一、引言：當數據成為新的疆域
人工智能正以前所未有的速度重塑全球經濟秩序與國際權力結構。在數字文明的賽道上，數據已從原始信息躍升為戰略性生產資料，其地位堪比十九世紀的煤炭與二十世紀的石油。對數據的採集、處理與控制能力，已成為衡量國家競爭力的核心指標。
「數據主權」（Digital Sovereignty）概念的興起，標誌著一個新時代的到來。數據不再只是存儲於服務器中的字節，而是承載著法律管轄、國家安全與制度選擇的政治實體。數據存於何處，便受何地法律約束；算法由誰訓練，便反映誰的價值取向。當數據成為「疆域」，人工智能便是新時代的拓荒者與治理者。在「數據即疆域」的時代，如何平衡國家安全與數據跨境流動是一個需要面對的難題。
中美兩國作為全球科技雙極，正沿著截然不同的路徑推進人工智能發展。美國依托市場主導、資本驅動的創新生態，強調技術領先與全球標準制定；中國則採取制度引領、場景優先的戰略模式，注重技術普惠與產業融合。這不僅是技術路線之爭，更是發展模式、治理哲學與文明形態的深層博弈。
競爭的焦點已悄然轉移：不再是誰先實現通用人工智能，而是誰能率先將人工智能大規模轉化為現實生產力。真正的贏家，不是擁有最強模型的國家，而是能最快構建「技術—數據—場景」閉環、實現經濟正循環的體系。
二、美國路徑：資本意志與國家力量的共振
長久以來，美國人工智能的崛起被歸功於矽谷的自由創新精神。然而，其背後隱藏著更深層的動力結構，即市場資本與國家安全資本的協同共振。
（一）雙輪驅動：從華爾街到五角大樓
美國人工智能的發展引擎由兩大支柱構成。一是以華爾街為代表的市場資本，二是以國防五角大樓和情報系統為代表的國家安全資本。兩者一明一暗，共同塑造了美國人工智能生態的獨特韌性。
市場資本方面，科技巨頭正以前所未有的規模建設「全棧式人工智能基礎設施」。根據2024年最新行業分析，谷歌、微軟、亞馬遜、Meta和蘋果五大企業的資本開支總額預計數千億美元，主要用於數據中心擴建、圖形處理器集群部署與人工智能模型訓練。一些領先企業已簽署長期基礎設施合作協議，涵蓋芯片採購、雲服務與能源供應，構建全球最龐大的私有人工智能算力網絡。這種「資本先行、技術跟進」的模式，使得美國在算力儲備和模型疊代速度上持續領先。
與此同時，國家安全資本在幕後持續發力。美國國防高級研究計劃局近年來人工智能相關預算保持高位，2024年預算中明確將量子機器學習、自主作戰系統與認知計算列為重點方向，投資邏輯並非追求短期回報，而是確保美國在關鍵前沿技術上的戰略領先。情報關聯風投機構則長期扶持高風險、高潛力的初創企業，許多今日的人工智能核心技術，如語音識別與自然語言處理，最初均源於此類國家級孵化項目。
這種「企業衝鋒、國家兜底」的模式，使美國人工智能既能享受市場創新的敏捷性，又能獲得國家戰略的穩定性支撐。
（二）潛在危機：能耗極限、法律真空與信任滑坡
僅管美國模式展現出強大動能，但其結構性隱患日益顯現。
首先是能源瓶頸。人工智能訓練的電力消耗正逼近物理極限。根據國際能源署（IEA）2024年發布的報告，全球數據中心年耗電量預計在2026年突破1000太瓦時，相當於日本全國年用電量。美國大型AI數據中心的耗電已佔其全國總用電量的3%以上，若無能源技術突破，算力擴張將遭遇「硬約束」。而當前美國在可再生能源與儲能體系建設上進展相對緩慢，過度依賴化石能源，導致人工智能部署成本受國際市場波動影響加劇。
其次是法律治理滯後。美國尚未建立統一的人工智能監管框架，數據版權、算法偏見、深度偽造等問題長期處於灰色地帶。聯邦與州級法規割裂，導致企業合規成本高企，公眾對人工智能的信任度持續下滑。近期皮尤研究中心民調顯示，超過55%的美國民眾對人工智能在醫療、司法等關鍵領域的應用持保留態度。
