FX168财经报社(北美)讯 全球人工智能（AI）竞争正在出现一个出人意料的变化。尽管美国在最先进AI模型的研发上仍保持领先，但谷歌前首席执行官埃里克·施密特（Eric Schmidt）却发出警告：中国可能已经在全球AI市场竞争中占据优势，而原因恰恰在于中国的AI模型更加便宜，甚至可以免费使用。#AI热潮：从芯片到资本的竞赛#

施密特认为，中国顶尖AI模型目前与美国的技术差距可能只有约六个月，但如果全球大多数用户最终选择价格更低、开放权重的中国模型，那么即使美国继续保持技术领先，也未必能够赢得全球市场。在他看来，未来AI竞争的关键，不仅是谁能开发出最强大的模型，更是谁能让最多的人真正使用人工智能。

这一观点来自施密特周三（10月21日）发布的一场播客访谈。采访者是管理约2万亿美元资产的挪威主权财富基金负责人尼古拉·坦根（Nicolai Tangen）。除了讨论中美AI竞争，施密特还对欧洲落后、AI投资泡沫、Anthropic的惊人增长以及人工智能对企业组织结构的冲击作出了大胆判断。

中国AI只落后美国6个月，为什么施密特却认为美国可能正在输？

施密特曾于2001年至2011年担任谷歌首席执行官，对全球科技产业竞争有着长期观察。他在最新访谈中指出，从技术能力来看，中国领先AI模型与美国最先进系统之间的差距可能已经缩小至六个月左右。

但真正令他担忧的，并不是中国可能很快在技术指标上追平美国，而是双方采取了截然不同的商业策略。美国顶尖AI企业主要依靠封闭模型和收费服务建立商业模式，而中国企业则积极推动开放权重模型，让开发者和企业能够以更低成本部署人工智能系统。

施密特指出，如果中国AI模型能够提供接近美国领先模型的性能，同时价格更低甚至免费，那么对于全球大量用户而言，选择可能相当直接。他认为，特别是在经济发展水平较低、难以承担昂贵AI服务费用的国家，低成本模型将拥有巨大的市场吸引力。

他在访谈中表示，如果中国只落后六个月，那么从全球用户采用率的角度衡量，美国可能已经处于不利地位，因为世界上绝大多数用户可能会选择免费的中国模型，而不是更加昂贵的西方产品。

这一判断实际上重新定义了人工智能竞争的衡量标准。过去，市场主要关注模型在数学、编程、推理和科学测试中的表现，但施密特认为，未来真正决定竞争格局的，还包括产品价格、可获得性、部署成本以及全球用户规模。

不过，他所说的中国可能正在获胜，主要指低成本模型在全球用户市场中的潜在竞争优势，并不意味着中国已经在所有AI技术能力、产业收入或整体竞争力方面超越美国。

全球AI市场出现新格局：中国开放模型正在快速吸引用户

中国AI企业的竞争策略，已经开始在全球市场上产生影响。

根据AI模型聚合平台OpenRouter的数据，其平台上使用量排名前五的模型均来自中国。这一现象表明，中国开发的AI模型正在吸引大量开发者和应用程序使用者，尤其是在注重成本和部署灵活性的市场中。

与完全封闭的商业模型不同，开放权重模型通常允许开发者获取模型参数，并根据具体许可条件进行本地部署、微调或集成。这意味着企业可以根据自身需求选择不同的计算基础设施，也可能减少对单一商业服务商的依赖。

对于大量中小企业、初创公司和发展中国家的技术开发者而言，这种模式具有明显吸引力。即使最先进的美国模型在部分复杂任务中仍具有性能优势，成本差异也可能促使用户转向价格更加低廉的替代产品。

施密特认为，这种竞争正在对美国以高额研发投入和封闭商业服务为核心的AI发展模式构成挑战。美国企业投入巨额资金训练顶尖模型，希望通过收费服务实现商业回报；中国企业则通过开放权重和低成本策略，扩大技术应用范围和开发者生态。

但低成本并不等于完全没有成本。即使模型权重可以免费获取，实际部署仍需要服务器、芯片、电力和技术维护。因此，中国模型能否长期形成商业优势，还取决于模型性能、使用成本、生态系统及企业服务能力等因素。

