中國如何在AI競爭中取勝？ | AI進化論

「AI進化論」是長江商學院推出的AI+主題欄目，匯聚全球AI領域的原創洞見、產業實踐及前瞻研判。從技術突破到產業應用，從戰略布局到倫理邊界，在這里，一起與AI同頻進化。今天和你分享長江商學院李偉教授發表于FT中文網的署名文章。

作者 | 李偉

來源 | FT中文網

李偉

長江商學院經濟學教授

亞洲（及大洋洲）市場副院長

案例中心主任

大數據經濟研究中心主任

先來看一個筆者最近在媒體上看到的關于人工智能的小故事。

一位名叫邱嗣軍的退休泥瓦工有一次去寧波大學附屬人民醫院做了常規的糖尿病檢查，三天后他接到了該醫院胰腺科主任朱柯磊的電話，讓他再去醫院做一次復查。

邱嗣軍隨后去醫院做了進一步的檢查并得到了一個壞消息和一個好消息：壞消息是他得了胰腺癌，好消息是腫瘤發現的很早。確診后朱柯磊成功切除了邱嗣軍胰腺上的病灶。在2025年11月的一次隨訪中，邱嗣軍告訴朱柯磊他感覺非常健康，正忙著在自家的農地里種菜。

邱嗣軍的病和AI有什么關系呢？簡單地說，AI“發現”了他的胰腺癌。

胰腺癌是最兇險的癌癥之一，五年生存率（五年生存率一般指的是已確診為某疾病的病患，從確診開始五年后的存活百分比，這是衡量一種疾病治療效果的重要指標）僅約10%（很多種類的癌癥的五年生存率已超過50%，甲狀腺癌甚至超過了90%），這在很大程度上是因為胰腺癌的早期發現極其困難，癥狀往往要等到癌癥惡化之后才會出現。

然而，等到胰腺癌出現明顯癥狀時，醫生能做的實際上已經不多了，因此胰腺癌的早期發現對其治療來說就顯得極為重要。

邱嗣軍一開始在醫院僅僅是做了一個腹部的平掃計算機斷層掃描（Computed Tomography，簡稱CT）。平掃CT的輻射量較小，對人體的危害也比較有限，但缺點是成像不夠清晰，容易造成誤診漏診。

2024年，一款由阿里巴巴開發的名為“人工智能胰腺癌檢測系統”（Pancreatic Cancer Detection With Artificial Intelligence，簡稱PANDA）的AI工具在寧波大學附屬人民醫院投入臨床試驗。PANDA的作用就是用經過訓練的AI在腹部平掃CT上識別胰腺癌的病灶。根據朱柯磊的介紹，截至目前，PANDA已經幫助該院的醫生發現了二十多例胰腺癌，其中14例為早期。對此，朱柯磊的評價是：“我認為可以百分之百地說，是人工智能救了他們的命。”

2025年4月，阿里巴巴宣布美國食品藥品監督管理局（U.S. Food and Drug Administration，簡稱FDA）已認定PANDA為“突破性醫療器械”（Breakthrough Device），這意味著其評審流程將加速，以便更快進入市場。

自從2022年11月OpenAI發布其具有里程碑意義的AI聊天機器人ChatGPT以來，AI的熱潮就幾乎沒有退卻過。目前關于AI的基本共識是AI將對人類社會產生革命性的影響。面對這種大勢，各國都不想掉隊，都害怕掉隊，因此AI發展呈現出八仙過海各顯神通以及你追我趕的激烈競爭態勢。

假如AI競賽是一場足球比賽，那么中國現在情況如何？未來中國需要怎么做才能在這場比賽中獲勝呢？

中美AI爭霸

對于AI競爭，我們首先需要對全球AI發展的格局有一個初步的判斷。先說結論，在這場AI競賽中，目前得分領先的兩支隊伍就是中國和美國，未來AI的發展方向很可能主要就取決于這兩個國家之間的競爭。

你可能覺得筆者有些武斷，但從目前的形勢來看，歐洲和日韓大概率已經出局了。即使它們能留在賽場上，估計也只能踢一些邊后衛和邊前衛之類的輔助位置，前鋒和守門員這樣的關鍵位置恐怕只能由中美兩國來擔任。

