人工智能竞赛，中国还需要补齐哪些短板？为什么从国家到互联网巨头，都在加码人工智能的投资？即便我们不炒股不投资，也都感受到了，25年是AI投资有史以来最疯狂的一年，而在人工智能竞赛上，我们和美国比，还有哪些短板？ 最近，由今日头条发起、中国建设银行冠名的高端访谈节目正式上线。第一期访谈的嘉宾就是中国工程院院士，也是一直推动阿里走AI战略、阿里云的创办人王坚博士。 先说为什么砸钱。中国互联网巨头们不是傻子。阿里把电商赚的钱砸向AI，腾讯在游戏里嵌AI客服，本质是找“第二条命”。 电商红利见顶、人口红利消退，AI是唯一能让14亿人生活效率翻倍的杠杆。 就像王坚在节目里说的，“中国不缺应用场景，缺的是把场景吃透的技术”。比如淘宝每天10亿次商品推荐，背后是算法和算力的生死战。 同样的商品，多0.1秒的加载时间，可能就流失百万用户。这种压力倒逼企业必须投，因为不投就会死在明天。 但热闹归热闹，短板扎得深。首当其冲是芯片。美国卡住H100的脖子，国产昇腾910B性能差30%不说，更麻烦的是生态。 全球90%的AI开发者，用英伟达的CUDA编程，换成国产芯片就得重写代码，相当于让司机放弃开了十年的自动挡，改开手动拖拉机。 阿里达摩院工程师私下算过账：同样训练一个电商推荐模型，用H100三天跑完，用昇腾得五天，电费还多花20%。这种差距，不是砸钱能立刻补上的。 然后是原创架构。现在大火的大模型，不管是百度的文心还是阿里的通义，底层都是美国的Transformer架构。 就像盖楼用的钢筋模板都是别人的，我们只是把楼盖得更高更花哨。中国AI专利多，但90%是“应用创新”，比如给大模型加个客服界面，真正从零到一的“原创算法”少之又少。 王坚在节目里提到，阿里云早期做飞天操作系统时，被质疑“美国人都没做成，你们凭什么”。 现在AI领域同样的问题：当美国在研究类脑计算、神经形态芯片时，我们的实验室还在“优化现有模型的中文理解”。 人才结构更棘手。中国每年培养47%的全球AI研究者，但顶尖学者一半在美国，更要命的是“中间层”断层。 大厂需要的不是发论文的科学家，而是能把模型落地到工厂的“AI裁缝”——懂炼钢流程又懂算法的工程师，缺口超过百万。 某制造业大省的智能工厂调研显示，80%的技术总监承认：“买了最先进的AI设备，却找不到人调参数。” 这种尴尬，让国家不得不搞“产教融合”，逼着高校老师进工厂，工厂技师上讲台。 再说为什么必须投。中国有张王牌：场景。14亿人吃喝拉撒产生的数据流，是AI最好的“饲料”。 比如美团用骑手轨迹优化配送路线，数据量是美国同类公司的十倍，倒逼算法必须更聪明。 这种优势，让中国在“AI+垂直行业”跑得比美国快——2025年全国3.5万家智能工厂，平均效率提升23%，靠的就是“场景喂数据，数据养算法”的闭环。 王坚说得实在：“美国在造火箭，中国在铺铁路，火箭飞得高，铁路能致富。” 但铁路铺得再快，没有发动机还是跑不远。国家搞“人工智能+”，本质是想把应用优势反哺底层技术。 比如通过智能工厂的需求，倒逼国产芯片企业优化能效比；通过智慧城市的海量数据，训练更懂中文的基础模型。 阿里投3800亿建算力网，表层是抢市场，底层是赌“当中国算力足够便宜时，会孵化出美国人想不到的AI应用”——就像4G时代催生外卖，5G时代说不定能跑出“AI种地”的新物种。 最后看差距的本质。中美AI竞赛不是短跑，而是马拉松。美国领跑的是“从0到1”的原始创新，中国擅长的是“从1到100”的应用落地。 这种差异，在2025年变得更明显：美国OpenAI还在烧钱搞AGI（通用人工智能），中国企业已经在算“每个大模型能省多少人力成本”。 但短板不补，就会卡在“应用繁荣、底层空心”的陷阱里。所以国家和企业的加码，既是抢时间窗口，也是赌国运。 当美国用芯片禁令卡住脖子时，中国只能一边用“系统优化”（比如DeepSeek压缩算力消耗）解燃眉之急，一边砸钱搞“十年磨一剑”的原创——阿里云的自研芯片、百度的飞桨开源框架，都是这种较劲的产物。 王坚在节目里的一句话说得透彻：“AI竞赛不是请客吃饭，是用今天的钱，买明天的门票。”这门票，能不能换来中国在AI时代的话语权，就看这十年，能不能把短板熬成优势。