高盛：高關稅救不了美國製造，AI才是正解……

上周四，高盛最新發佈了一篇分析，旗幟鮮明地表示：

加關稅救不了美國製造業。

高盛指出，關稅或許能提供一時保護，卻無法解決根本矛盾——技術落後、效率低下，才是製造業競爭力下滑的真正原因。

高盛強調，“創新步伐的加快——可能來自機器人技術和生成式AI的最新進展——仍是最有可能扭轉製造業生產率長期停滯的催化劑”

01

關稅看上去能提高進口商品價格，激勵企業回流投資，但現實遠比理論複雜得多。資料顯示：

2023至2025年間，美國製造業持續疲軟，美國製造業採購經理人指數（PMI）連續多月處於收縮區間；

2025年4月，美國製造耐用品新訂單環比下降6.3%，創近三年最大跌幅；

鐵鏽地帶的“重振承諾”遲遲未兌現，大多數新增製造業崗位集中在服務型製造，而非回遷重工業。

過去，美國靠電腦和電子行業拉動產出，享受了一段“容易溢增”（easy gains）。但如今這些紅利漸漸耗盡，即便對中國等低成本國家徵收高額關稅，也無法根本解決問題，因為海外生產仍然“遠低於美國本土”，這意味著進口替代只能微調成本差距，無法扭轉整體趨勢。

在高盛看來，

中國憑藉成本優勢和國家產業政策，仍將持續擴大其製造業出口份額 。

那對於美國來說，出路在那裡？

高盛的看法是技術創新。因為美國製造業“生產率長期停滯”的問題根源在於技術創新不足，而加速技術創新才是扭轉局面的關鍵 。

此前，高盛估計美關稅政策可能使GDP下降數千億美元，但而技術創新則可為GDP帶來幾兆美元的增量。

特別是隨著越來越多企業將AI和機器人融入生產流程，生產效率與人均產出有了明顯的提升。

比如——

亞馬遜已經在倉儲物流中大規模部署機器人，提高搬運效率；

在亞馬遜的倉庫裡，一台名為 Vulcan 的機器人利用觸覺和人工智慧，從一個移動貨架上取下一件商品。 圖片來源：Wolf von Dewitz / picture alliance / Getty Images

百事公司用AI分析土壤和氣候資料，幫助農民在正確的時間播種和灌溉；而做牛奶包裝的利樂（Tetra Pak）則用AI預測不同配方在未來幾個月的市場需求，提前調整生產計畫。裝置維修也變得“未雨綢繆”了——以前要等機器“罷工”才修，現在AI會提前預警，讓工廠少停幾次，損失也就少了幾分。

再比如美國印第安納州航空精密零件製造商MSP Manufacturing，這家公司使用人工智慧輔助的 CNC 程式設計方案，將零件加工程序編寫時間縮短約70%，極大加快了報價和交付速度，從而在競爭中取得優勢 。

02

在全球製造版圖重繪的今天，中美兩國在“機器換人”這場深水區的角力中，起點和路徑都存在顯著差異。

中國的進展令人側目。

近年來我們在工業自動化方面投入巨大，成效顯著。根據國際機器人聯合會（IFR）的資料，2021年中國工業機器人密度已達每萬名製造業員工322台，首次超過美國同期的274台 。

事實上，根據官方資料，中國過去十年裡新增的工業機器人裝機量佔全球的一半以上。中國國家層面甚至宣佈未來20年內將通過國投基金等形式投入近1兆元人民幣用於機器人、人工智慧等高技術領域 ，進一步為製造業智能化提供政策支援。

所以你看到了，中國這邊，是整個國家在用財政、政策、市場和技術編織一張密實的智能製造網路。

而美國的智能製造，則仍停留在 GE、波音的“孤島式試點”階段——沒有形成平台化工業網際網路生態，也缺乏對中小製造商的系統滲透能力。

在應用案例上，中國企業也體現出快速部署的趨勢。

例如，特斯拉上海工廠報告其生產線自動化率已達到95%，並將焊裝車間的自動化率幾近100% 。通訊裝備和電子製造業中的龍頭企業（如華為、比亞迪等）也普遍採用自動化生產線和AI質檢系統。Foxconn（富士康）更將AI和數字雙胞胎技術作為未來工廠的核心，通過與西門子合作建構“未來工廠”，在電子製造和自動駕駛汽車領域最佳化生產效率 。

