二十年前，中國企業家前往矽谷學習；如今海外投資人與創業者反向前往深圳、杭州、上海等地考察 AI、機器人、電動車等中國科技企業。

文章作者、來源：凌霄-科技投資人

二十年前，中國企業家前往美國，最重要的一站是矽谷。去 Google 看互聯網，去蘋果看產品，去史丹福看創新，去 Sand Hill Road 看風險投資。

當時，全世界對科技產業有一套非常清晰的分工：美國負責發明，中國負責製造。

但二十年後，一個很有意思的現象出現了，方向開始反過來。路透社9月3日報導，越來越多海外投資人、創業者和企業高管正專程前往深圳、杭州、上海、北京、合肥，參觀中國的人工智慧、機器人、電動車和先進製造企業，而且這已不再是零散的個人旅行，甚至開始形成一門生意。

由上海研究機構Baiguan組織的五天科技考察，收費最高達1.5萬美元；另一家上海科技考察機構GloPen表示，2026年的諮詢量增長了50%，客戶主要來自歐洲和新加坡，目前每月需組織超過100場單日企業參訪。甚至參觀工廠本身，也已變成一種稀缺資源。小米北京汽車工廠自2024年3月以來，已接待超過25萬名訪客，一些透過抽籤獲得的參觀名額，在網上甚至被炒至2000元人民幣。

這些人花費數千甚至上萬美元飛往中國，並非為了參觀一座普通工廠。他們真正想知道的是：為什麼中國科技公司的速度這麼快？

這可能才是今天全球科技競爭正在發生的最大變化之一。因為過去大家研究中國，研究的是為什麼中國能把東西造得這麼便宜；今天越來越多人研究的卻是，為什麼中國能把一個想法這麼快變成產品？這兩個問題看起來很像，但背後，是兩個完全不同的時代。

01 全球正在重新認識「中國製造」

過去幾十年，「Made in China」最深入人心的標籤是什麼？成本。廉價的勞動力、龐大的工廠、完整的出口體系，讓中國成為世界工廠。但如果今天仍用「低成本製造」來理解中國工業，可能已經嚴重過時了。

一個最直觀的數據是：20 世紀 90 年代中期，中國約僅佔全球製造業產出的 5%，今天這個數字已接近 30%。換句話說，全球每三塊錢的製造業產出，就有一塊來自中國。

更重要的是，變化的不只是數量，還有結構。以前中國出口的是衣服、鞋子、玩具和家電，今天越來越重要的出口產品，已經變成新能源汽車、動力電池、光伏、無人機、工業機器人和智能硬體。

這意味著中國製造正在經歷一次非常重要的升級：從「成本中心」轉變為「創新基礎設施」。

新能源汽車，就是最典型的案例。2025年，全球生產了接近2200萬輛電動汽車，其中中國生產約1600萬輛，佔全球電動車產量接近四分之三。中國同時擁有全球超過80%的電池電芯產能、大約85%的正極材料產能以及超過90%的負極材料產能。這意味著一家新能源汽車企業背後的核心供應鏈，很大一部分都能够在中国找到。於是，中國新能源汽車企業獲得了一種非常重要的能力：快速迭代。

過去開發一輛汽車需要五六年，這很正常；但今天，中國新能源汽車市場的競爭節奏已快到許多傳統車企難以適應。消費者需要什麼？智能座艙、輔助駕駛、充電速度、續航、冰箱、螢幕、軟體生態……市場給予反饋，企業調整產品，供應商同步調整，新的車型再次進入市場。

所以真正值得研究的，不是「中國汽車為什麼便宜」，而是為什麼中國汽車企業可以迭代得這麼快。

02 真正可怕的不是中國製造，而是中國迭代

再看機器人。2024年，全球新安裝的工業機器人中，有54%位於中國，中國一年安裝了約29.5萬台工業機器人。這意味著每新增兩台工業機器人，就超過一台進入中國工廠。中國工廠中正在運行的工業機器人總量已超過200萬台。

這組數據的重要性，甚至超過了我們在短視頻裡看到多少機器人翻跟頭，因為 AI 和機器人真正進入產業，不是在舞台上表演，而是在工廠裡焊接、搬運、分揀、裝配、質檢和物流。

這些場景每天都在產生真實的數據，也每天都在暴露機器人的問題，於是一個非常關鍵的飛輪開始形成：機器人進入工廠，獲得真實數據，暴露工程問題，供應鏈改進，成本下降，更多工廠採用，再獲得更多數據。這才是產業真正可怕的地方。實驗室解決的是「能不能做到」，產業解決的是「能不能一天做十萬次」，資本最終關心的則是「能不能用足夠低的成本做十億次」。

Between these three questions, what differs is not just a little technology, but an entire industrial system.

