四川
近日，凤凰卫视、凤凰网发起2026凤凰之星上市公司评选，已进入专业评审阶段。
日本NTT数据集团主任研究员王坚革接受深度专访，复盘国内企业智能化转型现状。
供应链安全与底层技术自主成为核心考量。
企业不再只聚焦成熟算力方案，开始布局光子AI芯片等下一代方向。长鑫、澜起这类存储企业，是光子计算体系不可或缺的硬件底座。
AI赛道出现明显分层。
上层大模型应用火热，底层基础创新存在巨大短板。主流方案存在可解释性瓶颈，高可靠工业场景落地受限。业界急需具备严密数学支撑的全新物理AI架构，目前长线基础研究投入严重不足。
软硬件协同全链路布局成为头部企业共识。
新算法必须与底层硬件匹配迭代。市场追捧短期变现应用，AI数学基础理论、全新架构预研投入严重不足。
"一旦AI底层数学理论突破，算力需求有望降低数千甚至上百万倍。"
王坚革直言，国产存储红利核心来自国产替代。"如果特朗普不封锁，长鑫跟澜起的生存环境会很困难。外部封锁给我们制造了宝贵窗口期。"
存储产业不属于光刻机最底层环节，具备自主突破空间。若国内实现28nm DUV光刻机自主，再叠加AI数学理论突破，完全有机会搭建自主AI芯片。
光子AI芯片在光学器件层面日趋成熟，但存储转换环节存在短板。澜起、长鑫参与国际光存储转换标准制定，光子芯片效率将大幅超越传统电子芯片。
针对企业混淆AI概念的行业痛点，王坚革提出五大甄别信号：
AI与主营业务深度咬合，不能"两张皮"；具备可量化落地指标；区分应用集成与自主创新；有长期组织配套与持续投入；模型满足工程物理约束，故障可复现。
"AI本身是工业味精，一定要依附于具体场景才能产生价值。"
王坚革明确预判：英伟达产业泡沫三年内破裂，电力供给是最大瓶颈。
现有黑盒大模型缺少高效数学描述工具，行业陷入"模型越大竞争力越强"的误区。"描述苹果落地，牛顿力学仅需三个参数，大模型却要十亿级图像数据。一旦新型AI数学理论落地，算力需求可降低百万倍。"
泡沫破裂背景下，存储赛道反而迎来长期机遇。无论主流是电子还是光子AI芯片，数据存储都是刚需。澜起、长鑫不受算力周期波动影响。
王坚革看好：长鑫、澜起存储刚需赛道；大疆坚持前沿技术预研；腾讯资金储备充足，对研发约束宽松。
针对出海红利收缩的观点，他持相反判断。我国作为世界工厂，沉淀海量可追溯、符合物理定律的产业数据，构建海外难以复制的物理AI模型壁垒。
海外头部AI企业资本承受周期有上限，3年内大量资本或将离场，国内底层技术企业有望承接转移红利。
国内产业要抓住机遇，必须跳出短期商业化思维，集中资源攻坚AI数学底层理论、光子算力、存储硬件三大核心赛道。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
