企业应该在人工智能上砸多少钱？美国科技巨头认为，答案是：非~ei~ei~常多。根据彭博行业研究的数据，今年这些巨头在数据中心上的资本支出可能会超过 7400 亿美元。不过，曾对此深信不疑的投资者，现在开始动摇了。 7 月 26 日有消息传出，英伟达正洽谈包销一个规模超 5000 亿美元的庞大数据中心项目，其中 2500 亿美元由其承接。该数据中心将装满英伟达的芯片，并由领先的模型开发商 OpenAI 运营。消息一出，英伟达的股价随即暴跌。就在几天前，谷歌的母公司 Alphabet 宣布今年将把 AI 支出提高到 2050 亿美元，投资者对此大惊失色。日本、韩国和台湾的 AI 概念股也纷纷暴跌。
与美国的 AI 狂欢相比，中国的节俭显得尤为突出。预计在 2026 年，中国科技巨头在数据中心上的投资额还不到美国同行的一成。虽然”抠门“，但中国模型的性能并没有打太多折扣。上个月，总部位于北京的初创公司月之暗面推出了先进模型 K3 。在行业通用评测中，K3 的聪明程度达到了 Anthropic 前沿模型 Fable 5 的 95%，成本却便宜了 70%。 8 月 3 日，中国科技巨头阿里巴巴发布了一款新模型，据报道，在某些指标上，该模型已跻身全球最强行列。
在中国，（建数据中心的）土地、部分（装配 AI 服务器的）设备以及（从建筑工到 AI 天才的）人力成本，都低于美国。此外，中国企业还被指责利用美国昂贵模型的输出来训练自己的模型。这种被称为“知识蒸馏”的技术，让中国的 AI 开发者得以免费搭上美国大笔投资的顺风车。另外，中国的部分 AI 支出可能并没有反映在公开的资本支出数据中。中国 AI 企业（尤其是规模较小的企业）原本可能要花大价钱购买英伟达的顶级芯片，如今却把部分资金用于如何压榨中低端芯片的性能。深度求索在 2025 年初推出了一款性能强劲且运行高效的模型，让美国的 AI 企业和投资者惊出一身冷汗。该公司很可能在研发“减少算力需求”的技术上投入了相当多的资源。
然而，单凭这些因素，还无法解释为什么中国能用远低于美国的投资，取得看似旗鼓相当的 AI 成果。那么，这背后究竟还有什么原因？
制约中国 AI 投资的一个因素并不是资金短缺，而是“有钱买不到东西”。美国对华科技出口管制意味着，中国企业无法购买最顶尖、也最昂贵的 AI 芯片。这些芯片由美国公司英伟达设计，并由与美国关系密切的台湾代工巨头台积电制造。在非官方层面，北京的监管机构也一直在劝阻企业使用降级版的英伟达芯片（中国企业目前仍能买到这些芯片），有时甚至限制其进口。此举旨在防止中国的 AI 基础设施受到制裁冲击，并推动本土替代方案的发展。
以阿里巴巴为例。该公司去年表示，将在 2026 年至 2028 年间向 AI 投资 530 亿美元。与亚马逊或 Alphabet 的投入相比，这笔预算简直是九牛一毛。但即便如此，这一目标也可能难以实现。阿里巴巴拥有中国最先进的芯片设计项目之一，过去一直将制造业务外包给台积电。如今，美国的制裁迫使它不得不寻找国内供应商。
国内唯一有能力生产同等性能芯片的供应商，只有自 2019 年起就被美国列入黑名单的科技巨头华为，以及负责代工华为设计芯片的国资代工厂中芯国际。然而，美国的限制措施同样涵盖了先进的制芯片设备，迫使华为和中芯国际采取成本高昂的替代方案，这严重限制了两家公司生产高性能芯片的产能。此外，中芯国际也无法通过加大资本支出来弥补这一低效，因为同样的制裁也限制了它获取成熟制程芯片制造设备的渠道。
限制中国 AI 资本支出的不仅是美国的制裁，还有中国本土对 AI 服务的基本需求。中国企业在 IT 预算上的“抠门”是出了名的。尽管中国的 GDP 已达到美国的得三分之二（按购买力平价计算甚至高出三分之一），但中国企业在软件上的总支出还不到美国同行的十分之一。这种斤斤计较的态度很可能会降低 AI 企业的投资回报率，从而在源头上削弱它们的投资意愿。
此外，共产党对 AI 的野心，更多在于将该技术普及并融入实体经济，而不是去创造那些需要更多数据中心、更强芯片才能运行的超智能系统。据信，美国有数十家公司正致力于开发通用人工智能（AGI）——一种在大多数智力任务上都能超越人类的系统。相比之下，上海市人工智能行业协会党委书记徐奇指出，在中国，已知在研发 AGI 的公司不足十家。
另一个促使企业克制 AI 支出的信号，来自深谙这些局限性的投资者。正如美国投资者如今开始动摇一样，中国投资者早就对 AI 的过度支出保持警惕。此前，美国的科技巨头还能因激进的 AI 投资计划而获得股价上涨的奖励，但中国的科技巨头一旦在 AI 上铺张浪费，却更容易受到市场的惩罚。
投资者现在可能开始觉得，美国的数据中心建得太多了。但中国虽然在建设上表现得十分克制，其算力可能还不够用。这导致中国无法充分发挥其 AI 明星企业的创新优势，也让这些企业难以变现。
字节跳动开发了全球顶尖的视频生成 AI，它也是 TikTok 的母公司。但如今，字节跳动正面临严重的算力瓶颈，生成一些视频片段甚至需要等待 10 个小时。北京另一家头部实验室智谱 AI，以及阿里巴巴的云计算部门，也必须对部分服务实行严格限额，这些服务往往上线几分钟内就会被抢购一空。 K3 的排队名单上，也挤满了翘首以盼的用户。
虽然普及实用型 AI 对算力的需求，确实没有追求“超级智能”那么大。但如果“营养限制”得太严重，依然会阻碍行业的发展。
编译自《经济学人》，原文链接：点击阅读。
