美国缺电缺人不挣钱，中国全产业应用，马斯克：中国AI将躺赢？

马斯克最近参加了一个播客节目，聊了三个小时。他提到了一个挺有意思的观点：中国在人工智能这块儿，说不定能躺赢。

这话听着有点夸张，但仔细想想，他说的不是没道理。美国搞AI，现在正碰上一堆麻烦，而这些麻烦恰恰是中国的强项。

说美国的第一大麻烦：电跟不上。美国的电网很多是老古董，上世纪六七十年代建的，本身就已经老化得厉害。而且全国三个主要电网各管各的，协调起来特别费劲。

结果就是，电网根本扛不住新建的那些数据中心巨大的耗电量。在得州，电网公司已经被迫叫停了好多新项目，要重新审查。

根据媒体报道，有些新数据中心想接上电，甚至得排队等七年。电都供不上，谈什么发展AI？

第二大麻烦：人不够。要盖这么多数据中心，需要大量建筑工人。但美国这行业本来就缺人，差不多五分之一的工人年龄超过55岁，新鲜血液补充得又慢。有报告预测，到2027年，全美建筑行业还得再多招45万多人，才能满足需求。数据中心都盖不起来，服务器往哪放。

除了这些硬件上的坎，第三点更头疼的是怎么赚钱。

现在的生成式AI有个很反常识的地方：它不像普通的软件。普通软件使用的人越多，摊到每个人头上的成本就越低，越容易赚钱。

但生成式AI正好相反，用户越多，它每次回答问题需要的计算量就越大，成本就越高。这就导致它特别烧钱，却很难赚到钱。面向个人用户，主要就靠收点会员费。

像ChatGPT这样的应用，一年收入百亿美元级别，听起来很多，但跟投入的几千亿美元比起来，根本是杯水车薪。投了天文数字的钱，却找不到一个能持续赚钱的好法子，这是美国AI现在最头疼的事。

而这些问题，到了中国这边，情况就不太一样了。因为美国禁止向中国出口最高端的AI芯片，中国在顶尖算力硬件上确实被卡了脖子。但这条路被堵住之后，反而逼出了一条新路：不跟你在最尖端的芯片上硬拼，而是把现有的、能拿到的AI技术，拼命用到各行各业里去。

比如机器人。现在中国的机器人早就不是只会重复一个动作的呆板机器了。它们正在变得更“聪明”，能自己感知周围环境、实时做决定、完成更灵巧的操作。

你像国内研发的全尺寸工业人形机器人，已经都能大规模量产了。它里面装的AI模型能听懂我们平常说的自然语言指令，然后自己规划出一连串动作去完成，而且能适应不同场景，这种灵活执行任务的能力非常关键。

再往天上看，在中国空间站里，已经用上了基于国产开源模型开发的AI系统，叫“悟空AI”。它能给航天员在轨工作提供智能支持，构建了一个天地联动的智能问答系统。

航天员遇到复杂操作或者设备故障时，它能快速提供有效的信息支持，大大提高了工作效率。这技术可是在真正的太空环境里验证过的。

甚至在我们印象里很传统的钢铁行业，AI也用得风生水起。以前可能只是某个环节用AI辅助一下，现在是整个生产流程都用AI大模型来系统性地升级。

核心就是通过AI解决怎么精确控制成分、优化工艺、降低成本能耗这些实在问题。

如宝钢建了一个高端硅钢的智能工厂，和华为一起搞了个高炉大模型，能非常准地预测高炉炉子的状态，并进行实时调节，预测准确率超过90%，让铁水质量稳了很多。

沙钢也在启动全行业的AI大模型项目，想打造一个覆盖钢铁厂所有业务的智能平台。还有钢厂和华为云合作，用大模型来优化配煤方案，稳定焦炭质量的同时把原料成本降下来。

这种扎扎实实把AI“用起来”的案例非常多。2026年世界经济论坛评了一批“AI应用之星”，全球32个标杆案例里，中国自己就占了15个，涉及能源管理、电池制造、医疗、先进制造等等多个领域。

也就是说，美国搞AI是让AI去学习琴棋书画，研究之类的，压根没啥真正撑得起来的产业，而中国是制造业，农业，服务业全部崛起！

一个像书呆子，一个像全才！

所以回过头看马斯克的判断，他可能指出了一个更深层的趋势：未来AI的竞争，最后可能不完全是实验室里比谁的算法更精巧、谁的芯片算力更强。

它更可能是比谁的技术能更深入地扎进社会经济生活、工业发展里。当一方还在为电不够、人不足、赚钱难这些基础问题发愁时，另一方正把AI当成实实在在的工具，把它塞进工厂、钢厂、甚至太空站里，在解决一个又一个具体问题中打磨技术、积累数据、培养人才、构建生态。

这条“从应用里长出来”的路，可能正在给中国铺就一块更结实、也更广阔的智能时代的基石。

作品声明：仅在头条发布，观点不代表平台立场