主要经济体人工智能发展战略与竞争格局分析

内容提要

近年来，随着人工智能（AI）对未来全球经济、科技、军事领导力的重要意义日益上升，AI已成为大国博弈前沿阵地，主要经济体纷纷出台或更新AI发展战略与监管政策。在政策与市场的双轮驱动下，AI全球竞争格局正在加速演化。本文梳理了主要经济体AI发展战略的特点，对比了主要经济体AI投资与产业发展现状，并在此基础上给出政策启示。

一、主要经济体人工智能发展战略的主要特征

美国加快构建AI生态系统，旨在加强其AI在全球的主导地位。一是制定全面的AI发展战略。特朗普政府放弃了拜登时期所强调的“安全、可靠和可信”的AI监管框架，主张放松监管、加速AI竞争，2025年7月发布《美国AI行动计划》并签署三项配套行政令，表明将从技术创新、AI基础设施、规则与标准等三方面加快构建美国AI生态系统。近期发布的《人工智能创世纪计划》强调调动国家资源以加速AI科学前沿领域的突破，打造全新AI科研生态系统。二是移除监管“阻碍”，通过补贴等政策工具鼓励投资，建设本土产业链。发布行政令《加速数据中心基础设施的联邦许可》以简化和加速数据中心、能源设施以及芯片工厂的许可流程，通过《大而美法案》提高税收抵免以吸引芯片制造商在美建厂。三是强化国际影响力。通过贷款、担保等联邦政府工具的支持，推动芯片、模型、软件的“全栈式”AI出口，同时加强AI相关出口管制，通过贸易政策建立“AI同盟”。

中国强调关键领域技术自主，同时注重推动AI应用落地与商业化。一是在战略的顶层设计上对技术研发与应用落地两个维度并重，国务院《新一代人工智能发展规划》以及“十五五”规划建议等既提出要使AI理论与技术达到世界领先水平，也强调通过AI带动产业升级，推动智能经济、智能社会发展。二是通过金融、税收、政府采购等系列政策工具主导资金流向关键领域，如通过国家集成电路产业投资基金等政府引导基金重点投资于半导体制造、设备和材料等“卡脖子”环节，提高全产业链的自主性。

欧盟试图通过先发优势为AI监管制定国际标准，同时艰难寻求监管与创新的平衡。2024年7月，欧盟正式颁布全球第一部针对AI的综合性法律框架——欧盟《人工智能法案》。该法案具有显著的域外效力，只要AI系统的输出在欧盟使用，无论供应商来自哪国，都要遵守欧盟透明度、风险评估、数据治理等方面的合规要求，反映出欧盟在AI规则制定方面增强话语权的意图。同时，欧盟也考虑逐步放松监管以提升AI领域竞争力，2025年4月欧委会发布《人工智能大陆行动计划》（AI Continent Action Plan），提出2000亿欧元的“InvestAI”投资倡议，并将简化监管流程、持续优化监管政策。近期公布的一揽子数字改革方案还将《人工智能法案》的全面实施推迟至2027年。

二、主要经济体人工智能产业发展现状

主要经济体的科技企业和金融市场特征进一步放大了其AI发展战略的差异，各国产业发展反映出较为鲜明的国家特色。

从AI相关投资规模来看，美国显著领先其他国家和地区。市场规模上，2024年美国私营部门AI相关投资达到1100亿美元，远超欧洲主要国家（194亿美元）和中国（93亿美元），且差距仍在扩大。从主要机构来看，研究机构盛博（Bernstein）预计2025年美国亚马逊、谷歌等主要大型科技公司资本支出总和约为4000亿美元，2027年将增长至约5000亿美元，而中国字节跳动、阿里巴巴等主要大型科技公司2025年资本支出总和仅约700亿美元，到2027年将增长至约900亿美元。但需要指出的是，上述指标未完全统计各国政府主导的投资规模。

计算硬件及数据中心等实体基础设施方面，美国处于绝对领先地位。计算硬件方面，仅中美有较完整的半导体产业链，美国优势明显。中国大陆地区先进制程芯片的产能不足且AI计算芯片算力较低，盛博测算2025年美国新增AI加速算力将是中国的25倍。数据中心方面，根据Cloudscene最新统计，美国已建成数据中心数量超过5400个，总容量超过53GW，占全球总容量约44%，远超欧洲主要国家和中国。中国数据中心总容量接近20GW，全球占比约16%，建成超大规模数据中心190个，占比约16%（表1）。

表1  各国数据中心（DC）情况

数据来源：cargoson.com，*数据为欧洲整体

发电与输电等能源基础设施方面，中国处于领先位置。根据全球能源署（IEA）数据，2024年中国发电总装机容量超过3200GW，已远超美国及欧盟（美国约1300GW，欧盟约1130GW）。有观点认为电力供应不足可能拖累美国数据中心增长，而电力瓶颈的解决往往需要较长时间。高盛分析指出，由于数据中心的用电需求激增，美国13个区域电力市场中已有8个市场的备用容量达到或低于15%的临界水平。

