沙利文洞见 “一小时一个价。”近期，MLCC（多层陶瓷电容器）市场流传着这样的说法。部分高容量MLCC现货价格快速上涨，极端情况下，较此前价格最高涨至数倍甚至十倍；与此同时，普通消费级MLCC却开始降价。这种分化，正在成为这一轮MLCC行情最鲜明的特征。MLCC被称为“电子工业大米”，几乎存在于所有电子产品中，包括手机、家电、新能源汽车、AI服务器等。过去一年，MLCC经历多轮涨价。2025年下半年至2026年上半年，部分产品价格持续上调；进入7月，村田、国巨、三星电机等海外厂商再次调价，部分产品涨幅达到30%甚至更高。 在此背景下，《时代周报》记者就MLCC的价格分化采访弗若斯特沙利文（Frost & Sullivan，以下简称“沙利文”）沙利文中国业务主管合伙人兼董事总经理陆景。 《时代周报》   Q：从现在到明年，MLCC 价格怎么看？这轮涨价还能持续多久，核心取决于哪些变量？ 陆景 沙利文中国业务主管合伙人兼董事总经理 （1）2026年下半年：涨价逻辑仍然成立，但已经从“全面涨价”转向“高端规格涨价” 2025年下半年至2026年2月： 全球被动元器件（MLCC、电阻、电感、钽电容、磁珠等）进入全品类、多轮次、跨区域涨价周期，价格 涨幅普遍在5%至30% ，高端品类的价格涨幅更高。 2026年4月起： 全球被动元器件 迎来新一轮涨价 ，原厂优先保供AI、车规级大客户，渠道商价格出现“一天一价”。 在渠道补库、客户提前锁货及原厂收紧低价订单等因素推动下，2026年上半年涨价已由部分高规格和车规料号逐步扩散至部分普通消费级产品，形成较广范围的价格上行行情。 Taiyo Yuden于4月率先上调部分消费及车规MLCC价格约6%–13%；6月以后，中国市场部分主流X5R消费级MLCC报价上涨约15%–25%。 2026年7月以来，被动元器件开启第三轮价格上涨： 村田已于2026年7月起对AI及车规产品涨价10%至40%；国巨则于2026年7月1日上调了全系列报价约50%；三星电机7月对客户发出通知，自8月1日起，MLCC产品出货价格将在现行基础上统一上调30%；太阳诱电于7月23日给客户发出MLCC价格调整的通知，自9月1日起对部分产品进行调价。 同时，下半年以来，市场逐渐走出两条行情： 一方面，面向手机、PC、家电等传统终端的普通消费级MLCC，在经历前期快速上涨后，随着渠道库存补充、客户采购节奏恢复正常及供给竞争重新显现，价格将逐步回归理性，将以高位企稳或小幅波动为主；另一方面， 面向AI服务器、车规及工业应用的高容量、小尺寸、低电压、高温特性及高可靠性MLCC，缺货和涨价状态仍有望延续。 订单与交期数据已反映这一分化：截至2026年6月底，Murata、Samsung Electro-Mechanics及Taiyo Yuden的订单出货比分别约为1.30、1.31及1.25，显著高于行业整体约1.04的水平； 部分高端X6S产品交期亦已由约8周拉长至最长约20周。目前，国内部分厂商AI高端规格订单已排至2027年第二季度。 下游采购策略随之改变，以往提前1-2个月下单，现在往往提前3-6个月 锁定产能 。这意味着，普通消费级产品的前期涨价更多反映价格修复与库存补充，而高端MLCC的上涨则由真实供需缺口驱动。AI服务器持续提升功耗密度和电源管理复杂度，对高容值、高叠层数料号的需求快速增长；同时，该类产品受制于材料体系、叠层工艺、良率爬坡和客户认证，短期有效供给难以快速扩张，日韩厂商亦会优先将有限产能配置给服务器、汽车及工业等高附加值客户。 因此，2026年下半年MLCC市场的核心特征将是：消费级普通产品在上半年暴涨后回归理性，而AI服务器及车规高端MLCC在供需紧平衡下延续缺货和涨价。 （2）2027年：更可能是“高位维持+结构性涨价”，而不是持续大幅普涨 2027年上半年，高端MLCC的价格预计仍具较强韧性，部分紧缺料号不排除继续上涨。需求端，AI服务器平台迭代及云服务商持续部署将继续抬升高规格MLCC的单位价值量；例如，GB200单板MLCC用量约为6,500颗，Rubin平台有望进一步提升至约12,000颗，高容值、小尺寸、低电压及高温特性料号仍将持续受益。供给端方面，尽管日韩厂商已启动扩产，但新增产能仍需经历设备安装、良率爬坡及头部服务器、车规客户认证，短期内难以完全转化为有效供给， 因此高端产品的供需紧平衡状态预计仍将延续。 进入2027年下半年以后，市场更可能由缺货驱动的持续涨价逐步转向高位维持下的结构性分化。一方面，若AI服务器实际出货和单机MLCC价值量持续提升，高端高容量MLCC仍将维持较普通消费级产品更强的价格韧性；另一方面，随着日韩龙头前期扩产逐步释放、台湾及中国大陆厂商持续向中高端料号渗透，部分高端规格的供给紧张程度有望边际缓解，价格上涨斜率预计放缓。与此同时，普通消费级MLCC在经历2026年上半年的快速上涨后，若手机、PC等传统终端需求未出现超预期复苏，仍将面临库存消化及产能竞争压力，价格将更多取决于终端需求与渠道库存变化。 整体而言，2027年的基准情形并非全行业继续普涨，而是高端高容量MLCC维持相对高价和较强议价能力，普通消费级MLCC价格趋稳或回归基本面，行业产品结构、客户结构及厂商技术能力的分化进一步扩大。 （3）决定价格持续时间的几个核心变量 AI服务器MLCC单机用量：决定高端需求增长的斜率 AI服务器对MLCC需求的拉动，并不只是服务器出货数量增加，更关键的是单台设备中高规格MLCC的使用数量和价值量同步上升。TrendForce数据显示，NVIDIA GB200单板约使用6,500颗MLCC，下一代Rubin平台约达到12,000颗，增幅约85%；AMD MI450在验证过程中，部分47μF、2.5V、X6S、0402规格MLCC的单板用量由1,440颗提升至10,544颗，增幅达632%。 这一变化反映出，AI服务器升级并非仅增加通用电子元件，而是由于GPU、ASIC、HBM及高速网络模块的功耗密度提升、电流瞬态变化加大，电源分配网络需要配置更多高容值、低ESR、低电压及高温特性MLCC，以实现更稳定的去耦、滤波及瞬态响应。由于新增需求集中于少数高规格料号，实际形成的是对特定产品组合的需求陡增，而非对所有MLCC的平均拉动。只要新一代AI平台的单板MLCC用量继续提升，即使服务器出货增速有所放缓，高端MLCC的单位价值量也仍可增长，并持续挤占原厂高端产能；反之，若平台设计趋于成熟、单机用量增长放缓或服务器部署节奏低于预期，供需紧张程度将较快缓解。 日韩厂商高端产能释放速度及国产替代进程：决定供给缺口能否被填补 高端MLCC的供给约束并不等同于行业总产能不足，而在于能够稳定量产高容值、小尺寸、高叠层数及高可靠性产品的有效产能有限。当前，Murata（日本村田）、Samsung Electro-Mechanics（韩国三星电机）及Taiyo Yuden（日本太阳诱电）等日韩厂商仍是高端MLCC的主要供应商，其新增产能需经历设备安装、工艺爬坡、良率提升及客户认证，短期内难以快速转化为可用于AI服务器和车规客户的有效供给。 与此同时，国产替代将成为影响本轮涨价持续时间的重要变量。中国大陆厂商在普通消费级及部分中端MLCC领域已具备较强供给能力，能够较快缓解通用规格的紧张程度，因此普通消费级产品在前期涨价后更容易回归理性；但在高容值、小尺寸、超薄层叠、高温特性及高可靠性料号方面，国产厂商与日韩龙头之间仍存在产品性能、良率稳定性及头部客户认证周期等差距。尤其是AI服务器和车规客户通常不会因短期缺货而轻易更换供应商，国产厂商即使具备产品能力，也仍需完成较长的验证和导入过程。 因此，国产替代短期内更可能加剧普通及中端MLCC的价格竞争，而非立即消除高端MLCC的供需缺口；但若国内厂商在高规格料号的良率、可靠性和客户认证方面取得突破，则将显著加快高端供给释放，并成为2027年以后高端MLCC价格涨幅收窄的关键因素。 AI服务器平台迭代速度 AI服务器需求并非均匀增长，而是高度依赖GPU、ASIC及服务器架构的代际切换。每一次平台迭代，如从GB200向Rubin演进，均可能因算力密度提升、供电架构复杂化及板级集成度提高，带来MLCC单机用量和高规格料号占比的台阶式增长。除NVIDIA外，AMD及Google、AWS、Meta等云服务商的自研ASIC亦将形成新的需求来源；若多个平台在相近时期集中放量，原厂将面临更明显的高端产能配置压力。 因此，平台迭代速度决定的不只是MLCC需求规模，更决定需求增长是否集中爆发。若Rubin及后续平台如期放量，且CSP自研ASIC持续扩大部署，高端MLCC需求将持续超出原有供给规划，支持缺货和涨价延续；反之，若新平台导入延迟、AI资本开支收缩，或芯片、HBM、CPU、电源模块等其他关键环节成为服务器交付瓶颈，则MLCC需求兑现将后移，价格上行周期也将缩短。 消费电子和汽车电子需求 手机、PC、平板及家电仍是MLCC最大的应用基础，消费电子需求决定行业整体稼动率和普通规格的价格底部。2026年上半年，普通消费级MLCC在原厂调价、渠道补库及市场情绪带动下经历快速上涨；但进入下半年后，若手机、PC等终端需求仍偏弱，渠道完成补库后，普通规格将重新面临库存消化和产能竞争，价格趋于理性。反之，若消费电子需求在2027年出现明显复苏，将直接吸收通用产能、改善原厂稼动率，并减少原厂向低端客户让价的动力，从而对整个MLCC市场形成更强的价格支撑。 汽车电子则与消费电子的作用不同：其需求增速未必是短期价格快速上涨的直接催化剂，但车规MLCC认证周期长、生命周期长、供应链稳定性要求高，能够持续占用中高端产能并抬升行业价格中枢。若新能源汽车、高级辅助驾驶及智能座舱持续提升单车电子化程度，车规高可靠性MLCC需求将与AI服务器需求共同争夺日韩厂商的高端产能，进一步强化高端产品的供给约束。   Q：AI 服务器正在增加 MLCC 用量，对整体需求的拉动有多大？高端 MLCC 产能向 AI 服务器倾斜后，会对消费电子、汽车电子等传统市场造成多大挤压？ 陆景 沙利文中国业务主管合伙人兼董事总经理 （1）AI服务器目前尚不是MLCC最大的下游市场，但已经成为最重要的结构性增量之一，且对高端MLCC需求的拉动显著高于传统服务器 AI服务器对MLCC需求的拉动主要来自单机用量提升和产品规格升级两个方面。相较传统通用服务器，AI服务器配置更多GPU、ASIC及高功率电源管理模块，整机功耗及瞬态电流显著增加，相应提升了去耦、滤波、稳压及储能环节的MLCC配置需求。 AI服务器MLCC用量约为传统通用服务器的8–13倍 （例如，据三星电机官方数据显示，通用服务器单机约用2200颗MLCC，AI服务器单机用量约2.8万颗）。随着GPU及ASIC持续向更高算力、更高功耗演进，MLCC需求也呈现由数量增加向高容量、小型化、高可靠性同步升级的趋势。 头部厂商持续扩大面向AI服务器的高容MLCC产品布局： 2026年9月，全球龙头村田宣布停产部分消费级及车用常规型号，将产能优先向AI高端高附加值产品倾斜，此外公司宣布已规划800亿日元追加投资，用于MLCC扩产 ，重点投向AI服务器领域，目标在2027财年将相关产能较当前提升约两成，第一期新产能预计在2027年四季度投产。同时， 三星电机在9月则签下万亿韩元级AI服务器MLCC长期供应合同。 从需求增速看，AI服务器已经成为MLCC增长较快的下游应用之一。 根据公开资料，2026年AI服务器MLCC需求约726亿颗、同比增长87%，2027年将达到约1,367亿颗，同比增长88%。 AI服务器虽然目前在MLCC总体出货颗数上尚未取代手机、PC、汽车等传统大市场，但已经成为高端MLCC需求和新增产能配置的重要增长方向。 （2）对消费电子和汽车电子的影响程度并不完全相同 消费电子：挤压相对明显 手机、PC等传统消费电子目前并未出现与AI服务器相当的需求增长，因此近期消费级MLCC供给趋紧更多来自供给端的产能重新配置，而非终端需求大幅扩张。由于部分中高容消费级X5R产品与高端产品在生产设备及制造资源方面存在一定竞争，当日、韩厂商提高AI相关产品的产能配置比例后，消费级MLCC的有效供给弹性相应下降，并推动部分订单向中国台湾及中国大陆厂商外溢。 价格变化也进一步说明产能配置调整已经由高端产品向消费端传导。TrendForce于2026年8月预计，三星电机第四季度面向OEM和ODM客户的消费级X5R产品平均提价约25%–30%，而AI服务器使用的高端X6S产品预计提价约10%–20%；其中，对消费规格提高报价的一个重要目的，是控制相关订单需求并释放产能用于高端产品线扩张。由此来看，对消费电子市场的影响主要体现为部分中高容产品的供给收缩、库存下降及价格上涨，而非所有消费级MLCC普遍短缺。 汽车电子：短期影响相对有限，但高端车规MLCC同样面临产能及供应资源竞争 车规MLCC本身具有较高的技术及认证门槛，需要在高温、低温、高湿、振动等复杂环境下长期稳定运行，并需通过AEC-Q200及客户验证。三星电机披露，车规MLCC的开发周期约为普通产品的3倍，售价亦达到普通产品的3倍以上。因此，已经通过客户认证并形成稳定供应关系的车规产品，其产能配置相对刚性，不会像普通消费级产品一样因AI需求增加而快速、大规模转移。 但AI服务器和汽车电子均属于高端MLCC的重要增长市场，在部分高容、高可靠产品以及先进设备、材料和制造资源方面仍存在一定竞争。TrendForce数据显示，在市场对2026年下半年供应趋紧的预期下，部分汽车ODM已将原计划于7月进行的MLCC采购提前至5月，反映出汽车产业链亦开始提高备货水平以应对潜在的供应压力。与此同时，新能源汽车、ADAS及汽车电子化程度持续提高，本身也在增加对高性能MLCC的需求。因此，汽车市场受到AI服务器的直接产能挤压相对弱于消费电子，但AI服务器与汽车电子需求同步增长，将共同提高高端MLCC产能利用率，并强化高规格产品的供需紧张程度。   Q：风华高科、三环集团等国产厂商目前在高端 MLCC、服务器用 MLCC 上的竞争力处于什么水平？如果参照长鑫存储的国产替代路径，MLCC 行业是否具备类似的产业条件？真正的差距又在哪里？ 陆景 沙利文中国业务主管合伙人兼董事总经理 （1）国产厂商已经从“低端替代”进入“中高端突破”，但与日、韩龙头仍存在明显差距 AI算力基础设施加速建设，正同步提升MLCC的用量及性能要求。AI服务器需搭载多块高功耗GPU，单模块使用数百颗MLCC，其中英伟达8-GPU Hopper HGX服务器的MLCC用量约为传统服务器的7–8倍，GB200 NVL72机架方案的用量增幅可达百倍以上。同时，系统功耗和集成度持续提高，对MLCC的容量密度、耐高温及高可靠性提出了更高要求，推动产品加快向高容、小型化和高可靠方向升级，也为具备相关技术和量产基础的国产厂商由通用产品替代逐步向中高端市场突破创造了新的机遇。 三环集团： 三环的优势更多来自长期积累的材料技术、陶瓷成型与烧结工艺，以及规模化制造能力。公司MLCC已实现 01005至2220 （英制）封装全规格量产，产品覆盖 微小型、高容、高可靠、高压及高频系列 。2023年，三环堆叠突破 1,000层 大关，进入全球第一梯队； 2025年进一步实现介质层由约5μm降至1μm（1微米，相当于头发丝直径的四十分之一）以下并成功量产 ，反映其薄层化和高叠层制造能力正在持续提升。针对光通信、服务器等高频场景， 公司高频低阻MLCC产品性能指标达到行业先进水平，深度切入AI服务器与高速光模块供应链。 公司2025年年报明确披露，其已经推出多尺寸高容MLCC，以及针对48V电源系统的多规格高容MLCC，数据中心产品供应能力持续提升；车规MLCC已经覆盖0201至2220、0.1pF至47μF，并逐步进入新能源汽车电源、电驱等应用，通过多家标杆客户认证。 产能方面，三环在 南充、德阳 建立的两大基地持续加码高容MLCC产能， 泰国 生产基地有序推进。今年7月成功登陆港交所后，三环的募集资金将投向海外产能扩建、自动化升级与材料创新，进一步夯实全球供应能力。 同时，与MLCC形成协同效应的是 光通信元件业务 。随着800G、1.6T光模块放量，陶瓷插芯、套筒等核心部件需求同步增长。三环集团是 全球领先的陶瓷插芯、套筒供应商（2025年市占率约70%） ，技术与规模优势显著，直接受益于AI算力建设带来的光互联需求爆发。 此外， 作为国内少数打通从上游陶瓷粉体到下游元器件的全链条的厂商 ，公司掌握陶瓷成型、烧结核心技术， 摆脱了进口材料的制约。 风华高科： 风华的优势在于产业积累、规模化生产和完整产品体系，正在向高端MLCC升级。 2026年上半年，公司高端MLCC（包括高容、车规、中高压产品）收入占MLCC收入约40%，且公司表示相关AI服务器产品正在陆续通过客户认证。 在产品和工艺层面，风华已掌握100nm以下钛酸钡粉体均质分散、超薄膜片流延及1,000层以上精密叠层等技术，极限高容MLCC烧结工艺体系，并已推出0805尺寸、100μF、2.5V、X6S产品，表明其高端化已从技术储备逐步进入产品落地和商业化阶段。 因此，风华已经不是单纯的中低端国产替代企业，但目前AI服务器高端MLCC的客户认证和规模放量仍处于持续推进阶段。 （2）MLCC具备一定类似“长鑫存储”的国产替代条件，但产业逻辑并不完全相同 有利条件 中国拥有全球最大的下游需求市场 中国是全球重要的消费电子、新能源汽车、通信设备及服务器制造基地，拥有大量整机厂商、汽车企业、服务器ODM、电源厂商及电子制造服务商，为国产MLCC提供了较丰富的产品验证和客户导入场景。随着供应链安全的重要性提升，下游客户也在主动引入国产供应商，为国产MLCC从消费级产品向车规、服务器等中高端应用渗透创造了条件。 上游产业链正在逐步完善 MLCC的制造涉及介质粉体、内电极浆料、离型膜、流延、印刷、叠层、烧结及封端等多个环节，过去高端材料和设备主要依赖日、韩企业。目前，国内产业链已开始形成协同突破：国瓷材料的MLCC介质粉体客户已覆盖三星电机、国巨及风华高科，并正在扩充车规级和AI服务器MLCC粉体产能；博迁新材也已形成纳米级、亚微米级镍粉供应能力，其2025年年报显示，AI服务器及汽车电子正推动MLCC内电极材料向更小粒径、更高球形度和更高分散性升级。 这与长鑫通过国产设备、材料及下游客户协同，逐步完成产品迭代和规模量产具有一定相似性。长鑫已从DDR4、LPDDR4X逐步拓展至DDR5和LPDDR5/5X，并持续推进国产供应链开发与验证，说明“本土需求-客户验证-规模量产-产业链协同”的追赶路径具备可行性。 国产厂商已经具备规模化制造基础 三环、风华及微容等国产厂商并非从零起步，已经在通用型MLCC及部分高容、车规产品上形成量产能力。相关企业已具备从材料及工艺优化、产品开发到客户验证的完整迭代基础，为进一步突破AI服务器高端规格提供了条件。 MLCC的国产替代逻辑与DRAM并不完全相同 DRAM产品的技术路线和接口标准相对集中，龙头企业可以通过工艺平台升级、产能扩张和标准产品放量，较快将技术进步转化为市场份额。MLCC则具有料号数量多、规格组合复杂及应用场景分散等特点，不同客户对尺寸、容量、额定电压、温度特性、直流偏压和可靠性的要求不同。因此，MLCC更可能沿着"单一料号突破-客户认证-小批量供货-扩大相邻规格”的路径逐步替代，整体进程会比标准化程度较高的存储芯片更分散。 （3）核心差距 最大差距不是“有没有设备”，而是材料+工艺+良率的综合能力 MLCC的核心难点在于 超薄介质层、多层叠层、高精度印刷、烧结控制以及长期可靠性。 尤其当MLCC向小尺寸、高容值发展时，介质层越来越薄，叠层数量越来越多，对材料纯度、粒径控制、浆料、印刷精度、烧结工艺和良率要求同步提高。 因此，中低端MLCC产线无法仅通过增加设备直接升级为AI服务器高端产线。国产厂商目前已在介质层薄化和高叠层方面取得突破，但进一步发展到高良率、低失效率和跨批次稳定量产，仍需要持续的工艺积累。 高端客户认证是第二个明显壁垒 AI服务器、汽车电子使用的MLCC通常需要在高温、高负载及频繁电流波动环境下长期运行，对实际工作电压下的有效容量、温度稳定性、失效率及批次一致性要求较高。产品开发完成后， 还需经过元器件选型、板级测试、系统验证及长期可靠性测试，并逐步进入服务器ODM、电源厂商或终端客户的采购体系。 因此，国产厂商已经推出高容、车规及服务器产品，并不意味着已经进入核心供应链并形成规模收入。产品开发、通过认证、小批量供货和大规模放量之间仍存在明显的时间差。 最顶级产品与国际龙头仍存在技术代际差距 日、韩龙头已经能够量产0402（小尺寸，使用亚微米介质层＜1 μm）、47μF（超高容）、X6S（耐高温）等产品，并长期覆盖全球头部服务器、汽车及消费电子客户。相比之下，国产厂商目前更多处于部分高端规格突破、客户认证及供货规模扩大的阶段，在小尺寸与超高容量结合、长期可靠性数据积累、量产良率及全球客户覆盖方面仍有提升空间。据 2026 年《Financial Times》对村田的采访，村田方面认为其在高端 MLCC 领域保持技术领先，估算与中国同业竞争者存在约 10 年的技术差距，并希望能够维持至少 3‑4 年的技术领先优势。 *本采访已刊登于《时代周报》，作者为朱成呈，原标题为：MLCC“一小时一个价”：高端产品产能遭争抢，国产厂商冲击“长鑫时刻”？

