賽迪譯叢 | 《冰山一角：全面解析大型科技公司對美國創(chuàng)新與競爭力的深層貢獻》摘譯

美國信息技術與創(chuàng)新基金會（ITIF）發(fā)布報告《冰山一角：全面解析大型科技公司對美國創(chuàng)新與競爭力的深層貢獻》。賽迪智庫相關研究所編譯該報告以供參考。

報告指出大型科技公司對美國創(chuàng)新生態(tài)的推動作用未被充分認知。這些企業(yè)在研發(fā)、人才培養(yǎng)、產業(yè)鏈協(xié)同等多個維度構成美國競爭力的“隱藏基石”。報告建議優(yōu)化創(chuàng)新政策、加強研發(fā)合作、建設數字基礎設施等，以鞏固美國科技領先地位。

一、引言

近年來，美國大型科技公司從備受推崇轉向面臨多方批評，被指權力過大、損害兒童，并遭遇左右翼要求拆分的壓力。然而，這些批評往往源于對其業(yè)務的淺層理解，忽視了它們對經濟與創(chuàng)新的核心貢獻。

以蘋果、亞馬遜、Alphabet、Meta和微軟為代表的企業(yè)，在研發(fā)、資本投入和知識共享等方面作用突出：2024年其研發(fā)支出達2270億美元，超過聯邦非國防研發(fā)預算；資本支出累計已超萬億美元，用于建設數據中心、海底電纜等數字基礎設施；它們還通過發(fā)表論文、開源技術、培養(yǎng)STEM人才、支持初創(chuàng)企業(yè)等方式，持續(xù)推動科技生態(tài)發(fā)展。

二、社會效益

（一）創(chuàng)新投資

美國的技術領先地位日益依賴于私營部門的研發(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2270億美元，這一數字已超越美國聯邦政府的非國防研發(fā)預算，也超過了大多數國家每年的研發(fā)總支出。這種集中的研發(fā)能力構成了美國應對技術競爭的核心力量：

1、支撐高風險與長周期研發(fā)

變革性技術的回報周期難以確定，長周期加上高失敗率使得變革性技術投資缺乏吸引力。傳統(tǒng)資本市場要求5-10年內實現回報，政府撥款周期則更為短促。回報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2270億美元，不僅超過了美國聯邦政府1720億美元的研發(fā)預算，更超過了2023年大多數國家的年度研發(fā)總支出（見圖1、2、3）。

2016年，Alphabet旗下X部門在推進自動駕駛等“登月計劃”時，單季虧損8.59億美元，但財報后股價反升6%，表明市場認可其由核心盈利業(yè)務支撐的長期研發(fā)戰(zhàn)略（見圖4）。同樣，亞馬遜的Alexa硬件部門在2017至2022年間累計虧損超250億美元，仍持續(xù)投入語音識別與自然語言處理技術。蘋果為轉向自研芯片，亦投入了數年時間與數十億美元，此類深度垂直整合所需的高額持續(xù)投入，是大多數公司難以承擔的。

公司核心業(yè)務創(chuàng)造的現金流為研發(fā)提供了基礎。如亞馬遜網絡服務（AWS）在2021年創(chuàng)造了620億美元的收入，營業(yè)利潤率超過30%。Alphabet的廣告業(yè)務年收入超過2000億美元。大型科技公司巨額利潤帶來的的交叉補貼模式規(guī)避了資本市場約束和傳統(tǒng)環(huán)境下虧損性研究被終止的情況。

2、規(guī)模創(chuàng)造獨特的創(chuàng)新可能性

人工智能、量子計算與自動駕駛等前沿領域存在極高的資本與技術壁壘（見圖5）。例如，GPT-3大模型的單次訓練成本即超過460萬美元，下一代模型的開發(fā)更需要數十億美元的基礎設施投資。自動駕駛方面，Alphabet旗下的Waymo已投入逾50億美元用于研發(fā)與測試。量子計算則需長期巨額投入，如Alphabet歷時13年方取得關鍵進展，其依賴的定制化設施與跨學科團隊非一般公司所能承擔。這些領域對資金、周期與復雜度的要求，構成了一種自然篩選機制，唯有具備卓越財務與工程實力的大型企業(yè)方能持續(xù)投入。

