与「企业数字化」相关的搜索结果

从大一开始 AI 创业，三年间，我一直在想 AI 时代到底什么最值钱？ 现在，可以做一个复盘，把这件事好好梳理一下，也给同在创业的朋友一些建议： 技术是最不值钱的东西，记好、记好、记好！！！！！！ 真正值钱的是渠道，是你能触达谁、链接谁 我有个很佩服的老板，他公司没有一个技术，之前帮企业做抖音运营，攒了一批客户关系。 AI 这波起来之后直接转型做 AI 企业服务，拿了一堆代理，又招了一批代理帮他卖，一个纯销售公司硬是变成了 AI 服务商，你细品～ 技术不需要他管，让第三方去对接就行了，他不需要懂GEO怎么做的、AI获客怎么做，他只需要做好销售，利用好他的渠道就够了，关于研发和交付这种脏活累活，谁爱干谁干（当然，我也只配给他干脏活累活，呜呜呜） 今年上半年我自己也在拼命做渠道，线下活动跑了好多场，链接了几百位老板，一个个聊一个个转化 说实话，太慢了 而且不只是渠道。找客户、找投资人、找合伙人、招人，哪件都难。优质的人不刷招聘网站，好的客户不看你的推广帖，投资人更不可能主动来找你 我一直在想有没有更快的办法，最近试了个叫 Lev8 的工具，直接跟它说"帮我找做过企业数字化转型的公司负责人，给我联系方式" 几分钟出来了。背景、公司、最近在忙什么全标好 我又试了"帮我找最近在看 AI 赛道的早期投资人"，一样精准出来 更有意思的是，它还帮你写个性化的触达消息，对方最近在忙什么就从什么角度切入，每封都不一样。邮件、LinkedIn、WhatsApp 一键发出去 而且还能设监控？？？你关注的人换工作了、拿融资了，自动提醒你 不过工具终归是工具，你自己不知道要找什么人、说什么话，发再多也白搭。 但是如果你现在有明确想找的客户、投资人、合伙人等，那么这个非常值得你尝试一下了！！！ 希望这些对大家能有帮助，产品链接放到评论区👇

卧槽，6个月→15天！ 森马用AI把整个服装行业的底裤都扒了。 真的兄弟们，看完森马的 AI 落地，我直接懵了， 光2025年，AI就给森马带来几个亿的确收回款， 节省视觉、营销、样衣研发等成本数千万， 上新周期从 6 个月，直接压到了 15 天。 这才是真正的AI落地啊，能对业务带来增量价值， 而不是瞎折腾消耗token重复造轮子！ 很多人以为传统企业用 AI，就是拍个图写个文案， 没想到森马直接把 AI 做成了全链路基础设施， 覆盖供应链、库存、直播、运营、物流、客服、财务。 整整 400 多个场景。 连整个经营逻辑都重构了， 最狠的是 AIGC 视觉， 以前拍一组模特图要等两个月， 改个背景换个动作，还要再等两个月， 现在 AI 几分钟出图， 效果不输实拍，成本几乎为零， 所有款式全量覆盖，不用再只赌几个爆款， 传统上新是串行的， 一个环节等一个环节， 现在 AI 介入后全并行推进， 不用空等，不用排队， 以上这些都是 2025 年已经跑通的真实案例， 一年带来几亿回款， 省了几千万的成本。 通过森马这个案例让我们看到了， 其实AI 不只是替代人工干活， 还能挖出那些我们根本想不到的隐性成本， 把以前不可能的事，变成日常。 我感觉以后所有传统企业，都会被逼着走这条路啊。 视频大家收好，非常值得收藏和学习！ #森马# #AI落地# #服装行业# #AIGC# #企业数字化#