03 深圳真正賣給世界的，不是一台機器人

所以，為何這輪海外科技考察的核心城市之一是深圳？因為深圳最值得研究的從來不是某一家企業，而是其背後的產業密度。

你想製造一個機器人，需要晶片、攝像頭、雷射雷達、感測器、馬達、減速器、滾珠絲桿、電池、結構件、模具、控制系統、軟體、代工廠、測試設備和物流。如果這些企業分散在五個國家，一個設計修改可能意味著數週的溝通；但如果這些供應商集中於一個高度密集的產業網絡中，情況就完全不同。工程師上午發現問題，下午就能找到供應商；幾天後重新打樣；發現成本太高，就更換材料；結構不合理，就修改模具；第一代產品上市後，根據客戶反饋立即開發第二代。於是，真正被壓縮的是時間。

深圳真正形成的不是簡單的供應鏈，而是一個巨大的「技術時間壓縮器」。

無人機就是一個極端案例。深圳擁有超過1500家無人機相關企業，深圳企業生產的消費級無人機曾佔據全球市場約74%，而深圳的大疆，在全球非軍用、非政府用途無人機市場中的份額，據行業研究機構估算達到約70%—80%。

為何這種產業會集中在深圳？答案不僅僅是因為這裡誕生了大疆，而是因為無人機所需的馬達、電池、攝像頭、圖傳、晶片、結構件、雲台、軟體和精密製造能力，本身就存在於這個產業網絡中。

不是一家偉大的企業創造了整個產業鏈，某種程度上，是一張足夠密集的產業網絡，更容易不斷孕育出偉大的企業。

04 中國真正出現的，是一個「產業壓縮場」

因此，我越來越願意用一個詞來描述今天中國科技產業正在形成的能力：產業壓縮場。

什麼是產業壓縮場？就是將技術、工程師、供應鏈、製造、資本、市場和應用場景，全部壓縮在一個高度密集的產業網絡中。

單獨看任何一項，中國未必擁有絕對優勢。美國依然擁有全球最頂尖的一批大學，依然擁有強大的基礎科研體系，依然擁有全球領先的AI晶片企業，也依然擁有矽谷龐大的風險資本網絡。但是中國真正特殊的地方，是大量科技要素開始在物理空間裡彼此靠近。

這種靠近會產生巨大的乘數效應。汽車企業需要電池，電池企業需要材料，材料企業需要能源；機器人需要馬達、感測器和電池，無人機需要晶片、視覺和通訊，AI需要伺服器，伺服器需要晶片、電力和資料中心。於是不同產業之間開始相互供應，技術不再沿著一條產業鏈向前推進，而是在一張龐大的產業網絡中不斷發生交叉。

這也是為什麼今天中國最值得研究的，已經不是某一家公司，而是為什麼這麼多產業能夠同時在這裡快速進化。

05 一個更重要的案例：特斯拉為何將超級工廠設在上海？

理解中國供應鏈，還有一個非常經典的案例：特斯拉上海超級工廠。

過去，很多人理解這座工廠時，只看到一個邏輯：中國市場龐大。但真正值得注意的是它後來形成的產業意義。上海工廠不僅服務中國市場，更成為特斯拉全球出口體系的重要基地。到2026年第二季度，由特斯拉上海工廠生產的汽車中，超過50%用於出口。一家美國最具代表性的科技汽車企業，將中國工廠轉變為服務歐洲、亞太等市場的重要生產節點，背後的答案最終仍離不開幾個詞：供應鏈、效率、規模和產業集群。

這也正是為何今天所謂的「脫鉤」遠比政治口號複雜。因為工廠可以搬遷，但圍繞工廠存在的數百家供應商、數萬名工程師、物流體系、模具體系、材料體系以及數十年累積的工程經驗，並不能按一下複製鍵。真正有價值的從來不是廠房本身，而是廠房背後那張看不見卻持續提升效率的產業協作網絡。

06 在 AI 時代，製造業為何反而更重要？

很多人可能會問：在 AI 時代，不應該是算法最重要嗎？為什麼還要討論製造業？恰恰相反，AI 越往下發展，製造業的重要性可能越高。

由於過去二十年的互聯網革命主要發生在數字世界，Google、Facebook、TikTok、微信本質上都是軟體，而軟體最大的特點是複製成本接近於零，一個App開發出來，可以迅速覆蓋幾億用戶。但AI的下一階段正進入另一個世界：Physical AI——物理AI。機器人、自動駕駛、無人機、AI眼鏡、智能汽車、智能工廠、儲能系統、AI終端，當人工智能開始擁有「身體」，問題就完全變了。

AI 不再只需要 GPU，還需要電機、減速器、感測器、電池、攝像頭、材料、工廠和供應鏈。截至 2024 年，全球已有超過 470 萬台工業機器人運行，且每年新增超過 50 萬台，而中國佔全球新增工業機器人安裝量的一半以上。這意味著，AI 的上半場可能發生在伺服器裡，但 AI 的下半場，很可能發生在工廠裡。

At this moment, China’s manufacturing capabilities accumulated over the past few decades have suddenly gained a new strategic significance.

