事件
2026 年 6 月 2 日,三菱重工与日本 AI 公司 Preferred Networks(PFN)宣布商业联盟协议,计划于 2026 财年内达成资本与业务联盟。两家公司将联合开发用于关键任务的自主 AI 驱动机械和系统。
表面逻辑
这看起来像是传统制造企业「拥抱 AI」的又一个故事。三菱重工贡献硬件、控制与仿真技术;Preferred Networks 贡献 AI 基础模型、AI 芯片与计算基础设施。各取所需、各展所长。
但真实的故事更深刻。
能力互补的非对称性
### 三菱重工的困境
三菱重工是日本最大的重工业企业之一,涉足发电、航空航天、防卫、产业机械等领域。它拥有: - 硬件设计与制造 的百年积累 - 实时控制系统 的工业级可靠性 - 物理仿真 的深厚工程学基础 - 客户关系 和市场信任度
但它缺什么? - 深度学习基础设施 的体系化认知 - 大规模模型训练 的工程经验 - 自主 AI 芯片 的设计与生产能力 - 新范式的适应速度 (Transformer、扩散模型等)
三菱重工内部也有 AI 研究部门,但自建端到端 AI 能力需要 5-10 年与数十亿美元。而这 5-10 年,AI 领域已经进化了 3 代。
### Preferred Networks 的瓶颈
Preferred Networks 成立于 2014 年,是日本最顶级的 AI 公司,主要产品包括: - ChainerMN 深度学习框架 - 自主研发的 AI 芯片(Myriad) - 工业应用的 AI 模型
但它面临的问题是: - 没有制造业客户的信任 或嵌入能力 - 没有实时控制系统 的工程积累 - 没有几十年的可靠性验证 历史 - 市场触达能力有限 (AI 初创 vs. 世界 500 强采购决策)
一个懂 AI 的创业公司,想说服日本电力公司或飞机制造商「用我们的模型控制你的核心系统」——这需要什么?不仅需要技术,更需要三菱重工这样的品牌背书与工业级交付能力。
为什么不是收购而是联盟?
三菱重工完全有能力全资收购 Preferred Networks(市值远低于其子公司估值)。为什么选择联盟制?
1. 保护 AI 公司的独立性:Preferred Networks 的价值来自其尖端研发人才与创新速度。收购通常会官僚化初创、导致人才外流。联盟保持 PFN 的灵活性。
2. 避免「红皇后竞速」:如果三菱重工全资拥有,它会被迫将 PFN 的所有技术独占。这可能激怒其他重工企业客户或引发竞争对手的技术警惕。联盟制让 PFN 可以服务多个产业客户。
3. 降低整合风险:垂直整合的失败案例众多。二者各管自己的领地、通过明确的接口协议合作,风险更可控。
4. 保留现金与灵活性:对三菱重工来说,部分股权投资 + 合同销售 vs. 全资收购,前者的财务杠杆更优。
深层原则:能力互补的垂直链
这个合作的本质是:
价值链上、如果两个企业各自拥有对方无法快速复制的能力,那么「精准链接」比「全栈自建」更高效。
这与传统的「纵向一体化」(Vertical Integration)不同。纵向一体化的经典理由是「降低交易成本、保护专有知识」。但在 AI 时代:
- **AI 能力更新太快**,一家企业即使拥有全栈,也可能在某个环节被超越。