2026年8月17日，来自中国国家统计局（NBS）的官方数据揭示了一组令人震惊的反差：2026年1月至7月，中国互联网公司在AI设备上的支出同比增加了81.8%，而与此同时，整体固定资产投资在同期下降了6.7%。

单看前者，可以说这是AI热潮的最新体现；单看后者，反映的是中国经济在房地产持续低迷和消费需求疲软背景下的投资收缩。但当这两组数据并排呈现时，它们揭示的是一种更深层的经济结构性变化：在整体经济收缩的背景下，AI基础设施投资成为了逆势增长的唯一亮点，而且增速高得几乎令人难以置信。

腾讯的具体数据让这种反差更加生动：同期腾讯的资本支出增长幅度高达2200%。这不是排印错误，而是官方财报记录的真实数字——一家单独公司在一个季度内，将其资本支出提升了22倍。

这组数据的重要性，不只在于数字本身的壮观，更在于它揭示了中国经济正在发生的结构性重组：在传统增长引擎（房地产、出口、消费）相继减速的背景下，AI投资正在成为承载增长预期、维持经济信心的特殊角色，而这背后是商业逻辑、国家战略和政治叙事的深度交织。

数据背后的故事：中国AI投资的极端集中

要理解这组数字，需要先了解中国AI投资的结构特征。

不同于美国的AI投资相对分散——超大规模云服务商、数千家AI初创公司和各行业的企业用户共同构成投资主体——中国的AI基础设施投资高度集中于少数几家互联网巨头：腾讯、阿里巴巴、字节跳动、百度，以及正在崛起的华为。这种集中投资的好处是可以快速形成规模效应，并在国家层面协调资源；坏处是投资决策高度依赖于少数决策者对AI前景的判断，且容易形成重复建设。

NBS数据中的”互联网公司AI设备支出”，本质上反映的是这几家巨头的集中决策。腾讯2200%的资本支出增长最为显眼，也最具代表性。根据NBS数据推算，腾讯Q2 2026的资本支出增幅高达2200%（基准年数字未经官方独立确认，具体基数为估算值），主要用于AI训练服务器、高速网络基础设施和数据中心建设。

阿里巴巴云在同期也保持了高速的资本支出增长，云业务重新成为增长中心。尽管阿里巴巴在其他业务领域面临监管和市场竞争压力，但其在AI基础设施上的投资没有明显减速，反而作为业务转型的核心方向被优先保障。

字节跳动的AI投资数据虽然因其私有公司性质难以准确获取，但多项市场分析和供应链数据显示，字节跳动在AI服务器采购上已成为全球最大客户之一。其在大模型（豆包系列）和AI应用（剪映、即梦AI等）上的大规模投入，需要巨量算力支撑。

百度则处于一个特殊位置：作为中国最早商业化大模型的公司之一，百度的文心一言在AI应用普及上走得最早，但也面临最激烈的竞争压力。面对腾讯、阿里、字节的追赶，百度选择加大对AI原生应用的投入，而非在基础设施层无限军备竞赛。

这种集中化投资模式创造了一个统计学上显著但经济逻辑上需要解读的现象：在整体经济指标令人担忧的背景下，AI相关的经济数据却在持续向好。这不只是统计技巧，而是反映了中国经济内部真实发生的结构性分化——少数行业的爆发式增长，在某些指标上掩盖了整体的疲态。

整体投资收缩与AI投资扩张的结构性张力

整体固定资产投资下降6.7%，这个数字本身就很能说明问题，也需要放在历史背景中理解。

过去十年间，中国整体固定资产投资一直是经济增长的核心引擎，主要由三大支柱构成：基础设施建设（道路、铁路、港口、电网）、房地产开发，以及制造业投资。这三大支柱在不同历史时期以不同比例支撑着中国经济的高速增长。

但在2024-2026年的中国经济环境中，三大支柱同时受压：房地产开发商的债务危机虽然经过多轮救助有所缓解，但市场信心未完全恢复，新开工面积持续下滑；传统制造业在出口压力下投资回报率下降，部分行业出现产能过剩；地方政府在债务压力下基础设施投资有所收缩，”铁公基”的驱动力明显减弱。

在这种背景下，整体固定资产投资出现-6.7%的增速收缩，是多重压力叠加的必然结果，并非短期波动。

AI设备投资的81.8%增速，与这个宏观背景形成了极其鲜明的对比。这意味着AI基础设施正在成为中国整体投资下滑浪潮中的”逆流”——越是整体经济收缩，互联网巨头在AI上的投入反而越是加速。这种逆势投资在历史上并不罕见：2008年金融危机后，中国通过4万亿财政刺激逆势投资基础设施；2020年新冠疫情期间，互联网公司逆势增长。AI投资的当前时机，与那些历史节点有几分相似——危机中寻找新的增长锚点。

然而，这种类比有一个重要的区别：之前的逆势投资往往带来了明确的需求侧拉动效果（基础设施建设创造就业、消费需求）。AI基础设施投资的经济溢出效应更加间接和长期，短期内主要体现为资本品采购（GPU服务器等），对就业和消费的直接刺激效果有限。这使得”AI投资能否成为新的经济增长引擎”的问题，在中国背景下更加复杂。

