老牌科技股借 AI 需求重返舞台

5 月 30 日彭博社报道，戴尔科技（Dell）、诺基亚（Nokia）和联想等 90 年代科技巨头股价因 AI 基础设施热潮大幅上涨。AI 数据中心建设推高服务器、存储、网络设备及传统芯片需求，带动这些“恐龙股”重新获得市场关注。[[1]](https://www.bloomberg.com/news/articles/2026-05-30/-dinosaur-tech-stocks-reborn-as-ai-fuels-1-7-trillion-rally)

这一反弹发生在全球 AI 资本开支持续扩张的背景下。过去两年 Nvidia 等新贵主导算力叙事，如今基础设施需求已延伸至网络和存储环节，戴尔等公司近期上调全年展望，印证 AI 服务器订单激增。相比 2000 年互联网泡沫破裂后长期低迷，如今 AI 叙事让老牌玩家在供应链中重新占据关键位置。

与纯软件或模型公司不同，这些硬件厂商直接受益于数据中心物理扩张。诺基亚网络设备、戴尔服务器在万卡集群部署中不可或缺，显示 AI 军备竞赛正从芯片向全链条硬件扩散。对比过去单纯依赖软件生态的锁定策略，此轮复苏更依赖真实资本开支落地。

未来 6-12 个月，关键观察这些公司财报能否持续验证需求可持续性。若 AI 支出维持高位，老牌股或进一步收复失地；一旦资本开支放缓或地缘风险升级，复苏或难持久。

信源：https://www.bloomberg.com/news/articles/2026-05-30/-dinosaur-tech-stocks-reborn-as-ai-fuels-1-7-trillion-rally

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

OpenAI 最新模型获日本银行采用 聚焦网络安全

5 月 29 日彭博社报道，部分日本金融机构将获得 OpenAI 最新人工智能模型的访问权限，用于加强网络安全防范。日本金融大臣片山さつき表示，此举旨在应对日益复杂的网络威胁。[[1]](https://www.bloomberg.com/news/articles/2026-05-29/some-japanese-banks-to-get-access-to-latest-openai-model)

这一动作发生在全球金融机构加速 AI 部署的背景下。OpenAI 此前已与多家企业合作，此次针对日本银行的开放，显示其在企业级安全应用上的进一步拓展。与此同时，Anthropic 等竞争对手也在企业市场积极布局，但 OpenAI 在模型迭代速度和生态整合上仍保持领先。

对比过去单纯依赖规则的传统安全系统，此举凸显生成式 AI 在威胁检测与响应中的实际价值。日本银行的采用案例，或将成为其他地区金融机构的参照。

未来六到十二个月，关键看这类部署能否有效降低真实攻击风险，并推动更多监管合规框架的完善。

信源：https://www.bloomberg.com/news/articles/2026-05-29/some-japanese-banks-to-get-access-to-latest-openai-model

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

SoftBank 750 亿欧元法国建 AI 数据中心

5 月 30 日，SoftBank 集团宣布计划投资最高 750 亿欧元（约 870 亿美元）在法国扩建数据中心容量。该项目旨在满足 AI 训练与推理对算力的爆炸式需求，预计将显著提升欧洲本地基础设施供给。[[1]](https://techcrunch.com/2026/05/30/softbank-says-it-will-invest-up-to-e75-billion-to-build-french-data-centers/)

这一动作发生在全球 AI 资本开支持续高位之际。OpenAI 与 Anthropic 等美企正通过大规模融资推动下一波算力投入，亚洲供应链已从中受益，而欧洲此前在数据中心布局上相对滞后。SoftBank 此举既是对法国政府吸引外资政策的回应，也显示其正从日本本土转向全球 AI 基础设施布局，与此前在美洲和亚洲的动作形成互补。

对比美国 hyperscaler（如微软、谷歌）主要依赖自建或 Nvidia 生态，SoftBank 选择欧洲作为新支点，意在分散地缘与监管风险，同时抢占欧盟 AI Act 落地后的合规算力市场。法国电力成本与土地优势成为关键吸引点，但劳动力与电网升级仍是潜在瓶颈。

