刊于《经济日报》，2026年5月1日
中美AI伯仲竞争 突围取决应用落地
李家涛
科大商学院利国伟商学教授、商业战略与创新中心主任
史丹福大学人类中心人工智能研究所（HAI）近日发布《2026年人工智能指数报告》（Artificial Intelligence Index Report 2026‧下简称《报告》），揭示全球人工智能（AI）产业的最新发展格局。报告在开篇的「重点总结」中首先指出，AI现正加速发展，到2025年，业界开发超过90%的显要前沿模型（notable frontier models），其中一些模型在博士级科学问题、多模态推理和数学竞赛方面，已达到或超越人类基准水平、机构采用率达88%、五分之四的大学生现在都在使用生成式人工智能等，展示AI当下急速奔驰发展之势。
中美AI 模型效能不相伯仲
《报告》一项受到关注结论，是中美AI模型效能差距已基本缩小（《报告》以「有效闭合」（effectively closed）字眼来形容），截至2026年3月，美国最佳模型Claude Opus 4.6以1503得分，领先中国最佳模型Dola-Seed-2.0-Preview（得分1464），但差距仅2.7%。
无可否认，目前全球AI发展主要格局，以中美在多维度的竞争所贯穿，报告认为美国仍拥有更多顶尖AI模型和高影响力专利，而中国在论文发表量、引用量、专利产出和工业机器人装置量方面领先；韩国则以创新密度脱颖而出，人均人工智能专利数量位居世界第一，反映各国政府都积极拥抱AI发展。
从整体发展格局看，AI如今已转变成为基础性生产要素。在资本投入和商业化方面高速前进。据《报告》资料，2025年，全球企业AI投资额达到5,817亿美元，较前一年增长129.9%；私人AI投资达到3,446.6亿美元，增长127.5%；预计到2026年初，生成式人工智能工具对美国消费者的年化价值将达到1,720 亿美元，于2025至2026一年内，每名用户的中位数价值估计将成长3倍。
「锯齿状智能」短板
尽管AI 在技术上取得可观成就，例如临床AI工具在2025年应用于自动生成病患就诊纪录，减少了医生撰写病历83%时间；顶级模型Gemini Deep Think在2025年国际数学奥林匹克竞赛中赢得金牌，不过在Clock Bench测试中，正确读取模拟时钟（Analog Clock‧「指针式钟面」）的准确率仅为50.1%，而人类的准确率为90.1%，反映AI呈现一种「锯齿状智能」（jagged intelligence），即有高有低，在高端逻辑推理中表现出色，但在「基础视觉感知」的能力低落，显著失衡。此外，机器人在受控环境中表现优秀，但在大多数家务任务中仍会失败，能够成功完成真实家务任务只得12%，凸显人工智能从数字世界有效进入物理世界，仍有一段长路要走，不过也意味在发展过程中，蕴含不少有待开发的潜在实际应用商机。
资源约朿基础设施扩张
值得关注的是，资源对基础设施扩张的显著约朿。据《报告》资料，AI数据中心的电力容量已增加至29.6吉瓦（Gigawatt），相当于纽约州高峰期的用电量；另外，仅GPT-4o推理的年用水量，就可能超过1,200万人的饮用水需求；而Grok 4的训练排放量在 2025年估计达到了72,816吨二氧化碳当量（中国DeepSeek-V3的训练碳排放仅597吨二氧化碳当量，两者相差逾120倍）。因此，AI发展除了技术本身外，显然需要能源结构等有效配合，为其发展注入更多制度性外部影响因素。
事实上，顶级模型性能正在趋于一致。在Arena排行榜和基准检验中，经人类投票评定，前4家公司的Elo积分相差不到25分。截至2026年3月，Anthropic（1,503）、xAI（1,495）、Google（1,494）、OpenAI（1,481）、阿里巴巴（1,449）和DeepSeek（1,424）均位列Arena Elo积分榜前列，整体差距并不大，而竞争压力正转向成本、可靠性和特定领域（第二章技术表现，页71），而成本领域往往受到更多包括效率形成的制度性因素影响。
模型能力转化成企业价值
在AI管治体系上，确保AI技术应用符合伦理、安全、透明且造福社会的「负责任AI」（Responsible AI）发展速度并不理想，安全基准滞后，有记录事故数量急剧上升，从 2024 年233 起上升至2025年 362 起。更棘手的是，最近研究发现，提高负责任人工智能的某个维度（例如安全性），可能会降低另一个维度（例如准确性）。
因此，从长远视阈看，AI发展料从单纯依赖算力与数据扩张，转向以优化数据质量、基础设施安全，以及制度能力优化为核心的效率提升路径，未来竞争将不再只是模型能力的提升，而取决于突破资源约束、提升治理AI能力、技术应用加速落地、产业结构重构，把模型能力转化为产业及企业价值及社会效用。事实上，中国在「十五五」规划中，以「AI＋」作为人工智能产业的发展路径，正好体现了这个发展方向。
竞争突围取决加速应用落地
很显然，以模型能力峰值来凸显竞争优势有很大局限性。在应用方面，中国清晣地朝技术应用落地到产品部署的全链条构建方向发展。据报告资料，自动驾驶汽车在2025年实现了大规模部署。在中国，百度的Apollo Go（萝卜快跑）完成了1,100万次完全无人驾驶的出行，年增175%。在工业机器人安装方面，2024年，中国以29.5万台装量位居世界第一，是日本（4.45万台）的6倍，是美国（3.42万台）的8.6倍（页 229），呈现了中国于当前发展AI方面的实力和应用潜在竞争优势。
对香港来说，特区政府表明积极推动「AI+」发展，将人工智能技术与各行各业深度融合，实现「AI产业化、产业AI化」，促进香港成为全球 AI 发展枢纽。与此同时，兴建数据中心作为为数码经济的关键基础建设，透过土地供应、优惠措施及数据治理三大支柱，致力构建香港作为亚太区数据中心，以配合国家人工智能产业的发展 。笔者相信，背靠中国逐步强化的全球竞争优势，香港建构数据中心和全球AI发展枢纽，是融入国家发展大局的重要组成部分，既可以给香港经济注入新活力；同时也对国家的AI产业发展作出积极性贡献。