中国科技巨头加速AI基建投入，但与美国同行差距犹存

中国科技巨头正以前所未有的速度加大对人工智能基础设施的投入，然而，与美国同行相比，它们面临着更为严峻的财务制约。美国科技巨头凭借其规模更大、盈利能力更强的核心业务，拥有更为充裕的现金流和更强的能力来持续重资产投入。

预计中国领先科技企业的资本支出将从2025年的650亿美元，分别增至2026年的约1400亿美元和2027年的1650亿美元。

相比之下，六大美国超大规模云服务商预计在2026年的支出将超过7850亿美元，大约是中国同类企业总和的六倍，而到2027年，这一支出预期将逼近1万亿美元。

这一显著差距凸显了两国科技巨头在财务状况上的差异，尤其是在构建日益复杂的人工智能模型和应用所需计算基础设施的激烈竞争背景下。

阿里巴巴集团控股计划在2025年2月公布一项为期三年的投资计划，总额达3800亿元人民币（约合570亿美元）。字节跳动则计划在2026年投入高达700亿美元的资本支出。

季度财报同样印证了中国企业在人工智能相关支出方面的加速态势。截至2026年6月的季度里，阿里巴巴的资本支出达到677亿元人民币，腾讯控股的支出同比激增176%，达到528亿元人民币。百度公司的资本支出也几乎翻了两番，达到114亿元人民币。

尽管有企业指出其季度支出因硬件交付周期和采购时机而波动，但主要中国超大规模云服务商的整体投入增长，无疑揭示了中国人工智能支出持续扩大的趋势。

尽管中国在支出增速上表现出更快，但投资规模上的差异预计将导致已安装计算能力差距的进一步拉大。

行业数据显示，截至2025年底，美国数据中心容量达到52吉瓦（GW），而中国为28吉瓦。预计到2030年，美国容量将增至100吉瓦，复合年增长率（CAGR）为14%；与此同时，中国的容量预计将扩展至67吉瓦，复合年增长率达19%。

尽管中国的增长速度更快，但在预测期内，两国在数据中心总容量上的绝对差距仍将扩大。

然而，基础设施成本、劳动力成本以及政府支持方面的差异，在一定程度上抵消了两国在资本支出表面上的巨大差距。

市场分析指出，中国在数据中心设施、冷却系统及相关基础设施上的每兆瓦支出显著低于美国。此外，中国主要计算集群较低的土地、建设和运营成本也优化了部署的经济效益。

政府支持进一步减轻了中国科技企业的实际资本负担。

中国的数字和人工智能产业政策，包括“AI+”倡议和“六大网络”框架，均将数据中心列为战略重点，旨在推动数字基础设施发展和更广泛的人工智能应用。

国家发展和改革委员会预计，到2026年，“六大网络”框架及相关项目的投资将超过7万亿元人民币。

地方政府也通过提供土地和绿色能源接入、基础设施补贴、加快项目审批以及税收优惠等措施给予支持。

国有企业正日益成为人工智能基础设施建设的重要力量。据报道，中国正在筹备在未来五年内开发一个全国性的互联人工智能数据中心网络，其中大部分技术将实现国产化。

预计资金来源将包括主权债务、国家支持的投资工具、银行融资以及私人共同投资。

电力供应的便利性也为中国带来优势，因为电力通常比美国更容易获得且成本更低。

然而，高端硬件的获取仍是中国面临的最大制约。

服务器和加速器在人工智能基础设施支出中占据最大份额，而针对英伟达（Nvidia）尖端芯片获取的限制，已促使中国超大规模云服务商、国有企业及相关运营商转向国内替代方案。

