项立刚预言：2030年，美国将失去跟中国在人工智能领域的竞争力

4月13日，项立刚扔出一篇文章，标题毫不客气——＂中国将在人工智能领域全面胜出＂。他甚至给出了一个精确的时间节点：2030年，美国将失去和中国在人工智能领域的竞争力。

这话要是放在两年前说，大部分人会觉得是吹牛。但放在今天，你再回头看看2024年到2025年这段时间AI领域发生了什么，恐怕没几个人还笑得出来。

项立刚给了八条依据，我不想一条一条复述，那没意思。我更想聊的是他没有展开说的那些东西——那些藏在水面以下、真正决定胜负的暗流。

先说一个很多人忽略的事：人才储备。2024年，中国高校毕业生超过1179万人，其中理工科占比接近一半。美国呢？同年大学毕业生大约200万出头，STEM专业占比不到四分之一。光看这个数字，你就知道谁的＂弹药＂更充足。

更要命的是，美国的AI人才正在面临一个结构性问题。硅谷的顶尖AI研究员，有相当大一部分是华裔和印度裔。过去几年美国收紧签证政策、地缘政治气氛紧张，大量华裔科学家选择回国。这不是涓涓细流，而是一股＂逆向人才迁徙＂的洪流。清华、北大、中科院的AI实验室里，这两年海归面孔肉眼可见地多了起来。

有人可能会说，美国有OpenAI、有谷歌DeepMind，顶尖人才密度全球第一。没错，但你注意观察一个现象：OpenAI内部从2023年底那场宫斗开始，核心团队已经走了一大批人。Ilya Sutskever出走，成立了自己的SSI；安全团队几乎集体离职。 到了2025年，OpenAI更像一家疯狂融资的商业公司，而不是当初那个理想主义的研究实验室。

谷歌呢？Gemini系列发布了好几个版本，每次发布都号称＂超越GPT＂，但市场反应始终不温不火。内部山头林立、决策缓慢的大公司病，在AI这种需要快速迭代的赛道上，是致命的。

反观中国这边，局面完全不一样。不是一家独大，而是百花齐放——而且是那种你追我赶、互不服气的齐放。

百度有文心一言，阿里有通义千问，字节有豆包，腾讯有混元，华为有盘古，科大讯飞有星火，还有一批像DeepSeek、月之暗面、MiniMax、零一万物这样的创业公司。你能想象吗？中国市场上活跃的大模型数量已经超过了200个。 这种竞争烈度，全世界绝无仅有。

竞争烈度意味着什么？意味着进化速度。生物学上有个概念叫＂红皇后效应＂——你必须拼命奔跑，才能停在原地。中国AI行业现在就是这个状态：每家公司都被竞争对手逼着往前冲，谁慢一步谁就出局。 这种环境下迭代出来的产品，战斗力是完全不一样的。

再说一个项立刚提到但没深入展开的点：能源。AI大模型的训练和推理需要天量的电力，一个大型数据中心的耗电量堪比一座小城市。2025年，美国多个州已经出现了数据中心建设导致电网承压的报道。得克萨斯州甚至有居民抗议，说数据中心抢了他们的电。

中国在这方面的优势是碾压级的。 西部的光伏发电成本已经降到每度电不到两毛钱，风电也差不多。＂东数西算＂工程把数据中心布局在电价最低、气候最冷的地方，连空调钱都省了一大截。你在贵州山洞里建一个数据中心，天然恒温恒湿，冷却成本几乎为零。这种事情，美国做得到吗？

接下来我想说一个更深层次的东西，可能有些人不爱听，但这是事实：制度效率在AI竞赛中的权重，远比很多人想象的大。

美国要建一个数据中心，从选址、环评、听证、审批到开工，动辄两三年起步。中间还得应付当地居民的反对、环保组织的诉讼、工会的谈判。2024年底，弗吉尼亚州一个大型数据中心项目因为居民投诉噪音问题，硬生生被拖了十四个月。

中国呢？国家发改委一声令下，地方政府跑步入场。土地、电力、税收优惠，一条龙给你安排得明明白白。不是说这种模式没有问题，但在＂集中力量办大事＂这件事上，效率差距就是这么赤裸裸地摆在那里。

还有一个被严重低估的因素：应用场景的丰富度。中国有14亿人口，全球最大的移动互联网用户群体，最复杂的社会治理场景，最庞大的制造业体系。AI不是在实验室里做学问，它必须落地，必须被使用，必须在真实场景中被反复锤炼。 而中国恰恰拥有全世界最丰富、最多元、最大规模的＂试验田＂。

举几个例子。中国的智能驾驶路测里程已经遥遥领先全球，百度Apollo、华为乾崑、小鹏、蔚来每天产生的道路数据量，是Waymo和Cruise的好几倍。中国的AI辅助医疗诊断系统已经覆盖了数万家基层医院。中国的AI质检系统已经深入到了富士康、比亚迪这些超级工厂的每一条产线。 这些真实场景中产生的数据和反馈，是任何国家都无法复制的。

说到芯片封锁，这是整件事里最讽刺的部分。

美国政府的如意算盘是：掐住高端芯片的脖子，中国的AI发展就会被卡住。2022年、2023年、2024年，一轮又一轮的出口管制层层加码。英伟达被迫把自家芯片一刀一刀地阉割——A100不让卖就搞个A800，H100不让卖就搞个H800，后来H800也不让卖了。

结果呢？2025年1月，DeepSeek用一群被阉割过的芯片训出了性能接近GPT-4o的模型，训练成本只有几百万美元。消息一出，英伟达市值一天蒸发了将近六千亿美元。这大概是科技史上最昂贵的一记耳光。

封锁没有卡住中国，反而干了两件事：第一，逼出了一整条国产AI芯片产业链。华为昇腾910B、寒武纪思元590、海光DCU，产能正在以惊人的速度爬坡。第二，逼出了中国团队在算法层面的极致优化能力。 当你手里的芯片没那么好的时候，你就必须在软件和算法上下更多功夫。DeepSeek的MoE架构和多头潜在注意力机制，就是被＂逼＂出来的创新。

这就像你把一个武林高手的兵器没收了，结果他练成了铁砂掌，反而更难对付了。

美国在AI领域的领先优势正在缩小，而且缩小的速度在加快。中国在AI领域的综合竞争力正在上升，而且上升的速度也在加快。两条曲线终将交叉，区别只在于是2028年、2030年还是2032年。

最后说一句。大国科技竞争从来不是百米冲刺，而是马拉松。百米冲刺拼的是爆发力，马拉松拼的是耐力、补给、战略和节奏感。中国从来不是那种起跑最快的选手，但从来都是那种越跑越有劲、最后把对手熬垮的选手。 人工智能这场马拉松，也不会例外。

拭目以待。