中国AI基础设施投资2027年或超1.2万亿，但商业化与安全挑战并存

（文/赖家琪 编辑/吕栋 徽声在线综合报道）

人工智能（AI）领域的全球竞赛正掀起一场前所未有的资本浪潮，从大模型训练到数据中心建设，从AI芯片采购到算力基础设施铺设，全球科技巨头纷纷投入巨额资金展开激烈角逐。在这场竞赛中，美国企业聚焦超大规模数据中心建设，中国企业则加速追赶步伐，但双方在融资模式上正呈现出差异化发展路径。

根据美国咨询公司荣鼎集团最新发布的《透视中国AI融资》报告，中国AI产业在资本投入、企业现金流及融资渠道等方面正经历深刻变革。报告预测，2026年中国AI基础设施资本开支将同比增长103%至9320亿元人民币，2027年更有望突破1.2万亿元人民币大关。这一增长势头虽强劲，但与美国相比仍存在显著差距——美国今年数据中心投资规模预计达8000亿美元（约合5.36万亿元人民币），中国当前AI建设规模仅相当于美国的15%-20%。

中美AI融资路径分化：股权融资与债务融资的博弈

随着AI竞争从模型能力比拼转向算力、芯片和数据中心等基础设施的全面较量，中美科技巨头的战略布局呈现明显差异。美国微软、亚马逊、谷歌、Meta、甲骨文等企业通过持续扩大数据中心规模，构建起以AI芯片采购和云计算平台为核心的生态体系，为大模型训练和商业化提供坚实支撑。

荣鼎集团对13家中国上市企业（包括云计算巨头、电信运营商、AI实验室和独立数据中心运营商）的深入分析显示，中国企业同样在加大AI投入力度。其中，阿里巴巴、腾讯和百度成为主要投入者，三家公司2026年上半年资本开支合计达2080亿元人民币，超出年初市场预期。随着国内芯片供应能力的提升，中国AI基础设施投资预计将在今年进一步提速。

然而，融资结构差异成为中美AI产业发展的关键分水岭。荣鼎集团指出，中国AI产业更依赖股权融资和银行贷款，债券市场参与度相对较低。具体来看，中国企业的AI融资结构可划分为四大类型：

• 云计算巨头（如阿里巴巴、腾讯、百度）：2025-2026年上半年融资结构发生显著变化，贷款和债券融资占比上升，同时通过出售短期投资资产缓解资本投入压力。股权融资重要性提升，但企业为筹集AI资金大幅削减股票回购规模。例如，阿里巴巴2024年8月宣布800亿港元配股融资，这是其2019年赴港上市以来首次新股配售，资金全部用于AI投资。
• 电信运营商（如华为、中国移动、中国电信、中国联通）：融资模式更为稳定，几乎完全依赖经营现金流，债务水平极低。截至2025年，华为拥有2010亿元长期银行贷款和380亿元债券余额，但已开始偿还部分债务。这类企业AI投资规模低于云计算巨头，融资结构变化不明显。
• 前沿AI实验室（如智谱AI、MiniMax）：面临更大资金压力，处于业务早期阶段，研发投入巨大且商业模式未成熟，经营现金流普遍为负。目前AI投入主要体现为经营现金流支出，未来自建数据中心后将转化为资本开支。融资高度依赖股权融资，截至2025年，智谱、MiniMax、DeepSeek和月之暗面通过私募股权和风险投资（PE/VC）获得约90亿元人民币资金；2026年前8个月，这一数字飙升至1790亿元人民币。
• 独立数据中心运营商：融资方式最为多元化，依赖经营现金流、银行贷款、债券、股权融资，以及资产支持证券（ABS）、房地产投资信托基金（REITs）和融资租赁等工具。由于缺乏持续产生现金流的业务体系，这类企业更依赖ABS（投资者购买资产支持证券）、REITs和融资租赁等创新融资渠道。

投资狂潮下的商业化挑战：现金流压力与盈利困境

尽管AI投资持续高速增长，但商业化落地仍是行业面临的最大挑战。中美AI企业均陷入资本开支增速超过现金流增速的困境：

• 中国方面，阿里巴巴、腾讯和百度的自由现金流从2025年的1700亿元人民币骤降至2026年上半年的负160亿元人民币。腾讯披露数据显示，2026年第二季度约510亿元人民币AI相关预付款计入经营现金流，规模接近同期590亿元人民币资本开支。
• 美国科技巨头同样承压，微软、亚马逊、谷歌母公司Alphabet、Meta和甲骨文的自由现金流从去年的1910亿美元大幅下降至今年上半年的140亿美元。

荣鼎集团报告指出，与美国同行相比，中国企业在云计算、数据中心和AI模型业务的收入及盈利水平明显更低。最新数据显示，尽管中国前沿实验室AI模型年度经常性收入（ARR）快速增长（如智谱ARR从2024年1月的7400万美元增至8月的16亿美元），但中国所有AI大模型企业的ARR总计约107亿美元，仅相当于OpenAI和Anthropic近期披露收入的10%。

中国前沿AI实验室普遍采用开放权重模型策略，虽有助于技术传播，但限制了商业收入增长。当第三方云服务商部署这些模型并提供API服务时，开发模型的AI公司通常无法直接获得收益。不过，部分中国企业在API服务层面已实现较高利润水平——DeepSeek通过优化模型结构和推理基础设施，截至2026年7月API业务毛利率达约83%，接近Anthropic的八成。

模型定价策略方面，中国AI企业经历多次调整。2024年初，多数前沿实验室和超大规模数据中心提高模型价格，而DeepSeek最初宣布下半年保持低价，后因成本压力于8月提价，9月又下调价格，但整体仍高于8月前水平。权威AI视频评测平台Artificial Analysis估计，中国前沿AI模型价格约为每百万Token 0.04美元至0.50美元，而美国模型Claude定价达每百万Token 2美元至4美元。

荣鼎集团认为，中国AI产业面临的问题与美国存在诸多相似之处。目前中国前沿AI实验室整体仍处于亏损状态，企业需探索新商业模式或持续获得外部资金支持，才能维持高速发展。预计2026年下半年及2027年，中国AI基础设施投资将继续扩张，但增长速度存在不确定性。除算力供应限制外，融资能力正成为制约产业扩张的关键因素。

报告分析称，未来中国AI产业扩张速度将取决于三大因素：资本市场能否持续支持AI企业融资、政府资金参与程度，以及AI企业能否建立更稳定的商业模式。此外，AI快速发展带来的安全风险正成为中美共同关注的焦点。

复旦发展研究院副教授、全球人工智能创新治理中心研究员江天骄在中美AI安全对话活动中提出，双方需就“有意义的人类控制”建立共同定义，避免因标准差异导致AI系统自主权限扩大。他呼吁为AI系统划定明确红线，加强对能源、金融、医疗等关键基础设施的保护，防范高度自主化AI系统对社会运行造成潜在风险。