以歐洲為例，其在本土AI尚未充分發展的情況下就出臺了限制AI發展的法律法規，這其中的一個典型代表就是2024年3月13日獲得歐洲議會通過的《人工智能法案》（AI Act），該法案對AI設置了諸多的限制性條款。

歐洲對AI的擔憂并非全無道理，美國也暴露了不少AI對社會的負面影響，例如AI可能加強人的偏執和妄想并導致消極的后果，但在AI對人類社會的影響遠未完全顯現之際就對AI進行嚴格的前置性監管，這是否合適呢？目前歐洲沒有一個蜚聲國際的AI公司，沒有一個拿得出手的AI大模型，這不是偶然的。

聚焦中美兩國。從目前的態勢來看，美國的做法是各家科技巨頭都在進行激烈的AI軍備競賽，這其中一個典型的例子就是各大AI公司都在不惜血本的增加算力以便更早的訓練出更優秀的AI模型。

為了獲得算力，美國的AI巨頭一方面大規模建設提供算力的數據中心，另一方面向云計算公司大量購買算力。

這種軍備競賽造成了兩個直接的后果，一是各公司拼命向英偉達公司（Nvidia Corporation）購買用于生成算力的AI芯片，這推動英偉達的市值一度超過了5萬億美元，而且像谷歌（Google）這樣的科技巨頭還在自研AI芯片；二是由于AI芯片的運行非常耗電，因此尋找電力就成為了各家科技巨頭的一大任務。

這種對電力劇增的需求讓上市的美國電力公司的股價大漲，而像埃隆?馬斯克（Elon Musk，簡稱馬斯克）這樣的急脾氣干脆為xAI的數據中心自建配套發電廠。

假如美國目前對AI的態度是“大力出奇跡”，那么中國則有些四兩撥千斤的味道，這方面一個典型的例子就是2025年年初DeepSeek的橫空出世。

2025年1月，DeepSeek發布了其當時最新款的AI模型——R1。R1模型一開始并未引起市場的關注，但隨著時間的流逝，大家覺察到了其中的意義。R1在表現上與美國頂尖AI公司，例如OpenAI的一些最新模型不相上下，但它需要的算力更小，成本也要低得多，這導致其使用費遠低于那些美國競爭對手的收費。由于那些美國科技巨頭公司的AI模型需要大量的算力去支持，因此這些公司耗費了巨資去大量購買芯片。

DeepSeek的R1模型提示人們：AI公司以后可能不需要再購入那么多的芯片以維持高算力了，這直接質疑了愈演愈烈的芯片軍備競賽的合理性。這導致英偉達的股價在2025年1月27日暴跌17%，近6000億美元的市值迅速灰飛煙滅。

現在各家的AI模型呈現出百舸爭流的態勢，但未來很可能只會有兩三家，甚至一家，占據主導地位，其他的AI模型要么消失，要么專攻某一專業領域。這一點和搜索引擎的局面很相似，當年各種搜索引擎百花齊放，但經過激烈的市場競爭之后，谷歌的搜索引擎獲得了一家獨大的地位。

無論是搜索引擎，還是AI模型，都具有明顯的網絡效應，其前期投入是巨大的，但一旦其獲得了主導市場的地位，那么其提供服務的邊際成本是很低的。一旦某一AI模型成為了市場上最主流的AI模型，那么其在競爭中就有了很寬的護城河。除非新來的競爭者帶來革命性的功能優勢或者明顯的成本優勢，否則其將難以撼動領先者的優勢地位。

現在AI模型之爭還處于跑馬圈地的階段，各家公司都在積極擴軍備戰，誰都不希望被擠下牌桌。在目前的格局下，中美兩國AI模型的競爭實力是最強的，它們之間的競爭也是最激烈的。這場足球比賽剛剛進行至中場休息，下半場各家公司如何發力將不但決定各家公司的命運，更會決定中美兩國在AI上將誰主沉浮。

中美在AI發展上的優勢和劣勢

競爭在持續進行中，那么中美兩國誰更有潛力去成為未來AI領域的王者呢？對此，我們可以從商業模式、能源、芯片、應用和人才這五個維度去進行一番比較。

從商業模式的角度來看

美國的AI模型主要采用了閉源的模式，以OpenAI為例，其代碼和模型權重是不公開的。中國則主要采用了開源的模式，在這一模式下，模型代碼和模型權重是完全公開的，任何人都可以免費使用、下載并對模型進行優化升級，這方面的典型例子就是DeepSeek。這兩種模式各有優劣，但從商業史來看，最后的成功者往往是一個低價服務的提供者。

