[AI时代路径选择与新韩半岛构想] ② 围绕AI的一般动向

Ⅰ. AI发展的全球动向与结构变化

1. AGI时代的到来与技术范式的转型

进入21世纪，人工智能(AI)已成长为一种将重塑人类文明结构本身的通用技术。特别是，以2010年代中期深度学习(deep learning)的商业化为起点，AI技术的发展速度呈现出陡峭的上升曲线。此后，Transformer架构的出现和大型语言模型(Large Language Model, LLM)的普及，使AI从技术专家的专属品转变为普通大众的日常工具。2022年11月，OpenAI推出的ChatGPT以历史上最快的速度突破1亿用户，引领了这一转型。

<图1> 52天内Claude发布的模型数量

来源：中央日报(2017. 6. 9.)

这种由LLM引发的人工智能爆发式发展，自然而然地引向了对向通用人工智能(Artificial General Intelligence, AGI)转型的期待，并已成为全球政策讨论的核心议题。在业界众多科技大师、研究机构和大型科技公司预测通用人工智能可能在10年内到来的背景下，主要国家政府开始将其视为决定国家存亡的战略资产，而不仅仅是技术创新。美国于2025年1月特朗普总统就职次日宣布了规模达5000亿美元的星际之门(Stargate)项目，并于同年11月通过创世纪任务(Genesis Mission)将AI提升为科学研究的曼哈顿计划，这充分体现了这种认识。此外，最近发布的Claude的Mitos模型在发布后立即给全球安全和国防系统带来了冲击，彻底动摇了全球AI安全格局。

从技术范式的角度看，另一个值得关注的趋势是开放权重模型的迅速崛起。2025年1月，中国DeepSeek的出现给西方AI业界带来了严重冲击。DeepSeek在规避美国先进GPU出口管制的情况下，实现了与OpenAI相当的性能，并通过开源其模型，从根本上改变了AI技术的地理和经济可及性。特朗普总统对此评价称其为“对我们产业的警钟(wake-up call)”，该事件向世界暴露了美国AI战略的脆弱性(NBC News 2025)。中国的开源战略正在取得使其本国AI技术在全球模型市场迅速扩散的效果，未来在人形机器人领域也很有可能重现类似的结构。特别是，除了DeepSeek之外，阿里巴巴的Qwen、智谱、MiniMax等模型竞相免费提供世界最高水平的开放权重模型，使得这一趋势发展得更为迅猛。

在技术发展的方向性方面，另一个重要的转型正在进行中。迄今为止，AI开发的主要方法论是通过投入更多数据和计算资源来扩大模型规模的规模化(scaling)方法。然而，随着该方法论接近收益递减极限的迹象出现，业界的关注点正逐渐转向以现场成果为中心和效率。中国DeepSeek所展示的节俭式(frugal)创新，即用更少的资源取得更多成果的方法，是这一转型最戏剧性的例证。预计下一代AI范式的竞争轴心将超越单纯的规模竞争，转向架构创新、能源效率和推理能力的质的飞跃。实际上，深度学习大师扬·勒丘恩曾表示，AGI很可能以多模态而非大型语言模型的形式实现，GPT联合创始人伊尔亚·苏茨克维也曾强调，人工智能竞争正从规模化时代转向研究时代。

2. AI的社会经济影响

AI对社会经济结构的影响已经显现，但其规模和方向性存在相当大的不确定性。从劳动力市场的角度看，仅2026年2月一个月，美国就有92,000个工作岗位消失。AI代理的普及正在使无需人类直接干预即可处理复杂任务的无人循环(loop without human)的可能性成为现实。Cazzaniga等人的研究分析指出，虽然高收入、发达国家和男性更多地暴露于人工智能，但他们也能够捕捉到更多利用AI创造更高附加值的新机会。

<图2> 各国按性别、教育水平、年龄划分的人工智能暴露程度

来源：Cazzaniga et al., (2024)

然而，仅从工作岗位减少的角度来理解AI的经济影响过于片面。根据MIT NANDA(2025)的研究，尽管企业内部AI的采用率很高，但实现实质性业务转型(transformation)的企业仅占总数的5%，并且在9个产业部门中的7个未观察到结构性变化。也有观点认为，主张AI将在短期内替代大部分工作岗位的说法，是未充分考虑到AI工具不完善的工作流程整合、学习不能问题、组织文化阻力等制约实际普及的因素，而仅是理想化的推测。

