在这场中美AI竞赛中，我们的互联网大厂正在迅速边缘化_风闻

本文系基于公开资料撰写，仅作为信息交流之用，不构成任何投资建议。

也许到未来某个时候，我们才会知道今天的Meta创始人扎克伯格究竟看到了什么，让他愿意此刻在AI赛道一掷千金。

仅仅在过去的12个月中，Meta在AI赛道的花钱的速度，几乎每天都是媒体热点：

斥资 143 亿美元收购了数据标注公司Scale AI 49% 的股份，并聘请其首席执行官 Alexandr Wang 担任 Meta 的首席 AI 官；

向10-20名顶级AI人才提供了1亿至3亿美元的薪酬包，总计可能在10亿至 60 亿美元之间（基于多年合同，且部分为股权），天价合同让拿惯了大合同的体育明星也为之失色。

根据Meta 首席财务官Susan Li的表态，Meta2025年的总支出预计在1140亿至1180亿美元之间，其中绝大部分都用在了AI基础设施建设上。

说出来你可能不信，Meta甚至不是过去5年美国科技巨头中资本开支最高的：

从真金白银的资本开支层面衡量，四大互联网科技公司在过去4年中的资本开支最少的也是翻倍，2024年总开支相当于1.7万亿人民币，接近今天阿里的市值。

而2025年，根据几家科技大厂指引，这四家公司今年预计总资本支出将超过3440亿美元，超过2.5万亿人民币。

这其中90%，都流向了美国正在大兴土木的AI算力中心，现在，AI Capex（资本开支）已经成了美国经济驱动一个重要影响因子：

2024 年第三季度，AI 资本支出占美国实际GDP增长的16%-20%，掩盖了美国其他经济板块疲软的情况。

2025年，AI 相关资本支出将占S&P500 总资本支出的21%，对 GDP 的贡献甚至超过了消费者支出的总和。

不仅仅是芯片，核电，甚至液冷，连接器，变压器，股价都在这场新铁路建设投资中疯狂飙升。

01

这并非泡沫

对AI数据中心的需求并非泡沫。

数据中心的电力使用率每年翻几倍，2025年已从2024年的4GW增长至预计10-15GW，预计到2035年达123GW，增长30倍以上。美国公共事业公司Capex也上调了15-20%，仅仅为了满足数据中心的用电量需求。

小型模块化核电站也一年之内翻了好几倍。

无论是谷歌，还是微软，甚至Meta，“云和AI需求强劲”的说法都出现在电话会中，广告和电商和协同办公，都在受益AI需求增长。

供给迅速增加的另一面，是美国企业的AI采用率已经达到了78%，在大企业中已经达到了85%，较2023年的55%增长42%。

换言之，美国科技大厂的Capex的激增，并非纯粹恐惧错过（FOMO），而是看到了AI需求的加速。

在Allin Podcast的演讲中，特朗普的笑容已经难以遮掩：

“在人工智能的竞争中，我们对中国已经取得了实质性（substantial）领先。”

02

寂静无声的中概互联

特朗普并未夸大，美国工业相对中国的技术水平，过去30年，在各个层面都呈现了长期停滞，但在AI赛道这个唯一赛道，正发生显著的逆转。

数据是冷冰冰的：

美国4家科技巨头过去5年的资本开支之和达到了5.36万亿人民币，而中国7家互联网头部公司——腾讯，阿里，百度，京东，快手，美团，网易——的资本开支合计仅为6300亿人民币。

在2020，这个资本开支比例是1：6，而在2024年，这个比例已经到了1：10。

要知道，这个已经相当难看的比例，还是建立在腾讯阿里等公司在2024年四季度有了Deepseek之后奋起直追的基础之上。

实际从趋势上看，接下来一年中的差距还会越来越大：

微软，meta，亚马逊，谷歌这四家今年AI资本开支是接近2.5万亿。

而即使考虑未上市公司如字节等等，加上承担基础任务的运营商AI资本开支，根据中金估计，2025年整体也不会超过5000亿人民币。

要知道，这里面还有AI海外扩张的计划，真正投入中国市场的AI Capex已经被美国竞争者拉开相当大的差距。

03

**中国互联网大厂的“**AI通缩”症

中国互联网的“AI通缩”的原因有很多，至少中国大厂可以给自己找很多理由。

其中最明显的一点是在芯片层面受到的限制，这也是很多中国互联网公司为自己迟迟不动身的说辞：

因政策限制，无法买到英伟达最前沿性能的显卡，同时采购量也很难得到保证，资本开支无用武之地，至少在Deepseek没有出现的五年，这套叙事是可以说得过去的。

公平地说，美国出口控制在过去的5年中，是越来越严密和复杂的：

如2022年禁售先进半导体，2025年扩展到云访问和AI模型权重，使中国缺乏前沿 AI芯片，迫使开发者转向本土替代，但国产芯片性能差距仍然很大。

但事情并没有这么简单。

从海外和国内头部互联网厂商资本开支占经营性净现金流比重来看，美国头部互联网企业的资本开支占比过去几年达到了30%，未来承诺将达到40%，而中国互联网头部过去几年中为15%，未来也在25%左右。

换言之，中国科技公司盈利能力更弱的情况下，对AI投入的比例也更低。

中国互联网公司的钱投入了哪里？

我们不妨以腾讯为例：

在过去5年中，腾讯的账面资金正在积极的回馈股东，回购+分红+偿债金额逐年上升，在2024年，腾讯回购分红和偿债的净总金额达到了1681亿，已经是当年资本开支的2倍还要多。

