雖有技術差距，但中國走了一條更有前景的AI產業發展道路

雖然技術上仍有差距，但是中國所走的人工智能大眾化、普惠化、通用技術化，致力于與社會服務、產業結合的發展路徑，無疑更符合產業一般規律和技術倫理道德，這正是技術最深厚的生命力所在。

2025年毫無疑問是一個AI應用爆發之年，這一年全球AI應用下載量突破150億次，幾乎是人手兩三個大模型了。現在盡管還有人質疑人類的AI走錯了方向（比如北大的汪丁丁教授），但是AI已成為重塑社會的關鍵技術動力，這是無疑的。

2025更是中國人工智能大模型元年。2023年美國ChatGPT問世后，曾有很多評論認為中國已經輸掉了競爭。不過，2025年中國AI領域黑馬不斷，麻省理工學院與開源平臺Hugging Face的聯合報告顯示，過去一年，中國研發的開源模型全球下載量超過60億次，暴增421%，全球占比達到17.1%，反超美國的15.8%，位居全球第一。

現在態勢愈發清晰，全球AI的競爭仍舊延續了互聯網時代G2的競爭模式，即上桌的國家只有中國和美國，目前全球下載量前100的大模型，基本由中美壟斷。這種兩強相爭的態勢，加上AI逐漸從實驗室走向社會的趨勢，使得中美人工智能發展路徑誰優誰劣的討論不斷升溫。

去年下半年起，《經濟學人》、《紐約時報》等大量西媒就陸續發表分析文章。最近把這個話題帶熱的，則是美國著名科技媒體《互聯網科技時代》（Tech Times），它關注到了新走俏的AI健康阿福，并對比了中美AI發展目標的差異，引發了不少共鳴。相比來看，國內相關討論的少一些，本文也算一個拋磚引玉。

1.精英化、收費制V.S.大眾化、普惠性

對于消費者來說，中美AI應用最明顯的是收費和免費的區別。筆者最近關注中美醫療應用大模型，在使用體驗過程中，對各自奉行的運營邏輯深有感觸。美國總體而言實行了閉環的收費制，最重要的健康醫療類大模型Claude，每月訂閱收費20-100美元不等，企業用戶更需要高達5萬美元以上，也就是說你只有注冊成為收費會員，才可能得到有價值的咨詢。

而中國面向普通用戶的AI服務，基本是免費模式。目前中國最流行的AI健康助手——螞蟻集團旗下的“螞蟻阿福”，使用者可以免費使用它進行咨詢、掛號、分析影像和化驗報告等，截至2026年1月份，單日用戶提問超1000萬次。

即便不是這種專業類AI助手，普通類大模型之間的差異也都基本如此。ChatGPT產品分為三個層級，ChatGPT Go 每月 8 美元，ChatGPT Plus 每月 20 美元，ChatGPT Pro 每月更是高達 200 美元。而中國人使用Deepseek、豆包、千問都不需要付費。

再舉一例。《紐約時報》1月5日曾經做了一篇名為《“AI救了他的命”：中國醫生借助人工智能識別胰腺癌》的報道，故事講述的是寧波某醫院借助阿里達摩院開發的AI模型Panda，幫助退休泥瓦匠邱某發現了早期胰腺癌。根據報道，這個系統借助積累的影像數據庫，已經幫助醫生發現了二十多例胰腺癌，其中14例為傳統影像診斷無法發現的早期，而CT+AI的診斷價格僅為25美元。

(《紐約時報》關于中國醫療AI應用的報道）

美國對標的早期腫瘤篩查大模型Tempus.ai，對醫院端則是每個病例收取1200美元，2024年因此創收4.45億美元；對于普通用戶，進行一般健康數據收費，每月29美元， 2025年估計收入1.5億美元。《紐約時報》的這篇文章在美國引起了不小的反響，大家都驚嘆于中國AI的應用廣度和價格的親民。

所以，AI應用在美國仍是一種價格不菲的“智力性收租資產”，而中國企業成功已經把它變成一種成本極低或者免費的“準公共產品”。《互聯網科技時代》（Tech Times）本周的文章稱，中美的人工智能競賽正在遵循兩種路徑：美國走的是側重于企業收益的專利保護、用戶精英化模式，而中國正在進行的是社會優先，讓AI擺脫“奢侈品”身份，致力于最大化其可及性（Access）的模式。

毫無疑問，美國AI大模型的商業模式對企業很有利，OpenAI每年的訂閱費已經達到100億美元，有助于企業進一步進行研發、帶來更流暢的產品，但這也形成了技術使用的護城河效應，將多數民眾拒之門外。比如現在全球安裝ChatGPT的用戶達到了8億，其實付費使用者不過4000萬，也就是說真正能比較充分享受AI便利的人，只占西方社會的極少數。《互聯網科技時代》把美國個人需要承擔的訂閱費稱為“AI稅”，筆者覺得這個概括非常生動精確。

（中美AI大模型收費情況對比，圖片來源：Tech Times）

而得益于中國AI大模型作為公共產品的提供，中國成為全球最大的“AI免稅港”，成為普及應用最廣泛的國家。益普索（Ipsos）的調查顯示，中國80%以上的職場人士在利用AI輔助工作，這個比例全球最高，而美國僅為40%左右。昨晚刷朋友圈，看到一位好友說她的78歲母親也學習用人工智能了，這正是得益于AI大模型免費之利。

再比如美國的最流行醫療AI模型Claude、OpenEvidence問世雖然都五年以上，但始終是一個小眾軟件（前者全球移動端用戶為290萬，后者的最新訂閱用戶是74萬），與之形成鮮明對比的是，阿福問世半年來，越活用戶就超過3000萬。根據螞蟻集團的統計，阿福用戶55%來自三線及以下城市和鄉村，我想哪怕是一個月5元的訂閱費，也會讓絕大多數人望而卻步。

