•
誰在為美國買單？
在人工智慧浪潮席捲全球的當下，美國正以空前的雄心推動其AI計畫。在各種新聞裡，我們對此已經聽聞許久。但相信每個人都有困惑，美國人的錢從那裡來？中國如果要與美國競爭，錢夠不夠？
摩根士丹利分析師預計，到2028年，全球資料中心資本支出將高達3兆美元，而科技巨頭們的現金流僅能覆蓋一半，留下一場1.5兆美元的“融資鴻溝”。
美國靠誰來填補這個缺口？答案是，美國的退休金儲備。
美國的科技公司通過發行高等級債券籌資，而壽險公司則將巨額養老金注入這些債券，以匹配退休人群的長期需求。
這種“退休資金助攻AI”的模式，是美國AI投資的獨特路徑，也是其在全球AI競賽中的領先優勢。問題是，其他國家為何難以複製？中國能否迎頭趕上，又將如何以獨特的策略反擊？
美國的資金來源
美國AI計畫的資金並非憑空而來，而是依託其成熟的金融體系和多元化的投資管道。
根據史丹佛2025 年人工智慧指數報告，2024年全球AI私人投資創紀錄，美國獨佔1091億美元，是中國93億美元的近12倍，凸顯美國在私人資本主導的AI投資生態中的絕對優勢。
這些資金主要來自三大來源：
首先，風險投資（VC）和私募股權市場如火如荼。2025年，美國已有33家AI初創公司融資超過1億美元，包括Anthropic、xAI和Mistral等巨頭完成的10億美元級“巨額輪次”。全球VC資金的50%以上流向AI，其中美國佔比超過75%。
這得益於矽谷的生態。投資者對AI的熱情推動了“巨額融資”浪潮，甚至包括“收購式招聘”（acqui-hires），以快速吸納頂尖人才。
其次，債券市場成為科技巨頭的主力融資工具。2025年前10個月，美國投資級企業債券發行額佔整個公司債券市場的三分之二，總額超過2兆美元。 甲骨文、Meta和Alphabet等AI領軍者已發行多筆巨額債券，預計明年高等級債券市場將吸收3000億美元的AI資料中心融資。
這裡的關鍵買家是壽險公司。2025年美國年金銷售創紀錄，達3450億美元，這些資金需投資長期資產以避險“長壽風險”。摩根士丹利策略師指出，壽險公司已成為信用市場的“最大邊際買家”，將信用利差推至1990年代以來最低水平，推動債券收益率走低。
最後，政府與企業雙管齊下。美國聯邦政府2025財年投入33億美元用於非國防AI研發，同時亞馬遜、Alphabet、微軟和Meta等“超級科技公司”計畫在2025財年總計投資3640億美元，用於資料中心和AI基礎設施。這些投資不僅填補了融資缺口，還直接貢獻了GDP增長：2025年上半年，AI相關資本支出佔美國GDP增長的1.1%，超過消費驅動。
簡而言之，美國的資金池由多輪驅動：私人資本主導創新，債券市場提供規模化融資，退休金則確保長期穩定性。
為什麼美國能“燒錢”AI？
美國能在AI上投入巨資，還是源於其金融與創新體系的獨特優勢。全球AI私人投資的75%流向美國，這得益於其深度資本市場，尤其是AI“泡沫”效應吸引了海量資金。
自2022年ChatGPT推出以來，AI相關股票貢獻了標普500指數75%的回報和80%的盈利增長。 微軟等公司視AI為“兆美元機會”，願意支付更高利息換取先機。
更深層原因是生態閉環。美國擁有全球最活躍的VC網路、頂尖大學和相比歐盟等發達經濟體相對寬鬆的監管，孕育了OpenAI等創新者。聯邦政策如出口管制進一步鞏固優勢，確保歐盟這樣的盟友依賴美國AI技術。造成了AI投資可以成為美國經濟增長的新引擎，相比之下，其他國家難以匹配這種“私人主導、政府輔助”的模式。
不過，在AI投入上，我們既要看到美國的優勢，同時也要看到美國存在的問題和風險。
當前巨額投資已顯現明顯泡沫跡象。2025年，科技巨頭們承諾的資本支出高達數千億美元，主要用於資料中心和晶片基礎設施，這已超過消費支出對GDP增長的貢獻，甚至在上半年成為美國經濟增長的主要驅動力。然而，這種“燒錢”模式高度依賴投資者對AI“兆美元機會”的樂觀預期。
一旦實際生產力提升滯後於預期，如許多企業AI試點項目失敗率高達95%，或模型應用未帶來預期回報，那麼，泡沫破裂風險將急劇放大。歷史經驗顯示，類似網際網路泡沫破滅時雖留下了光纖網路等基礎設施，但也導致納斯達克暴跌78%、數兆美元財富蒸發；如今AI投資規模更大、集中度更高，科技七巨頭的市值已經佔S&P 500的三分之一，一旦崩盤，可能引發更嚴重的系統性金融危機，波及養老金、債券市場乃至全球經濟。
