安富利的AI进行时：半导体分销商为何要重写角色

9月17日，安富利与香港大学合建的EMUS实验室（新兴微电子与普及计算系统实验室）在中国香港将军澳创新园揭幕，聚焦边缘AI、物理AI、机器人、高性能计算以及新兴微电子，首批27支初创团队入选为期12个月的联合孵化计划，即“面向AI MMP的DfMA启动计划”；9月18日，以“算力赋能，产业拓界”为主题的2026安富利智慧科技生态圈论坛在深圳启幕，约500名横跨产业链上下游的行业人士到场参会。

两场活动连接在一起，恰好是一个观察窗口：当AI产业的重心从参数竞赛转向工程化量产，衔接芯片原厂与行业应用之间的技术分销商，正在如何重新定位自己的角色。

参照系已经变了。安富利最新调研显示，全球已有56%的工程师所在企业开始向客户交付集成AI技术的产品，这一比例较去年增长33%，且中国的AI应用普及率显著高于全球平均水平；德勤《2026年企业人工智能现状报告》指出，超过半数的受访组织已开始使用物理AI。两道门槛先后跨过——AI已越过“要不要用”的阶段，且正在越过“软件够不够好”的阶段，剩下的就是落地。

 安富利华东区销售总监王航

在媒体采访中，安富利华东区销售总监王航把分销商的角色变化剖析得更加直白：过去主要提供元器件，现在分销商更多扮演桥梁角色，连接客户在技术方案资源、工程能力、产业生态与供应链等方面的需求；客户的关注点也从过去单纯比拼算力指标，转向对高性能计算、电源管理、高速互连、存储、安全、软件与系统集成的综合考量。

安富利中国区现场应用管理总监丁国骄补充道：作为技术分销商，安富利最突出的优势之一就是为客户提供覆盖产品全生命周期的技术支持，以FAE技术团队为例，一支超过百人的FAE团队提供设计链服务，从最初的创意和理念构想、架构阶段即提早介入，一路跟进到原型验证与量产爬坡，与客户共赢成长。

 安富利中国区现场应用管理总监丁国骄

这套“全生命周期价值”说法的成色，在财务口径和业绩表现方面也得到了交叉验证。据安富利2026财年财报（截至2026年6月27日），公司整个财年的销售额为276.33亿美元，同比增长24.5%；第四季度销售额83亿美元创纪录，同比增长约48%，其中亚太区是主要的增长引擎；从市场需求来看，AI基础设施与数据中心的快速建设则是主要增长动力。

随着AI需求爆发，相关半导体器件正面临涨价、缺货的压力。本轮缺货的结构性特征比缺货本身更值得记录。王航在群访中明确：当前的紧缺集中在电源器件、连接器和光通讯器件；逻辑并不复杂——算力提升带来功率密度提升，对供电、互连与散热的规格要求水涨船高。其中电源与散热是要求提升最显著的两块，液冷等先进散热技术正加速进入客户视野。王航判断这类需求有结构性支撑，将“持续比较长的时间”。

“修路先于造车”。王航用了一个产业读者都能听懂的比喻：要交通顺畅，必然先把路修好，客户现在做的就是搭建算力“高速公路”，而端侧和边缘侧的具体应用，是未来跑在路上的车；目前仍是AI基础设施贡献最大。算力、存力、电力、传输四个要素“并重，少一个都不行”——对器件侧而言，AI基建的红利并非只落在GPU一家，而是横跨电源管理、光互连、连接器、存储的完整BOM链条。

由此，分销商的工作重心转向BOM级保供。“以前只要解决一两个品类的缺货，现在更多是系统性的”，王航表示，安富利的做法是把客户需求规划、原厂产能规划、物流能力与库存健康度放到一张表里寻找平衡点。丁国骄补充的细节更具体：原厂扩产、工艺优化、良率提升这类供应信息，安富利“比客户提早至少半年就能掌握”，并且在为客户推荐方案时就把后期供应变量代入评估。一支百人FAE的隐性价值之一，就是把“今天能买到”和“半年后还能买到”做成两道护栏。

