一张中美人工智能（AI）词元消耗对比图近来在网上热传。图片显示，美国近六成词元流向编程与研发，中国过半词元用于短剧与视频。有人据此概括，美国用AI写代码，中国用AI拍短剧。这一结论看似对比鲜明，实则经不起推敲。

　　先看数据来路。中国超五成的数字，出自中文在线6月初的投资者关系活动记录表，是一家重仓短剧的上市公司对自身业务的抽样观察。美国近六成的数字，既找不到权威机构的原始报告，也说不清统计口径是什么。两边都不是严格统计，拿一家企业的样本推断整个国家的结构，好比拿一家超市的小票推断整个城市的消费结构，结论难免失真。

　　再看计量口径。词元可以理解为人工智能干活的计件工时，视频按画面和帧数逐帧计算，一段10分钟高清视频动辄上亿词元，一分半钟的短剧也要烧掉几百万到上千万词元，写一段代码不过几千词元，消耗强度相差上百倍，拿词元占比直接对比算力投入，逻辑上并不成立。何况跨境调用还会带来统计错位，平台统计的词元，未必都出自平台所在地。

　　两国产业阶段不同、市场土壤不同，走出了不同的路径，能不能持续商业化才是关键。美国企业软件付费习惯成熟，软件订阅像水电费一样是刚性支出，硅谷资深工程师年薪高达数十万美元，AI写代码省下的人力就是真金白银，企业级应用因此最先起量。中国内容消费市场全球最大，短剧、直播产业链成熟，AI视频最先跑出规模，2026年海外市场规模预计超过60亿美元，比去年增长67%，今年前9个月下载量前十的应用全为中国背景。

　　只盯着短剧词元消耗无法看清中国人工智能的全貌。模型侧，中美顶级模型性能差距已收窄到不足3%，算力芯片国产化率提升至37%。应用侧，中国已累计建成3.5万家基础级智能工厂，工业企业应用大模型和智能体的比例已升至47.5%。TCL华星光电用AI排产，生产计划从7天压缩到30分钟；宁德时代一条产线布设7000多个检测点，电芯失效率从百万分之一降到十亿分之一级别；卡奥斯的工业智能体在胶州工厂上岗，波峰焊缺陷率下降四成，设备维修时间从2小时压到半小时以内。这些场景不显眼，算力却实实在在变成了产能。

　　当然也要看到，海量AI剧同质化严重、多数难以回本，企业级市场付费习惯仍在养成，这些都客观存在。总的来看，中美词元消耗结构虽有不同，但现阶段并不会影响产业发展。中国的词元成本正快速下降，应用门槛持续降低，调用量保持高速增长，国产开源生态也在不断积累。反过来看，美国同样面临考验。以美国开放人工智能研究中心（OpenAI）为例，年化收入虽已突破400亿美元，但仍赶不上烧钱的速度，其内部测算显示2026年到2030年累计现金缺口可能达2780亿美元。

　　中美作为人工智能大国，产业发展才刚起步，今天词元流向哪里，过几年看也许只是阶段性现象。真正值得关注的，是这些消耗最终能不能变成技术沉淀和产业能力，把今天的使用量转化为明天的竞争力。

（文章来源：经济日报）