中美联手瓜分世界！

周末的一条新闻引起了我的注意，美国一家建筑承包商给熟练混凝土工开出每小时28至32美元，自认为已经很有竞争力。结果数据中心直接把价格抬到45美元，每天再补150美元。达拉斯联储把这段抱怨写进了8月调研。另一边，中国一年安装29.5万台工业机器人，占全球新增量的54%，在用工业机器人超过200万台。把这两组数据放在一起看，AI战争突然没那么神秘了。美国正在把全世界最贵的芯片塞进越来越贵的数据中心，中国正在把越来越便宜的智能塞进工厂、汽车、机器人和电网。一个在争夺智能的定价权，一个在争夺智能的生产权。所以，“中美谁会赢得AI战争”可能从一开始就是个伪命题。更可能出现的结局是，美国拿走AI世界最厚的利润，中国拿走AI世界最大的产量。两国不需要签署任何合作协议，也能完成一次事实上的全球分工，然后联手把其他国家挤到产业链两侧。很多人以为美国AI最深的护城河是大模型。其实模型只是门面，真正值钱的是模型背后那套层层收费的商业机器。英伟达和博通卖算力，微软、谷歌、亚马逊卖云，OpenAI、Anthropic和Gemini卖模型，Salesforce、ServiceNow、Adobe再把AI塞进企业工作流。企业每调用一次模型、每增加一个Agent、每替代一部分人工，都有人收芯片费、云费、API费和软件订阅费。这套生意最可怕的地方不是技术强，而是利润率高。芯片有稀缺性，云有规模效应，软件的复制成本接近于零。一家公司把同一个Agent卖给十万家企业，不需要同步盖十万座工厂。美国过去三十年最擅长的事情，就是把技术优势写进合同，再把合同变成全球现金流。因此，即使未来中美创造的AI工作量接近，美国拿走的利润仍可能更多。按2030至2035年的基准情景估算，美国公司可能拿走全球AI经济利润的50%至60%，中国公司约20%至30%，剩余市场分享其余部分。这不是技术排行榜，而是商业模式决定的结果。美国的问题也恰恰出在这里。数字世界里的AI可以快速复制，物理世界里的数据中心却不能。芯片买回来以后，要找土地、拉电网、等变压器、装液冷、找电工、找混凝土工。高盛估算，2022年以来，美国与数据中心建设相关的岗位已经增加21.6万个，到2030年，为满足新增电力需求还要填补约50万个岗位。资本开支越大，电力、设备和人工越贵，科技公司的预算正在变成一场实体通胀。说得直白一点，美国掌握AI最高的天花板，却开始被一根电缆、一台变压器和一个持证电工卡住脖子。中国的路线几乎相反。在最先进GPU、HBM、先进制程、EDA、高速互联和软件生态上，中国仍有明显短板。国产替代可以缩小差距，却不能把“能够使用”自动翻译成“全球领先”。如果只比赛单颗芯片性能和最强模型，中国短期内仍在追赶。可AI进入第二阶段后，比赛项目变了。未来绝大多数企业不会天天训练世界最强模型，它们关心的是客服能不能少雇人，工厂能不能少停机，汽车能不能自己开，机器人能不能稳定搬货。到了这一步，单颗GPU快10%还是慢10%，可能没有每百万Token便宜多少、部署周期缩短多少、设备能不能批量生产更重要。这正好撞上中国最熟悉的战场：电网、能源、工业园区、服务器、液冷、机器人、汽车和完整供应链。美国擅长把成本1美元的软件卖20美元，中国擅长把10万美元的设备做到3万美元。过去光伏、电动车、无人机和通信设备走过的路，很可能在AI上再走一遍：先突破，随后大量企业进入，价格迅速下降，应用加速普及，供应链向外扩张。中国真正可能超车的指标，不是模型榜单，而是单位智能的综合成本。单颗芯片不如英伟达，可以用更便宜的电、更低的机房成本、更强的系统工程、更大规模的集群和更便宜的模型去补。最后比较的不是FLOPS，而是一百万Token要花多少钱，一台机器人完成一万个动作要花多少钱。