更重要的是，AI正在极大地重塑人类能力的分布。AI在呈几何级数放大顶尖0.01%卓越人才能力的同时，也强烈倾向于替代大量中等水平的工作。这预示着AI时代的组织形态有可能趋向于“1人 + 1代理 + 1人形机器人”的超小型和超高效结构，由此带来的不平等加剧和包容性增长的政策困境也日益凸显。此外，AI技术的惠益集中于英语圈和高收入国家的现象可能会加剧全球数字鸿沟，这尤其可能对全球南方的发展中国家造成严重的结构性两极分化。

3. AI战略竞争的结构性特征

随着AI技术战略重要性的凸显，国际政治的核心竞争格局正迅速向围绕AI的战略竞争收敛。特别是，随着两国间技术差距的反复扩大和缩小，未来竞争格局的演变比以往任何时候都更受关注。

<图3> 美中AI模型间近期的性能差距

来源：NIST(2026)

要理解这场竞争的结构性特征，需要审视AI能力的五大战略资源，即算力(compute)、数据(data)、人才(talent)、算法(algorithm)和标准(standards)，是如何成为国家竞争力核心要素的。

首先，算力是支撑AI模型训练和服务提供的最核心物理基础设施。英伟达的GPU、台积电的半导体代工、阿斯麦的EUV光刻机、SK海力士的HBM等已成为AI时代的核心瓶颈资源，围绕其控制权的竞争正在形成地缘政治冲突的新战线。其次，数据被比作新石油，是AI模型开发的重要原料。数据本地化规定、跨境数据流动协定、个人信息保护体系等决定了AI竞争力的法律和制度基础。第三，人才是利用上述基础设施和资源创造实际价值的核心参与者，是所有知识的结晶。具备前沿研究经验和能力的人才变得比以往任何时候都更加重要，因此全球主要国家都为吸引全球顶尖AI工程师而提供天文数字的年薪和待遇。例如，据悉Meta在启动新AI实验室时，向部分核心人才开出了1000亿韩元的年薪。第四，算法已成为新的系统，是经济、社会和国防的核心资产，直接用于自主系统、网络作战和战场决策支持。最后，标准作为新游戏规则和强大的制衡手段发挥作用。ISO/IEC 42001、NIST AI RMF、欧盟《人工智能法案》、中国的生成式AI规定等相互竞争的规范体系，为确保全球AI治理的领导地位而形成了强有力的竞争格局。

围绕这五大资源的竞争以美国和中国为两轴展开，但其结构并非单纯的两极体系，而是呈现出复杂的多层次竞争形态。美国在本土企业引领全球AI创新的同时，通过出口管制和投资审查来限制中国的技术获取。中国则以国家主导的创新生态系统和庞大的内需市场为基础进行追赶，同时通过开源战略和全球南方伙伴关系试图突破美国的包围。欧洲自居为规范制定者，探索第三条道路，而韩国、日本、新加坡、印度等AI中等强国则在美中之间维持战略自主性，同时采取复合战略以最大化本国的利基能力。

值得注意的是，AI竞争已开始超越单纯的技术竞争，带有价值竞争的性质。OpenAI的萨姆·奥尔特曼在国会听证会上直接阐明了以美国主导的民主价值观为基础的AI与威权主义AI之间的对决。副总统J.D. 万斯在巴黎AI峰会上强烈批评了威权政权的AI武器化。这种论述将AI竞争从单纯的经济和技术层面提升至文明论和意识形态层面，成为使中等强国的战略选择更加复杂的因素。中等强国也与过去不同，面临着必须确保一定程度的战略自主性，从而提升人工智能竞争力的局面。

Ⅱ. AI在军事、经济、知识及治理领域的扩散

1. 主要国家AI战略比较分析

(1) 美国：AI战略的演变与内在矛盾

美国的AI战略自2017年以来经历了三个阶段的转型和演变。第一届特朗普政府（2017-2021）首次将AI定义为战略技术，但没有具体的国家战略，表现出依赖私营部门主导的特点。2017年的《国家安全战略》(NSS)将AI明确为对经济增长和国家安全至关重要的新兴技术，并将中国和俄罗斯定义为战略竞争对手，但这仍停留在对风险的初步认识层面(Trump 2017)。2019年的第13859号行政命令（美国AI倡议）提出了AI研发投资、资源开放、治理标准制定、人才培养、国际合作等五大优先事项，制定了首个全面的AI生态系统战略(Executive Order 13859 2019)。

