[AI与新文明标准特别报告] 经济挑战①：中美人工智能生态系统脱钩

一、中美AI竞争与范式差异

随着人工智能（Artificial Intelligence: AI）预计将在科学技术、产业和经济等多个领域带来革命性变化，世界主要国家纷纷加入AI竞争。AI竞争并非仅限于研发（R&D）、人才、基础设施、商业化等单一领域的竞争，而是蕴含着多方面竞争的性质。正因如此，对AI竞争现状和前景的各种分析和评估，不仅包括AI技术创新主体——研究机构和企业排名，还包括将政府战略作为主要评估要素之一，发布国家排名。

美中两国的AI竞争不仅限于技术竞争。实施（implementation）、创新（innovation）、投资（investment）被称为AI的三大竞争领域。实施包括人才、基础设施、运行环境；创新包括研究与开发；投资包括政府战略和民间创业及投资。新加坡、英国（投资）、德国等国在美中两国之后，形成了与美中两国存在巨大差距的第三集团（参见表1）。

表1 全球主要国家AI能力

来源：Tortoise Media. “The Global AI Index.”

将竞争态势缩小到美中两国来看，美国在人才、基础设施、研发等商业投资领域均占据优势。美国在民间投资方面优势尤为突出。在2013年至2023年期间，美国的民间投资额为3352亿美元，远远超过中国的1037亿美元（Bomey 2024）。美国在AI核心人才的吸引方面也保持着优势地位。在美国机构工作的顶尖20% AI研究人员的比例从2019年的27%增至2022年的38%，这有力地证明了这一点。

图1 美国和中国AI投资模式

来源：World Economic Forum. 2020. “World order is going to be rocked by AI – this is how.” February 13.

尽管如此，美中AI竞争全面展开的观点占据主导地位，这与美中两国在AI商业化和监管方面形成截然不同的AI生态系统密切相关（Lazard 2023）。美国以民间投资为中心投入巨额资金，但缺乏一体化的AI国家战略。相反，中国在推进政府主导的产业政策的同时，政府投资的比重远高于美国。中国政府的投资规模相当于其他所有国家AI公共投资总和的1.5倍。

在运行环境方面，美国表现出相对较低的水平。这与美国政府在AI监管方面的政策在自主监管和政府监管之间摇摆不定，以及公众对AI应用扩大的担忧日益增加有关。相反，在监管方面，中国政府正迅速采取行动，例如在2023年4月发布了针对AI开发者和部署者的新规定。明确指出，其根本上与美国的AI范式相悖，即要求实现维护国家主权和防止政权颠覆等社会主义核心价值观。

美中之间的人才流动逐渐减少，本国人才比例上升，这也预示着美中合作的减少和竞争的加剧。具体来看：美国AI领域人才的82.6%毕业于美国高校。在中国完成本科学业后进入美国高校的AI领域人才也占31.2%。然而，毕业于中国高校并成为美国AI人才的比例仅为1.93%。特别是，在美国AI人才中，在中国完成本科和研究生教育的比例为1.54%（参见图2）。

在中国，毕业于中国高校的AI人才比例为75.5%，在中国完成本科和研究生教育的AI人才比例为74.6%。虽然这一数字略低于美国，但表明中国正在自主培养AI人才。然而，在中国AI人才中，有8.8%的中国本科毕业生进入美国高校，并且在美国高校毕业后在中国就业的比例也达到10.65%，这表明AI人才向美国流动的比例较高（参见图2）。

图2 AI人才流动（2023）

来源：MacroPolo. 2023. “The Global AI Talent Tracker 2.0.”

二、美国的战略

AI本身具有巨大的影响力，并且是确保长期持续的未来竞争力的决定性关键，因此美中之间的竞争不可避免地会非常激烈。美国在积累国内能力以维持和扩大与中国的技术差距的同时，也在加强制衡以延缓中国AI的追赶速度。美国正投入所有力量以维持与中国尽可能大的差距（“as large of a lead as possible”）（The White House 2022）。美国尤其通过对AI半导体、电子设计自动化（Electronic Design Automation: EDA）软件、军用半导体实施出口管制，追求扩大与中国的技术差距的战略。普遍的预测是，如果美国的对华出口管制得到严格执行，将能有效制衡中国的追赶。美国的对华制衡战略已扩大到阻止无形技术的转移。美国将提前预防通过教育、研发的技术泄露，并在人才引进方面也从技术泄露的角度寻求变化。

美国尤其认为AI将促进中国的军民融合，因此正持续加强出口管制力度，以从根本上阻止对核心AI技术的获取。“中国军方是中国半导体的最终用户”这一事实的暴露（Weinstein 2021），使得美国国内对中国军方可能在军事行动中引入超级计算机模拟的担忧日益加剧。这正是2022年8月拜登政府加强对英伟达和AMD半导体出口管制的原因。

