在2026年CES演讲中，黄仁勋提到这样一句话：“AI将开启新一轮工业革命。”

过去两年，市场更多把AI理解为一次科技革命。无论是大模型、AI Agent，还是生成式应用，讨论的核心始终围绕软件能力展开。

但进入2026年后，一个更加深层的变化正在出现：

AI开始从“软件革命”，演变为一场全球范围的工业扩张。

这一轮AI浪潮，不再只是互联网公司之间的竞争，而是正在向电力、数据中心、半导体、液冷、储能、铜、自动化设备、高端机床等传统工业领域全面扩散。

越来越多迹象显示，AI正在成为继房地产、移动互联网、新能源之后，新的全球资本开支核心。

AI正在进入“重资产时代”

过去互联网时代的核心资产是流量，而AI时代的核心资产则是算力。

算力本质上是一套极其庞大的工业系统。训练一个先进大模型，需要成千上万张GPU持续运行；部署AI应用，则意味着全球范围内的数据中心持续扩建。这背后需要大量的电力系统、散热系统、网络设备、存储芯片、精密制造、工业自动化。与移动互联网相比，AI对基础设施的依赖明显更强。

国际能源署（IEA）在2025年4月《能源与AI》报告中给出了一个让整个能源行业不得不正视的预测：到2030年，全球数据中心电力消耗将翻倍，逼近945 TWh；到2035年，这个数字可能攀升至1200 TWh（太瓦时）。而AI是这轮增长最主要的驱动力。

这组数字背后，正是一场静默却汹涌的工业迁徙：AI已经不再只是“科技行业内部的创新”，而是开始进入大规模工业建设阶段。

AI正在重塑全球能源结构

AI最直接的影响之一，是重新定义全球能源需求。

传统互联网时代，数据中心的电力消耗虽然持续增长，但整体仍属于可控范围。而AI数据中心由于GPU密度更高、功耗更大，对电力系统提出了完全不同的要求。随着AI训练规模不断扩大，电力开始成为新的核心约束。

我们可以看到的是，全球科技公司正在加速绑定能源资源。微软、亚马逊、谷歌等企业近年来持续签订长期核电、可再生能源采购协议，以保障未来AI数据中心的稳定供电。

AI也开始反向推动电网升级、储能建设、核电投资、可再生能源扩张。AI需求正在向整个能源体系扩散。

AI开始带动工业景气回升

更值得关注的是，AI正在带来一轮典型的工业品需求扩张。

过去几年，全球制造业整体处于相对低迷阶段，许多传统工业行业长期承压。但AI基础设施建设，正在重新拉动工业链条。例如，AI服务器推动存储芯片涨价；数据中心扩建带动铜需求增长。

与此同时，AI基础设施建设对精密制造能力的要求也在提高。例如高端机床、精密刀具、自动化设备等行业，开始受益于AI资本开支外溢。因为数据中心、服务器、半导体设备本身，都高度依赖先进制造能力。

这也是为什么近期部分传统制造板块开始重新获得市场关注。

从某种程度上看，AI正在让“科技周期”和“工业周期”重新结合。当前AI产业一个重要变化是：资本开支开始长期化。

过去市场担心AI可能只是阶段性热点，但现在越来越多迹象表明，AI基础设施建设很可能持续多年。

持续的资本开支，最终会形成跨行业扩散。

房地产不仅带动房企，也带动钢铁、水泥、家电、家具、金融。

新能源不仅带动电池，也带动锂矿、电网、储能、化工设备。

而AI同样正在形成类似链条。其影响范围已经不再局限于科技行业，而是在逐渐向：能源、工业制造、原材料基础设施等扩散。

中国制造会是受益者吗？

答案显而易见。

AI基础设施虽然核心技术集中在少数科技公司，但其背后的供应链却高度依赖大规模制造能力。

中国企业依托多年的工业化积累和完整的产业链能力，在成本控制、工程交付和规模化生产方面无疑具有显著优势。这也是为什么近期市场开始重新评估部分制造业公司的估值逻辑。

过去市场往往认为：AI只利好芯片和互联网。

但现在越来越多投资者开始意识到：AI最终会演变成一次全球工业能力竞争。

当然，AI工业周期也并非没有风险。AI需求能否长期兑现？大规模投资是否会带来过剩？电力与能源约束是否会压制盈利？这些问题也需要时间给出答案。

可以预见的是，由AI时代开启的下一轮全球工业周期，它不仅会改变科技行业，也将重塑能源体系、制造体系和资本流向。

AI不再只是“软件故事”，它开始成为新的工业变量。