美国科技企业现在最担心的，不是人工智能没人用，而是投入越来越大以后，未来赚回来的钱能不能覆盖成本。
 
先把一个数据说清楚。美国几家科技巨头并不是整个公司“不盈利”，真正的问题是人工智能基础设施投入增长太快，现把全年资本开支提高到1950亿至2050亿美元。
 
光这四家加起来，就已经超过7000亿美元。算上Oracle以及其他数据中心项目，今年美国大型云计算企业的投入规模还要继续往上走。视限制中国人工智能企业，不能只看技术领先不领先，还得看商业利益。
 
美国企业前面投入的钱实在太多了。
 
服务器要钱，GPU要钱，数据中心要钱，电力要钱，网络设备同样要钱。而且人工智能不是建完一批服务器就结束了。
 
模型参数继续增加，用户继续增长，推理调用量继续扩大，下一代芯片出来以后还得换设备，这意味着资本开支还会持续。
 
甚至现金充足的大公司都开始扩大融资。
 
Oracle今年已经明确表示，准备通过债务和股权融资筹集450亿至500亿美元，主要目的就是继续扩建云基础设施。
 
Alphabet和亚马逊今年也进入海外债券市场融资。路透社统计认为，照目前的投入速度发展，到2027年，微软、Alphabet、亚马逊、Meta和Oracle这些大型云厂商的资本开支，可能会超过它们同期产生的自由现金流。把技术优势变成收入，而且这个收入还不能太低。
 
可中国人工智能企业偏偏在另外一个方向发展。
 
中国企业现在很重视降低训练成本、降低推理成本，同时大量采用开放模型。对普通企业来说，同样一个功能，模型能力差距如果没有大到影响使用，那客户最后一定会比较价格、部署成本和是否能够本地运行。
 
我认为，这才是美国真正感到压力的地方之一。
 
美国可以接受中国人工智能企业暂时落后，但很难接受中国企业在模型性能不断接近的同时，把价格和部署成本继续往下降。因为一旦这种模式被大量海外企业接受，美国公司前面投入的数千亿美元基础设施，未来能够获得多高的利润率，就会出现更大的不确定性。
 
最近的事情已经非常明显。
 
7月27日，中国商务部专门回应了美国方面声称可能调查并制裁中国人工智能企业的问题。当前美国讨论的措施包括调查、贸易限制，甚至可能把相关中国企业加入美国商务部实体清单。这里必须说明，目前针对相关中国AI企业谈到的是调查和制裁威胁，并不是所有措施都已经正式实施。美国方面提出知识产权等理由，中方则明确表示相关指控缺乏事实和法律依据，并表示将维护中国企业合法权益。
 
清单，在获取受美国出口管制覆盖的芯片、设备和技术时，就可能面临额外许可要求。也就是说，这种限制直接影响的不只是产品能不能进入美国市场，还可能影响企业获得先进计算资源的成本。问题：限制越多，中国企业自主解决硬件和软件问题的动力就越强。
 
7月初就有消息称，DeepSeek正在开发自己的人工智能推理芯片，目的之一就是降低对外部芯片供应的依赖。
 
最后芯片能做到什么水平，现在当然不能提前下结论，但这个方向本身已经说明，外部限制并没有让中国企业停止研发，而是在推动企业研究国产芯片、软件优化和更低算力消耗的方案。
 
Alphabet今年第二季度自由现金流已经转为负值约59亿美元，可公司还是把2026年的资本开支继续往上调。
 
原因也很简单，人工智能现在不能停。你一旦减少数据中心和芯片投入，竞争对手就可能增加算力规模。即使短期现金流承压，这些企业也得继续投资。
 
与此同时，Google Cloud第二季度收入同比增长82%，说明人工智能和云服务确实正在产生需求，只是收入增长速度能不能长期覆盖如此庞大的新增投资，现在还没有最终答案。
 
企业越来越强硬，当然有国家安全、知识产权和技术政策方面的考虑，但商业竞争因素同样不能忽略。
 
美国企业已经投入这么多资金，接下来最需要的是市场、客户和足够高的利润。如果中国企业用更低的成本提供接近的能力，甚至通过开放模型迅速进入更多国家，那么受影响的不只是美国人工智能企业的技术排名，更直接的是未来的市场份额和投资回报。
 
这也是为什么我认为，中美人工智能竞争接下来不会只发生在模型性能上。
 
芯片成本、数据中心、电力、推理价格、开放模型、海外市场、企业客户以及产业链完整程度，都会越来越重要。
 
美国继续增加限制并不令人意外，但限制并不能自动产生竞争力。最终还是要看谁能用更低的成本，把人工智能真正做成大量企业愿意长期付费使用的产品。中国企业真正需要做的，也不是只盯着美国出台了什么措施，而是把自主技术、算力效率和商业化继续做扎实。
 
只要这一点能够持续推进，美国越是投入巨额资金，就越不可能忽视中国人工智能企业带来的商业竞争压力。