导语 当AI Agent逐渐深入操作系统、走向跨应用操作，商业生态、数据安全与产业治理随之面临结构性风险，治理规则需要同步跟进。针对这一趋势，弗若斯特沙利文在《2026年侵入式Agent产业治理白皮书》中系统分析了跨应用执行带来的生态影响，并提出以双重授权和全链路可审计为治理基础，逐步形成以API协同为主、GUI模拟为辅的跨应用协作机制。提升执行效率的同时，更应保障用户知情、平台可控、责任可追溯。智能体产业能否形成长期价值，取决于效率与信任能否保持平衡。 AI Agents are evolving from information interaction toward task execution, with cross-application operations emerging as an important direction of product development. However, as Agents gain deeper access to operating systems and applications, risks associated with insufficient authorization and unclear accountability are also increasing, requiring governance rules to evolve in parallel.   2026年上半年以来，Agent产业密集演进，在应用生态内、应用与应用、应用与终端、终端与终端均涌现多款基于接口或协议的交互方案。这表明，白皮书所揭示的产业损害逻辑——流量价值迁移、开发成本攀升、安全风险集中——正被越来越多的行业参与者所验证和认知。Agent权限边界的合规压力也在推动产业回归可治理、可追责的轨道上。 Against this backdrop, Frost & Sullivan’s White Paper on the Governance of Invasive Agents 2026 systematically examines the ecosystem implications of cross-application execution. It proposes a governance framework built on dual authorization and end-to-end auditability, with API-based collaboration as the primary approach and GUI simulation as a supplementary mechanism. The objective is to improve execution efficiency while ensuring that users remain informed, platforms retain control, and accountability remains traceable. The Agent industry’s ability to create long-term value will depend on maintaining a sustainable balance between efficiency and trust.   但与此同时，应用授权不充分、责任边界模糊、高危权限滥用等侵害产业的潜在问题依然存在。白皮书指出，随着全球AI竞争加速，治理能力和信任基础正成为企业进入国际市场的重要竞争条件。若以牺牲信任换取短期扩张，不仅会压缩中国AI企业的国际合作空间，也可能损害中国AI产业的长期国际信誉。Agent技术的演进方向，不应以侵入替代协同，而应在可信治理的框架内，实现从“能做什么”到“该做什么”的产业共识收敛。 As global competition in AI accelerates, governance capabilities and a strong foundation of trust are becoming increasingly important for companies seeking to enter international markets. Pursuing short-term expansion at the expense of trust could not only constrain international cooperation opportunities for Chinese AI companies, but also cause lasting damage to the global reputation of China’s AI industry.   根据沙利文《2026年侵入式Agent产业治理白皮书》，AI Agent加速进入系统层，跨应用执行正在重塑移动互联网入口与生态治理规则 Frost & Sullivan’s 2026 White Paper on the Governance of Invasive Agents: AI Agents Move Deeper into the System Layer, Reshaping Mobile Entry Points and Ecosystem Governance   随着多模态大模型从概念验证步入商业化落地，AI智能体（AI Agent）正逐渐深度介入设备底层操作，并展现出独立执行跨应用复杂任务的能力。在此背景下，部分绕过标准应用程序接口（API）、直接利用系统底层特权干预应用运行的“侵入式Agent”迅速蔓延，给现有的互联网信任机制与生态协同带来了空前挑战。 As multimodal large language models move from proof-of-concept to commercial deployment, AI Agents are increasingly becoming deeply involved in low-level device operations and are demonstrating the ability to independently execute complex tasks across applications. Against this backdrop, invasive Agents that bypass standard application programming interfaces (APIs) and directly use low-level system privileges to interfere with application operations are spreading rapidly, creating unprecedented challenges for existing internet trust mechanisms and ecosystem collaboration.   基于对全球及中国AI Agent市场的系统调研，弗若斯特沙利文（Frost & Sullivan，以下简称“沙利文”）于2026年3月正式发布《2026年侵入式Agent产业治理白皮书》。本报告聚焦侵入式Agent机制对产业流量分配、商业生态运作及底层数据安全造成的冲击，并对行业未来的规范化落地与治理路径进行了前瞻性研判。 In March 2026, based on systematic research into the global and Chinese AI Agent markets, Frost & Sullivan has officially released the White Paper on the Governance of Invasive Agents 2026. The white paper focuses on the impact of invasive Agent mechanisms on industrial traffic allocation, commercial ecosystem operations, and underlying data security, while providing forward-looking analysis of the industry’s future standardization and governance pathways.   01 侵入式Agent依托系统层权限突破应用边界，为产业治理带来新风险 Invasive agents breach application boundaries through system-level privileges, introducing a new layer of governance risk 侵入式Agent的关键特征，在于其不依靠标准接口或协议，借助系统签名级权限直接读取界面信息、识别页面内容，并模拟用户完成点击、输入、跳转等操作。借助这一路径，Agent可以在未获得应用方业务授权的情况下，跨越多个软件连续执行任务。相较于基于标准接口开展协同的路径，这种方式虽然降低了跨应用联动对生态合作的依赖，却也突破了原有应用边界与权限边界，将风险前置到系统层。 The defining feature of invasive agents is that they do not depend on standard interfaces or protocols exposed by third-party applications. Instead, they rely on high-level system privileges, including signature-level permissions, to directly read interface content, interpret on-screen information, and simulate user actions such as clicking, inputting text, and navigating between pages. Through this approach, agents are able to execute continuous tasks across multiple applications without obtaining business authorization from the applications involved. Compared with models built on standardized interface-based collaboration, this pathway reduces dependence on ecosystem cooperation for cross-application orchestration, but at the same time pushes risk upward into the system layer by breaking through established application and permission boundaries.   过去，用户需要先进入具体应用，再逐步完成信息获取与操作决策；如今，系统层Agent开始承接用户意图理解、任务拆解和动作调度，应用则更多退居为任务执行的承载界面。随着移动端原有以应用为中心的入口逻辑被改写，系统层Agent在提升任务执行便利性的同时，也开始对既有生态秩序、权限规则与治理边界形成新的冲击。 Historically, users entered individual applications and completed information discovery and decision-making step by step within each app environment. Today, system-level agents are increasingly taking over intent understanding, task decomposition, and action scheduling, while applications are being relegated to execution interfaces. As this shift rewrites the app-centric entry logic of the mobile internet, system-level agents are improving task convenience while simultaneously placing new pressure on existing ecosystem order, permission rules, and governance boundaries. 侵入式Agent的定义 Defining Features of Invasive AI Agents   02 侵入式Agent前置用户决策环节，第三方应用商业价值承压 By moving user decision-making upstream, invasive agents place pressure on the commercial value of third-party applications 当侵入式Agent逐步成为用户发起任务的主要入口，传统移动应用在生态中的角色也随之发生变化。原本由应用自身承接的搜索、浏览、比较、点击和下单等行为，被越来越多地前置到Agent侧完成，应用留给用户的直接交互时长和触达机会显著减少。 As invasive agents increasingly become the primary entry point for users to initiate tasks, the role of conventional mobile applications within the ecosystem is also changing. Activities that were previously carried out within apps, including search, browsing, comparison, clicking, and purchasing, are increasingly being completed on the agent side before users ever meaningfully interact with the application itself. As a result, applications face a sharp reduction in direct engagement time and user touchpoints.   这一变化将直接传导至应用开发者的商业模式。工具类应用首当其冲，交易类与社交类的生态价值也将被冲击。无论是依赖停留时长和曝光分发的信息流广告，依赖深度使用形成粘性的会员订阅，还是依赖交易链路闭环获得收益的佣金模式，都会受到不同程度影响。 This shift is likely to have direct consequences for application developers’ monetization models. Utility applications are expected to come under the greatest pressure first, but transactional and social/content platforms will also face material disruption. Whether monetization depends on information-flow advertising tied to user time spent and exposure allocation, subscription models built on deep engagement, or commission-based models supported by closed-loop transaction paths, each of these commercial mechanisms may be weakened to varying degrees.   白皮书测算显示，若未来侵入式Agent在用户侧渗透率达到25%，工具类应用商业价值预计下降39%，内容与社交类应用预计下降19.5%，交易类应用预计下降15.4%。这意味着，侵入式Agent带来的并非单点效率优化，而是应用生态商业价值的重新分配。 Frost & Sullivan estimates that if invasive agents reach a 25% user-side penetration rate in the future, the commercial value of utility applications could decline by 39%, while content and social applications could see a 19.5% decline and transactional applications a 15.4% decline. This suggests that the rise of invasive agents is not merely about marginal efficiency enhancement. It represents a broader redistribution of commercial value across the application ecosystem. 用户触达流量入口转移 Shift in User Traffic Entry Points   03 流量迁移未带来显著增量，反而导致产业内卷与高治理成本 Traffic migration does not generate meaningful incremental value, but instead intensifies internal competition and drives up coordination and governance costs across the industry 白皮书进一步指出，侵入式Agent带来的影响，并不主要体现为产业新增量，而更多体现为对现有流量分配关系的重新切分。