美国芯片限制为何没有阻止中国AI追赶？

施密特在访谈中还谈到了美国对中国先进半导体出口实施限制的效果。

他认为，中国AI技术进步的速度值得美国高度关注，并推测部分中国企业可能通过未经授权的渠道获得受限制的先进芯片。他还指出，中国模型开发者可能利用模型蒸馏等技术，加快自身系统的能力提升。

所谓模型蒸馏，是指利用能力较强模型的输出结果，辅助训练规模较小或成本较低的模型，从而在一定程度上提高训练效率。这一方法本身属于机器学习领域广泛研究的技术路线，但具体训练数据的使用是否合法、是否涉及违反服务条款或知识产权问题，则取决于实际操作方式。

施密特认为，中国企业可能通过技术创新及其他方式缓解先进芯片供应受限带来的影响，从而缩小与美国顶尖模型的差距。不过，他有关未经授权获取芯片及使用蒸馏技术的部分说法属于其个人判断，不能据此认定相关企业普遍存在违法行为。

这一讨论也揭示了全球AI竞争中的一个重要问题：即使先进计算芯片受到出口限制，算法优化、训练效率提升以及模型架构创新，仍可能推动人工智能能力持续进步。

对于美国而言，仅仅保持硬件优势可能不足以长期确保在全球AI市场上的领先地位。如何在先进模型研发、商业成本和国际应用生态之间取得平衡，将成为未来竞争的重要议题。

欧洲被远远甩在后面？施密特批评“创新之前先监管”

相比中美之间日益激烈的AI竞争，施密特对欧洲的前景更加悲观。

他认为，欧洲在人工智能发展中面临多重结构性挑战，包括较高的能源成本、大学科研资金不足、风险投资环境相对保守，以及复杂的监管制度。这些因素可能限制欧洲本土AI企业的发展速度，使其难以与美国和中国的领先企业竞争。

在施密特看来，欧洲科技发展的一个重要问题，是对新技术采取过于谨慎的态度。他批评欧洲倾向于在创新尚未充分发展之前，就提前建立复杂的监管框架，并将这种做法概括为“先监管，后创新”。

他指出，欧洲制定人工智能发展战略时，往往首先列出企业不能做什么；相比之下，美国科技行业更加重视快速研发、推出产品，并在发现问题后及时调整。

施密特认为，这种发展思路上的差异，可能在技术迭代速度极快的人工智能时代产生显著影响。随着新模型不断推出，企业和国家如果需要花费过长时间完成审批和协调，就可能错过重要的市场窗口。

不过，欧洲的监管思路也有其自身目标，包括保护隐私、维护市场公平以及降低人工智能带来的安全风险。如何在推动创新和控制潜在风险之间取得平衡，仍是各国面临的共同挑战。

AI泡沫争论升温，谷歌前CEO却坚称：这不是泡沫

除了中美AI竞争，施密特还对华尔街最关注的问题之一作出了明确回答：当前人工智能投资热潮究竟是不是泡沫？

他的答案十分坚定：“这不是泡沫。”

施密特认为，人工智能行业的快速增长并非完全依赖投资者炒作，而是有真实的企业收入和客户需求作为支撑。他特别提到了美国AI公司Anthropic，并将其收入增长速度与自己担任谷歌首席执行官时的经历进行比较。

他表示，当年谷歌创造了令人瞩目的收入增长纪录，但Anthropic如今的增长速度超过当年谷歌的两倍。在施密特看来，这说明AI企业不仅吸引了投资资金，也正在通过提供真正有用的服务获得客户付费。

“这是真实的增长，不是虚假的。是真实的钱，来自真正愿意为有用产品付费的客户。”施密特表示。

根据《华尔街日报》此前援引的招股文件草案，Anthropic在2026年上半年实现营收163亿美元，但同期净亏损超过800亿美元。这组数据也凸显出人工智能行业当前的巨大矛盾：企业收入可能正在以前所未有的速度增长，但模型研发、算力采购和基础设施建设所需的资金同样极其庞大。

值得注意的是，施密特本人也与AI产业存在直接投资利益关系。公开报道显示，他持有Anthropic约1%的股份，因此其对AI商业前景的乐观判断，也应结合其投资背景加以理解。

