郎咸平：AI就算全是泡沫，中美两国谁也不敢先撒手。两边都在烧钱，只是烧的地方不一样。美国攥着算力和基础模型死磕，英伟达的显卡、OpenAI的大模型，钱全砸在底层技术上，想攥住AI时代的根；我们这边，钱更多烧在了场景落地和产业化上，工业制造、医疗教育、城市治理，各行各业都在试着用AI降本增效。
 
看起来路径不一样，底层逻辑却是一模一样的：宁可投错，不可错过。
 
这根本就不是个技术账，是一笔战略账。
 
先给大家算笔账，看看两边烧钱烧到什么程度了，美国那边，亚马逊、谷歌、微软、Meta四大科技巨头，2026年的资本支出预计要冲到6000多亿美元，比去年猛增了60%。
 
这笔钱什么概念？比很多国家一整年的GDP都高，OpenAI更夸张，去年营收130多亿美元，净亏了385亿美元，烧钱速度比印钞机还快，英伟达靠卖显卡赚得盆满钵满，市值一路飙升，成了全球市值最高的公司之一。
 
中国这边呢？钱花的地方不一样，斯坦福的AI指数报告里写得很清楚，美国在基础模型创新、算力基础设施上领先，5000多个数据中心，是其他国家总和的10倍。
 
中国呢？论文发表量、引用次数、专利产出都是世界第一，工业机器人装机量占全球的一半还多，港口、工厂、医院、物流、课堂，到处都在试AI怎么用。
 
那为什么说这是战略账，不是技术账？我认为，核心原因就一个——AI是下一个时代的基础设施，谁掌握了AI的主导权，谁就掌握了未来几十年的经济、军事、科技话语权，这跟当年的蒸汽机、电力、互联网是一个道理，错过一次，就可能落后一个时代。
 
所以你看，美国搞"创世纪计划"，直接对标曼哈顿计划，"星际之门"项目一投就是5000亿美元，要建核能驱动的超大规模算力中心，这架势根本不是正常的商业投资，是国家级的战略投入，为什么？因为美国怕了，怕中国追上来，怕失去技术霸权。
 
但我觉得，美国这条路，走得有点偏，把所有筹码都押在算力和大模型上，靠烧钱堆规模，短期看起来很猛，长期未必可持续，OpenAI亏成那样，全靠融资续命，一旦资本市场降温，钱烧完了怎么办？大模型再厉害，不能落地产生真实价值，那就是空中楼阁，而且美国的AI产业，几乎全被几家巨头垄断了，创新活力反而可能被抑制。
 
中国的路径呢？我认为更务实，也更有后劲，我们不跟美国死磕最顶尖的大模型参数，而是把AI往实体经济里扎，往千行百业里渗透，制造业用AI优化生产线，医院用AI辅助诊断，城市用AI管理交通，农业用AI预测产量，这些应用看起来不那么高大上，但每一个都能产生实实在在的价值，都能反哺技术迭代。
 
而且，中国有一个美国比不了的优势——超大规模的应用市场和完整的工业体系。AI技术好不好用，最终要在真实场景里检验，中国有全世界最完整的产业链，有最丰富的应用场景，有最多的用户数据，这些都是AI进化最好的土壤，技术可以追赶，场景和生态一旦建立起来，壁垒就高了。
 
当然，我不是说中国这边就没有问题，大模型核心技术跟美国还有差距，高端芯片被卡脖子，这些都是客观事实，国产算力虽然进步很快，华为昇腾的份额一直在涨，但要完全替代英伟达，还需要时间，基础研究的底子也不如美国厚，原创性的突破还不够多。
 
但郎咸平说的那个"泡沫"问题，我觉得两边都有，只是表现形式不一样，美国的泡沫在资本市场，估值炒上天，亏损越来越大，一旦预期反转，崩起来会很猛。
 
中国的泡沫呢？可能更多在应用层面，一窝蜂地上项目，很多AI+其实就是套壳，真正产生价值的不多。
 
可即便有泡沫，两边都不敢停，为什么？因为这不是普通的技术竞赛，是国运之争，你停下来了，对方就跑远了。
 
当年互联网泡沫破裂的时候，美国也死了一大批公司，但活下来的亚马逊、谷歌，成了后来二十年的科技霸主，泡沫本身不可怕，可怕的是泡沫破了之后，你什么都没留下。
 
说到底，AI这场竞赛，最终比的不是谁烧钱烧得多，是谁能把技术真正转化为生产力，谁能让AI真正赋能整个社会，从这个角度看，中国的路，走得更稳，也更远。
 
但有一点必须清醒——这场竞赛才刚刚开始，远没到论输赢的时候，保持战略定力，踏踏实实把自己的事做好，比什么都重要。