美國(guó)信息技術(shù)與創(chuàng)新基金會(huì)（ITIF）發(fā)布報(bào)告《冰山一角：全面解析大型科技公司對(duì)美國(guó)創(chuàng)新與競(jìng)爭(zhēng)力的深層貢獻(xiàn)》。賽迪智庫(kù)相關(guān)研究所編譯該報(bào)告以供參考。

報(bào)告指出大型科技公司對(duì)美國(guó)創(chuàng)新生態(tài)的推動(dòng)作用未被充分認(rèn)知。這些企業(yè)在研發(fā)、人才培養(yǎng)、產(chǎn)業(yè)鏈協(xié)同等多個(gè)維度構(gòu)成美國(guó)競(jìng)爭(zhēng)力的“隱藏基石”。報(bào)告建議優(yōu)化創(chuàng)新政策、加強(qiáng)研發(fā)合作、建設(shè)數(shù)字基礎(chǔ)設(shè)施等，以鞏固美國(guó)科技領(lǐng)先地位。

一、引言

近年來，美國(guó)大型科技公司從備受推崇轉(zhuǎn)向面臨多方批評(píng)，被指權(quán)力過大、損害兒童，并遭遇左右翼要求拆分的壓力。然而，這些批評(píng)往往源于對(duì)其業(yè)務(wù)的淺層理解，忽視了它們對(duì)經(jīng)濟(jì)與創(chuàng)新的核心貢獻(xiàn)。

以蘋果、亞馬遜、Alphabet、Meta和微軟為代表的企業(yè)，在研發(fā)、資本投入和知識(shí)共享等方面作用突出：2024年其研發(fā)支出達(dá)2270億美元，超過聯(lián)邦非國(guó)防研發(fā)預(yù)算；資本支出累計(jì)已超萬億美元，用于建設(shè)數(shù)據(jù)中心、海底電纜等數(shù)字基礎(chǔ)設(shè)施；它們還通過發(fā)表論文、開源技術(shù)、培養(yǎng)STEM人才、支持初創(chuàng)企業(yè)等方式，持續(xù)推動(dòng)科技生態(tài)發(fā)展。

二、社會(huì)效益

（一）創(chuàng)新投資

美國(guó)的技術(shù)領(lǐng)先地位日益依賴于私營(yíng)部門的研發(fā)投入。以亞馬遜、蘋果、Alphabet、Meta和微軟為代表的五大科技公司，在2024年的研發(fā)投入總額高達(dá)2270億美元，這一數(shù)字已超越美國(guó)聯(lián)邦政府的非國(guó)防研發(fā)預(yù)算，也超過了大多數(shù)國(guó)家每年的研發(fā)總支出。這種集中的研發(fā)能力構(gòu)成了美國(guó)應(yīng)對(duì)技術(shù)競(jìng)爭(zhēng)的核心力量：

1、支撐高風(fēng)險(xiǎn)與長(zhǎng)周期研發(fā)

變革性技術(shù)的回報(bào)周期難以確定，長(zhǎng)周期加上高失敗率使得變革性技術(shù)投資缺乏吸引力。傳統(tǒng)資本市場(chǎng)要求5-10年內(nèi)實(shí)現(xiàn)回報(bào)，政府撥款周期則更為短促。回報(bào)周期的不確定性制約了突破性研究的發(fā)展。五大大型科技公司在2024年的研發(fā)投入高達(dá)2270億美元，不僅超過了美國(guó)聯(lián)邦政府1720億美元的研發(fā)預(yù)算，更超過了2023年大多數(shù)國(guó)家的年度研發(fā)總支出（見圖1、2、3）。

2016年，Alphabet旗下X部門在推進(jìn)自動(dòng)駕駛等“登月計(jì)劃”時(shí)，單季虧損8.59億美元，但財(cái)報(bào)后股價(jià)反升6%，表明市場(chǎng)認(rèn)可其由核心盈利業(yè)務(wù)支撐的長(zhǎng)期研發(fā)戰(zhàn)略（見圖4）。同樣，亞馬遜的Alexa硬件部門在2017至2022年間累計(jì)虧損超250億美元，仍持續(xù)投入語音識(shí)別與自然語言處理技術(shù)。蘋果為轉(zhuǎn)向自研芯片，亦投入了數(shù)年時(shí)間與數(shù)十億美元，此類深度垂直整合所需的高額持續(xù)投入，是大多數(shù)公司難以承擔(dān)的。

公司核心業(yè)務(wù)創(chuàng)造的現(xiàn)金流為研發(fā)提供了基礎(chǔ)。如亞馬遜網(wǎng)絡(luò)服務(wù)（AWS）在2021年創(chuàng)造了620億美元的收入，營(yíng)業(yè)利潤(rùn)率超過30%。Alphabet的廣告業(yè)務(wù)年收入超過2000億美元。大型科技公司巨額利潤(rùn)帶來的的交叉補(bǔ)貼模式規(guī)避了資本市場(chǎng)約束和傳統(tǒng)環(huán)境下虧損性研究被終止的情況。