当系统层Agent试图绕过既有合作机制直接承接用户需求时，平台方、应用开发者与Agent提供方之间的关系会由协同合作转向零和博弈。 The white paper further notes that the impact of invasive agents is not primarily reflected in the creation of substantial new market value. Rather, it is more accurately understood as a redivision of existing traffic allocation relationships. When system-level agents attempt to bypass established cooperation mechanisms and directly intermediate user demand, the relationship among platform operators, application developers, and agent providers may shift from coordinated collaboration to a zero-sum game. 侵入式Agent内卷式工具特征 Invasive AI Agents and Zero-Sum Competition 在这一过程中，应用开发者往往需要通过界面调整、反自动化识别、权限收紧和策略更新等方式进行防御，以应对未经许可的数据读取和界面操作。这使得软件迭代频率、兼容维护难度以及安全防护投入同步抬升。 In this process, application developers are often compelled to respond through interface adjustments, anti-automation detection, tighter permission controls, and ongoing strategy updates in order to defend against unauthorized data extraction and interface manipulation. This raises software iteration frequency, increases compatibility-maintenance complexity, and drives additional spending on security protection.   研究显示，在侵入式Agent渗透率达到25%的情况下，移动应用综合开发成本预计上升16%，包括合作协调、合规审查与安全防御在内的产业链综合治理成本预计上升34.4%。这一趋势说明，若缺乏清晰规则约束，侵入式发展路径很可能将产业资源更多消耗在对抗之中，而非创新本身。 Research indicates that at a 25% penetration rate for invasive agents, overall mobile-application development costs could increase by 16%, while total ecosystem governance costs, including coordination, compliance review, and security defense, could rise by 34.4%. The implication is clear. Without an explicit governance framework, an invasive development path is likely to consume more industry resources in defensive confrontation than in genuine innovation.   04 高权限集中叠加指令诱导，显著放大数据与资产安全风险 The concentration of high-level permissions, combined with instruction-based manipulation, significantly amplifies data and asset-security risks 为实现跨应用、跨场景的连续任务执行，侵入式Agent通常需要长期持有较高等级的系统权限，并在多个业务场景中维持账户登录与操作能力。这意味着，原本分散在不同应用中的数据边界和权限边界，开始向单一Agent集中。一旦出现权限滥用、模型误判或安全缺口，影响范围将不再局限于单个应用，而可能扩散至整个终端环境。 To enable continuous execution across applications and use cases, invasive agents typically require long-term access to elevated system permissions and the ability to maintain logged-in operational states across multiple business scenarios. This means that data boundaries and permission boundaries that were previously distributed across different applications begin to converge into a single agent. Once permission abuse, model misjudgment, or security vulnerabilities occur, the consequences are no longer confined to a single application, but may spread across the entire terminal environment.   与此同时，由于侵入式Agent具备读取屏幕内容并触发后续动作的能力，其还可能受到外部信息的诱导。攻击者可以通过网页、邮件、文档等载体嵌入特定指令，诱导Agent在用户未充分察觉的情况下执行删除、转发、修改、支付等敏感操作。原本局部、可控的识别偏差，在高权限执行环境下可能迅速演变为隐私泄露、账户风险甚至资产损失事件。由此可见，侵入式Agent带来的已不只是传统意义上的信息安全问题，更是权限集中背景下的系统性风险放大。 At the same time, since invasive agents can read screen content and trigger subsequent actions, they may also be inherently susceptible to indirect prompt injection. Attackers may embed specific prompts or instructions in webpages, emails, or documents, inducing the agent to perform sensitive actions such as deletion, forwarding, modification, or payment without the user’s full awareness. In a high-permission execution environment, what might otherwise have remained a localized and manageable recognition error can rapidly escalate into privacy leakage, account compromise, or even financial loss. In this sense, invasive agents do not merely create conventional information-security concerns. They materially increase systemic risk under conditions of concentrated authority. 零点击邮件指令触发网盘批量误删 Zero-Click Email Injection Triggers Bulk Cloud-Drive Deletion   05 以双重授权和全链路可审计为基础，构建可信治理框架 A trusted governance framework should be built on dual authorization and full-chain auditability 针对上述问题，白皮书提出，Agent产业的可持续发展不应建立在越过生态边界和削弱信任机制的基础上，而应推动形成以API协同为主、GUI模拟为辅的治理框架。其核心在于建立双重授权机制，即Agent开展跨应用操作，不仅需要获得用户对系统权限的明确授权，也需要获得被调用应用或服务方对具体业务动作的许可。 In response to these risks, the white paper argues that the sustainable development of the agent industry should not be built on bypassing ecosystem boundaries or weakening trust mechanisms. Instead, the industry should move toward a governance framework in which API-based collaboration remains the primary model and GUI simulation plays only a supplementary role. The core principle is the establishment of a dual-authorization mechanism. This means that for an agent to perform cross-application actions, it must not only obtain the user’s explicit authorization for system-level permissions, but also secure permission from the invoked application or service provider for the underlying business action itself.   在具体实施层面，可信治理框架应围绕四个方向展开。其一，清晰界定Agent的权限边界与可代办事项范围，防止能力外溢。其二，对涉及隐私、支付、资产和身份变更等高风险操作设置更严格的动作约束与确认机制。其三，建立覆盖授权、决策、执行与结果反馈的全过程留痕体系，确保关键操作可核验、可复盘。其四，在可审计基础上进一步明确责任归属，为后续争议处理、损失核定和制度约束提供依据。 At the implementation level, the report proposes that a trusted governance framework should advance along four directions. First, agent permission boundaries and the scope of delegable tasks should be clearly defined in order to prevent capability spillover. Second, stricter constraints and confirmation mechanisms should be imposed on high-risk actions involving privacy, payments, assets, and identity changes. Third, a full-process traceability system should be established across authorization, decision-making, execution, and result feedback so that critical actions can be verified and reconstructed. Fourth, on the basis of auditability, responsibility allocation should be clarified to support future dispute resolution, loss assessment, and institutional enforcement.   白皮书最终强调，Agent技术的演进方向不应是以侵入替代协同，而应是在可验证、可约束、可追责的框架内实现跨主体协作。只有在保障生态秩序、商业公平与用户安全的前提下，Agent才能真正释放其对社会效率提升的长期价值。 The white paper ultimately emphasizes that the future direction of agent development should not be one in which invasion replaces collaboration, but one in which cross-entity coordination takes place within a framework that is verifiable, enforceable, and accountable. Only by safeguarding ecosystem order, commercial fairness, and user security can agents fully deliver their long-term value in improving social and economic efficiency.   06 全球竞争不能以透支信任为代价，可信治理将成为中国AI走向国际市场的前提 Global AI competition cannot be pursued at the expense of trust; trusted governance will be a prerequisite for China’s AI industry to expand internationally 白皮书进一步指出，不能片面以创新视角理解侵入式Agent，而应考虑其对产业生态、公众隐私、安全环境、国际竞争的综合影响。Agent并不只是模型能力、产品形态和落地速度的竞争，更是治理能力、信任基础与规则适配能力的竞争。若侵入式Agent以突破权限底线、削弱授权机制、牺牲用户信任为代价，看似抢占了竞争先机，实则可能为整个产业与社会发展埋下更大风险。 The white paper further argues that invasive agents should not be viewed solely through the lens of innovation. Their broader implications for industrial ecosystems, public privacy, security conditions, and international competition must also be taken into account. Competition in AI agents is not only a matter of model capability, product form, and deployment speed. It is also a competition in governance capacity, trust infrastructure, and the ability to adapt to evolving rules. If invasive-agent providers seek short-term advantage by pushing beyond permission boundaries, weakening authorization mechanisms, and eroding user trust, such an approach may appear to secure an early lead, but in reality it may embed greater risks for the wider industry and society.   中美AI竞争格局的演进，不仅关乎技术能力和落地速度，也越来越取决于创新效率、安全约束与生态协同之间能否实现可持续平衡。对中国人工智能产业而言，具备安全、信任与规则兼容基础的Agent体系，将更有助于提升其面向全球市场的长期竞争力；若过度依赖以牺牲信任为代价的扩张路径，不仅可能削弱单一产品或企业的国际合作空间，也可能对中国AI整体的国际信誉带来负面影响，对融入全球主流的AI技术路线与治理体系同样构成负面障碍。 The evolution of China-US AI competition increasingly depends not only on technological capability and implementation speed, but also on whether innovation efficiency, security constraints, and ecosystem coordination can be balanced in a sustainable way. For China’s AI industry, an agent framework grounded in security, trust, and compatibility with emerging governance norms will be more conducive to strengthening long-term global competitiveness. By contrast, an expansion path built at the expense of trust may not only narrow the international cooperation space available to individual products or companies, but may also negatively affect the broader international credibility of China’s AI industry and create additional obstacles to its integration into mainstream global AI technology and governance systems.

