任正非吃惊：华为当年抛弃的一群人掌控全球AI命脉

在2000财年，华为以骄人的成绩跻身中国电子百强之首，展现出惊人的增长潜力，可任正非却做出了一个令人意想不到的决定。

2001年，华为选择出售当时最赚钱的“电源家底”，并声称这是为了提前为未来的挑战做好准备，像是为公司准备了一件“过冬的小棉袄”。

如今这些曾被华为“抛弃”的人，却在科技迅猛发展的21世纪掌握了全球人工智能的核心——“电力和散热”。

那么，他们是如何逆袭成功的？而“电和散热”又为何对人工智能如此至关重要？

2000财年，华为在国内电子行业的榜单上冲到前列，业务增长很快，外界能明显看到它的上升曲线。

但在2001年，任正非做了一个在内部引发强烈不舍的决定，把当时最能赚钱、现金流最稳的电源相关业务整体卖掉，交易对价为7.5亿美元，接手方是美国的艾默生。

后来这笔钱在公司内部被当作过冬资金反复提起，核心含义很简单，就是手里要握住足够的现金，才能在环境骤变时把主业扛过去。

那块业务本身并不靠讲故事吃饭，卖的都是客户立刻用得上的东西，电源系统、UPS设备、变频装置、通信电源模块，这些产品的共同点是验证标准清晰，现场交付要求严苛，可靠性和稳定性直接决定能不能拿到合同，也决定能不能收到钱。

2000年前后，这个板块的收入和利润表现都很突出，相当于企业经营的压舱石，既能持续贡献利润，也能在项目回款上形成稳定支撑，正因为它太“硬”，所以割出去才格外痛。

从财务角度看，这种做法并不难理解，外部环境出现剧烈变化时，最怕的是现金链条被拖垮，最需要的是集中资源保住核心航道。

把最容易变现、价格最好的资产卖出去，换来确定性的资金，再把注意力收回到长期要赢的方向，是一种典型的风险管理。

只是这个选择还有另一层结果，一批最擅长把产品做扎实、把项目落到地的工程团队，以整建制的方式进入了跨国公司的体系，等于把一大段经验与能力一起带走了。

收购完成后，新东家把业务并入网络能源体系，管理方式自然按跨国企业的习惯运行，强调流程、授权、分工和边界。

这套机制在很多场景下能提升效率，但与原团队长期形成的作战方式并不完全匹配，那批工程人员更习惯高强度推进，目标拉得很高，节奏压得很紧，遇到交付节点就会全力突击，先把结果做出来再复盘优化。

两种管理风格叠在一起，表面是工作方式差异，实质是对优先级的判断不同，一边更在意速度和落地，一边更在意可控和合规。

长时间的摩擦往往会导向两个方向，要么被新的体系慢慢改造，要么离开去寻找更适合自己的土壤。

对电力电子这类行业来说，人一旦流动，能力也会随之迁移。

关键价值并不只在设备、厂房或合同上，更多在工程师长期踩坑形成的经验库里，哪些环节容易失效，哪些元器件在高温高湿工况下衰减更快，客户机房或站点的真实使用习惯是什么，怎样用更低成本把稳定性提升上去，这些都不是买一家公司就能完全锁定的东西。

资产可以交割，经验却会跟着人走，于是出现了一个很现实的局面，表面上完成了并购整合，真正的核心能力却部分保存在人的大脑与工作习惯里，只要人离开，能力扩散就开始发生。

2002年至2006年前后，这种扩散以创业的方式集中呈现，很多团队规模不大，几个人加一间办公室就能起步，先做项目交付，再在现场反馈里迭代产品，靠稳定指标把口碑做出来。

后来市场梳理发现，这些由原电源团队衍生出的公司在A股形成了数量可观的群体网络，被行业视为规模很大的离职创业阵列之一。

它们切入的方向高度一致，电源、驱动、变频、伺服、散热、轨道交通电源、新能源汽车电控，全部属于门槛高、工程难度大、客户需求刚性的领域。

这里不靠流量，不靠包装，故障率和能效才是最直接的竞争力，稳定就能留下，不稳就会被迅速替换。

这些年的积累在AI数据中心时代突然变得更显眼，很多讨论把注意力只放在GPU上，但真正落地时会遇到一整套基础设施约束。

随着GPU功耗持续上升，机柜功率密度早就不是过去的水平，供电、配电、散热不再是可有可无的配套，而成了决定项目能不能跑起来的硬条件。

液冷也在更多场景里从备选变成常用配置，因为热密度上来以后，传统风冷在效率、噪声和空间上的约束越来越明显。

这里没有情绪空间，电和热都是物理量，功率越大，产生的热就越多，散不掉就会触发降频、故障甚至硬件损坏。

因此，当算力基础设施扩建加速时，那片长期专注于电与热的产业群就重新被市场重估。

它们擅长的事情其实很单一，把供电做得更稳定，把热管理做得更高效，把能耗与成本压到更可控的区间，这个能力看似朴素，但在高功率、高密度、长时间运行的场景里就成了门槛。

英维克是温控与液冷的代表性公司之一，长期深耕数据中心的热管理，到2025年，英维克营收达到60.68亿元，同比增速超过32%。

更值得注意的是，它已经与英伟达MGX生态建立合作关系，这类合作通常意味着产品能力、验证体系与交付节奏能够对接到更高规格的链条之中。

麦格米特的切入点是AI服务器电源，服务器电源在功率、效率、可靠性、平台适配上都非常苛刻，而且认证周期长，供应商更换成本高，一旦进入核心供应链，位置就相对稳固。

2024年，麦格米特被英伟达点名，成为Blackwell GB200系统数据中心部件供应商，进入高端AI服务器的关键电源链路。

汇川技术则更多体现为工业自动化的能力延伸，覆盖伺服、驱动、控制等领域，AI服务器的制造离不开自动化产线，机器人和智能制造同样需要运动控制与驱动系统的长期可靠运行。

汇川在国内通用伺服和低压变频器市场份额处于前列，当人形机器人与智能制造需求上行时，这类把电能转换为可控运动的技术会被更频繁地调用。

把这三条路径放在同一张图里，可以看到它们指向同一个现实，算力能不能稳定释放，不只看芯片性能，还取决于供电、配电、热管理是否跟得上。

能把可靠性、能效和成本同时做好的公司，会更容易在数据中心扩张、服务器迭代与制造升级的周期里占住位置。

供应链在全球范围内协作，但落地往往按区域形成配套体系，谁能在本地交付和长期运维上做到稳定，谁就更容易获得持续订单。