尽管中国的国产芯片和软件生态系统持续进步，但与英伟达的技术和生态系统相比，仍存在一定差距。

因此，中国的成本优势主要集中在非芯片基础设施领域，而美国在整体计算能力方面可能仍将保持显著优势。

中国的超大规模云服务商在构建人工智能业务时，其收入基础显著小于美国同行，尽管云服务和人工智能服务的需求正在迅速增长。

阿里巴巴、百度和腾讯的云业务正受益于不断增长的人工智能需求，预计人工智能相关产品和服务的快速增长将推动2026年和2027年基础设施投资的进一步提升。

阿里巴巴在3月表示，其目标是在五年内实现每年超过1000亿美元的云与人工智能外部收入总额，这凸显了其对人工智能长期变现能力的信心。

尽管如此，美国超大规模云服务商在人工智能基础设施、模型和应用方面拥有更成熟的变现路径，这得益于其庞大、多元化且盈利能力强的核心业务支撑。

亚马逊的AWS、微软的Azure、Alphabet的谷歌云以及Meta Platforms都在迅速扩张，人工智能相关收入已达到可观的年化水平。

亚马逊、微软和Alphabet旗下大量已签约但尚未计费的云服务承诺，为企业人工智能工作负载从试点项目转向生产阶段提供了多年的收入可见性。

这使得美国企业拥有更大的能力来吸收高额资本支出，尽管人工智能的变现规模目前仍落后于投资规模。

中国的云市场竞争更为激烈，且较少受到企业级软件的驱动，这限制了超大规模云服务商仅凭云业务现金流为大规模人工智能基础设施提供资金的能力。

因此，中国企业正寻求低成本、高效率的战略，以部分抵消其规模上的劣势。

值得关注的是，诸如通义千问（Qwen）、文心一言（ERNIE）、Kimi和DeepSeek等开源模型正在降低部署成本并加速普及，同时，一些中国模型目前已能提供足以满足众多商业应用的性能。

一项最新研究显示，开源模型的推理成本平均比专有模型低87%。

企业采纳度的提升、主权AI倡议以及国内技术生态系统的发展，也共同支持了中国云平台上代币消耗的快速增长，为人工智能变现开辟了日益重要的途径。

最终，能否持续大规模的人工智能投资，取决于企业核心业务的韧性及其获取外部资金的能力。

尽管中国超大规模云服务商的盈利基础相对较窄，且在国内市场面临激烈竞争，它们仍在积极进行投资。

阿里巴巴的电商业务正面临商品交易总额增长放缓的挑战，并受到来自拼多多以及抖音、快手等内容驱动型电商平台的激烈竞争。

即时零售和外卖领域的竞争，也使得包括阿里巴巴和美团在内的公司利润空间受到挤压。

百度在线营销业务因广告预算转向短视频及其他社交媒体平台而有所减弱，而腾讯凭借其稳健的游戏、广告和金融科技业务，持续支撑着人工智能投资。

相比之下，美国超大规模云服务商则受益于云计算之外的高度盈利且能产生大量现金流的业务。

Alphabet和Meta的数字广告业务、微软的软件销售以及亚马逊的零售和广告业务持续产生强劲的运营现金流，这有助于为人工智能投资提供资金，同时保持相对适度的杠杆水平。

美国企业还受益于更深厚的债权和股权资本市场以及更高的股权估值，这赋予了它们更大的融资灵活性。

中国超大规模云服务商的股权估值通常较低，这提高了其有效股权成本，尽管大型企业仍能进入离岸和国内融资市场。

例如，阿里巴巴在2026年8月23日宣布了一项拟议的800亿港元（约合102亿美元）新股配售计划，所有净收益均指定用于其全栈人工智能能力建设，包括基础设施扩张。

与此同时，人工智能投资预计将削弱太平洋两岸企业的自由现金流，并推高杠杆水平。

预计，由于资本支出增长速度快于运营现金流，一些公司在2026年和2027年将出现自由现金流为负的情况。

美国超大规模云服务商正越来越多地利用债务、租赁和结构性融资来支持数据中心的扩张。

六大美国超大规模云服务商现有及未来的数据中心租赁承诺总额约为1.2万亿美元，其中超过8200亿美元与尚未开始的租赁相关。

中国企业也面临类似压力，但其起点较低，随着人工智能基础设施和芯片采购投资的加速，资本支出与运营现金流的比率正在上升。

然而，充裕的现金储备对两类企业而言，仍是重要的信用优势。

中国超大规模云服务商多年来通过强劲的现金流积累了可观的净现金头寸，而美国同行则合计持有数千亿美元的现金和有价证券。

这些缓冲，结合持续强劲的营收和EBITDA增长，为企业提供了显著的能力来吸收12至24个月的高额资本支出，而不会导致信用质量的实质性恶化。