NEWS  9月12日， 日联科技集团（上海）卓越创新中心（Center of Excellence，简称COE）在浦东新区张江科学城正式开业 ，标志着企业平台化、高端化、全球化战略布局迈出关键一步。 开业仪式上，沙利文全球高级副总裁、亚太区联合主席、中国董事长王昕博士等行业同仁、生态伙伴齐聚张江科创高地，共同见证日联科技创新赋能、生态共生的全新发展里程碑，聚力共探工业智检创新发展新路径。 日联科技董事长刘骏博士与沙利文董事长王昕博士 为中心揭幕 全新启用的日联科技（上海）创新中心，坐落于张江科学城核心区，区位优势突出、科创氛围浓厚。中心集研发创新、产业合作与战略投资并购为一体，构建起技术攻关、对外交流、内部赋能的复合型现代化科创阵地。 集中·沉淀·赋能 UNICOMP WORLD 依托上海区位优势，日联科技（上海）创新中心将深度融入张江科创生态，联动日联亚洲人工智能中心，秉持 “横向拓展，纵向深耕” 发展战略，发挥核心枢纽作用，统筹集团全球战略布局、AI检测技术成果转化与海内外业务， 赋能平台化创新 ，持续培育企业新增长曲线。 未来，日联科技将持续建设行业领先的平台型科技企业，为全球客户提供 多模态一体化智能 检测解决方案，以硬核科创实力赋能各行各业高质量发展。

导语 AI 可以在很短时间内阅读大量报告、网页和数据库，但“读得更多”并不自然等于“用得更可靠”。当报告中的结论被拆成片段、压缩成答案，甚至被智能体用于后续行动，行业研究必须重新回答一个问题：知识离开报告以后，怎样才能不失真？   AI 正在以很快的速度进入行业研究。 它可以阅读报告、检索数据、比较企业、生成摘要，也可以把多份材料重组为一份看上去结构完整的行业判断。过去耗时的信息查找与初步整理，正在被压缩。 更值得关注的是，AI 正在改变知识被使用的方式。 当一项市场规模数据从报告中被抽取出来，当一句趋势判断进入企业知识库，当一段专家观点被模型重新表述，它们是否还带着原来的时间、口径和适用范围？如果新证据出现、旧结论被修正，已经进入模型回答、客户材料和决策流程的旧知识，能否被及时发现？如果转述过程中丢失了限定条件，又应当由谁解释、维护和纠正？ 行业研究过去主要对一份报告负责。未来，还要对报告中的关键知识离开原文、被人和机器反复调用之后的状态负责。 这正是我们提出“知识 3.0”这一研究框架的起点。   从“ 留下来、找得到”，走向 “可靠使用并有人负责” “知识 3.0”不是一个已经形成学术共识的历史分期，也不是已经完成的技术标准。它是我们为理解 AI 时代知识变化提出的一套研究框架。 在这一框架中，知识 1.0 解决的是“ 留下来”。文字、出版、档案以及相应的专业制度，使知识能够脱离个人记忆，被稳定记录、引用和传承。 知识 2.0 解决的是“找得到”。互联网、搜索、数据库和网络协作，让分散的内容能够跨越地域与组织，被连接、发现和共同生产。 知识 3.0 面对的新问题是：当机器开始参与知识的选择、转化和使用以后，一项知识能否继续被人和机器可靠使用，能否被追溯、质疑、修正，并且有人负责。 这三种能力不是彼此替代的。报告、书籍和数据库不会因为知识 3.0 出现而失去价值。相反，完整文档仍然是保存论证过程、制度语境和复杂判断的重要载体。需要增加的是另一种能力：让文档中的关键知识离开原来位置以后，仍能带着必要的语境移动，并且能够返回原文接受检查。   更多报告为什么没有自动变成更可靠的行业知识 行业研究长期积累了大量报告、数据和专家判断。这些内容是训练行业模型、建设企业知识库和开展检索增强生成的重要基础，但资料规模并不等于知识质量。 首先，显性知识可能在流动中失真。 同一个“ 市场规模”，可能分别指销售额、出货量或终端交易额；同一份年度报告中的年份，可能是发布日期、数据基准年或预测期起点；同一句“预计高速增长”，可能是模型测算结果，也可能包含分析师对政策、竞争和供给条件的综合判断。人在阅读完整报告时，往往可以从章节、表格和脚注中恢复这些边界。机器只取得一个片段时，边界却很容易脱落。 其次，许多决定研究质量的经验没有进入正式成果。一项行业预测可能来自公开数据、企业访谈、模型测算和分析师判断，但最终报告未必记录研究人员如何处理异常样本和矛盾访谈，为什么选择某种情景，以及什么变化会触发重新估算。这些经验无法被完全编码；如果连判断痕迹都没有留下，机器就容易把专业判断误读为无条件事实。 因此，报告库能够保存“行业曾经说过什么”，可靠的行业知识还需要说明：具体是谁，在什么时间，按照什么口径，基于哪些相对独立的证据，形成了哪一项主张；这项主张适用于什么条件，现在是否仍然有效。 垂直模型首先需要的，未必只是更多报告，也包括更好的知识单位。   从文档片段走向知识对象 如果整份文档太大，孤立的句子又太薄，机器真正需要的，是位于两者之间的一种使用单位。我们把它称为“知识对象”。 知识对象不是最短的文本片段，而是最小的、能够带着必要语境被识别和调用，并能返回原始材料接受检查的知识单位。它可以是一项事实、一个指标、一个定义、一种方法，也可以是一个带有条件的专业判断。 为了避免知识对象只剩一条看似精确、实则失去上下文的字段，知识 3.0 提出五类不能被遗忘的问题。 内容层说明它在说什么、适用于什么条件；经验层保留判断的情境、权衡和例外；证据层连接直接来源、方法和冲突；责任层记录谁提供、转化、审验、发布、维护和纠错；生命周期层说明版本、状态、替代关系和变化原因。 五层不是五张要求所有知识机械填写的表格，也不意味着字段越多越可信。它们更像五组持续追问：我们正在使用什么，为什么可以使用，不能用到哪里，发生变化以后找谁。 知识对象也不取代报告。完整文档保存全貌，知识对象支持精确调用；使用者取得关键结论后，仍能返回原文恢复上下文。二者必须双向可达。   知识 3.0 将怎样改变行业研究 这种变化对行业研究的影响，不是简单增加一种交付格式，而是重新定义研究机构在知识链中的职责。 第一，报告将从交付终点变成知识生命周期的起点 传统研究项目往往在报告发布时完成主要交付。进入 AI 环境后，一项结论还会继续被检索、转述和组合。研究机构需要识别哪些知识被高频使用、容易失效或错误成本较高，并为它们建立版本、状态和更新触发机制。 新的市场数据出现，不应只是静默替换网页上的一个数字。真正重要的是说明：什么主张发生了变化，变化来自新证据、口径调整还是错误纠正，以及哪些既有判断可能受到影响。 第二，研究质量将从“整份报告可信”深入到“具体主张凭什么成立” 研究机构的品牌和专业声誉仍然重要，它们让使用者知道一份材料为什么值得优先关注。但机构声誉不能自动把预测变成事实，也不能替代具体主张的证据与边界。 未来的行业研究需要区分事实、解释、预测和建议，并让证据对应具体主张。多个报告观点相似，不一定意味着存在多份独立证据；它们可能只是反复转述同一个来源。研究机构的价值，将更多体现在发现原始证据、辨别口径、呈现分歧和说明不确定性。 第三，分析师经验将从“个人能力”转化为“可继续学习的组织痕迹” AI 无法取代研究人员在复杂情境中的判断，也不能通过几个字段复制一位专家。但组织可以更有意识地留下判断的来路：当时看见了什么信号，考虑过哪些解释，为什么选择某种情景，结果是否符合预期，后来又发现了什么例外。 这些记录不是为了把经验变成僵化规则，而是让机器和后来者知道，一项判断不是凭空出现，也不是在所有场景中无条件成立。对于行业研究机构而言，这会把个人经验沉淀为可持续学习、复核和修正的组织能力。 第四，研究成果需要同时面对人类读者和机器使用者 面向人的报告追求完整论证、表达节奏和阅读体验；面向机器的知识还需要稳定身份、清楚边界、来源对应、版本状态和调用方式。未来的行业研究不会在“ 写报告”和“做数据接口”之间二选一，而是需要建立两条相互连接的路径。 人可以阅读完整报告理解复杂逻辑，机器可以调用其中的关键知识对象完成检索、比较和辅助判断；一旦风险升高或准备进入行动，系统应当能够返回正式原文、暴露不确定性，并把决定交给拥有相应权限和责任的人。 第五，研究机构将从内容生产者走向知识责任链的重要节点 在知识 3.0 环境中，研究机构的角色可能进一步扩展：生产和整理证据，转化知识对象，审验来源与口径，维护重要知识的生命周期，并提供解释和纠错入口。 这不要求一家机构承担全部责任。知识从产生到使用可能经过多个主体，需要建立可见的责任链：谁完成了什么动作，谁有权作出决定，发生变化后由谁通知和修正。   行业研究机构可以从哪里开始 知识 3.0 不应从“把所有报告重新结构化”开始。成本更合理的路径，是先选择那些正在被频繁单独调用、变化较快或错误后果较高的知识。 高频使用的市场规模、经营指标、行业定义和关键预测，可优先补充来源、时间、口径、陈述类型与边界；依赖专家判断的内容，应保留情境、例外和重估条件；持续变化的内容，应记录版本之间的知识差异，而不只是文件修改日期。 同时，应当保留知识对象返回完整报告的路径。对象化不是把原文切碎以后丢弃原文，而是让精确调用和完整阅读彼此连接。 这些做法需要接受比较和验证：知识对象是否改善版本选择、证据对应和冲突处理？生命周期机制是否减少旧知识进入新回答？新增维护成本是否低于其减少的错误与复核成本？只有经过真实场景的对照研究，知识 3.0 才可能从理论框架走向可用能力。   结语：让知识在离开报告以后仍然可靠 AI 不会让行业研究失去价值。它正在迫使行业研究把价值建立在更深的位置。 未来研究机构的竞争力，不只取决于谁能更快发布报告、积累更多内容，也取决于谁能让关键知识离开原文以后仍然不失真：可以调用，可以找到证据和边界，可以看见版本与不确定性，也可以在发生变化时找到责任人。 当知识跨越组织边界，事实、证据、判断和审验能力仍分布在不同主体手中。连接这些知识、证据、变化与责任，可能形成一种公共可信知识网络。它不是中央数据库或“统一真相”，也不是知识 3.0 的唯一实现方式，而是一条有待共同验证的路径。 知识 3.0 仍然是一项开放的研究命题，它不可能由单一机构独自完成。 我们期待与三类合作伙伴展开交流：与大模型、知识工程、数据基础设施和行业应用领域的技术伙伴，共同验证知识结构能否带来可测的系统增量；与研究机构、行业协会、企业、专家和专业数据提供者等内容伙伴，共同探索高质量知识的生产、表达与持续维护；与标准研究、独立审验、法律合规及公共治理领域的治理伙伴，共同讨论证据、责任、纠错和公共性的边界。 这不是对一个既定平台的招募，也不是对某套标准的预先承诺。我们更希望从真实行业问题出发，共同定义问题、开展对照验证，并探索一套能够被人和机器可靠使用的行业知识基础设施。

沙利文洞见 从行业角度看，算力租赁核心门槛是资源获取、集群运营、客户服务与资金管理的综合能力。企业无需自建基础设施，通过长期租赁或托管第三方资源同样可行，关键在于是否对资源形成实质性控制，并自主负责调度、运维及SLA交付，对服务质量承担主要责任。行业区分服务商与中介，主要依据资源控制权与交付责任：服务商实质控制资源并承担运营风险，收入来自算力及增值服务，壁垒在于规模与技术；中介撮合供需赚取佣金，风险低但利润薄，壁垒依赖渠道效率。两者本质区别在于是否承担资产风险并输出技术附加值。 《时代周报》记者就算力租赁市场进入门槛与商业模式辨析采访弗若斯特沙利文（Frost & Sullivan，以下简称“沙利文”）中国高级合伙人兼董事总经理贾庞。   Q： 从行业角度看，算力租赁业务的核心门槛是什么？一家企业进入算力租赁市场，需要具备哪些关键能力？ 贾庞 沙利文中国高级合伙人兼董事总经理 算力租赁的核心门槛是能否形成稳定、可控、可持续交付的算力供给能力，主要包括四方面： 一是算力资源获取与控制能力 ，能够稳定获取GPU服务器、机柜、网络及电力等关键资源； 二是算力资源运营与交付能力 ，具备资源池化、集群管理、调度编排、监控计量及故障处置等能力，保障服务可用性及SLA； 三是客户获取与服务能力 ，能够持续获取客户需求并提升算力资源利用率； 四是资金及资产管理能力 ，有效管理资源采购、设备折旧、资源闲置及技术迭代等风险。因此，行业竞争壁垒主要体现为“资源获取与控制+运营交付+客户服务+资金及资产管理”的综合能力。   Q： 算力租赁企业是否必须拥有自建算力基础设施？如果主要依赖第三方采购或租赁GPU资源，再向下游提供服务，这种模式是否具备长期商业价值？规模门槛怎么衡量？ 贾庞 沙利文中国高级合伙人兼董事总经理 不必须。行业内既有自购并自建算力基础设施的重资产模式，也有通过长期租赁、托管、合作采购等方式获取算力资源的模式。采用第三方资源并不影响企业开展算力租赁业务，关键在于能否对相关资源形成稳定、持续的控制，并自主负责资源配置、调度、定价、计费、运维及客户服务，对最终交付质量和SLA承担责任。若仅进行短期资源撮合或转售，其业务稳定性和客户粘性通常相对有限。 目前行业内不存在统一的GPU数量或收入规模门槛。判断企业是否形成规模化运营，更适合综合考察稳定可支配的GPU或等效算力规模、资源利用率、客户及合同稳定性、算力服务收入和续约情况等指标，而非仅以自有GPU数量衡量。   Q： 行业如何界定“算力租赁服务商”与“算力中介/资源整合商”？两者在商业模式、盈利空间和竞争壁垒上有哪些本质区别？ 贾庞 沙利文中国高级合伙人兼董事总经理 行业内并无统一的法定分类，实际主要可从资源控制权和最终交付责任进行区分。算力租赁服务商通常对相关算力资源具有较稳定的控制权，并自主负责资源配置、调度、计量计费、运维及客户服务，对服务可用性和SLA承担主要责任；算力中介或资源整合商则更多承担供需撮合、资源匹配和交易协调职能，通常不持续控制底层算力资源，对最终交付承担的责任相对有限。 商业模式方面 ，算力租赁服务商主要收取算力租赁及相关运维、部署等服务费用，同时承担资源锁定、设备折旧或租赁、资源闲置及价格波动等风险；中介或资源整合商主要通过佣金、服务费或交易价差实现收入，资产投入和资源风险相对较低。前者收入规模和单客户价值通常更高，但盈利水平更依赖资源利用率、采购成本及定价能力。 竞争壁垒方面 ，算力租赁服务商更依赖稳定的资源获取与控制、集群运营与调度、SLA交付、客户基础及资金和资产管理能力；中介或资源整合商则更依赖供应商和客户渠道、供需信息覆盖及撮合效率。两类模式的核心区别在于企业是否对算力资源形成实质性控制，并对客户承担主要运营及交付责任。   *本采访已刊登于《时代周报》，作者为朱成呈，原标题为：独家|高乐股份67亿元算力大单迷雾：哈尔滨子公司注册地址为虚拟，算力业务团队超一半入职不足3个月？

近日（2026年8月）， 上海昂朴生物科技有限公司 （下称“昂朴生物”）与 北京无界进化科技有限公司 （INFevo，下称“无界进化”）正式宣布达成深度战略合作。双方将整合昂朴生物诱导多能干细胞（ iPSC ）疾病模型与多组学数据库资源、无界进化自研AI虚拟细胞大模型OCOO与计算生物学能力，共建适配全球NAMs监管体系的遗传病创新研发平台，开辟以“ 人源数据+虚拟计算 ”替代传统动物实验的新药研发路径。 当前全球生物医药正迎来 “去动物化” 研发范式变革，各国监管机构持续放开新型非动物测试方法学（ NAMs ）的申报应用通道。2025年4月，美国FDA官宣逐步取消单克隆抗体等药物的动物实验硬性要求；2026年3月，FDA发布NAMs使用指南草案，明确药企可提交类器官、器官芯片、AI计算模型生成的数据直接用于非临床安全性评价。国内同步加速产业落地，国家药审中心启动NAMs研究应用“先锋计划”，中国食品药品检定研究院设立创新方法评价中心，一套兼容人源细胞、数字模拟技术的全新审评体系正在成型。 在此产业转型关键窗口期，昂朴生物与无界进化的强强联合，将搭建国内自主可控的“实体人源细胞+AI虚拟模型”一体化研发底座，填补遗传病领域数字化非临床评价体系空白。   昂朴生物： 国内领先的iPSC智能制造与遗传病数据台 昂朴生物成立于2013年，是一家专注于遗传病领域和诱导多能干细胞（iPSC）技术的高新技术企业。公司已通过CAP、CMA和CNAS等多项权威质量体系认证。 在细胞模型层面，昂朴生物构建了国内领先的工业级iPSC制备分化平台，拥有500㎡工厂级实验室及1,400㎡GMP厂房，可定向分化为多种细胞模型，批次稳定性优于行业平均水平。在数据资产层面，昂朴生物建设了中国领先的遗传病iPSC库（iBGD），当前已积累近1,000株iPSC细胞株、300TB+多组学数据，覆盖罕见病目录内重点疾病。这一资源库对标日本RIKEN、美国 CIRM 等国际级iPSC生物样本库，填补了中国在遗传病iPSC领域的产业基建空白。   无界进化：从基准 SOTA 到临床一线的AI虚拟细胞引擎 无界进化（INFevo）成立于2025年，是晶泰科技（2228.HK）深度孵化的前沿AI生物企业。2026年6月，公司完成数千万元人民币天使轮融资，由顺为资本、红杉中国与松禾资本共同参与。 无界进化专注数字生命与计算生物学，以自研虚拟细胞基础模型 OCOO 为底座，结合强化学习构建面向药物发现的自主科学发现系统TPP（The Popper Project），将模型预测、实验设计、实验验证与结果回流纳入统一研发工作流，通过持续迭代不断提升模型能力。公司正加速建立覆盖新靶点发现、虚拟药物筛选与评价、临床方案优化的全功能AI生物学平台。   双向印证：“虚拟评价—人源验证—结果回喂”的正向研发闭环 本次合作实现标准化人源疾病多组学数据与高精度AI虚拟细胞模型深度耦合，完美契合全球NAMs监管政策导向，形成行业独有的闭环研发体系。 AI虚拟细胞的预测结论要成为研发决策依据，离不开大规模、高质量人源数据的独立验证；而人源细胞实验要形成规模化产出，同样需要足够强的计算与排序能力与之匹配。本次合作正是让二者深度耦合：OCOO虚拟细胞平台在数字空间完成潜在治疗靶点挖掘以及高通量化合物评价，精准推演不同遗传背景、不同人体细胞类型下的药物药效与毒副作用，并依托海量人源数据进行交叉验证；昂朴生物iBGD资源库输出大批量、可溯源、匹配真实人体病理特征的基因型—表型—药物响应多组学数据，既为模型预测提供独立的交叉验证基准，也在湿实验层面对结果给出校正。 两者互为印证、彼此校正，落地“虚拟评价—人源验证—结果回喂”的全新研发范式：以iPSC分化的人体功能细胞替代传统实验动物，以大数据与AI模拟替代高成本、低效率的经验试错实验。每一轮湿实验缩小模型探索空间，进一步模型又压缩下一轮所需的湿实验量，研发成本与周期随迭代持续下行。双方由此打通实体细胞实验与虚拟评价的链路，为药物创新提供符合国内外审评标准的基础设施，并推动新药的开发落地。 三个真实困境，一套共同解法 新药研发中代价最高的并非失败本身，而是失败发生得过晚。以下三类困境分处药物发现、疾病研究与临床决策的不同环节，却指向同一个技术缺口——缺少一个兼具人体生物学真实性与大规模计算能力的中间层。 当一个分子在动物模型中有效，却在临床阶段失效。 这是创新药研发中代价最高的系统性偏差，也是“去动物化”变革的根本动因。联合平台以“靶点虚拟研究与化合物虚拟评价＋人源细胞实验验证”的双层漏斗推进研发，快速形成带证据链的靶点与化合物优先级清单，以及符合FDA、CDE NAMs申报口径的人源数据，直接支撑项目决策与申报。将淘汰环节前置至成本最低处，意味着更短的靶点发现至临床前候选化合物（PCC）周期、更低的动物实验成本与合规风险，以及在全球监管转向中的先发位置。 当一种疾病全国仅有数十例患者，研究难以形成通量。 样本稀缺、动物模型缺失或失真、单中心难以支撑系统性筛选，是遗传病与罕见病研究长期的结构性困境。iBGD已覆盖罕见病目录内重点疾病的iPSC细胞株，可定向分化为运动神经元、皮层神经元、心肌细胞、星形胶质细胞、视网膜色素上皮细胞等疾病相关细胞类型；配合虚拟细胞模型，同一突变背景可在数字空间完成大规模扰动推演，产出疾病机制假说的计算生成与优先级排序、候选干预方案的预测结果，以及可直接在人源细胞上落地的实验设计。病例数由此不再构成研究通量的上限，候选药物的临床转化亦得以提速。 当临床存在明确的用药选择难题，却缺少可计算的解法。 真实世界的治疗决策多依赖经验与有限证据，难以复用与横向比较。虚拟细胞模型与患者来源细胞、类器官体系可形成双向迭代：AI提供可计算、可比较、可排序的预测框架，真实样本提供反馈与校正，产出面向具体患者群体的疗效与耐药预测、机制解析与潜在治疗靶点线索，并可沉淀为标准化的研究与分析范式。 三者分处研发链条的不同位置，制约却同源：足够真实的实验难以规模化，足够快的计算不足以还原人体。无界进化与昂朴生物的联手，让人源细胞与AI虚拟细胞的耦合补上真实性与通量之间的这一层，这也是本次合作的技术起点。   共启新篇：构筑国产研发底座，持续开放平台合作 当全球监管体系加速告别动物实验，当“人源数据+AI计算”成为药物研发的新坐标，昂朴生物与无界进化的战略合作，正是对这一时代命题的回应。 昂朴生物的遗传病iPSC数据银行，提供了中国自己的、可规模化获取的人源疾病模型与数据资产；无界进化的AI虚拟细胞模型，则提供了在计算机中预测药物响应的智能引擎。这套融合体系，对产业、药企、患者具备多重核心价值：对于创新药企，整套研发链路产出的数据符合FDA、CDE NAMs申报要求，有效压缩临床前研发周期、削减动物实验相关成本；对于遗传病领域，解决传统动物模型病理模拟失真、转化效率低下的行业痛点，加速疑难遗传病全新疗法开发；对于国内生物医药产业，搭建不依赖海外样本库与海外计算模型的自主研发底座，夯实国产创新核心竞争力。 未来，双方将持续扩充遗传病标准化细胞模型库，迭代优化遗传病专属AI虚拟细胞解决方案，完善适配国内外审评标准的NAMs技术方案。双方合作将聚焦于遗传病相关方向的新药研究与开发，并积极向全行业开放联合研发平台能力，积极推动在遗传病方向的治疗突破，为患者带来有效的治疗。