拜登政府（2021-2025）将AI提升为独立且核心的安全优先事项。这一时期的特点是两种威胁认知并存。其一是中国AI能力迅速增长带来的外部安全威胁，其二是深度伪造导致虚假信息扩散、AI系统偏见、自主武器伦理问题等AI本身对民主价值观构成的威胁。2023年10月签署的第14110号行政命令(EO 14110)整合了这两个层面，宣布将“安全、可靠、可信的AI”作为国策，规定了对高性能AI模型进行安全测试结果报告的义务，以及开发内容来源标准等(Biden 2023)。此外，拜登积极运用四方安全对话(QUAD)、贸易和技术委员会(TTC)、印太经济框架(IPEF)、芯片四方联盟(Fab 4)等多边联盟框架，致力于构建同盟团结。2022年10月发布的半导体出口管制一揽子计划被评为数十年来最全面的出口管制，甚至包括禁止美国公民及永久居民在中国半导体企业工作的措施，是全面的脱钩措施。

第二届特朗普政府（2025-至今）展现了与拜登政府不同的方向。就职次日宣布的星际之门项目是一项为期4年、规模达5000亿美元的AI基础设施投资计划，由OpenAI、软银、甲骨文等参与，目标是在得克萨斯、新墨西哥、俄亥俄等美国全境建设AI数据中心，并确保高达10吉瓦的计算容量。2025年7月发布的《AI行动计划》由三大支柱构成：消除监管壁垒、建设大型AI基础设施、以及将AI推广为全球标准的外交与安全战略。创世纪任务(EO 14363, 2025年11月)的目标是利用AI在10年内将美国的科学研究生产力提高一倍，其核心是由能源部主导，建设连接17个国家实验室的综合研究平台。

<图4> 美国能源部(DOE)的“AI促进科学”合作现状

来源：金永基(2026)

然而，第二届特朗普政府的战略存在核心的内在矛盾。《AI行动计划》宣称要与中国进行AI领导力竞争，但实际上却决定恢复向中国销售英伟达高端芯片(H20)，暴露出宣言与执行之间的混乱(The White House 2025)。更根本的是，‘为包围中国需要同盟’的安全逻辑与‘同盟国也是竞争对手’的美国优先(America First)逻辑相冲突，导致与同盟国的AI合作实际上以单方面的推广和指示形式进行。特朗普在对同盟国征收高额关税的同时要求其在出口管制方面合作，这种自相矛盾的战略造成了政策混乱，因此未能引导同盟国的积极参与。

(2) 中国：国家主导创新的疾驰与全球影响力扩大

中国的AI崛起是自1978年改革开放以来，将41年间平均实现9.4%经济增长的发展型国家能力集中投资于AI领域的结果。2024年，中国的研发(R&D)支出约为1.03万亿美元，首次超过美国（1.01万亿美元），这不仅是投入量的问题，更预示着中国的技术能力已达到结构性转折点。2025年，中国在《自然指数》中位居世界第一，清华大学在全球AI专利申请机构中名列前茅，是支撑这一质的转变的代表性案例。

中国的AI战略随着2017年《新一代人工智能发展规划》的发布而正式启动。该规划提出了2020年、2025年、2030年三个阶段的阶梯式发展目标，并采纳了到2030年实现AI核心产业规模1万亿元人民币、相关产业10万亿元人民币，成为世界AI领导者的愿景(国务院 2017)。此后，2024年公布的“AI+”战略提出了通过全面应用和推广AI，同时实现国内附加值创造和全球影响力扩大的目标。

<图5> 通过“AI连接行动计划”在欧洲设立的AI工厂

来源：国务院(2025)

中国AI创新体系最显著的特点是国家与民间的复杂共生关系。表面上看似国家主导，但实际上政府采购的70%以上归属于民营AI企业，在监管与产业发展之间存在着公私部门间精密的交易。在所谓的“先创新后监管”原则下，百度(Baidu)、阿里巴巴(Alibaba)、腾讯(Tencent)、华为(Huawei)等BATH企业群主导着AI生态系统，而国家则通过鲶鱼效应(catfish effect)维持持续的竞争压力。军民融合(Military-Civil Fusion, MCF)战略是该结构的安全层面，将民间AI创新转化为军事能力的渠道制度化。科大讯飞等民营AI企业作为中国人民解放军的主要AI承包商活动，是该结构的一个典型例子。

