这是鹿鸣财经第 594 篇原创文章

作者：金德路

下一个十年，注定是人工智能的时代。

无论是产业链的重塑，还是国家级的政策推动，都说明人工智能已经不再只是风口那么简单。

8 月 26 日，国务院正式发布《关于深入实施 " 人工智能 +" 行动的意见》。文件明确提出，到 2027 年，人工智能要在六大重点领域实现广泛深度融合；2030 年，新一代智能终端与智能体普及率超过 90%，智能经济成为新的增长极；到 2035 年，全面步入智能社会。

这被市场普遍解读为AI版的四万亿刺激。但与 2008 年的短期基建投资不同，这一次的政策直指长期、结构性的智能化转型：从消费端的智能终端，到产业端的智能体应用，再到背后的算力、芯片和基础设施，几乎覆盖了未来十年所有关键增长点。

回顾当年新能源车的政策红利，中国在一个新兴赛道里完成了从 " 追赶者 " 到 " 领跑者 " 的跃迁。而这一次，人工智能不仅是一次产业机会，更是一次国家战略级别的竞速。

对企业来说，政策红利窗口已至，能否把补贴和资本转化为真正的商业模式与护城河，才是决定下一个十年的核心考题。

AI正点燃全球投资浪潮

不同于过去任何一轮科技周期，全球对于人工智能的投入规模和速度是空前的。

无论是美国科技巨头斥资狂飙，还是中国顶层政策一锤定音，都说明人工智能正成为全球资本竞逐的新高地。

作为科技强国，美国对于 AI 的投资力度和态度一直备受关注。

华尔街的预测数据显示，到 2026 年，亚马逊、Meta、谷歌与微软这四家科技巨头的 AI 资本开支总额将达到约 4020 亿美元。

yahoo.finance 数据显示，上述四家科技巨头在 AI 领域的投资正在加大，单在 2025 年就预计超过 3500 亿美元，超过前期 3250 亿美元的估值。

表格来源：yahoo.finance

与此同时，AI 相关投资增加正开始反哺美国 GDP。

Pantheon Macroeconomics 的研究指出，2025 年上半年，AI 相关投资对美国 GDP 的年化增长贡献高达 0.5 个百分点，剔除这一部分，美国经济增速可能跌破 1%  。更有媒体报道，自 2023 年起美国大型科技公司的 AI 投资增量规模几乎相当于过去两年推动 GDP 增长的 10%。

对于中国来说，AI 资本支出也步入加速期。

以腾讯为例，2024 年资本支出跃升至 768 亿元人民币（约合 107 亿美元），占总营收约 12%，同比增长 221%；其中第四季度的增幅尤为显著腾讯明确表示，2025 年 AI 相关支出仍将维持在营收的 " 低两位数 " 水平。

阿里巴巴也宣布将在未来三年投入至少 3800 亿元人民币（约 53 亿美元）用于云计算与 AI 基础设施建设。刚刚公布的 2025Q 财报显示，阿里 AI+ 云 Q1 资本支出达 386 亿元，同比激增 220%。

同时，美银预测 2025 年中国 AI 资本开支规模可达到 6000 – 7000 亿元人民币（约 84 – 98 亿美元）。

看到这里，想必很多人疑问，为什么美国大企业动辄几千亿美元投资，而中国只有百亿规模？

答案在于统计口径差异。

美国的数据往往偏向于几家巨头的年度合计预测，而且   AI   投资大部分体现在硬件和基建，比如数据中心、GPU   采购、芯片研发等，这些投入非常大。而我国披露的数据更多是单家企业的年度资本开支，算力和芯片采购并不像美国那样集中。

更重要的是，我国有非常多的投入并不会出现在互联网公司的财报里，比如国家算力中心、地方智算枢纽、产业基金支持的 AI 芯片研发，这些动辄百亿甚至千亿的投资通常由政府和地方平台公司承担。某种意义上，是 " 国家队 + 市场 " 的合力。