每一項技術或制度的進步，根本上要回答的問題是：它到底是有助于縮小階層、地域鴻溝，還是擴大鴻溝，有助于社會機遇、資源均等化，還是擴大不均。

精英化、收費制的AI客觀上是加劇不同基層之間的信息鴻溝，進而加劇成長機會、生活質量的不均等，而普惠性的大眾化人工智能顯然有助于縮小這個鴻溝，更有效彌補了中國這樣一個發展中的大國，社會公共服務資源不足的問題。

筆者還注意到，螞蟻阿福已接入王建安、廖萬清院士等1000多位名醫打造的“AI分身”，這些AI為分身能高效處理診前咨詢，相當于讓一位醫生發揮十倍的效能，從而使優質醫療資源能夠突破地域限制，服務更廣泛的人群，尤其是偏遠地區的居民，這正是回答了技術的本質使命問題。

（阿福AI已經滲透到小城鎮和鄉村，非常有助于解決公共服務不均等的問題）

這幾天有頗有言論影響力的幾位朋友批評中國AI性能不如美國，越來越讓人失望了，筆者不太認同。如果站在精英的視角，中國AI大模型的確不夠完美，但是從長遠角度來講，影響技術競爭的最關鍵因素并不是它當下有多先進，而是它扎根社會的廣度和深度。

二、壟斷性高利潤產業V.S. 社會通用技術/產業基礎設施

在對個人用戶的收費與免費之間，背后反映的是中美AI發展的更深層的兩種邏輯，即：是把AI作為一種壟斷性的高利潤產業來發展，還是作為一種各行業都能夠輕易可達的社會通用技術來發展？

《經濟學人》最近指出，美國各大實驗室競相研發能夠超越大多數人類認知能力的巨大模型，然而，中國選擇了截然不同的發展路徑，著重推進現有AI技術在消費端和產業端的快速應用落地。筆者去年參加外灘大會時很有感觸，不僅僅是AI在向制造業、餐飲、物流滲透，就是推拿按摩這種小眾領域，也有企業在做落地嘗試了。

那么這兩種模式孰優孰劣呢？筆者不禁想起去年對產業界影響很大的一本書來，它是美國華人學者Jeffrey Ding所寫的《技術與大國崛起》（Technology and the Rise of Great Powers: How Diffusion Shapes Economic Competition，普林斯頓大學出版社2024年8月出版）。

Jeffrey Ding認為第一次工業革命以來，全球產業發展基本可以歸結為兩種模式：一個是“部門主導型”（leading-sector; LS）導向，側重于關心是否由本國率先做出科技創新，獲得早期機會窗口產生的超額利潤；另一種是“通用技術”（general-purpose technology; GPT）導向，側重于誰有辦法在整個經濟部門中大規模采用并擴散技術。

作者指出，早期的競爭先機固然重要，但從長遠的產業競爭看，真正決定大國經濟權力興衰的，并非誰先做出技術創新，而是誰更有能力將技術在經濟領域中應用和擴散。

這個判斷可以在三次工業革命，以及中國經濟崛起中得到應驗。比如，第一次工業革命中，蒸汽機系由法國人先發明，但是英國將其通用技術化，由此成為第一工業強國；第二次科技革命中，重大發明幾乎全部始于歐洲，但是美國企業將其通用技術化，由此成為新的工業中心。在近二三十年全球競爭中，盡管中國不是技術原創地，卻是將互聯網、新能源等通用技術化做的最好的國家，以此實現彎道超車。

我們看其實看今天中美AI競爭也是遵循LS和GPT兩種模式演進的。美國現在在人工智能發展上，具有鮮明的LS特色（或許這是先發國家的“先進陷阱”），而中國的阿里、螞蟻、字節、騰訊等企業，卻像當年的英國、美國那樣，在努力將人工智能通用技術化。高盛前不久評價說，中國奉行的是“產業基礎設施邏輯”（Public/Infrastructure Logic）。

現在看，中國不僅是AI社會服務領域滲透率最高的國家，也是在生產領域通用化做的做好的國家。根據麥肯錫的研究報告，得益于中國AI準公共產品化的策略，制造業AI采用率高達67%，現在中國智能工廠數量已經超越了3萬家，而美國制造業AI采用率僅為34%，且多停留在庫存管理等后臺任務。

（智能化工廠）

最讓人驚訝的是，根據《經濟學人》的報道，在人工智能算法最先進的美國，高達80%的初創公司卻在使用中國開發的低成本大模型，這些中小企業根本無力負擔本國AI模型的高昂成本。

所以說，中國AI的低成本、大眾化、通用技術化擴散的路徑是對的，有助于實現整個社會生產和商業形態發生變革，而不只是某個行業一枝獨秀。當然本文倒沒有要一口論定中國在這場競爭中已經獲勝，我們也從來不質疑美國企業及時糾錯的能力。但是仍然讓人欣慰的是：中國企業雖然起點低，在芯片封鎖、金融制裁等多重不利環境下，依然探索出一條更符合國情和產業深層邏輯的路徑。

無獨有偶，去年5月，微軟總裁Brad Smith在出席參議院聽證會時指出：“決定中美競賽勝負的關鍵，在于誰的技術能在世界范圍內獲得最廣泛的應用。”我們可以確信，雖然中國技術上仍舊是落后的，但是只要沿著這條方向繼續完善提升，終究有機會繼續創造之前的那樣彎道超車的奇跡。