二十年前，中国企业家去美国，行程里最重要的一站往往是硅谷。去 Google 看互联网，去苹果看产品，去斯坦福看创新，去 Sand Hill Road 看风险投资。
当时，全球科技产业的分工很清楚：美国负责发明，中国负责制造。
但二十年后，方向开始反过来。路透社 9 月 3 日报道称，越来越多海外投资人、创业者和企业高管正专程前往深圳、杭州、上海、北京、合肥，参观中国的人工智能、机器人、电动车和先进制造企业。这已经不再是零散的个人行程，甚至开始变成一门生意。
上海研究机构 Baiguan 组织的 5 天科技考察，收费最高达到 1.5 万美元；另一家上海科技考察机构 GloPen 表示，2026 年的咨询量增长了 50%，客户主要来自欧洲和新加坡，目前每个月要组织超过 100 场单日企业参访。连工厂参观本身都成了稀缺资源。小米北京汽车工厂自 2024 年 3 月以来已接待超过 25 万名访客，一些通过抽签获得的参观名额，在网上甚至被炒到 2000 元人民币。
这些人花几千甚至上万美元飞到中国，并不是为了看一座普通工厂。他们想弄清楚的是，为什么中国科技公司的速度会这么快。
全球开始重新理解「中国制造」
过去几十年，Made in China 最深入人心的标签是成本。便宜的劳动力、庞大的工厂和完整的出口体系，让中国成为世界工厂。但如果今天还用「低成本制造」来理解中国工业，已经很难解释现实。
文中提到，上世纪 90 年代中期，中国大约只占全球制造业产出的 5%；今天，这一比例已接近 30%。也就是说，全球制造业产出中，接近每 3 美元就有 1 美元来自中国。
变化不只在数量，也在结构。中国过去大量出口的是服装、鞋子、玩具和家电，如今更重要的出口产品已变成新能源汽车、动力电池、光伏、无人机、工业机器人和智能硬件。
文章将这种转变概括为：中国制造正在从「成本中心」转向「创新基础设施」。
新能源汽车背后，是压缩开发周期的供应链
新能源汽车是文中给出的典型案例。2025 年，全球生产了接近 2200 万辆电动汽车，其中中国生产约 1600 万辆，占全球电动车产量接近四分之三。
同时，中国拥有全球超过 80% 的电池电芯产能、约 85% 的正极材料产能，以及超过 90% 的负极材料产能。这意味着，一家新能源汽车企业背后的核心供应链，有相当大一部分都能在中国找到。
文章认为，这带来的关键能力不是单纯的低价，而是快速迭代。过去一辆汽车开发 5 到 6 年很常见；如今中国新能源汽车市场的竞争节奏，已快到许多传统车企难以适应。市场反馈会直接推动产品调整，供应商同步改动，新的车型很快再次进入市场。
因此，真正值得研究的不是「中国汽车为什么便宜」，而是中国车企为什么能迭代得这么快。
机器人进入工厂后，数据和成本开始形成飞轮
文章随后把视角转向机器人。2024 年，全球工厂新安装的工业机器人中，有 54% 在中国；中国一年安装了约 29.5 万台工业机器人。换句话说，全球每新增 2 台工业机器人，就有超过 1 台进入中国工厂。
与此同时，中国工厂里正在运行的工业机器人总量，已经超过 200 万台。
作者认为，这组数据的重要性，甚至超过短视频里展示的机器人表演。因为 AI 和机器人真正进入产业，不是在舞台上翻跟头，而是在工厂里完成焊接、搬运、分拣、装配、质检和物流。
这些场景每天都会产生真实数据，也会持续暴露工程问题，于是形成一套飞轮：机器人进入工厂，获取真实数据，暴露工程问题，供应链改进，成本下降，更多工厂采用，再带来更多数据。
文章将实验室、产业和资本关心的问题分成三个层次：
- 实验室解决的是「能不能做到」；
- 产业解决的是「能不能一天做 10 万次」；
- 资本最终关心的是「能不能以足够低的成本做 10 亿次」。
三者之间相差的，不是单点技术，而是一整套工业体系。
深圳卖给世界的，不只是一家明星公司
文中提到，这一轮海外科技考察中，深圳是核心城市之一。原因并不只是这里有几家知名企业，而是背后的产业密度。
