AI 競爭愈來愈不只是比模型能力，也是在比誰能長期籌資、建置並營運龐大的運算基礎設施。穆迪的判斷是：中國超大規模雲端服務商正加快 AI 投資，但美國大型同業擁有更強的資金調度能力、更多元的全球業務，以及規模更大的既有基礎建設擴張計畫，因此中國業者短期內仍難追上。28

限制條件不只在模型，而在資本

即使中美部分 AI 模型的評測表現差距縮小，訓練與大規模提供 AI 服務仍需投入大量資本：高階晶片、伺服器、網路設備、資料中心、土地、電力安排，以及在營收尚未獲驗證前就必須作出的長期承諾。

穆迪指出，中國科技公司正在提高 AI 投資，但其營收基礎較小、財務彈性也不如美國同業。這使它們在維持營運與資產負債表穩健的同時，較難持續高速增加資本支出以追趕對手。2

相較之下，美國最大的科技平台可用雲端服務、廣告、軟體與消費者平台等多項大型業務的現金流，支應基礎建設投資。不過，這種擴張並非沒有代價：穆迪也警告，AI 讓科技業從相對「輕資產」的商業模式轉向重資產模式，可能壓縮自由現金流並影響信用品質。8

以 Token 計價，讓算力成為每次服務的直接成本

許多原生 AI 服務採用 Token（模型處理文字等資料的計量單位）或用量計價。這代表運算成本會直接隨每次客戶互動增加：無論服務是透過 API、企業產品或消費型應用提供，供應商都必須備妥推論所需的運算容量。

對擁有充足基礎設施、且能維持高使用率的公司來說，大量自建或鎖定運算容量，有助於掌控成本與供給穩定性；但對內部現金創造較弱的業者而言，同樣的擴張會使低價策略、容量成長與投資報酬之間的取捨更加尖銳。

阿里巴巴的說法反映了這段回收期可能不短。其執行長表示，依目前平均毛利率推算，與 AI 相關的資本支出預計約在三年內損益兩平。1 這也提醒市場：AI 需求增加，並不等於基礎建設投資能立刻獲利。

支出規模的差距依然很大

穆迪預期，中國超大規模雲端業者未來兩年仍會大幅投入 AI，但其資本支出將持續明顯低於美國競爭者。2

美國目前的擴建規模說明了差距所在。根據《富比士》報導的穆迪分析，Alphabet、Amazon、CoreWeave、Meta、Microsoft 與 Oracle 六家美國大型超大規模業者，2026 年合計資本支出約為 7,850 億美元，2027 年則接近 1 兆美元。8

其他預測也指向相同趨勢。三菱日聯金融集團（MUFG）引述市場預期指出，美國「五大」超大規模業者 2026 年資本支出將超過 6,000 億美元，其中約 4,500 億美元將直接用於伺服器、GPU、資料中心及相關設備等 AI 基礎設施。3

實際比較會因納入哪些公司與支出項目而異，但方向很清楚：中國業者正積極投資，美國龍頭部署資本的量級卻很難以一比一方式追趕。

融資可以加快擴張，也會提高財務風險

舉債、發行股票、租賃與長期容量承諾，能讓企業在僅靠營運現金流不足時提早建設；但這些工具同時也會把風險帶進資產負債表。

這並非中國企業獨有的問題。穆迪將 AI 基礎建設熱潮形容為整個產業由輕資產科技公司轉向資本密集型營運者，融資需求隨之上升。8

不過，對內部資金基礎較小的中國雲端平台而言，這種轉變更具影響。若更依賴借款或外部募資，不僅可能增加利息支出與再融資風險，也會在基礎設施必須先行付款、收入尚待驗證時，進一步壓縮自由現金流。穆迪特別提到，中國企業提高 AI 支出將對現金流與槓桿造成壓力。2

對全球 AI 競爭可能意味著什麼？

若基礎建設差距持續，美國超大規模業者可能在前沿模型訓練、大型推論部署與全球雲端服務覆蓋上保有優勢。美國聯邦準備理事會的研究同樣指出，美國在運算容量、基礎設施與投資條件方面具有重要優勢。17

這不代表中國企業無法競爭。其較可能的競爭路徑包括提升模型效率、鎖定國內需求、透過開放生態系部署模型，以及聚焦於成本與推出速度比自建最大算力叢集更重要的應用情境。

結果可能是 AI 市場進一步分化：一端是有能力大規模融資、建設前沿基礎設施的美國企業；另一端則是透過高效率模型、選擇性部署與本地化雲端生態系競爭的中國企業。半導體取得是這場競逐的重要因素，但所提供的穆迪資料並未量化美國出口管制將如何影響中國 2028 年以前的資本支出。

關於 2028 年，必須保留的但書

現有報導描述的是穆迪對未來兩年的展望，並提供美國業者 2026 與 2027 年的支出預測。因此，資料支持「差距可能持續」的結論，但不支持將其解讀為穆迪已公布中國或美國 2028 年 AI 基礎建設支出的具體美元預測。28