索洛模型下的阴谋论 ---美国蓄意用AI基建拖垮中国经济的可能猜想 本文是我基于阴谋论，反复提问AI后，构建的阴谋论报告，请保持批判的视角，我也用GROK对本文进行了批驳。 将“华尔街刻意引爆 AI 泡沫、推高美元指数、抽离全球流动性”这一地缘金融战设想，代入到索洛增长模型（Solow Growth Model）的框架中，我们可以清晰地看到一场从外生金融冲击（流动性干涸）走向内生生产力硬着陆（大萧条）的宏观经济危机传导链条。 在索洛模型的核心公式 $Y = A \cdot K^\alpha L^{1-\alpha}$ 中，华尔街的这一战略组合拳将直接通过破坏资本深化 (K)、锁死全要素生产率 (A) 并重创有效劳动力 (L)，对中国经济造成结构性的极限施压。 📊 索洛模型视角下的危机传导四部曲 华尔街通过引爆 AI 泡沫和强化美元，实际上是在对中国经济的生产函数进行一次“定点爆破”： 【华尔街引爆AI泡沫 + 美元走强】       │       ▼ (资本项传导) 【中国资本存量 K 遭遇双重抽血：资本流出 + 本地AI基建变成不良资产】       │       ▼ (技术项传导) 【全要素生产率 A 陷入“索洛悖论”怪圈：空有算力无法转化为实体产出】       │       ▼ (劳动项传导) 【有效劳动投入 L 萎缩：失业加剧 + 收入预期下滑导致消费归零】       │       ▼ (总供给与总需求双崩塌) 【经济冲向“大萧条”稳态】 第一步：破坏资本存量 K —— 流动性“大失血”与资产负债表衰退 在索洛模型中，资本存量 K 的增长依赖于持续的投资（I = sY，即储蓄转化为投资）。 外生冲击： 华尔街引爆 AI 泡沫并加息推高美元指数，会导致全球资本为了避险或追逐高收益美元资产，疯狂从小马达经济体和新兴市场回流美国。 对中国 K 的破坏： 外资撤离与融资成本飙升： 尽管中国有外汇管制，但地缘套利资本的流出会导致国内离岸/在岸流动性同步收紧。风险投资（VC/PE）彻底入冬，依赖外部融资的中国本土科技与硬科技企业面临资金链断裂。 AI 基建瞬间沦为“有毒资产”： 过去几年中国砸向数据中心、算力网络的万亿级资金（原本指望通过 AI 商业化变现来偿还债务），由于全球 AI 泡沫破裂，导致其商业化路径断裂。这些基建在索洛模型中变成了折旧率极高、却无法产生产出的“无效资本”。 结果： 企业和地方政府陷入“资产负债表衰退”，被迫缩减所有其他生产性资本 K 的投入来偿还债务。 第二步：锁死全要素生产率 A —— 陷入“高沉没成本”的技术陷阱 索洛模型指出，只有技术进步 A 才能打破边际报酬递减。但技术进步不是凭空出现的，它需要研发投入和健康的产业生态。 技术红利消失： 当 AI 被证实“只是一个增强版搜索”，无法在短期内催生出如当年“互联网+”时代的万亿级新实体产业时，A 的增长斜率将彻底平平。 研发资金被挤出： 由于前期在 AI 泡沫上投入了过高的沉没成本（Sunk Cost），当危机来临时，企业和政府已经没有多余的财政赤字去投入到精密制造、基础材料、生物医药等真正能提升中国工业 A 值的底层硬科技领域。中国技术升级的步伐被迫减速。 第三步：重创劳动力投入 L —— 劳动份额下降与“消费不足”的终极反噬 这是通往大萧条最致命的一环。索洛模型通常假设劳动力 L 是外生决定的（如人口增长率），但在现代经济学延伸模型中，有效劳动力投入取决于就业率和劳动回报率。 机器替代人后的“无处可去”： 在 AI 狂热期，大量企业为了降本增效，已经完成了白领岗位的自动化替代。当金融风暴来袭、总需求萎缩时，被 AI 挤出的劳动力（客服、初级程序员、文案、运营）不仅无法在科技行业立足，由于传统实体经济也在缩减，他们彻底沦为长期失业人口。 生产函数的分配扭曲： 资本份额 α 畸高，财富向少数掌握服务器和算法的巨头集中。由于巨头不消费面包和汽车，普通人（1-α）的工资收入雪崩。在经济学中，没有收入就没有消费，没有消费则供给过剩。 