如果要做一台机器人，需要芯片、摄像头、激光雷达、传感器、电机、减速器、丝杠、电池、结构件、模具、控制系统、软件、代工厂、测试设备和物流。假如这些企业分散在 5 个国家，一次设计修改可能意味着数周沟通；如果这些供应商集中在一个高密度产业网络里，工程师上午发现问题，下午就能找到供应商，几天后重新打样，再根据成本、材料和模具继续修改。
文章认为，深圳真正形成的，不是一条简单供应链，而是一个巨大的「技术时间压缩器」。
无人机就是被用来说明这一点的案例。深圳拥有超过 1500 家无人机相关企业，深圳企业生产的消费级无人机一度占据全球市场约 74%；而深圳的大疆，在全球非军用、非政府用途无人机市场中的份额，据行业研究机构估算达到约 70% 至 80%。
文中指出，这种产业集中并不只是因为诞生了一家大疆，而是因为无人机所需的电机、电池、摄像头、图传、芯片、结构件、云台、软件和精密制造能力，本身就已经存在于这张产业网络里。
中国出现的是一个「产业压缩场」
作者用「产业压缩场」描述今天中国科技产业形成的能力。其含义是，把技术、工程师、供应链、制造、资本、市场和应用场景，压缩在一个高度密集的产业网络中。
文中同时强调，单独看任何一个环节，中国未必都有绝对优势。美国仍拥有全球最顶尖的一批大学、强大的基础科研体系、领先的 AI 芯片企业，以及庞大的硅谷风险资本网络。中国真正特殊的地方，在于大量科技要素开始在物理空间中彼此靠近。
这种靠近会产生乘数效应。汽车企业需要电池，电池企业需要材料，材料企业需要能源；机器人需要电机、传感器和电池，无人机需要芯片、视觉和通信，AI 需要服务器，而服务器又需要芯片、电力和数据中心。于是，不同行业开始相互喂养，技术不再只是沿着单一产业链向前推进，而是在一张庞大的产业网络中不断交叉演化。
特斯拉上海超级工厂是理解中国供应链的经典案例
文章把特斯拉上海超级工厂列为理解中国供应链的另一个经典样本。过去很多人只用「中国市场大」来解释这座工厂，但文中认为，更值得注意的是它后来形成的产业意义。
上海工厂不仅服务中国市场，也成为特斯拉全球出口体系的重要基地。到 2026 年第二季度，特斯拉上海工厂生产的汽车中，超过一半用于出口。
一家美国最具代表性的科技汽车企业，把中国工厂变成服务欧洲、亚太等市场的重要生产节点，背后的关键词仍然是供应链、效率、规模和产业集群。
这也是文中用来说明「脱钩」复杂性的一个例子：一座工厂可以搬，但围绕工厂形成的数百家供应商、数万名工程师、物流体系、模具体系、材料体系和长期积累的工程经验，并不能一键复制。真正有价值的，不是厂房本身，而是厂房背后那张持续提高效率的产业协作网络。
AI 进入物理世界后，制造业的重要性被重新抬高
对于「AI 时代为什么还要讨论制造业」这一问题，文章给出的判断是：AI 越往下发展，制造业的重要性可能越高。
过去 20 年的互联网革命主要发生在数字世界。Google、Facebook、TikTok、微信，本质上都是软件，而软件的复制成本接近于零，一个 App 开发出来，可以迅速覆盖数亿用户。
但 AI 的下一阶段正在进入另一个世界，即 Physical AI。机器人、自动驾驶、无人机、AI 眼镜、智能汽车、智能工厂、储能系统、AI 终端，都意味着人工智能开始拥有「身体」。一旦进入这个阶段，问题就发生变化：AI 不再只需要 GPU，也需要电机、减速器、传感器、电池、摄像头、材料、工厂和供应链。
截至 2024 年，全球已经有超过 470 万台工业机器人在运行，而且每年还在新增超过 50 万台，中国占全球新增工业机器人安装量的一半以上。文章据此认为，AI 的上半场可能发生在服务器里，而下半场很可能发生在工厂里。
在这种背景下，中国过去几十年积累的制造业能力，获得了新的战略含义。
资本开始重新评估「产业化能力」