與此同時，正如心智觀察所此前在文章中已經分析的，美國AI發展的另一大隱憂在於監管合規成本的快速攀升。
輝達CEO黃仁勳在2025年11月公開警示，各州層出不窮的AI法規已形成“50個新規定”的碎片化格局，將統一的全國市場割裂成各自為政的堡壘，導致企業合規支出暴增。紐約州金融AI規則預計使華爾街機構年成本上升15%-25%，初創公司則需面對前置倫理審查、影響評估和第三方審計，開發周期從數周延長至半年。
這不僅抬高了創新門檻，還製造了訴訟風險和“聯邦內關稅”效應，這與中國的寬鬆監管+能源補貼形成鮮明對比。黃仁勳直言，如果美國繼續沉浸在“犬儒主義”和過度謹慎中，中國憑藉人才紅利、低成本運行國產晶片，將在AI競賽中實現不可逆轉的領先。
這番“中國要贏”的警告，雖事後被其軟化解釋為“中國在AI領域僅落後美國幾納秒”，卻真實反映了美國的監管泥潭可能大大侵蝕AI領域的競爭力。
中國能做到嗎？
AI是全球競賽，但多數國家在投資規模和執行力上落後美國。還是根據史丹佛的資料，2024年，美國產生了40個有影響力的AI模型，遙遙領先。中國產生了15 個，在縮小差距，而歐洲和新興市場更顯疲軟，歐洲只有3個。
世界其他國家為何難以複製？一是資金缺口巨大。歐洲整體落後於美國，主要因VC短缺和技能人才不足。二是監管壁壘，歐洲的法規更注重倫理，導致投資滯後，抑制初創企業。
民間投資的差距就很大。從2013年到2024年，美國的人工智慧民間投資累計超過4700億美元，而歐盟國家約為500億美元，英國為280億美元，加拿大為150億美元，日本為60億美元。
還有一個不容忽視的重要原因是早期投資。美國在計算、軟體和資料庫領域進行了早期且超大規模的投資，從1995年到2021年，這些領域的年度實際投資增長了十倍以上，遠遠超過其他先進經濟體的增長幅度（後者僅為2至4倍）。這些早期投資提供了計算能力、網路和硬體，使美國在AI相關創新和擴散方面處於早期領先地位。
總體來說，美國在AI容量和能力上全面領先先進經濟體。
高端計算，尤其是人工智慧超級電腦，對於大規模模型訓練和基於推理的任務尤為重要。美國在人工智慧超級電腦的累積容量中佔據主導地位，估計控制著全球 74% 的高端人工智慧計算，而中國佔 14%，歐盟佔 4.8%。
過去十年，美國的資料中心建設激增。截至2024年，美國估計擁有4049個資料中心，遠遠超過歐盟（2250個）、英國（484個）和中國（379個）。僅在2024年，美國的資料中心容量就增加了5.8吉瓦（GW），而歐盟為1.6 吉瓦，英國為0.2吉瓦。按人均計算，美國伺服器基數為每千人99.9台，遠超其他發達經濟體和中國。
不過在能源基礎設施上，中國更具優勢。資料中心帶來了電力需求大幅增長。十多年前，中國的發電容量超過了美國，裝機容量約為3200吉瓦，而美國為1293吉瓦，歐盟為1125吉瓦。僅2024年，中國就增加了429吉瓦的淨發電容量，是美國淨新增容量的15倍多。國際能源署預計，到2030年，全球資料中心的電力消耗將增加一倍以上，其中美國和中國佔增長的80%。
中國能否複製美國模式？答案是“能，但路徑迥異”。
2024年，中國民間AI投資雖僅為美國的1/12，卻通過國家主導的“新型舉國體制”展現韌性，例如專攻AI的長期VC指導基金。國家資金注入的優勢，是可以確保連續性，不受經濟周期影響。
中國的競爭策略有三板斧：一是“應用導向”。不同於美國追逐通用AI（AGI），中國更聚焦AI融入日常生活和產業，目標是到2027年實現廣泛應用，到2030年，AI將整合進90%經濟體。二是成本革命。中國憑藉規模經濟和本土晶片，降低AI部署成本，挑戰美國的主導，這背後是高等教育人才紅利的支撐，中國每年STEM博士產出已經遠超美國。三是全球佈局。在美國實行出口管制的情況下，中國有機會輸出AI能力到“一帶一路”、“全球南方”國家。
中國的核心優勢並非“燒錢”規模，而是以國家戰略為指揮棒、成本創新為殺手鐧築起的“不對稱防線”。DeepSeek正是以極致開源和低成本推理，顛覆了美國“高價閉源”的商業範式。2025年1月，DeepSeek突然引起全球關注，成本創新是重要原因。當時DeepSeek V3把推理成本做到僅為每百萬token 0.14美元，是OpenAI GPT-4o的1/35。企業無需為“天價API”買單，即可將AI嵌入客服、醫療、工業質檢等應用中。
說到底，AI競賽不止是技術的較量，更是資金與模式的博弈。未來，誰能將AI轉化為生產力，誰就將主宰下一個時代。 (心智觀察所)