达沃斯论坛的讨论中，人工智能对经济结构的重塑及其面临的资源约束问题成为焦点。马斯克指出，随着大模型训练、推理部署和智能终端普及加速推进，社会运行方式正经历深刻变革，就业形态和企业组织模式都将面临重构。他用"从碳基到硅基"的比喻强调：如果政策、产业和劳动力转型跟不上技术发展速度，传统模式的适应期可能被压缩至五年左右。 此判断反映了人工智能发展正从"算法竞争"转向"系统竞争"的新趋势。过去算力提升主要依赖芯片制造和软件能力，但随着训练规模和数据中心集群的扩张，电力供应、电网承载能力和能源成本约束日益凸显。马斯克在与黑石集团CEO拉里·芬克对话时警告，部分国家的芯片产能增长可能超过电力保障能力，导致"算力设备就位但供电不足"的困境。现实情况也印证了这一担忧：一些地区因大功率用电审批周期长、电网改造滞后，企业不得不自建发电设施或配备备用电源来维持数据中心运行。 电力约束将从三个层面影响人工智能竞争格局：一是限制训练能力，延缓模型迭代速度；二是推高推理成本，阻碍产业应用落地；三是加剧区域差距，能源体系更完善的经济体将获得数据、算力和人才优势。马斯克指出，大模型训练具有显著的"耗电型"特征，"电力即算力"的趋势日益明显，能源已成为核心竞争要素之一。 应对这一挑战需要"扩大供给"和"优化结构"双管齐下：一上加快电网投资和跨区域调配能力建设，提升对高密度算力集群的支撑；另一方面推动清洁能源与储能、输电系统协同发展，降低对化石能源的依赖，并通过价格机制和需求侧管理提高用电效率。马斯克特别提到中国这上的系统性做法：既加快太阳能等可再生能源部署，又推进高效跨区输电能力建设，为数据中心扩张和产业数字化提供能源保障。他认为这种以基础设施和产业组织能力为支撑的发展模式正在形成比较优势。 同时，马斯克强调就业转型的紧迫性。虽然部分重复性岗位将面临调整，但产业升级也会创造新职业和新需求。关键在于政府和企业能否提前布局教育培训和社会保障体系，帮助劳动力从"岗位匹配"转向"能力匹配"；个人也需要主动提升跨学科能力，掌握新工具的使用方法。 展望未来，马斯克预测人工智能能力将在未来几年实现跨越式发展，并在2030年前后迎来新拐点。无论这一预测是否准确，各方共识是：人工智能竞争将越来越取决于芯片、算法、数据、人才、产业生态以及能源电网等基础设施的综合实力。谁能率先构建"算力-电力-产业"协同体系，谁就更可能在新一轮科技与产业变革中占据主动。
能源与技术革命正在重塑国家竞争力格局。马斯克的预警既是对未来的预判，也是对当前发展模式的反思。在这场深刻变革中，能否把握关键机遇将决定各国在未来世界格局中的地位。中国的实践为全球提供了有益参考，但真正的挑战在于实现技术创新与可持续发展的平衡推进。