4%的人口，88%的AI资金：这场全球最大创投盛宴，绝大多数人只是旁观者

2026年6月16日，Crunchbase发布了一份措辞平静但数据震撼的报告，标题叫做《AI创业融资热潮不是一个全球现象》（The AI Startup Funding Boom Is Not A Global Phenomenon）。

报告的核心结论是一行数字：2026年迄今，全球AI相关初创企业融资中，有88%——约3190亿美元——流入了总部位于美国的公司。

美国人口大约8.5亿，占全球总人口约4%。

所以，这个数据的完整表述是：地球上4%的人口，控制了全球AI创业生态系统88%的资本资源。

这不是今年突然出现的现象，但它在2026年达到了一个历史性的极值。要理解这个数字有多极端，以及它意味着什么，我们需要先退后一步，看清楚这场AI资本浪潮的真实量级。

一个超出所有历史参照系的季度

2026年第一季度，全球风险投资总额达到3000亿美元。这是有史以来单季风险投资的绝对最高值——没有之一。

以几个数字做参照：

  • 这个季度的投资总额，接近2025年全年风险投资额（约4300亿美元）的70%
  • 它超过了2018年以前所有年份的全年风险投资总和
  • Crunchbase的独角兽板在这一季度增加了9000亿美元的账面价值——这是历史上单季度最大估值增幅

在这3000亿美元中，有2420亿美元流向了AI相关企业，占全球风险投资总量的80%。就在一年前的2025年Q1，这个比例是55%，当时已经被分析师标为”创历史新高”。

2026年，AI占全球风险投资80%。这意味着每10美元的全球风险投资，有8美元流向了AI相关公司。

更惊人的是集中度：仅仅4家公司，就拿走了全球Q1风险投资总量的65%：

公司 融资额 用途
OpenAI 1220亿美元 算力基础设施+运营
Anthropic 300亿美元 模型研发+Amazon合作
xAI 200亿美元 Elon Musk的AI帝国扩张
Waymo 160亿美元 自动驾驶商业化
合计 1880亿美元 = 全球Q1 VC总量的65%

全球其余约6000家初创企业——分了剩下的35%。

这种集中度在资本市场历史上是前所未有的。Crunchbase团队在报告中专门注明这是他们追踪过的资本向少数公司集中最极端的季度。

地理裂痕：从71%到83%到88%

现在我们把视角拉到地理层面，画面变得更加清晰，也更加令人不安。

美国的数字轨迹：

  • 2024年以前历史均值：美国获得全球VC不到一半（Crunchbase原话：”美国通常不到全球投资的一半”）
  • 2025年Q1：71%（”显著高于历史平均”，当时已引发分析师注意）
  • 2026年Q1：83%（$2500亿美元）
  • 2026年全年迄今：80%整体VC，88%专门针对AI融资

这条轨迹的斜率，清楚地说明了AI泡沫不是静态的，而是在2025-2026年间加速集中。

其他市场的真实情况：

中国：全球排名第二，但与美国之间的距离是悬崖式的。2026年Q1 VC总额（所有行业）为161亿美元，是美国同期的不到7%。全年预计突破330亿美元——这是中国几年来最好的成绩，背后是国内大模型投资（智谱AI、月之暗面Kimi、DeepSeek等）的明显复苏，以及政府主导的AI国家队建设。但即便是这个复苏后的数字，和美国的差距仍然是数量级的。

英国：全年预计165亿美元，略高于2025年的195亿美元。AI和金融科技是核心赛道，Wayve（自动驾驶）、Stability AI等是代表性案例。英国是欧洲AI最活跃的市场，但整体体量相对美国是零头。

欧洲其他：法国、德国、西班牙整体持平或温和增长。没有一个欧洲国家出现了与AI浪潮相称的融资加速。

亚洲其他：印度、日本、韩国均处于”没有上升，也没有崩溃”的平稳状态。加拿大、澳大利亚同样没有参与这场AI融资狂潮。

Crunchbase的分析师在报告末尾写了一段很坦率的话：”地球上96%的人口所在的国家，无疑也拥有创业精神、技术基础设施和经济实力，本可以支持更多元化的AI投资分布。如果你是赌球型的人，很难不认为这个96%被严重低估了——至少从概率上说，这种极端集中不太可能是稳定的长期状态。”

三层结构性原因

这种极端集中不是偶然的。它有三个相互强化的结构性原因，理解它们，比简单地把原因归结为”美国科技更强”要重要得多。

第一层：算力基础设施的物理锁定

AI研发是算力密集型活动。训练一个顶级大语言模型，需要数以万计的NVIDIA H100或更新的B200芯片，需要专用的高速互联网络，需要专门的冷却系统，需要随时可调用的云计算弹性资源。