AI 競爭愈來愈不只是比模型能力，也是在比誰能長期籌資、建置並營運龐大的運算基礎設施。穆迪的判斷是：中國超大規模雲端服務商正加快 AI 投資，但美國大型同業擁有更強的資金調度能力、更多元的全球業務，以及規模更大的既有基礎建設擴張計畫，因此中國業者短期內仍難追上。28

限制條件不只在模型，而在資本

即使中美部分 AI 模型的評測表現差距縮小，訓練與大規模提供 AI 服務仍需投入大量資本：高階晶片、伺服器、網路設備、資料中心、土地、電力安排，以及在營收尚未獲驗證前就必須作出的長期承諾。

穆迪指出，中國科技公司正在提高 AI 投資，但其營收基礎較小、財務彈性也不如美國同業。這使它們在維持營運與資產負債表穩健的同時，較難持續高速增加資本支出以追趕對手。2

相較之下，美國最大的科技平台可用雲端服務、廣告、軟體與消費者平台等多項大型業務的現金流，支應基礎建設投資。不過，這種擴張並非沒有代價：穆迪也警告，AI 讓科技業從相對「輕資產」的商業模式轉向重資產模式，可能壓縮自由現金流並影響信用品質。8

以 Token 計價，讓算力成為每次服務的直接成本

許多原生 AI 服務採用 Token（模型處理文字等資料的計量單位）或用量計價。這代表運算成本會直接隨每次客戶互動增加：無論服務是透過 API、企業產品或消費型應用提供，供應商都必須備妥推論所需的運算容量。

對擁有充足基礎設施、且能維持高使用率的公司來說，大量自建或鎖定運算容量，有助於掌控成本與供給穩定性；但對內部現金創造較弱的業者而言，同樣的擴張會使低價策略、容量成長與投資報酬之間的取捨更加尖銳。

阿里巴巴的說法反映了這段回收期可能不短。其執行長表示，依目前平均毛利率推算，與 AI 相關的資本支出預計約在三年內損益兩平。1 這也提醒市場：AI 需求增加，並不等於基礎建設投資能立刻獲利。

支出規模的差距依然很大

穆迪預期，中國超大規模雲端業者未來兩年仍會大幅投入 AI，但其資本支出將持續明顯低於美國競爭者。2

美國目前的擴建規模說明了差距所在。根據《富比士》報導的穆迪分析，Alphabet、Amazon、CoreWeave、Meta、Microsoft 與 Oracle 六家美國大型超大規模業者，2026 年合計資本支出約為 7,850 億美元，2027 年則接近 1 兆美元。8

其他預測也指向相同趨勢。三菱日聯金融集團（MUFG）引述市場預期指出，美國「五大」超大規模業者 2026 年資本支出將超過 6,000 億美元，其中約 4,500 億美元將直接用於伺服器、GPU、資料中心及相關設備等 AI 基礎設施。3

實際比較會因納入哪些公司與支出項目而異，但方向很清楚：中國業者正積極投資，美國龍頭部署資本的量級卻很難以一比一方式追趕。

融資可以加快擴張，也會提高財務風險

舉債、發行股票、租賃與長期容量承諾，能讓企業在僅靠營運現金流不足時提早建設；但這些工具同時也會把風險帶進資產負債表。

這並非中國企業獨有的問題。穆迪將 AI 基礎建設熱潮形容為整個產業由輕資產科技公司轉向資本密集型營運者，融資需求隨之上升。8

不過，對內部資金基礎較小的中國雲端平台而言，這種轉變更具影響。若更依賴借款或外部募資，不僅可能增加利息支出與再融資風險，也會在基礎設施必須先行付款、收入尚待驗證時，進一步壓縮自由現金流。穆迪特別提到，中國企業提高 AI 支出將對現金流與槓桿造成壓力。2

對全球 AI 競爭可能意味著什麼？

若基礎建設差距持續，美國超大規模業者可能在前沿模型訓練、大型推論部署與全球雲端服務覆蓋上保有優勢。美國聯邦準備理事會的研究同樣指出，美國在運算容量、基礎設施與投資條件方面具有重要優勢。17

這不代表中國企業無法競爭。其較可能的競爭路徑包括提升模型效率、鎖定國內需求、透過開放生態系部署模型，以及聚焦於成本與推出速度比自建最大算力叢集更重要的應用情境。

結果可能是 AI 市場進一步分化：一端是有能力大規模融資、建設前沿基礎設施的美國企業；另一端則是透過高效率模型、選擇性部署與本地化雲端生態系競爭的中國企業。半導體取得是這場競逐的重要因素，但所提供的穆迪資料並未量化美國出口管制將如何影響中國 2028 年以前的資本支出。

關於 2028 年，必須保留的但書

現有報導描述的是穆迪對未來兩年的展望，並提供美國業者 2026 與 2027 年的支出預測。因此，資料支持「差距可能持續」的結論，但不支持將其解讀為穆迪已公布中國或美國 2028 年 AI 基礎建設支出的具體美元預測。28