第四步：推向“大萧条稳态” —— 索洛模型的低水平均衡 当上述三个变量同时恶化，索洛模型的动态演进就会滑向一个极其糟糕的“新稳态”： 通缩螺旋： 工业自动化和 AI 残留的产能导致商品供给极多（Y 供给端虚高）；但居民端流动性被抽干、失业率高企，导致有效需求极低。 大萧条的诞生： 物价开始持续下跌（通缩），企业利润归零导致进一步削减资本开支（$K \downarrow$）和裁员（$L \downarrow$）。经济不再向上增长，而是停滞在一个高失业、低通胀、资产价格暴跌、债务爆雷的低水平恶性均衡中——这正是 1930 年代大萧条的标准特征。 🛠️ 中国如何在索洛模型框架下“反阴谋”？ 如果华尔街的这一金融战脚本已经写好，中国要打破这个索洛模型预言的萧条，其核心政策防御方向必须进行颠覆性的范式转移： 危机爆发点 传统的错误应对（加剧危机） 正确的索洛模型纠偏（打破阴谋） 资本项 (K) 继续向没有订单的 AI 算力中心和地方基建砸钱，试图用无效投资维持 GDP。 果断止损： 严格控制算力盲目扩张。将信贷资源强制转向“能带来现金流的实体制造业”和资本存量的折旧减免（降税）。 技术项 (A) 盲目跟风美国进行万亿参数大模型的“军备竞赛”。 降维打击/平替： 发展“小而美”的垂直行业轻量化 AI。将 A 的重点放在将 AI 融入现有工业流程（降本），而非凭空创造虚拟应用。 劳动项 (L) 任由企业降薪裁员，期望市场自发调节就业。 重构分配结构（核心）： 启动史诗级的收入分配改革。通过提高个税起征点、发放民生补贴、强化社保，把财富强行从资本方 α 转回劳动方 1-α，用强大的内需市场对抗外部流动性抽离。 💡 最终总结 华尔街引爆 AI 泡沫和强化美元的终极目的，是利用金融工具让中国高额的 AI 资本支出 (K) 彻底坏死，并借此切断中国劳动力 (L) 转化为内需消费的链条。 在索洛模型的镜子里，中国最好的防守不是去和美国对赌谁的算力更强，而是立刻回防国内的“分配端”与“消费端”。只要保住了 14 亿人的基本消费盘，让普通人的收入不至于断裂，那么外部引爆的 AI 金融泡沫，最终也只能留在华尔街自己的资产负债表上自我爆炸。 -------------------- GROK批驳： 这篇文章以戏剧化和阴谋论的方式，将市场动态描述为华尔街针对中国发动的“地缘金融战”，并将其映射到索洛增长模型上。虽然索洛框架是分析长期增长的有用工具（强调资本 K、劳动力 L 和全要素生产率 A，公式为 Y=AKαL1−αY = A K^\alpha L^{1-\alpha}Y = A K^\alpha L^{1-\alpha} ），但文章将短期金融波动过度解读为一场精心设计的“四部曲”，最终导致结构性崩溃。目前没有可靠证据表明存在华尔街协调一致的阴谋，专门通过刺破AI泡沫来针对中国；AI泡沫担忧是普遍存在的，且主要由市场驱动。 索洛模型基础及其适用性索洛-斯旺模型描述了稳态增长，其中人均产出根据储蓄/投资率、折旧率、人口增长率以及外生技术进步（A）实现收敛。资本深化（K）在缺乏A提升的情况下会面临边际报酬递减。模型扩展版会纳入人力资本或内生技术。中国改革开放后的增长初期很好地符合索洛预测：大规模K积累（基础设施、制造业）加上通过技术采用和结构转型带来的A，推动了经济收敛。然而，正如文章隐含指出的，过度依赖K（投资驱动）而缺乏持续A或消费驱动的需求，会导致较低的稳态水平——这反映了中国债务、产能过剩和TFP放缓的真实讨论。 以下是标准的索洛稳态示意图，展示资本积累与冲击影响： （此处插入原英文回复中的三张索洛模型图示）负向冲击（如资本外流导致K减少）或A停滞会使经济向左移动，趋向较低稳态，过渡期表现为投资减少和对有效L的潜在失业影响。