沙利文洞见 近日，国务院印发《"十五五"碳达峰行动方案》，明确提出完善算力设施节能降碳标准，推动未达标算力设施开展节能降碳改造，有序淘汰落后低效技术和设备，提升算力设施能效水平。2026年政府工作报告显示，国家枢纽节点新建数据中心绿电占比要超过80%，并鼓励实现100%绿色电力消费。 目前行业内相对成熟、已具备规模化推广条件的节能降碳路径主要有哪些？比如液冷、余热回收、CPO（共封装光学）等技术，目前分别处于什么应用阶段？目前 PUE 、CUE、单位算力碳排放（"算力碳效"）等多套评价指标并存，您认为未来是否需要建立一套全国统一、可比性更强的算力绿色评价体系？现阶段推行统一标准的难点在哪？未来三到五年，您认为绿色算力行业最大的变化会体现在哪些方面？AI技术本身的发展，是否会反过来改变数据中心的节能方式？比如通过AI优化制冷调度、预测负载从而降低闲置能耗，这类"用AI节能AI"的路径目前进展如何？ 弗若斯特沙利文（Frost & Sullivan，以下简称“沙利文”）中国合伙人周明子接受《时代周报》采访，共同探讨绿色算力开启“双向奔赴”新范式。 《证券日报》   Q： 目前行业内相对成熟、已具备规模化推广条件的节能降碳路径主要有哪些？比如 液冷 、余热回收、CPO（共封装光学）等技术，目前分别处于什么应用阶段？   周明子 沙利文中国合伙人 从行业的商业化角度看，当前算力节能降碳领域进入规模化拐点的是冷板式液冷，其市占率超过80%，目前不仅浪潮、华为等头部品牌的服务器已原生支持，而且新建智算中心基本默认配置，PUE可稳定压在1.15至1.25之间，是当下唯一能够"交付即用"的技术路径。浸没式液冷虽然性能更优，但面临初始投资高、运维体系需重建的实际课题需要进一步解决，目前仍依赖零碳园区和金融、运营商的标杆项目拉动，行业预测距规模化尚差约3至5年左右。余热回收技术本身成熟，但商业闭环严重受限于地理条件：北方有市政热网接口， 宁夏中卫 等项目已将余热打包进绿电直供方案；南方则只能对接温室、泳池等零散场景，回收周期过长，尚未形成独立可复制的商业模式。此外， CPO 的分化最为显著：交换侧将在2026年下半年开始起量，英伟达Quantum 3400 CPO交换机已定档量产，传输损耗降低60%；但芯片间的scale-up光互连要等到2028年Feynman架构量产才能规模铺开，届时市场有望迎来新一轮的应用爆发；   Q： 目前PUE、CUE、单位算力碳排放（"算力碳效"）等多套评价指标并存，您认为未来是否需要建立一套全国统一、可比性更强的算力绿色评价体系？现阶段推行统一标准的难点在哪？   周明子 沙利文中国合伙人 从行业发展角度看，建立一个全国统一的算力绿色评价体系是必要的，但在当前阶段做到"完全可比"并不现实。单一PUE指标的局限性已经非常明显：它完全不反映能源结构——PUE 1.1的全煤电数据中心与PUE 1.3的全绿电数据中心，碳排放差距可能达到数倍；它也不衡量算力产出效率——一台PUE 1.15但GPU利用率只有30%的集群，本质上是一种"虚假高效"；此外，建设期、设备制造、退役处置等范围三排放完全不在PUE的覆盖范围之内。政策层面已在推动转变：2026年政府工作报告首次将"算电协同"纳入新基建工程，国家数据局、国家能源局配套明确"枢纽新建算力设施绿电占比≥80%、西部PUE≤1.20/东部≤1.25"的双约束；信通院同时在推进面向AI业务产出的两类新指标——算力能效与Token能效，这两个新指标标志着行业的评价焦点从"机房效率"转向"业务产出效率"。另一方面看，推行统一标准，还面临三个实质性障碍：一是绿电溯源口径尚未统一，绿证、绿电交易、 绿电直供 、自发自用光伏四种路径的认定标准存在分歧；二是范围三碳排放的核算方法缺乏行业共识；三是区域资源禀赋差异过大，宁夏等西部枢纽靠风光+绿电直供易达标，长三角硬做到80%需跨省绿证+储能配套，强行用同一套分数去比较，东西部产业市场都会存在一定的顾虑。所以未来，更可能的演进路径是，由国家制定综合框架，由行业协会出台分级领跑值，类似LEED认证的金银分级逻辑，以达到更好的落地效果。   Q： 未来三到五年，您认为绿色算力行业最大的变化会体现在哪些方面？   周明子 沙利文中国合伙人 未来三到五年，沙利文认为绿色算力行业的变化将集中在四条相互嵌套的主线上。第一条是"绿电80%"从政策倡导变为刚性约束，这将从根本上重构数据中心的投资逻辑。目前八大算力枢纽中，只有宁夏、甘肃、内蒙古拥有成熟的绿电直供通道，其余节点的绿电占比大多低于30%，而2026年政府工作报告已明确将这一比例写入约束条件。这意味着2026年到2028年是抢占绿电直供通道、签署长期购电协议、锁定源网荷储资源的窗口期，错过这个窗口的项目将难以通过能评审批。第二条是产业布局将从"东数西算"进一步细化为"绿电腹地训练与存储、沿海推理、枢纽中转"的新版图，万卡以上的训练集群将基本锁定西部。第三条是液冷加零碳园区从示范性质转为准入标准，"十五五"方案明确要求建设100个国家级零碳园区，算力设施的绿色低碳转型已被单独列条，未来新建大型集群基本上将是液冷、绿电直供、余热利用三件套的标配组合。第四条是算电协同将催生出新的交易品种，数据中心作为可调节负荷参与电网调峰、绿电现货套利、非实时任务跨区域迁移，这些行为将使"算力碳效"和"绿电溯源"成为可交易的资产，经CCER核证后的项目回报率将高于纯硬件投资。沙利文认为，未来三到五年真正拉开企业差距的可能不是硬件参数，而是绿电采购协议的签约能力、碳资产的运营能力以及算力资产的调度能力——硬件大家都能买到，绿电通道、碳核证和可信的计算服务资产才是稀缺资源。易助能源在苏州某产业园的分布式算力中心，系统协同调度光伏、储能、负荷和算力任务。绿电充裕或电价低时增加非实时任务；用电高峰时降低或迁移可延迟负载，使算力中心从刚性负荷变为柔性负荷，参与削峰填谷和绿电消纳。系统根据任务、电价和能源供给，动态调整任务运行，保障稳定并降低成本。这表明其竞争力从硬件规模转向绿电获取、能源协同和算力调度能力。   Q： AI技术本身的发展，是否会反过来改变数据中心的节能方式？比如通过AI优化制冷调度、预测负载从而降低闲置能耗，这类"用AI节能AI"的路径目前进展如何？   周明子 沙利文中国合伙人 沙利文认为用AI技术优化数据中心自身能耗这条路径，实际进展比多数市场认知要快，但需要明确一条关键边界：AI调优是存量改造中性价比最高的杠杆，但它无法挽救PUE在1.3以上的老旧风冷机房——那些机房需要先更换液冷硬件，AI只能在此基础上做锦上添花。技术演进已经走过了三个阶段：第一阶段是基于负载预测的预调节，避免临时性峰值冲击；第二阶段是全局寻优，通过对冷机、水泵、冷却塔、CDU的联合调优，在已有节能架构基础上再挤出10%到30%的能效空间；第三阶段则是算电协同，将制冷策略与绿电出力时序、算力迁移联动起来，绿电充裕时提前预冷并多运行批处理任务，绿电紧张时主动降低非实时负载。沙利文认为未来真正具有溢价能力的产品形态，很可能是"AI调优加绿电时序匹配加跨区域负载迁移"的整套打包方案，单纯售卖AI节能软件。无锡某高端装备制造企业将其园区将能源和算力管理委托易助能源进行智能化运营管理。易助能源通过AI联动服务器、制冷、光伏和储能系统，预测算力负载、设备温度及绿电出力，动态调整制冷策略、服务器运行状态和任务时序，实现算力、制冷与电力的一体化优化。在绿电充裕时，系统可提前预冷并增加批处理和推理任务；在园区负荷高峰时，则通过服务器降频、任务错峰和储能调节降低峰值能耗。该场景将传统的单一制冷节能，进一步升级为对算力、冷量和电力资源的全局优化，体现了“用AI节能AI”从技术验证向实际运营场景加速落地。   *本采访已刊登于《证券日报》，作者为王镜茹，原标题为：绿色算力开启“双向奔赴”新范式

“AI正在重塑几乎所有与人有关的价值和活动，很难预测它最终会把我们的生产与生活带向何方。”8月5日，全球性企业增长咨询公司弗若斯特沙利文（Frost & Sullivan，下称“沙利文”）全球董事局主席兼首席执行官‌富大为（David Frigstad）在接受《国际金融报》记者采访时判断，AI正将企业带入一个竞争强度更高的时代。 "AI is reshaping almost all human-related values and activities, and it is hard to predict where it will ultimately take our production and daily lives." On August 5, David Frigstad, Global Chairman and CEO of the global growth consulting firm Frost & Sullivan, noted in an interview with a reporter from International Finance News that AI is bringing enterprises into an era of unprecedentedly intense competition.   在 富大为 看来，AI正以指数级速度加快企业决策、组织协同和市场竞争的节奏。“工业革命大约在150年里带来了百倍的变化；而现在，也许10年里就会发生百倍的变化。”他指出，CEO和企业都必须为这种前所未有的变化速度做好准备。作为沙利文的“掌舵者”，富大为长期深耕企业增长、创新与领导力，并将自己定位为“增长教练”（ Growth Coach ）。他认为，AI时代最稀缺的，并不是一次漂亮的技术展示，而是企业持续学习、快速选择，并推动团队真正行动起来的能力。值得一提的是，这是富大为时隔近十年再次来到中国。采访中，他回顾了自己所见证的中国创新产业跨越式发展，并对中国在人工智能等高科技领域形成的发展生态给予高度评价。“中国的创新能力让我无比兴奋，在世界任何地方，我都很少见到这样的景象”。 In Mr. Frigstad's view, AI is accelerating the pace of corporate decision-making, organizational collaboration and market competition at an exponential rate. "The Industrial Revolution brought about a hundredfold change over roughly 150 years; now, a hundredfold change might happen in just 10 years." He pointed out that CEOs and enterprises must prepare for this unprecedented speed of change. As the "helmsman" of Frost & Sullivan, Mr. Frigstad has long been deeply engaged in corporate growth, innovation and leadership, positioning himself as a "Growth Coach." He believes that what is most scarce in the AI era is not a beautiful technological demonstration, but a company's ability to continuously learn, make rapid choices and drive its team to take real action. It is worth mentioning that this is Mr. Frigstad's first visit to China in nearly a decade. During the interview, he reflected on the leapfrog development of China's innovative industries that he has witnessed and spoke highly of the development ecosystem China has formed in high-tech fields such as artificial intelligence. "China's innovation capabilities make me incredibly excited; I have rarely seen such a scene anywhere else in the world."   “我还是大学生时，曾在香港和台湾待过，后来第一次有机会来到北京，见到了我们的中国合作伙伴。那是很久以前了。”从学生时代第一次到访，到第一次走进中国市场，再到时隔十年来到上海，富大为的感慨并不只来自中国经济的活力或AI产业的热度，更来自一种在他看来颇为罕见的变化能力——“中国对改善与人的生活有关的问题所作出的国家层面的投入和承诺，令人震撼，也令人兴奋”。在他眼中，中国的发展并非停留在宏大的数字与叙事之中，而是在较短时间内不断转化为看得见的现实。看到中国经济的活力，他直言只能惊叹：“你们能够亲身经历这一切，这也是为什么我觉得，我们能生活在这个时代，是很幸运的。” "When I was still a college student, I spent time in Hong Kong and Taiwan. Later, I had my first opportunity to visit Beijing and meet our Chinese partners. That was a long time ago." From his first visit as a student, to his first entry into the Chinese market and now returning to Shanghai after ten years, Mr. Frigstad's reflections stem not only from the vitality of the Chinese economy or the boom of the AI industry, but also from a capacity for change that he considers quite rare—"China's national-level investment and commitment to improving issues related to people's lives is both astounding and exciting." In his eyes, China's development does not merely exist in grand numbers and narratives, but is continuously translated into visible reality within a relatively short period of time. Seeing the vitality of the Chinese economy, he frankly expressed his amazement: "You are able to experience all of this firsthand, which is exactly why I feel we are very fortunate to live in this era."     AI时代，企业靠什么建立竞争力？   “增长教练”，是富大为对自己的定义。 "Growth Coach" is how Mr. Frigstad defines himself.   这个称谓，源自他大学时期的体操运动员经历。“任何一位优秀的运动员都离不开教练，团队竞技更是如此。”在富大为看来，无论个人项目还是团队项目，通往胜利的过程都离不开训练、复盘与调整，更离不开教练持续的观察和引导。 This title originates from his experience as a gymnast during his college years. "No outstanding athlete can succeed without a coach, and this is especially true in team sports." In Mr. Frigstad's view, whether in individual or team events, the path to victory requires constant training, review and adjustment—and above all, the continuous observation and guidance of a coach.   但从赛场走进商业世界后，他看到了一种耐人寻味的反差：面对员工、客户与业务关系交织的复杂企业，许多CEO反而处在“无教练”状态——身边少有人能够持续提出问题，帮助他们复盘、判断，并作出更好的选择。 