问题——人工智能竞争从“概念热”走向“硬投入”。
过去互联网平台各有主战场，社交、搜索、电商、内容等领域边界清晰；进入大模型时代后，竞争焦点转向模型训练与推理能力、算力供给与工程化效率，以及在真实场景中的产品化速度。
财务数据所反映的资本开支上行，显示企业正以更大力度补齐算力与基础设施短板，争取在新一轮技术周期中建立先发优势。
原因——投入上升的核心在于“算力稀缺”与“技术迭代加速”双重驱动。
一方面，大模型训练对高性能算力依赖度高，关键硬件资源阶段性紧张，企业需提前锁定供给、建设数据中心与网络体系；另一方面，模型能力提升呈现快节奏迭代，投入不足将导致训练频次、模型规模与产品体验落后。
同时，生成式应用正快速进入广告、游戏、云服务、自动驾驶等多行业场景，促使平台型公司以更高确定性的资本开支换取技术与生态话语权。
从规模看，三家企业资本开支节奏呈现“整体上行、梯度分化”。
公开财务信息显示，阿里巴巴资本开支由2023年的约244亿元提升至2025年的约1039亿元，跨入千亿门槛；腾讯2024年资本开支快速抬升至约768亿元、同比大幅增长，2025年进一步增至约792亿元；百度近三年资本开支在百亿量级波动，分别约为112亿元、81亿元和121亿元。
企业普遍将增长原因指向人工智能基础设施建设与相关研发投入加大。
影响——一是行业资源配置正在重塑。
资本加码将带动数据中心、服务器、网络设备等产业链需求，促进云与算力服务供给扩容；同时也会推高头部企业的资金门槛与运营复杂度，行业竞争从“流量比拼”进一步走向“工程能力与资源组织能力比拼”。
二是盈利结构与业务效率将受到影响。
以腾讯为例，财务信息显示其2025年营收保持增长，人工智能在广告、游戏等业务的应用推动毛利率提升，体现出“技术渗透带动效率改善”的路径。
百度披露其人工智能相关收入规模扩大、占比提升，说明技术投入正向业务侧回流。
阿里则以更大力度强化云与算力底座，试图通过平台能力带动多业务协同。
对策——不同企业选择了不同的“投入—产出”组织方式。
腾讯更强调依托社交生态与丰富应用场景，优先确保先进训练芯片供给，加快模型迭代与产品体验优化，并在合适时机再考虑推理成本与自研硬件的投入节奏。
财务沟通信息显示，腾讯在部分季度资本开支出现显著跃升，主要用于获取关键算力资源，体现其以“先拿到算力、再做出产品”的务实策略。
阿里与百度则更突出“全栈式”建设思路，力图形成从底层硬件与云基础设施到模型与工具平台、再到上层应用的闭环能力。
百度较早形成“芯片—云—模型—应用”的体系，并在自动驾驶等领域推进示范性应用，相关业务收入占比提升，显示其在“技术体系化+场景落地”方面加速跑通。
阿里同样强化云与算力协同，提出更大规模的基础设施建设计划，并通过自研芯片与平台能力协同来降低全链路算力成本，目标是以规模化供给与工程效率构建壁垒。
前景——人工智能投入将从“扩张期”转入“精算期”。
短期看，算力供给仍是行业关键变量，资本开支高位运行或将持续；中长期看，竞争焦点将逐步从“堆算力”转向“算力利用效率、数据治理能力、行业解决方案与安全合规”。
对于平台企业而言，能否把大模型能力稳定转化为可持续的产品收入与产业服务能力，将决定投入的回报周期与市场位置。
对于产业层面，更大规模的基础设施建设有望推动技术扩散，但也需要警惕同质化建设与资源浪费，提升投资精细化管理水平。
这场千亿级的智能技术竞赛，既是企业转型升级的必然选择，也折射出数字经济发展的深层逻辑。
当技术投入从量变走向质变，如何将基础设施优势转化为可持续的商业价值，将成为下一阶段行业发展的关键命题。
在这场关乎未来的竞争中，中国企业正以不同路径探索着属于自己的答案。