中美的 AI 军备竞赛前期投资已经太大了，现在感觉是已经停不下来了。我们这边还好点，规模比美国小很多，美国那边的科技巨头搞的资本支出规模更大，一家公司一年的资本支出就上千亿美元，实际上是烧钱的无底洞。

7 月 22 日一天之内，美国科技圈接连抛出多份 AI 扩产计划。谷歌母公司 Alphabet 发布二季度财报，将 2026 年全年资本支出指引上调至 1950 亿到 2050 亿美元，单季就花掉 449 亿美元，自由现金流直接转负。

同日 OpenAI 将 2030 年算力预算上调至 7500 亿美元，启动 200 亿美元自建数据中心项目。

很多人把这解读为中美 AI 军备竞赛的再升级，仿佛两边正在同一条赛道上比拼烧钱速度。但只要摊开数据就会发现，这根本不是一场对等的竞赛。

美国四大科技巨头今年合计 AI 相关资本支出突破 7200 亿美元，中国全行业全年总投入折合约 1250 亿美元，差距接近 6 倍。

真正值得追问的从来不是 “我们为什么烧得少”，而是这场以千亿美元为单位的算力狂飙，到底是产业革命的必经之路，还是新一轮资本泡沫的自我循环。

保持克制的一方，究竟是落后了，还是躲过了陷阱。

先看美国这边的真实状况，亚马逊、微软、谷歌、Meta 四家公司，今年资本支出较去年暴涨 77%，钱几乎全部砸向 GPU 采购和数据中心建设。

别以为这是赚了钱才敢花，谷歌二季度自由现金流已经转负，为了凑钱连发债带增发股票，单季融资近 700 亿美元。

美国银行七月中旬的报告还说，四大云商里只有谷歌能维持正现金流。

结果财报一出，唯一的例外也破功了。

按照当前的烧钱速度，四家巨头里有三家会在年底前耗尽自由现金流，后续只能靠融资续命。

这哪里是军备竞赛，更像是一场不能停的击鼓传花。

很少有人注意到，就在五年前的 2021 年，全球所有云厂商的年度资本支出加起来还不到 3000 亿美元。

如今仅美国四家公司一年就要烧掉七千多亿，扩张速度远超行业正常增长节奏。

支撑这一切的不是落地的收入，而是 “AI 必然改变一切” 的集体信念。

为什么停不下来？不是因为技术到了非投不可的临界点，而是巨头们陷入了典型的囚徒困境。

你不堆算力，对手的模型就可能领先半步，用户和云订单就会跑掉。

哪怕所有人都心知肚明回报率在下降，也没人敢先踩刹车，只能硬着头皮跟着烧。

再看中国这边的情况，很多评论动辄喊着 “要加大投入迎头赶上”，却很少说清两边的投入逻辑根本不一样。

美国的钱主要流向高端 GPU 采购和超大规模数据中心，拼的是顶层算力峰值；中国受芯片出口管制约束，资金更多投向国产芯片替代、东数西算集群和产业场景落地。

换句话说，美国是在赌下一代通用 AI 的技术霸权，愿意承受长期亏损；中国走的是务实路线，先解决自主可控问题，再在应用端找回报。

没有绝对的对错，但硬要拿烧钱规模比输赢，本身就掉进了对方的叙事框架里。

这里还有一个被大众忽略的底层逻辑：AI 算力的边际效益是快速递减的。

模型参数翻一倍，性能未必能涨一成，但算力成本可能要翻好几倍。

当投入规模越过某个临界点之后，每多花一块钱带来的提升都在变薄，烧钱的性价比会越来越低。

我的判断是，这场美国主导的 AI 烧钱竞赛，大概率会在未来一到两年迎来拐点。

要么是商业化收入终于跟上支出，要么是现金流撑不住出现集体收缩。

在此之前，巨头们只会不断上调支出预期，用更大的投入来掩盖回报不及预期的焦虑。

对中国而言，最忌讳的就是被对方的节奏带偏。

没必要去攀比千亿级别的资本支出，也不用因为投入规模小就焦虑。

我们的优势在海量应用场景和完整产业链，把钱花在国产替代和实体经济结合上，长期来看未必是坏事。

说到底，技术竞赛从来比的不是谁烧钱更快，而是谁能把技术转化成真实的产业价值。

烧钱烧出来的领先，如果不能落地变现，终究只是纸面繁荣。

潮水退去的时候，才知道谁在裸泳。