也許到未來某個時候，我們才會知道今天的meta創始人扎克伯格究竟看到了什么，讓他愿意此刻在AI賽道一擲千金。

僅僅在過去的12個月中，meta在AI賽道的花錢的速度，幾乎每天都是媒體熱點：

斥資143億美元收購了數據標注公司Scale AI 49%的股份，并聘請其首席執行官Alexandr Wang擔任meta的首席AI官；

向10-20名頂級AI人才提供了1億至3億美元的薪酬包，總計可能在10億至60億美元之間（基于多年合同，且部分為股權），天價合同讓拿慣了大合同的體育明星也為之失色。

根據meta首席財務官Susan Li的表態，meta2025年的總支出預計在1140億至1180億美元之間，其中絕大部分都用在了AI基礎設施建設上。

說出來你可能不信，meta甚至不是過去5年美國科技巨頭中資本開支最高的：

從真金白銀的資本開支層面衡量，四大互聯網科技公司在過去4年中的資本開支最少的也是翻倍，2024年總開支相當于1.7萬億人民幣，接近今天阿里的市值。

而2025年，根據幾家科技大廠指引，這四家公司今年預計總資本支出將超過3440億美元，超過2.5萬億人民幣。

這其中90%，都流向了美國正在大興土木的AI算力中心，現在，AI Capex（資本開支）已經成了美國經濟驅動一個重要影響因子：

2024年第三季度，AI資本支出占美國實際GDP增長的16%-20%，掩蓋了美國其他經濟板塊疲軟的情況。

2025年，AI相關資本支出將占S&P500總資本支出的21%，對GDP的貢獻甚至超過了消費者支出的總和。

不僅僅是芯片，核電，甚至液冷，連接器，變壓器，股價都在這場新鐵路建設投資中瘋狂飆升。

01 這并非泡沫

對AI數據中心的需求并非泡沫。

數據中心的電力使用率每年翻幾倍，2025年已從2024年的4GW增長至預計10-15GW，預計到2035年達123GW，增長30倍以上。美國公共事業公司Capex也上調了15-20%，僅僅為了滿足數據中心的用電量需求。

小型模塊化核電站也一年之內翻了好幾倍。

無論是谷歌，還是微軟，甚至meta，“云和AI需求強勁”的說法都出現在電話會中，廣告和電商和協同辦公，都在受益AI需求增長。

供給迅速增加的另一面，是美國企業的AI采用率已經達到了78%，在大企業中已經達到了85%，較2023年的55%增長42%。

換言之，美國科技大廠的Capex的激增，并非純粹恐懼錯過（FOMO），而是看到了AI需求的加速。

在Allin Podcast的演講中，特朗普的笑容已經難以遮掩：

“在人工智能的競爭中，我們對中國已經取得了實質性（substantial）領先。”

02 寂靜無聲的中概互聯

特朗普并未夸大，美國工業相對中國的技術水平，過去30年，在各個層面都呈現了長期停滯，但在AI賽道這個唯一賽道，正發生顯著的逆轉。

數據是冷冰冰的：

美國4家科技巨頭過去5年的資本開支之和達到了5.36萬億人民幣，而中國7家互聯網頭部公司——騰訊，阿里，百度，京東，快手，美團，網易——的資本開支合計僅為6300億人民幣。

在2020，這個資本開支比例是1：6，而在2024年，這個比例已經到了1：10。

要知道，這個已經相當難看的比例，還是建立在騰訊阿里等公司在2024年四季度有了Deepseek之后奮起直追的基礎之上。

實際從趨勢上看，接下來一年中的差距還會越來越大：

微軟，meta，亞馬遜，谷歌這四家今年AI資本開支是接近2.5萬億。

而即使考慮未上市公司如字節等等，加上承擔基礎任務的運營商AI資本開支，根據中金估計，2025年整體也不會超過5000億人民幣。

要知道，這里面還有AI海外擴張的計劃，真正投入中國市場的AI Capex已經被美國競爭者拉開相當大的差距。

03 中國互聯網大廠的“AI通縮”癥

中國互聯網的“AI通縮”的原因有很多，至少中國大廠可以給自己找很多理由。

其中最明顯的一點是在芯片層面受到的限制，這也是很多中國互聯網公司為自己遲遲不動身的說辭：

因政策限制，無法買到英偉達最前沿性能的顯卡，同時采購量也很難得到保證，資本開支無用武之地，至少在Deepseek沒有出現的五年，這套敘事是可以說得過去的。

公平地說，美國出口控制在過去的5年中，是越來越嚴密和復雜的：

如2022年禁售先進半導體，2025年擴展到云訪問和AI模型權重，使中國缺乏前沿AI芯片，迫使開發者轉向本土替代，但國產芯片性能差距仍然很大。

但事情并沒有這么簡單。

從海外和國內頭部互聯網廠商資本開支占經營性凈現金流比重來看，美國頭部互聯網企業的資本開支占比過去幾年達到了30%，未來承諾將達到40%，而中國互聯網頭部過去幾年中為15%，未來也在25%左右。

換言之，中國科技公司盈利能力更弱的情況下，對AI投入的比例也更低。

中國互聯網公司的錢投入了哪里？

我們不妨以騰訊為例：

在過去5年中，騰訊的賬面資金正在積極的回饋股東，回購+分紅+償債金額逐年上升，在2024年，騰訊回購分紅和償債的凈總金額達到了1681億，已經是當年資本開支的2倍還要多。