最後是商業模式困境。多數人工智能企業仍依賴融資續命，缺乏可持續盈利路徑。通用人工智能概念的過度炒作催生了資本泡沫，部分初創公司估值虛高，實際營收有限。市場已開始警惕「下一輪科技泡沫」的到來。2024年第二季度，多家AI初創企業因無法實現商業化而遭遇融資困難，資本市場對「燒錢換增長」模式的耐心正在消退。
美國的成功建立在科技創新，資本狂熱與國家托舉之上，但其挑戰也源於制度碎片化與資源代價的加劇。
三、中國路徑：制度杠桿與現實掣肘
中國的人工智能發展走出了一條制度引領的獨特道路。從國家層面規劃到地方試點，從政策扶持到產業引導，中國展現出強大的戰略統籌能力。但這一體系的複雜性，在於「制度效率」與「資源約束」之間的動態平衡。
（一）三重制度杠桿：動員、場景、規則
中國的「制度優勢」體現在三大可操作機制上。
首先是資源動員能力。通過國家級「東數西算」工程，中國將東部的算力需求與西部的能源供給高效匹配，構建全國一體化算力網絡。政策性銀行提供低息貸款，地方政府配套土地與電力支持，顯著降低人工智能訓練成本。截至目前，全國已建成8個國家算力樞紐，年均算力增速保持在30%以上，綠電使用比例持續提升。
其次是場景製造能力。中國政府以公共採購為牽引，在政務、醫療、交通等領域打造全球最大規模的人工智能「試驗場」。例如，杭州「城市大腦」系統已實現全市交通信號燈接入，人工智能實時調度有效緩解了高峰擁堵，部分區域擁堵指數下降達15%；主要三甲醫院引入人工智能輔助診斷系統，疾病早期檢出率顯著提升。這種「政府搭台、企業唱戲」的模式，極大縮短了技術從實驗室到市場的轉化周期。
最後是規則供給能力。中國構建起覆蓋數據安全、算法治理與倫理審查的人工智能監管體系。《生成式人工智能服務管理暫行辦法》於2023年8月正式實施，要求企業進行算法備案與風險評估。這雖增加合規成本，但也為企業提供了清晰的政策預期，避免「創新即違法」的困境。
（二）制度的代價：財政壓力與算力瓶頸
然而，強大的制度動員也面臨現實挑戰。
地方財政緊張導致部分人工智能產業園和智慧城市項目資金斷流，戰略部署在基層被「形式化執行」。一些城市為追求政績，盲目上馬人工智能項目，最終效果不及預期，數據中心空置率上升，造成資源浪費。
更關鍵的是高端芯片短缺。僅管國內人工智能芯片性能不斷提升，但在先進製程與算力密度上仍與國際最先進產品存在差距。2024年美國對部分中國芯片實施全球禁令，進一步加劇了供應鏈壓力。
所謂「制度代替算力」的說法實為誤讀。中國企業的真正突破，在於通過算法優化與系統集成，在有限算力下實現高效性能。這是一種「約束中的創新」，而非「替代中的超越」。華為、科大訊飛等企業通過模型壓縮、分布式訓練等技術，在特定行業實現了媲美國際水平的應用效果。
四、核心戰場：實用人工智能的崛起與競爭
人工智能正推動全球技術體系進入深度分化階段。世界不再是一個統一的技術生態，而是逐步形成兩大並行系統：一方以美國技術標準為核心；另一方以中國替代性架構為基座。
（一）實用人工智能：經濟主引擎的真正戰場
在通用人工智能尚未到來的當下，決定國家競爭力的關鍵是「實用人工智能」，即人工智能在真實場景中的落地效率與經濟轉化能力。
實用人工智能的價值體現在四個維度：
其一，它是傳統產業升級的加速器。例如，中國港口機器人化率已超過60%，人工智能調度系統使集裝箱周轉效率提升25%以上。
其二，它是國家治理體系的「神經系統」。一些城市已實現人工智能全流程審批，企業開辦時間從數天縮短至數小時。
其三，它是高質量數據的生成器。每一輪人工智能應用，都會產生新的標注數據，反哺模型優化，形成「數據—模型—場景」正向循環。
其四，它是社會信任的重建者。通過透明算法與可解釋人工智能，逐步緩解公眾對「黑箱決策」的擔憂。
（二）中國人工智能的躍遷力量
在實用人工智能維度上，中國展現出獨特優勢。截至目前，中國生成式人工智能用戶規模超過4億，佔全球總量近四成。龐大的用戶基數與豐富的應用場景，使中國成為全球最大的人工智能「訓練場」。
