2026年，中国「反垄断」的矛头从互联网转向了新能源汽车和AI

反垄断的「靶心」变了

2021年，中国对阿里巴巴罚款182亿元，这是中国反垄断史上最大的罚单。2022-2024年，腾讯、美团、滴滴等互联网平台相继受到反垄断调查和处罚。那几年，互联网平台是反垄断的「靶心」。

但2026年，反垄断的「靶心」正在转移。互联网平台的「反垄断风暴」已经渐趋平静，监管部门的目光正在转向两个新兴领域：新能源汽车和AI。

2026年，中国新能源汽车市场正在经历「马太效应」——强者恒强。比亚迪的销量在2026年H1超过200万辆，占中国新能源汽车市场的约35%。宁德时代的动力电池装机量占中国市场的约45%，全球市场的约37%。

当一个企业的市场份额超过30-40%时，反垄断的「警报」就会响起。2026年，中国市场监管总局（SAMR）正在密切关注新能源汽车和动力电池领域的竞争格局。

可能的反垄断风险：

电池「排他性供应」：宁德时代要求车企「独家采购」其电池，排挤竞争对手。这在2026年引起了竞争对手的投诉和监管部门的关注。

「纵向垄断」：比亚迪控制从电池到整车到销售的全产业链，可能利用其市场地位挤压竞争对手和供应商。

「价格战」中的「掠夺性定价」：2025-2026年，中国新能源汽车市场爆发了激烈的价格战。一些车企以「低于成本」的价格销售车辆，以排挤竞争对手。这种「掠夺性定价」可能违反《反垄断法》。

「数据垄断」：智能汽车收集了大量的用户数据（驾驶行为、位置、出行习惯）。这些数据可能构成「市场壁垒」——拥有大量数据的车企，可以改进其自动驾驶算法，而新进入者无法获得同等规模的数据。

2026年，AI领域的竞争格局呈现出「高度集中」的特征。

算力垄断：训练顶级AI模型需要巨大的算力（数千到数万块GPU）。全球GPU市场被英伟达（NVIDIA）垄断（市场份额超过80%）。在中国，华为昇腾、寒武纪等国产AI芯片正在追赶，但市场份额仍然很小。算力的「垄断」可能限制AI领域的竞争和创新。

数据垄断：AI模型的训练需要海量数据。拥有大量数据的公司（如Google、Meta、百度、腾讯、字节跳动）在AI能力上有天然优势，而新进入者很难获得同等规模的数据。这种「数据壁垒」可能构成「竞争壁垒」。

人才垄断：AI领域的顶级人才高度集中在少数公司。2026年，全球AI顶级研究人员的薪酬已经飙升至数百万美元，只有大公司才能负担得起。这种「人才壁垒」也可能限制竞争。

「杀猪盘」收购（Killer Acquisitions）：大公司可能通过收购有潜力的AI初创公司，来消灭潜在的竞争对手。2026年，全球反垄断机构正在加强对AI领域收购的审查。

「数字市场法」（DMA）模式：欧盟的《数字市场法》（DMA）在2024年实施，将大型科技公司（「守门人」）纳入事前监管——不是「出了问题再处罚」，而是「提前设定规则」。2026年，中国正在考虑借鉴DMA模式，对新能源汽车和AI领域的「主导企业」实施事前监管。

「数据可携权」：2026年，中国《个人信息保护法》中的「数据可携权」——用户有权将自己的数据从一个平台转移到另一个平台——正在被应用于反垄断。如果用户可以将自己的驾驶数据从比亚迪「带到」蔚来，那么「数据壁垒」就被削弱了。

「算法审计」：2026年，中国监管部门开始要求AI企业对其算法进行「审计」——检查算法是否公平、是否歧视、是否排挤竞争对手。这种「算法审计」是反垄断执法的「新工具」。

2026年，中国反垄断执法面临着一个「平衡」难题：既要防止「垄断」损害竞争和创新，又不能过度执法打击企业的积极性。

新能源汽车和AI是中国的「战略产业」——国家大力支持它们发展壮大，参与全球竞争。如果反垄断执法过于严厉，可能削弱中国企业在全球市场的竞争力。但如果放任不管，市场可能被少数企业垄断，最终损害消费者利益和创新动力。

这种「平衡术」，是2026年反垄断执法最大的挑战。监管部门需要在「保护竞争」和「支持创新」之间找到微妙的平衡点。

2026年，反垄断执法的目标不是「反大企业」，而是「反垄断行为」。一个企业规模大不是问题，问题在于是否利用规模优势排挤竞争对手、损害消费者利益。

「大」不是罪，「垄断」才是。反垄断执法的最终目标，是维护一个公平、开放、有活力的市场环境——让创新者有机会挑战现有巨头，让消费者有足够的选择权，让市场保持「竞争」这个最强大的驱动力。