国产化话题上呈现出一组双重关系。一方面，丁国骄坦诚表示国产平台在算力上“还存在一定差距”，但她随即给出工程侧的补位思路：把推理放到NPU上、训练与推理分开，用架构调整兼顾性能与成本——她举例称该方案在医疗影像推理中已有较成功应用，可在一定程度上帮助国产品牌绕开高端GPU的算力瓶颈。另一方面，王航透露安富利也在积极扩充和布局国产产品线，并扮演国产原厂“出海”的桥梁，借助安富利的全球供应网络帮助其拓展海外市场。

更微妙的错位发生在角色上。谈及国内芯片厂商现在也尝试为客户提供系统级的芯片方案，丁国骄提到，系统级的芯片厂商“既是我们的客户，也是我们板级的供应商”：一家模组厂商经安富利出海后，发现安富利覆盖到了它自身团队触达不到的客户群，反而加深合作。面对原厂直销与国产原厂系统级方案的双重挑战，王航的应对策略是“互补”——原厂将资源主要集中在服务头部客户，分销商FAE团队的技术支持可以覆盖中小客户与长尾市场，甚至在一些比较偏远的地区，原厂没有销售布局，但是安富利的业务网络可以辐射到。

作为一家老牌技术分销商，在更为全面的系统服务之外，技术特长也是其备受关注的一环。在谈及FAE会不会被大模型替代。出身于现场应用工程师的丁国骄的回答则充满信心：“我们绝对不会被替代。”她的论据有两层：其一是数据护城河——外部通过开放平台进行搜索能找出性能指标相似的替代料号，但不会提供性价比与供应情况这类非公开信息；其二是系统级交互——当客户询问 “一款产品选型是否合适，可否替代原有选型”时，优秀且经验丰富的FAE给出的可能不是单一的技术层面方案，而是一套更合适的整体方案，这种判断建立在理解整个系统而非单颗芯片之上。

但她也指出了可借助AI赋能的环节：针对具体技术问题的问答这类工作具备较高的自动化空间，各原厂的Q&A系统，本身就能帮助FAE快速完成知识学习。这一点值得重点关注：知识检索类工作正随产业趋势被AI工具承接，FAE的核心价值，将更多聚焦在“需求提炼、架构权衡、供应链研判”这些难以被复刻和产品化的环节。

未来，真正构建差异化竞争力的关键在于，当供应信息数据库、替代料号推荐引擎等功能逐步被工具化之后，FAE如何将更多精力投入高价值的技术决策与客户协同等环节中，持续筑牢自身的竞争力和价值壁垒。

把安富利香港EMUS实验室揭幕与在深圳举办的安富利智慧科技生态圈论坛放回同一个48小时观察窗口里看，它们提供的并不是结论，而是一个需要后续AI走向规模化量产、扎根产业链、重构供应链并深刻影响未来市场发展进程，这一路走来的成长轨迹将持续验证的前瞻性思考、努力与实践。

AI基建对上游半导体元器件的供需拐点会最先给出信号：电源器件、连接器、光通讯的紧缺何时收敛，取决于相关原厂的资本开支与扩产排期，在此之前，BOM级保供仍是分销商博弈的核心筹码。

与此同时，EMUS实验室所支持的首批27支初创团队在未来的成长情况与量产转化率，将检验“产学协同+供应链孵化”能否推动AI创新走出实验室，转化为可靠、可量产且可规模化部署的产品，同时这也影响着未来安富利是否会把类似机制推广到更广阔的市场。

长期来看，“桥梁”所代表的价值重塑和生态位跃迁最终也将回归到业务成果上。若设计链与工程服务能力能够在后续的业务发展中清晰显现，“从通路到桥梁”的转变也会真正完成跑通可持续商业模式闭环的答卷。可以看到，分销商在产业发展和趋势演进过程中的角色和价值重构，已经在本次活动的观察窗口中得到凸显，相信其发展成色也会在随后的产能协同、供应链韧性与营收表现上得到验证。