AI竞争常被简化为中美模型研发之争。但CFR学者帕特森提醒：即便研发出前沿模型，更多红利或许属于掌握芯片、能源和关键矿产等供应链卡口的主体。研发可能只是入场券，落地与卡位正在重塑AI权力地图。文章拆解四大基石、中美结构性短板，以及台积电、阿斯麦、日本材料和中东能源等“隐形赢家”的底牌。数字经济下一轮博弈，可能不在实验室，而在被忽视的供应链关键节点。

原文标题：AI's Economic Winners

原文来源：外交关系委员会（CFR）

编译解读：数字经济发展评论

过去十年，经济与金融市场在国家战略中的地位持续上升，经济实力越来越成为国家安全和地缘影响力的根基。这一趋势如今与另一场结构性变革——人工智能正面相撞。

当全世界都在追问“中美谁会赢得AI竞赛”时，美国外交关系委员会（CFR）高级研究员丽贝卡·帕特森提出了一个更冷峻、更本质的问题：即便中美取得了前沿AI模型的研发优势，真正瓜分行业最大红利的，或许是那些掌握芯片、能源和关键矿产等核心供应链卡口的国家。

她将全文核心论断归结为一句反直觉的判断：研发前沿模型只是进入AI经济的一张入场券，不是竞争终点。真正的赢家，是能实现AI规模化落地应用、占据全球供应链关键卡口、持续收割产业红利的主体。在这个历史性的技术变革中，AI竞争赢家的定义已被重塑：过去是“技术发明者主导全局”，现在是“谁掌握了让技术落地运转的稀缺环节，谁就有话语权”。

帕特森首先拆解了AI开发的四大基石。人才是第一核心变量：中国在AI论文发表量上已追上美国，美国国家经济研究局（NBER）2026年研究数据显示，中国AI科研人员规模正逼近美国；AI专利层面优势更为显著，中国包揽全球近70%的AI授权专利，目前全球约37%的顶尖AI研究者供职于中国机构。

资本是第二大基石，美国目前占绝对优势，依托政府专项扶持、私募与风险投资的多元资本体系，牢牢领跑资本密集型的AI研发赛道。但帕特森提醒，需要审慎看待中美资本数据的对比差异：中国政府投资在科技生态中承担着战略引导、兜底赋能的特殊作用，无法与美国市场化私人资本直接对标。

基础设施是第三大基石，AI产业运转不仅依赖芯片，更离不开数据中心、土地资源、冷却用水与稳定能源供给。近年来美国数据中心建设热潮持续升温，熟练劳动力、水资源和电力供给短缺，成为制约其AI产业扩张的新瓶颈。政府扶持与公众支持是第四大基石。

2025年益普索（Ipsos）全球调查显示，各国公众对AI的态度分化加剧，美国民众对无监管AI创新的支持率正在下降，直接制约了本土AI产业的迭代落地节奏。只有这四大基石协同完备，一个国家才具备前沿AI技术的自主研发能力。

帕特森强调，自主研发只是决定AI经济赢家的一个因素，技术部署（或称技术扩散、市场落地）与之相互独立，但同样关键。一个研发能力落后的国家，也能凭借更快的技术普及落地，获得可观的经济增长红利。

微软2025年AI扩散报告显示，全球生成式AI的民用与产业普及率已相当可观，但高收入与低收入国家之间的落地差距出现明显分化。而阿联酋和新加坡的发展实践证明，政府的专项资源投入与积极产业导向，可以显著改变一个国家的AI技术扩散速度。

相较于落地速度，落地模式的差异更为关键：AI究竟是赋能劳动者、提升全行业生产效率，还是替代基础人力、帮助企业压缩用工成本？麻省理工学院经济学家阿西莫格鲁对此始终持谨慎乐观态度。欧洲央行2025年末对5000家企业的调查显示，仅7%的企业实现AI深度规模化应用，31%为中度应用，33%为偶尔使用，27%为尚未使用；人才缺口是制约AI普及的最大障碍。

达拉斯联储的数据则显示，自ChatGPT发布以来，美国总就业率增长约2.5%，AI替代导致的相关裁员目前仍集中在可标准化、可被AI复刻的重复性岗位上。

至于AI能否持续释放生产率红利，前美联储主席鲍威尔的一句话最直白：“我们几年前就开始看到生产率提升，但没人说得清那是不是AI的功劳。”研发领先的国家并不代表能用好AI、部署好AI，研发与落地的脱钩分化，才是理解AI经济赢家的钥匙。

“研发”与“部署”的分离，是当下中国AI叙事中容易被忽略的优势。中国的强项不仅是开源模型，更是以制造业和场景应用为底座的快速部署能力。当西方还在争论AI该不该被监管、生产率红利何时兑现时，中国已经把AI铺进了工厂、医疗和政务场景。这种“先落地、再谈边界”的路径，在经济收益的兑现速度上具有结构性优势。

中美是全球公认的AI研发第一梯队，人才、资本、基础设施、政府扶持四大基石齐备，但双方都有难以规避的结构性短板。美国的核心优势在于：领先的前沿模型、全球头部科技公司、最先进的半导体设计技术、软件与云基础设施。目前全球开发者都以美国AI平台和工具为基础开展研发，这形成了自我强化的正向产业反馈。