3、系統(tǒng)性的冒險精神與組合策略

為應對創(chuàng)新的極端不確定性，大型科技公司采取高風險、多路徑的并行策略。微軟自2005年起投入數十億美元探索拓撲量子計算；Meta通過Reality Labs資助神經接口研究；微軟甚至承諾自2028年起采購聚變電力。在人工智能領域，企業(yè)通過“投資組合”方式規(guī)避風險，例如微軟同時進行自主研究并與OpenAI合作，Alphabet并行開發(fā)TPU與維持GPU基礎設施，英偉達則以多團隊錯期開發(fā)模式保障芯片迭代。這種策略顯著提高了技術突破的成功率。憑借財務韌性，這些公司能在經濟下行期維持甚至增加研發(fā)投入，從而在復蘇時占據優(yōu)勢。例如，最初前景不明的谷歌大腦項目，如今其技術每年通過搜索與云服務創(chuàng)造超100億美元收益。

4、應對國家資本支持的競爭

中國的創(chuàng)新模式以國家協(xié)調與巨額資源投入為特征，對市場化體系構成結構性挑戰(zhàn)。2023年，中國政府研發(fā)投入逾4500億美元，并設立了1380億美元的專項基金，重點投向人工智能、量子計算與半導體。這種國家主導模式在太陽能（占據全球80%以上產能）、電信（華為憑借低價與高研發(fā)投入競爭）等領域已顯現成效。面對這種規(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，美國大型科技公司集中化的私營研發(fā)（五家企業(yè)年投入達2270億美元，規(guī)模上接近中國國家投入）成為關鍵抗衡力量。它們具備承受長期虧損、投資未來技術的規(guī)模與市場靈活性。這場競爭本質上是兩種創(chuàng)新模式的較量：中國擅長在國家支持下將成熟技術規(guī)模化，而美國企業(yè)則在突破性創(chuàng)新上保有優(yōu)勢。大型科技公司為此提供了不可或缺的關鍵杠桿，但美國仍需輔以更全面的產業(yè)與貿易政策來應對系統(tǒng)性競爭。

（二）開放研究與人才聚集

針對企業(yè)忽視基礎研究的批評，事實正相反。美國頂尖科技公司不僅投入重金于公開發(fā)布的基礎研究，還免費向開發(fā)者提供工具及計算資源，這種開放性產生了強大的知識溢出效應，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)新進程。企業(yè)公開成果使全球研究者能快速跟進，初創(chuàng)公司可直接利用先進AI模型，高校能獲取昂貴的數據集，從而避免重復工作。研究表明，開放數據每年可額外創(chuàng)造0.5%的GDP，全球經濟效益高達3-5萬億美元。

在NeurIPS、ICLR等頂級AI會議（錄用率20%-25%）上，產業(yè)界是主要貢獻者。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，產業(yè)界產出51個重要機器學習模型，遠超學術界的15個（見圖6），這凸顯了企業(yè)在推動前沿研究中的核心作用。

2、人才倍增效應

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

地理集群效應：其研發(fā)網絡已超越硅谷，輻射至匹茲堡、芝加哥等高校中心，在全國錨定創(chuàng)新生態(tài)。例如，亞馬遜通過部署超75萬臺機器人，培養(yǎng)了數千名機器人工程師，其技能外溢助力美國在工業(yè)自動化領域保持領先。

STEM教育與培養(yǎng)：企業(yè)深度投入人才培養(yǎng)。微軟的TEALS計劃聯合1650余名志愿者，在31個州的高中教授計算機科學，每年惠及1.7萬名學生。英偉達向佛羅里達大學體系提供價值2500萬美元的AI資源，培訓了逾800名學生。微軟研究院等項目每年為全球數千名研究者提供資金與稀缺的實踐資源。

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

譯自：

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

賽迪譯叢

由中國電子信息產業(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，服務決策”為宗旨，突出實效性、實用性，主要針對世界主要國家最新發(fā)布的工業(yè)和信息化領域的國家戰(zhàn)略、方針政策、產業(yè)重點、前沿技術標準等內容進行收集、提煉、翻譯、編輯，及時為我國相關產業(yè)政策制定部門、科研機構和企業(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的專家和資深翻譯團隊共同完成，多次獲得工業(yè)和信息化部領導的批示。

來源丨賽迪智庫

編輯 | 辦公室