对于投资者而言，AI行业存在真实需求，并不意味着所有相关企业的估值都合理。收入增长速度、盈利能力、资本支出和长期现金流，仍将决定企业能否持续创造股东价值。

AI革命究竟有多大？施密特称其规模超出人类理解能力

施密特对人工智能长期发展前景的判断远不止于商业应用。他认为，人工智能对经济和社会的潜在影响如此巨大，以至于大多数人目前仍难以真正理解这场技术革命的规模和速度。

他在访谈中形容，AI发展带来的变化几乎超出人类直觉，就像宇宙的尺度一样庞大，难以通过传统经验进行衡量。

在科研领域，施密特尤其看好人工智能对生物学、数学和物理学的推动作用。他认为，未来先进AI系统可能加快科学发现速度，帮助研究人员解决过去需要数十年才能突破的复杂问题。

他还提到谷歌DeepMind联合创始人德米斯·哈萨比斯（Demis Hassabis）对人工智能医疗应用的长期乐观展望。哈萨比斯曾预测，未来几十年AI可能帮助人类攻克大量重大疾病。

不过，这类判断仍属于对未来技术潜力的展望。人工智能能否实现相关突破，以及实际应用需要多长时间，仍取决于科学研究、实验验证和临床转化等多个环节。

施密特认为，人工智能之所以可能产生如此深远的影响，一个重要原因是技术迭代周期正在不断缩短。过去，科技企业可能有数年时间开发产品、试错和调整战略；如今，顶尖AI模型可能在几个月内就被更新一代的系统超越。

这种变化不仅影响科技公司的竞争，也将迫使其他行业重新思考自己的业务模式和经营方式。

未来企业谁能赢？施密特建议CEO大胆精简组织结构

面对人工智能技术快速发展，施密特认为，企业管理者必须尽快改变传统经营思路。

他指出，未来企业之间的竞争，很大程度上取决于首席执行官能否迅速理解、采用并有效利用人工智能技术。那些能够率先将AI融入产品开发、客户服务和内部运营的企业，可能获得更显著的效率优势。

施密特建议企业减少不必要的管理层级，建立更加扁平化的组织结构，并重新审视主要承担重复性协调任务的岗位。他将部分依靠常规沟通和流程衔接维持工作的人员称为“胶水型人员”（Glue People），认为随着人工智能系统能够承担更多标准化任务，企业可能不再需要维持过去那样复杂的组织结构。

与此同时，他强调，企业应更加重视真正创造新产品的发明者、能够开拓市场的销售人员，以及具备战略决策能力的领导者。

这一观点意味着，人工智能对企业的影响可能不仅体现在降低成本，还可能改变组织内部的岗位分工、决策流程以及人才需求。不过，减少管理层级并不必然意味着所有协调性工作都会消失，复杂企业仍需要有效的沟通、监督和责任机制。

在施密特看来，面对技术发展周期不断缩短的现实，企业最大的风险之一就是行动过慢。无论是研发新产品、调整商业模式，还是重新设计组织结构，管理层都必须适应更快的变化速度。

全球AI竞争进入新阶段：最强模型未必赢得最多用户

施密特的最新判断，揭示出全球人工智能竞争正在发生的重要变化。过去，美国凭借顶尖芯片、雄厚资本和领先的研究机构，在前沿AI模型开发方面保持明显优势；中国则通过快速改进模型能力、降低使用成本和推广开放权重技术，积极扩大自身影响力。

如今，随着双方技术差距可能缩小至约六个月，AI竞争的核心开始变得更加复杂。模型性能仍然重要，但价格、开放程度、部署灵活性、开发者生态和全球市场普及率，也可能成为决定长期竞争格局的重要因素。

对于美国AI企业而言，挑战不仅是继续研发更先进的模型，还包括证明昂贵的封闭系统能够持续创造足以支撑其价格的商业价值。对于中国AI企业而言，如何将低成本和开放生态带来的用户规模优势转化为可持续收入，同时继续缩小前沿技术差距，也将决定其未来发展空间。

施密特认为，人工智能革命远未达到顶峰，而中美之间的技术竞争可能只是这场全球产业重塑的开始。未来真正的赢家，既可能是掌握最先进模型的企业，也可能是能够以更低成本将AI普及到全球市场的公司。

当中国AI模型与美国领先系统之间的差距被压缩至六个月，一个值得全球科技行业重新思考的问题正在浮现：在人工智能时代，决定胜负的究竟是技术领先多少，还是有多少人最终选择使用你的技术？