这些基础设施的核心节点，几乎全部集中在美国及其盟友体系内：

  • 芯片设计：NVIDIA（美国）、AMD（美国）
  • 芯片制造：台积电（台湾，但最尖端订单由美国客户优先获得）
  • 云基础设施：AWS（Amazon）、Azure（微软）、GCP（谷歌）——三大云服务商合计控制全球约65%的云市场
  • 专用网络架构：Infiniband（NVIDIA）主导AI集群互联

美国顶级AI实验室——OpenAI、Anthropic、xAI——不只是”使用”这套基础设施，某种意义上，他们是这套基础设施生态的优先客户和共同定义者。他们与NVIDIA的合同、与亚马逊和微软的深度整合，创造了一种实质性的优先访问权。

来自印度、巴西或东南亚的AI初创企业，即便商业逻辑清晰、团队技术精湛，在算力获取上面临的门槛依然高出一个量级——无论是成本、等待周期还是稳定性保障。

第二层：人才聚集的正反馈循环

全球顶级AI研究人员的地理分布，高度集中在美国。斯坦福、MIT、卡内基梅隆、伯克利四所大学，产出了AI领域绝大多数影响力最大的研究成果，也是硅谷AI公司人才的主要来源地。

更重要的是，这形成了一个强大的正反馈循环：

  • 顶级人才在美国 → 顶级AI公司成立在美国 → 资本流向美国AI公司
  • 资本在美国 → 薪酬最高的AI职位在美国 → 全球人才向美国流动
  • 更多人才 → 更强技术 → 更多资本 → 循环强化

这个循环一旦形成，就具有很强的惯性。其他国家要打破它，需要的不只是资本，而是在人才密度上达到临界质量——这个过程是以十年为单位计算的，不是以季度为单位。

中国是目前唯一有足够体量在本土形成类似正反馈循环的国家。但即便是中国，在2026年的全球AI融资总量中，也只占到了约10%（包括所有科技投资）。

第三层：监管差异造成的资本偏好

尽管Anthropic与特朗普政府之间的摩擦持续加剧——政府强制下线Fable 5和Mythos 5是近期最显著的案例——美国整体上仍然是全球对AI商业化监管最清晰、商业逻辑最可预期的市场之一。

相比之下：

  • 欧盟《AI法案》（AI Act）正在逐步实施，对禁止类AI应用设置了最高7%全球营收的罚款上限，对高风险AI应用也有严格合规要求，这对风险投资的决策产生了实质性的不确定性影响
  • 中国AI监管：鼓励本土AI发展，但对境外AI服务进入设有实质性限制；生成式AI服务需要通过备案；数据出境受到《数据安全法》约束
  • 印度：AI监管框架仍在讨论阶段，商业确定性较低
  • 其他新兴市场：大多数没有明确的AI监管框架，对投资人来说意味着未知风险

这种全球监管环境的不平衡，在投资决策层面形成了一种结构性的”监管套利”——当技术标的相当时，资金倾向于流向合规路径最清晰的市场。2026年，这个市场首先是美国。

AI之外：物理AI的同步集中

值得注意的是，这种集中不只发生在软件AI层面。实体经济层面的AI投资——机器人、自动驾驶、物理AI基础设施——同样高度集中，且同样以美国为核心。

根据PitchBook数据，全球机器人与物理AI领域的风险投资，从2019年约40亿美元增长到2025年的260亿美元，增长了6.5倍。2026年上半年已经超过230亿美元。

在这场物理AI热潮中，最引人注目的投资同样来自美国：Figure AI（估值390亿美元）、波士顿动力（被Hyundai控股，但核心研发在美国）、Waymo（已获160亿美元融资）、以及OpenAI自己——Sam Altman在2026年明确宣布机器人是OpenAI的下一个战略重点，并发出人才招募呼声。

NVIDIA的Jensen Huang在GTC台北发布会上说：”人形机器人将为世界最大的产业带来物理AI，开启万亿美元级的经济机遇。”这句话不只是营销词汇，它也是资本流向的真实预告。

在物理AI这条赛道上，与纯软件AI的情况类似：关键技术专利、核心芯片（NVIDIA DRIVE平台）、最领先的研发团队，仍然高度集中于美国。这不是AI资金集中的特例，而是整个AI生态地理集中化的延伸。

泡沫的三个预警维度

Crunchbase的报告中出现了一个在投资分析报告中不太常见的词——”泡沫”（bubble）。这不是偶然的。以下三个维度的分析，解释了为什么这个担忧是有根据的。

