“特別競爭研究項目”(Special Competitive Studies Project,SCSP)是一個美國非營利智庫,由前穀歌執行董事長埃裏克·施密特於2021年發起,致力於研究美國在關鍵技術領域與中國的戰略競爭,涵蓋人工智能、生物科技、半導體、量子計算等。該機構通過發布分析報告,為政府製定科技政策提供建議。
今年年初,SCSP發表了2025中美技術差距分析報告(Who’s Ahead, Who’s Behind, and Where We Are Headed Next in the U.S.-China Technology Competition),全麵評估了中美在十二項關鍵技術領域的競爭態勢,包括人工智能、先進製造、生物技術、先進網絡、能源、量子計算等領域。在這中美經貿、科技大戰硝煙四起之際,這份報告可能會對我們有所啟迪。借助AI(Chat GPT)對報告做了簡要中文解讀,本人畢生從事生物醫學及製藥領域的工作,故進一步聚焦解讀了報告中關於生物科技(Biotechnology & Biopharmaceuticals)部分的內容, 供前同事們參考。有興趣做進一步探索的讀者,可閱讀報告的英文原文( https://www.scsp.ai/wp-content/uploads/2025/01/Gaps-Analysis-2025-Report.pdf)。
這份《中美技術差距分析報告2025》由美國“特別競爭研究項目”(SCSP)發布,全麵評估了中美在十二項關鍵技術領域的競爭態勢。
報告核心內容概述
本報告指出,中美技術競爭日益成為塑造21世紀格局的關鍵因素。中美兩國在人工智能、先進製造、生物技術、先進網絡、能源、量子計算等領域正展開激烈角逐,技術優劣直接影響各自的經濟實力、國家安全與全球影響力。
中國在基礎設施與製造領域占據優勢
中國依托強大的工業基礎和國家戰略投資,在先進電池、5G通信設備、機器人硬件等“重資產”領域遙遙領先。例如,在2023年,中國電池產量為1705 GWh,美國僅為93 GWh;中國控製著80%以上的鋰離子電池組件出貨量。在機器人製造方麵,2023年中國部署的工業機器人數量超過全球其他國家總和。
美國在新興技術保持領先
美國在人工智能、量子計算、生物合成等前沿科技領域依然領先,得益於強大的私營創新體係、全球人才吸引力與開放合作氛圍。美國科技企業在生成式AI模型、藥物研發AI平台上處於全球前沿。然而,中國正快速追趕,在大型語言模型開發、AI工業應用等方麵不斷突破,並通過高效的商業化機製逐步縮小差距。
優先級與戰略分歧明顯
報告顯示,美國私營資本更關注AI、金融科技、生物健康等創新領域;而政府則更關注網絡基礎設施、先進製造與計算能力的提升。相比之下,中國政府對先進製造、新能源、人工智能等領域實施頂層設計與集中資源投放,推動全國係統性布局。
技術標準與供應鏈成為競爭焦點
兩國競爭已延伸至全球標準製定(如6G、量子通信)與關鍵供應鏈控製。中國通過在稀土、鋰、API等原材料和中間產品的掌控,逐漸形成對外部的戰略依賴與施壓能力。美國則通過立法與盟友合作(如《CHIPS法案》、礦產安全夥伴關係)力圖打造“去中國化”供應鏈。
未來發展的不確定因素(Wildcards)
報告列舉了一係列“可能改變競爭格局的變量”:
結語
總體來看,報告認為當前中美技術競爭呈“結構性對峙”:中國在製造與基礎設施領域強勢,美國在原始創新與生態活力方麵領先。誰能率先實現“科研到應用”的高效轉化,將決定下一階段全球技術霸主的歸屬。未來幾年,將是中美在關鍵技術賽道中“定勝負”的關鍵窗口期。
《中美技術差距分析報告2025》指出,在生物科技領域,美國仍然在創新端占據主導地位,而中國則在產業化與供應鏈環節迅速崛起,形成了錯位競爭的格局。
美國在生物醫藥創新領域的領先地位主要體現在以下幾個方麵:
盡管如此,美國在產業鏈後段——藥品的商業化、生產和供應鏈方麵,麵臨較大挑戰。
中國正在從過去的“模仿者”角色逐步轉向“自主創新者”:
這一切反映出,中國正借助強大的製造體係和集成生態,從“生產代工”向“源頭研發”邁進。
為應對挑戰,美國政府已經將生物製造列為“關鍵供應鏈”,通過《國防生產法》和《國家生物製造戰略》,投入7500萬美元用於重建本土API和關鍵藥品生產能力。
同時,美國國會提出的《BIOSECURE法案》擬限製聯邦合同商與中國生物技術公司合作,意圖切斷關鍵合作鏈條。這可能促使中美科技脫鉤進一步延伸至生物醫藥領域。
綜上,生物科技的競爭,不隻是比創新能力,更是比誰能將技術轉化為穩定、高質量的藥品供應體係。未來中美兩國的“製藥路線”可能會各自成型:美國主打原始創新,中國強調產業效率。而全球供應鏈穩定性與健康安全,也將在這一博弈中受到重大影響。
人工智能(AI)正深刻改變藥物研發流程,主要體現在以下幾個方麵:
報告中提到,AI模型能在一周內篩選3260萬個材料組合,找出18個潛在候選,這種效率在傳統方法中需20年完成。中美科技公司均在推動AI驅動的藥物開發平台,誰能率先形成“AI+生物”的產業閉環,將在生物科技競爭中占據先機。
坦白地說,新圖改進不少,可是仍然差強人意。AI大概就隻能到這個程度了。
網上對AI的追捧,鋪天蓋地。進步很大,但是仍然路途遙遠。大眾容易相信精英。我就是覺得挺危險的。當然這都是題外話了。
表中紅的是中國的占比,藍的是美國的,應該是這樣吧?感覺上對比結果不怎麽對,所以順著連接去看了看原文。比如”Advanced Batteries“這一項,原文第11頁圖表中給出的中國數據是1705億瓦時,美國93億瓦時!再比如量子計算(Quentum Computing,應該是Quantum Computing)投入,原文第51頁圖表中給出的中國數據是153億美元,美國38億!都差太遠。
當然Chat GPT可能查了所有的參考文獻,這些我就沒有查了。如果結果真的有差距,我猜是AI的原因。你有什麽解釋嗎?
感謝發帖!