07 資本真正需要重新定價的，是「產業化能力」

如果從投資人的角度來看，我認為這背後還有一個更大的變化。過去科技投資最常問的問題是：你的技術領先多少？這個問題未來依然重要，但可能還需要增加另一個問題：你的產業化速度有多快？

由於 AI 正在降低知識傳播的成本，一個模型領先半年，競爭對手可能很快追上；一個算法領先一年，也未必能形成十年的壁壘；甚至許多技術創新出現後，很快就會被全球工程師理解和模仿。因此，未來真正難以複製的東西，反而可能越來越「重」：供應鏈、工程經驗、製造能力、產業集群、客戶網絡、應用場景和規模優勢。這些東西看起來不像一個新的 AI 模型那麼性感，但它們可能構成更堅固的護城河。

今天看比亞迪就很明顯。2026年8月，比亞迪全球銷量達約44萬輛，同比增長17.8%；但真正值得關注的是，當月海外銷量達約18.9萬輛，同比增長超過134%。而在2026年上半年，比亞迪首次出現了一個非常重要的變化：海外收入超過中國國內收入。

這意味著中國科技製造企業正進入下一個階段。過去是中國生產、全球品牌銷售；後來變成中國品牌、中國生產、中國市場銷售；現在則進一步轉變為中國品牌、中國技術、中國供應鏈、全球市場銷售。這才是「中國製造」真正值得資本重新定價之處。

08 但我們也必須看到：中國並沒有贏下所有科技競爭

這裡必須保持清醒。「外國人來中國學科技」絕不等於「中國已經全面領先美國」。如果這樣寫，這篇文章就沒有價值了。美國依然掌握著大量最先進的核心知識產權，擁有全球最強大的科技公司群體、頂尖大學體系、風險資本體系，以及非常強大的基礎研究能力。在高端AI晶片、基礎軟體、部分科學儀器、原創演算法和前沿科研領域，中國依然存在明顯短板。甚至路透社報導中參與中國科技考察的人自己也提醒，非中國科技公司仍然擁有大量全球市場份額、最先進的知識產權以及巨額利潤。

因此，真正值得討論的，不是誰已經「贏了」，而是全球科技競爭的評價體系正在改變。過去評價一個國家科技實力，首先看論文、專利、實驗室和頂尖公司；未來還必須加入一個新的指標：產業化速度。技術是否領先依舊重要，但越來越多的商業價值，最終取決於技術能否在足夠短的時間內變成穩定、可複製、可規模化的現實產品。

09 未來真正爭奪的，可能是「技術時間」

如果將過去一百年的科技競爭壓縮來看，會發現一個非常有趣的規律。第一次工業革命爭的是機器，第二次工業革命爭的是電力和規模化生產，資訊革命爭的是晶片和軟體，互聯網革命爭的是流量和網路效應，而AI時代最終可能爭奪一種更為抽象的資源：時間。

誰能更快訓練模型，誰能更快製造晶片，誰能更快建立資料中心，誰能更快生產機器人，誰能更快把成本打下來，誰能更快讓一項技術覆蓋一億用戶，最終決定競爭優勢的，可能都是同一個變數：從技術出現，到規模化商業應用，到底需要多長時間？

過去中國最大的優勢是成本，未來中國真正值得關注的優勢，可能逐漸變成速度。而速度的背后，並不是簡單的「卷」，它是一整套產業體系共同作用的結果。

一個國家如果能不斷縮短「從發現問題，到形成產品，再到規模化」的週期，本質上就是在爭奪一種新的生產要素——技術時間。誰能把技術時間壓縮得更短，誰就更有可能在下一轮產業競爭中率先形成規模優勢。

10 世界為什麼開始來中國？

因此，重新審視那些飛往深圳、杭州、上海的外國投資者和企業家，就會發現，他們真正想看的，可能根本不是某一台機器人，也不是某一款新能源汽車，甚至不是某一家明星公司。他們真正想理解的是：為什麼這些東西會如此密集地同時發生在中國？為什麼機器人可以快速量產，為什麼新能源汽車可以快速迭代，為什麼無人機能夠形成完整產業鏈，為什麼一個硬體創業者能如此快速找到供應商，為什麼一項新技術能如此迅速進入真實市場接受檢驗？

這些問題背後，其實指向同一個答案：中國正在從「世界工廠」，進化成一個巨大的產業實驗室。

過去，全世界把設計圖送至中國，由中國負責製造。未來，一種新的可能性正在出現：研發、設計、工程、製造、市場和迭代開始在同一地點形成閉環。一旦這個閉環真正形成，意義便截然不同，因為製造不再只是創新的最後一步，製造本身開始參與創新。

世界今天重新研究中國，真正研究的也不是某一個產品的成功，而是這種把技術、產業與市場壓縮在一起的效率機制。