在人工智能浪潮席卷全球的当下，美国正以空前的雄心推动其AI计划。在各种新闻里，我们对此已经听闻许久。但相信每个人都有困惑，美国人的钱从哪里来？中国如果要与美国竞争，钱够不够？

摩根士丹利分析师预计，到2028年，全球数据中心资本支出将高达3万亿美元，而科技巨头们的现金流仅能覆盖一半，留下一场1.5万亿美元的“融资鸿沟”。

美国靠谁来填补这个缺口？答案是，美国的退休金储备。

美国的科技公司通过发行高等级债券筹资，而寿险公司则将巨额养老金注入这些债券，以匹配退休人群的长期需求。

这种“退休资金助攻AI”的模式，是美国AI投资的独特路径，也是其在全球AI竞赛中的领先优势。问题是，其他国家为何难以复制？中国能否迎头赶上，又将如何以独特的策略反击？

OpenAI、甲骨文与软银为扩展星际之门 (Stargate) 计划宣布新增五处AI数据中心

美国的资金来源

美国AI计划的资金并非凭空而来，而是依托其成熟的金融体系和多元化的投资渠道。

根据斯坦福2025 年人工智能指数报告，2024年全球AI私人投资创纪录，美国独占1091亿美元，是中国93亿美元的近12倍，凸显美国在私人资本主导的AI投资生态中的绝对优势。

这些资金主要来自三大来源：

首先，风险投资（VC）和私募股权市场如火如荼。2025年，美国已有33家AI初创公司融资超过1亿美元，包括Anthropic、xAI和Mistral等巨头完成的10亿美元级“巨额轮次”。全球VC资金的50%以上流向AI，其中美国占比超过75%。

这得益于硅谷的生态。投资者对AI的热情推动了“巨额融资”浪潮，甚至包括“收购式招聘”（acqui-hires），以快速吸纳顶尖人才。

其次，债券市场成为科技巨头的主力融资工具。2025年前10个月，美国投资级企业债券发行额占整个公司债券市场的三分之二，总额超过2万亿美元。 甲骨文、Meta和Alphabet等AI领军者已发行多笔巨额债券，预计明年高等级债券市场将吸收3000亿美元的AI数据中心融资。

这里的关键买家是寿险公司。2025年美国年金销售创纪录，达3450亿美元，这些资金需投资长期资产以对冲“长寿风险”。摩根士丹利策略师指出，寿险公司已成为信用市场的“最大边际买家”，将信用利差推至1990年代以来最低水平，推动债券收益率走低。

最后，政府与企业双管齐下。美国联邦政府2025财年投入33亿美元用于非国防AI研发，同时亚马逊、Alphabet、微软和Meta等“超级科技公司”计划在2025财年总计投资3640亿美元，用于数据中心和AI基础设施。这些投资不仅填补了融资缺口，还直接贡献了GDP增长：2025年上半年，AI相关资本支出占美国GDP增长的1.1%，超过消费驱动。

简而言之，美国的资金池由多轮驱动：私人资本主导创新，债券市场提供规模化融资，退休金则确保长期稳定性。

为什么美国能“烧钱”AI？

美国能在AI上投入巨资，还是源于其金融与创新体系的独特优势。全球AI私人投资的75%流向美国，这得益于其深度资本市场，尤其是AI“泡沫”效应吸引了海量资金。

自2022年ChatGPT推出以来，AI相关股票贡献了标普500指数75%的回报和80%的盈利增长。 微软等公司视AI为“万亿美元机会”，愿意支付更高利息换取先机。

更深层原因是生态闭环。美国拥有全球最活跃的VC网络、顶尖大学和相比欧盟等发达经济体相对宽松的监管，孕育了OpenAI等创新者。联邦政策如出口管制进一步巩固优势，确保欧盟这样的盟友依赖美国AI技术。造成了AI投资可以成为美国经济增长的新引擎，相比之下，其他国家难以匹配这种“私人主导、政府辅助”的模式。

不过，在AI投入上，我们既要看到美国的优势，同时也要看到美国存在的问题和风险。

当前巨额投资已显现明显泡沫迹象。2025年，科技巨头们承诺的资本支出高达数千亿美元，主要用于数据中心和芯片基础设施，这已超过消费支出对GDP增长的贡献，甚至在上半年成为美国经济增长的主要驱动力。然而，这种“烧钱”模式高度依赖投资者对AI“万亿美元机会”的乐观预期。