中国AI固有的竞争特性如下。第一，以更少资源取得更多成果的节俭式创新能力，在DeepSeek案例中得到了戏剧性的证明。第二，通过复杂多模型实现的整体性(holistic)创新能力以及广泛的内化和自给自足导向，为抵御美国的出口管制提供了结构性抵抗力。第三，庞大的AI原生消费市场成为企业在真实环境中迅速验证和改进AI系统的最强大测试平台。北京、上海、杭州等13个AI创新发展试验区等开放AI创新平台构成了这一创新生态系统的地理和技术基础设施。

然而，也必须正视中国AI发展的结构性局限。僵化的教育体系培养出的创新人才不足、对独创性思维的制度性压制，以及自由和容错创新体系的结构性矛盾，是中国AI长期竞争力的重大风险因素。美中竞争加剧、经济增长放缓、人口减少带来的中长期经济前景不确定性，也是制约中国AI发展战略可持续性的外部因素。此外，对任何技术都可以由党有效管理的这种对技术治理的过分自信，也内含着引发AI导致难以预测的灾难性事故的风险。

尽管如此，短期内中国的战略一致性值得关注。与特朗普政府不可预测的关税政策和对同盟的施压相比，中国相对一致地维持着胡萝卜加大棒战略，因此往往被伙伴国家视为更可预测的合作对象。许多中等强国在采用美国AI技术的同时，又被中国的经济诱因所吸引，采取这种双重立场，正反映了这种战略一致性的效果。

(3) 欧洲：从规范引领到确保产业竞争力

欧洲的人工智能战略一直以将自身定位为“监管超级大国”（regulatory superpower）为核心基调。欧洲一贯保持着在美中之间确立第三个人工智能强国地位的战略意图，为了在人工智能治理领域也确立起其通过《通用数据保护条例》（GDPR）所获得的全球数字规范领导地位，于2024年制定了《欧盟人工智能法案》。该法案采用了根据人工智能系统风险等级划分的四级监管框架。“不可接受的风险”（unacceptable risk）类别适用于社会评分系统、未经授权的生物识别等，原则上予以禁止；而“高风险”（high risk）类别则适用于医疗设备、教育、雇佣及关键基础设施等，并施加了严格的透明度和人工监督要求(European Union 2024)。该法案的域外适用条款同样适用于在欧盟市场提供服务的所有外国人工智能企业，意在产生设定全球人工智能规范标准的“布鲁塞尔效应”（Brussels effect）。

然而，欧盟的雄心与现实之间存在相当大的差距。欧盟《人工智能法案》生效后，由于过于严厉的处罚规定，包括全球大型科技公司在内的世界主要企业开始回避在欧洲市场的投资和进入，欧洲本土的AI企业也因严格的监管而不敢开发新服务。为了打破这种因过度监管而导致创新动力丧失的局面，欧洲暂缓了人工智能法案的实施，并新设了例外条款等制度改善措施，同时于2025年发布了旨在支持人工智能应用和创新的“AI大陆行动计划”，积极推动欧洲成为AI创新中心。

然而，根据专家的评估，欧盟宣布的AI投资实际上大部分是对现有项目的重新包装，而非新增资金。美国软件企业在研发上的投入是欧盟企业的10倍，存在严重的投资差距。从个别国家的战略来看，法国正以巴黎综合理工学院(École polytechnique)和巴黎高等师范学院(ENS)等精英教育机构为中心的人脉网络为基础，推动成为AI强国。2023年创立的Mistral AI是由谷歌DeepMind和Meta AI出身的研究人员回国创立的企业，在29个月内企业价值达到138亿美元，成为欧洲最大的AI独角兽。

<图5> 通过“AI连接行动计划”在欧洲设立的AI工厂

来源：European Commission. (2025). AI Continent Action Plan.

