下一个十年，注定是人工智能的时代。

无论是产业链的重塑，还是国家级的政策推动，都说明人工智能已经不再只是风口那么简单。

8月26日，国务院正式发布《关于深入实施“人工智能+”行动的意见》。文件明确提出，到2027年，人工智能要在六大重点领域实现广泛深度融合；2030年，新一代智能终端与智能体普及率超过90%，智能经济成为新的增长极；到2035年，全面步入智能社会。

这被市场普遍解读为AI版的四万亿刺激。但与2008年的短期基建投资不同，这一次的政策直指长期、结构性的智能化转型：从消费端的智能终端，到产业端的智能体应用，再到背后的算力、芯片和基础设施，几乎覆盖了未来十年所有关键增长点。

回顾当年新能源车的政策红利，中国在一个新兴赛道里完成了从“追赶者”到“领跑者”的跃迁。而这一次，人工智能不仅是一次产业机会，更是一次国家战略级别的竞速。

对企业来说，政策红利窗口已至，能否把补贴和资本转化为真正的商业模式与护城河，才是决定下一个十年的核心考题。

01 AI正点燃全球投资浪潮

不同于过去任何一轮科技周期，全球对于人工智能的投入规模和速度是空前的。

无论是美国科技巨头斥资狂飙，还是中国顶层政策一锤定音，都说明人工智能正成为全球资本竞逐的新高地。

作为科技强国，美国对于AI的投资力度和态度一直备受关注。

华尔街的预测数据显示，到2026年，亚马逊、Meta、谷歌与微软这四家科技巨头的AI资本开支总额将达到约4020亿美元。

yahoo.finance数据显示，上述四家科技巨头在AI领域的投资正在加大，单在2025年就预计超过3500亿美元，超过前期3250亿美元的估值。

表格yahoo.finance

与此同时，AI相关投资增加正开始反哺美国GDP。

Pantheon Macroeconomics的研究指出，2025年上半年，AI相关投资对美国GDP的年化增长贡献高达0.5个百分点，剔除这一部分，美国经济增速可能跌破1% 。更有媒体报道，自2023年起美国大型科技公司的AI投资增量规模几乎相当于过去两年推动GDP增长的10%。

对于中国来说，AI资本支出也步入加速期。

以腾讯为例，2024年资本支出跃升至768亿元人民币（约合107亿美元），占总营收约12%，同比增长221%；其中第四季度的增幅尤为显著腾讯明确表示，2025年AI相关支出仍将维持在营收的“低两位数”水平。

阿里巴巴也宣布将在未来三年投入至少3800亿元人民币（约53亿美元）用于云计算与AI基础设施建设。刚刚公布的2025Q财报显示，阿里AI+云Q1资本支出达386亿元，同比激增220%。

同时，美银预测2025年中国AI资本开支规模可达到6000–7000亿元人民币（约84–98亿美元）。

看到这里，想必很多人疑问，为什么美国大企业动辄几千亿美元投资，而中国只有百亿规模？

答案在于统计口径差异。

美国的数据往往偏向于几家巨头的年度合计预测，而且 AI 投资大部分体现在硬件和基建，比如数据中心、GPU 采购、芯片研发等，这些投入非常大。而我国披露的数据更多是单家企业的年度资本开支，算力和芯片采购并不像美国那样集中。

更重要的是，我国有非常多的投入并不会出现在互联网公司的财报里，比如国家算力中心、地方智算枢纽、产业基金支持的AI芯片研发，这些动辄百亿甚至千亿的投资通常由政府和地方平台公司承担。某种意义上，是“国家队+市场”的合力。

事实上，中美差距正快速缩小，甚至在一些维度上已经被抹平。

斯坦福《2025人工智能指数报告》显示，2023年中美顶级模型性能差距曾在多个基准测试上高达数十个百分点，而2024年这一差距已迅速收窄至个位数，部分指标仅差距0.3个百分点。

图片斯坦福大学《2025 人工智能指数报告》

据统计，截止今年7月，我国累计发布的大模型数量已经达1509个，在全球3755个中占比超过40%，位居世界首位。

更值得关注的是应用层面的快速落地。教育、医疗等政策鼓励融合场景已孕育出一批“先锋企业”。例如，科大讯飞在智慧教育与医疗助诊领域的产品，已覆盖数万所学校和基层医疗机构，正成为政策红利向产业红利转化的现实标杆样本。这类应用的加速，正是“人工智能+”政策要在2027年前实现深度融合的生动写照。

放眼全球，一场新的AI投资竞赛正被点燃。

美国通过资本狂飙构筑算力与技术壁垒；中国以政策驱动牵引产业资源集聚。路径不同但目标一致：谁能在未来智能经济时代占据领先地位？机会和变量并存，而这一阶段的竞争节奏将决定未来十年的格局走向。

02 应用端的万亿市场？

如果说资本开支和算力基建是“地基”，那么真正决定产业想象力的，始终是应用层的普及和渗透。

对我国而言，《人工智能+行动意见》最具突破性的部分，并不是对算力和芯片的再次强调，而是把“新终端”和“智能体”明确写进了国家战略。

这意味着，AI 不再只是一个科研课题或后台工具，而是要以可见、可触、可使用的形态，进入每一个人的生产和生活场景。就像十多年前智能手机的普及彻底改变了互联网消费，这一次，智能终端和智能体的扩散，或将决定智能经济的发展上限。