However, upon transitioning from the sports arena to the business world, he noticed an intriguing contrast: despite managing complex organizations with intricate webs of employees, clients and business operations, many CEOs find themselves in a "coach-less" state. They have few people around them who can consistently ask the right questions, help them review past actions, exercise judgment and make better choices.   基于此，富大为并不将沙利文简单定义为一家“带着一份方案走进企业，告诉管理层该怎么做”的传统咨询公司。他更愿意把自己定位为一名“增长教练”，从“我们怎样让你的团队变得更好？”这样的问题开始工作。 Because of this, Mr. Frigstad does not simply define Frost & Sullivan as a traditional consulting firm that "walks into an enterprise with a ready-made proposal and tells management what to do." Instead, he prefers to position himself as a "Growth Coach," initiating engagements with questions like, "How can we make your team better?"   在他看来，提供咨询的重点绝不在于替CEO作决定，也不在于提供一份可以照单执行的外部答案，而是帮助企业形成持续学习、快速判断和共同执行的能力，直至有一天“不再需要外部帮助”。 In his view, the true value of consulting lies not in making decisions for the CEO, nor in handing over an external playbook to be blindly followed. Rather, it is about empowering the enterprise to build its own capabilities for continuous learning, rapid judgment and collaborative execution—until the day comes when "external help is no longer needed."   这套关于组织能力的理解，也构成了富大为看待“AI时代企业如何构建竞争力”的起点。 This deep understanding of organizational capabilities also serves as the starting point for how Mr. Frigstad views the question of "how enterprises build competitiveness in the AI era."   “AI正在把企业带入一个竞争强度（Competitive Intensity）更高的时代。”富大为指出，随着信息愈发透明、技术扩散持续提速，世界各地的公司可能在同一时间开发、运用相似的AI能力。过去，一项核心技术或许能够被一家公司长期掌握，并转化为稳固的竞争壁垒；而今天，技术领先的“保鲜期”正在不断缩短。 "AI is bringing enterprises into an era of higher Competitive Intensity," Mr. Frigstad remarked. As information becomes increasingly transparent and the diffusion of technology continues to accelerate, companies around the world may develop and deploy similar AI capabilities at the exact same time. In the past, a single core technology might have been exclusively held by one company for a long period, translating into a solid competitive moat. Today, however, the "shelf life" of technological leadership is continuously shrinking.   富大为的判断是，企业之间的较量，正从“是否拥有一项新技术”，转向“能否驾驭技术带来的新变化”——能否更快作出决策，能否推动组织协同，能否将技术能力转化为更贴近客户的产品与体验。 Mr. Frigstad's assessment is that the competition between enterprises is shifting from "whether you possess a new technology" to "whether you can harness the new changes brought by technology"—whether you can make decisions faster, drive organizational collaboration and translate technological capabilities into products and experiences that resonate more closely with customers.   这种竞争逻辑的变革也对CEO提出了更高的要求。富大为将当下CEO应具备的能力概括为“高度连接的CEO”（ Connected CEO）：过去，董事会按季度开会，企业一年制定一次经营计划；如今，这样的节奏已很难追上瞬息万变的竞争。CEO需要更及时地感知项目、员工与客户的变化，并带领团队快速沟通、作出判断、付诸行动。 This shift in competitive logic also places higher demands on CEOs. Mr. Frigstad encapsulates the capabilities required of today's CEOs as the "Connected CEO." In the past, boards met quarterly and companies formulated their business plans once a year. Today, such a pace can hardly keep up with the rapidly evolving competitive landscape. A CEO needs to sense changes in projects, employees and customers more promptly, while leading their team to communicate rapidly, exercise judgment and take action.   不过，随着AI加速融入日常生活、走向产业一线，不同类型企业面对的考题并不相同。 However, as AI accelerates its integration into daily life and advances to the frontlines of industry, different types of enterprises are facing entirely different tests.   对于在AI浪潮中谋求转型的传统企业而言，问题早已不只是“上不上AI”，而是CEO是否真正参与其中，团队是否愿意全员投入。富大为认为，企业不能只把AI视为某个部门的任务，或是交由市场部采购的一项工具；更重要的是，借由AI全面审视内部协作方式与客户体验：哪些生产环节可以被重构，信息如何在组织中更快流动，企业与员工、客户之间的连接又该如何被重新定义。 For traditional enterprises seeking transformation amidst the AI wave, the question is no longer simply "whether to adopt AI," but whether the CEO is genuinely involved and whether the entire team is willing to fully commit. Mr. Frigstad believes that companies cannot merely view AI as a task for a specific department or a tool procured by the marketing team. More importantly, they must leverage AI to comprehensively re-examine their internal collaboration methods and customer experiences: which production processes can be reconstructed, how information can flow faster within the organization and how the connections between the enterprise, its employees and its customers should be redefined.   富大为谈到，亚马逊集团创始人杰夫·贝索斯最令他受启发的，是将“实验思维”（ Mindset of Experimentation）融入企业日常运营。“优秀的领导者、优秀的部门和优秀的人，整天都在做实验”。 Mr. Frigstad mentioned that what inspired him most about Amazon founder Jeff Bezos is the integration of a "Mindset of Experimentation" into the company's daily operations. "Great leaders, great departments and great people are conducting experiments all day long," he noted.   在他看来，许多尝试未必能够获得预期结果，但失败既无法被彻底避免，“也不宜被简单定义为失败，而是一次尚未成功的实验”。基于此，富大为进一步强调：“每一位员工都要用AI做实验，看看会产生什么结果。”处于转型中的企业，不能因为害怕犯错便与AI保持距离；一味等待确定答案，风险反而可能更大。 In his view, many attempts may not yield the expected results, but failure can neither be completely avoided "nor should it be simply defined as a failure, but rather as an experiment that has not yet succeeded." Building on this, Mr. Frigstad further emphasized: "Every employee should experiment with AI to see what results it produces." Enterprises undergoing transformation cannot keep their distance from AI out of a fear of making mistakes; blindly waiting for a definitive answer may actually pose a much greater risk.   而走在新一轮产业变革前沿的新兴公司，富大为的判断则更为直接：技术演示再炫目，也不等于真实的商业价值。 For emerging companies at the forefront of this new wave of industrial transformation, Mr. Frigstad's assessment is even more direct: no matter how dazzling a technology demonstration may be, it does not equate to real commercial value.   他以机器人为例：会后空翻、会跳芭蕾的机器人或许足够吸睛，但市场未必需要一台“会表演的机器人”；如果它能够进入医院、参与患者照护、解决真实需求，才可能成为真正值得关注的机会。 He cited robotics as an example: a robot that can perform backflips or dance ballet might be highly eye-catching, but the market does not necessarily need a "performing robot." However, if it can be deployed in hospitals, assist in patient care and solve real-world needs, then it becomes an opportunity truly worth paying attention to.   “归根结底，一切都取决于应用中的人类体验。”在富大为看来，AI和机器人公司必须近乎“疯狂”地聚焦应用本身，回答产品究竟服务谁、解决什么问题，以及能否在真实场景中形成可持续的商业化能力。“技术能力只是起点，真正决定一家公司能否穿过概念与风口、留在市场中的，是其能否将技术落到具体的人、具体的需求与具体的价值上”。 "Ultimately, everything depends on the human experience in its application." In Mr. Frigstad's view, AI and robotics companies must be almost "fanatical" in their focus on the application itself. They must answer exactly who the product serves, what problems it solves and whether it can build sustainable commercial viability in real-world scenarios. "Technological capability is merely the starting point. What truly determines whether a company can navigate past the hype and survive in the market is its ability to ground its technology in specific people, specific needs and specific values."   中国企业，如何构建全球影响力？ How can Chinese enterprises build global influence?   当下，AI正加速融入日常生活、走向产业一线。在这场变革中，中国在研发、制造、应用落地与产业协同等环节，正展现出愈发强劲的创新动能。 Today, AI is accelerating its integration into daily life and advancing to the frontlines of industry. In this transformation, China is demonstrating increasingly robust innovation momentum across areas such as research and development, manufacturing, application deployment and industrial synergy.   十多天前刚在上海落幕的2026世界人工智能大会，正是这一趋势的鲜明注脚。彼时的展馆中，最引人注目的已不再是单纯比拼参数的大模型，也不再是仅作炫技表演的机器人，而是从“会聊天”走向“能干事”的智能体（Agent），以及能够进入不同场景、执行实际任务的具身智能。 The 2026 World Artificial Intelligence Conference, which concluded in Shanghai just over ten days ago, serves as a vivid footnote to this trend. In the exhibition halls at that time, the most eye-catching highlights were no longer large models merely competing on parameters, nor were they robots putting on flashy technological displays. Instead, the focus shifted to Agents that have evolved from "being able to chat" to "being able to execute tasks," as well as embodied intelligence capable of entering various scenarios and performing practical tasks.   这股活力，同样被富大为感知到。在他的观察中，中国企业已经走过几个清晰的发展阶段：先是制造能力的建立，继而是供应链与物流体系的完善，随后是创新能力的积累与释放。“我曾经以为，创新可能是中国企业较难解决的问题，但如今也被顺利解决了”。 