对文章叙事的批判 AI泡沫与美元走强：AI估值过高确实存在担忧（高倍数、收益集中于“Magnificent 7”、巨额资本支出但短期回报不确定——典型的索洛“体现式技术”滞后）。 但这主要源于投资者狂热，而非针对中国的阴谋。美元动态随美联储政策、美国增长和风险偏好波动；全球流动性周期广泛影响新兴市场，并非通过“刻意抽离”针对中国。中国有资本管制、外汇储备和国家引导信贷，能有效缓冲纯资本外流。 对K、A、L的传导：AI和数据中心过度投资确实可能产生“搁浅资产”（高折旧、低边际产出），符合索洛对无效K的警告。AI的生产力影响存在滞后（索洛悖论的翻版），但将其简单贬低为“增强版搜索”低估了其在工业、物流等领域的潜力。劳动力影响（自动化+需求下滑）在人口结构压力下是真实风险，但并非 solely 来自“华尔街一记重拳”。 “大萧条稳态”：过于夸张。索洛模型预测的是向（较低）平衡增长路径收敛，而非永久的1930年代式崩溃，除非政策失误加剧冲击（如债务-通缩螺旋）。中国的政策工具（财政空间、国有银行）与1930年代情况完全不同。 文章的“阴谋”框架忽略了美国投资者和企业也会承担泡沫成本，而且中国自身也在大力推进AI（国产模型正在技术商品化）。中国转向民生消费：力度是否足够对抗流动性抽离？中国2026年政策正优先发展国内需求（“十五五”规划重点、居民收入提升、养老金、消费品以旧换新补贴、社会保障等）。 这直接针对需求端，有助于支持有效L（通过收入和就业），并可能提升A（更好资源配置）。是否足以对抗流动性冲击？ 仅靠这些可能不够——结构性问题（房地产拖累、地方债务、信心不足）依然存在，从投资/出口向消费再平衡的进程一直较为缓慢。 财政刺激可提供短期Y支持，但要实现索洛式稳态改善，还需更深层的改革（提高居民收入占比、完善安全网、提振民营信心）。外部现金流也很重要；纯国内倾斜若出口走弱，可能加剧产能过剩。具有国际现金流能力的产业：作为资本K的“防波堤”是的——那些具备强劲国际收入、定价权和全球需求的新能源车、跨境电商等产业，能有效缓冲资本存量： 新能源汽车（NEV）：中国全球领先，出口强劲、电池/技术优势以及国内规模提供硬通货流入和持续投资回报。即使补贴调整，产品性能和性价比仍支撑其韧性。 （此处插入原英文回复中的NEV相关图片） 跨境电商：多元化出口（消费品）、平台灵活性和数字化规模带来外汇和就业。尽管部分低价值细分领域有所放缓，整体仍在增长。 （此处插入原英文回复中的跨境电商相关图片）这些产业可稳定K：出口收入为国内投资提供资金，降低对波动性 portfolio 流的依赖，并通过全球竞争促进A提升。总结：索洛模型清晰指出了不平衡增长的真实脆弱性，但文章那种“金融战→大萧条”的确定性链条是推测性的过度解读。中国最佳路径——符合索洛逻辑——是通过可信的再平衡转向消费、人力资本和高回报A（制造业中的应用技术），同时发挥出口竞争力强的产业优势。外部冲击时有发生；韧性源于国内基本面，而非反阴谋。市场更多是嘈杂且自我修正的，而非精心策划的战场。

英格兰银行取消了原计划对企业和个人持有英镑稳定币的限制，转而为每种稳定币设定了400亿英镑的临时发行总上限。此举旨在简化发行商的管理并使其在商业上更具可行性，预计新规将于2027年初到位。根据更新后的框架，发行商将被允许持有更高比例的计息英国国债作为支持资产，具体比例为70%的短期计息国债和30%的无息央行准备金，而此前建议的比例为60:40，这一调整旨在提高发行商的财务回报。该框架的核心目标是在日益数字化的经济中鼓励创新，同时管理稳定币可能引发银行存款外流并影响信贷供应的风险。 来源：Bloomberg