這背後，是中國企業在政策引導和市場規模的雙重推動下，展現出的高度組織力和快速部署能力。

美國當然也在行動。

比如GE的智能製造項目試圖通過資料分析加持精益生產來提升效率，但總體而言，美國在自動化推廣方面受到成本和產業結構因素制約較多，且民間投資多集中於消費領域AI（如網際網路企業），工業領域的創新需更多政策引導。根據BCG的一項調查，僅46%的美國受訪者報告工廠中多場景應用AI，遠低於全球平均62%和中國77%。

當然《晶片與科學法案》也開始對先進製造進行財政補貼，但相較於中國設立的各類產業基金、地方政府的專項配套政策，以及數以萬計的機器人應用場景，這些努力還顯得有些“輕巧”。

智能製造不是孤立技術的堆疊，而是系統能力的體現。

未來的製造，不再只是比誰更便宜，更關鍵的是誰更聰明、反應更快、更安全。產業鏈的穩固不再只是為了壓低風險，更是為了搶佔技術與市場的主動權。

接下來，中美將在更多前沿領域展開拉鋸：

從工業網際網路的底層協議，到協作機器人的柔性部署，從自動駕駛物流的閉環試驗場，到AI在製造資料分析上的“隱身工作”。甚至在綠色製造、資料出海、專利管轄權這些看似邊緣的賽道，也可能成為戰略級的高地。

03

高盛也承認，AI和自動化不是沒有代價的。

他們預測，

在接下來的十年裡，全球可能有多達三億個工作崗位受到AI與自動化的衝擊。

所以，對於一個國家來說，真正有前瞻性的工業政策，從來不是去“保住”舊的崗位，而是設法創造出新一代的工人——那些能夠駕馭智能工具、理解資料邏輯、在數字車間裡操控未來生產線的“新工匠”。

首先，是從政府端點燃引擎。

無論是研發補貼，還是稅收激勵，都可以成為推動車間變革的扳手。很多國家早已開始佈局：德國設立工業4.0示範工廠，日本推動“智能製造夥伴聯盟”，中國也有類似的“燈塔工廠”試點。

這裡的關鍵在於，把錢用在真正能夠升級工業神經系統的領域——AI演算法、自動化硬體、工業感測網路等——並讓科研院所、高校和企業形成協同合力，為下一代製造系統提供人才和技術的“底盤”。

其二，裝上引擎還不夠，還要有人會開。

自動化提升了效率，卻也重塑了勞動力市場的地基。我們正在進入一個“訓練成本”變成核心門檻的時代。一台自動化裝置再聰明，也需要人去維護、校準、分析和偵錯。而這些新崗位，對工人的要求遠遠高於流水線時代。

因此，從現在起重新設計職業教育體系，提前開展再培訓項目、建構有彈性的社會保障網，才是真正意義上的“智能製造戰略”——技術不該是用來替代人的，而應該是用來強化人的。

其三，是建構可視化評估工具。

為了做出科學的決策，將不同政策（關稅保護、研發補貼、教育培訓等）與關鍵經濟指標（就業、GDP、投資回報等）聯絡起來，甚至把關稅、補貼、教育投資等多種政策路徑納入統一模型。例如，將宏觀經濟模型與行業生產率模型結合，形成“關稅vs技術投資”的情景模擬工具，評估各種策略的長期影響。

這類可視化工具能夠幫助政策制定者理清路徑的成本收益，為製造業的發展制定更加精細的政策。

04

其實，美國製造業的復興，目前面臨的是路線之爭：

核心矛盾在於是繼續依賴貿易保護來“迴避”競爭，還是選擇擁抱技術創新來“迎接”挑戰，是在“退守”與“升級”之間做選擇。

高盛目前的研究和案例表明，

關稅可以築起一道牆，拖延競爭壓力，但沒法從根本上改變美國目前單位產出的成本結構。反之，唯有通過技術深化和組織升級，才能從“更聰明地生產”中走出效率困局。

而對站在另一端的中國來說，更值得深思的其實是鏡像裡的自己。

當AI智能化成為新工業體系的標配，當“生產率”的定義從拼規模轉向拼演算法，當全球產業分工悄然重構，

我們真正要關注的，不是美國怎麼做，而是中國如何在智能製造浪潮中，佔據標準、技術與信任的優勢地位。

這意味著，我們要關注標準的制定力，技術的原創力，以及——最難得也最稀缺的——全球信任的積累力。

文明的迭代，不會屬於最會喊口號的國家，

而會屬於那些能持續更新認知、建設能力、並用真實行動說話的國家。 (TOP創新區研究院)