這方面我們可以看看Windows的發展歷程，Windows在早期只是眾多操作系統之一，但微軟將Windows的價格定在很低的區間上，很多電腦在出廠的時候甚至會預裝Windows系統。慢慢的Windows獲得了越來越大的市場份額，這甚至導致完全免費的Linux都無法與之競爭。

從這個角度來看，中國開源的模式更有潛力一些。另外，中國開源的AI模型實際上制約了美國閉源AI模型的收費水平，有DeepSeek在，OpenAI就沒法子收高價。從某種意義上說，中國開源的AI模型阻止了美國的閉源AI模型去收AI稅。

從能源的角度來看

中國處于絕對領先的地位。AI模型的運行需要大量的電力，中國在這方面有著得天獨厚的優勢。公開資料顯示，中國現在擁有世界上有史以來最大的電網。2010年至2024年期間，中國的發電量增幅超過了世界其他地區的總和。2024年，中國發電量是美國的兩倍多。一些中國數據中心現在支付的電費不到美國數據中心的一半。

具體來說，摩根士丹利預測，從2026年至2028年，美國數據中心可能面臨44吉瓦（吉瓦是功率單位，通常用于衡量發電站的裝機容量和電網能力，1吉瓦等于10億瓦特）的電力缺口，相當于紐約州夏季的發電能力。而根據高盛的預測，到2030年，中國將擁有約400吉瓦的富余發電能力，約為屆時全球數據中心預期電力需求的三倍。

最近15年，中國的發電能力有了飛速的增長。在2010年，中國的發電能力為0.926太瓦（1太瓦等于1000吉瓦），美國的則為1.139太瓦。到了2024年，中國的發電能力已增至3.349太瓦，美國的則為1.325太瓦。

從芯片的角度來看

美國具有一定的優勢。英偉達是全球最頂尖的AI芯片提供商，其占據了這一市場的大部分份額，其芯片長期處于供不應求的狀態。除此以外，美國還對中國進行了芯片出口管制，不允許英偉達最先進的AI芯片出口到中國，這迫使中國不得不自研AI芯片。目前中國已有英偉達芯片的替代品，但性能與英偉達旗艦AI芯片的性能還有一定的差距。

根據媒體報道，按一種常用的機器學習規格計算，捆綁了384枚昇騰（Ascend）芯片的華為CloudMatrix 384系統提供的算力比英偉達包含72枚Blackwell芯片的旗艦系統高出三分之二。但據研究公司SemiAnalysis稱，華為系統的功耗是后者的四倍。不過中國有富余的電力，這在一定程度上彌補了國產芯片的劣勢。

從AI應用的角度來看

美國的AI發展方向主要是通用人工智能（Artificial General Intelligence，簡稱AGI）。AGI指的是相當于人類智力程度的AI，這被很多AI公司看作AI發展的終極目標。中國的一些AI公司也在開發AGI，但更多的公司是在開發AI的具體應用，就像上文所說的PANDA。不過在AI的應用上，一些美國公司也取得了相當多的成績，比如谷歌公司在這方面就頗有建樹。

假如AGI可以實現，那么這無疑是革命性的成就，但業內普遍認為要實現這點還有很長的路要走。中國聚焦具體應用的開發思路比較現實，容易產生短期的效益，兩者孰優孰劣目前還不好判斷。總的來看，中美在AI的應用上是各有千秋，目前的實力對比是五五開。

從人才的角度來看

中國既有優勢，也有劣勢。從優勢的角度來說，目前中國擁有全球最龐大的AI人才庫。

英偉達的首席執行官（Chief Executive Officer，簡稱CEO）黃仁勛曾在2025年5月19日接受采訪時表示：“全球50%的人工智能研究人員是中國人，你無法阻止他們在人工智能領域取得進展，例如DeepSeek是非常不錯的產品。”