腾讯的2200%：一个极端案例的深度解析

腾讯资本支出增长2200%这个数字，值得单独深入分析，因为它揭示了中国互联网巨头AI投资策略的核心逻辑，也是整个AI投资浪潮中最具代表性的案例之一。

腾讯的AI战略，可以用”全面基础设施化”来概括：不只是将AI作为改善现有产品的工具，而是将AI基础设施本身作为下一代竞争壁垒来系统性建设。这体现在多个维度：

在训练基础设施方面，腾讯在大模型训练上的投入持续加码，其自研大模型混元（Hunyuan）系列需要大量GPU算力支撑持续迭代。为了摆脱对英伟达GPU的单一依赖，腾讯据报道同时在大规模采购华为昇腾芯片，试图建立多元化的算力供应链，降低供应链风险的同时，也在为可能的进一步出口管制做准备。

在推理基础设施方面，随着腾讯的AI产品（腾讯元宝、微信AI助手等）用户规模扩大，推理服务的成本优化成为核心挑战。建设自有的大规模推理集群，比依赖外部云服务的成本更低，延迟更可控。腾讯还在推进所谓”边云协同”的推理架构，试图将更多推理任务下沉到边缘节点，降低中心数据中心的压力。

在数据和网络基础设施方面，腾讯在光纤网络、智能网卡（SmartNIC）和分布式存储等方面都有大额投入，这些基础设施投资往往周期更长、回报更间接，但对整体AI系统的性能至关重要。

腾讯这种大规模、全方位的AI基础设施布局，使其资本支出在一个季度内出现了规模跃升式的增长。但这也带来了不可忽视的风险：巨额的资本支出在短期内会压低自由现金流，影响股东回报。2025年四季度和2026年上半年，腾讯的毛利率和经营利润率都出现了一定程度的压缩，部分原因正是资本支出的快速增加。如果AI商业化进程慢于预期，或者竞争压力迫使AI服务价格持续下降，这些投入可能面临回报不足的压力。

中美AI基础设施投资的规模对比

将中国的数据放在全球背景下来看，能够更清楚地理解其战略意义。

在美国，超大规模云服务商的AI基础设施投资已经达到天文数字：亚马逊将2026年AI资本支出提升至2200亿美元，微软2025-2028年间承诺投资800亿美元建设AI数据中心，谷歌母公司Alphabet在2026年上半年的基础设施投资也超过历史记录。这些数字代表的是美国资本市场对AI基础设施的系统性押注。

中国方面，虽然单个公司的数字不能直接与美国超大规模云服务商相比较，但考虑到腾讯、阿里、字节、百度等主要玩家的投资总额，以及国有云服务商（华为云、中国电信云、中国联通云）的投入，中国在AI基础设施上的年度投资总规模据多项第三方分析（包括BCC Research等机构的评估）正在快速接近美国水平，但精确数字因统计口径不同而有差异。

这种投资规模的接近，是理解美中AI竞争格局的重要背景。在模型能力、开发者生态和商业化应用等维度，中美之间仍然存在显著差距；但在基础设施投入的绝对规模上，差距正在快速缩小。这意味着，如果算力是AI能力的核心支柱之一，那么中国AI能力的追赶速度可能比单看模型性能基准更快。

芯片出口管制是这个故事的复杂变量。美国持续收紧对华AI芯片出口限制，使中国难以获取最先进的NVIDIA GPU（H100、H200、B系列）。但这也催生了中国本土芯片产业的快速发展：华为昇腾的出货量大幅提升，海光信息、沐曦半导体等企业的GPU产品开始在部分训练场景中替代进口产品。在推理端，中国的算力压力相对训练端更小，这在一定程度上缓解了出口管制的影响。

第三层洞察：AI是中国经济的”最后确定性增长点”

当整体经济下行压力加大时，资本会集中流向少数看起来确定的增长方向。在2026年的中国经济语境中，AI可能是那个”最后的确定性增长点”，而这个角色的赋予，超越了纯粹的市场逻辑。

首先，从商业逻辑来看，在传统投资领域（房地产、消费品、出口加工）回报率下降的背景下，AI确实代表着目前最具有可期待性的高回报投资方向。互联网巨头手握大量现金，在缺少其他高回报投资标的的情况下，将资金集中于AI基础设施是理性的选择。这是纯粹的市场行为，不需要政治解释。

其次，从国家战略逻辑来看，中国政府在政策层面对AI投资给予了明确的优先级支持，”人工智能+”已成为国家战略，各地方政府也在AI产业园区、政策补贴和人才吸引上展开竞争。这种政策驱动进一步强化了巨头们的投资意愿，也使得AI投资具有了”政治安全性”——在中国经营的大型企业，加大AI投入是与国家战略对齐的信号，这降低了监管层面的不确定性。