维度一：估值倍数的历史异常

以OpenAI为例。1220亿美元的单季融资，基于2025年约45亿美元的年化营收（据各方报道），意味着超过270倍的市销率。即便考虑AI营收的超快增长预期，这个倍数也进入了软件行业历史上极罕见的区间——Web 2.0泡沫顶峰期的最激进估值，也很少超过100倍市销率。

Anthropic的情况类似。30亿美元的Q1融资，叠加IPO前后的种种报道，暗示其当前估值讨论已经逼近万亿美元区间（本文姊妹篇《政府可以随时关掉你》对此有详细分析）。

这些估值内嵌了一个关键假设：AI将在未来5-10年内从根本上重塑全球经济，产生数以万亿计的新增价值，而今天的领先者将捕获其中相当大的份额。这个假设不一定是错的，但它是一个宏大的、需要很多条件同时成立的假设。当这种假设被全额折现进当前估值时，任何一个关键变量的偏离，都会引发显著的重新定价。

维度二：二级市场的压力积累

Crunchbase报告中有一个数字特别值得关注：2026年Q1，美国只有4家风险投资支持的公司以超过10亿美元估值成功IPO，而中国有13家，亚洲其他地区有4家。

大量私募市场的资本积累，最终需要通过公开市场变现。OpenAI、Anthropic已经在讨论2026-2027年的IPO时间窗口。xAI、Waymo也在各自的上市路径上推进。

问题在于：公开市场的投资者，会用什么样的估值倍数来给这些公司定价？

在Web 2.0泡沫期间，很多公司私募估值极高，但一进入公开市场，就面临严酷的重新定价。这不是因为公开市场投资者更保守，而是因为公开市场需要更强的盈利可见度、更清晰的收入路径和更明确的竞争格局——而这些，恰恰是当前大多数顶级AI公司的弱项。

维度三：集中本身创造的脆弱性

一个最终被少数几家公司主导的行业，比分散竞争的行业对冲击更脆弱。

2026年已经出现了一个小小的预演：Anthropic的Fable 5和Mythos 5被美国政府以出口管制为由强制下线，全球所有用户短期内无法访问这两个模型。一家公司的监管危机，瞬间成为全球无数用户的服务中断。

这种”单点故障”的脆弱性，是任何过度集中的系统共同的风险。在AI基础设施层面，这个风险已经开始物化。

反驳视角：集中或许是最优解

公平地说，上述所有担忧都面临一个有力的反驳。

AI研发的经济学有一个独特之处：它的边际成本极高（建一个顶级大模型需要数亿至数十亿美元的资本支出），但边际服务成本趋近于零（一旦模型建好，通过API为全球10亿用户提供服务的成本只是带宽费用）。

这种经济结构，天然支持”集中在一处建好，扩散到全球服务”的资本配置逻辑。把资本全部投入到硅谷最有可能把模型”建到最好”的几个团队，然后通过API让全球用户使用，从全球效率视角来看，可能确实比让每个国家独立建立一套基础模型更优。

此外，”美国88%”的数字中，有相当部分（OpenAI的1220亿美元）实际上是在为全球AI基础设施买单——包括将服务提供给美国以外用户所需的算力。从这个角度看，这不只是”美国在吃独食”，也包含了”美国在替全球建设AI基础设施”的成分。

而中国的AI投资快速复苏，也证明美国以外并不是空白——而是在另一条轨道上，以另一种方式在加速。

最重要的风险：不是泡沫，而是永久分叉

在分析了所有这些角度之后，我认为最值得深思的风险，其实不是”AI泡沫会不会破裂”，而是一个更慢、更深层的趋势：全球AI生态正在经历一次可能永久性的地缘分叉。

让我解释这意味着什么。

2026年的资本极度集中（美国88%），叠加以下几个同步发展：

  • 出口管制不断加码：NVIDIA最高端芯片的出口受限正在收紧，涉及的国家名单在扩大
  • 政府对AI的直接干预：Anthropic Fable 5/Mythos 5被强制下线，确立了”政府可以在不经法院审批的情况下单边关停商业AI模型”的先例
  • 中国AI基础设施自主化：华为昇腾芯片、百度昆仑芯片、国产云基础设施的大规模投入，正在创造一套独立于美国供应链的中国AI技术栈
  • 数据主权法规：越来越多的国家要求AI训练和服务数据在本地存储和处理，这从物理层面切断了全球一体化AI基础设施的可能性

这些因素共同指向一个可能的未来：全球将出现至少两套——甚至三套——几乎不互通的AI技术生态。一套以美国为中心（包括盟友国家），一套以中国为中心，以及可能出现的欧盟AI主权化努力形成的第三套。

