格隆汇11月29日｜据财富中文网，被称为“泡沫预言家”的克里斯托弗·伍德(Christopher Wood)再次敲响警钟，称市场已陷入非理性的狂热，完全无视基本面，这几乎注定会以一场崩盘告终。问题不在于是否会发生，而在于这场狂欢何时会突然中止。伍德是杰富瑞集团全球股票策略主管及《贪婪与恐惧》市场评论的作者。他曾在互联网泡沫、日本信贷泡沫和美国房地产泡沫初现端倪时便发出预警。 “目前AI的‘杀手级应用’是什么？是那些用来帮孩子写作业的应用吗？”伍德调侃道。在他看来，<u>真正在AI领域赚到钱的，仍然只有提供底层基础设施的“卖铲人”——首先是英伟达，在亚洲则包括海力士、台积电等公司。 </u> 伍德指出，中国在AI发展领域比美国更具优势。这一判断也直接体现在他的投资策略上——重仓中国，而非美国。“<u>过去三年，我的全球股票组合中一直持有英伟达，但约一个月前我已将其剔除。我并非断言这只股票已经见顶，但其涨幅已达约五倍。</u>”伍德押注中国的原因在于，虽然美国在算力上领先，但中国在能源上的优势远大于美国在算力上的优势。 伍德认为，<u>中国在AI发展方面也采取了更明智的策略，即聚焦开发出具有商业可行性的实际AI应用</u>，这将引领 “推理繁荣”(inference boom)——随着成千上万个成功的AI应用被部署到各行各业，社会对“推理”计算的需求将呈现爆炸式增长。而在美国，每家公司都在耗费巨资，试图构建自己完美的、封闭的大型语言模型以期达到AGI。“而根据我与AI专家的交流，我认为，仅通过扩大大语言模型的规模永远无法达到AGI。”

格隆汇11月29日｜据《日经新闻》，美国芯片制造商美光科技公司将斥资1.5万亿日元（96亿美元）在日本西部建立一家工厂，生产用于人工智能的存储芯片。据知情人士称，这家新工厂将生产高带宽内存(HBM)芯片。从明年5月份开始，美光将在其现有的广岛工厂内建设该工厂，计划在2028年左右开始HBM出货。据悉，日本经济产业省将为该项目提供多达5000亿日元的补贴。

格隆汇11月29日｜据IT之家，OpenAI的数据中心合作伙伴们即将背上近1000亿美元的借贷，这些借贷都与正在亏损的OpenAI有关。眼下，OpenAI正受益于这一轮由债务推动的支出热潮，而自身却无需承担财务风险。根据《金融时报》的分析，软银、甲骨文和CoreWeave已借入至少300亿美元，用于投资OpenAI或帮助其建设数据中心。投资集团Blue Owl Capital和Crusoe等计算基础设施公司也依赖与OpenAI的交易来偿还约280亿美元的贷款。 据知情人士透露，一批银行正在洽谈向甲骨文和数据中心建设商Vantage额外提供380亿美元贷款，用于为OpenAI建设更多数据中心。该交易预计将在未来数周内完成。OpenAI高管曾表示，计划大举借债来协助支付这些合同费用，但截至目前，财务负担主要落在了其合作方及合作方的贷款机构身上。“这一直是我们的策略，”一位OpenAI高管表示，“那就是想法利用其它公司的资产负债表。”

格隆汇11月29日｜中国企业级AI市场正在经历一场从“模型尝鲜”到“云端实战”的结构性变局，而阿里，或将成为这场变局的“最大赢家”。11月27日，摩根士丹利发布了最新的2025年下半年CIO（首席信息官）调查报告。大摩发现，随着IT预算在2026年持续扩张，企业客户在生成式AI的部署上，正迅速从独立的模型开发商转向拥有全栈能力的超大规模云厂商。在这场格局重塑中，阿里巴巴凭借“云基座+通义千问”的组合，被大摩确立为“中国最佳AI赋能者”。大摩分析称，阿里在B端的吸引力正快速逼近并有望在三年内超越目前的市场热门DeepSeek。

格隆汇11月28日｜据界面，AI能迅速给出“智能推荐”名单，但背后可能早已被“精心策划”过。GEO，全称是Generative Engine Optimization，即生成式引擎优化。通俗来说，GEO就是专门给AI大模型“投喂”特定内容，使其在回答用户问题时，能“多照顾”自家品牌或商品。<u>只需要2万块钱，或许就能让自家品牌出现在三家主流AI平台的问答中，并且持续展示三个月</u>。艾瑞咨询数据显示，<u>2025年Q2中国GEO市场规模同比增长215%</u>，Gartner也预测，到2028年50%的搜索引擎流量将被AI搜索蚕食。 影响AI最直接的方式就是影响其阅读的外部网页。AI参考文章很多是来自不知名网站的整合类文章，权威性低，无作者署名。甚至有些文章一眼就是“机器号”生成，阅读量只有个位数，是再明显不过的“注水文”。AI的“喜好“与真人用户截然不同。<u>AI偏爱结构化的内容，文章无需起承转合、文学修饰，也不需排版优化，榜单类型的文章多是“注水文”的重灾区</u>。 今天GEO的“黑帽”手段主要有两种：<u>一是在文章中埋入AI易识别的指令</u>，即使内容质量极差也能被AI检索；<u>二是“堆量”</u>，利用大模型“应抓尽抓”的数据饥渴，进行海量、低质的内容铺设。在SEO时代，<u>谷歌有一套评估所有内容的基石框架E-E-A-T，即经验、专业知识、权威性和可信度</u>。只有能赢得自然反向链接的内容，才应该被优先推荐。不过这是搜索引擎的做法，大模型公司应当如何参考，或许还要给快速发展的技术更多时间。 当前，行业已开始意识到问题所在。10月，<u>部分头部企业和行业组织正发起倡议，倡导通过优质内容而非技术漏洞影响AI</u>，并呼吁多方共建健康生态。对于爆火的GEO，也有人保持冷静。“购物打通之前没用，垄断性巨头跑出来之前没用，不如让子弹再飞一会儿。”

格隆汇11月28日｜国家能源局综合司发布关于组织开展“人工智能+”能源试点工作的通知。聚焦《实施意见》提出的八大类场景、37个重点任务、百余项具体应用，按照“少而精”的原则，面向能源企业征集发展所需、行业所盼和企业所急的高价值应用场景需求，有效减少能源场景需求方与人工智能技术供给方间的信息壁垒。组织人工智能技术供给方依据场景需求“揭榜挂帅”，承接高价值场景建设相关任务。场景需求方与技术供给方合作形成试点项目方案，经国家能源局遴选认定为“人工智能+”能源试点项目，探索形成综合解决方案可规模复制、商业模式可参考借鉴的“人工智能+”能源融合发展新范式，推动提升能源行业智能化发展水平。