在中国，公共采购
中国国家于2024年成为其领土上生成人工智能技术的第一批买家。根据Sinolotics数据，由北京监督的州公司发行了931个招标，以获取或部署大型语言模型（LLMS）。仅这些公共合同占Genai中国内需求的60％以上。
假定冒险资本的替代
这项工业政策基于这样的观察，即在限制获得外国技术并增加私人投资者审慎的背景下，公共资金成为主要的AI传播引擎。如果风险投资集中在快速自我货币化用例（商业聊天机器人，代码助手）上，该州长期投入使用，技术主权和内部大众市场的启动。
DeepSeek，Moshot AI，Baichuan等国家冠军是该政策的第一个受益者。根据Sinolotics传达的内部消息来源，45％的SIES在2025年初已经在其业务系统中整合了一个DeepSeek模型，主要是在后台或决策支持中。
标准化用例，压力盈利能力
通过公共采购资助的项目关注北京设定的战略重点：
- 知识助理（项目的72％），
- 自动代码生成，
- 数据分析，
- 行政流程的自动化。
这些用途通常从一个实体到另一个实体，旨在快速工业化，但几乎没有余地进行激进探索或创新。生产者逻辑主导，模型必须起作用，快速整合并适应大型官僚结构的约束。
但是，这种方法的成本是为了赢得市场，许多初创公司被迫提供远低于商业标准的价格。部门领导人现在提到“亏损的胜利”，这是留在州资金循环中所必需的。
赞助的孵化器和共享基础设施
除了购买许可证外，国家还支持垂直生态系统的结构。结构 Mosu空间 （上海）或 模型动力训练营 （深圳）用作催化剂：补贴计算（Sensetime提供的功率高达1000p），访问半公开数据游戏，指导Huawei Cloud等私人演员以及中国资金等资金的支持 IDG资本 或者 ZHENFUND。
目的是生成在真实环境中进行测试的专业应用程序的恒定流动，并直接在公共或帕普公共实体中重复使用。
到局部技术障碍
该策略还响应减少对美国供应商的依赖，特别是NVIDIA（对于GPU）或OpenAI（用于参考模型）的依赖性。通过大量补贴该行业，中国打算建立一个由圈养需求支持的内源性，可互操作的技术障碍。
结果是一个奇异的生态系统，自身封闭，但连贯，能够通过对国家建立的内部市场进行战略性撤离来缓冲外国制裁。
