•
全球人工智慧競爭格局
近年來，全球人工智慧（AI）競爭日趨激烈。部分評估報告強調美國的領先地位，而另一些觀點則認為中國正在削弱美國的主導優勢。相比之下，其他發達經濟體的進展卻鮮少受到關注。現有跨國比較主要依賴綜合指數—這類指數雖具基準參考價值，但受權重設定與聚合偏差影響，可能模糊人工智慧能力的關鍵維度。更清晰地把握各國AI實力，有助於更準確地解讀全球AI競爭格局。
本報告通過整合關鍵指標的國際對比，評估各國在AI領域的相對準備度與表現。分析表明：美國在基礎設施（除電力相關設施外）、算力資源和投資環境方面仍保持重要優勢；發達經濟體在擴展算力規模和吸引投資方面面臨更大挑戰；中國在科研產出與應用落地領域進展迅猛，但其基礎支撐設施的完善程度尚待明晰。
實體與數字基礎設施
實體與數字基礎設施構成人工智慧應用的基礎支撐。實體基礎設施包括資料中心與高性能計算硬體，需要穩定的能源、通訊與製造能力作為保障。數字基礎設施則涵蓋雲端運算、資料訪問及支撐大規模模型部署的相關工具。
如圖1所示，美國在計算裝置、軟體與資料庫領域進行了超前的大規模投資—1995至2021年間，這些領域的實際年投資額增長超十倍，遠超其他發達經濟體2-4倍的增長幅度。這些早期投入建構的算力網路與硬體基礎，為美國引領人工智慧領域的創新研發與技術擴散奠定了先發優勢。
圖1. AI相關實體與數字基礎設施投資規模
算力—即用於人工智慧訓練和推理的處理能力及網路資源—是衡量國家AI研發與應用能力最直觀的指標。資料中心、處理器（CPU與GPU）及更廣泛的計算系統共同支撐著現代AI工作負載日益增長的需求。
過去十年間美國資料中心建設迅猛增長。截至2024年，美國擁有約4,049座資料中心，數量遠超歐盟（約2,250座）、英國（484座）和中國（379座）。僅2024年全年，美國新增資料中心容量達5.8吉瓦，同期歐盟與英國分別新增1.6吉瓦和0.2吉瓦。若以人均標準衡量，美國每千人口伺服器保有量達99.9台，顯著領先其他發達經濟體與中國（圖2A）。
圖2. 算力指標對比
高端計算—特別是AI超級電腦—對大規模模型訓練及近年興起的推理任務尤為關鍵。美國在AI超算總容量方面佔據主導地位，掌控全球約74%的高端AI算力，中國與歐盟分別持有14%和4.8%（圖2B）。
能源基礎設施風險
AI工作負載的快速增長正推動資料中心電力需求大幅攀升，這使得發電與輸電能力對AI基礎設施的支撐作用日益凸顯。蘭德公司預估到2028年全球AI電力需求可能達117吉瓦，國際能源署則預測至2030年全球資料中心耗電量將翻倍以上，其中美中兩國將貢獻80%的增量。
中國早在十餘年前發電裝機容量已超越美國（圖3），目前總裝機容量約3200吉瓦，遠超美國的1293吉瓦和歐盟的1125吉瓦。僅2024年一年，中國淨新增發電裝機容量達429吉瓦，超過美國同期淨增量的15倍。
圖3. 發電裝機容量對比
美國發電與輸電能力能否跟上資料中心需求的快速增長尚存疑問。當前已建資料中心約佔美國平均能耗的8.9%，顯著高於歐盟的4.8%與中國的2.3%，這凸顯出美國需要大幅增加電力供應以支撐AI基礎設施的持續擴張。
私人投資與研發投入
美國在AI領域的私人投資規模遠超其他發達經濟體。圖4顯示，2013至2024年間美國AI私人累計投資額突破4700億美元，而歐盟國家總額約500億美元，英國280億美元，加拿大150億美元，日本僅60億美元。在AI基礎設施、基礎研究及資料管理處理領域，美國與其他發達經濟體的投資差距尤為顯著。此外，美國還吸納了全球AI資料類初創企業的大部分風險投資，以及生成式AI領域超75%的公開融資規模。
圖4. AI私人投資對比
企業層面對AI關聯領域的研發投入進一步鞏固了美國的領先地位。以研發支出佔銷售額比重衡量的研發強度顯示，美國企業在ICT硬體與軟體領域均保持最高水平（圖5）。歐盟在硬體領域稍遜一籌，軟體研發則遠落後於美國—儘管其過去十年增長顯著。中國企業硬體研發規模較十年前有所提升，但軟體研發強度不升反降，兩項指標均與美國存在較大差距。這一態勢與經濟合作發展組織最新發現相符：美國企業開展商用AI專項研發的比例顯著高於其他發達經濟體同行。
圖5. 企業研發投入佔銷售收入比重
人工智慧國內應用現狀
跨國比較AI應用程度面臨多重挑戰。來自私營機構、企業和大學的調查資料顯示的AI應用率通常遠高於國家統計資料，這主要源於樣本中AI密集型行業的大型企業佔比過高（縱觀各國調查，大型企業的AI應用率普遍較高）。因此美國在史丹佛大學AI指數等調查中位居榜首並不意外。國家統計機構採用更具代表性的抽樣方法，覆蓋了更多因各種原因尚未採用AI的中小企業（詳見附錄C）。
定義差異使跨國比較更趨複雜。例如美國人口普查局的雙周BTO調查統計過去兩周內的持續AI使用情況，而歐盟統計局年度報告的應用統計則未明確使用強度。正如Crane、Green和Soto（2025）指出，若在調查中納入就業權重考量，美國AI應用率將顯著提升，這表明僅依靠企業層面反饋可能低估AI技術的實際滲透程度。
表2：AI應用率重點調查結果對比
其他衡量擴散程度的指標—例如關注職場中AI相關技能的指標—顯示美國顯著領先於其他發達經濟體。以促進非AI崗位向AI崗位轉型（反映勞動力向AI技能提升與再培訓的指標，見圖6a）為例，僅法國在此項上超越美國。而在製造業生產流程的AI融合程度方面（圖6b），美國遠超發達經濟體同行，同時在教育、金融及科技服務領域的AI應用也保持領先（見表A3）。隨著企業和個人AI應用度量標準的持續完善與標準化，各發達經濟體在全經濟領域AI滲透程度方面的定位將愈發清晰。
圖6. 勞動力市場AI滲透度重點指標
結論
本報告闡明，美國在AI能力的關鍵領域大多領先於其他發達經濟體，而中國的最大優勢在於能源基礎設施。
附錄A：附加資料
二、投資格局
美國吸納了全球AI與資料類初創企業的大部分風險資本，在生成式AI初創企業已披露的私人風投中佔比超75%（見表A2）。截至目前，美國風投資金集中於資訊技術、媒體/行銷、醫療保健及金融領域，在這些方面相對中國及其他發達經濟體保持絕對優勢。中國在教育培訓類初創企業的私人風投方面略勝美國，同時在AI算力類初創企業的投資力度也大幅領先，是唯一在該領域風投規模接近美國水平的國家。相比之下，歐洲與日本在各領域的風投規模均與美國和中國存在顯著差距。 (Rick筆記)