一旦实际生产力提升滞后于预期，如许多企业AI试点项目失败率高达95%，或模型应用未带来预期回报，那么，泡沫破裂风险将急剧放大。历史经验显示，类似互联网泡沫破灭时虽留下了光纤网络等基础设施，但也导致纳斯达克暴跌78%、数万亿美元财富蒸发；如今AI投资规模更大、集中度更高，科技七巨头的市值已经占S&P 500的三分之一，一旦崩盘，可能引发更严重的系统性金融危机，波及养老金、债券市场乃至全球经济。

与此同时，美国AI发展的另一大隐忧在于监管合规成本的快速攀升。

英伟达CEO黄仁勋在2025年11月公开警示，各州层出不穷的AI法规已形成“50个新规定”的碎片化格局，将统一的全国市场割裂成各自为政的堡垒，导致企业合规支出暴增。纽约州金融AI规则预计使华尔街机构年成本上升15%-25%，初创公司则需面对前置伦理审查、影响评估和第三方审计，开发周期从数周延长至半年。

这不仅抬高了创新门槛，还制造了诉讼风险和“联邦内关税”效应，这与中国的宽松监管+能源补贴形成鲜明对比。黄仁勋直言，如果美国继续沉浸在“犬儒主义”和过度谨慎中，中国凭借人才红利、低成本运行国产芯片，将在AI竞赛中实现不可逆转的领先。

这番“中国要赢”的警告，虽事后被其软化解释为“中国在AI领域仅落后美国几纳秒”，却真实反映了美国的监管泥潭可能大大侵蚀AI领域的竞争力。

中国能做到吗？

AI是全球竞赛，但多数国家在投资规模和执行力上落后美国。还是根据斯坦福的数据，2024年，美国产生了40个有影响力的AI模型，遥遥领先。中国产生了15 个，在缩小差距，而欧洲和新兴市场更显疲软，欧洲只有3个。

世界其他国家为何难以复制？一是资金缺口巨大。欧洲整体落后于美国，主要因VC短缺和技能人才不足。二是监管壁垒，欧洲的法规更注重伦理，导致投资滞后，抑制初创企业。

民间投资的差距就很大。从2013年到2024年，美国的人工智能民间投资累计超过4700亿美元，而欧盟国家约为500亿美元，英国为280亿美元，加拿大为150亿美元，日本为60亿美元。

还有一个不容忽视的重要原因是早期投资。美国在计算、软件和数据库领域进行了早期且超大规模的投资，从1995年到2021年，这些领域的年度实际投资增长了十倍以上，远远超过其他先进经济体的增长幅度（后者仅为2至4倍）。这些早期投资提供了计算能力、网络和硬件，使美国在AI相关创新和扩散方面处于早期领先地位。

总体来说，美国在AI容量和能力上全面领先先进经济体。

高端计算，尤其是人工智能超级计算机，对于大规模模型训练和基于推理的任务尤为重要。美国在人工智能超级计算机的累积容量中占据主导地位，估计控制着全球 74% 的高端人工智能计算，而中国占 14%，欧盟占 4.8%。

过去十年，美国的数据中心建设激增。截至2024年，美国估计拥有4049个数据中心，远远超过欧盟（2250个）、英国（484个）和中国（379个）。仅在2024年，美国的数据中心容量就增加了5.8吉瓦（GW），而欧盟为1.6 吉瓦，英国为0.2吉瓦。按人均计算，美国服务器基数为每千人99.9台，远超其他发达经济体和中国。

不过在能源基础设施上，中国更具优势。数据中心带来了电力需求大幅增长。十多年前，中国的发电容量超过了美国，装机容量约为3200吉瓦，而美国为1293吉瓦，欧盟为1125吉瓦。仅2024年，中国就增加了429吉瓦的净发电容量，是美国净新增容量的15倍多。国际能源署预计，到2030年，全球数据中心的电力消耗将增加一倍以上，其中美国和中国占增长的80%。

中国能否复制美国模式？答案是“能，但路径迥异”。

2024年，中国民间AI投资虽仅为美国的1/12，却通过国家主导的“新型举国体制”展现韧性，例如专攻AI的长期VC指导基金。国家资金注入的优势，是可以确保连续性，不受经济周期影响。

中国的竞争策略有三板斧：一是“应用导向”。不同于美国追逐通用AI（AGI），中国更聚焦AI融入日常生活和产业，目标是到2027年实现广泛应用，到2030年，AI将整合进90%经济体。二是成本革命。中国凭借规模经济和本土芯片，降低AI部署成本，挑战美国的主导，这背后是高等教育人才红利的支撑，中国每年STEM博士产出已经远超美国。三是全球布局。在美国实行出口管制的情况下，中国有机会输出AI能力到“一带一路”、“全球南方”国家。

说到底，AI竞赛不止是技术的较量，更是资金与模式的博弈。未来，谁能将AI转化为生产力，谁就将主宰下一个时代。