标签： AI技术

当法拉利遇上IBM：AI如何打造F1超级粉丝生态

两年前，IBM发现自己的体育合作伙伴名单里少了个重要角色——F1一级方程式赛车。

这事确实有点奇怪。F1现在火得不行，特别是在美国，Netflix那部《极速求生》把车手们的日常拍成了真人秀，直接让这群人成了主流明星。而且这项运动本身就离不开技术，AWS、甲骨文、Anthropic这些科技公司都抢着跟车队合作——既能露脸打广告，又能拿真实赛道数据练手，何乐而不为。

为啥是法拉利？

IBM体育与娱乐合作副总裁Kameryn Stanhouse说得很直白：”他们是历史上获胜最多的车队。”这话没毛病，法拉利在F1的江湖地位摆在那儿。

但这次合作的核心逻辑跟其他车队拉科技巨头入伙的理由差不多：想要更牛的技术解决方案，把人工智能的潜力榨干。Stanhouse提到，体育最爽的一点就是数据多得用不完，这些数据可以用来帮普通人理解人工智能。”他们会看到AI怎么为他们服务，”她谈到AI在体育内容叙事里的应用时说。

“这首先要从赛道上获取的数据入手，将其转化为易于理解、有吸引力的内容。”——Stefano Pallard，法拉利车迷发展负责人

数据太多了，多到不知道怎么用

每场比赛，法拉利车队每秒要处理几百万个数据点，车手踩刹车的力度、赛车轮胎的温度、弯道时的G力——全都能捕捉到。但问题是，这些数据对车队有用，对普通车迷来说就是天书。

怎么把这几百万个数据点变成车迷愿意看、看得懂、还想互动的内容？这就是IBM的企业级AI要解决的问题。

在F1的11支车队里，法拉利是少数几家（跟迈凯伦、威廉姆斯它们一起）拥有独立车迷应用的，而不是靠社交媒体或者F1官方平台混日子。这说明这项运动开始意识到，粉丝经济这块蛋糕确实够大。

旧应用太无聊，新应用有点东西

Stanhouse承认，之前的法拉利车迷应用就是个查赛程的工具，查完大家就走了。新版应用加了点真东西：

• 车迷能在应用里跟其他人互动玩游戏
• AI写的比赛总结（这个确实省人工）
• 更多车队和车手的幕后故事
• 预测功能（比如猜下一场谁拿冠军）
• AI助手，车迷可以问各种问题

有些改动看起来简单，但之前就是没有。比如意大利语版本——法拉利是个意大利车队，很多车迷是意大利人，但旧应用居然不支持意大利语。这说不过去。

粉丝变了，玩法也得变

法拉利车队发现，现在的车迷群体跟五年前不一样了。F1去年公布的数据挺有意思：75%的新车迷是女性，而且很多是Z世代。对女车迷来说，F1学院（F1 Academy）是个特别吸引人的点——这是个全女性赛车系列赛，目的是培养下一代女车手。

但不管是新车迷还是老车迷，要的东西都一样——更多内容。”他们要求更多的数据、更多的见解、更多的功能，我们必须能够满足这些需求，”Pallard说。

车队会用AI分析应用里的参与信号——比如大家喜欢读什么内容，车迷发消息时的情绪倾向。Pallard说：”这有助于我们了解什么最能引起法拉利车迷（Tifosi，法拉利车迷的昵称）的共鸣，并直接指导我们塑造叙事方式和内容交付方式。”

“与IBM合作的未来五年愿景是，让每位车迷都觉得体验是为他们量身打造的，无论他们已经支持我们30年，还是才支持30天。这就是建立持久忠诚度的方式。”——Stefano Pallard

数据不会骗人

Stanhouse说，自打IBM参与进来，应用的参与度数据一直在涨，光是比赛周末的参与度就增长了62%。这个增幅不小。

而且法拉利打算在这个方向上继续深挖，要做更具沉浸感的车迷体验。毕竟车队只有两名车手在赛道上跑，但你知道吗？换胎的时候需要24个人同时协同工作，而且要在两秒内完成。这些内容故事，车迷以前根本接触不到。

Stanhouse说：”车队只有两名车手，但你知道换胎时需要在两秒内同时有24人协同工作吗？”内容叙事可以帮助车迷与车队建立更亲近的联系。这话确实有点道理。

我的看法：这事其实是AI商业化落地的一个典型案例。不是搞什么高大上的概念，就是老老实实解决一个具体问题——怎么让车迷更愿意用你的应用，更愿意关注你的品牌。法拉利有数据，IBM有AI工具，两家人各取所需。而且这个思路可以用到别的体育项目甚至别的行业里去。

说到AI芯片，大家第一反应都是英伟达的GPU。但华泰证券最近一份研报提醒了一件容易被忽略的事：交换芯片作为数据中心互联的核心组件，2026年起要在AI驱动下开启”二次成长”了。

交换芯片是干什么的？简单说，它负责处理数据交换和报文转发，是交换机的”大脑”。成本占比不低——占交换机成本30%以上。当AI集群从千卡迈向万卡级，网络系统必须更稳定可靠，这就推动数据中心Scale out交换机向更高容量、更高速度发展。

万卡集群的”血管系统”

你可以把AI集群想象成一个超大型工厂。GPU是工人，交换芯片就是工厂里的传送带系统——负责把数据快速、准确地从一个”工人”（GPU）传到另一个。

当集群规模从1000张GPU扩展到10000张，这个”传送带系统”的压力不是线性增长，而是指数级增长。数据包要在成千上万个计算节点之间高速穿梭，任何瓶颈都会导致整个系统变慢。这时候，交换芯片的性能就成了关键。

测算显示，2028年国产交换芯片市场空间有望达到242亿元，2026-2028年复合增长率（CAGR）高达96%。

超节点架构：国产算力的破局之道？

研报里提到一个有趣的观点：超节点架构可能是国产算力追赶海外算力的破局之道。

这里的逻辑是：超节点架构放大了集群内Scale up（纵向扩展）的作用，而交换芯片的配比通常高于传统的Scale out（横向扩展）架构。换句话说，如果国产算力采用超节点架构，未来会催生大量交换芯片需求。

这对国内交换芯片厂商来说，是个值得关注的机会。华泰证券的建议是：关注海外龙头及国内自研技术领先的芯片商。

为什么是”二次成长”？

第一次成长，是云计算和数据中心的传统需求驱动的。那时候交换芯片主要服务云服务商、大型企业。

第二次成长，驱动力换成了AI。万卡集群、超节点架构、更高的数据交换速率需求——这些都让交换芯片从”配角”变成了”关键基础设施”。

96%的三年复合增长率，放在任何行业都是夸张的数字。当然，这只是测算，实际能不能兑现，还得看AI集群建设的实际进度。

最后提醒一句：研报是研报，投资是投资。96%的增长预测很美好，但交换芯片这个市场，最终谁能吃到蛋糕，还得看技术迭代速度和客户绑定能力。