在美國的各家頂級AI公司中，本科畢業于中國高校的高級研究人員已是屢見不鮮。

從劣勢的角度來說

雖然中國擁有龐大的AI人才庫，但很多AI人才，尤其是高端AI人才，都流向了美國公司。這方面薪酬是一個重要原因，但更關鍵的是發展的平臺。不過隨著國內AI產業的發展，越來越多的頂尖華人研究員正在選擇回歸中國。總體來說，從人才的角度來看，美國暫時擁有一定的優勢。

從以上五個角度來進行比較，我們會發現中美在AI競爭中各有優劣勢。從總體上看目前美國可能稍占優勢，但兩者之間的差距不大，中國完全有趕上的可能。

中國AI路在何方？

上文已述，中美在AI競賽中各有優劣，那么中國接下來應該怎么做才能迎頭趕上，甚至超越美國呢？

關于這點，筆者有兩個層次的觀點。

從宏觀上說，這涉及到調整政府與市場的關系。簡單來說，我們要發揮有效市場和有為政府兩個參與方的積極性。

對一些基礎性的、無法為企業帶來短期收益的研究，政府可以發揮更大的作用；對一些更為實際的應用層面的研究，市場應該發揮主導的作用。值得注意的是，一些企業對AGI的追求帶有一定程度的基礎性研究的色彩，就像DeepSeek所做的那樣，這非常值得鼓勵。

另外，適當的監管對AI的發展至關重要。AI會對人類社會產生革命性的影響，就像第一次工業革命中的蒸汽機那樣。AI會對全社會帶來廣泛而持久的深刻影響，其一定是兼具正面效應和負面效應，這意味著其將會給我們所有人都帶來巨大的機遇與挑戰。

現在AI的很多具體影響還很不清楚，在這種情況下，監管對其的發展就會產生重大影響，監管的邊界往往決定了AI能發展的上限。從這個角度來說，中國對AI實行一個較為寬松的監管會更有利于本土AI產業的發展。在這方面，歐洲的前置性監管是值得我們警惕的。

從微觀上說，中國能否為AI的發展創造一個相適應的營商環境，這將是我們能否取得成功的關鍵一步。

營商環境中包含的內容比較廣泛，但有一點非常關鍵，即投融資體制改革必須跟上。AI是全新的發展領域，潛力大，但不確定性非常高，現存的這些AI企業未來大部分都會死掉，因此AI投資的風險是很高的。

從以往的經驗來看，最適合AI發展的投融資機構應該是風險投資基金（Venture Capital，簡稱VC）。世界上，包括中國，幾乎所有的科技類巨頭公司都是在VC的哺育下成長起來的。對VC來說，投資100家公司可能會有99家血本無歸，但成功的那一家可能會帶來300倍的回報，從而抵消那99家的虧損并有盈利。

假如是債權融資的話，那么這必然會產生大量的債務違約，這會給銀行等金融機構造成大量的不良資產，進而威脅到整個金融體系的運行。

另外，VC出資方一般對風險有較高的認知和承受能力，即使出現虧損也不易帶來大面積的社會負面影響。假如使用的是銀行貸款和政府撥款，那么一旦出現虧損，其將可能會損害納稅人的利益，這于情于理都說不通。現在一些地方對投資AI公司非常踴躍，筆者對這種行為持保留意見。

最后，從AI行業來看，其一個重要特點就是高端人才的聚集。

以DeepSeek為例，其大概只有約150人，而就是這些人做出來了可以媲美OpenAI旗艦模型的成果。DeepSeek的研究員大多是來自清華北大等國內名校的碩士和博士，如何將這些高智商的研究人員組織起來是一個很大的難題，DeepSeek的崛起正是因為它掌握了如何讓這些高端人才互相合作的密碼。要讓這些高端人才組織起來，形成1加1大于2的合力，中國就需要在宏觀和微觀的各個層次上去進行改革。

假如中國可以建立一個AI友好型的社會環境，那么憑借中國人的聰明和勤奮，中國在AI領域一定會大有可為，甚至主導未來30年AI的發展。

千里之行始于足下，不積跬步無以至千里。美國的芯片封鎖打不倒中國的AI產業，它甚至可能會刺激中國創造出自己的英偉達。相信只要中國遵循規律辦事，那么中國的AI產業一定會有一個光明的未來。

文中圖片來自圖蟲創意，轉載需獲授權。

點擊下方卡片，關注長江商學院