2、規(guī)模創(chuàng)造獨(dú)特的創(chuàng)新可能性

人工智能、量子計(jì)算與自動(dòng)駕駛等前沿領(lǐng)域存在極高的資本與技術(shù)壁壘（見圖5）。例如，GPT-3大模型的單次訓(xùn)練成本即超過460萬美元，下一代模型的開發(fā)更需要數(shù)十億美元的基礎(chǔ)設(shè)施投資。自動(dòng)駕駛方面，Alphabet旗下的Waymo已投入逾50億美元用于研發(fā)與測(cè)試。量子計(jì)算則需長(zhǎng)期巨額投入，如Alphabet歷時(shí)13年方取得關(guān)鍵進(jìn)展，其依賴的定制化設(shè)施與跨學(xué)科團(tuán)隊(duì)非一般公司所能承擔(dān)。這些領(lǐng)域?qū)Y金、周期與復(fù)雜度的要求，構(gòu)成了一種自然篩選機(jī)制，唯有具備卓越財(cái)務(wù)與工程實(shí)力的大型企業(yè)方能持續(xù)投入。

3、系統(tǒng)性的冒險(xiǎn)精神與組合策略

為應(yīng)對(duì)創(chuàng)新的極端不確定性，大型科技公司采取高風(fēng)險(xiǎn)、多路徑的并行策略。微軟自2005年起投入數(shù)十億美元探索拓?fù)淞孔佑?jì)算；Meta通過Reality Labs資助神經(jīng)接口研究；微軟甚至承諾自2028年起采購(gòu)聚變電力。在人工智能領(lǐng)域，企業(yè)通過“投資組合”方式規(guī)避風(fēng)險(xiǎn)，例如微軟同時(shí)進(jìn)行自主研究并與OpenAI合作，Alphabet并行開發(fā)TPU與維持GPU基礎(chǔ)設(shè)施，英偉達(dá)則以多團(tuán)隊(duì)錯(cuò)期開發(fā)模式保障芯片迭代。這種策略顯著提高了技術(shù)突破的成功率。憑借財(cái)務(wù)韌性，這些公司能在經(jīng)濟(jì)下行期維持甚至增加研發(fā)投入，從而在復(fù)蘇時(shí)占據(jù)優(yōu)勢(shì)。例如，最初前景不明的谷歌大腦項(xiàng)目，如今其技術(shù)每年通過搜索與云服務(wù)創(chuàng)造超100億美元收益。

4、應(yīng)對(duì)國(guó)家資本支持的競(jìng)爭(zhēng)

中國(guó)的創(chuàng)新模式以國(guó)家協(xié)調(diào)與巨額資源投入為特征，對(duì)市場(chǎng)化體系構(gòu)成結(jié)構(gòu)性挑戰(zhàn)。2023年，中國(guó)政府研發(fā)投入逾4500億美元，并設(shè)立了1380億美元的專項(xiàng)基金，重點(diǎn)投向人工智能、量子計(jì)算與半導(dǎo)體。這種國(guó)家主導(dǎo)模式在太陽(yáng)能（占據(jù)全球80%以上產(chǎn)能）、電信（華為憑借低價(jià)與高研發(fā)投入競(jìng)爭(zhēng)）等領(lǐng)域已顯現(xiàn)成效。面對(duì)這種規(guī)模與戰(zhàn)略一致性，傳統(tǒng)的中小企業(yè)及分散的政府資助難以抗衡。

在此背景下，美國(guó)大型科技公司集中化的私營(yíng)研發(fā)（五家企業(yè)年投入達(dá)2270億美元，規(guī)模上接近中國(guó)國(guó)家投入）成為關(guān)鍵抗衡力量。它們具備承受長(zhǎng)期虧損、投資未來技術(shù)的規(guī)模與市場(chǎng)靈活性。這場(chǎng)競(jìng)爭(zhēng)本質(zhì)上是兩種創(chuàng)新模式的較量：中國(guó)擅長(zhǎng)在國(guó)家支持下將成熟技術(shù)規(guī)模化，而美國(guó)企業(yè)則在突破性創(chuàng)新上保有優(yōu)勢(shì)。大型科技公司為此提供了不可或缺的關(guān)鍵杠桿，但美國(guó)仍需輔以更全面的產(chǎn)業(yè)與貿(mào)易政策來應(yīng)對(duì)系統(tǒng)性競(jìng)爭(zhēng)。

