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。