美国的对华战略可以说是旨在从根本上阻止美国AI技术转向军事用途，同时提升美国AI产业竞争力的双重战略。这是因为，美国政府的出口管制不仅影响中国的军民融合，也对百度、腾讯、阿里巴巴等中国代表性AI企业的云服务产生双重影响。美国政府期望，如果出口管制得到有效维持，就能通过延缓中国AI的追赶来维持或扩大当前的差距。

三、中国的战略

中国从开发初期就追求与美国不同，甚至是相互冲突的AI发展范式。自2017年中国国务院发布《新一代人工智能发展规划》以来，中国开始在国家战略层面推进AI技术创新。正如中国政府提出的“关键核心技术攻关新型举国体制”所示，中国已正式化了通过AI技术的自立自强来突破美国制裁的构想。在此方面，中国选定了美国可能用于制衡中国的35项“卡脖子”技术，并判断其中21项技术已具备应对美国制裁的能力（EET China 2023）。EET 中国 2023)。

为了应对美国的制裁，例如出口管制，中国正努力加强自主能力，这在AI领域也得到了充分体现。中国认为美国的AI战略将加强和扩大其延缓或阻止中国追赶的制裁强度和范围，因此将重点放在构建自主能力上。中国政府认为，由于美国将持续利用AI价值链的关键节点作为“卡脖子”点，因此突破这一点的唯一途径是加强国内的创新能力。中国政府正致力于通过特殊基金等提供资金支持和各种财政激励，利用国内市场推动半导体国产化政策，并培养连接产业和教育体系的AI人才。特别是，随着与美国的研究交流减弱，预计高端人才的短缺将进一步加剧。中国政府计划在2024年培养约25万名AI人才，并积极吸引美国以外国家的人才。

中国AI战略的特点在于通过有机结合政府协调和市场驱动的创新，构建自主的AI生态系统。促进国家研究机构和领先企业之间的合作是典型的例子。此外，中国政府决定推进旨在提升计算能力（computing power）的超大型项目，并截至2023年3月正在30个城市建设数据中心。在制度层面，为支持这一点，中国政府成立了国家数据局，并推进将东部沿海地区的数据与内陆地区的计算能力相结合的战略。

中国尤其在AI基础模型（foundation model）的开发方面倾注了国家力量，在此过程中，地方政府发挥着重要作用。以鹏城实验室（PCL）为例，广东和深圳正在合作以提高AI竞争力的关键要素——数据、计算能力和算法之间的协同效应。PCL在2023年9月与华为合作发布了大型语言模型（LLM）——“鹏城脑海”（Peng Cheng Mind），该模型使用了2000亿个参数，并利用中国自主开发的计算能力进行了预训练（Ding and Xiao 2023）。

利用美国制裁相对薄弱的环节也是中国应对战略的特点。正如2023年10月对英伟达和AMD半导体的出口管制措施所显示的那样，美国的对华硬件出口管制在未来仍将持续加强。尽管中国在短期内难以从根本上解决美国的出口管制问题，但正通过扩大库存、通过迂回途径进口等方式应对（Wang 2024）。此外，中国正致力于开发开源软件，并通过与美国以外的国家合作寻求新的创新体系。中国政府对与欧洲的联合研究提供60%的财政支持，就体现了这一战略。

中国目前为止采取了应对美国制裁的防御性战略，但在中长期内可能寻求向进攻性和先发制人的战略转变。考虑到中国正在快速扩大通用半导体的制造基础，其战略是优先确保通用半导体领域的自主基础，并进一步促使美国及其盟友和伙伴依赖中国的通用半导体。这是将通用半导体反过来作为中国的“卡脖子”点的战略。

中国还推行通过提高在半导体新材料领域的竞争力来超越美国的战略。这是“弯道超车”战略，即在中国难以在硅基半导体领域超越美国的主导地位时，必须在新型材料开发方面具备同等竞争力。预计用于电动汽车的碳化硅（Silicon Carbide: SiC）和氮化镓（Gallium Nitride: GaN）市场到2026年将增长两倍以上，2020年已投入25个项目、109亿美元的巨额投资，这充分体现了中国的战略（Lapedus 2021）。

四、美中竞争与全球AI治理

美中两国追求相互冲突的AI范式，这不仅预示着美中AI竞争将更加激烈，也预示着AI全球治理分裂的可能性将增加。特别是，美中两国在AI核心技术方面，生态系统分化的趋势将日益加强。这种趋势已在AI人才的流动模式中有所体现。AI研究领域也正在发生分裂。AI曾是国际合作研究活跃的代表性领域，但美中两国的合作研究正在减少。此外，AI人才在美中两大阵营内部流动的趋势日益增强，而跨阵营的流动则在减弱。