文件提出，要“大力发展智能网联汽车、人工智能手机和电脑、智能机器人、智能家居、智能穿戴等新一代智能终端”，同时强调“新一代智能终端、智能体等应用普及率要到2027超过70%、到2030超过90%。”这两个方向几乎覆盖了未来AI商业化最广阔的空间：一端是新型硬件作为入口，另一端是智能体作为服务接口。

在消费端，新一代智能终端的产品形态已经陆续浮出水面。AI手机、AI PC已经成为厂商标配，国内外厂商纷纷发布带有本地大模型的终端设备；智能网联汽车则通过辅助驾驶、智能座舱，把AI融入日常出行；智能可穿戴设备正被寄望为“下一个智能手机”，AR/VR与大模型结合，正在孕育全新的交互入口。

在产业端，智能体则正在从工具变成人类辅助者。与传统的软件助手不同，新一代智能体能够理解目标、自主规划并执行任务，甚至动态调整策略，实现闭环操作。这意味着，客服、教育、医疗、制造等行业中，AI 不再是后台支持，而是可以直接承接核心流程的数字劳动力。在过去一年，从腾讯、阿里到科大讯飞等科技企业，都在推出面向不同行业的智能体平台，覆盖金融、运营、投研、制造等场景。

此外，具身智能也加速应用。

7月，优必选拿下全球最大的人形机器人单笔订单，金额近亿元；随后智元机器人、宇树科技也接连中标千万级项目，人形机器人开始进入工厂、仓储、物流等一线场景。过去只存在于展台的“人形机器人”，正在成为现实生产力。

在这一波应用浪潮中，教育与医疗行业的表现尤为突出。它们既是政策点名的重点融合领域，也是最容易形成规模化场景的市场。

以科大讯飞为例，在教育端，其智慧教育产品目前已覆盖全国32个省级行政区、5万余所学校、1.3亿师生，并拓展至日本和新加坡等海外市场。在教学场景中，“AI黑板”“星火教师助手”“奇思妙问”等应用已落地，在4.2万余所学校月产千万余份学情报告，实时反馈学生学习状态与教学效率。

在医疗端，科大讯飞的「智医助理」已部署于超过7万家基层医疗机构，累计提供超10亿次AI辅助诊疗建议，识别不合理处方超过1亿份，并在500多家等级医院落地。其星火医疗大模型V2.5国际版已通过国家医师资格考试综合笔试，成为业内首个达到该标准的AI系统，多学科诊断能力已达三甲医院主治医师水平。

这一类应用不仅契合政策导向，也证明了AI可以从“科研实验”走向“真实需求”。教育和医疗的普及，正是AI产业化过程中最具确定性的增长曲线。

可以看到，无论是智能终端、智能体还是具身智能，应用端的爆发将直接倒逼供给侧在算力、芯片、基础软件、能源等产业链环节加速补课：上游需要更多算力和芯片，中游需要更强的算法与平台，下游则是海量可见的用户市场。

这意味着，中国的AI产业正在进入一场全链条的重构，这也是下一个阶段的主旋律。

03 支撑端的产业链重构

当应用的需求被全面激发后，供给侧的短板就会被无限放大。要想支撑起智能经济，产业链的重构已经不可回避。

首当其冲的是芯片与算力。

截至2025年5月，美国占全球GPU集群性能的约75%，中国约为15%，虽然仍有差距，但国产力量崛起已经势不可挡，壁仞、燧原等厂商的GPU已开始批量交付，部分国产大模型已经能在国产芯片环境下稳定运行。最新的DeepSeek V3.1更是针对国产芯片优化了FP8参数精度，显示出“模型适配硬件”的趋势，这意味着产业链上下游正在尝试协同突破。

图片EPOCH AI

与此同时，科大讯飞、华为、合肥市国资企业斥资超百亿元，联合打造国产超大规模智算平台“飞星二号”，就是这一趋势的代表，该平台已于今年初交付首批算力。

其次是算力基建与能源问题。

国际能源署数据显示，2024年全球数据中心用电量已达415太瓦时，占全球总用电量的1.5%，且预计到2030年将翻倍增至约945 TWh，其中AI需求是主要驱动力，这就不难理解为什么Meta与谷歌纷纷签订核电协议了。

而截止2025年上半年，中国算力中心机架已经超过 1085 万架，智能算力规模约788 EFLOPS。在这种背景下，液冷技术、分布式能源甚至核能，开始成为中国算力中心的关键议题。今年7月，中国聚变能源有限公司完成150亿元战略融资，核聚变能否成为算力的“终极解题”，已被放到国家战略的层面。

最后是中试基地和生态共建。

《人工智能+行动意见》提出，要在制造、医疗、交通、金融、能源等重点领域建设中试基地，搭建行业应用共性平台。这和当年新能源汽车推广的“示范区”逻辑相似：通过降低行业门槛，把技术应用转化为标准化方案，加速规模化普及。

在这一过程中，头部企业也在主动补位。

例如，科大讯飞今年上半年研发投入接近24亿元，正推动星火大模型与国产算力生态结合，试图缓解“模型-算力”之间的结构性矛盾。这类企业的长期大规模投入，决定了中国能否形成一个真正可持续、可循环的AI产业生态。

可以说，这场全链条重构不仅是技术的竞赛，更是基础设施与制度设计的较量。应用让AI被更多人看见并使用。而支撑端的重构，才是决定智能经济未来能否真正落地的关键。

随着政策红利的加速释放，智能经济正在迎来全新的发展阶段。应用的爆发与产业链的重构，正勾勒出未来十年中国在全球竞争中的战略定位。而这，正是中国科技企业们的全新机遇。

- END -