有一個棋逢對手、將遇良才的競爭對手挺好的，正所謂“出則無敵國外患者，國恒亡”，中美兩國距離足夠遠，一個背靠世界島、環擁太平洋，一個居兩洋之中、覆蓋南北美，世界之大容得下中美兩國，只要美國想開點，一切都會好起來的。

中美兩國在很多領域正在展開相近但不同的激烈競爭，AI是這場競爭的焦點縮影，從全人類發展角度，這種競爭是良性的。

美國已將AI視為贏得與中國競爭的關鍵領域，2025年7月美國白宮發布《贏得AI競賽：美國AI行動計劃》，將AI領導力視為“基于全球技術主導權、市場份額和規則制定權的競賽”，還將“贏中國”作為核心政策目標；2025年12月發布的《美國國家安全戰略》報告再次強調必須保持和擴大美國在尖端軍事及軍民兩用技術方面的優勢，聚焦人工智能、量子計算等關鍵領域。

中國也在加碼，如果只看“十五五”規劃目錄，好像中國對AI的重視度弱于美國。實則不然，看起來同樣是“數字中國”的提法，但內涵大不一樣，“十五五”規劃談數字中國，更傾向于從人工智能角度去展開，比如強調算力、算法、數據三大AI底座，中國算力方面的短板，正在倒逼算法創新，有利有弊。

其實在“十五五”規劃編制過程中，各方非常關注到底應該怎么寫人工智能，有過一些爭議，比如有人認為應該把人工智能單列一章，有人認為應該放在產業部分，但最終共識是放在數字中國部分，因為人工智能涵蓋實在太廣了，而數字中國不能沒有人工智能。

在具體編訂過程中，也有人提出要不要修改數字中國的提法，改為“數智中國”，但最終為方便延續過往工作，而且“數字”要比“數智”更順口，就堅持了數字中國的過往提法，只是在具體章節內容上把“數字化”改為“數智化”。

還有一點體現了國家對人工智能的重視。“十五五”規劃提了8個戰略性新興產業，相比2024年初的提法，少了人工智能，增補了“智能網聯新能源汽車、機器人”兩項，這一調整恰恰說明人工智能重要性超越所有戰略性新興產業，位居更高的位置。

所以，不必懷疑中國發展AI的決心。

只不過中美在發展AI方面走上了不同的道路，這是想要從事AI相關產業的人需要格外關注的。

小鎮總結了幾大核心區別：

區別一：實體還是虛擬，是產業AI化，還是AI產業化，這背后是AI發展目標的根本區別，是服務市值金融，還是服務生產力和社會財富的提升。

目前美國更重視AI產業本身的發展，與AI相關的市值高達幾十萬億美元，撐起如此龐大AI泡沫的，基本上是各大頭部科技公司的AI投資支出，真正應用于實際生產、創造更多財富的商業應用還非常少。

相比而言，中國對AI產業本身的投資規模只有美國的零頭，但要注意到由于中國龐大的產業體量，創造了大量的“產業公地”，這是中國AI發展與美國大不相同的關鍵之一。

“產業公地”是哈佛大學教授加里·皮薩諾和威利·施在分析美國產業振興路徑時提出的，在著作《制造繁榮：美國為什么要制造業復興》一書，認為根植于企業、大學和其他組織之中的研發與制造的基礎設施、專業知識、工業開發能力、工程制造能力等等為產業集群、科技創新的發展提供了扎實的基礎，因此稱其為“產業公地”。

常規財報等并沒有將“產業公地”納入統計，這是統計方式的缺陷。

就比如中國和美國人的消費水平，如果只看統計，中國人均消費支出遠低于美國，甚至比巴西、泰國、越南等發展中國家還低，但中國實際消費水平并不低，就在于中國強大的基礎設施、公共服務等極大壓低了教育、醫療、安全等消費支出。

科研、創新也是一樣的，比如中國具身機器人發展極其迅速，去年首屆亦莊機器人馬拉松還像是老年人散步，今年就初具未來感，就在于中國已經積累了極其強大的產業基礎，張雪機車橫空出世也得益于強大的重慶摩托產業生態。

不過要注意，不要只關注具身機器人，機器人種類涵蓋極其廣，發展使用何種機器人需要根據目的而確定，因此國家確定的戰略性新興產業不是“具身機器人”而是“機器人”。

中國同樣重視AI產業本身的發展，但相比美國，更重視各行各業的AI應用，這也意味著，中國人尤其中國年輕人在AI時代的就業難度要大大小于美國同齡人，就業機會也更多。

中國內地大多數城市無需跟深圳、杭州等沿海發達城市比拼先進技術的研發，可以把重心放在為新技術提供更多的新場景，這同樣可以吸引創新人才和投資。

應用場景，也是當前中國新技術、新應用、新產品創業的大藍海。

區別二、替代人還是增強人。

美國基于股東利益至上的邏輯，更在意最大限度降低成本、輕量化經營，所以AI應用對當前很多美國公司而言最大的價值就是裁員，很大程度上僅僅是作為借口和噱頭，而非當前AI真的如此高效。

