在关于人工智能全球竞争的讨论中,焦点往往放在具体算法的比较上——无论是OpenAI、Anthropic的研发,还是DeepSeek和Z.ai等中国实验室的成果。然而,在我看来,美国的真正优势并不在于此。领导地位的根基在于对资本密集型基础设施的控制:从图形处理器到海底数据干线。

生态系统作为武器

关键资产是英伟达公司,它占据了全球约85%的先进AI模型训练芯片市场。但问题不仅仅在于“硬件”。软件平台CUDA已成为开发者的事实标准,为转向替代方案设置了高门槛。这形成了一个完整的“美国AI堆栈”,包括硬件制造商(博通)、云巨头(AWS、Google Cloud、Azure)以及OpenAI和Meta级别的模型开发者。

国防回路与预算流向

同样重要的是科技行业与国防部门的共生关系。国防自主作战小组(DAWG)就是一个典型例子——这是五角大楼负责自主军事系统的机构,2027财年预算中为其划拨了546亿美元。2026年国防部联邦AI合同的潜在价值达到907亿美元,尽管实际预留的仅为72亿美元。这些数字展示了远超民用市场的战略规模。

数字地理与数据控制

另一个战线是海底光纤电缆。美国企业积极建设自有线路,从而获得对全球流量的影响力。太平洋光缆网络(Pacific Light Cable Network)的例子颇具代表性:通往台湾的区段获得批准,而直连香港的线路则因与中华人民共和国相关的风险而被阻止。与此同时,中国实验室即使在国内训练模型,仍依赖全球互联网来收集数据和服务用户。2018年的《云法案》(CLOUD Act)进一步赋予美国当局向美国云服务提供商索取数据的权利,无论数据存储于何处。

主导地位的边界

将这一优势视为绝对的是错误的。关键组件——芯片和服务器——的生产集中在亚洲(台积电、SK海力士、三星、富士康)。然而,台湾和韩国深度融入以美国为导向的供应链,降低了它们利用这一地位对抗华盛顿的风险。从长远来看,我们很可能正走向两个相互竞争的AI生态系统——美国和中国——各自拥有自己的标准和规则。

我的结论:华盛顿的胜利并非靠个别算法的天才,而是凭借对整个链条的系统性控制——从硅片到法律规范。这比任何单一模型都更具可持续性,也正是这一点将决定未来十年的力量平衡。