事实上，中美差距正快速缩小，甚至在一些维度上已经被抹平。

斯坦福《2025 人工智能指数报告》显示，2023 年中美顶级模型性能差距曾在多个基准测试上高达数十个百分点，而 2024 年这一差距已迅速收窄至个位数，部分指标仅差距 0.3 个百分点。

图片来源：斯坦福大学《2025   人工智能指数报告》

据统计，截止今年 7 月，我国累计发布的大模型数量已经达 1509 个，在全球 3755 个中占比超过 40%，位居世界首位。

更值得关注的是应用层面的快速落地。教育、医疗等政策鼓励融合场景已孕育出一批 " 先锋企业 "。例如，科大讯飞在智慧教育与医疗助诊领域的产品，已覆盖数万所学校和基层医疗机构，正成为政策红利向产业红利转化的现实标杆样本。这类应用的加速，正是 " 人工智能 +" 政策要在 2027 年前实现深度融合的生动写照。

放眼全球，一场新的 AI 投资竞赛正被点燃。

美国通过资本狂飙构筑算力与技术壁垒；中国以政策驱动牵引产业资源集聚。路径不同但目标一致：谁能在未来智能经济时代占据领先地位？机会和变量并存，而这一阶段的竞争节奏将决定未来十年的格局走向。

应用端的万亿市场？

如果说资本开支和算力基建是 " 地基 "，那么真正决定产业想象力的，始终是应用层的普及和渗透。

对我国而言，《人工智能 + 行动意见》最具突破性的部分，并不是对算力和芯片的再次强调，而是把"新终端 "和 "智能体 "明确写进了国家战略。

这意味着，AI   不再只是一个科研课题或后台工具，而是要以可见、可触、可使用的形态，进入每一个人的生产和生活场景。就像十多年前智能手机的普及彻底改变了互联网消费，这一次，智能终端和智能体的扩散，或将决定智能经济的发展上限。

文件提出，要 " 大力发展智能网联汽车、人工智能手机和电脑、智能机器人、智能家居、智能穿戴等新一代智能终端 "，同时强调 " 新一代智能终端、智能体等应用普及率要到 2027 超过 70%、到 2030 超过 90%。" 这两个方向几乎覆盖了未来 AI 商业化最广阔的空间：一端是新型硬件作为入口，另一端是智能体作为服务接口。

在消费端，新一代智能终端的产品形态已经陆续浮出水面。AI 手机、AI PC 已经成为厂商标配，国内外厂商纷纷发布带有本地大模型的终端设备；智能网联汽车则通过辅助驾驶、智能座舱，把 AI 融入日常出行；智能可穿戴设备正被寄望为 " 下一个智能手机 "，AR/VR 与大模型结合，正在孕育全新的交互入口。

在产业端，智能体则正在从工具变成人类辅助者。与传统的软件助手不同，新一代智能体能够理解目标、自主规划并执行任务，甚至动态调整策略，实现闭环操作。这意味着，客服、教育、医疗、制造等行业中，AI   不再是后台支持，而是可以直接承接核心流程的数字劳动力。在过去一年，从腾讯、阿里到科大讯飞等科技企业，都在推出面向不同行业的智能体平台，覆盖金融、运营、投研、制造等场景。

此外，具身智能也加速应用。

7 月，优必选拿下全球最大的人形机器人单笔订单，金额近亿元；随后智元机器人、宇树科技也接连中标千万级项目，人形机器人开始进入工厂、仓储、物流等一线场景。过去只存在于展台的 " 人形机器人 "，正在成为现实生产力。

在这一波应用浪潮中，教育与医疗行业的表现尤为突出。它们既是政策点名的重点融合领域，也是最容易形成规模化场景的市场。

以科大讯飞为例，在教育端，其智慧教育产品目前已覆盖全国 32 个省级行政区、5 万余所学校、1.3 亿师生，并拓展至日本和新加坡等海外市场。在教学场景中，"AI 黑板 "" 星火教师助手 "" 奇思妙问 " 等应用已落地，在 4.2 万余所学校月产千万余份学情报告，实时反馈学生学习状态与教学效率。