未来 6-12 个月，关键看该投资落地节奏与实际利用率。若欧洲 AI 应用需求跟进，SoftBank 或成为区域算力枢纽；若需求不及预期，资本开支压力可能反噬其整体盈利。[[2]](https://www.bloomberg.com/news/articles/2026-05-31/spacex-openai-windfall-fuels-bets-on-next-wave-asian-ai-winners)

信源：https://techcrunch.com/2026/05/30/softbank-says-it-will-invest-up-to-e75-billion-to-build-french-data-centers/

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

AI 代理硬件与订阅并行 大厂消费战场悄然成型

本周多起消费级 AI 产品动作集中释放信号：Sesame 于 5 月 28 日推出 iOS App，主打“思考后自然回复”的对话代理；Meta 据 The Information 报道正开发 AI 吊坠，计划明年内测试，同时扩展 AI 眼镜并推出企业穿戴订阅；Microsoft 则在推进整合 Copilot、GitHub 等的“超级 App”，内含新 agentic 工作流 Autopilot。

这些动作发生在模型迭代放缓、算力成本高企的背景下。过去两年大厂重心在企业 API 与训练集群，如今转而用硬件与订阅锁定终端用户。Sesame 由 Oculus 前创始人操盘，直接对标 ChatGPT 式聊天；Meta 的硬件+订阅组合则意图把 AI 嵌入日常穿戴，绕过纯软件变现瓶颈。与此同时，Anthropic 等模型层虽持续升级，但企业落地仍需稳定治理，消费端反而成为差异化新赛道。

对比过去 OpenAI/Anthropic 主要靠 API 吃到规模，Meta、Microsoft 更像在复制智能手机时代的硬件-生态闭环：谁先把代理嵌入耳机或手机系统，谁就掌握下一轮用户数据与粘性。数据层面，AI 服务器需求已推高 Dell 等硬件股，但终端硬件的毛利与生态控制权可能更高。

未来 6-12 个月，关键看这些产品实际留存率与付费转化。若 Meta 吊坠与 Sesame 代理能证明“自然对话”优于现有聊天机器人，消费 AI 市场将从概念进入规模化；反之，大厂或被迫回归企业端精耕，暴露硬件投入的沉没成本风险。

信源：https://techcrunch.com/2026/05/28/sesame-the-conversational-ai-startup-from-oculus-founders-launches-its-ios-app/

Meta is reportedly developing an AI pendant


https://www.theverge.com/tech/940058/microsoft-is-reportedly-working-on-its-own-ai-super-app

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

AI 重塑高等教育 院校生存考验加剧

高等教育正从 AI 试点转向基础设施级整合。2026 年，生成式 AI 已深度嵌入招生、教学、行政与学生支持环节，不再是边缘实验，而是决定院校竞争力的核心变量。Georgia Tech 校长 Ángel Cabrera 近期公开表示，“AI 正在改变一切”，这反映了全球高校的普遍共识。

具体数据支撑这一转变。全球 AI 教育市场预计 2026 年达 123 亿美元，自 2022 年起复合年增长率 36%。Cengage 报告显示，高校教师使用 AI 工具比例从 2023 年的 24% 升至 45%。Ellucian 调研则指出，2025 年院校级 AI 采用率较前一年激增 17 个百分点。Inside Higher Ed 预测，2026 年高校将优先打破系统碎片化，推动个性化学习、实时反馈与劳动力对齐项目。

与过去技术浪潮不同，AI 直接挑战院校核心价值主张。传统学位模式面临“黑箱输出”与技能退化风险，而行政效率提升可能掩盖教学质量隐忧。对比中美，西方高校更注重伦理治理与定制化工具，中国则强调规模化部署与本土模型。中国科技公司财报已显示 AI 支出压力，高校预算同样承压。

未来 6-12 个月，关键看战略执行：成功者将 AI 转化为差异化优势，落后者或成“下一个 Blockbuster”。院校需在快速迭代与可持续治理间找到平衡，否则生存空间将被进一步压缩。