如果从投资视角看，文章认为背后还有更大的变化。过去科技投资最常问的是：你的技术领先多少？这个问题未来依然重要，但可能还需要补上一句：你的产业化速度有多快？
原因在于，AI 正在降低知识传播成本。一个模型领先半年，竞争对手可能很快追上；一个算法领先一年，也未必能形成 10 年壁垒；很多技术创新出现后，也会较快被全球工程师理解和模仿。
在这种情况下，未来真正难以复制的，可能越来越偏向「重资产能力」：供应链、工程经验、制造能力、产业集群、客户网络、应用场景和规模优势。它们看起来不像一个新的 AI 模型那样显眼，但可能构成更坚固的护城河。
文中以比亚迪为例。2026 年 8 月，比亚迪全球销量约 44 万辆，同比增长 17.8%；其中当月海外销量约 18.9 万辆，同比增长超过 134%。而在 2026 年上半年，比亚迪首次出现一个重要变化：海外收入超过中国国内收入。
作者据此认为，中国科技制造企业正在进入下一阶段：过去是中国生产、全球品牌销售；后来变成中国品牌、中国生产、中国市场销售；现在则开始走向中国品牌、中国技术、中国供应链、全球市场销售。
这不意味着中国已经赢下全部科技竞争
文章也专门提醒，外国人来中国学科技，并不等于中国已经全面领先美国。
美国依然掌握大量最先进的核心知识产权，拥有全球最强的科技公司群、顶尖大学体系、风险资本体系，以及很强的基础研究能力。在高端 AI 芯片、基础软件、部分科学仪器、原创算法和前沿科研领域，中国仍存在明显短板。
甚至路透报道中参与中国科技考察的人也提到，非中国科技公司仍掌握大量全球市场份额、最先进的知识产权以及巨额利润。
因此，真正值得讨论的不是谁已经「赢了」，而是全球科技竞争的评价体系正在变化。过去评价一个国家的科技实力，首先看论文、专利、实验室和顶尖公司；未来还必须加入一个指标：产业化速度。技术是否领先仍然重要，但越来越多商业价值，最终取决于技术能否在足够短的时间里变成稳定、可复制、可规模化的现实产品。
未来争夺的，可能是「技术时间」
文章最后把这种竞争概括为对「时间」的争夺。第一次工业革命争的是机器，第二次工业革命争的是电力和规模化生产，信息革命争的是芯片和软件，互联网革命争的是流量和网络效应，而 AI 时代最终可能争夺一种更抽象的资源：时间。
谁能更快训练模型，谁能更快制造芯片，谁能更快建立数据中心，谁能更快生产机器人，谁能更快把成本压下来，谁能更快让一项技术覆盖 1 亿用户，决定竞争优势的，可能都是同一个变量：从技术出现，到规模化商业应用，到底需要多长时间。
文章认为，过去中国最大的优势是成本，未来更值得关注的优势可能逐渐变成速度。而这种速度背后，并不是简单的高强度竞争，而是一整套产业体系共同作用的结果。
如果一个国家能够持续缩短「从发现问题，到形成产品，再到规模化」的周期，本质上就是在争夺一种新的生产要素——技术时间。谁能把技术时间压缩得更短，谁就更可能在下一轮产业竞争中率先形成规模优势。
世界为何开始来中国
按照文章的总结，如今飞到深圳、杭州、上海的外国投资人和企业家，真正想看的，可能并不是某一台机器人、某一辆新能源汽车，甚至也不只是某一家明星公司。
他们想理解的是：为什么这些事情会如此密集地同时发生在中国？为什么机器人可以快速量产，为什么新能源汽车可以快速迭代，为什么无人机能形成完整产业链，为什么硬件创业者能迅速找到供应商，为什么新技术能这么快进入真实市场接受检验？
作者给出的答案是，中国正在从「世界工厂」进化成一个巨大的产业实验室。
过去，全球把设计图送到中国，由中国负责制造；未来，一种新的可能正在出现：研发、设计、工程、制造、市场和迭代开始在同一个地方形成闭环。一旦闭环形成，制造不再只是创新的最后一步，制造本身也开始参与创新。
文章最后写道，二十年前，中国企业家去硅谷，学习的是如何创造未来；今天，越来越多人来到中国，想研究的是如何更快地把未来变成现实。
本文来自微信公众号「凌霄-科技投资人」，作者为凌霄。