德国采取了追求制造业强国向AI转型的“AI+X”模式，全面支持将AI与精密制造、汽车、化工、物流领域相结合的战略。然而，德国企业的AI采用率仍然低迷，曾是国家代表性AI初创企业的Aleph Alpha放弃了前沿模型开发，转向企业级AI软件业务，这暴露了德国战略的结构性局限。此外，该公司最近出售了业务部门，实际上正进入放弃AI业务的程序，未来的前景更加黯淡。

英国在脱欧后，采取了与欧盟的事前监管模式刻意区别开来的亲创新监管中心战略，通过举办布莱切利公园AI安全峰会和创建世界首个AI安全研究所(AISI)，正在将自己定位为全球AI安全治理的中心。此外，英国以DeepMind和核心人才为媒介，加强与美国人工智能生态系统的战略联系，同时设立“技术主权基金”，同步推进确保自身技术能力的建设。

(4) 亚洲中等强国：在美中之间寻求战略自主性

亚洲的主要中等强国在AI时代普遍采取双轨战略。即在规范和安全方面维持与美国及西方的联系，同时最低限度地维持产业自主性和与中国的经济联系。它们都将主权AI(Sovereign AI)的论述作为本国战略的核心语言，但在具体的实施方法上存在相当大的差异。

韩国以2016年的“AlphaGo冲击”为契机，加快了AI战略的制定步伐，自2019年制定国家AI战略以来，全面提出了成为“AI G3”的目标。韩国AI战略的核心杠杆在于半导体，特别是高带宽存储器（HBM）。韩国供应了全球HBM市场约90%的份额，这是在以英伟达（NVIDIA）为中心的AI计算范式中确保了结构性不可或缺性（indispensability）的战略资产。SK海力士作为英伟达最大的HBM供应商，与三星电子的晶圆代工业务一同，成为了AI基础设施供应链的核心支柱。于2024年12月通过国会、2026年1月施行的《AI基本法》，是亚洲首部全面性、横向性的AI法律，该法案对高风险AI施加了透明度和人类监督的义务，同时采取了比欧盟《人工智能法案》更具创新友好性的设计。此外，韩国紧随美国和中国之后，迅速制定了AI行动计划并编制了大规模预算，全力支持构建独立的AI生态系统。（国家人工智能战略委员会 2026）。

日本采取的战略是通过其独特的“社会5.0”（Society 5.0）概念框架，将AI定位为解决人口减少、老龄化和能源依赖等结构性问题的方案（Cabinet Office of Japan 2019）。在治理方面，日本采用“软法”（soft law）路径，即依赖原则和自愿遵守而非具有约束力的法律，并作为2023年G7轮值主席国，在主导“广岛AI进程”（Hiroshima AI Process）以及为先进AI开发者制定国际行为准则方面发挥了核心作用。在技术方面，日本正致力于通过Rapidus公司尝试构建2纳米逻辑晶圆代工厂，开发NTT的日语大语言模型（LLM），以及探索Sakana AI的演化模型合并方法等。与此同时，高市（Takaichi）政府上台后，宣布了对包括AI、人形机器人和半导体在内的主要核心技术进行大规模投资的计划（《ETODAY》2026/03/08）。

新加坡采取的策略是将其作为城市国家的物理局限转化为一种悖论性优势。它不专注于开发国内基础模型，而是集中精力构建其作为值得信赖的AI中心的治理领导力。作为全球首个AI治理测试框架AI Verify、东南亚语言专属大语言模型SEA-LION以及《东盟AI治理指南》的主要起草者，新加坡发挥着与其规模不成比例的巨大国际影响力（Smart Nation Singapore 2023）。新加坡的战略可谓一种独特的方法，它将AI主权定义为治理能力，而非技术自立。

印度以其14亿人口的庞大市场规模、世界第三的AI人才库，以及Aadhaar（14亿人口的生物识别ID）、UPI（每月180亿笔支付）和DigiLocker等经过验证的公共数字基础设施作为其AI战略的基石（NITI Aayog 2018）。2024年3月批准的“印度AI使命”（India AI Mission，预算1037.2亿卢比，约合12.5亿美元）提出了七大支柱，包括构建主权GPU集群、开发印度语系（Indic）大语言模型以及建立公共数据集平台（MeitY 2024）。印度正在形成其特有的基础模型生态系统，如BharatGPT、Krutrim和Sarvam AI等，并在包括AI影响力峰会在内的多个多边平台上，代表“全球南方”国家，积极扮演引领全球AI议程的角色。

