中美AI产业在技术、供应链及经济传导机制上的核心差异是什么？

中美两国在AI产业发展上存在显著的结构性差异，主要体现在技术基础、供应链地位及经济传导机制三个维度。

首先，在技术层面，美国拥有明显的早期投入优势。深度神经网络突破后，海外资本率先入局，美国在AI研发上处于领先地位。相比之下，中国虽然自2017年起将AI纳入顶层设计，并在2023年迎来LLM本地化热潮，但在算法上仍落后于国际先进水平。更重要的是，中国在硬件上呈现“两头在外”的特征，核心需求在外、核心技术在外。EDA、半导体设备、芯片制造、GPU及HBM内存等关键领域高度依赖进口，而PCB、光模块、液冷等壁垒有限的环节虽有所发展，但整体处于被动地位。

其次，在供应链及经济影响上，中国AI驱动的出口高增并未带来相应的利润留存。由于核心技术和需求在外，中国处于“新代工时代”，出口增加伴随进口增加，增加值和利润留存率不高，导致“增收不增利”的现象。此外，由于石油和半导体缺乏定价权，成本上涨难以有效传导至下游，造成PPI与CPI撕裂，侵蚀行业利润。

最后，在经济传导机制上，中美呈现截然不同的路径。美国形成了“AI→股市→消费→就业”的链条。股市在美国居民资产中占比与房产接近，成为AI红利的再分配起点，AI浪潮催生了新型灵活就业，支撑了消费韧性。而中国则是“AI→出口→就业→消费”的链条。然而，由于高端制造对就业拉动有限，且居民收入连续下滑，支出弹性更大，导致生产与就业撕裂，外需强劲但内需社零走弱，可选消费下滑严重。这种动能错位导致中美利率走势呈现跷跷板效应，中国利率趋势下行，而美国因投资驱动和再通胀预期，利率易上难下。