黄仁勋在GTC台湾大会又点名了8家软件公司，AI智能体不是掘墓人而是送钱人！ 被老黄点名的8个方向赶紧看过来 👇 1. 楷登电子 Cadence $CDNS 做芯片设计EDA工具的龙头，英伟达、AMD等背后的设计发动机。 2. CrowdStrike $CRWD 全球网络安全SaaS龙头，AI Agent进入企业后安全需求爆炸式增长。 3. 达索系统 Dassault $DSY 工业仿真与3D设计软件巨头，航空、汽车、制造业核心工具。 4. Palantir $PLTR AI数据分析与决策平台龙头、政府与大型企业数据中枢。 5. SAP $SAP 全球企业ERP霸主，掌握财务、供应链、采购等核心数据。 6. ServiceNow $NOW 企业工作流自动化平台龙头，未来AI Agent接管办公。 7. 西门子 Siemens $SIE 工业自动化与数字化工厂巨头，AI+工业结合的核心平台之一。 8. 新思科技 Synopsys $SNPS 芯片设计EDA三巨头之一，与Cadence双雄并立。 总而言之，软件公司不想死的，都来用英伟达建设 Agent！ $NVDA

讲讲上次埋的坑，唠唠AI液冷板块！🧐 液冷板块，我个人持有 #VRT# ，这个应该是无可争议的龙头企业。最近也在找一些市值小，但属于核心供应链的公司，目前锁定了一家，大家可以一同评论区探讨。 液冷的逻辑很简单，就如同视频里面描述的，目前数据中心的功耗密度已经处于巅峰，即将出来的英伟达Vera Rubin Ultra VR200直接干到600千瓦/机柜，唯有液冷能压得住。而一个机柜高达780万美金，所以液冷必须找靠谱大牌，不能含糊。 🎯爆发式的市场增长 虽然液冷，相较于内存芯片和光模块，或许没有那么性感。但整体增长势头也不可忽略，并且由于企业集中度较高，有一定的垄断定价优势！ 根据行业权威机构 Dell'Oro Group 的最新数据，全球数据中心液冷市场规模预计将从 2025 年的约 30 亿美元迅速飙升至2033 年的 276.5 亿美元，复合年增长率高达 31.5%。 推动这一增长的核心驱动力是超大规模云服务商在 AI 基础设施上的资本支出爆发。高盛预测，2025 至 2027 年，全球四大超大规模厂商的 CapEx 总额将达到 1.15 万亿美元，其中约 75% 将直接用于 AI 相关的物理基础设施建设。 📊目前市场上液冷技术，主要分两大阵营，直接液冷和浸没式液冷。 直接液冷技术上，主要通过冷却液通过封闭管道流经附着在芯片表面的铜质冷板，不直接接触电子元件。散染效率比较高，轻松应对100KW+的单机柜密度。而且兼容现有风冷机房和标准服务器机架。属于目前市场中的主流方案，包括英伟达 Blackwell也是这款方案。 浸没式液冷技术上，主要将服务器完全浸没在不导电的介电液体中，液体通过自然对流或泵循环散热（这个方案，我们以前ETH挖矿的年代，尝试过，将显卡浸没在有机硅油里面，散热效果很好，但很占面积）。理论上，这是最佳的散热方案，尤其是浸没在氟化液里面，散热可以轻松应对200KW的单机柜密度。但兼容性差，要对机房进行大改模改造，定制的特殊坦克罐体，管道设计都要彻底重建。而且维护成本也比较贵，属于小众非主流方案。 从供应链逻辑来看，AI机房液冷散热供应链相对比光模块这些简单很多，主要涵盖了从最底层的化学液体、精密泵阀、冷板，到系统级的冷量分配单元CDU以及最外层的水处理基础设施。 接下来详细讲讲其中的核心企业以及投资逻辑： 1️⃣Vertiv Holdings (代码 #VRT#)：液冷领域的绝对霸主 Vertiv 是美股市场中最纯粹、规模最大的数据中心物理基础设施提供商，主营业务做电源与热管理。