川海智库

报告概述

本报告聚焦全球人工智能（AI）供应链中的领军企业，分析其在计算、基础设施、数据工具、模型和应用五大层面的活动。报告覆盖美国、中国、中国台北、韩国、荷兰等司法管辖区的顶尖AI企业，通过市场估值、资本支出、营业收入等指标评估其经济重要性，并研究这些企业如何跨供应链层扩展业务。报告旨在揭示少数大型AI企业如何影响宏观经济、创新方向和竞争格局，为政策制定者提供参考。

报告的核心结论

全球顶尖AI企业集中在少数国家，市场影响力日益增强。

报告指出，美国、中国、中国台北、韩国和荷兰拥有全球最大的AI企业。截至2025年底，这些企业在美国、中国台北、韩国和荷兰的股票市场总市值占比已达30%至40%，在美国的资本支出占比达21%，营业收入占比达11%。它们的投资和研发决策可显著影响宏观经济。

美国和中国的AI巨头广泛布局AI供应链各层面。

报告显示，美国七大上市AI巨头（如英伟达、苹果、Alphabet、微软、亚马逊、Meta）和中国巨头（如阿里巴巴、腾讯、字节跳动）活跃于AI供应链的全部或大部分层面，既对外销售产品也内部自用。这种跨层整合带来范围经济和规模经济优势，使其在竞争中领先。

美国上市AI巨头从2000年代起显著扩展供应链参与层数。

通过分析10-K文件，报告发现美国公开上市的AI巨头在2000年代初平均参与两个供应链层，如今已扩展至三至四层，部分覆盖全部五层。同时，它们占AI模型市场交易的近70%、应用市场的33%，投资活动高度聚焦AI领域。

AI巨头扩张带来竞争与集中利弊并存的局面。

大规模垂直整合可提升效率、促进创新，但也可能限制新企业进入并抑制更广泛的创新。报告警告，对互补性输入品的控制可能增强已有企业的主导地位。各司法管辖区需在建设主权AI能力与避免固定成本重复间权衡。

报告回答的关键问题

全球AI供应链包含哪些环节？

报告指出AI供应链至少包含五个层面：计算能力（专用芯片和内存）、基础设施（数据中心和云服务）、数据工具（多模态数据集）、基础模型（大型预训练模型）和用户端AI应用。这些层面层层递进，共同支撑AI产品和服务。

哪些国家的AI企业全球影响力最大？

根据报告，全球前20大AI企业总部主要位于美国、中国、中国台北、韩国和荷兰。美国企业（如英伟达、苹果、微软）市值总和超过其余13家之和；中国台北（台积电）、韩国（SK海力士）和荷兰（ASML）则在计算层具有专业优势。

美国AI巨头如何通过投资扩大供应链布局？

报告显示，自2017年以来，美国上市AI巨头大幅增加对AI市场的投资，交易占比从早期较低水平上升到在模型市场约70%、应用市场33%、基础设施32%等。它们通过并购和风险投资向多个供应链层渗透，从计算到应用全面布阵。

AI巨头增长对宏观经济有何影响？

AI巨头在多个司法辖区的市值、资本支出和营收占比持续上升，以美国为例，2024年其资本支出占全美上市公司总支出的21%，营收占11%。这些企业的投资决策影响总需求、生产率和结构转型，少数企业的行动可产生宏观效应。

报告中的代表性数据

30%至40%

全球AI巨头市值占美国股市总市值比例

2025年底，在美国、中国台北、韩国和荷兰，公开上市的AI巨头占各自股市总市值的30%至40%。中国AI巨头约占中国股市的10%。

21%

美国AI巨头资本支出占全美企业总资本支出比例

2024年，报告计算了美国上市AI巨头的总资本支出在全美非金融企业中占比，2024年达到21%。韩国为26%，荷兰4%，中国1%。

近70%

美国AI巨头在AI模型市场交易占比

2020-2024年，基于PitchBook交易数据，美国上市AI巨头（除Palantir外）在所有AI模型市场交易中占比约70%，在AI应用市场占比33%，数据工具约30%，基础设施约32%，计算约15%。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 完整报告包含对全球AI供应链五层结构（计算、基础设施、数据工具、模型、应用）的详细定义与描述。
  • 报告提供了前20大全球AI企业（Global AI Giants）的市场估值、供应链层参与度和总部所在地的完整图谱。
  • 报告分析了各司法辖区（美国、中国、中国台北、韩国、荷兰）AI巨头在市值、资本支出、营业收入中的占比变化趋势图表。
  • 报告通过10-K文件文本分析，量化了美国上市AI巨头从2000年至2024年供应链角色数量的演变。
  • 报告使用机器学习分类方法，展示了美国AI巨头在各AI子市场的交易占比数据。
  • 报告讨论了垂直整合的经济效应、创新生命周期理论以及竞争政策含义。
  • 报告列举了各国推动“主权AI”战略（如英国、欧盟、韩国）的案例，并评估了跨境依赖与风险。
  • 报告末尾提供了详细的数据来源说明和参考文献列表，便于进一步验证和研究。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告