全球知名商業調查咨詢公司蓋洛普近日發布了2026年度《全球職場狀況報告：AI革命的人性面》，報告中明確提到已經投入AI的公司，95%沒有觀察到利潤增長，89%的高管承認勞動生產率沒有提升，剩下認為有所提升的更多是因為裁員以及行業特殊。

其實國內也有類似情況，很多公司把AI應用和焦慮作為員工管理的手段，甚至是服從性測試，比如有的公司要求全員用AI做一些莫名其妙的小應用，這些玩意根本不需要用AI，隨便找一個有點經驗的程序員，就跟玩一樣做出來，比AI效率高多了。領導更關注的是員工聽不聽話，哪怕執行一個一看就很荒誕的指令。

頂著AI名頭裁員，有助于吸引資本關注，對公司內部管理者而言，也有利于向上級匯報自己正在緊跟時代潮流，至于到底有沒有實際產出，不重要。

但是，一切工具終究是服務于人。中國當然也有大量可以替代人類勞動者的技術，但在實際推廣中，往往非常慎重，至少替代人不是可以放在明面上鼓吹的，更主張AI發展的工具性，重點是增強人而非替代人。

事實上，在中國想要大規模裁員，包括以AI為由裁員，必須得到勞動監管部門的同意，小公司亂來也就罷了，大公司不妨試試看？

而美國就不一樣了，裁員就是財源廣進，就是更受資本和故事青睞，為裁員而裁員。美國硅谷科技公司正在經歷由AI技術加速落地驅動的大規模裁員潮，這并非因為經濟衰退或企業虧損，反而發生在科技巨頭利潤創新高、股價屢破紀錄的背景下。

但小鎮并不看好美國科技公司以AI為名大規模裁員，這反而會在未來阻礙美國的科研進步。

類似替代在美國歷史上也發生過，那就是把沒有多少技術含量的崗位外包到薪資成本更低的國家，可以立竿見影的改善公司財報，但最近美國國家經濟研究所研究發現，大規模的外包并沒有提高美國公司的競爭力，節約的人力成本也沒有用于新技術的研發，反而削弱了美國公司的核心競爭力，變得更不會創新了。

原因在于頭部科研建立在中底部基礎上，這就有點類似“產業公地”，畢竟創新本身就難以預測，而在創新和制造中也存在大量沒有記錄在紙面的隱性知識，美國目前最大的問題就在于隱性知識的傳承斷了。

而新技術、新產品的創新，從商業角度是為了獲得相比舊技術、舊產品的競爭優勢，然而美國公司把崗位大規模外包，外包后舊技術、舊產品的成本優勢不斷增強，就弱化了繼續創新研發的動力，久而久之，導致美國在與中國的競爭中越來越處于劣勢。

所以，增強人還是替代人，不僅僅關系到勞動者的就業，更關系到一家公司、一個國家的未來。

當然，如果更在意股市投資的收益，那美國模式肯定機會更多，而AI泡沫破裂前，也是利潤豐厚的狂歡。

區別三、存量和增量財富的分配，是向上集中還是向下普惠。

小鎮之前介紹過一個新指數“硅谷痛苦指數”，該指數研究發現，隨著AI等新技術的應用落地，美國硅谷貧富差距越來越大，財富向極少數人加速聚集。

某種程度上，美國有點想把多數中底層人民視為耗材，只想要少數精英，也正因為這種理念，美國自然而然的把重心放在了AI替代人上，這也導致目前美國白領找工作的難度比過去大了很多，在美國的朋友可以分享下是否屬實。

中國就不一樣了。

“十五五”期間一大改革主線就是合規，包括稅務合規、社保合規。“十五五”規劃綱要提出，實施高質量參保行動，持續擴大社會保險覆蓋面。

今年各地全面深化社保合規整頓，要求企業依法足額繳納社保，提出“應保盡保、如實申報”，不得按照最低基數一刀切或選擇性參保，更嚴禁通過虛構勞動關系、掛靠代繳等方式違規參保，未來做企業，合規是成本最小的。

不要妄想能夠瞞住監管，金稅四期空前強化，已經可以實現工資、個稅、社保數據的實時聯動，如果工資收入與社保繳費基數不一致，系統會自動預警。2026年4月重慶社會保險局就發布了重慶市首批合規繳納社保費典型案例。

