文章核心观点 - 过去一年，AI对经济增长和股市表现贡献显著，贡献了美国GDP的三分之一、美股一半多的涨幅和港股四成多的涨幅，但市场始终伴随泡沫担忧 [1][5][16] - 中美作为全球AI发展的“两极”，在产业格局、投资规模、资金来源和资金投向上存在系统性差异，这些差异决定了各自的发展路径和投资导向 [1][16][40] - 美国AI发展由私人资本主导，侧重数据中心与能源配套基建，中国则由政府与私人双轮驱动，投资更侧重芯片和模型，并展现出更强的资源调配能力 [1][40][68] - 中美AI产业在基础层存在产业链联动，在芯片领域存在自主可控的割裂，在应用层则存在商业模式的映射与互鉴 [2][70][73] - 展望未来，基础层因资本开支和政策支持确定性高，业绩兑现确定性高，而技术与应用层则因商业模式不断兑现，潜在上行空间更大 [2][82][170] 中美AI产业格局差异 - 整体格局：美国在算力基建、模型、高级人才和数据质量方面具有先发优势，而中国正快速追赶，尤其在2025年初DeepSeek发布后，在模型层取得突破性进展 [1][17][101] - 算力基建：美国在服务器和数据中心数量上远超中国（美国4165个 vs 中国500个），但中国算力承载密度更高，数据中心容量差距较小（美国53.7GW vs 中国31.9GW） [23][106] - 电力约束：美国更“缺电”，其存量数据中心耗电量占总用电量的4.4%，而中国仅为1.1%，中国发电量在2024年已超过美国的两倍 [23][107] - 芯片领域：美国占据主导地位，2024年半导体销售额达3180亿美元，占全球收入的50.4%，中国份额为4.5%，但增长迅速，2024年本土AI芯片品牌出货量同比增加310%至82万张 [28][110] - 模型领域：美国在模型数量上领先（美国632个 vs 中国156个），但中国在开源模型领域已占据优势，截至2025年12月有超过62%的模型衍生品基于中国大模型 [31][113] - 人才与专利：美国AI研究人员数量领先（6.3万余人），但中国增长迅速（从2015年不足万人增至2024年5.2万人），且2022年中国AI专利数量已达美国的三倍 [36][122] 中美AI投资规模与宏观拉动 - 狭义投资规模：2025年，美国科技硬件与软件投资约1.05万亿美元，占名义GDP的3.4%，中国同口径投资约6500亿美元（4.6万亿元），占名义GDP的3.3%，规模为美国的六成 [40][125] - 广义投资规模：考虑数据中心、电力设施等基建后，2025年美国AI广义投资规模升至1.4万亿美元，占GDP的4.6%，中国算力规模同比提升43%，带动AI投资规模占GDP比重升至56% [42][45][130] - 对经济的拉动：2025年上半年，美国信息技术行业贡献了其实际GDP增长（1.6%）中的0.6个百分点，占比34%，2025年前三季度，中国信息技术行业贡献了其GDP累计同比（5.2%）中的0.55个百分点，占比10.6% [48][133] 中美AI资金来源差异 - 整体结构：美国AI投资基本由私人部门主导（5520亿美元），政府直接投资规模有限（110亿美元），中国私人部门投资规模为900亿美元（约为美国的六分之一），但政府直投和引导资金强度更大（750亿美元） [1][51][135] - 私人部门：美国私人投资规模是中国的近6倍，其中龙头公司投资规模是中国的近5倍（美国超4000亿美元 vs 中国约840亿美元），风险投资规模是中国的25倍（美国1520-1750亿美元 vs 中国60亿美元） [51][136][137] - 政府资金：中国政府投资规模约为美国的7倍，主要投向包括国家集成电路产业投资基金三期（3440亿元）、国家人工智能产业投资基金（600.6亿元）及国家创业投资引导基金（1000亿元）等“耐心资本” [51][139][142] 中美AI资金投向差异 - 投资分层：AI产业分为基础层（算力硬件、数据中心等）、技术层（大模型、算法）与应用层（垂直领域解决方案） [56][142] - 私人投资投向： - 美国：2025年私人龙头公司投资约4000亿美元，其中88%投向基础层（数据中心与配套占83%，芯片占5%），12%投向技术层（模型） [57][58][144] - 中国：2025年私人龙头公司投资约840亿美元，其中78%投向基础层（数据中心与配套占70%，芯片占7.5%），22%投向技术层（模型） [57][59][146] - 政府投资投向：美国政府资金（110亿美元）侧重技术层基础研究和应用层前沿方向，中国政府资金（约750亿美元）则聚焦于基础层的芯片研发和“硬科技” [59][149] - 汇总投向：汇总私人与政府投资后，中美基础层投资占比高度接近，均在87-88%左右，技术层占比为1213% [62][66][150] 中美AI投资差异的启示 - 美国模式：由私人资本主导，核心驱动力在于商业回报，因此对回报不及预期敏感，易引发泡沫担忧，短期协调公共基建的动员能力较弱，投资侧重数据中心与能源配套基建 [1][68][155] - 中国模式：由政府主导，通过“耐心资本”进行长期战略引导，具备极强的资源调配能力，可不计短期成本在算力与芯片等“卡脖子”领域超前布局，但对财务回报的敏感度较低 [1][68][155] - 投资侧重：美国投资侧重解决电力瓶颈，目前有628个数据中心在建，中国投资侧重基础层，尤其是芯片研发，以弥补先进制程差距 [68][69][155] 中美AI产业联动与资本市场映射 - 基础层联动：中美在基础层存在产业链联动，美国对数据中心和电力的投资会拉动中国在液冷、电力设备等环节的需求，双方在芯片上的投入也会共同拉动光模块、PCB等核心硬件需求 [70][156] - 应用层互鉴：双方在应用层存在商业模式映射与互鉴，例如在健康AI、AI助手（如美国ChatGPT、中国千问）及GEO概念等领域相互参考 [71][158] - 资本市场表现： - 基础层上市公司主要集中在A股与美股，市场对其业绩增速预期相对更高，但中美基础层超额收益相关性正但不稳定，受贸易摩擦和高估值影响 [73][161] - 技术层头部公司更多在港股和美股，应用层在A股和港股分布相对均衡 [73][161] - DeepSeek问世后，中美技术与应用层资产体现出更明显且稳定的超额收益正相关性 [73][169] 行业前景展望 - 基础层：业绩兑现确定性高，因有更确定的资本开支和政策支持形成的需求 [2][82][170] - 技术与应用层：潜在上行空间更大，催化来自中美大模型的技术进展互相催化，以及各垂类场景C端商业模式的不断兑现 [2][82][170] - 具体拉动：美国大规模投资数据中心和能源设备，将拉动中国算力基建（如光模块）、数据中心（如液冷）和能源基建供应链的需求，中国对芯片的持续需求则使半导体领域具备需求和政策支持的确定性 [82][170]