第三，从叙事逻辑来看，中国的经济治理体系需要在宏观层面维持增长信心。在房地产崩盘、出口受压、消费低迷的背景下，AI成为了少数几个同时具备技术可信度、政策优先级和商业可期待性的叙事工具。互联网巨头在AI上的大规模投入，在某种程度上成为了支撑”中国经济仍在向上转型”这一宏观叙事的佐证。

这三重逻辑的交织，使得中国AI投资的规模可能比纯粹的市场逻辑所能支撑的规模更大、持续时间更长。但它也带来了潜在的风险：如果AI的商业化变现速度不及预期，这场由多重逻辑共同推动的投资浪潮，可能在某个时点面临需求侧的检验。当政策逻辑和叙事逻辑遭遇市场现实时，通常会以剧烈的方式调整。

NBS数据中”81.8%增速 vs -6.7%整体投资”这组反差，是中国经济当前处境的一面精确的镜子：它既照出了AI时代中国资本的激进押注，也照出了整体经济向纵深转型的艰难与复杂。

参考资料：

  • MSN/Bloomberg报道（2026-08-17）：China bought it: NBS confirms 81.8% AI equipment surge
  • Moneyweb（2026-03-18）：Tencent seizes momentum in China’s AI race against Alibaba
  • FT（2026-07-29）：ByteDance’s big bet on AI
  • Yahoo Finance（2026-08-12）：Amazon Raises 2026 AI Spending to $220B
  • CRN（2026-08-06）：Cloud Market Share Q2 2026 - Google Gains Share As AWS Falls

芯片出口管制：中国AI投资的特殊约束条件

理解中国AI基础设施投资，不能绕过美国芯片出口管制这个至关重要的背景变量。

自2022年以来，美国商务部持续收紧对华先进AI芯片的出口限制。目前，英伟达H100、H200及最新的Blackwell系列GPU（B100、B200等）均无法直接出口至中国大陆。这使中国互联网巨头在训练最先进大模型时面临算力瓶颈：即使拥有充足的资金，也难以获取性能最优的训练芯片。

这个约束条件对中国AI投资结构产生了几个可观察的影响：

影响一：本土芯片产业的非预期加速。管制反而加速了中国本土AI芯片的研发商业化。华为昇腾910B/910C的出货量在2025-2026年间大幅提升，已有多家互联网公司将其用于部分训练和推理任务。海光信息、沐曦半导体、燧原科技等本土GPU厂商也在加快产品迭代。这些本土芯片的性能虽然距国际领先水平仍有差距，但正在快速缩短。

影响二：推理侧成为突破口。由于出口管制主要针对高端训练芯片（A100/H100级别），而推理侧对芯片要求相对较低，中国在构建推理基础设施时受到的限制相对较小。这也解释了为什么中国的AI服务商在推理价格战上表现极为激进：低廉的推理成本是其在AI应用市场上的竞争武器。

影响三：存量芯片的战略价值提升。在管制出台之前已经进入中国的NVIDIA GPU，其价值大幅提升。部分市场报告显示，A100和H800在中国二手市场的溢价超过了正常市场价格的3倍。这使得持有大量存量NVIDIA GPU的公司（主要是提前布局的互联网巨头）具有了显著的竞争优势，形成了某种意义上的”算力壁垒”。

投资可持续性的三个判断维度

中国AI基础设施投资能否持续？这需要从三个维度来判断：

维度一：商业化变现速度。巨额的基础设施投入，最终需要通过AI服务的商业化来回收。目前中国AI应用的商业化路径主要有：企业SaaS（AI助手、代码生成、内容创作）、API服务（云厂商对外开放模型推理）和消费级应用（AI搜索、AI短视频生成等）。从已有数据来看，头部厂商的AI服务营收增长迅速，但距离回收庞大基础设施投资的时间线仍有差距。

维度二：竞争格局演化。目前中国AI基础设施的重复建设情况较为严重——腾讯、阿里、字节、百度、华为在同类基础设施上都有大规模投入，且各家的生态相对封闭、互操作性有限。这种重复建设在短期内体现为”竞争活力”，但长期来看可能导致资源浪费和市场整合。政策层面是否会推动基础设施共享，将是一个关键变量。

维度三：政策连续性。中国AI投资的规模在相当程度上依赖于政策层面的持续支持。如果未来政策重心转移（例如转向更严格的AI监管，或面向其他战略领域的投资），大规模的AI基础设施投资能否继续获得政策背书，将直接影响资本的持续流入。

小结：数字背后的双重叙事

NBS发布的81.8% vs -6.7%这组数字，是一组读起来令人兴奋又令人不安的数据。兴奋的是，它证明了中国AI投资的真实规模和增速；不安的是，它揭示了中国经济的结构性压力和AI投资与整体经济脱节的风险。

这组反差数据背后，是中国经济正在经历的一次深刻的结构性重组：传统驱动力（房地产、出口、消费驱动的投资）正在减弱，AI正在成为新的增长叙事的核心载体。这场重组的结果，将在未来3-5年内逐渐清晰——届时，我们才能判断AI投资是真正撬动了中国经济的下一个增长引擎，还是一次新形式的”基础设施过剩”。