信源：https://www.insidehighered.com/news/tech-innovation/artificial-intelligence/2026/01/05/5-predictions-how-ai-will-shape-higher-ed

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

中国倡议全球AI治理组织 规则博弈进入新阶段

5月29日，中国外交部长王毅在联合国会议上提出建立“世界人工智能合作组织”，并宣布中国将于7月在上海主办世界人工智能大会及全球AI治理高级别会议，重点推动AI国际规则制定、防止数字鸿沟扩大以及军事应用安全保障。[[1]](https://global.chinadaily.com.cn/a/202605/29/WS6a18e8cba310d6866eb4b536.html)

这一动作发生在中美科技脱钩加剧、AI能力差距缩小的背景下。美国此前已通过法案补贴盟友采购美系AI技术以遏制中国出口，而中国则从“防御”转向“主动塑造”规则，试图在联合国框架下争夺话语权。对比欧洲AI Act的严格风险分级与美国的轻监管路径，中国方案更强调多边合作与发展中国家参与。

根本驱动力在于AI已从技术竞赛升级为地缘与治理博弈。过去一年，中美在人才流动、投资审查和出口管制上的摩擦不断，中国此举既是回应外部压力，也旨在通过国际平台锁定先发优势。

未来6-12个月，关键看上海会议能否产出实质性框架，以及美欧是否参与。若多边机制成型，将重塑全球AI供应链与标准；若陷入对立，碎片化监管或加速区域阵营分化，企业出海与合规成本将进一步上升。

信源：https://global.chinadaily.com.cn/a/202605/29/WS6a18e8cba310d6866eb4b536.html

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

AI 领袖批裁员短视 生产力悖论浮出水面

5 月 28 日，DeepMind CEO Demis Hassabis 在接受 WIRED 采访时直言，单纯因 AI 而大规模裁员是“愚蠢的”（dumb）。他强调当前系统仍远未接近 AGI，企业应聚焦生产力提升而非简单替代人力。这一表态与市场普遍的“AI 降本”叙事形成鲜明对比。

背景是过去数月多家科技与互联网公司已将 AI 工具视为裁员催化剂。ClickUp 等企业因 AI 代理裁员比例达 22%，部分公司甚至在数月内耗尽年度 AI 预算后开始限量使用。Hassabis 的观点并非孤立——他将当下 AI 描述为“奇点前 foothills”，暗示短期内难以完全取代复杂人力判断。

对比之下，OpenAI 与 Anthropic 等闭源玩家更强调规模化部署带来的效率红利，而 Hassabis 代表的“研究派”更关注长期能力边界与社会成本。这一分歧直接影响资本配置：若企业盲目追逐短期裁员，恐面临代码质量下降与技能退化；反之，保留人力与 AI 协同或能挖掘更高 ROI。

未来 6-12 个月，关键看 Hassabis 等领袖言论是否转化为实际治理框架。若生产力测量指标持续失效，企业或被迫重构评估体系，否则“AI 幻觉”引发的维护债务将加速显现。

信源：https://wired.com/story/demis-ha…

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

AI 投资群体思维风险：可持续性评估分歧加剧

5 月 30 日 TechCrunch 报道，三位顶级 VC 在采访中直言 AI 狂热已进入“群体思维”阶段，资本对模型迭代和应用落地的乐观预期高度趋同，却对长期盈利路径缺乏分歧讨论。这与过去互联网周期中 VC 早期分化判断形成鲜明对比。

这一现象的背景是 AI 资本开支持续高位。Nvidia 等硬件龙头财报多次超预期，带动半导体板块资金流入；同时，AI 搜索初创如 Exa 等估值已达数十亿美元，显示应用层也在快速吸纳资源。然而，VC 们担忧的是，多数项目仍停留在“规模即护城河”的假设上，忽略了能耗、数据获取和企业付费意愿的真实瓶颈。过去两年，类似乐观叙事曾推高多个赛道估值，如今部分项目已面临 ROI 验证压力。

