满足这些需求需要巨额投资。2024年，全球企业界对人工智能投资达到2520亿美元。仅生成式人工智能就同比增长19%，达到340亿美元。这些投资集中在美国，2024年美国私营部门人工智能投资为940亿美元（见图2）。

图2 对私营AI公司的外部投资（自上而下：世界、美国、欧洲、中国），仅统计150万美元以上的私募资金，单位：10亿美元

2016年至2024年，训练（构建）人工智能模型的能源和摊销硬件成本平均每年增长2.4倍，而云计算成本（见图3）平均每年增长2.5倍。由于近十年来的成本每年翻倍，2025年7月发布的人工智能模型Grok 4的训练成本约为4.9亿美元。

图3 训练不同AI模型的云计算成本，单位：2023年美元

尽管成本不断上升，对模型训练的投资仍然持续不断，这表明了开发更强大、更复杂人工智能系统的决心。许多投资指标在全球范围内都可公开获取，因此有关投资的进一步讨论请参见第4.1节的跨国比较。

3.2.2 人工智能基础设施

除了模型训练投资外，2025年数据中心及相关设备的投资也因人工智能技术的日益普及而激增。2025年上半年，美国信息处理设备和软件投资年增长率达28%，高于2024年的5.5%。换句话说，2025年第二季度，这项投资（按年度计算）已比2024年底高出1250亿美元以上。信息处理设备和软件占美国全部投资的四分之一。一个原本就很大的门类以如此快的速度增长，意味着人工智能正在推动美国GDP出现投资驱动型激增（而非由消费或不可持续的政府支出驱动的激增）。

3.3 性能

对人工智能的持续投资提升了人工智能模型的性能，包括解决不同任务的能力、可成功执行任务的长度，以及降低人工智能模型生成的每个词元（token）的成本。我们考虑两种性能衡量标准：基准测试得分和每个词元的成本。

3.3.1 基准测试得分提升

基准测试是一套标准化任务，旨在评估特定的人工智能能力，如推理、编程或语言理解。随着大语言模型变得更强大，它们在旧基准测试上取得接近完美的分数，这一现象被称为“基准测试饱和”。例如，2023年至2024年，人工智能在计算机编程基准测试SWE-bench上的表现从4%跃升至72%。

类似现象也出现在研究生水平问答、高级数学和各种其他学术科目的基准测试中。

然而，虽然前沿人工智能在许多考试和任务上的表现远超人类，但当前最好的AI智能体往往难以将更长的行动序列串联起来。因此，它们目前无法独立执行实质性项目，甚至无法完全替代以计算机为基础的低技能工作，如远程行政助理。但这意味着，模型可完成任务的长度是一个理解人工智能能力的有用视角。人工智能能够成功完成的任务长度也在增加，过去6年里每7个月翻一番。这意味着人工智能正变得能够更好地独立管理越来越大的项目，从而完成日益复杂的任务。

图4 不同AI历年来能以50%成功率完成的软件工程任务长度，单位：对人类工程师而言的任务长度（小时）

3.3.2 每个词元成本下降

“词元”（token）是大语言模型输入的基本单位，例如单个单词或数字。每个词元成本的下降使人工智能变得更加实惠。这可能是因为更小、更高效的模型（软件）或更好的硬件。根据模型不同，价格每年至少下降了9倍，而最高可达900倍。

3.4 采用和使用

由于人工智能能力提升和成本下降，人工智能的使用已遍布整个美国经济。这可以通过前沿人工智能公司的收入、人工智能在商品和服务生产中的使用，以及越来越多的美国人在工作场所使用人工智能等指标来追踪。

3.4.1 收入

人工智能公司经历了快速但并非前所未有的增长，但其未来增长可能超过所有历史先例。初创公司经常会出现爆炸性增长，截至2024年下半年，OpenAI、Anthropic和谷歌DeepMind的年化收入增长均超过3倍（见图5）。

