王兴兴预判未来五大核心资源：中小企业唯一能动手攒的，是第五样

结论先行：11 月 4 日，宇树科技创始人王兴兴在 2026 世界互联网大会乌镇峰会互联网企业家论坛上给出他对未来资源格局的判断：未来世界最核心的资源，是数据、算力、芯片产能、能源和矿。这主要讲的是国家和产业层面的长期竞争，但中小企业也能在里面找到自己的位置——五个资源里，前四个都是重资产、长周期、追不上的赛道，唯一一项目前就能动手攒的是数据：你自己的业务数据。

先按公开报道把原话摆清楚（以下均为峰会现场报道口径，属王兴兴个人判断）：

话题	判断
五大核心资源	数据、算力、芯片产能、能源、矿；数据与算力至关重要
供给现状	全球芯片产能非常稀缺，国内算力尤其短缺；支撑芯片制造的能源以及铜等矿产资源同样不可或缺
机器人时间表	大概率明年将是机器人行业或机器人模型的临界点；机器人在单一工序、固定工位上训练好后，任务成功率可接近 100%，但效率仍需提升
主要差距	「最后的几个毫米的问题」——机器人对物理接触和触觉的处理还不够好，AI 模型输入输出与真实世界的对齐仍有差距；包括宇树在内，行业机器人数据利用率仍然较低

先看懂：这是五个赛道，还是一条链？

很多人容易把这五项资源当成独立赛道，实际上它们是一条环环相扣的链条：矿是最底层原材料，用来制造芯片；芯片组装成服务器，构成算力；算力持续运转，消耗巨量能源；算力不断运行，沉淀、清洗、迭代数据；数据反过来训练模型，驱动机器人、自动驾驶等各类应用。任意一环卡壳，上层所有数字产业都会受限——这也是为什么资源争夺不再只是传统石油、矿产博弈，而是延伸到数据、算力这类新型要素。

中小企业在五个资源里各排第几位？

资源	中小企业能不能参与	建议动作
数据	能，且是唯一能自主积累的	现在开始攒
算力	部分能——用的是推理，不是训练	本地已有硬件 + 轻量模型，够用就好
芯片产能	不能，重资产加政策密集	关注供应链即可，不必布局
能源	不能	部署选址时把用电成本算进去
矿产	不能	无需操心

数据这条腿，为什么多数企业还没迈出去

王兴兴在峰会上专门提到：包括宇树在内，行业机器人数据的利用率仍然较低，大量数据没有得到充分使用。头部企业尚且如此，中小企业的普遍状况只会更进一步——报价单、对账记录、售后工单、老师傅的经验，散落在聊天记录和各人电脑里，既没结构化，也没权限管理，谈不上被 AI 使用。

省级层面已经在动：辽宁今年公布了 11 个行业数据集的建设安排，数据要素的底座由政府搭。企业的动作可以更简单——先把一个高频业务场景的文档收进一个有权限、可检索的地方。这就是私有化知识库的第一步，也是企业数据资产化的起点：五大资源里，这是唯一一项边际成本几乎为零、晚一天就少攒一天的。

算力焦虑，可以放下一半

「国内算力尤其短缺」是真的，但短缺主要集中在训练侧和大模型集群。中小企业用的是推理——把文档喂给本地模型做问答和检索，一台现有服务器加轻量模型就能跑起部门级应用，不必追大算力集群。国产算力生态也在快速成熟，从训练走向推理落地。等到机器人临界点真的到来、一线岗位自动化加速时，比谁先买到算力更重要的，是谁的数据先整理好了。

风险与节奏，客观说一句

「临界点明年到来」是预判，不是事实——当天人形机器人概念板块随消息走强，资本市场永远比技术跑得快，中小企业不必跟风任何重资产叙事。但也不该以此为借口继续推迟数据整理：自动化扩围的路径已经清楚（单工序成功率接近 100%，接下来扩大的是覆盖范围），企业把自己的业务数据和流程文档准备好，自动化到来时接入最快、谈判筹码最多。

给辽宁中小企业一个起步建议：算力、芯片、能源、矿，一个都不要碰，只做一件事——选一个高频业务场景，把散落的文档和经验收进私有知识库，两周就能看到检索和问答上的变化。五大资源的宏大叙事轮不到你出手，但第五个资源的第一个字节，今天就可以存。

延伸阅读：辽宁 11 个行业数据集（省级数据底座）· 推理为什么比训练更值得关注 · 国产算力进入训练阶段 · 2027 年 AI 趋势（临界点之年企业侧准备）

常见问题

← 返回新闻动态 ｜ 深度内容见 行业洞察专栏