郎咸平：AI就算全是泡沫，中美两国谁也不敢先撒手。两边都在烧钱，只是烧的地方不一样。
2026年的AI竞争已经出现一个很有意思的现象：一边是市场不断追问巨额投入何时赚钱，一边是中美投入都没有停。美国微软、亚马逊、谷歌母公司和Meta今年计划投入约6500亿美元，重点仍是数据中心、芯片和算力网络。钱越烧越多，恰恰说明没人敢轻易退出。
原因并不复杂。人工智能正在从互联网行业的一项新工具，变成制造、科研、能源、通信甚至安全体系的通用能力。美国国防部门今年5月还与多家科技企业推进AI进入相关网络和应用体系。到了这个阶段，AI投入已经不只是企业争夺用户，更带有产业竞争和国家科技能力建设的意味。
所以真正的问题不是有没有泡沫，而是泡沫破掉以后留下什么。美国科技巨头面临的压力很现实：数据中心越来越贵，电力需求快速上升，资本支出增长又明显快于部分业务回报。如果AI应用无法形成持续现金流，再大的企业也会受到投资者追问。
中国面临的题目却不完全一样。过去有人喜欢把中国概括成“擅长应用、底层不足”，现在这个说法已经过时。工业和信息化部等八部门今年部署“人工智能+制造”，既要求发展工业智能体和行业模型，也明确推进高端训练芯片、端侧芯片、服务器、高速互联等关键环节。
这背后实际上是一套很清楚的思路：场景不能脱离技术底座，技术底座也不能长期脱离真实产业。截至今年6月底，我国智能算力规模达到2185EFLOPS，同比增长177%，规模以上制造业企业人工智能技术应用普及率已经超过30%。算力扩张和工厂应用正在同步推进。
更有意思的是，竞争方式也变了。《全球人工智能创新指数报告2026》显示，中美仍处第一梯队，美国综合实力保持领先，但中国部分代表性大模型在算力效率和使用成本方面已经形成优势。这意味着未来比拼的不只是“谁能训练最强模型”，还要看谁能把一次调用价格真正压下来。
低成本为什么重要？因为制造企业一天可能调用模型几百万次，一个实验室可以不算账，一条生产线却必须算账。模型便宜一点、推理快一点、国产软硬件适配顺一点，乘上庞大的工业规模之后，都可能变成真实竞争力。中国拥有完整制造业体系，这恰恰给技术迭代提供了大量现实考场。
今年上半年，全国生成式人工智能领域新设企业达到5.5万户，同比增长28%。这并不意味着每一家都会成功，未来肯定会出现淘汰和整合，但产业竞争从来不是要求所有企业活下来，而是让资金、人才和技术在竞争中不断重新配置。
我认为，中美现在谁都不敢先撒手，根本原因就在这里：AI也许存在估值泡沫，却已经进入产业基础能力竞争阶段，退出并不会让泡沫消失，只可能让自己的技术积累、人才体系和产业生态慢下来。
真正应该观察的，也不是哪家公司估值又涨了多少，而是谁能把昂贵算力变成便宜服务，把模型能力变成工厂效率，再把产业收入重新投入芯片、软件和下一代模型。能够跑通这个循环的一方，才可能把今天的“烧钱比赛”，最终变成未来十几年真正的产业优势。