美国AI 竞速的领跑身位与软肋

美国凭借基础技术积淀、算力基建规模与资本集聚效应在全球人工智能（AI）产业中占据主导地位。进入2026年，这场由大模型引爆的全球技术竞赛步入全新阶段：一方面，科技巨头持续加码资本投入，AI基础设施建设规模不断刷新纪录；另一方面，投资回报不及预期、电力基建出现瓶颈、产业应用分化等现实问题逐步显现，市场关于美国AI产业是否存在泡沫的讨论持续升温。

美国AI产业的高速扩张，最直观地体现为资本端的天量投入。商务部国际贸易经济合作研究院研究员周密在接受国际商报记者采访时表示：“美国AI发展最早，全球领先。美国几家AI大公司在全球AI资本投资方面扮演着非常重要的角色。美国目前几家市值最大的公司都在深度拥抱AI。从资本市场来讲，美国AI公司具有非常重要的吸引力，也创造了很多价值。”

高盛发布的报告显示，2026年一季度，美国AI相关支出规模已达约6500亿美元，预计全年将突破8000亿美元。设备投资、云服务建设、半导体产能扩张共同构成了支出的核心板块。

中国人民大学重阳金融研究院研究员衣英男在接受国际商报记者采访时亦指出，美国仍握有全球最强的基础研究能力和最大的资本密度。观察2026年的美国AI产业，关键词已经不是“技术突破”，而是“资本开支”。微软、谷歌、亚马逊、Meta四大科技巨头2026年的资本开支指引合计在7000亿到7500亿美元之间，较2025年增长六成以上。如此规模的资金集中在单一方向上，在近年全球投资史上并不多见。

值得注意的是，这轮投资的驱动逻辑正在发生深刻变化，市场情绪也从单边乐观转向审慎观望。衣英男进一步表示：“值得注意的是，这轮投资的性质正在发生变化，从现金流驱动转向债务驱动。几个信号放在一起看会更清楚：谷歌今年二季度出现了2004年上市以来首次季度自由现金流为负；标普7月将甲骨文的信用评级下调至BBB-，距离垃圾级只剩一档；7月23日，美股科技七巨头单日市值蒸发约7970亿美元，直接导火索正是市场对人工智能资本开支回报的担忧。这说明华尔街的评估标准已经从‘看投入’切换到‘看回报’。这一轮人工智能基础设施投资是否构成泡沫，不取决于技术本身，而取决于收入兑现的速度能否跑赢债务累积的速度。这本质上是金融周期问题，而不是技术问题。”

北京邮电大学经济管理学院副院长、教授李宏兵在接受国际商报记者采访时也提到：“资本投资方面，美国AI资本开支规模连创新高，资本投入狂热，但大规模投资开支也对企业现金流形成较大压力，相关企业的投资逻辑正从拼投资规模转向追求投资回报率。”

与资本端的集中式投入形成鲜明对比，AI在美国实体经济中的落地呈现稳步推进但结构分化的特征。

李宏兵表示，在实际应用方面，美国企业人工智能应用稳步推广，高盛数据显示2026年7月企业AI采用率达21.5%，预计未来6个月进一步升至24.3%。且行业应用差异明显，AI在金融领域、专业服务领域的应用率高（30%以上），而在制造业、零售业的应用率较低（16%以下）。

这种应用结构的分化，与美国自身的产业结构特征深度绑定。经过数十年的产业转移，美国本土制造业占GDP比重持续偏低，完整的工业生产链条相对薄弱，使得AI技术在生产制造环节的落地缺乏足够的场景支撑。与之相对，金融、软件、云计算、生命科学等领域凭借数字化基础好、数据要素充足、商业回报清晰等优势，成为AI渗透最快的赛道。周密表示：“美国缺乏充足的制造业应用环境，在AI的实际应用中，主要有一些大公司在推动探索可能的应用路径。美国的Anthropic等公司在不同领域的应用各自有一些想法，一般用于军事、编程和具身智能相结合等方面。”

