陳國祥觀點：「AI冷戰」成為強權之間的熱戰─中國擁有工程師紅利

人工智慧技術正推動全球產業與地緣政治快速重組，而美國與中國無疑是這場競爭中最核心的雙主角，被稱之為「AI冷戰」。無論是美國政府推出的

《贏得AI競賽：美國人工智慧行動計畫》（WinningtheAIRace:America'sAIActionPlan），或中國從中央到地方全面推進的「AI＋」戰略，都顯示兩國已把人工智慧視為國力、產業、軍事與全球規則制定的戰略制高點。

美國與中國的競爭不是一場直線追逐，而是兩種體制邏輯推動下的「雙軌競跑」：美國強在技術核心與創新質量，中國強在基礎建設速度與大規模落地實施。兩國形成一種互不重疊、互有優勢、卻又彼此牽制的科技競賽格局。

美國的AI國策核心是長期累積的創新體系與開放經濟。政府透過政策引導、研發補助與國家安全框架，支持企業、大學與研究機構發展大模型、AI晶片與智慧機器人，核心力量在市場端。以OpenAI、Google、Microsoft、Meta為代表的科技巨頭，擁有全球最強的模型研發與演算法突破能力。美國學術體系的研究能量亦讓其在AI理論、模型架構、人形機器人的核心控制上保持領先。

美國的體制限制也很明顯。政策推進速度較慢、各州監管標準不一、移民制度僵化，導致AI人才補充不足，企業難以招募全球最頂尖的工程人才。基礎建設、能源成本、資料中心電網瓶頸更使AI訓練成本迅速攀升。換言之，美國強在創新，但弱在落地執行；強在擁有高端技術，但弱在基礎建設的全國性推廣。

為了補足短板，美國於2025年11月推出「創世紀計畫」（GenesisMission）的行政命令，明確要求能源部主導建設一個整合全國科研資源的「美國科學與安全平臺」，將聯邦政府擁有的海量科學資料、17個國家實驗室的超級電腦以及私營部門的AI能力統一納入一個協調框架之下。這種由政府主導、集中資源、設定任務目標的發展模式，實質上是擁抱國家主導的技術發展路徑，只是披著「供應鏈安全」與「民主科技聯盟」的外衣。

中國的做法原本就由政府主動。中央定義方向、地方全面推動，從算力中心、AI工業園、智慧製造基地到人形機器人示範區，中國形成了全球規模最龐大的AI落地實驗場。只要政策指向明確，地方政府、市場資本、龍頭企業即可在半年內完成美國3～5年才能達成的協同部署。這種「舉國體制＋市場競爭」的混合模式，使中國在AI生產端與應用端具有驚人的速度與規模。

中國也有結構性短板。先進晶片受制於美國出口管制，高端光刻機、EDA工具（電子設計自動化，ElectronicDesignAutomation）、生產設備仍依賴歐美日。過度動員容易產生重複投資、同質化與地方競賽。中國的創新量已追上，但研究質量、國際影響力仍無法與美國匹敵。

因此，美中在頂層戰略上呈現一種鮮明的對比：美國靠創新與市場走深，中國總額靠基建與體制走廣。兩者雖然路線不同，但其實互為鏡像，亦代表了AI時代兩種典型的國家競爭模式。 （相關報導： 川習再會前夕畫出底線！北京給出關稅上限，警告美國勿對中國AI企業出手 ｜ 更多文章 ）

AI時代最重要的資源不是石油，而是算力。算力的源頭是晶片。美國在AI晶片上擁有毋庸置疑的壟斷地位。輝達（NVIDIA）的GPU幾乎是全球AI訓練的標準設備，Google的TPU以雲端平臺支撐大模型生態，AMD、Intel、Qualcomm也分別在推理與終端AI晶片上扮演重要角色。美國的優勢在於技術深度無論是架構設計、軟硬協同、先進製程，都由美國企業主導。

美國算力發展也面臨瓶頸：能源昂貴、土地受限、環保審查嚴格，使資料中心擴建成本極高。AI訓練成本因此逐年上升。美國必須透過政策推動新建天然氣電站、擴充電網容量，才能支撐下一階段的AI成長。

中國則在算力規模上形成美國難以企及的優勢。從「東數西算」工程到各省市的AI雲基地，中國快速建設大型資料中心，使其在算力規模上遠超其他國家。能源成本較低、土地取得快速、地方政府補貼，使中國AI訓練與推理成本顯著低於美國。

中國最大的風險在於核心受制於人。高端GPU被美國全面封鎖後，中國被迫發展自研GPU（如華為、寒武紀、燧原、壁仞等）與NPU、ASIC替代方案，雖然進展快速，但短期仍難取代NVIDIA。對中國而言，算力規模越大，越需要突破晶片自給，而這正是美中科技戰最激烈的戰場。

若美國持續收緊出口限制，中國勢必加速晶片國產化，也可能推動半導體產業重構，形成全球科技供應鏈的新秩序。美國的大學和研究機構擁有最完整的AI理論、控制演算法、語言模型、機器人學科基礎。麻省理工學院（MIT）、史丹佛大學（Stanford）、卡內基梅隆大學（CMU）、加州大學柏克萊分校（UC

Berkeley）等是全球頂尖AI人才的搖籃。美國科技巨頭的研究部門更是前瞻性突破的主要來源。

中國在AI論文量與專利申請數量上已全面趕上美國，工程師人口規模更是全球最大。龐大的工程人才讓中國能快速投入新應用、機器人量產與場景落地。中國在先進創新仍相對薄弱。高質量論文比例低、核心演算法突破有限、國際研

究合作受政治因素阻礙，這些問題使中國距離引領全球技術仍有差距。因此，在人才與研發上，美國是「質」的領先者，中國是「量」的勝出者。在最新研究中，美國仍然具備壓倒性優勢；在快速產業化上，中國的工程師紅利則形成全面推進的力量。

如果說AI是新石油，那麼真正能創造價值的，是能把石油煉成產品的國家。這正是美中差異最顯著的領域。美國的優勢在於概念、平臺與高附加價值應用。企業AI、自動化工具、模型API、軟體生態等由美國主導。但是，美國缺乏大規模推廣的場景與成本優勢。本土製造業萎縮、人工成本高、供應鏈外移，使美國難以做到中國那樣的快速普及。

中國在執行端，無論是電動車工廠、3C製造、鋰電池生產線、物流、自動化倉儲、醫療、餐飲到家政服務，AI與機器人都以極快速度滲透。中國的執行模式也存在風險。地方過度競賽造成泡沫，同質化企業湧現，部分AI項目缺乏商業模式支撐。若核心零組件突破不及預期，將可能形成「低端產能過剩，高端技術受制於人」的結構性矛盾。總而言之，美國強在高端應用，中國強在大規模應用。美國走深、中國走廣；美國代表未來，中國代表落實速度。 （相關報導： 川習再會前夕畫出底線！北京給出關稅上限，警告美國勿對中國AI企業出手 ｜ 更多文章 ）

本文為「新冷戰下的經濟棋局」系列之三

＊作者為資深媒體人