但美国的短板同样致命：第一，高端AI产业高度依赖中国稀土资源，而中国已将稀土出口管制转化为有效的地缘经济杠杆；第二，公众对无约束的AI创新抵制情绪持续攀升；第三，基建领域熟练劳动力和能源供给不足，持续制约产业扩容。

反观中国，则拥有庞大的熟练劳动力、超大规模数据资源、快速增长的顶尖AI科研成果、强有力的政府扶持与公众支持，能源供给多元且充足。当前最大短板是高端芯片供给受限，这制约了前沿大模型的大规模训练与迭代速度。

在部署层面，中国以国家战略为导向，明确以“AI快速普及+生产率提质增效”为核心目标，助力实现2020年至2035年人均GDP翻倍的长期目标，政策具备极强的连续性与稳定性。美国AI落地则由私营企业主导，企业短期逐利、优先降本的导向，或引发阶段性岗位结构失衡，进一步消耗民众对AI产业的支持意愿。

在全球技术扩散格局上，兰德公司2026年研究数据显示：截至2025年8月，美国大模型占全球93%的访问量，中国DeepSeek一度在两个月内将国产模型全球市场占有率从3%拉到13%，最终稳定在6%左右。但兰德报告同时警告，美国的领先优势并非牢不可破，DeepSeek-R1的快速突围已经证明，新兴技术可以在极短时间内颠覆现有市场格局。

本文最具颠覆性的核心观点，是对“供应链卡口受益国”的全新解读。帕特森指出，一批并未参与前沿AI研发竞赛的国家和地区，凭借垄断AI供应链上不可替代的核心环节，掌握了举足轻重的产业话语权。

中国台湾地区台积电（TSMC）制造了全球最先进的芯片，包括训练和运行前沿AI模型所需的核心算力。荷兰阿斯麦（ASML）是全球唯一能制造极紫外（EUV）光刻机的公司，这台机器是先进芯片生产的必需品。

日本则生产全球约90%的氟化聚酰亚胺和光刻胶，这两样都是芯片制造不可或缺的材料。中东地区的沙特、阿联酋凭借廉价土地、充足能源和政府支持，成为AI数据中心和资本的热门目的地，沙特推出了1000亿美元的“超越计划”。但2026年初美伊战争爆发，霍尔木兹海峡受阻，全球原油、液化天然气和航运成本飙升，直接冲击了AI供应链，卡口国家和地区的力量，同时也是它们的软肋。

卡口受益这一逻辑，和百年以来的大国博弈一脉相承。苏伊士运河、马六甲海峡、霍尔木兹海峡的战略价值，从来不是靠技术领先，而是靠无可替代的地缘卡位优势。AI时代，这套经典逻辑被完美复制到了芯片、光刻机、高端光刻胶等核心产业链环节。这也意味着，未来AI竞争的胜负手，可能不在实验室，而在那些被长期忽视、却掌握产业命脉的供应链关键节点上。

除中美两大核心玩家与各类卡口受益国之外，欧洲、印度等中等强国，走出了差异化的竞争路径，也精准诠释了AI时代“赢家”定义的相对性。

这些国家既不领跑前沿技术研发，也未掌控核心供应链卡口，但各自手握专属竞争筹码：欧洲依托深厚的科研积淀，占据全球AI规则与行业标准制定的话语权；印度则凭借庞大的人才储备、增长的消费市场，以及全球罕见的数据量，构筑了AI规模化落地的底层潜力。

帕特森最终提出一个更宏观的担忧：AI赢家与输家之间的鸿沟，可能在未来数十年重塑全球权力平衡。当AI的经济红利集中在少数国家，全球分化将不再是发展问题，而是地缘稳定的问题。

中等强国的发展困境与突围，充分体现了AI红利分配的相对性与多元性。欧洲和印度既无顶尖研发优势，也没有绝对的供应链卡位霸权，却凭借差异化核心资源站稳赛道：欧洲是规则和标准优势，印度是数据和人才优势。在全球AI贫富分化持续加剧的风险下，中等强国的战略选择，是站队、平衡，还是另起炉灶，将决定其是分到红利，还是被红利甩下。

帕特森的最终结论，回归到地缘经济权力的长期演变逻辑：历史反复证明，新技术的研发和普及能够拉动经济增长，而经济实力的提升会进一步强化全球话语权。AI时代的特殊性在于，竞争赢家不再局限于技术发明者，更涵盖所有掌控稀缺芯片、核心材料、稳定能源、关键供应链卡位的国家和地区。

这也意味着，AI经济红利格局具有极强的动态性：一场地缘冲突、一次出口管制调整、一座数据中心的落地，都可能重构全球竞争版图。对各国而言，当下最核心的命题，早已不是“能否研发出最强的AI技术”，而是“能否在AI全球经济体系中，占据不可替代的位置”。

本文转自：凤凰网科技

原文地址： https://tech.ifeng.com/c/8vaEaJC2ODr