This vitality was equally sensed by Mr. Frigstad. In his observation, Chinese enterprises have gone through several clear stages of development: first the establishment of manufacturing capabilities, then the refinement of supply chains and logistics systems and subsequently the accumulation and unleashing of innovation capabilities. "I used to think that innovation might be a difficult problem for Chinese enterprises to solve, but today it has been successfully resolved," he noted.   时隔近十年再次来到中国，他看到的并非一个仍在追赶技术浪潮的市场，而是一个创新持续涌现、应用加快落地的产业现场——从技术研发到产品迭代，从商业模式到应用落地，新的尝试不断出现。“中国的创新能力让我无比兴奋，在世界任何地方，我都很少见到这样的景象”。 Visiting China again after nearly a decade, what he saw was not a market still chasing the technological wave, but an industrial landscape where innovation continuously emerges and application deployment accelerates. From technological R&D to product iteration and from business models to application deployment, new attempts are constantly appearing. "China's innovation capabilities make me incredibly excited; I have rarely seen such a scene anywhere else in the world," he said.   从制造业，到供应链与物流，再到如今的创新能力，富大为指出，中国企业的成长路径是一步一步走出来的。下一步，则是品牌的全球化。在他看来，中国企业发展中最难的部分已经完成；随之而来的问题是：怎样成为全球品牌？怎样在全球舞台上扮演更重要的角色？这将是中国经济和中国企业下一轮重要的增长机会。而在AI创新、产品能力与真正的全球影响力之间，企业仍需要补上关键一环：品牌。 From manufacturing to supply chains and logistics and now to innovation capabilities, Mr. Frigstad pointed out that the growth path of Chinese enterprises has been forged step by step. The next step is brand globalization. In his view, the most difficult part of the development of Chinese enterprises has already been completed. The ensuing questions are: How do they become global brands? How do they play a more important role on the global stage? This will be the next major growth opportunity for the Chinese economy and Chinese enterprises. However, between AI innovation, product capabilities and true global influence, enterprises still need to fill in a crucial missing link: the brand. Today, AI is accelerating its integration into daily life and advancing to the frontlines of industry. In this transformation, China is demonstrating increasingly robust innovation momentum across areas such as research and development, manufacturing, application deployment and industrial synergy.   而要跨过这一步，CEO不能只做技术与产品的讲解者，更要成为企业故事的讲述者。 “史蒂夫·乔布斯在讲故事这件事上做得非常好。”以苹果公司为例，富大为进一步解释，乔布斯并不执着于讲述一串“比特、字节和功能参数”，而是讲苹果为什么要做这样的产品，希望为客户带来怎样的体验。 To take this step, a CEO cannot merely be an explainer of technology and products, but must also become a storyteller for the enterprise. "Steve Jobs did a phenomenal job at storytelling." Using Apple as an example, Mr. Frigstad further explained that Jobs did not obsess over reciting a string of "bits, bytes and functional parameters." Instead, he talked about why Apple wanted to create such products and what kind of experience they hoped to bring to customers.   “技术、客户应用与企业使命，都可以成为故事的起点。CEO要做的，是将这些线索串联起来，构建一个能够跨越全球市场与文化边界的品牌。”富大为强调，真正有影响力的品牌，需要让不同市场的客户、员工、投资人、合作伙伴与供应商，理解并相信同一个故事：这家公司为什么存在，希望改变什么，又将为谁创造价值。 "Technology, customer applications and corporate mission can all serve as the starting point of a story. What a CEO needs to do is connect these threads to build a brand capable of crossing global markets and cultural boundaries," Mr. Frigstad emphasized. A truly influential brand needs to make customers, employees, investors, partners and suppliers across different markets understand and believe in the same story: why this company exists, what it hopes to change and for whom it will create value.   除了学会讲故事，富大为还建议中国企业从一开始便以全球市场为坐标。“不要把自己局限为一家中国公司，要把自己定位成一家全球化公司。”在他看来，中国企业出海下一阶段的课题，并不只是将产品销往海外，或在不同市场复制一套增长方法，而是将整个全球经济视为自身所处的舞台，重新理解企业的定位、客户与价值主张。 Beyond learning how to tell a story, Mr. Frigstad also advised Chinese enterprises to use the global market as their coordinate system from the very beginning. "Do not limit yourselves to being a Chinese company; position yourselves as a global company." In his view, the next phase for Chinese enterprises going global is not just about selling products overseas or replicating a growth methodology across different markets. Rather, it is about viewing the entire global economy as their stage and redefining the enterprise's positioning, customers and value propositions.     *文章来源：国际金融报（转载） International Financial News

“企业在寻找可持续、长期增长路径时，AI正成为一股不可忽视的重要力量。” As companies search for path to sustainable, long-term growth, AI is becoming a vital force that cannot be ignored.   近日全球性企业增长咨询公司弗若斯特沙利文（Frost & Sullivan，下称“沙利文”）全球总裁兼主管合伙人、全球董事局执行董事祖亚儒（Aroop Zutshi）在接受《国际金融报》记者采访时表示，企业真正的增长，并非一时的收入上扬，而在于能否找到可持续、可复制的转型增长（Transformational Growth）路径。而相比前一轮互联网革命，AI将为企业带来更深刻的影响与机会。 Recently, Aroop Zutshi, Global President, Managing Partner, and Executive Director of the Board at the global growth consulting firm Frost & Sullivan (hereinafter referred to as "F&S"), made these remarks in an interview with International Financial News. He stated that true corporate growth is not merely a temporary surge in revenue, but whether a company can find a sustainable and replicable path to transformational growth. Compared to the previous revolution brought by the internet, AI will bring far deeper impacts and opportunities to businesses.   长期深耕“全球化与本土化相结合”的企业发展模式， 祖亚儒 到访过80多个国家，并在约45个国家工作过。而在过去30年间，他每年至少到访中国两次，有时一年多达四次，是中国市场的“常客”。 Having long cultivated an enterprise development model that "combines globalization with localization," Zutshi has visited over 80 countries and worked in approximately 45. Over the past 30 years, he has visited China at least twice a year—and sometimes up to four times—making him a frequent guest in the Chinese market.   长期、持续的观察，让他得以近距离见证中国企业、中国市场与中国经济的巨大演变。“很难说，世界上还有哪个国家能够在相同时间内取得与中国同等、甚至更大的进步。”祖亚儒直言。 Long-term, continuous observation has allowed him to witness up close the massive evolution of Chinese enterprises, the Chinese market, and the Chinese economy. "It's hard to say if there is any other country in the world that could make equivalent, or even greater, progress within the same timeframe," Zutshi stated frankly.   “每次来到中国，我都会看到中国和中国企业进入一个新阶段。”从医疗、科技、 ICT 、通信到航天，在祖亚儒看来，中国企业正凭借技术与产品能力参与解决全球性问题；道路、桥梁与技术等基础设施的持续改善，也共同构成了一个不断向前的中国。 "Every time I come to China, I see China and Chinese companies entering a new stage." From healthcare, technology, and ICT (information and communications technology) to aerospace, Zutshi believes Chinese enterprises are leveraging their technological and product capabilities to help address global issues. The continuous improvement of infrastructure—such as roads, bridges, and technology—collectively forms the China that is constantly moving forward.   尤其在AI领域，他提到，中国早在世界广泛讨论AI之前，便已投入大量资源。如今，中国在多个行业的AI技术上处于领先位置，许多企业和国家也能从中国的技术进展与产业实践中受益、获得启发。 Particularly in the field of AI, he noted that China invested significant resources long before the world began widely discussing artificial intelligence. Today, China holds a leading position in AI technology across multiple industries, and many companies and countries stand to benefit from and be inspired by China's technological advancements and industrial practices.   尤其在AI领域，他提到，中国早在世界广泛讨论AI之前，便已投入大量资源。如今，中国在多个行业的AI技术上处于领先位置，许多企业和国家也能从中国的技术进展与产业实践中受益、获得启发。 Particularly in the field of AI, he noted that China invested significant resources long before the world began widely discussing artificial intelligence. Today, China holds a leading position in AI technology across multiple industries, and many companies and countries stand to benefit from and be inspired by China's technological advancements and industrial practices.   AI赋能企业可持续增长   “转型增长”，是祖亚儒最为关注的议题。 "Transformational Growth" is the topic Zutshi focuses on most.   “许多企业容易将短期市场红利、需求反弹或收入跃升，视作战略成功；但外部环境一旦改变，这种增长也可能迅速消失。”祖亚儒指出，企业真正要追求的，并非一时的营收上涨，而是一种能够持续创造机会、改善利润，并不断为客户创造价值的能力。 "Many companies tend to mistake short-term market dividends, demand rebounds, or revenue jumps for strategic success. But once the external environment changes, this kind of growth can disappear quickly," Zutshi pointed out. He emphasized that what companies should truly pursue is not a temporary rise in revenue, but the capability to continuously create opportunities, improve margins, and deliver ongoing value to customers.   在他看来，这对应着企业增长的两种模式：一种是常规增长，即企业在某一阶段抓住市场需求或周期机会，收入和利润随之上升，但这种增长未必能够持续；另一种则是转型增长，即企业找到长期、可持续、可复制的增长机会，并通过创新与执行，建立更具独特性的市场位置。 In his view, this corresponds to two modes of corporate growth: Conventional Growth: A company capitalizes on market demand or cyclical opportunities at a certain stage, leading to a rise in revenue and profit—though this growth may not necessarily be sustainable. Transformational Growth: A company identifies long-term, sustainable, and replicable growth opportunities and builds a more distinct market position through innovation and execution.   “转型增长不仅要看市场，也要看非市场因素——供应链、政策、技术变化和商业环境等，都可能影响一家企业能否实现长期增长。”祖亚儒强调，企业需要的，不是一份可执行的战略方案，而是一套能够持续发现机会、判断机会并把握机会的能力。 "Transformational growth depends not only on the market, but also on non-market factors—supply chains, policy, technological shifts, and the business environment can all affect whether a company can achieve long-term growth," Zutshi stressed. What companies need is not just an actionable strategic plan, but a set of capabilities to continuously discover, evaluate, and capture opportunities.   但如今，企业在寻找可持续、长期的增长路径时，AI正成为一股不可忽视的重要力量——它一边加速进入日常生活和产业一线，一边快速迭代能力。祖亚儒也坦言，AI正不断重新定义实现转型增长的条件，也向企业提出了新的挑战。 Today, as companies search for sustainable, long-term growth paths, AI is becoming a vital force that cannot be ignored—it is accelerating into daily life and front-line industries while rapidly iterating its own capabilities. Zutshi acknowledged that AI is constantly redefining the conditions for achieving transformational growth and presenting new challenges to businesses.   “市场动态的变化并不新鲜。”祖亚儒指出，企业经营中既有可以掌控的因素，也有难以掌控的变量，前沿技术的出现与落地便是其中之一。以AI为例，人们早已知道它的存在，但直到过去两年，它才真正以今天这样的方式进入大众生活，并在极短时间内产生了深刻而广泛的影响。 "Changing market dynamics are nothing new," Zutshi noted. In business operations, there are controllable factors as well as difficult-to-control variables, and the emergence and implementation of cutting-edge technology is one of them. Taking AI as an example, people have long known about its existence, but only over the past two years has it entered the public sphere in its current form, exerting a profound and widespread impact in a very short period.   “我更愿意把AI看作转型增长的赋能者，而不是转型增长的颠覆者。”在祖亚儒看来，AI当然会改变企业，但企业不应将其视为会摧毁既有业务的外部威胁。真正重要的是，把AI纳入企业的增长体系，让它帮助企业更快作出改变，并创造更多价值。 "I prefer to view AI as an enabler of transformational growth, rather than a disruptor of transformational growth," Zutshi said. While AI will certainly transform companies, businesses should not treat it as an external threat that will destroy existing operations. What truly matters is integrating AI into a company's growth system, allowing it to help the enterprise make changes faster and create more value.   在他看来，企业需要从内部和外部两个维度使用AI。对内，企业首先应重新审视所有工作流：一项业务如何从A点推进到B点，信息如何流动，哪些环节耗时、重复，或容易出错。通过引入AI梳理流程，企业能够提高速度、质量和效率，进而降低成本、改善利润率。 He believes companies need to utilize AI from two dimensions: internally and externally.   Internally: Companies should first re-examine all workflows—how a business process moves from Point A to Point B, how information flows, and which steps are time-consuming, repetitive, or prone to error. By introducing AI to streamline processes, companies can increase speed, quality, and efficiency, thereby lowering costs and improving profit margins. Externally: Beyond internal efficiency, companies must leverage AI to rethink their products and services.   而在内部提效之外，企业还需要借助AI重新思考产品与服务。祖亚儒认为，随着信息愈发透明、技术扩散持续提速，世界各地企业的产品能力将越来越接近。届时，真正拉开企业差距的，是客户体验——从使用、咨询、售后，到问题出现时企业如何回应客户。 Zutshi observed that as information becomes more transparent and technology diffusion accelerates, product capabilities among companies around the world will become increasingly similar. When that happens, what truly sets a company apart is customer experience—ranging from usage, consultation, and after-sales service, to how the company responds when problems arise.   “能否增加新的功能？能否提供新的服务？能否创造新的商业模式？更重要的是，能否让客户获得更便宜、更好、更快的产品和体验？”在祖亚儒看来，企业都应借助AI，一一回答这些问题。 "Can you add new features? Can you provide new services? Can you create new business models? More importantly, can you offer customers cheaper, better, and faster products and experiences?" In Zutshi's view, all companies must leverage AI to answer these questions one by one.   把中国能力变成全球价值 Turning Chinese Capabilities into Global Value   当下，AI正加速进入千行百业。在这场变革中，中国企业正走在前沿：既加快AI在产业场景中的应用与落地，也持续展现出强劲的原创能力。 Currently, AI is accelerating its penetration into various industries. In this wave of transformation, Chinese enterprises are standing at the forefront: they are accelerating the application and implementation of AI in industrial scenarios while continuously demonstrating strong capacity for original innovation.   作为中国市场的“常客”，在祖亚儒看来，中国企业的优势不只在于速度，更在于能够将制造、技术与产品能力结合起来，并在汽车、出行、医疗健康、ICT等领域创造实际价值。越来越多中国制造的产品达到全球标准，也开始进入海外市场，改善当地生活、带动当地生态。 As a "frequent guest" to the Chinese market, Zutshi sees that the advantage of Chinese enterprises lies not just in speed, but in their ability to combine manufacturing, technology, and product capabilities to create tangible value across sectors like automotive, mobility, healthcare, and ICT. An increasing number of products made in China meet global standards and are entering overseas markets, improving local lives and driving local ecosystems.   也正因此，谈及中国企业的全球化，祖亚儒首先给出了一个不同于“竞争叙事”的判断。 Precisely for this reason, when discussing the globalization of Chinese enterprises, Zutshi first offered an assessment that differs from the typical "competition narrative."   “比起全球化竞争，更应该讨论的是全球化合作。中国企业与海外同行并不必然是此消彼长的关系。”在他看来，走向全球不只是将产品卖到更多国家，而是将自身的制造、技术与创新能力带入更多真实场景，更是在全球市场中寻找合作的可能，共同将技术与产业能力转化为对社会的真实价值。 "Rather than global competition, we should be discussing global cooperation. Chinese companies and their overseas peers do not necessarily have a zero-sum relationship." In his view, going global is not just about selling products to more countries; it means bringing one's manufacturing, technological, and innovative capabilities into more real-world scenarios. It is also about seeking potential collaborations in global markets to jointly translate technology and industrial capabilities into real value for society.   “不过，全球化的第一步，并不是急于进入尽可能多的国家。”祖亚儒指出，企业要先判断哪些市场真正值得进入：既要评估市场规模、竞争程度、技术水平、渠道条件与客户需求，也要考量贸易政策、税收安排、投资环境、资金汇回等非市场因素。 "However, the first step of globalization is not rushing into as many countries as possible," Zutshi pointed out. Companies must firstly evaluate which markets are truly worth entering. This requires assessing market size, competitive intensity, technological maturity, channel conditions, and customer demand, as well as weighing non-market factors such as trade policies, tax arrangements, the investment environment, and capital repatriation.   比市场选择更难的，是跨越品牌信任。祖亚儒指出，一个品牌在中国成立，并不意味着它在另一个国家也会被同样理解。 Harder than selecting markets, however, is building cross-border brand trust. Zutshi noted that just because a brand is established in China does not mean it will be understood the same way in another country.   在他看来，企业必须重新理解当地客户的需求、文化与价值判断，必要时甚至需要调整品牌表达与市场定位。“技术可以帮助企业进入全球市场，但信任决定企业能否真正留在全球市场。” In his view, companies must re-understand the needs, culture, and value judgments of local customers, and adjust their brand messaging and market positioning when necessary. "Technology can help a company enter the global market, but trust determines whether it can truly stay there."   “中国企业能够走在前列，关键在于始终专注于为客户创造更大价值，并以优异的性价比提供产品和解决方案。”祖亚儒判断，当这种中国能力真正转化为能够被全球市场理解、接受并共享的价值时，中国企业也将迎来下一轮重要的增长机会。 "The key to Chinese enterprises staying at the forefront is their persistent focus on creating greater value for customers and offering products and solutions with exceptional cost-performance," Zutshi concluded. When these Chinese capabilities are truly transformed into value that can be understood, accepted, and shared by the global market, Chinese companies will welcome their next major growth opportunity.

关于沙利文贯彻落实《广告引证内容执法指南》政策细则的公告声明 近期，沙利文关注到国家市场监督管理总局办公厅先后发布关于强化广告中提示性用语监管工作的相关通知，并在后续正式发布《广告引证内容执法指南》（简称指南）的公告，沙利文于指南发布的第一时间迅速组织内部合规团队认真 学习 指南的具体政策要点，并针对指南中可能涉及与沙利文市场地位声明服务相关的细则，面向沙利文的所有相关客户做了全面的告知宣导与风险提示，以避免客户将沙利文过往出具的调研结论不当应用在各类广告引证场景中。 沙利文在近年开展市场调研服务与品牌方的沟通中，逐步意识到传统的广告创意宣传形式已经难以满足品牌方日益增加的应用场景需求，品牌方迫切需要从可信、合规、可复用层面来建立广告受众群体统一的品牌认知框架，该需求直接催生了第三方咨询公司市场地位声明这一全新的调研服务业态。沙利文在开展此类调研工作时，始终恪守专业研究准则，在出具的完整报告及市场地位声明文件中，均明确标注统计口径、适用时间、样本范围、数据局限等前置限定条件，输出的研究结论均附有严格适用边界，原始研究本身并不适合直接作为品牌方的营销口号使用。 但 沙利文 发现，部分品牌方在进行广告宣传时，断章截取报告中对自身有利的结论，隐去报告全部或部分前提约束条件，剥离统计边界，将一份带有严格限定的专业调研结论，简化、改造为营销广告语对外传播，由此产生引人误解的广告效果。 在全面 学习 指南 政策并咨询相关专家，经慎重考虑与充分论证后，为避免调研成果被不当使用而误导消费者，沙利文正式声明 ： 将在中国 内地 全面停止 调研 结论包含广告绝对化用语的市场地位声明类业务，同时启动对历史研究结论使用情况的全面排查，并要求相关品牌方立即停止使用已超出授权期限、不符合广告监管新要求的历史研究产出。沙利文将严格遵守《广告引证内容执法指南》的政策要求，坚决反对严肃行业研究成果被滥用、乱用。 作为一家专业的行业研究机构，沙利文致力于构建可信、合规的研究生态，向社会输出更具研究底蕴和内涵的交付物。沙利文也将积极探索更加科学、严谨、阳光、可追溯、可验证的行研方法论，向公众传达更加客观、中立的市场研究产物。     弗若斯特沙利文 2026年 8 月 1 9 日