对比之下，少数 VC 开始强调“可审计护栏”和垂直场景落地，而非通用 scaling。这表明行业正从“谁跑得快”转向“谁能落地盈利”。未来 6-12 个月，若多家大厂财报显示 AI 收入占比持续提升且毛利改善，群体思维或进一步固化；反之，一旦地缘或监管变量触发资本再评估，泡沫风险将加速暴露。

信源：https://techcrunch.com/2026/05/30/the-groupthink-boom-what-three-top-vcs-really-think-about-the-ai-frenzy/

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

马斯克澄清 SpaceX 与 Anthropic 算力租赁仅半年

5 月 28 日，埃隆·马斯克在 X 上发帖澄清，SpaceX 与 Anthropic 的 Colossus 算力集群租赁协议仅为 180 天短期租赁，并非锁定多年承诺。他表示“SpaceX 并未承诺多年租赁 Colossus，尽管这有可能发生”，并补充协议允许双方 90 天通知后终止。[[1]](https://www.reuters.com/technology/musk-says-spacex-did-not-commit-long-term-colossus-lease-with-anthropic-2026-05-28/)

此举发生在 SpaceX 即将 IPO 的关键窗口期。此前 S-1 文件披露 Anthropic 每月支付 12.5 亿美元、协议延续至 2029 年 5 月的条款，曾引发市场对 SpaceX AI 业务长期现金流的乐观预期。马斯克此番表态直接打消了部分投资者对绑定大客户的幻想，也凸显算力租赁市场中灵活退出条款已成为标配。

对比 xAI 此前与 Anthropic 达成的 Colossus 长期独占协议，此次 SpaceX 版本更像“试水合同”。在算力供需持续紧张的背景下，短期租赁既能让 SpaceX 快速回笼资金，又保留了重新定价或转投自用 xAI 的灵活性。Anthropic 则借此低成本扩充训练资源，却也暴露其对多云算力的依赖程度。

未来六到十二个月，关键看 SpaceX 是否将 Colossus 更多转向自营 xAI，或 Anthropic 是否续租。短期协议的普及可能加速算力市场的碎片化，让大厂在资本开支与灵活性之间反复博弈。

信源：https://www.reuters.com/technology/musk-says-spacex-did-not-commit-long-term-colossus-lease-with-anthropic-2026-05-28/

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

AI 物理数据饥渴：家庭服务成机器人训练新战场

AI 公司正将目光从网络数据转向现实物理世界，家庭清洁与服务场景成为关键训练数据来源。5 月 29 日 The Verge 报道，AI 训练初创 Shift 宣布为纽约居民免费提供清洁服务，以换取室内活动录像，用于训练机器人完成家务任务；类似做法已在印度推广，Pronto 等平台通过家政服务收集烹饪、清洁等第一视角视频。

这一趋势与此前互联网时代的数据采集形成鲜明对比。过去模型主要依赖公开网页或合成数据，而物理智能（embodied AI）需要海量 egocentric 视频才能让机器人理解空间导航与物体交互。Shift 已在 15 个国家付费招募录制者，Human Archive 则与家政平台合作，让 gig worker 佩戴相机帽采集数据。印度 Pronto 因未充分披露使用方式引发 backlash，竞争对手迅速表态“绝不室内录制”。

根本驱动力在于 scaling laws 在物理领域的延伸：没有足够真实家庭场景数据，机器人无法从实验室走向商用。当前训练成本高企，企业选择用服务换数据，既降低采集开支，又直接触达目标场景。但这也暴露数据隐私与同意的灰色地带——用户获得服务或录像副本，却可能不知数据被用于长期模型训练。

未来 6-12 个月，关键看监管是否跟进。若欧盟或美国出台针对物理 AI 数据的专项规则，采集成本或大幅上升；若市场形成“数据即服务”新模式，家政平台可能转型为 AI 基础设施提供商。谁先解决隐私合规与数据质量平衡，谁就能在具身智能赛道占据先机。

信源：https://www.theverge.com/ai-artificial-intelligence/940007/ai-companies-will-pay-for-robot-training-data

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信