重塑人工智能主權(quán)：通過戰(zhàn)略投資提升競爭力的途徑執(zhí)行摘要41人工智能價值鏈上的投資模式51.1歷史上對人工智能價值鏈的投資61.2關(guān)鍵AI價值鏈元素的投資趨勢92人工智能基礎(chǔ)設施作為驅(qū)動人工智能競爭力的支柱112.1全球人工智能基礎(chǔ)設施投資趨勢122.2人工智能基礎(chǔ)設施挑戰(zhàn)與戰(zhàn)略方法143走向人工智能競爭力的不同路徑16通路1：從選擇型玩家到生態(tài)系統(tǒng)建造者21途徑2：從采納加速器到生態(tài)系統(tǒng)構(gòu)建者22路徑3:從新興合作者到生態(tài)構(gòu)建者通過采用加速器22路徑4：從新興合作者到生態(tài)構(gòu)建者通過選擇性玩家24通路5：從新興合作者到生態(tài)構(gòu)建者24對政策制定者的四個關(guān)鍵考慮因素25免責聲明這份文件由世界經(jīng)濟論壇發(fā)布，作為對某個項目、洞察領(lǐng)域或互動的貢獻。此處表達的發(fā)現(xiàn)、解讀和結(jié)論是經(jīng)世界經(jīng)濟論壇促進和認可的合作過程的結(jié)果，但其結(jié)果不一定代表世界經(jīng)濟論壇的觀點，也不一定代表其全體成員、合作伙伴或其他利益相關(guān)者的觀點。2026世界經(jīng)濟論壇。版權(quán)所有?版權(quán)所有。本出版物之任何部分均不得以任何形式或任何方式復制或傳播，包括影印和錄音，或由任何信息存儲和檢索系統(tǒng)。重塑人工智能主權(quán)22026年1月重塑人工智能主權(quán)：通過戰(zhàn)略投資實現(xiàn)競爭力的途徑頭部，人工智能中心卓越；會員執(zhí)行委員會世界經(jīng)濟論壇人工智能（AI）正迅速成為21世紀的核心能力，重塑經(jīng)濟格局，重新劃分產(chǎn)業(yè)邊界，并重新定義全球競爭力和主權(quán)的性質(zhì)。它不再僅僅是一項技術(shù)，而是生產(chǎn)力、創(chuàng)新和地緣政治影響力的驅(qū)動力。今天建立起堅實基礎(chǔ)并做出戰(zhàn)略投資的經(jīng)濟體，將決定未來數(shù)十年的智能經(jīng)濟最初以創(chuàng)新競賽為起點的競爭，已經(jīng)演變?yōu)锳I基礎(chǔ)設施的競賽——各國經(jīng)濟正競爭加強控制、確保AI競爭力，并決定誰制定規(guī)則、誰捕獲價值、誰維持長期優(yōu)勢。雖然數(shù)據(jù)中心繼續(xù)吸引著AI投資的重要份額，但許多經(jīng)濟體正面臨一個更根本的問題：如何在加速的競賽中有意義地參與。與此同時，等待清晰并非選項。不采取行動的風險在于加劇市場間AI和經(jīng)濟差距。在這個關(guān)鍵節(jié)點 ,經(jīng)濟體必須重新思考其對AI主權(quán)的策略，并確定如何弗洛里安·米勒歐洲、中東和非洲的資深合伙人兼人工智能、洞察與解決方案主管，貝恩公司這份白皮書《重新思考人工智能主權(quán)：通過戰(zhàn)略投資實現(xiàn)競爭優(yōu)勢的途徑》，源自世界經(jīng)濟論壇人工智能全球聯(lián)盟在人工智能競爭力方面的研究工作，并與貝恩公司合作完成。它基于世界經(jīng)濟論壇2025年1月發(fā)布的白皮書智能經(jīng)濟的藍圖：通過區(qū)域合作提升人工智能競爭力，并將隨后推出有針對性的出版物，詳細介紹如何構(gòu)建主權(quán)人工智能生態(tài)系統(tǒng)和人工智能競爭力。