图5 各公司面向公众的AI产品销售利润，OpenAI（蓝）、Anthropic（红）、谷歌DeepMind（黄），单位：百万美元

这远快于市场平均水平：2024年最后一个季度，标普500公司的收入混合同比增长率为10.3%。但迄今为止，人工智能公司的增长与谷歌和优步等顶级科技独角兽企业在其初始高增长阶段的表现相当（见图6）。因此，虽然这种增长令人印象深刻（亚马逊只有两年达到这种收入增长水平），但并非前所未有。

图6 OpenAI实际收入相较于其他企业的历史性收入快速增加 单位：10亿美元；横轴：距离年度收入达到10亿美元的年数

然而，人工智能公司的未来收入增长可能是前所未有的。例如，尽管存在质疑，但OpenAI声称，其2026年至2028年每年收入将大致翻一番。为了尝试理解这一说法，将其与此前大型科技独角兽企业的历史性增长进行比较会有帮助；OpenAI的这种收入增长将远高于这些此前大型科技独角兽的增长率（见图7）。

图7 OpenAI预计收入相较于其他企业的历史性收入快速增加，单位：10亿美元；横轴：距离年度收入达到100亿美元的年数

3.4.2 企业使用

各类组织对人工智能的使用率从2023年的55%跃升至2024年的78%。特别是，在商品和服务生产中使用人工智能的企业比例，从2023年的不足4%增至2025年9月的约10%（见图8）。

图8 商品及服务生产中使用AI的美国公司占比

购买人工智能付费订阅服务的企业比例增长更快，从2023年1月的7%升至目前的45%。美国劳动者的情况类似，目前约有40%的人在工作中使用生成式人工智能（见图9）。

图9 在工作中使用生成式AI的美国劳工占比

3.4.3 关键矿产

许多矿产资源是人工智能供应链的关键组成部分。硅是大多数半导体芯片的主要基础材料，而镓和锗是另外两种关键成分。国际能源署估计，到2030年，仅数据中心就可能消耗超过当前全球镓供应量的10%。

4.跨国比较

有多种方式评估各国的人工智能发展水平，许多机构都开发了自己的指数。我们从投资、性能和运用三个维度比较各国的情况，确定谁在人工智能领域领先。我们发现，总体而言，美国在大多数指标上排名第一，中国第二，欧盟第三。

4.1 投资

追踪人工智能总体投资较为困难，因为投资分散在人工智能供应链的各类公司中——从芯片到数据中心再到人工智能实验室——资金来源也涵盖各种公共和私人渠道。

从研发总支出来看，2022年以色列的研发支出占其GDP的6.0%，这一比例高于全球任何其他国家和地区。紧随其后的是韩国（5.2%）、中国台湾（4.0%）、美国（3.6%）和日本（3.4%）。相比之下，中国大陆为2.6%，欧盟为2.1%。

在私营投资方面，美国私营公司在人工智能研发方面处于领先地位。2024年美国私营领域的人工智能投资为1090亿美元，而排名第二的中国私营领域投资仅为90亿美元，英国、瑞典和加拿大位列前五（见图10）。因此，美国在生成式人工智能初创企业的公开风险投资中占比约75%，也就不足为奇了。

图10 2024年各国对AI私营领域投资，单位：10亿美元

然而，对私营人工智能公司的私营领域投资并非唯一的投资类型。其他国家也在努力追赶，政府或主权财富基金进行了各种人工智能专项投资（见图11，列出了部分重大公告）。除了欧盟和中国等预料之中的参与者外，几个中东国家也在大力投资人工智能。中国公共部门对人工智能的支出规模庞大，2025年估计为560亿美元。沙特阿拉伯公共投资基金成立了一家新的人工智能公司Humain，并设立了100亿美元的风险基金。同样，阿联酋正与OpenAI、英伟达及其他美国公司合作，作为“星门”（Stargate）项目的一部分建设各种数据中心。

图11 各国及主权财富基金关于直接AI投入的重要声明，单位：10亿美元

美国以外的人工智能投资，其性质可能截然不同，发展中国家尤其如此。例如，这些国家在建立国家电话网络时，许多选择跳过了固定电话、直接进入移动通话时代。发展中国家的人工智能使用也可能出现类似现象：数据中心可能面临电力可靠性的问题，而人工智能的主要平台可能是智能手机。