中美AI大厂间的投资逻辑区别？lg...

过去2天模型的发布其实被低估了，Gemini 2.5 pro反超了 4.5 和 grok3，接下来的Gemini 3是个几万亿参数的超大模型，虽然各家投入的ROIC降低，但仍然不减速，继续往前探索极限。

DeepSeek V3的0324版本，重点提升代码能力，目前已接近Claude 3.7 Sonnet，同时R2也要马上发布。

TD Cowen在3月26日的的“看空算力”报告，重点是 $微软(MSFT)$ 放弃了几个在美国和欧洲新建的（约2千兆瓦的电力）数据中心的项目，归因给了算力供过于求。但TD团队前两个月也发表过类似看空观点，只不过理由不同：

• 1月：MSFT与OpenAI的业务转移（独家到非独家）：OpenAI可以用AWS等，Copilot也可以接Claude；

• 2月：电力问题。

但我认为Capex至少在中期内还不会“因此衰减”。原因是

$谷歌(GOOG)$ 和 $Meta Platforms, Inc.(META)$ 可以填补算力需求，新建设转向为加强现有数据中心的配备。

当然，值得思考的是中美AI大厂间对“投入产出”的思考方式的区别。

• 美厂的核心逻辑：大力出奇迹。包括OpenAI、xAI $特斯拉(TSLA)$ 等，都是买B卡毫不手软的主。商业逻辑是：先发优势、强大的定价权

• 中厂的核心逻辑：成本竞争力。包括DeepSeek、 $腾讯控股(00700)$ 、 $阿里巴巴(BABA)$ 。商业逻辑是：降本增效、基于开源、可扩展性。

这种就是理念上的差别，但也体现了两边的生存哲学。

从其他领域也可以看出来：电商（ $亚马逊(AMZN)$ vs $拼多多(PDD)$ ）、汽车（ $通用汽车(GM)$ vs $小米集团-W(01810)$ ）

有意思的，前几天阿里的Joe Tsai去参加峰会，就直言了这点：美国科技巨头年投入超5000亿美元建设AI数据中心，存在重复建设隐患。