商傳媒｜責任編輯／綜合外電報導
美國近年來在人工智慧（AI）領域的投資規模持續擴大，然而，這股AI熱潮似乎尚未能有效轉化為整體工業生產力的顯著提升。根據《TIME》報導，儘管大型網路公司在AI研發與資本支出方面已大幅加速，但美國的生產性資產投資佔國內生產毛額（GDP）的比重卻幾乎停滯不前，這對其未來競爭力構成挑戰。
報導指出，在過去二十年間，大型網路公司（Hyperscalers）對AI的研發及資本支出已成長達 50 倍，從 2005 年的 150 億美元攀升至 2025 年的 7,500 億美元。預計至 2026 年底，這些公司在AI領域的總投資可能接近 1 兆美元。這龐大的資金流顯示美國在AI技術發展上的雄心與實力。
然而，衡量國家競爭力與未來生產、就業及成長的關鍵指標——生產性資產投資（即工廠、設備、基礎設施及智慧財產權等資產的支出），在美國卻未見同步增長。與此形成鮮明對比的是，中國每年新增的淨生產性資產約為 4.4 兆美元，大約是美國的四倍，這反映出兩國在實體工業基礎建設方面的投入差距。
美國製造業的高昂成本是導致生產性投資停滯的主因。其中，工廠建築投資在 2024 年達到高峰後，於 2025 年底反而下降了 6%；一般工業設備投資則大致持平，僅在今年第一季機械設備投資略有回升。此外，始於 2022 年的「供應鏈回流」趨勢，目前也已停滯。
具體而言，在美國進行製造的成本明顯較高。即使不計政府補貼，在美國建造半導體廠的總成本比其他具競爭力的地區高出約 40%，而藥品製造成本更高出 60%。開發一款新的抗體藥物，在美國的成本更是中國的 2.7 倍。美國的建築成本約是亞洲的兩倍，且施工時間也可能長兩倍。在勞動成本方面，美國比中國或台灣高出 2 到 5 倍，但同類工業環境下的生產力差異卻微乎其微。舉例來說，在先進晶圓廠中，台灣工程師的單位工人產出比美國高約 25%，而美國的工資則高出 2.7 倍以上。
為解決高成本問題，報導提出可藉由模組化、場外建造等方法，將專案時間縮短一半，並降低 10% 至 20% 的資本成本。同時，部署科技、協同合約以及「AI 與機器人優先」的營運模式，也有助於降低建設成本和提升勞動生產力，潛力彌補美國一半到三分之二的成本差距。
美國決策者正努力篩選並支持那些能解決美國進口依賴的關鍵產業，特別是佔進口製成品 25% 且對國家安全至關重要的品項。儘管美國在科技領域展現了快速動員資本的能力，但其工業復興能否成功，最終仍取決於是否願意改變產業建設方式，並在必要時承擔更高的成本。