在这个未来里，不是”美国AI统治了全球”，而是”全球AI市场被分割成几个相对封闭的区域生态”。

对企业来说，这意味着必须维护多套AI供应商关系、多套合规框架，成本显著上升。 对创业者来说，这意味着从第一天就要选择在哪个生态中建设，而一个生态中的成功不会自动延伸到另一个生态。 对用户来说，这意味着AI的能力将出现日益显著的地理边界——你所在的国家，将决定你能使用什么样的AI，访问什么样的模型，受到什么样的数据保护。

Crunchbase的88%，可能只是这场漫长分叉过程的早期信号。

对中国、欧洲和发展中国家意味着什么

在88%这个数字背后，不同的地区面临着截然不同的处境和选择。

对中国来说，这是一个加速自主化的强有力理由，也是正在发生的事情。2026年中国的AI投资快速复苏，不是因为外国资本流入，而是国内政策资本和本土市场资金的主动推进。从模型层（DeepSeek、通义千问、文心一言）到芯片层（华为昇腾、寒武纪），中国正在构建一套与美国技术栈平行的AI基础设施。这套基础设施不会在短期内达到美国的性能水平，但它的目标也不是超越——而是”足够独立，足够安全”。从这个角度看，中国在全球AI融资中占比只有约10%，可能正是它有意选择的结果。

对欧洲来说，困境更为复杂。欧洲拥有全球一流的AI研究机构（DeepMind在伦敦，LaMDA的部分研究起源于法国，Stability AI创立于英国），但在商业AI建设上的资本投入远落后于研究能力。《AI法案》的实施在提供监管确定性的同时，也创造了合规成本，使欧洲AI创业公司在与美国竞争时处于不利地位。欧洲目前的处境有些尴尬：规模不够大到可以忽视依赖美国AI的风险，又没有足够的资本支持独立构建基础模型的野心。

对其他发展中国家来说，这场AI浪潮目前更多是作为”服务的接受者”而非”价值的创造者”在参与。印度有大量的AI应用层机会——凭借大量懂英语的工程师和庞大的数字化需求，印度的AI创业生态是活跃的，但主要聚焦在应用层，而非基础设施层。东南亚、非洲、拉美的情况类似：消费AI服务，开发本地化应用，但基本上是在使用别人建好的模型。

这种分层结构，反映的不只是资本的集中，也是AI时代”价值链”的分布——设计和构建基础模型的人，和使用基础模型提供服务的人，将处于完全不同的经济地位。

结语：一个清醒的时刻

我没有办法告诉你这场AI投资浪潮会在什么时候降温，或者以什么方式重新分配。没有人知道。

但有几件事是可以相对确定的：

第一，历史上没有任何一次技术浪潮的收益，最终只在一个国家实现。互联网、移动互联网、云计算都产生了全球性的赢家。AI最终也会，只是时间和路径不同。

第二，88%的集中度是非稳态的。无论是通过泡沫破裂、监管重塑、技术追赶还是地缘分叉，这个数字终将收缩。问题只是收缩的方式是渐进的软着陆，还是某种更剧烈的调整。

第三，Crunchbase这份报告本身——一家专门追踪风险投资的权威数据机构，用自己的数据质疑自己观察到的趋势——是一个值得被严肃对待的信号。当数据告诉你一件事，同时告诉你可能需要担心这件事，这两个信息都值得倾听。

对美国以外的创业者、投资人和政策制定者来说，2026年6月的这份Crunchbase报告，是一面清醒的镜子。它照出的是一个令人不安但真实的现实：在这场有史以来规模最大的科技创投浪潮中，地球上96%的人口，正在其影响下生活——但大多数人并没有在它的回报中分享。

理解这个不对称，可能比对它进行道德判断更重要。而行动，需要在理解之后。

参考资料

  1. Crunchbase News (2026-06-16): The AI Startup Funding Boom Is Not A Global Phenomenon
  2. Crunchbase News (2026-04-01): Q1 2026 Shatters Venture Funding Records As AI Boom Pushes Startup Investment To $300B
  3. Business Insider (2026-06-15): Meet the 22 Investors to Know in Robotics and Physical AI — 机器人&物理AI投资$4B→$26B数据来源（PitchBook via Business Insider）
  4. Business Insider (2026-06): Silicon Valley’s New Slogan: Let’s Get Physical — Figure AI $39B估值、OpenAI机器人战略、NVIDIA GTC台北发布
  5. Forbes (2026-06-16): Anthropic Disabled Fable 5 And Mythos 5 After A U.S. Export-Control Order