模型及相关科研方面，美国领先优势正在减弱。模型方面，2024年美国本土机构开发出约40个较知名模型，中国和欧洲分别研发出15个和3个，中国AI模型在性能表现及成本等方面正快速缩小与美国的差距，追赶步伐在加快。2024年，在大规模多任务语言理解（MMLU）、数学推理（MATH）等基准测试中，中美模型的表现基本持平，在大规模多学科多模态理解与推理（MMMU）、代码生成（HumanEval）等基准测试中，中美模型的性能差距也较2023年显著下降。科研方面，2023年全球被引用次数最多的100篇AI相关论文中，美国学者发表数量为50篇，较2021年的64篇有所下降，中国学者发表量上升为41篇，欧洲主要国家发表12篇。在专利申请上，中国2023年AI相关专利占全球近70%，美国约15%，欧洲国家仅占约3%。

三、全球人工智能竞争格局及前景

目前主要经济体AI产业已经逐步分层，预计未来全球AI产业将呈现“一超一强、多级追赶”格局。美国在算力、资本方面大幅领先，中国在围堵之下快速追赶，欧盟凭监管与少数龙头企业构筑规则权，广大发展中国家则主动对接全球AI产业链以避免被边缘化，其中，中东、印度等经济体积极布局AI希望跻身第二梯队。

中长期看，AI全球竞争格局可能逐步向以美国和中国为首的两大交织生态系统演进，但不太可能完全隔绝。分化主要发生在底层的芯片、算力、数据和安全治理上，交织主要体现在上层模型与应用。因为全球产业链高度融合，完全分裂将显著提高全球创新成本，除非出现高强度对抗，AI行业不太可能形成冷战式的两大阵营。

在芯片与算力等底层基础设施层面，中美正在分化。美国持续升级对华先进半导体和AI芯片的出口管制，并在2025年通过人工智能技术传播管控规则（AI Diffusion Rule），进一步限制通过第三国和云服务向中国提供高端AI算力。这些措施极大推动了技术脱钩，尤其是在AI和半导体领域。中国加快了国产替代进程，鼓励在关键领域使用国产芯片与云服务，推动AI应用在多个领域的渗透与普及。

在模型、工具和应用层面，中美高度交织，短期难以划清界限。研究与创新层面，主流AI框架、模型架构、训练技巧仍然在全球范围内通过学术论文、开源社区等共享。模型层面，大量开源大模型（LLaMA系列、DeepSeek等）相互学习，很难被划分为“美系”或“中系”。应用层面，如AI生成内容（AIGC）、办公自动化、垂直行业助手等领域，商业利益会驱使企业采用多云部署、双版本的方式满足两个市场各自的合规要求。

在大国竞争愈加激烈的背景下，发展中国家普遍主动嵌入全球 AI 产业链、同时希望避免被大国竞争裹挟。一是以“数字主权”为核心，利用数据与市场筹码增强话语权。全球南方智库呼吁抵制“数字殖民主义（data colonialism）”，改变当前全球数据价值高度集中在少数美企手中，而数据大多来自发展中国家用户的局面。印度、印尼、越南、尼日利亚等国相继出台或讨论数据本地化、跨境数据流规则，把金融、医疗、公共服务数据限定在境内存储或处理，以增加对规则制定的话语权。二是同时接入中美技术体系。一些国家在硬件和云服务层面，一方面接入美国生态，另一方面与中国的云和电信基础设施合作，实现“技术多元化”，避免受到大国供应链武器化和技术出口管制的伤害。

若干发展中国家更加积极地押注AI发展。阿联酋、沙特等中东国家的主权财富基金和国家支持的财团积极投资于超大规模数据中心，目标是建设成为横跨欧美、亚洲的数据与算力中转站。2024年Mubadala投资额大幅增长至324亿美元，增幅主要来源于AI、数字基础设施投资。印度政府加大力度吸引科技巨头在印投资，利用庞大的英文用户与开发者群体、成熟的IT服务产业、相对低廉的人力成本，打造全球AI外包中心。Google已宣布在印度建设其在南亚地区的数据中心和人工智能枢纽。

四、思考与启示

AI产业战略竞争已成为大国科技竞争的主线，我国需发挥比较优势，做好自己的事情。一是加快构建全国一体化算力网，在高端芯片与工具被“卡脖子”的挑战下，靠全国一盘棋的算力调度弥补单点硬件差距。二是深化数据要素市场化改革和公开数据开放，帮助企业获取高质量合规训练数据，增强数据成本优势。三是通过扩大AI应用需求反哺研发与创新，使用财税工具推动AI嵌入工业、能源、制造业、政务与民生领域。四是构建多层次人才吸引与培养体系，构建既有顶尖AI科学家，也有海量懂AI、会用AI的劳动大军的人才优势。

面对广大发展中国家“数字平权”、避免边缘化的诉求，中国应积极推动全球合作。一是利用联合国、国际标准化组织等平台，倡导包容、公平、多元的全球治理框架，响应广大发展中国家关切。二是在“一带一路”建设中主动输出中国AI解决方案。为共建国家提供技术落地、技术援助、人才培训，提供从投融资到产业合作的全链条服务，打造智慧农业、智慧城市、智慧医疗等领域的标志性项目，主动输出中国技术与标准，构筑中国AI产业生态圈。

作者：丝语