配套AI等新技術應用的制度正在加速推進，就是要確保生產關系與生產力提升同步，要讓新技術創造的海量增量財富，用于改善分配、促進社會公平。

當然也必須承認，如果想著等靠要，那最多只能享受兜底，想要過上更好的生活，還是要積極擁抱時代變化。

由此，就有了極為關鍵的第四個區別。

區別四：AI應用、科技資本與政府的關系，是超越政府，還是在政府管控之下。

美國從去年開始認真學習中國制度經驗，越來越傾向于拿中國的做法抨擊美國，有點類似于中國的一切都是對的，跟中國不一樣的地方那就是美國錯了，就是美國之所以衰退的病根，要求向中國學習，直接抄中國的作業。

這其中，ITIF也就是美國信息技術與創新基金會是急先鋒，該基金會2017年起升至全球頂尖科技智庫排行首位。小鎮前幾天介紹過該智庫的一份報告，提出美國要想贏得與中國的競爭，必須推翻金融資本主義，對問題現狀的分析非常到位，但到了落地部分就變得非常保守，只說學習全斗煥用專項貸款引導企業恢復制造能力。

這僅僅是近期連環報告的一個而已，還有報告認為美國的教育太差了，要求美國徹底改革失敗的教育模式，學習中國加強理工科人才教育，要敢于砸破文科利益集團的飯碗，教育要服務于國家戰略，要搞產學研融合。

就報告內容，很像是中國目前主張的“統籌推進教育科技人才體制機制一體改革”，也就是“教育培養人才、人才驅動創新、創新反哺教育”的良性循環。

AI的發展應用尤其重要，關鍵在于政府能否壓制AI科技資本，讓技術向善、服務于人。目前看，美國政府顯然不具備這一能力，這也導致美國很多智庫和高層人士很清楚美國問題是什么，也知道應該怎么改，但就是改不動，因為美國政府沒有足夠的干涉力量。

美國政府管控資本的能力不足，也導致美國民眾普遍對AI技術的發展持悲觀態度，而中國是全球對AI發展最樂觀、最松弛的，這種全民心態也必然會決定AI的未來應用和發展。

其實還有很多區別，更多是技術層面的。比如開源還是閉源，從AI技術角度，閉源大模型至少當前肯定要更先進，但未來呢？

開源大模型有點像AI大模型的斬殺線。閉源模型領先開源模型這很正常，未必能獲得足夠的商業應用，一旦被開源模型趕上，立刻就暴斃，死的不能再死。

已經完成了大模型適配中國自主算力芯片的DeepSeek，正在扮演全球AI大模型斬殺者的角色。全球AI大模型必須全力跑起來，一旦被DeepSeek追上，那就完蛋了。

DeepSeek母公司通過資本市場獲得了巨量財富，梁文峰說白了不差錢，融資更像是給員工找一個財富兌現的出路，穩定核心團隊。

不缺錢就把詞元消耗的成本壓到難以想象的低，基本上相當于支付電費而已，而且還是波谷電價，根據命中緩存的比例不同，成本費用不一，基本上1億詞元消耗只需要5到10元。

而根據黃仁勛近期演講首次公開的詞元分層定價體系，目前基礎層每百萬詞元3美元，1億詞元就是300美元，是DeepSeek的300倍左右。而更高階的進階層高達6美元、高速層高達45美元，頂級層到了150美元。

DeepSeek從技術上，當前確實只是全球二線水平，但太便宜了啊，大多數需求已經夠用了，如此低的詞元價格，讓其他公司怎么提價？

全球能搞AI的，已經只有中美兩國了。伊朗沖突之前，中東各國搞得如火如荼，但沖突之后，中東算力產業發展喪失了安全這一基本前提，什么資本敢冒這么大的風險？而歐洲在信息技術上，落后中美10年左右，說搞AI幾近笑話，至于日本先淘汰祖傳軟盤再說吧。

全球AI競爭，也越來越像中國人與在美華人之間的競爭，這也是ITIF要求美國效仿中國全面改革教育體系的原因之一。

那么從非常現實的角度，想要在中國擁抱AI技術，投身AI產業的，有必要了解中國政府、中國官方是如何看待AI的，了解不同于美國市場原教旨主義的中國AI發展理念和邏輯。

基于此，小鎮最后向大家推薦一個再教育課程，由清華大學公共管理學院開設的 “‘AI+’應用與治理領航計劃”，首期將于5月23日開學，有興趣的朋友可以點擊鏈接進一步咨詢了解：《》。

其他文章推薦

（中篇）

（上篇）

歡迎分享，讓更多人發現“大樹鄉談”