2. 军事与安全领域的AI扩散

AI的军事扩散正在重新定义现代战争的范式本身。随着AI在自主武器系统（AWS）、战场态势感知、网络作战、后勤优化以及情报、监视与侦察（ISR）等领域的应用迅速扩大，军事战略家们预测，AI将把决策速度（decision speed）压缩到超越人类认知极限的水平。无人机蜂群（drone swarm）、基于AI的网络武器以及利用深度伪造（deepfake）技术进行的认知战（cognitive warfare）等，都已是投入实战或正在开发中的技术。

作为一种军民两用（dual-use）技术，AI对传统的军备控制范式提出了根本性挑战。在民用领域开发的AI能力可以被转用于军事目的，这一事实使得通过出口管制和技术转让限制来防止军事AI扩散变得极为困难。

在多边AI治理方面，北约（NATO）于2021年通过了其首个AI战略，并于2024年发布了修订版，正在为负责任的AI原则在军事领域的应用构建制度框架（NATO 2024）。然而，在当前中美未参与任何有意义形式的军事AI合作对话的情况下，自主武器系统的国际规范形成正处于严重的真空状态。AI安全峰会网络专注于民用AI安全，未能涵盖军事AI治理，也是造成这一真空的部分原因。

3. 经济领域的AI扩散

在经济领域，AI的扩散正以重塑整个产业结构和价值链的方式进行。在制造业，基于AI的预测性维护、质量检测自动化和供应链优化正极大地提高生产力，尤其是在半导体、汽车和精密机械领域，AI与机器人的融合正在加速。在金融领域，算法交易、基于AI的风险评估和异常交易检测已成为标准基础设施，特别是新加坡星展银行（DBS Bank）运营着300多个AI应用案例，引领着该领域的发展。在医疗健康领域，AI辅助诊断、新药研发和临床试验优化等方面的创新正在进行中，日本的“社会5.0”框架作为应对老龄化社会的AI医疗健康模型而备受关注。

AI基础设施的投资竞争也对全球能源、房地产和金融市场产生了广泛的连锁反应。“星际之门”（Stargate）项目的目标容量为10吉瓦（GW），相当于一个中等国家的电力消耗量。AI数据中心的激增正在为电网基础设施、水冷系统和整个半导体供应链创造前所未有的需求。伊朗将位于阿联酋的“星际之门”数据中心指定为军事目标，并公布卫星照片威胁要将其彻底摧毁，这象征性地表明，AI基础设施已成为现代冲突中的战略目标。

与AI相关的产业政策现已成为所有主要国家的标准政策工具。以半导体供应链安全为核心的美国《芯片法案》（CHIPS Act）、欧盟的《芯片法案》（Chips Act）、韩国的“K-半导体带”、日本的半导体重建战略（Rapidus）以及印度的“半导体使命”（ISM），都是旨在提升AI竞争力的硬件基础产业政策的案例。这些政策的共同特点是通过国家补贴实现供应链本地化，并结合对核心技术的出口管制，呈现出保护主义倾向，这加剧了战后自由贸易秩序的紧张局势。

与AI相关的产业政策现已成为所有主要国家的标准政策工具。以半导体供应链安全为核心的美国《芯片法案》（CHIPS Act）、欧盟的《芯片法案》（Chips Act）、韩国的“K-半导体带”、日本的半导体重建战略（Rapidus）以及印度的“半导体使命”（ISM），都是旨在提升AI竞争力的硬件基础产业政策的案例。这些政策的共同特点是通过国家补贴实现供应链本地化，并结合对核心技术的出口管制，呈现出保护主义倾向，这加剧了战后自由贸易秩序的紧张局势。

4. 知识与治理领域的AI扩散

AI治理的国际制度化自2019年以来取得了迅速进展。经合组织（OECD）的AI原则（2019）提出了以人为本、透明度、问责制、安全性、公平性五大原则，为国际规范奠定了基础，这些原则也被G20 AI原则所采纳（OECD 2019）。全球人工智能伙伴关系（GPAI，2020）是由欧盟和14个民主国家创立的多边AI治理论坛，尽管初期有百度公司参与，但中国最终因寻求自身的AI标准化路线而退出。联合国（UN）于2024年3月通过了AI治理决议，联合国教科文组织（UNESCO）则在2021年发布了《人工智能伦理问题建议书》（UNESCO 2021）。

