我们或许正在见证一次对华尔街资本叙事的超越。

近年来，中国人工智能技术的集体崛起和爆发，让全球逐渐意识到：引领人工智能时代，仅靠技术突破远远不够，率先实现人工智能对产业变革的深度赋能，才是人工智能竞赛的“下半场”。美国《华尔街日报》称，相比于美国斥巨资、耗巨能，追求通用人工智能（AGI）这一终极目标，中国的AI发展道路更加务实，更关注技术的落地应用。近日，环球时报社发布的2025年“新质生产力产业实践示范案例”显示，各行各业的中国企业已经在用先进的AI技术，化解了诸多行业难题，凸显了前沿技术的真正价值所在。

中国制造业AI采用率高达67%，美国仅为34%

微软CEO纳德拉日前在世界经济论坛上表示，得让AI来干点真正有用的事了，要去创造实际价值，如果这些token（即词元，人工智能大模型的基本单位）不能让医疗更好、教育更棒、政府更高效、企业更有竞争力，那就白搭。

纳德拉的言论反映了当前美国战略界、资本方对该国AI发展道路的一种普遍担忧——一味追求AI推理能力的“天花板”，是否真的行之有效？相比之下，中国AI选择的扎根实体经济、以解决行业难题为牵引的务实道路，正成为国际资本观察与研究的焦点。

业内普遍认为，当前中美AI发展呈现出“双寡头”格局，但两者路径截然不同。美国模式以供给侧创新为驱动，以“从0到1”的基础突破为核心，试图通过掌控高端芯片与闭源大模型，构筑技术霸权。这种模式的本质是“云端造神”：依赖巨额资本投入与顶尖算力储备，追求通用推理能力的绝对上限，却面临商业落地慢、产业渗透浅的困境——相关数据显示，中国制造业AI采用率高达67%，而美国仅为34%，且多停留在库存管理等后台任务，核心生产线的智能化改造进展迟缓。

中国模式则以需求侧应用为驱动，没有选择“暴力”堆集算力，而是转身面向全球最庞大、最完整的工业体系，致力于将AI技术深度融入实体经济。美国智库兰德公司的报告《2025/2026AI战略竞争评估》称，美国的AI采纳速度远慢于中国，这可能导致在“工业互联网”和“智能制造”等战略领域被拉开代差。

这种分野的根源，深植于两国经济结构与产业基础之中。分析认为，美国拥有领先的基础科研能力和风险投资驱动的创新文化，擅长开创性突破；中国则拥有全世界门类最全、规模最大的制造业，为AI提供了无与伦比的“练兵场”和真实问题场景。

《华尔街日报》表示，越来越多的硅谷人士认为AGI是一个“遥远的梦想”，中国将有望在充分利用现有AI技术方面抢占先机，领先于全球竞争对手，并将其应用推广到世界各地。

因此，人工智能竞赛“下半场”的制胜关键，便在于能否真正让AI做实事。换言之，今天的AI不应该仅仅用于满足人的情绪价值，更要提升行业生产力。每一个Token背后，都要有非常高的社会价值和生产力价值。

“做难而正确的事”

在战略界看来，过去数年西方的技术封锁，倒逼中国在一系列前沿技术领域实现了自立自强甚至“弯道超车”。AI领域同样如此，高端芯片受限的现实，没有成为中国AI发展的绊脚石，反而掀起了一场“效率革命”，让中国AI产品在“用得起、用得广”上形成了别人难以复制的优势。有人形容说，中国企业发展AI，恰似“螺蛳壳里做道场”，在有限的物理空间内，完成精巧而宏大的创造。

算力突围便是典型的例子。华为云打造的CloudMatrix384超节点，用384颗昇腾NPU和192颗鲲鹏CPU通过高速网络全对等互联，单节点算力超300P，靠架构创新弥补了硬件差距。这种“以数学补物理，以联接换算力”的思路，让中国在没有顶级GPU的情况下，依然能为160+主流模型提供稳定算力支撑。

这种在“约束”中锤炼出的能力，使得中国AI企业更擅长将技术转化为可负担、可部署的解决方案，从而能够快速渗透到广阔的产业腹地。如今，华为云的算力已经遍布贵安、芜湖、乌兰察布的云核心枢纽，把AI能力直接送到产业一线。例如，借助华为云盘古大模型，我国已经可以在地下500米-700米或者更深的地方使用无人方式“挖煤”；港口装卸、堆垛、通关实现全程无人化，在天津港，华为云的模型与算法成为港口效率提升的核心驱动力，使港口每小时吞吐量从1-2吨提升至5.7吨，实现了显著的突破。

而在算法层面，美国大模型靠堆参数拼性能，中国团队却在“精打细算”中实现突破：DeepSeek模型以美国同类模型几分之一的成本，达到了相近的性能。这种效率优势让AI摆脱了“奢侈品”身份，得以植入工业软件、智能硬件，走进万千工厂和实用场景。而开源生态的崛起更让这一优势放大，DeepSeek等开源模型全球下载量持续攀升，用免费开放的姿态构建起对抗闭源高墙的生态阵地。

“拿着锤子找钉子”

有分析认为，中国AI道路最鲜明的特征，是其“拿着锤子找钉子”的务实哲学。这里的“锤子”是指AI技术，“钉子”则是千行万业中那些真实、具体且艰难的难题。如今，AI的核心使命，正从“预测下一个词”的语言游戏，升级为解决真实物理世界的问题。衡量成功的标准不再是对话的轮次或参数规模，而是可衡量的效率提升、成本节约与收入增长。而这，正是新质生产力的核心要义。

在产业实践中，华为云正秉持着“用AI解行业难题”的理念，帮助众多行业破解了一个个“硬骨头”难题。在宝武钢铁，华为云团队将老师傅凭经验判断的“铁水状态”转化为AI可理解的参数，最终实现高炉燃料配比优化，提高高炉的效率1%；在山东能源，面对地下500米的恶劣环境，华为云开发的实时视频拼接系统，不仅实现无人采煤，还将洗煤精度提升0.1%，看似微小却每年为行业节约大量煤炭资源；在瑞金医院，病理医生与AI工程师联手，将单切片诊断时间从40分钟缩短至秒级，覆盖90%高发癌种……

这些案例已经表明，或许，技术的最终意义不在于参数的强弱，而在于它能否真正服务于人、增进社会福祉、改善每个人的生活。与此同时，这种价值创造也在形成强大的正循环：产业场景为AI提供了真实数据，让模型在迭代中越来越精准；AI的深度应用又提升了产业效率，为技术创新提供了持续动力。

同样，这种持续、规模化且可衡量的价值创造能力，构成了中国AI道路自信的根本来源。相关数据显示，中国政府大力推动“软件定义工厂”，部署了超过3万个工业5G专网以支持AI应用。人工智能正深度嵌入制造体系，全国智能工厂数量突破3万家，带动生产效率提升了22.3%，研发周期缩短近三成。AI不仅用于后台管理，更深入到核心生产流程、排产调度和质量控制中。

2026年，AI竞赛的下半场哨声已响。竞赛的焦点或许不再是研发最聪明的聊天机器人，而是寻找更高效的工业引擎。在全球日益关注AI实用价值的今天，中国AI的务实路径正赢得越来越多的认可。以华为云为代表的中国科技公司，也正在脚踏实地，在解决实际问题中创造价值，在服务经济中实现技术突破，通过解行业难题将AI的叙事从“星辰大海”拉回“朴实大地”。

审核 | 李剑

编辑 | 徐铉