中美的AI发展在全球处于领先地位，近期有一个现象值得关注，中国的AI相关资本开支大幅低于美国。为什么有这个差距，对中美AI未来的发展有什么影响，对公共政策有什么含义？我想从宏观视角提供一些观察和思考。
首先，中美在AI模型能力方面处在全球领先地位，我们用的是国际上的一个数据库，根据它的指数指标，中美大模型的能力在第一梯队，中国比美国落后一点（图表1）。一个重要的问题是，这个差距未来是会扩大还是收敛？过去有人说互联网是美国发明的，互联网最大的红利发生在中国，一个体现是中国的互联网巨头企业。大模型也是美国人发明的，未来AI大模型的最大红利会不会发生在中国？这就涉及到我们怎么理解互联网时代的数字平台和AI大模型两者之间的差别。
一、从数字经济1.0轻资产模式到数字经济2.0重资产模式
我们可以供给和需求两个方面看数字经济1.0（数字平台）和2.0（AI 大模型）的经济属性的差别（图表2）。
从供给端来看，核心差别体现在生产能力与边际成本的关系。过去的数字平台得益于数据使用的非竞争性特征，数据可无限复制、快速传输，边际成本几乎为零。只要商业模式跑通，用户规模的扩大并不会带来边际成本的增加。像、微信这类产品，随着用户量增加，边际成本依旧趋近于零。由此一般认为互联网平台企业属于轻资产模式。但AI大模型是重资产模式，有两个方面的体现。第一是大模型的规模定律（Scaling Law）带来的规模报酬递减。模型性能的提升需要投入算力（芯片）、数据、电力等，但达到一定水平后，同等的投入所带来的模型性能改善的速度放慢，如果企业追求技术领先，甚至追求极致智能比如AGI、就须持续增加资源投入到模型研发（训练）。
第二是模型运行（推理）存在可变成本。互联网的使用几乎没有可变成本，但大模型每一次推理、每一次问答交互，都要实时消耗算力和能源，7天24小时运行，芯片的物理消耗很快，其技术迭代也导致经济折旧快，大模型运行的可变成本一直存在。正是这两大特征，使得AI大模型区别于传统互联网，具有重资产属性。
从需求端看，过去数字平台具有很强的网络效应，使用的人越多，整个平台价值越大，大模型的网络效应相对小，行业集中度较低，目前似乎看不到收敛到少数1-2 个模型“一统天下”的局面。从第一性原理看大模型首先是个技术手段，至于之后会不会产生网络效应，产生新的平台企业或者让现有平台企业的垄断属性更强，还有很大的不确定性，还有待观察。网络效应带来很强的内部规模经济和范围经济，使得平台企业收益更多内部化，盈利能力强。相对来讲，大模型的弱网络效应使得其价值创造更多体现在外部规模经济，大模型作为技术手段在下游的应用中实现经济价值，同时这也意味其在价值分配中的优势没有传统的数字平台企业大，或者说大模型的经济收益更多地被社会化或者外部化。网页链接：网页链接