在液冷时代，Vertiv 构筑了几乎无法被颠覆的统治级护城河。 • 无可替代的全球服务网络：液冷与风冷最大的不同在于，液体泄漏是致命的。超大规模客户，如 Meta、微软在选择液冷供应商时，首要考量不是硬件价格，而是「当系统发生微量泄漏时，谁能在 15 分钟内派工程师到达现场解决」。Vertiv 在全球拥有超过 3000 名常驻数据中心的技术服务工程师，这种规模的服务网络是任何新进入者或服务器 OEM 在 5-10 年内都无法复制的。 • 惊人的订单积压与能见度：截至 2026 年 Q1，Vertiv 的订单积压达到了创纪录的 150 亿美元，同比增长 109% 。其订单与发货比高达 2.9倍，这意味着 Vertiv 已经锁定了未来数年的收入，且积压订单正随着下一代英伟达Rubin的量产持续扩大。 •财务与估值：2026 年 Q1 收入达 26.5 亿美元，调整后稀释 EPS 同比飙升 83% 。管理层将 2026 全年 EPS 指导上调至 5.97-6.07 美元，隐含 51% 增长。尽管目前前向 P/E 达到 46 倍，但相对于其 43% 的 EPS 复合增长率，其 PEG 仅为 1.07，在增长调整后甚至比标普 500 指数更具估值吸引力 。 2️⃣Ecolab (代码 #ECL#)：通过收购 CoolIT 打造的「水-液-电」终极整合者 Ecolab 本是一家市值 770 亿美元的全球水处理与工业卫生巨头。然而，其在 2026 年 3 月做出了一项震惊华尔街的决定：以 47.5 亿美元全现金收购了全球液冷硬件领军企业 CoolIT Systems 。 • 29倍 EBITDA 的天价溢价背后：Ecolab 支付了高达 29 倍 forward EBITDA 的对价 。当时整个华尔街分析师，都震惊了，这种跨界整合，一个做化学材料的公司，来搞AI液冷，很多人都无法理解。但后来市场才慢慢理解，这个整合有一个恐怖之处：液冷本质上不再是硬件生意，而是化学与流体生命周期管理生意。 •「冷却即服务」的唯一独家平台：Ecolab 将 CoolIT 的芯片级硬件（CDU、冷板、歧管）与其自身的 3D TRASAR™ 水质数字化监测、化学防腐防垢技术以及遍布全球的工业水处理网络进行了深度整合 。 • 个人理解：超大规模客户过去需要分别向 CoolIT 采购冷板，向 Vertiv 采购 CDU，再向 Ecolab 采购一次回路的水处理服务。一旦发生管道腐蚀、结垢或冷却液变质，各供应商之间极易互相推诿。Ecolab 收购 CoolIT 后，成为了全球唯一一家能够提供从「芯片级微通道」到「厂房外冷却塔」端到端流体生命周期托管的供应商。这种一站式解决能力具有极强的客户锁定效应，基本上一旦合作，替换成本极大。 • 与 NVIDIA 的独家合作纽带：CoolIT 是 NVIDIA Partner Network的核心成员，其 OMNI 冷板是针对 NVIDIA GB200/GB300 芯片进行联合 co-engineering（的结晶。Ecolab 收购 CoolIT 后，直接继承了这一极具稀缺性的芯片级设计入口，将其高科技业务的可寻址市场直接从 50 亿美元翻倍至 100 亿美元，而这家公司本身的水处理业务本身就是源源不断的现金流。 🧐接下来，我们讲讲液冷供应链中的「隐形冠军」与稀缺零部件提供商。他们掌握着液冷的核心供应链，缺他不可！ 3️⃣精密动力源：Moog (代码 #MOG#.A)，市值100亿 液冷系统中的 CDU 和泵必须保证 10 万小时无故障运行，任何微小的震动或电磁干扰都可能损毁服务器。 • 唯一性：Moog 凭借其在航空航天领域的精密伺服控制技术，其 CoreMotion™ 液冷分配泵几乎是高性能 CDU 的唯一指定选择。 • 供应链锁定：Moog 与 USA Rare Earth 签署了独家备忘录，确保了泵内部高性能钕铁硼稀土永磁铁的稳定供应，在 2026 年地缘政治多变的环境下，构筑了极高的原材料壁垒 ，但稀土这玩意儿，最终还是需要看中国脸色。 4️⃣核心热交换介质：Dow Chemical (代码 #DOW#) 市值250亿 冷却液的化学配方是浸没式液冷的核心。 • Dow 的独家武器：陶氏化学推出了专利保护的 DOWSIL™ ICL-1000 硅有机冷却液，该技术获得了 R&D 100 大奖。其传热效率比空气高 1000 倍，能减少 95% 的服务器冷却能耗，且具备极低的全球变暖潜能值，符合欧盟和美国极严苛的环保准则。核心问题是，陶氏化学本身在这一块的体量不大，并非其主营业务线。 后面再开一期讲讲电力板块，拭目以待！🧐

29. 每天发50条个性化外展信息。大多数人10条后放弃。这正是为什么大多数人从不获得客户。 30. 提供清晰结果的简单服务。'我会建你网站'胜过'我帮企业改造数字存在'。贴士：每个成功项目变成社会证明。

本周二（6月30日）中国贸促会举行6月例行新闻发布会，发布《欧盟营商环境报告2025》。 贸促会新闻发言人王一斐表示，报告显示，“过去一年中，中欧工商界互动频繁、合作成效显著，且合作意愿日益增强”。 报告指出，受访中资企业中，53%对欧盟营商环境评价积极，48.8%拟增加与欧盟企业间的供应链合作。但受访企业同时也反映欧盟存在“泛安全化”倾向加重、贸易投资壁垒增多、企业生产成本上升等问题。 在欧洲运营的中国企业主要关注欧盟境内数字经济、金融业及绿色经济领域。 在数字经济方面，50.6%的受访中国企业认为欧盟的监管与治理框架较为完善，47%的企业认可欧盟数字市场的巨大规模。在金融领域，64.5%的受访企业认为欧盟资本市场高度国际化，54.8%的企业认可欧盟在可持续金融方面的丰富经验。在绿色经济领域，受访中国企业普遍看好欧盟绿色产业的发展前景，但同时也指出，繁杂的相关法规显著推高了外国企业的市场准入成本与运营成本，特别是随着欧盟碳边境调节机制（CBAM）的实施，企业的运营开支与经营不确定性均有所增加。 欧盟贸易专员谢夫乔维奇本周一与中国商务部长王文涛在布鲁塞尔举行了会谈。谢夫乔维奇表示，双方启动了新的贸易与投资磋商，旨在化解更广泛的贸易冲突。 根据双方发表的联合声明，在中欧启动的这项贸易与投资磋商框架下，双方打算寻求切实可行的方案来应对当前的挑战。 欧中双方计划就贸易与投资平衡、出口限制、知识产权以及世界贸易组织改革等议题开展具体工作。 谢夫乔维奇指出，贸易关系需要变得更加平衡。中国对欧盟的出口持续增长，而欧洲企业在华市场份额却在萎缩。他表示，这种趋势不可持续，维持现状绝非长久之计。

两件反常的事正在中国同时发生。 一边是银行存款利率已经跌破了1%，钱放进银行收益越来越低。 另一边是人民币兑美元却一路升到6.8以内，创下近三年的新高。 按经济学最基本的常识，一个国家利率越低，本币应该越没人要，汇率越该往下走才对。 可现在偏偏反过来，利率往地板上走，汇率往天花板上顶。 更奇巧的是，刚刚过去的2025年，中国挣回了1.2万亿美元的贸易顺差，外汇储备三万多亿，是全世界最不缺外汇的国家之一。 可就在同一时间，监管关闭了富途、老虎等一众海外投资平台。钱明明多的花不完，为什么反而要看的更紧？ 这两件看似矛盾的事，其实是同一只手在背后操作，它有个专门的名字叫金融意志。 现在往境外汇钱，单笔超过5000块人民币或者$1000，银行就要核实你的身份。