我們提供了一種新的人工智能主權(quán)方法：該方法優(yōu)先考慮戰(zhàn)略控制力和彈性，而非僵化的自給自足，并探討了經(jīng)濟體如何通過審慎的投資選擇、戰(zhàn)略的人工智能基礎(chǔ)設施建設以及人工智能部署，以及可信聯(lián)盟來本文是一份行動號召，旨在塑造一個人工智能主權(quán)作為共同增長引擎的未來，確保戰(zhàn)略控制，同時使所有經(jīng)濟體都能從人工智能的進步中獲益。我們邀請政策制定者和商業(yè)領(lǐng)袖重新思考人工智能主權(quán)，并加入我們，共同提升全球人工智能競爭力，使每個經(jīng)濟體都能在智能時重新思考人工智能主權(quán)3重新思考人工智能主權(quán)4人工智能主權(quán)正成為長期競爭力的一個關(guān)鍵要素。人工智能主權(quán)是指經(jīng)濟體根據(jù)自身價值觀塑造、部署和管理人工智能生態(tài)系統(tǒng)，同時通過本地化投資和可信賴的國際合作確保戰(zhàn)略和運營控制力、靈活性以及最終韌性。在實踐中，人工智能主權(quán)議程反映了經(jīng)濟體加強人工智能能力的戰(zhàn)略優(yōu)先事項，旨在減少對外國實體的依賴、維護國家利益和提升競爭力。因此，一些通過掌控從原材料到基于人工智能的應用的整個人工智些在人工智能領(lǐng)域下大賭注的政府所面臨的一個緊迫問題，但它并非唯一決定性因素。人工智能的競爭力同樣取決于經(jīng)濟體在哪里投資、如何構(gòu)建和部署人工智能能力，以及它們在人工智能價值鏈上與誰合作。本文倡導一種重新定義的人工智能主權(quán)方法——該方法優(yōu)先考慮戰(zhàn)略控制和彈性，而非僵化的自給自足。人工智能時代的成功將不是由孤立決定的，而是由戰(zhàn)略相互依存決定的——平衡對關(guān)鍵人工智能基礎(chǔ)設施的國內(nèi)投資與國際合作。專注于自身比較優(yōu)勢、確保人工智能系統(tǒng)間的互操作性并培養(yǎng)區(qū)域聯(lián)盟的經(jīng)濟體，將處于最能從人工智能革命中獲取長期價值的最佳位置。遠未來幾年所做的決策將決定誰在人工智能驅(qū)動的經(jīng)濟中保持或獲得競爭力。決策者可以通過促進專注和協(xié)作，而不是完全控制，來使人工智能具備競爭力。這意味著決策者應與投資者和其他利益相關(guān)者協(xié)調(diào)，以：–和國家優(yōu)勢識別能夠轉(zhuǎn)化為人工智能能力的優(yōu)–,專注于領(lǐng)域戰(zhàn)略性地投資比較優(yōu)勢，而不是將資源分散在整個人工智能價值鏈上。–到確?？苫ゲ僮鞯腁I基礎(chǔ)設施保證可擴展性、–,利用聯(lián)盟戰(zhàn)略性地與合作伙伴合作，填補關(guān)鍵空白，而不是重復昂貴的努力。不同的競爭優(yōu)勢路徑每個經(jīng)濟體在人工智能競賽中都從不同的起點出發(fā)。雖然基于基礎(chǔ)設施的人工智能主權(quán)對大多數(shù)經(jīng)濟體而言難以企及，但人工智能競爭力的提升存在不同的路徑。本文描述了若干條潛在的路徑，針對人工智能發(fā)展旅程中政策制定者必須支持制定以國家人工智能戰(zhàn)略為目標的發(fā)展，聚焦于其經(jīng)濟的比較優(yōu)勢進行投資。他們應該幫助將人工智能主權(quán)重新定義為戰(zhàn)略相互依存，其中本地化投資與可信賴的合作伙伴關(guān)系和聯(lián)盟相結(jié)合。憑借對本地優(yōu)勢的清晰認識，經(jīng)濟體可以跨越式發(fā)展，邁向人工智能的成功。合作而非所有權(quán)是前進的關(guān)鍵路徑。