主要科技企業宣布未來三年投資超數千元人民幣用於人工智能基礎設施建設，其計算平台通過架構創新，有效降低單位算力能耗。國內企業合作打造的全國產化人工智能服務器集群，已在金融、能源等領域實現商用部署。
更深遠的影響在於數字絲綢之路建設。中國已與「一帶一路」沿線20多個國家建立人工智能聯合實驗室，輸出智慧城市、智慧農業等解決方案。這不僅是技術輸出，更是發展模式與治理理念的傳播。
（三）有限合作：風險約束下的全球協同
僅管競爭加劇，但在應對跨國風險時，各國不得不展開功能性合作。近期聯合國成立人工智能風險治理機制，中美雖未直接對話，但通過第三方機構在打擊深度偽造、遏制人工智能網絡詐騙等領域展開技術協調。歐盟推動全球人工智能安全協議，要求跨國人工智能平台共享惡意內容數據庫。這種合作是有限的、工具性的，聚焦於風險防控而非技術共享。
真正的科技聯盟仍遙不可及，但「競爭中求共存」已成為現實選擇。
五、投資新視角：從地緣對立到價值共識
人工智能的資本邏輯正在從「押注國家」轉向「押注效率」與「押注閉環」。
（一）美國：鎖定關鍵環節與價值閉環企業
在算力軍備競賽中，芯片製造商、雲服務商與開發工具鏈企業是長期受益者。主要科技公司無論模型如何疊代，始終掌握基礎設施命脈。同時，那些已將人工智能嵌入產品並產生實際效益的軟件服務企業，正成為資本新寵。這些企業通過人工智能應用幫助企業提升運營效率，形成清晰盈利模式。
（二）中國：關注場景應用與自主替代企業
在智能製造、智慧交通、數字醫療等領域，深度綁定行業客戶的人工智能企業最具潛力。一些企業在特定行業的應用已形成高壁壘生態。在被外部制約的背景下，國產人工智能自主自強，芯片、基礎軟件與網絡安全企業迎來戰略機遇。這些企業不僅承載技術替代使命，更關乎國家數字主權安全。
（三）全球韌性布局：尋找多元增長點與產業基礎
要構建抗風險投資組合，必須超越中美二元對立。歐洲、以色列、日本在工業自動化、機器人、計算機視覺領域擁有多家「隱形冠軍」。這些企業在專業領域的技術精度達到先進水平，廣泛應用於高端製造。半導體設備、綠色能源、網絡安全等基礎環節，是所有人工智能生態的共通底層。這些領域的領先企業因其不可替代性，成為跨越地緣周期的穩定力量。
六、長期主義的回歸：理性者的時代
在資本泡沫與技術狂熱交織的當下，最稀缺的品質是耐心。真正的贏家，不是宣稱率先實現通用人工智能的公司，而是能持續將人工智能轉化為生產力、就業與福祉的體系。這既是一場技術競賽，也是一場制度耐力與社會信任的考驗。
未來的人工智能發展格局，不應是「選邊站隊」，而是「全球配置」；不應是「追逐概念」，而是「擁抱閉環」；不應是「恐懼波動」，而是「堅持長期」。技術的意義，不在敘事多宏大，而在現實多紮實。數據的疆域，終將屬於那些能將智能轉化為價值、信任與文明進步的長期主義者。
七、數據標準與競爭代價：誰定義規則，誰主導未來
當前中美人工智能競爭的深層博弈，已從算力與模型之爭，深入到數據標準與技術協議的制定權爭奪。數據不僅是燃料，更是「語言」。如果中美各自建立獨立的數據採集、標注、傳輸與安全標準，全球人工智能生態將面臨分裂風險。
這種標準的分裂正帶來高昂的競爭代價。跨國企業面臨雙重合規壓力，需為不同市場開發兩套系統；技術交流受阻，全球人工智能研發效率下降；數據孤島加劇，阻礙了跨區域的模型協同訓練。據行業估算，若全球人工智能生態徹底分裂，未來十年預計將造成超過2萬億美元的效率損失。
結語：文明的馴化力決定未來
僅管當前中美人工智能競爭呈現深層分化，但歷史經驗表明，技術霸權極少由單一國家永久壟斷。真正的技術主導權，屬於那些能構建開放生態、高效轉化、廣泛普惠體系的國家。
未來幾年，真正的贏家將不是在某項技術上領先，而是能整合兩種模式優勢的國家或體系。在這個「數據即疆域」的時代，聰明的人在占領，智慧的人在耕耘。而最終改變世界的，不是算法的精巧，而是文明對技術的馴化力。
技術的尺度，永遠由文明的刻度丈量。
作者簡介：資深金融人
現任全國資產管理標準化技術委員會顧問