AI安全峰会是展现治理制度化中最具活力的变化的平台。2023年在英国布莱切利园举行的首届AI安全峰会，有28国政府和主要AI企业参与，通过了《布莱切利宣言》，并促成了全球首个政府AI安全研究所（AISI）在英国的成立。此后在首尔（2024年）和巴黎（2025年）接续举行的峰会，持续扩展了AI安全的国际议程。目前，一个由美国、英国、日本、韩国、新加坡、印度、欧盟AI办公室、加拿大和澳大利亚等参与的国际AISI网络已经形成，正在推进对前沿AI模型的共同评估和红队测试协议的共享。（人工智能安全研究所 2026）。

然而，在AI治理的深层，存在着根本性的规范竞争。美式路径强调创新优先和自我监管，在特朗普第二任期政府下，更是将DEI（多样性、公平性和包容性）和AI安全概念本身置于次要地位，并将美国AI的全球扩张推到国家战略的前沿。欧式路径以预先预防性监管和基本权利保护为核心原则，试图通过《人工智能法案》（AI Act）为全球AI企业设定必须遵守的强制性规范。中式路径则以国家主导的技术发展和网络主权为核心概念，在与西方主导的治理论坛并行的同时，构建自身的AI标准体系，并谋求向“全球南方”国家出口。这三种规范体系的竞争，已不仅仅是技术标准之争，更带有争夺数字时代国际秩序和互联网治理未来的文明竞争的性质。

Ⅲ. AI时代的国际秩序变化及其对朝鲜半岛的启示

1. AI时代国际秩序的结构性变化

围绕AI的国际秩序中，最重要的结构性变化是技术集团化（tech bloc formation）的加剧。随着美国的出口管制与中国的自主化战略相互交织，全球技术生态系统正从单一市场分裂为多个并行的生态系统。各个集团构建各自独立的AI模型、半导体供应链、数字基础设施和数据治理体系的“多归属”（multi-homing）结构日益明显。这从市场效率的角度看是一种损失，但也意味着各国行使符合自身利益的战略选择的空间有所扩大。

<图6> 中美AI全栈生态系统的分离现状

资料来源：Cho Eun-kyo 等 (2021)

“主权AI”（Sovereign AI）话语的迅速扩散是这一结构性变化的意识形态表现。技术主权的基本追求是优先缓解对特定国家或企业的单方面结构性依赖。也就是说，即使不完全自主研发，只要能确保对多种替代方案的访问权限即可。从这个角度看，主权AI被重新定义为一个地缘政治能力问题，即主动设计依赖结构，而非追求完全技术自立的乌托邦。美国强调，各国利用其世界顶级的全栈AI来加强自身AI主权是可取的战略；而中国则强调，利用本国性价比高的模型，避免对美国单方面依赖，更有利于确保AI主权。在此背景下，有必要对主要“AI中等强国”（AI Middle Powers）所追求的AI主权战略进行比较分析。

尤其值得关注的是中等强国可采取的战略类型的多样性。日本、英国、加拿大等“战略性不可或缺追求者”（Strategic Indispensability Seekers），专注于在治理领导力和安全研究方面，在美国主导的生态系统中确保不可替代的角色。韩国、法国、德国等“小规模全栈提供者”（Small Scale Full-stack Providers），则推行同时拥有独立AI模型和半导体能力的战略。而印度作为“普惠AI”支持者（AI for All Supporters），则依托其庞大的人口和数字公共基础设施，追求成为“全球南方”的AI领导者。这些类型并非固定不变，可随着技术发展和地缘政治变化而灵活转换。

<图7> 按人工智能能力划分的国家分组

资料来源: https://www.tortoisemedia.com/data/global-ai#rankings

2. 韩国的战略定位与课题

韩国的AI战略旨在最大限度地利用其在HBM半导体方面的结构性优势，并追求一种将半导体、模型与应用相结合的垂直整合型定位，即将此优势延伸至基础模型和各行业的AI扩散。成为“AI G3”的政治目标虽然雄心勃勃，但现实中仍有许多待解决的课题。与英语和汉语相比，韩语数据的绝对规模劣势、对三星和SK海力士等大企业的过度依赖、AI人才流向美国大型科技公司，以及国内基础模型的全球竞争力有限等，都被指为结构性制约因素。

认识到这些局限性，韩国的现实战略应是确保“战略性不可或缺性”（Strategic Indispensability），并以此为杠杆，同步确保AI主权。目前，韩国正以HBM为杠杆推进这一战略，但随着AI计算架构的变化和中国尝试开发替代方案，这种垄断地位可能并非永久。因此，韩国必须持续发掘新的技术和生态系统基础，以便在下一代技术范式中也能保持其战略性不可或缺性。