在医疗端，科大讯飞的「智医助理」已部署于超过 7 万家基层医疗机构，累计提供超 10 亿次 AI 辅助诊疗建议，识别不合理处方超过 1 亿份，并在500 多家等级医院落地。其星火医疗大模型 V2.5 国际版已通过国家医师资格考试综合笔试，成为业内首个达到该标准的 AI 系统，多学科诊断能力已达三甲医院主治医师水平。

这一类应用不仅契合政策导向，也证明了 AI 可以从 " 科研实验 " 走向 " 真实需求 "。教育和医疗的普及，正是 AI 产业化过程中最具确定性的增长曲线。

可以看到，无论是智能终端、智能体还是具身智能，应用端的爆发将直接倒逼供给侧在算力、芯片、基础软件、能源等产业链环节加速补课：上游需要更多算力和芯片，中游需要更强的算法与平台，下游则是海量可见的用户市场。

这意味着，中国的 AI 产业正在进入一场全链条的重构，这也是下一个阶段的主旋律。

支撑端的产业链重构

当应用的需求被全面激发后，供给侧的短板就会被无限放大。要想支撑起智能经济，产业链的重构已经不可回避。

首当其冲的是芯片与算力。

截至 2025 年 5 月，美国占全球 GPU 集群性能的约 75%，中国约为 15%，虽然仍有差距，但国产力量崛起已经势不可挡，壁仞、燧原等厂商的 GPU 已开始批量交付，部分国产大模型已经能在国产芯片环境下稳定运行。最新的 DeepSeek V3.1 更是针对国产芯片优化了 FP8 参数精度，显示出 " 模型适配硬件 " 的趋势，这意味着产业链上下游正在尝试协同突破。

图片来源：EPOCH AI

与此同时，科大讯飞、华为、合肥市国资企业斥资超百亿元，联合打造国产超大规模智算平台 " 飞星二号 "，就是这一趋势的代表，该平台已于今年初交付首批算力。

其次是算力基建与能源问题。

国际能源署数据显示，2024 年全球数据中心用电量已达415 太瓦时，占全球总用电量的 1.5%，且预计到 2030 年将翻倍增至约 945   TWh，其中 AI 需求是主要驱动力，这就不难理解为什么 Meta 与谷歌纷纷签订核电协议了。

而截止 2025 年上半年，中国算力中心机架已经超过  1085  万架，智能算力规模约 788   EFLOPS。在这种背景下，液冷技术、分布式能源甚至核能，开始成为中国算力中心的关键议题。今年 7 月，中国聚变能源有限公司完成150 亿元战略融资，核聚变能否成为算力的 " 终极解题 "，已被放到国家战略的层面。

最后是中试基地和生态共建。

《人工智能 + 行动意见》提出，要在制造、医疗、交通、金融、能源等重点领域建设中试基地，搭建行业应用共性平台。这和当年新能源汽车推广的 " 示范区 " 逻辑相似：通过降低行业门槛，把技术应用转化为标准化方案，加速规模化普及。

在这一过程中，头部企业也在主动补位。

例如，科大讯飞今年上半年研发投入接近 24 亿元，正推动星火大模型与国产算力生态结合，试图缓解 " 模型 - 算力 " 之间的结构性矛盾。这类企业的长期大规模投入，决定了中国能否形成一个真正可持续、可循环的 AI 产业生态。

可以说，这场全链条重构不仅是技术的竞赛，更是基础设施与制度设计的较量。应用让 AI 被更多人看见并使用。而支撑端的重构，才是决定智能经济未来能否真正落地的关键。

随着政策红利的加速释放，智能经济正在迎来全新的发展阶段。应用的爆发与产业链的重构，正勾勒出未来十年中国在全球竞争中的战略定位。而这，正是中国科技企业们的全新机遇。

- END -

鹿鸣财经 | 原创平台

洞悉互联网 只玩最真实的