重塑AI主權(quán)5者，而不僅僅是人工智能接受者”者，而不僅僅是人工智能接受者”1而中國優(yōu)先采用國產(chǎn)AI芯片，2并且歐盟承諾調(diào)動2000億歐元用基礎(chǔ)設施(e.g.compute,基礎(chǔ)設施(e.g.compute,數(shù)據(jù)中心)應用和服務基礎(chǔ)模型硬件輸入應用和服務基礎(chǔ)模型硬件輸入(e.g.半導體)數(shù)據(jù)(e.g.電力,原材料像硅這樣的材料)啟用啟用技術(shù)（例如.設備、連接性、網(wǎng)絡安全)才能和技能研發(fā)和創(chuàng)新使能策略基礎(chǔ)人工智能政策使能者相互依存；順序不代表任何優(yōu)先級。注：*如《智能經(jīng)濟藍圖：通過區(qū)域合作提升人工智能競爭力》中所述，人工智能生態(tài)系統(tǒng)包括人工智能價值鏈要素和關(guān)鍵使能因素，這些因素使得人工智能能夠被開發(fā)、部署和規(guī)?；?。以人為中心構(gòu)建此生態(tài)系統(tǒng)可釋放生產(chǎn)力、創(chuàng)造就業(yè)、促進創(chuàng)新和增長。然而，其能力取決于個體賦能措施的穩(wěn)健性，也取決于它們之間相互強化的有效性。因此，經(jīng)濟體應意識到賦能措施之間密切協(xié)調(diào)的必要性，并保持適應性，因為鑒于快速的技術(shù)進步，新的賦能措施將不可避免地出現(xiàn)并重塑人工如《智能經(jīng)濟藍圖：通過區(qū)域合作提升人工智能競爭力》中所述，人工智能生態(tài)系統(tǒng)包括人工智能價值鏈要素和關(guān)鍵使能因素，這些因素使得人工智能能夠被開發(fā)、部署和規(guī)模化。以人為中心構(gòu)建此生態(tài)系統(tǒng)可釋放生產(chǎn)力、創(chuàng)造就業(yè)、促進創(chuàng)新和增長。然而，其）：1.1人工智能價值鏈的歷史投資具備承載高級人工智能工作負載的能力一直是一個具備承載高級人工智能工作負載的能力一直是一個科技剩余行業(yè)基礎(chǔ)模型基礎(chǔ)輸入硬件輸入數(shù)據(jù)基礎(chǔ)設施基礎(chǔ)模型基礎(chǔ)輸入硬件輸入數(shù)據(jù)基礎(chǔ)設施和服務*投資估算基于電力裝機容量、硅加工、設備以及芯片的資本和研發(fā)支出注意：主要技術(shù)公司的制造業(yè)、數(shù)據(jù)中心、基礎(chǔ)模型訓練和人工智能應用開發(fā)，以及企業(yè)對其他行業(yè)人工智能計劃的投資和數(shù)據(jù)相關(guān)解決方案的市場規(guī)模。土地相關(guān)投資被排除在外。來自WEF；IMF；IEA；IRENA；USGS；NRMMRRD；高盛；世界銀行；WHO；IATA；Gartner；來源：S&PGlobal；OpenAI；E美中和中國主導了投資格局，在全球人工智能價值鏈中的總投資額約占65%（圖3）。它們在每個人工智能價值鏈要素中的巨大存在反映了其全棧式的方法，鑒于所需的投資規(guī)模，很少有經(jīng)濟體能夠匹敵。隨著經(jīng)濟體在數(shù)據(jù)中心和處理器等關(guān)鍵輸入方面追求本土控制，人工智能基礎(chǔ)設施和硬件需求預計將進一步上升。到2030年，全球可能擁有近2000個美中和中國主導了投資格局，在全球人工智能價值鏈中的總投資額約占65%（圖3）。它們在每個人工智能價值鏈要素中的巨大存在反映了其全棧式的方法，鑒于所需的投資規(guī)模，很少有經(jīng)濟體能夠匹敵。今天存在的1,136。