阿里也是如此：

根据现金流量表，2024年全年，阿里累计投入160亿美元用于股份回购，约合人民币1168亿元，分红289亿，合计1457亿元，同样是当年AI资本开支的2倍以上。

更多的互联网公司的情况大家心里更清楚。

今天，中国AI CapEx仅占GDP的0.1-0.2%，远低于美国。

换言之，中国互联网公司在AI竞赛启动的这5年，至少在投入资本开支，构筑AI基础设施的这条线上，都一直在被美国互联网企业甩开差距，形成了显著的“技术债”。

而资金大多数用来分红回购，通过金融工程的方式，来进行市值管理。

‌技术债（Technical Debt）‌是软件开发中，为追求短期效率而采用非最佳方案所积累的潜在问题，需在未来付出额外成本修复，其概念由Ward Cunningham于1992年首次提出，类比金融债务的利息机制。

我常常会想起Peter Thiel在美股黄金十年中的经典的悲观论调：

“企业赚到钱不知道投入哪里，只能用于回购股票，而卖出股票的投资者也不知道钱用于哪里，只能继续买回股票。在股市一片盲目且乐观的气氛中，美国又走过了技术停滞的10年。”

此刻，在一度代表着时代精神的中国互联网人也不知道未来将向何处去的时候，中国科技公司通过回购和分红，走过了AI停滞的五年。

这5年中，中美的AI竞争态势发生了悄然的逆转：

中国科技公司更多的资本被配置到回购，分红，偿债等稳定市值的手段上，而美国科技公司则雄心勃勃的投入越来越多的资本，迎接AI对于组织效率的全面提升。

来自美国的出口限制，只是中国科技公司“AI通缩”的很小一部分因素，Deepseek的横空出世就是其中的证明；

对于技术增长的玩世不恭，用舆论战掩盖自己在AI层面的无所作为，才是中国科技公司难破的心中贼。

04

AI Capex**：中美国力竞赛的下一个灰犀牛**

对于美国今天的AI capex来说，占增长的25%并不是什么了不起的数字，美国历史上铁路投建高峰期，铁路资本开支占到了美国当时GDP的6%，全美上下的铁路热到达了峰值，巴菲特的祖师爷就是靠研究铁路债券起家的。

对于AI数据中心来说，网络效应的震撼力不会小于互联网时代的搜索引擎和PC时代的操作系统，AI用的人越多，留给后面竞争者赶超的难度就越大，今天的中国软件公司出海，基本没有什么低垂的果实，每一个赛道里都挤满了人，基本没有了浅池大鱼。

今天的中国AI资本开支，仅仅占到中国经济0.2%，AI这个全新的时代主题，已经在简中主流叙事中被无限边缘化，其中中国科技大厂无所作为是其中的核心病症。

今天，AI capex已经不仅仅是中美科技竞赛这么简单，而已经成为了经济竞争的核心主题，也是下一个10年中，科技大厂是否还可以拥有影响力的核心指标。

诛心而论，这是扎克伯格不惜血本押注想要留在牌桌上的重要原因：对于这个99%收入来自于广告，从最开始就用开源想要拖住一众闭源模型前进脚步的1.5线科技巨头来说，今天对AI的加速投入并不算太晚。

因为还有更多的中国1.5线科技大厂，连上牌桌的门票都还没有拿到。

05

在这场AI竞赛中，中国互联网大厂正在迅速边缘化

我们不如再比较一组数据，来看看今天，中美在这场AI竞争中的态势。

美国百花齐放的大模型，周活跃用户WAU各口径去重，达到了10亿水平。

今天中国的大模型，WAU去重之后，大概在7000万左右。

美国企业的AI采用率（至少一个部门用过AI一种功能），已经达到了85%，大型公司达到了90%。

而中国企业的AI采用率，不会超过15%。

这同样构成中国科技公司“AI通缩”的重要因素。

要知道，美国用户的AI高使用率的一个背景是：

在美国这样一个白领服务业占比超过60%的市场，医疗，教育的极高成本，都成了AI革命的下一个目标：

美国门诊费用100美金/次起，而AI大模型直接替代医生问诊在美国几乎无需推广；而美国大学的高昂学费也成了大模型直接可以占领的市场。

中国高级服务业的从业人数少，人均gdp更低，因此大模型能够服务的有效市场本身就远远小于美国。

中国企业的AI adoption rate远远低于美国也就可以理解：现在即使Deepseek完全免费，中国真正在使用AI的周活跃用户仍然非常有限，与美国构成了1:10的比例

我们不难得出结论：

在有效市场相对小，替代成本相对更低的情况下，中国AI的网络效应会更为有限，中国科技公司参与全球科技竞争，面对的科技障碍会迅速增长。

想要加速AI大模型的使用率，中国科技公司不仅需要资本开支迅速追赶，更重要的是，需要拿出做外卖和打车的精气神，用更多的补贴填平中美AI使用率的障碍，迅速扩大AI使用基数，提升企业的AI采用率。

这构成了先有蛋还是先有鸡的问题：

即使不考虑芯片性能问题，AI使用率越低，AI资本开支的回报率就越低，而AI资本开支回报率越低，中国在AI赛道就继续会和美国拉开距离。

留给中国互联网大厂的时间已经不多了。