（二）開放研究與人才聚集

針對(duì)企業(yè)忽視基礎(chǔ)研究的批評(píng)，事實(shí)正相反。美國(guó)頂尖科技公司不僅投入重金于公開發(fā)布的基礎(chǔ)研究，還免費(fèi)向開發(fā)者提供工具及計(jì)算資源，這種開放性產(chǎn)生了強(qiáng)大的知識(shí)溢出效應(yīng)，顯著提升了整體創(chuàng)新生態(tài)的研究能力。

1、開放研究模式

開放研究極大地加速了創(chuàng)新進(jìn)程。企業(yè)公開成果使全球研究者能快速跟進(jìn)，初創(chuàng)公司可直接利用先進(jìn)AI模型，高校能獲取昂貴的數(shù)據(jù)集，從而避免重復(fù)工作。研究表明，開放數(shù)據(jù)每年可額外創(chuàng)造0.5%的GDP，全球經(jīng)濟(jì)效益高達(dá)3-5萬億美元。

在NeurIPS、ICLR等頂級(jí)AI會(huì)議（錄用率20%-25%）上，產(chǎn)業(yè)界是主要貢獻(xiàn)者。2023年，Alphabet發(fā)布了超500篇論文，微軟在NeurIPS 2024上有超百篇論文被錄用。同年，產(chǎn)業(yè)界產(chǎn)出51個(gè)重要機(jī)器學(xué)習(xí)模型，遠(yuǎn)超學(xué)術(shù)界的15個(gè)（見圖6），這凸顯了企業(yè)在推動(dòng)前沿研究中的核心作用。

2、人才倍增效應(yīng)

大型科技公司通過構(gòu)建人才集群、投資STEM教育及支持創(chuàng)業(yè)，產(chǎn)生了顯著的人才倍增效應(yīng)。

地理集群效應(yīng)：其研發(fā)網(wǎng)絡(luò)已超越硅谷，輻射至匹茲堡、芝加哥等高校中心，在全國(guó)錨定創(chuàng)新生態(tài)。例如，亞馬遜通過部署超75萬臺(tái)機(jī)器人，培養(yǎng)了數(shù)千名機(jī)器人工程師，其技能外溢助力美國(guó)在工業(yè)自動(dòng)化領(lǐng)域保持領(lǐng)先。

STEM教育與培養(yǎng)：企業(yè)深度投入人才培養(yǎng)。微軟的TEALS計(jì)劃聯(lián)合1650余名志愿者，在31個(gè)州的高中教授計(jì)算機(jī)科學(xué)，每年惠及1.7萬名學(xué)生。英偉達(dá)向佛羅里達(dá)大學(xué)體系提供價(jià)值2500萬美元的AI資源，培訓(xùn)了逾800名學(xué)生。微軟研究院等項(xiàng)目每年為全球數(shù)千名研究者提供資金與稀缺的實(shí)踐資源。

創(chuàng)業(yè)生態(tài)驅(qū)動(dòng)：前員工創(chuàng)業(yè)是關(guān)鍵的衍生影響。截至2024年10月，前50強(qiáng)AI初創(chuàng)中有14家由前Alphabet員工創(chuàng)立，總估值達(dá)716.1億美元。谷歌與微軟校友創(chuàng)立的企業(yè)累計(jì)融資額分別高達(dá)982億和690億美元。Meta校友創(chuàng)業(yè)成功率達(dá)62.9%。公司還通過谷歌AI未來基金、微軟創(chuàng)業(yè)計(jì)劃等專項(xiàng)計(jì)劃為初創(chuàng)企業(yè)提供資金、技術(shù)及云資源支持。

譯自：

The new model for consumer goods, April 2018 by McKinsey & Company

賽迪譯叢

由中國(guó)電子信息產(chǎn)業(yè)發(fā)展研究院推出的一本高端編譯類研究周刊。它以“面向政府，服務(wù)決策”為宗旨，突出實(shí)效性、實(shí)用性，主要針對(duì)世界主要國(guó)家最新發(fā)布的工業(yè)和信息化領(lǐng)域的國(guó)家戰(zhàn)略、方針政策、產(chǎn)業(yè)重點(diǎn)、前沿技術(shù)標(biāo)準(zhǔn)等內(nèi)容進(jìn)行收集、提煉、翻譯、編輯，及時(shí)為我國(guó)相關(guān)產(chǎn)業(yè)政策制定部門、科研機(jī)構(gòu)和企業(yè)提供參考和借鑒。自2011年出刊以來，《賽迪譯叢》的翻譯和編譯工作由賽迪智庫(kù)的專家和資深翻譯團(tuán)隊(duì)共同完成，多次獲得工業(yè)和信息化部領(lǐng)導(dǎo)的批示。

來源丨賽迪智庫(kù)

編輯 | 辦公室