展望美国AI产业的发展前景，电力供应与基建配套正成为棘手的产业瓶颈。衣英男指出，美国今年规划投用的数据中心容量超过10吉瓦，但实际处于施工阶段的只有约5吉瓦，市场预计其中三成到五成的项目会延期甚至取消。芯片可以下单采购，电网和变压器建设不快，大功率变压器的交货周期已经拉长到数年，价格也成倍上涨。“我把这个现象概括为一句话：‘美国人工智能的瓶颈，正在从算力变为电表。’这也说明，能源基础设施本身就是人工智能竞争力的一部分。”

周密也表达了类似的看法：“美国AI市场的投资条件和环境相对全球来讲是比较领先的。当然这种优势也伴随着质疑声，比如在算力方面，电力不够、出口管理的一些限制是否会影响AI使用的方式等。”

与此同时，全球AI技术格局的多元化趋势，也在逐步压缩美国的绝对领先优势。李宏兵表示，美国人工智能发展呈现出基础创新能力领先与竞争压力加剧并存的态势。在基础模型创新、算力基础设施和资本投入上，美国仍保持全球领先地位，拥有5400多个数据中心。但同时，全球AI创新力量正加速走向多元，国际尖端模型性能差距持续收窄，美国面临的全球竞争压力也将日益加剧。

对于产业长期走向，衣英男给出了判断：“美国模式是一场高杠杆的押注，押通用AI率先实现‘赢家通吃’。押对了，回报巨大；兑现时间一旦推迟，迎来的就是资本开支的集中出清。今明两年是验证窗口。在应用落地上，美国的强项在软件、云服务、生命科学等轻资产、高毛利领域。但在制造业改造这类硬场景上，受产业空心化和基建能力的制约，渗透速度未必比中国快。所以中美人工智能竞争不是一场短跑，而是两场不同的比赛：美国比谁先撞线，中国比谁先把技术铺满整个经济体。两种逻辑的高下，最终要在实体经济的产出数据里见分晓。”

总体来看，美国AI产业依然拥有全球最雄厚的技术积累、最活跃的资本市场与最顶尖的人才储备，其领先地位在短期内难以撼动。但随着资本逻辑从“规模竞赛”转向“回报验证”，叠加电力基建、产业结构等约束，这场由巨头主导的技术押注正进入风险与机遇并存的深水区。

数字了解中国AI价值链

模型能力层面：

截至2026年，中美顶尖模型性能差距已缩小至约2.7%。

大模型总调用量：

7月以来，全球AI大模型总调用量为54.6万亿词元。其中，中国为27.58万亿，连续七周增长，稳居全球首位。

应用场景层面：

普华永道提出的“AI适配度”评估体系显示，中国企业AI适配度已处于全球第一梯队。

摩根士丹利认为，除美国外，中国是唯一拥有独立且完整AI生态系统的市场，在多个数字产业均覆盖了物理应用，连接着数百家企业形成协作网络，有望创造的增量市值达3万亿至4万亿美元。

高盛预测，中国AI模型的API和订阅收入将从2026年估算的350亿元人民币增长到2030年的8790亿元，增幅约25倍，对应每日词元消耗量从350万亿增长到4600万亿。AI为中国经济创造的潜在收益，或比当前预期高50%至100%。

（资料来源：来自高盛、摩根士丹利、普华永道、斯坦福大学等机构研究报告，本报记者 何诗霏 整理）

AI产业规模超1.2万亿元

2025年我国人工智能产业规模超1.2万亿元，同比增长40%。截至2026年6月，人工智能企业数量超6600家，在全球的占比达到15%，已形成覆盖基础底座、模型框架、行业应用的完整产业体系。

人工智能产业链分为基础层、模型框架层和应用层。

基础层增长59%

2025年，我国人工智能基础层产业规模同比增长59%，占比为38%。

模型框架层增长189%

2025年人工智能模型框架层规模同比增长189%，占比为7%。

应用层增长22%

2025年人工智能应用层规模同比增长22%，占比为55%。

我国人工智能产业规模高度集中，北京市、广东省、上海市、浙江省、山东省是我国人工智能产业发展较为领先的省市，合计占我国人工智能产业规模比重超过80%。

（资料来源：中国信息通信研究院研究报告，本报记者 何诗霏 整理）