阿里也是如此：

根據現金流量表，2024年全年，阿里累計投入160億美元用于股份回購，約合人民幣1168億元，分紅289億，合計1457億元，同樣是當年AI資本開支的2倍以上。

更多的互聯網公司的情況大家心里更清楚。

今天，中國AI CapEx僅占GDP的0.1-0.2%，遠低于美國。

換言之，中國互聯網公司在AI競賽啟動的這5年，至少在投入資本開支，構筑AI基礎設施的這條線上，都一直在被美國互聯網企業甩開差距，形成了顯著的“技術債”。

而資金大多數用來分紅回購，通過金融工程的方式，來進行市值管理。

?技術債（Technical Debt）?是軟件開發中，為追求短期效率而采用非最佳方案所積累的潛在問題，需在未來付出額外成本修復，其概念由Ward Cunningham于1992年首次提出，類比金融債務的利息機制。

我常常會想起Peter Thiel在美股黃金十年中的經典的悲觀論調：

“企業賺到錢不知道投入哪里，只能用于回購股票，而賣出股票的投資者也不知道錢用于哪里，只能繼續買回股票。在股市一片盲目且樂觀的氣氛中，美國又走過了技術停滯的10年。”

此刻，在一度代表著時代精神的中國互聯網人也不知道未來將向何處去的時候，中國科技公司通過回購和分紅，走過了AI停滯的五年。

這5年中，中美的AI競爭態勢發生了悄然的逆轉：

中國科技公司更多的資本被配置到回購，分紅，償債等穩定市值的手段上，而美國科技公司則雄心勃勃的投入越來越多的資本，迎接AI對于組織效率的全面提升。

來自美國的出口限制，只是中國科技公司“AI通縮”的很小一部分因素，Deepseek的橫空出世就是其中的證明；

對于技術增長的玩世不恭，用輿論戰掩蓋自己在AI層面的無所作為，才是中國科技公司難破的心中賊。

04 AI Capex：中美國力競賽的下一個灰犀牛

對于美國今天的AI capex來說，占增長的25%并不是什么了不起的數字，美國歷史上鐵路投建高峰期，鐵路資本開支占到了美國當時GDP的6%，全美上下的鐵路熱到達了峰值，巴菲特的祖師爺就是靠研究鐵路債券起家的。

對于AI數據中心來說，網絡效應的震撼力不會小于互聯網時代的搜索引擎和PC時代的操作系統，AI用的人越多，留給后面競爭者趕超的難度就越大，今天的中國軟件公司出海，基本沒有什么低垂的果實，每一個賽道里都擠滿了人，基本沒有了淺池大魚。

今天的中國AI資本開支，僅僅占到中國經濟0.2%，AI這個全新的時代主題，已經在簡中主流敘事中被無限邊緣化，其中中國科技大廠無所作為是其中的核心病癥。

今天，AI capex已經不僅僅是中美科技競賽這么簡單，而已經成為了經濟競爭的核心主題，也是下一個10年中，科技大廠是否還可以擁有影響力的核心指標。

誅心而論，這是扎克伯格不惜血本押注想要留在牌桌上的重要原因：對于這個99%收入來自于廣告，從最開始就用開源想要拖住一眾閉源模型前進腳步的1.5線科技巨頭來說，今天對AI的加速投入并不算太晚。

因為還有更多的中國1.5線科技大廠，連上牌桌的門票都還沒有拿到。

05 在這場AI競賽中，中國互聯網大廠正在迅速邊緣化

我們不如再比較一組數據，來看看今天，中美在這場AI競爭中的態勢。

美國百花齊放的大模型，周活躍用戶WAU各口徑去重，達到了10億水平。

今天中國的大模型，WAU去重之后，大概在7000萬左右。

美國企業的AI采用率（至少一個部門用過AI一種功能），已經達到了85%，大型公司達到了90%。

而中國企業的AI采用率，不會超過15%。

這同樣構成中國科技公司“AI通縮”的重要因素。

要知道，美國用戶的AI高使用率的一個背景是：

在美國這樣一個白領服務業占比超過60%的市場，醫療，教育的極高成本，都成了AI革命的下一個目標：

美國門診費用100美金/次起，而AI大模型直接替代醫生問診在美國幾乎無需推廣；而美國大學的高昂學費也成了大模型直接可以占領的市場。

中國高級服務業的從業人數少，人均gdp更低，因此大模型能夠服務的有效市場本身就遠遠小于美國。

中國企業的AI adoption rate遠遠低于美國也就可以理解：現在即使Deepseek完全免費，中國真正在使用AI的周活躍用戶仍然非常有限，與美國構成了1:10的比例

我們不難得出結論：

在有效市場相對小，替代成本相對更低的情況下，中國AI的網絡效應會更為有限，中國科技公司參與全球科技競爭，面對的科技障礙會迅速增長。

想要加速AI大模型的使用率，中國科技公司不僅需要資本開支迅速追趕，更重要的是，需要拿出做外賣和打車的精氣神，用更多的補貼填平中美AI使用率的障礙，迅速擴大AI使用基數，提升企業的AI采用率。

這構成了先有蛋還是先有雞的問題：

即使不考慮芯片性能問題，AI使用率越低，AI資本開支的回報率就越低，而AI資本開支回報率越低，中國在AI賽道就繼續會和美國拉開距離。

留給中國互聯網大廠的時間已經不多了。

本文系基于公開資料撰寫，僅作為信息交流之用，不構成任何投資建議。