所謂“新基建”，就是“新型基礎設施建設”，主要包括七大領域：5G、特高壓、城際高速鐵路和城市軌道交通、新能源汽車充電樁、大數據中心、人工智能、工業互聯網。
特高壓、城際高速鐵路和城市軌道交通、新能源汽車充電樁，是能源網和交通網的東西，我不懂，不做評論。
我重點説一下剩下的四個領域，也就是5G、大數據中心、人工智能、工業互聯網。
這些都是信息網的範疇。其實説白了，也就是我們之前常説的大物雲移、5IABCDE那些東西。
這四個領域，更符合“新基建”的屬性，更能體現數字經濟特徵，和中國目前緊迫的經濟轉型任務密切相關。
我們一個個來看。首先是5G。
Part 1：5G
一直以來，我都在呼籲大家理性客觀地看待5G的發展。
沒錯，如果只從技術指標來看，5G確實是一個非常優秀的通信技術標準，也是近現代通信技術不斷積累沉澱的結晶。
但是，在基礎理論未獲得突破的情況下，5G的性能指標並不是全面提升的。有所得，必有所失。從某種角度上來説，它是一種性能平衡的產物，並不完美。
5G當前的缺點，就是覆蓋、功耗，還有投資。
它沒有能力徹底取代現有的通信技術。換句話説，它是現有通信技術的一個補充，將和其它通信技術長期共存。
我們暫且不説藍牙、Wi-Fi、NFC這些短距離通信技術，就長距離蜂窩通信來説，5G目前也做不到完全取代2/3/4G。
雖然5G名為第五代移動通信技術標準，但是在我個人看來，它應該是“第三代”。
1G根本就是一個試驗品，不足以稱為一代。2G才是真正的第一代移動通信技術，幫助人們實現了移動通話和短信需求。
3G開創了移動上網的先河，實現了通信內容的本質變化（從TDM語音到分組報文）。但是3G技術並不成熟，所以很快就上馬了4G，相當於給3G打了一個補丁。
所以説，3G 4G，算是真正的“第二代移動通信技術”，開創了移動互聯網時代。
5G，從技術上來説，我個人認為，還是在給3G/4G打補丁，並沒有革命性升級，並不足以稱為一代。但是，從網絡性質來説，5G的連接對象，從人變成了物，它70%以上的服務場景，是物聯網場景。站在這個角度來説，它被定性為“新一代移動通信技術”，又是當之無愧的。
我個人認為，5G的命運，不會像1G那麼差，但很可能像3G一樣，是一次摸索試探，是一次敲門。
太長遠我不敢説，我可以肯定的是，未來十年，LTE將成為第二個2G，長期服務於整個人類社會。作為必不可少的基礎打底網絡，LTE肩負滿足人類移動通信基本需求的使命。
基於LTE、由LTE改造而來的Cat.1、NB-IoT、eMTC，將是低功耗、廣覆蓋、中小微帶寬需求物聯網場景的主力（eMTC在國內應該會很難，但是國外難説）。LoRa這樣的私有技術，視國家政策變化，將可能成為企業的第二選項。
大帶寬、低時延的物聯網場景，例如車聯網、工業機器人等，才是5G的用武之地。這樣的場景，需要漫長的時間孵化和成長。5G還要面臨Wi-Fi 6等技術的競爭。
物聯網場景對5G的需求沒有想象中強烈，移動互聯網場景也是如此。
在移動互聯網方面，5G畢竟相比4G有速率提升，少部分用户會先行使用，但短期內不可能掀起大規模換機潮。普通用户沒有更換5G手機的迫切需求，大部分都是正常手機老舊淘汰才會更換。現在手機普遍性能過剩，使用壽命也比以前更長，淘汰換機會更慢。
目前運營商公佈的5G套餐用户數並不能説明問題。很多用户是4G手機用5G套餐，比如我。
（數據截止2020年4月底）
截止2019年年底，國內4G用户總數共有12.8億户。我預測，按運營商現在的套路，估計1-2年後，5G套餐用户數會超過4G套餐用户數。但5G真實用户數要超過4G，起碼還要3-5年。
