程实：谁在为智能付费

程实系工银国际首席经济学家、中国首席经济学家论坛理事

模型能力的横向比较是观察全球人工智能（AI）发展的重要维度，但主要着眼于供给侧。本文从需求生成机制出发，考察AI嵌入经济循环后的宏观结果。一类需求由企业资本开支驱动，另一类则由政企项目采购带动，不同机制带来规模、价格和生产率三个维度的可观测结果。一是规模维度。在一般公共预算支出仅小幅增长的同时，大模型公开招投标金额增长356%，显示政企采购对AI相关需求的优先级明显提升。二是价格维度。招投标单项目金额中位数由120万元降至86万元，需求扩张与价格中枢下移并存，呈现出量升价缓的特征。三是生产率维度。应用类项目占比持续上升，市场重心正由基础设施建设转向场景应用与任务执行。政企不仅是AI的主要采购方，也逐步成为技术验证、产品迭代和效率改善的重要应用场景。两种机制各有禀赋与约束，不存在简单优劣。理解需求生成机制的差异，有助于回答“谁在为智能付费”，进而判断AI对增长贡献的不同路径。

从能力比较到机制比较

“哪个模型更强？”虽然是产品层面的问题，却会被线性外推至宏观问题“哪个国家的AI发展更强？能否形成更大的增长贡献？”，但这种推演容易产生误导，因为模型能力界定了供给的可能性，而经济结果还取决于需求如何生成、由谁支付以及以何种价格出清。因此，我们从宏观分析的角度提出一个问题：在不同经济体中，AI需求分别由什么机制创造？

以此为切入点，我们依次考察不同机制在规模、价格以及生产率三个维度上的可观察结果。需要说明的是，不同的机制根植于不同国家的要素禀赋与制度环境，比较是为了识别不同的传导路径与约束条件，而非做优劣评判。

一种是企业资本开支驱动的AI需求。以美国为例，其AI需求主体主要是企业资本开支。根据我们TMT/AI行业报告，北美主要科技公司2025年资本开支为4690亿美元，2026年资本开支将达到约8000亿美元。这一规模相当于2025年美国名义GDP的2.6%左右，已经成为美国固定资本形成的重要边际拉动项。这一机制的特征是，需求与企业盈利绑定，扩张由盈利预期驱动，收缩也由盈利检验触发。资本市场既提供融资弹性，也会放大投资的顺周期波动。优势在于规模弹性大、对技术前沿的响应快；风险在于资本开支与真实回报之间存在时滞，这也是理解美国AI叙事时需要保持谨慎之处。

另一种是项目采购驱动的AI需求。中国可观察的AI应用采购需求现阶段主要体现为政企采购。根据《中国大模型中标项目监测与洞察报告（2025）》，2025年大模型招投标市场中标项目7539个、披露金额295.2亿元，较2024年（1520个、64.67亿元）分别增长396%和356%。其中，政务行业中标金额居各行业之首，44个亿元级大单中政务贡献约一半。同时，政策安排也在强化这一需求的可见性。“十五五”规划纲要明确提出“合理提高公共服务支出占财政支出比重”，《关于深入实施“人工智能+”行动的意见》亦将治理能力列入六大重点行动。

规模维度：总量有限，增长迅速

我们将这一需求放入宏观体系中衡量，可以更准确地把握其量级水平。以2025年数据为例，295.2亿元约相当于2025年全国一般公共预算支出的0.1%、2025年名义GDP的0.02%。这表明，现阶段把AI视为中国总需求的显著拉动项，为时尚早。

更值得注意的是需求扩张与财政总量之间的关系。2025年全国一般公共预算支出增长1.0%，其中社会保障和就业、卫生健康、教育支出分别增长6.7%、5.7%和3.2%，而大模型采购增长356%。在财政支出总体平稳、政企数字化投入持续扩大的背景下，大模型公开招投标的高增长，反映出公共部门和国有企业对AI应用方向的资源倾斜。

价格维度：量增价缓，定价迁移

两种需求生成机制不仅决定由谁付费，也决定价格如何形成。在直接面向使用者的市场中，AI服务逐步由订阅收费转向按调用量乃至任务结果收费，价格更多取决于使用强度和实际价值。在政企项目市场中，AI服务通常按项目整体计价，价格主要由预算安排、招投标竞争和交付成本共同决定。因此，前者的价格信号来自持续使用，后者的价格信号则集中体现在采购环节。