一旦成本优势跑通，中国生产的将不只是服务器和机器人，而是“廉价智能”。它可以被塞进汽车、工厂、港口、电网、无人机和几乎所有机器里。中国一年新增工业机器人的数量约为美国的数倍，意义也在这里。未来Physical AI最缺的数据，不是互联网上已经被反复训练的文本，而是抓取、焊接、装配、驾驶、质检和避障产生的真实世界数据。美国有软件交互的数据飞轮，中国可能形成机器动作的数据飞轮。工厂越多，机器人越多，数据越多，模型越好，成本越低，然后更多工厂采用。这也是中国AI故事里最容易被忽略的一刀。AI使用量、产业收入和股东利润，完全是三块蛋糕。长期看，中国凭借制造业、汽车、机器人和人口规模，AI实际使用量可能占全球30%至40%，甚至超过美国。但到了收入端，中国公司的份额可能只剩25%至35%；到了利润端，还可能进一步降到20%至30%。原因并不复杂。中国企业更擅长压价格，也更习惯要求免费版、开源、私有化和定制服务。同行一旦降价，整个行业很快跟进。结果是Token越来越便宜，机器人越卖越多，客户得到了效率，产业获得了规模，软件公司却未必获得与使用量匹配的利润。美国企业卖的是全球标准和高毛利订阅，中国企业卖的是高性价比解决方案和重资产设备。前者每多一个客户，利润可能快速增加；后者每多一笔订单，还要采购、生产、交付和售后。所以，中国要把AI利润份额从20%至30%推到接近40%，必须补上两块短板：国产算力进入全球第一梯队，软件付费生态真正建立。芯片决定能不能摆脱成本上限，付费决定技术成果最终属于用户，还是属于股东。中美当然不会在AI上真正联手。出口管制、芯片封锁、数据壁垒和产业补贴只会越来越多。但商业世界有时根本不需要合作，优势互补本身就能形成分工。美国AI体系会继续走高性能、高价格、高毛利路线，服务全球高端企业、金融、科研、军工和软件市场。中国AI体系更可能走低成本、大规模、工业化路线，进入制造业、机器人、汽车、能源和新兴市场。这很像iPhone与安卓，却比手机时代更残酷。美国定义高端能力和收费标准，中国把功能快速工业化并压低价格。剩下的国家要么成为客户，要么提供零部件、能源、资本和人才。欧洲有ASML、SAP、西门子、施耐德，却缺少完整的GPU、云平台、基础模型和大规模互联网生态；日韩和台湾掌握半导体关键环节，却难以独立控制整套AI系统；中东有能源和资本，印度有人才和服务能力，但都很难同时拥有美国的软件利润机器和中国的工业规模。最近交易员把中国指数看涨期权当成“替代性AI押注”，买的也不只是中国股票便宜。资金已经开始意识到，美国AI交易的是稀缺性，中国AI交易的是规模经济。前者押注谁拥有最强模型，后者押注谁能把AI压到足够便宜，装进足够多的机器。对投资者来说，下一阶段最危险的误判，是继续把AI等同于几家模型公司。美国的机会仍在芯片、云、企业软件，也会向电力、输电、冷却和工程建设扩散；中国的机会则更可能藏在国产算力、电网设备、液冷、工业自动化、机器人和智能汽车里。当然，这个格局并非固定。美国正在用核电、燃气、储能、自建电厂和新一轮电网投资解决缺电；中国也在补芯片和软件商业化。一旦美国修好物理短板，中国补上利润短板，AI不会走向单极世界，只会形成两个更强、更封闭的生态。最终，美国负责把智能卖得更贵，中国负责把智能做得更便宜。美国拿走AI世界最大的利润池，中国拿走AI世界最大的部署量。一个控制上限，一个压低下限，一个向全球收软件税，一个向全球输出智能工业品。所谓“中美联手瓜分AI”，从来不是两国坐下来谈好比例，而是它们各自沿着最擅长的路线狂奔，最后发现整个世界只剩下两张主桌。其他国家能够分到的，越来越像服务费、能源费和零部件利润。AI世界真正的胜负，也许不是中美之间决出来的，而是中美一起替别人决定的。