對於運營商來説，面對5G也是心情複雜。我相信運營商內心深處是不願意大力建設5G的。本來就經營困難，業績進入拐點，營收大幅下降，還要花錢去建設5G，無疑是雪上加霜。但是，運營商的企業性質又決定了他們必須承擔這個任務，為宏觀大局做出犧牲。
根據最新數據，國內5G基站已經超過24萬個。但事實上，大部分5G基站都是室外宏站，在現有2/3/4G站址上加掛5G AAU天線而已，新建難度並不是特別大。
最下面的是加掛的5G AAU有源天線
這幾個月，運營商又砸了幾千億，主要是5G SA獨立組網核心網的建設，還有承載網改造的錢。想必運營商也是比較肉疼的。
後續，5G開始做室內深度覆蓋，買設備加做優化，這個投資更加恐怖。
5G並不是沒有用，也不是不該建。而是説，5G的建設方式，應該是打造樣板標杆，引導行業用户需求，按需建設。如果盲目建設，以現有的資源，很可能造成“有需求的地方沒網絡，有網絡的地方沒需求”這麼一個尷尬的結果。
5G是物聯網的代表，而不是物聯網的全部。數字經濟離不開的不是5G，而是物聯網。
不久前，工信部25號文件對蜂窩物聯網發展方向的指引，非常及時。我們不能盲目追捧5G，不能獨寵5G。整個物聯網技術格局需要認真規劃。每一項技術都有自己的特點，物盡其用、協調發展，優勢互補，才是王道。
Part 2： 大數據中心
再來説説大數據中心。
大數據中心就是DC（Data Center）。注意了，大數據中心不是大數據的中心，而是大的數據中心。它和大數據有關係，但不是專門為大數據技術建設的。
不管是數字經濟還是數字社會，移動互聯網還是產業互聯網，但凡和數字（digital）打交道，核心能力就是連接和計算。你在信息技術領域做的任何事情，都繞不開它們倆。
剛才説的5G和物聯網，都是連接技術。連接什麼呢？連接終端和雲？不對，連接需求和算力。所有應用的產生都源於需求，所有應用的實現都基於算力。連接只是算力的一個工具。
數據中心，都是算力中心。它裏面的硬件軟件，包括CPU（芯片）、內存、硬盤、操作系統、數據庫、軟件，都是算力資源。
建設數據中心，其實就是建設算力中心。這個東西就像發電站一樣，通過5G、光纖等通信網絡，源源不斷地將算力輸送到需求端。大數據中心，其實就是核電站，它有龐大的算力，可以給更多的用户提供服務。
數據中心
其實我一直覺得，新基建戰略中的“大數據中心”應該刪掉這個“大”字。現在單點算力越來越強大，邊緣計算也在快速發展，算力可以變得更靈活，完全沒有必要追求“大”。
算力下沉，到終端側，到手機裏，到路由器裏，到基站裏，在基站建一個邊緣計算中心，一個“小數據中心”，可以滿足低時延等特殊場景需求，也是新基建的一個好方向。
數據中心，是服務於企業上雲的。企業擁抱雲計算，就會需要數據中心。數據中心同樣也服務於大數據和人工智能。雲計算、大數據、人工智能，本身就是一條線。
雲計算將算力資源集中化，進行靈活分配，提升使用效率，降低能耗。大數據在我看來，屬於雲計算。雲計算的龐大計算能力和通信技術（例如5G）的龐大連接能力，為大數據技術的應用創造了條件。人們得以挖掘數據中的潛在價值，獲得數據紅利。大數據本身龐大的體量，加上雲計算的能力，又給機器學習、深度學習提供了學習樣本和學習效率保證，刺激人工智能的發展。
5G、物聯網、雲計算、大數據、人工智能，全部都是術。它們是工具，它們的目的，是在工業互聯網、智慧城市、智慧農業、智慧物流、智慧醫療等場景中給傳統產業賦能，幫助傳統產業進行數字化轉型。
扯遠了，我們回到數據中心。
數據中心，我覺得有幾個方面的問題需要考慮清楚。
首先，是壽命問題。
數據中心就是一台大電腦。電腦的能力主要取決於硬件。
內存和硬盤主要是看容量，技術規格升級並不是特別快。但CPU處理器不同，這個東西就是個芯片，之前一直都按半導體摩爾定律的速度發展，更新換代非常快。就算現在速率慢下來了，但也還是在不斷升級，頻率越來越高，核心數越來越多，能耗越來越低。我們買電腦買手機，會發現，今年還是最主流的配置，到了明年就落伍了，幾年之後，就只能當廢鐵。