当前中国可观察的AI需求扩张首先表现为项目数量增加，而非单个项目价格上涨。根据《中国大模型中标项目监测与洞察报告（2025）》，2025年项目数量增长近四倍，单项目中标金额中位数却由120万元降至86万元。同期，算力类项目占披露金额的52.9%，更多地反映出购买算力、使用开源模型是当下较为普遍的部署方式。当然，项目数量上升与价格中枢下移并存，并不意味着需求转弱，而是说明开源模型、推理成本下降和供应商竞争正在降低AI应用的进入门槛，推动更多场景进入采购范围。

2025年PPI及“新三样”价格普遍下降，为观察AI价格提供了一个宏观背景，但两者并不存在直接的传导关系。其中，“新三样”与AI应用的共同之处在于，技术扩散初期供给能力快速释放、市场竞争加剧，往往使价格下降先于需求充分沉淀。2026年以来PPI已由负转正，而AI中标价格仍可能受到开源模型、成本下降和市场竞争的持续影响。两者走势若出现分化，说明AI价格下行更多反映技术进步和行业竞争，而非工业品价格周期的简单映射。

这也意味着，判断中国AI企业的盈利前景，不能只看中标价格是否上涨。根据我们TMT/AI行业报告估计，海外头部基模厂商毛利率处于40%至45%区间，国产厂商约为15%至20%。这一差距不仅来自模型能力，也与收入结构、计价方式和项目交付成本有关。未来，如果AI收入逐步转向持续调用和结果付费，同时产品标准化程度提升、单位服务成本下降，国产厂商的盈利空间仍有望改善。相较单个项目价格，更值得跟踪的是客户是否持续使用、项目能否复购扩容，以及AI能否为客户创造可衡量的回报。

生产率维度：场景扩展，效率兑现

需求生成机制的差异，最终指向AI对增长贡献路径的差异。企业资本开支驱动机制下，AI投资首先通过固定资本形成拉动总需求，其后能否转化为全要素生产率提升，取决于应用渗透。在项目采购驱动机制下，政务、医疗、教育等公共服务体系不仅是需求来源，也可能成为中国AI企业验证技术、打磨产品和积累行业知识的首批规模化场景。鉴于当前采购体量相对有限，关键不在于采购了多少AI，而在于相关支出能否转化为审批时效、医疗资源配置和教育供给质量等可度量的改善，并进一步形成复购、扩容和跨区域复制。

目前，应用类项目数量占比已由2025年一季度的约44%升至2025年全年的58%，2026年上半年进一步达到60.7%，同期共统计到2770个应用类项目，其中约四分之一与智能体相关。这表明市场重心正在由购买算力和部署模型转向购买任务完成和使用结果，也与AI服务由订阅或项目收费向按用量、任务及结果付费演进的方向相呼应。

在这一需求生成机制下，对中国AI企业优势的判断不应局限于单一模型的表现，还应看到庞大的应用场景、完整的产业体系、长期客户关系和工程交付能力所构成的场景飞轮。更多场景带来更多调用和数据反馈，推动产品标准化与单位交付成本下降。而成本下降和效果改善又使更多工作流进入正回报区间，从而扩大持续付费需求。若这一循环逐步形成，公共服务项目便不只是一次性的设备与服务购置，也可能成为AI企业由项目收入走向按用量和结果收费、由本地交付走向可复制产品的重要起点。

谁在为智能付费，决定了智能以何种方式计入经济

未来需求机制能否进一步向公共需求与市场需求双轮驱动转化，可能将由三个信号率先体现。一是企业客户收入规模及占比持续上升，表明市场端需求正在扩张。二是中标价格中枢企稳，表明行业价格竞争趋于收敛。三是项目实施形成可度量的效率改善，并进一步带动复购、扩容和跨区域复制，表明公共购买正在转化为可持续的生产率提升。三个信号分别对应规模、价格和生产率三个维度。

当这些信号同时出现并持续强化时，“谁在为智能付费”的答案或将发生变化。

来源：《第一财经》