想拆成小额多走几次，绕开额度，会被列入关注名单。 这些动作针对的根本不是外汇不够，而是钱想往外跑。 那钱为什么想往外跑？因为国内利率被压到了1%以下，而同期美元资产的利率明显更高，一边几乎没利息，一边回报更高。这么大的利差摆在那，资金天生就有外流的冲动。 问题就出在这，假如真放开让资金自由流出去会发生什么？ • 第一步，大量资金换成美元出境，人民币需求下降，利率开始承压。 • 第二步，钱抽离境内，国内流动性被抽干，利率被重新顶上去。 • 第三步，才真正要命。利率一旦反弹，那套靠借新还旧、靠把高息债换成低息债维系的链条会当场断裂。 所以把钱往外汇管住，本质不是为了省外汇，而是为了把利率死死焊在低位，不让它弹起来。 这就是金融抑制的两只手：一只手压价格，把利率按到地板；另一只手控数量，把资本拦在境内。两只手得同时用，松开任何一只，另一只就白费。 那为什么非要把利率压这么低？答案藏在一个更大的数字里——债务。 这些年地方上借的钱，光显性的国债加地方债，到去年底就已经接近百万亿的量级，再算上各类融资平台借的隐性债，体量更大。 这么大的盘子怎么处理？现实里基本不靠还，靠两个字： 一个是拖：把到期的债展期置换成期限更长的； 一个是降：把过去利率高达7%、8%的债，换成三个点出头的低息债。 光这轮置换，利息成本就降了2.5个百分点以上。 而降能成立的前提是，整个社会的利率得跟着一起往下走，债务人才换得动。 所以利率下行不是顺其自然的结果，是被需要的。 谁因此受益？ 是背着债的地方政府、企业，还有几千万背房贷的人，利息负担实实在在轻了。 谁买单？是把钱老老实实存在银行里的储户，你拿着1%的利息，相当于在用自己的购买力，悄悄补贴那笔正在被慢慢化解的债务。 这才是金融意志最不动声色的地方：它不抢你的钱，只是让你的钱不值钱。 讲到这，再回头看人民币升值，你会发现它也没那么简单。 很大程度上不是人民币自己变强了，而是美元变弱了。 刚过去的一年里，美元指数跌了将近百分之十，所有非美货币都跟着对美元抬了头。 一个能说明问题的细节是：人民币对美元是涨了，但对欧元、对一篮子货币反而是贬的，衡量综合汇率的那个指数全年都在往下走。说白了是对美元强，对一篮子弱。 甚至连央行自己都不希望它升太快，一直在用偏低的中间价、用国有大行出手买美元的方式，给升值踩刹车。 一个国家一边把利率压到地板，一边还要亲自下场防止本币升值，这件事本身就说明：这盘棋的核心从来不是汇率，是利率。 这条路30年前，有个国家已经完整的走过一遍，就是日本。 90年代泡沫破裂后，日本央行从1991年开始连续降息，1999年直接进了零利率，后面更是搞了20多年超宽松，一度负利率。 那么大的政府债务谁来扛？靠的是国民的储蓄，居民和企业的钱通过银行、保险、养老金源源不断买进日本国债，等于全体国民在给政府的债务输血。 但最值得琢磨的是日元的走势。按常理，零利率20年日元早该一泻千里了吧？ 现实恰恰相反，在前面差不多20年里，日元不但没怎么贬，反而因为日本长期通缩、又有避险属性，成了全球公认的避险货币，一度升到75对亿美元的高位。 真正的大幅贬值是最近十来年才发生的事。当美国开始大幅加息，美元之间的利差被彻底拉开之后，日元才从75一路贬到160附近，几乎腰斩。 日本这30年告诉我们的，不是低利率就一定让货币崩盘，而是另一句更冷静的话： 低利率能撑多久？本币会不会贬？取决于你的产业还顶不顶得住，利差的口子会不会失控。 说回我们自己：存款破1%，不是银行变抠；人民币创新高，也不是经济突然变强。 这一次你的钱没有变少，它只是被悄悄放进了一个利息极低、又不太搬得出去的房间，替一笔更大的债，慢慢付着时间的利息。