追求“合作性技术主权”（cooperative technology sovereignty）在韩国的战略框架中同样重要。在完全技术自立不现实的情况下，韩国应朝着通过与中等强国建立战略网络来确保集体杠杆的方向发展。这是一种互惠的主权战略，旨在通过多元化的伙伴关系而非单方面依赖来分散各领域的依赖度，并构建相互强化的合作关系结构。韩国在NeurIPS等前沿AI研究社区中扩大影响力、共同主办AI首尔峰会、以及争取联合国AI中心的落户，都可以视为这一方向的实际体现。

从提升吸收能力和增强基础实力的角度来对待以主权AI为中心的技术追赶，这一战略意义是合理的，但更重要的是抓住下一次范式转换的机会。正如韩国在半导体领域于数字化转型的交叉点抢占了存储器市场的经验一样，在AI时代，也需要一种战略来捕捉当前技术局限性变得明朗的“工艺创新时刻”（Process Innovation Moment）。在Transformer之后的架构、量子-AI融合、高能效AI等下一代技术领域确保先发定位，是长期竞争力的关键。

3. 对朝鲜半岛的启示

AI战略竞争对朝鲜半岛的启示是复杂且多层次的。首先，中美AI竞争的加剧很可能使韩国的战略困境结构性地固化。在美国试图最大限度遏制中国AI版图扩张的战略背景下，韩国面临着双重压力：既要参与美国主导的AI供应链（全栈），又要维持与中国市场的经济联系。就像在中东地区，美国通过清除中国技术并以美国技术为中心完成市场重组，导致市场萎缩一样，韩国的AI出口空间也可能因地缘政治的分裂而逐渐受限。

其次，必须审视朝鲜的AI能力及其对南北关系的结构性启示。在国际制裁下，朝鲜获取先进GPU和AI开发工具的渠道受到极大限制，但中国的开源AI扩散战略有可能部分缓解这一制约。以DeepSeek为代表的中国产开源模型的扩散，为在没有高性能GPU的情况下构建一定水平的AI能力提供了途径。事实上，不断有迹象表明，朝鲜正在网络攻击、加密货币盗窃、宣传与欺骗活动等领域战略性地利用AI。这预示着在军事与安全领域，南北之间的AI能力差距可能以不同于一般技术差距的方式展开。

第三，需要从结构上分析韩国对朝AI合作可能性的条件与前景。在当前的国际制裁体系和南北关系僵局下，对朝AI合作极为有限。但从中长期来看，AI具有成为促进南北统一新媒介的潜力。AI在朝鲜农业、医疗、教育领域的应用可为南北经济合作提供新框架；在知识与治理领域，通过AI改变朝鲜的信息环境，长远来看可能成为社会变革的动力。然而，所有这些可能性都以一个高度精密的双重战略为前提：既要遏制朝鲜AI能力的军事化应用，又要支持其民用化。

第四，在AI时代的朝鲜半岛战略中，最重要的是韩国要构建起对中美朝三方都不可替代的AI伙伴地位。如果韩国能确立其作为美国半导体供应链核心技术提供者、作为多国值得信赖的AI技术合作伙伴，以及长远来看作为朝鲜AI驱动发展的实际合作者的地位，那么AI将超越单纯的技术竞争工具，成为朝鲜半岛和平与繁荣的新的结构性基础。为此，韩国的AI战略必须超越增强国内产业竞争力的范畴，在东北亚和全球AI治理的背景下，与统一与和平的宏观目标有机地联系起来。

归根结底，在AI时代，韩国的战略成功仅靠确保技术能力是不够的。只有将持续发掘战略性不可或缺性、实现合作性技术主权、构建中等强国网络，以及将AI定位为朝鲜半岛和平与繁荣的长期工具的宏观战略有机结合起来，韩国才能成为AI时代的真正受益者和积极塑造者。为此，动态的政策更新和持续的微调（fine-tuning）至关重要，并且在认识到没有任何单一行为者能够垄断AI的现实中，需要一种通过国际网络进行合作、主导AI扩散的互惠主权战略。 ■

■ 作者：白瑞寅_汉阳大学全球文化通商学部教授。

■ 负责及编辑：林在炫_EAI研究员 联系方式：02-2277-0746 (ext. 209) jhim@eai.or.kr