最新一期英國《 經濟學人》雜誌有篇財經報道，再次提出了一個讓西方世界迷惑的問題：為何中國對人工智能（AI）的投入會比美國更物有所值？ 

其實，中國的AI企業能以更少成本，創造更大價值，已經不算新鮮事。去年初深度求索（DeepSeek）的大模型橫空出世時，西方媒體就驚嘆它的訓練成本只有OpenAI的幾十分之一，效能卻差不了太多。到了最近，隨着美國科企巨頭不斷在AI領域猛烈砸錢，資金投入如天文數字般巨大——美國科企巨頭是否太燒錢的問題，變得尖銳起來。

前述《經濟學人》的文章稱，若將兩者做對比，中國AI企業可謂“勤儉持家”，美國巨頭則可稱“揮霍無度”。美企今年在數據中心的資本投資可能超過7500億美元，投資者已開始心生疑慮。比如7月下旬，英偉達傳出正談判為OpenAI的5000億美元巨型數據中心項目提供2500億美元財務擔保以後，股價應聲下挫。

在那幾天前，谷歌母公司Alphabet剛公布將預估資本支出上調到2050億美元，絕大部分將砸向AI，也讓市場嚇出一身冷汗。大家內心打鼓，這些投入，真賺得回來嗎？

相比之下，中國科技巨頭在數據中心的投資只有美國同業的十分之一，中國大模型的表現卻似乎只是略遜一籌，Kimi K3的智能水平就直逼Anthropic旗艦模型Fable 5，使用成本卻便宜了約七成。阿里巴巴最新推出的大模型表現也不錯，但是阿里在2026年到2028年間只計劃押注約530億美元在AI領域，只是Alphabet的一個零頭。

說起來，中國的地價、物價和勞動力都比美國便宜；中國企業還藉助“蒸餾”技術，利用較貴的美國模型來訓練自家較低階的模型，因此節約了成本。然而，這還不能完全解釋為何中國能投入這麼少，成績卻那麼好。《 經濟學人》提出了一些可能的原因，首先是美國的制裁迫使中國公司買不到美國最先進、最貴的AI晶片（中國稱芯片），當然省了錢。其次，中國企業的科研預算以“吝嗇”出名，他們的軟件採購預算是美國公司的十分之一，中國AI企業的投資回報低，也只好節約投入。再者，美國科企追求打造和人一樣聰明的智能體，為此需要非常先進的半導體、很多數據中心；中國則不然，中國政府的目標是讓AI應用擴散到整個經濟。 

中美在AI發展上的不同路線，正引起一些西方觀察人士的關注乃至擔憂。美國由着企業與市場主導，選擇的“聰明”“更貴”路線是否審慎與值得？萬一選錯路了呢？反之，中國雖然也同樣力爭全球AI主導權，但是北京不急於建成最聰明的智能體與更多數據中心，而是要藉助AI來全方位推進中國的效率與產能，增強中國在一切生產領域的優勢，中國稱之為“全面實施‘人工智慧+’行動”，“搶占人工智慧產業應用制高點，全方位賦能千行百業”。 

這套低成本、重視應用（且開源）的AI路線，不只在中國國內，也在國際上獲得青睞。根據OpenRouter統計，今年4月開始，中國大模型調用量和市場份額開始超越美國大模型。到7月底，中國大模型調用量已占到全球市場份額的三分之二。難怪美國面對中國的科技競爭，如臨大敵。

誰能想到呢？中國以產業政策推動、由國家主導的AI發展，在效率上竟然超越了市場主導的美國AI產業。這可以說顛覆了市場經濟學堅信市場配置資源必定更高效、更能提升競爭力的基本理論。從商業角度看，中美科企的表現，只是“勤儉持家”與“大手大腳”的企業風格差異；但往深一步想，這隱然是中美兩種制度的直接比拼與競爭。

高度發達的金融市場，讓美國科企巨頭天文數字般的投資成為可能，企業家全憑獲利前景來選擇路線。中國企業則必須在國家戰略的框架下運作，而中國政府已經明確：首要目的不是讓AI企業本身牟大利，而是打造完整AI生態，並且賦能其他千行百業。正如新加坡南洋理工大學 經濟學教授陳光炎最近在講座中一針見血點出：中國追求的不是短期經濟增長，而是國家在未來二三十年裡和美國一較高低的戰略實力。

也許是AI的基礎設施性質，讓中國的這套路線能成立，凸顯了價值。也可能是美國引以為傲的市場經濟與民主體制早已走形，不復它本來應有的樣子，無法按經典市場經濟學理論來運作。

我們不能低估美國自我修復的能力，更要清楚看到：AI的競賽凝聚了中美的全方位競爭。如果未來幾年，美國科企交不出成績導致AI泡沫破滅，會不會被視為美國病灶的大爆發？哈佛大學教授艾莉森在本周出版的《外交政策》就提出這個問題，美國在AI領域的豪賭，“如果敗下陣來，後果會是什麼？”