那麼，數據中心會不會出現同樣的情況呢？傳統基建裏面的鐵路公路機場，都是十幾年甚至幾十年的使用壽命，這個投入回報是源源不斷的。那數據中心，一次性投入下去，可以用多少年呢？
如果明年花同樣的錢，建設的數據中心算力是今年的1.3~1.5倍，那麼，我們今年建？還是明年建？這些都是需要進行詳細規劃和計算的。盲目上馬建設，燒了幾年電，最後變成廢鐵，這是誰都不希望看到的。
第二個問題，誰來建？
是運營商來建？還是華為、阿里、騰訊來建？
數據中心既像核電站，也像銀行。企業關鍵的數據，都在數據中心。按理來説，數據放在自己手裏最安全，但是，如果企業自己沒有能力，那還是需要找一個信任的對象。一方面道德上值得信任，另一方面能力上值得信任（技術要足夠強）。
雲計算方面，全球最強的是亞馬遜AWS，然後是微軟和谷歌。因為一些特殊的原因，國內份額最大的是阿里雲，佔了差不多半壁江山，電信雲、騰訊雲是第二梯隊，華為雲這幾年發力，增速也很快。
雲計算這個東西，想要做其實很簡單，大部分平台軟件都有開源的，改改就能用。但是，凡是想要做好的，最終都選擇了自研的道路，包括AWS，還有阿里的飛天。這些巨頭砸了大量的資金和資源進行自研，才有了現在的市場份額。所以，一般的企業，根本不可能現在再入局雲計算，尤其是公有云。
我個人還是比較看好阿里、騰訊、華為這樣的私企民企做雲。雲和5G完全不一樣，5G是移動通信網絡，講究規模效應，投資過於巨大，民企私企現階段很難切入。但云還是可以的，量力而行，自然生長。目前的市場也驗證了這一點。
數據中心的投資完全可以社會化，因為它有清晰的商業模式，也有回報率。
第三個問題，能耗。
和剛才5G一樣，數據中心也是一個電老虎。雖然現在雲計算都是基於虛擬化和容器技術，能夠根據需求進行彈性伸縮，動態調整性能，但不管怎麼調，它總歸是有能耗的。
降低能耗，一方面寄希望於芯片工藝、AI控能等技術手段，另一方面就是將數據中心建在能源價格較低的中西部地區，或者緯度較高的北方寒冷地區。環境温度每低1℃，一個數據中心的空調電費一年下來，都能節省幾百甚至上千萬。
為了節能，甚至有廠商將數據中心建設在海底。
所以説，數據中心也不是可以隨便想建就建的。選址、技術方案，都需要提前考慮清楚。
Part 3：人工智能
第三個要説的新基建領域，是人工智能。
作為最受關注的科技，AI人工智能實在是太火了。然而，越火的概念，泡沫越多。前幾年人工智能更火，現在熱度已經有所消退。上週還看到新聞，第一波人工智能獨角獸，已經開始倒閉了。這其實是好事，迴歸理性，才能讓一個技術得到更好的發展。
在新基建這麼多領域裏面，人工智能其實是最“虛”的一個。5G有基站，數據中心有機房，人工智能的很多東西，你根本看不見。所以説這種東西特別好忽悠，怎麼吹都行。而真正做實際投入的團隊和企業，反而容易被淹沒和忽視，無法獲得所需要的資源，創業難度更大。
人工智能的幾個關鍵要素，算力、算法、數據。
算力就是芯片，這幾天華為事件再次升級，全國上下又討論了一圈芯片自研的困境，大家都成專家了，我就不多説什麼了。
算法這塊，也是需要長期積累和投入的，還需要根據場景進行不斷優化，沒有耐心和資源支持是搞不定的。
數據呢，我覺得隱私和倫理是最關鍵的問題。中國算是這方面環境最寬鬆的了，到底是優勢，還是隱患，我也説不清，大家自己掂量吧。
總而言之，人工智能的投入是一個長期的過程。如何擠掉泡沫，如何鼓勵和保護創新，如何建立健全的法制環境，是我認為最值得關注的點。
仔細想來，我覺得人工智能就不像一個基礎設施，這是一個生態，更多是人才培養，還有平台支撐和環境維護。
Part 4：工業互聯網