尽管美国吸收了绝大多数顶尖2%的AI人才，但顶尖AI人才在本国逗留的趋势也在增加。特别是，顶尖AI研究人员的流动性已显著下降，这从在其他国家工作的外国AI研究人员比例从2019年的55%降至2022年的42%可以看出。这表明地缘政治风险（如美中AI竞争加剧）和国家间AI竞争正在加剧。

全球AI治理分裂的可能性，已从世界主要国家纷纷发布各自的AI国家战略中得以体现。如图3所示，世界主要国家纷纷发布了AI国家战略。这是因为各国认识到AI对未来国家竞争力和安全将产生重大影响。与此同时，各国层面的AI战略很可能成为阻碍全球AI治理建立的因素。因为，基于各国自身利益制定的AI战略，在现实中难以协调。

图3 发布AI战略的国家

来源：Cohen, Jared, and George Lee. 2023. “The Generative World Order: AI, Geopolitics, and Power.” Goldman Sachs. December 14.

在构成AI竞争力的四大要素——计算能力、人才、数据、基础设施方面，地缘政治风险较大，因此建立全球层面的AI治理前景并不乐观。其中，计算能力和人才领域的地缘政治风险相对较高（Cohen and Lee 2023）。计算能力不仅对开发AI模型至关重要（如AI半导体和数据中心），而且是美国可以与韩国、日本、台湾、荷兰等国合作制衡中国的主要手段，因此是地缘政治风险较高的代表性领域。

人才作为构成AI竞争力的核心要素，是美国、中国、欧洲、印度等国激烈争夺的领域。随着美中竞争的加剧，吸引人才和防止人才流出的努力预计将同时加强。在数据领域，中国、印度等人口大国相对占优，但在利用和商业化方面所需的应用方面，美国相对领先。地缘政治风险处于中等水平，但考虑到未来美中之间以及数据本地化的趋势可能加强，地缘政治风险也有可能逐渐增加。

表2 AI竞争与地缘政治风险

来源：Lazard. 2023. “The Geopolitics of Artificial Intelligence. October 17.

然而，建立全球AI治理的可能性并非完全没有。AI能力已在各国之间拉开差距。在美国和中国处于领先竞争的同时，加拿大、法国、以色列、英国、新加坡、韩国、印度等国被认为已构建了相当可观的自主AI能力（Cohen and Lee 2023）。由于这些国家正在探索与美国和中国AI生态系统的联动可能性，因此可能会加强防止美中AI生态系统进一步分离，并在有限范围内建立全球AI治理的努力。

五、AI与全球南方（Global South）

AI的效果已在各国之间呈现出差异化，并且这种差距预计将进一步扩大。一些发达国家正在享受AI带来的惠益，而大多数发展中国家则越来越有可能在AI竞赛中落后。从这个角度看，中国很可能将与全球南方国家的合作作为扩大其AI模型影响力的主要手段。如图4所示，尽管面临美国的强大制衡，中国已将其华为设备出口到中亚、东南亚、非洲、拉丁美洲的许多国家。这是中国政府支持参与“数字丝绸之路”（Digital Silk Road: DSR）国家进入市场的成果。

中国的中央集权式AI战略对具有威权主义倾向的发展中国家具有吸引力。这是因为，这些国家不仅看重AI的商业和经济效益，还现实地需要将AI作为维护政权稳定和社会控制的手段。中国提供的包括财政支持在内的各种激励措施，也促使发展中国家对接受中国AI模型持开放态度。中国很可能通过扩大和加强与全球南方的AI合作，来制衡美国主导的AI治理的建立，并提出替代性治理方案。全球南方国家为了摆脱AI的“盲区”，一方面加强与中国的合作，另一方面主张数据主权，这可能导致美国主导的AI治理建立过程更加复杂化。

图4 中国参与数字基础设施现状

来源：Hillman, Jonathan, and Maesa McCalpin. 2019. “Watching Huawei’s ‘Safe Cities.’” CSIS.

美中两国的AI竞争正在科学技术、产业和经济、基础设施等不同层面展开，并且预计将出现根据层面不同而竞争态势差异化的现象。进一步细分，可以分为算法、计算能力、商业应用和服务、基础设施等。当这三个层面结合在一起时，全球AI秩序在中短期内很可能以美中为中心出现分裂，在中长期则可能出现集团化。AI的集团化可能导致两种情况：一是美中竞争达到极端化；二是为缓解集团化的弊端而建立世界共同治理秩序。在此过程中，AI中等强国（middle powers）扮演缓冲美中AI竞争角色的机会之窗可能会打开（Effective Advocate 2024）。

五、未来展望：从技术竞争到生态系统竞争

美中两国为了确保AI主导权，在争夺核心技术优势的竞争将更加激烈。这种前景的出现已有先兆。在美中战略竞争全面展开之前，包括联合研究在内的国际合作曾十分活跃，但现在美中科技界的联合研究正在逐渐减少，而阵营内部的联合研究则在不断深化和扩大。AI人才在美中之间的流动迅速减少，而阵营内部的流动则在扩大，这也是美中两国追求核心技术优势的间接指标。

