片算力的更新迭代速度以月为单位，英伟达已发布GB300 NVL72 AI服务器，此前的H200、B200等产品将被其替代。此外，Blackwell架构预计将在明年下半年被新的Rubin架构取代。Rubin的性能将达到Hopper架构的900倍，而Blackwell仅是Hopper的68倍。
最具创新突破潜力的平台公司才是自建自用AI算力的核心力量。马斯克在xAI中构建的核心竞争力，正是在于以第一性原理大力投资智算中心，用最强大的算力支撑应用创新，带来持续的创新能力与成长动力。而当前中国算力产业的布局中，相当大比例投向研发机构、高校和政府主导的算力中心，虽然有助于推动基础研究和技术攻关，但这种结构限制了算力与产业应用的适配效率和匹配强度。
调研发现，一方面，中国已建成的算力中心利用率偏低，很少实现过满负荷运行；另一方面，研究机构的成果转化能力还有提升空间。
最“时髦”的基建是否也会迅速过时并过剩？算力领先依赖强大的资本投入，没有资本预算支撑的算力中心，必定难以为继。但如果当前仍在建设中的AI智算中心在明后两年完工并投入使用时，恰逢AI新算法、新数据与新算力结构出现，就可能遭遇“降维打击”，使庞大的前期投资收益降低甚至成为沉没成本。
中国现有智算中心体系仍停留在互联网和大数据时代，而其模型存储、信息传递和计算逻辑均已AI化。重资本投入的新型基建项目，很可能会成为压垮投资者的“石头”。
在AI时代，算力基础设施需要由应用算力的创新主体来投资建设，其建设行为本身就是对未来创新的引导和投射，是推动产业渗透、实现投资回报与提高收益率的核心路径。特别是在深圳这座具备产业生态集聚、资本活跃和市场响应敏锐等多重优势的城市，可以积极鼓励具备原创能力的平台公司主导“自建自用”的智算中心，让真正处于AI产业一线的企业成为算力资源的组织者、使用者和优化者。
2025年7月28日，参观者在机器人6S店与机器人互动。当日，全球首家机器人6S店在深圳市龙岗区的机器人剧场开业，该店整合了销售、零配件、售后服务、信息反馈、租赁、个性化定制六大功能，为机器人从实验室走向市场、从技术概念走向生活场景搭建了桥梁。图/新华
深圳是AI人才的用武之地
在全球AI产业发展和技术演进中，人才既是最关键的变量，也是最具确定性的资源。
马斯克xAI团队的几张照片中，多位华人已被广泛关注。扎克伯格以千万美元乃至亿美元的价格挖走重要AI人才，其中多位是华人面孔。7月16日，由前OpenAI首席技术官创办的Thinking Machines Lab（TML）以20亿美元创下全球种子轮融资规模之最，联合创始人之一为北大学霸翁荔。
根据美国MacroPolo智库2024年报告，在就职于美国机构的顶尖人工智能研究人员（前20%）中，2019年美国籍占31%，中国籍占27%；到2022年，中国籍升至38%，位居首位，美国籍为37%。
在深圳，从海外归来的科研与创业领军人才正不断集聚，形成日益壮大的创始人圈层，反映出AI人才在国际锤炼与本地实践之间的融合趋势。无论是早期的科研人才，还是如今的AI人才，凭借全球科技引领和AI现场学习的锤炼，加上华人的聪明勤奋，许多人成为中坚力量。芯片领域的黄仁勋、苏姿丰，以及来到深圳的颜宁（中国科学院院士、深圳医学科学院院长）、陈宁（云天励飞创始人）、张正友（腾讯首席科学家）等都曾在美国学习或发展。
深圳乃至中国，是AI人才特别是华人AI人才施展才华的舞台。作为具有强大辐射能力的超大城市，深圳的市场牵引力成为国际创新落地的第一应用场景和试验场。许多曾在海外创业团队中磨炼，在大企业历经多条业务线锤炼的华人，或回到深圳投身创新创业。没有全球产业链的历练，便难以达成如今的国内创业成效。当前，国内科技的创始人们，无不是在全球产业链理念逻辑的熏陶下成长起来的，即使是在国内创业，他们也大多具备全球视野，能够密切关注国际产业链的动态与节奏，并在这一过程中持续校准方向、寻找突破口。
AI全球产业链中的大厂并购活动日趋活跃。近日，Scale AI被Meta以148亿美元收购了49%的无投票权股份。Scale AI的创始人为美籍华人Alexandr Wang。谷歌“截胡”OpenAI，挖走AI编程独角兽Windsurf的CEO（首席执行官）及其联合创始人，其中一位也是华人。微软斥资6.5亿美元收购Inflection AI的专利授权，并还聘用了这家初创公司的大部分员工。这些案例中频现华人身影。
这些收购提升了华人在AI创始团队中的地位与影响力，进一步提高了华人在美国AI领域的认可度和身价。许多技术骨干带着经验和模式回到国内，特别是回到深圳。
当前，深圳正在成为AI人才回流和落地的关键承接地。跨国大厂在派遣人员拓展中国市场时，往往优先派出有成就且值得信赖的华人。深圳的英伟达产业链、联想南方中心等，就是这些华人的用武之地。曾主导特斯拉上海工厂建设运营的朱晓彤，以及特斯拉全球副总裁陶琳，亦是这一趋势的典型代表。
从全球产业链中离职并回到深圳创业的人才，正在构成深圳AI人才结构的重要来源。他们广泛活跃于深圳的创新生态中，虽多较为低调，甚至采取代持股权等方式保持隐身，但却在产业实践中发挥关键作用。
大型链主企业在全球产业链中长期形成的合作体系与人才机制，不仅为这些人才的成长提供了制度保障，也为深圳AI产业提供了丰富的“回流型”资源。许多回国创业者已获得国际大厂的投资或技术支持，并借此在国内迅速完成技术转化、组织重建与产品落地，成为全球资源与本地实践间的高效接口。此外，许多人才也依然可以活跃在国际学术会议，尤其是全球供应链开发者大会上，并保持进出自由。在他们的带动下，深圳已逐渐形成人才流动、培育与再成长的良性机制，有望培育出更多面向全球、链接资源、聚焦硬核技术的本土企业。
未来，深圳有望通过打通市场、资本、基础设施和人才等关键环节，持续释放AI产业增长潜能，探索契合自身禀赋的独特路径。
