当AI成为全球科技竞争的主战场,资金便是最直接的“弹药”。各大科技巨头动辄百亿、千亿的投入,不仅勾勒出产业的竞争版图,也深刻影响着我们未来将使用什么样的技术。对于刚接触这个领域的朋友来说,可能会好奇:钱都花到哪里去了?谁的投入最大?砸钱多就等于技术强吗?今天,我们就来拆解这份AI公司的“军费”排行榜,看看巨头们是如何布局未来的。
如果只看绝对投入金额,国内互联网巨头的“账单”一目了然。根据近年的财务数据,我们可以清晰地看到一条陡峭上升的资本开支曲线。
*阿里巴巴无疑是投入最激进的选手。其资本支出从2023年的244亿元,一路飙升至2025年的1039亿元,首次突破千亿大关。这笔巨额资金主要流向了AI基础设施,包括数据中心、服务器集群,特别是用于抢购和部署最先进的AI训练芯片(如GPU)。阿里选择的是全栈式布局战略,试图构建从底层芯片、云计算到上层大模型和应用的全链条能力,以期形成深厚的技术壁垒。
*腾讯的投入同样不容小觑。2025年,其资本支出达到792亿元,相比前一年持续增长。一个关键的时间点是2024年第四季度,腾讯资本开支同比猛增386%,达到365.8亿元,核心目的同样是“抢购关键的GPU”,以保障其大模型训练不落后于人。与阿里略有不同,腾讯更侧重于发挥其庞大的社交生态和应用场景(如微信、游戏、广告)优势,让AI能力快速融入现有业务,实现商业变现。
*百度作为国内最早系统性布局AI的巨头,其投入规模在百亿级别。2023年至2025年,其资本支出分别为112亿元、81亿元和121亿元。虽然绝对数字低于前两者,但百度AI业务的营收占比提升迅速,2025年其AI相关营收已达400亿元,占总营收比重提升至43%。百度同样坚持“芯-云-模-体”的全栈路线,其投入更早、更聚焦于AI核心技术,并已培育出如自动驾驶平台“萝卜快跑”等成熟应用。
那么,投入最多就一定代表AI实力最强吗?答案并非绝对。投入规模反映了公司的决心和资源储备,但资金的使用效率和战略方向同样关键。阿里、腾讯的千亿投入,重在构建支撑未来十年发展的算力底座和生态规模;而百度等企业的投入,则更体现出在特定AI赛道上的深耕和商业化转化能力。
理解了谁在花钱,我们再来看看这些真金白银具体流向了哪些地方。对于AI公司而言,资金消耗主要集中在这几个“吞金兽”环节:
第一,算力基础设施是绝对大头。这包括了购买或自研AI芯片、建设超大规模数据中心。训练像文心大模型、通义千问这样的巨型模型,需要成千上万颗高端GPU连续运行数月,电力消耗堪比一个小型城市。这是阿里、腾讯资本开支暴增的核心原因——没有算力,一切算法创新都是空中楼阁。
第二,研发与人才成本持续高昂。AI顶尖人才的薪酬在全球范围内都处于金字塔顶端。此外,持续进行模型训练、算法迭代的研发过程本身就需要巨大的计算资源消耗,这又是一笔持续的、隐形的巨额开支。
第三,数据与生态构建。高质量的数据是喂养AI的“粮食”,获取、清洗、标注数据需要成本。同时,为了让AI技术落地,企业需要与各行各业合作,构建应用生态,这部分市场推广和生态激励投入也不可小觑。
这里有一个关键问题:为什么有的公司选择疯狂买芯片,有的却要自己造芯片?这背后是战略路径的分野。像腾讯,管理层明确表示当前优先任务是获取最先进的训练芯片以快速迭代模型,抢占产品上市时间窗口。而阿里、百度则布局自研芯片(如含光800、昆仑芯),虽然前期投入巨大且风险高,但长期看有助于降低对国外供应链的依赖,并可能在全链路优化中降低成本、形成独特优势。
只看投入排行榜容易陷入“唯规模论”,但资本市场和行业更关注的是投入产出比,即AI能否真正创造商业价值。2026年,全球AI产业已进入“技术深耕、应用爆发与商业化价值兑现并行”的黄金发展期。
一份行业报告显示,高达93%的企业预判其AI投资将实现正向回报。这意味着,单纯的“烧钱”竞赛正在转向“精明的投资”。评判一家AI公司的实力,除了看它投入多少,更要看它如何赚钱:
*通过云服务变现:将AI算力和模型能力封装成服务,提供给其他企业和开发者使用,这是百度智能云、阿里云、腾讯云的核心商业模式之一。
*赋能内部业务降本增效:例如腾讯将AI用于广告推荐和游戏内容生成,直接提升了毛利率;阿里将AI用于电商搜索、物流优化,提升了平台整体效率。
*打造标杆性AI原生应用:如百度的自动驾驶服务、字节的豆包等,直接面向消费者或特定行业提供AI驱动的新产品、新服务。
*技术授权与解决方案:向传统行业(金融、制造、医疗)提供定制化的AI解决方案,帮助其完成数字化转型。
因此,当我们再看到某公司AI投入破千亿的新闻时,不妨多问一句:它的AI业务收入增长如何?有哪些成功的落地案例?这比单纯的数字对比更有意义。
展望未来,AI公司的竞争将不再仅仅是资本开支的比拼,而将进入一个更加综合、更加考验内功的阶段。几个关键趋势已经显现:
首先,投资效率将成为核心竞争力。随着技术逐渐成熟,如何用更少的算力训练出更聪明的模型,如何在推理阶段大幅降低成本,将是所有公司面临的共同课题。优化算法、采用混合精度训练、使用更高效的模型架构等都是重要方向。
其次,行业纵深落地能力决定胜负。通用大模型是基础,但真正的价值深藏在千行百业的具体场景中。能否深入理解医疗、教育、制造等行业的痛点,提供“开箱即用”的解决方案,将成为区分AI公司价值的关键。那些能拿出“为某制造企业提升质检效率30%”或“帮某医院缩短诊断报告生成时间2天”具体案例的公司,将更受市场青睐。
最后,建立健康的商业闭环是可持续发展的前提。巨大的投入必须找到可持续的商业模式来支撑。无论是通过技术服务费、订阅制,还是通过效率提升分享收益,AI公司必须证明其技术不仅能改变世界,更能创造实实在在的利润。这也是为什么如今投资者不仅看研发投入,更紧盯AI业务营收占比和毛利率变化的原因。
这场由AI掀起的资本浪潮远未停歇,但它正从一个比拼胆量和资金的“狂热赛”,逐渐演变为一场考验战略眼光、技术深度与商业智慧的“马拉松”。排行榜上的数字会变化,但唯有那些将资金有效转化为技术壁垒和商业价值的企业,才能最终穿越周期,引领智能时代的真正到来。