第一，美中两国在确保核心技术优势的同时，还将展开争夺形成AI技术产业化或经济化应用的AI生态系统的竞争。由于目前尚未创造出AI服务的可持续盈利模式，因此在产业层面，美中两国AI企业之间的并购将在相当长一段时间内持续进行。在此过程中，推动AI生态系统竞争的美中两国的范式差异将更加鲜明。在美国，AI的产业化和商业化过程中，技术创新的主体将从大学和研究所以企业为主导，研究与开发之间的联系将更加紧密。此外，随着产业层面的AI竞争呈现“金钱游戏（money game）”的态势，为筹集资金而展开的国家间竞争将更加激烈。在此过程中，中国式政府向民间注资的模式与美国式动用大型科技公司和民间投资资金的模式之间的竞争将更加激烈。

第二，美中两国未来可能超越技术和产业层面，在关乎生存的国家战略层面展开AI竞争。在可能影响尖端技术竞争和国家安全的产业层面，将追求“脱钩”（decoupling），而争夺AI领域市场先机的产业竞争将更加激烈。不过，在此过程中，美国可能利用印太地区和欧洲的盟友及伙伴，中国则可能利用“一带一路”参与国和全球南方国家，作为AI竞争的手段。在此基础上，美中两国将不仅在产业层面，还在建立有利于本国的全球AI治理方面展开竞争。美国将努力减少与欧盟在AI监管方面的分歧，从而为与中国在AI规范和规则方面的竞争做好准备。中国将为推广本国AI模型，向全球南方国家提供各种激励措施，并试图出口更先进的AI威权主义模式。

不过，正如世界主要国家纷纷发布各自AI战略所示，美中两大阵营内部的国家间竞争也可能加速。如果拥有AI能力的某些国家加入产业层面的竞争，AI生态系统的分裂可能会被促进。为了防止这种可能性成为现实，AI中等强国的作用是必要的。 ■

参考文献

Bomey, Nathan. 2024. “Charted: U.S. is the private sector AI leader.” Axios. July 9. https://www.axios.com/...sector.

Cohen, Jared, and George Lee. “The Generative World Order: AI, Geopolitics, and Power.” Goldman Sachs. December 14. https://www.goldmansachs.com/...power.

Ding, Jeffrey, and Jenny W. Xiao. 2023. “Recent Trends in China’s Large Language Model Landscape.” Centre for the Governance of AI. 4月. https://cdn.governance.ai/...LLMs.pdf.

EET China. 2023. “中国“卡脖子”的35项关键技术，如今攻破了至少21项！(China has now deciphered at least 21 of the 35 bottlenecked key technologies!).” 4月 9日. https://www.eet-china.com/mp/a209546.html.

EffectiveAdvocate. 2024. “Middle Powers in AI Governance: Potential paths to impact and related questions.” Effective Altruism Forum. 3月 16日. https://forum.effectivealtruism.org/...and.

Hillman, Jonathan E. and Maesea McCalpin. 2019. “Watching Huawei’s ‘Safe Cities.’” Center for Strateic & International Studies (CSIS). 11月 4日. https://www.csis.org/...cities.

Lapedus, Mark. 2021. “China Accelerates Foundry, Power Semi Efforts.” Semiconductor Engineering. 11月 22日. https://semiengineering.com/...efforts/.

Lazard. 2023. “Geopolitics of Artificial Intelligence.” Geopolitical Advisory Research Brief. 10月. https://www.lazard.com/...intelligence/.

MacroPolo. 2020. “The Global AI Talent Tracker 2.0 – 2023 Update.” https://macropolo.org/...tracker/.

The White House. 2022. “Remarks by National Security Advisor Jake Sullivan at the Special Competitive Studies Project Global Emerging Technologies Summit.” Briefing Room. 9月 16日. https://www.whitehouse.gov/...summit/.

Tortoise Media. 2023. “The Global AI Index.” https://www.tortoisemedia.com/...#rankings.

Wang, Che-jen. 2024. “4 Ways China Gets Around US AI Chip Restrictions.” The Diplomat. June 28. https://thediplomat.com/...restrictions/.

Weinstein, Emily. 2021. “Don’t Underestimate China’s Military-Civil Fusion Efforts.” Foreign Policy. February 5. https://foreignpolicy.com/...efforts/.

■ 李承周_东亚研究所（EAI）贸易·技术·转型中心主任；中央大学政治国际学系教授。

■ 负责人及编辑：朴知秀, EAI 연구원

    문의 및 편집: 02 2277 1683 (ext. 208) | jspark@eai.or.kr