5重新思考人工智能主權(quán)6重新思考人工智能主權(quán)7圖3美國和中國是人工智能價值~90%驅(qū)動由和**0硬件基礎(chǔ)設施數(shù)據(jù)基礎(chǔ)應用和服務硬件模型基礎(chǔ)每個人工智能價值鏈元素下的頂級投資經(jīng)濟體●其他地區(qū)●美國●中國.●其他地區(qū)●美國●中國.印度新加坡*臺積電；**聯(lián)電；***包括巴西、加拿大、日本、韓國、阿拉伯聯(lián)合酋長國備注：除“其余地區(qū)”單獨列出外，阿聯(lián)酋、英國和其他所有經(jīng)濟體。世界經(jīng)濟論壇；國際貨幣基金組織；國際能源署；國際可再生能源署；美國地質(zhì)調(diào)查局；國家林業(yè)與草原監(jiān)督管理局；高盛；世界銀行；世界衛(wèi)生組織；國際航空運輸協(xié)會；高德納；S&P全球；OpenAI；EpochA因此，經(jīng)濟體可以通過將自己定位于人工智能價值鏈中能夠擴大需求的相關(guān)領(lǐng)域，從而獲得可衡量的優(yōu)勢。為了評估投資的成敗，領(lǐng)導者應該考慮采用情況和結(jié)果，包括韌性方面的因素，而不僅僅是投入或回收然而，這并非通往人工智能競爭力的唯一途徑。均衡且精準的策略幫助一些經(jīng)濟體將資本轉(zhuǎn)化為深厚的比較優(yōu)勢和韌性。例如，新加坡采取了均衡的方法，有意地在人工智能價值鏈上（案例研究1）以審慎的方式分配資源。類似地，韓國最初將投資集中在芯片等硬件要素上（圖4），并正在擴大其在基礎(chǔ)模型上的努力。6因此，經(jīng)濟體可以通過將自己定位于人工智能價值鏈中能夠擴大需求的相關(guān)領(lǐng)域，從而獲得可衡量的優(yōu)勢。為了評估投資的成敗，領(lǐng)導者應該考慮采用情況和結(jié)果，包括韌性方面的因素，而不僅僅是投入或回收美國和中國在全球人工智能投資總額中的占歷史人工智能價值鏈投資基準：基礎(chǔ)模型基礎(chǔ)輸入硬件輸入數(shù)據(jù)基礎(chǔ)設施應用基礎(chǔ)模型基礎(chǔ)輸入硬件輸入數(shù)據(jù)基礎(chǔ)設施和服務新加坡韓國阿拉伯聯(lián)合酋長國加拿大英國硬件投入的資金硬件投入的資金歐洲（不包括英國）超越特定人工智能價值鏈要素的經(jīng)濟體*臺積電；**聯(lián)電。注意：公開資料來源來自世界經(jīng)濟論壇；國際貨幣基金組織；國際能源署；國際可再生能源機構(gòu)；美國地質(zhì)調(diào)查局；國家可再生能源與能源效率觀察站；高盛；世界銀行；世界衛(wèi)生組織；來源：IATA；Gartner；S&重塑人工智能主權(quán)的第八次思考重新思考人工智能主權(quán)9隨著組織建設初始能力并擴展以支持基礎(chǔ)模型提供者和生成式AI工作負載，AI基礎(chǔ)設施已迅速擴展。1關(guān)鍵人工智能價值鏈要素的投資趨勢1基礎(chǔ)輸入人工智能的關(guān)鍵基礎(chǔ)投入包括能源、原材料（例如硅和稀土元素）和土地。自2010年以來，能源和原材料吸引了超過1000億美元的投資——其中絕大多數(shù)投據(jù)中心提供動力的能源系統(tǒng)，其電力消耗已占全球需求雖然人工智能可以提高能源效率，但它迄今為止已導致電力需求上升（參見世界經(jīng)濟論壇的2025年白皮書，人工智能的能源悖論：平衡挑戰(zhàn)與機遇這將導致關(guān)于份關(guān)于優(yōu)化人工智能和超大規(guī)模數(shù)據(jù)中心以提高能源效率的報告將于論壇2026年在沙特阿拉伯舉行之前發(fā)布，為未來的區(qū)域能源政策提供信息。對基礎(chǔ)投入的投資將持續(xù)增長，但相對于整個AI價值鏈仍然有限，到2030年將達到約500億美元每年。決策者應幫助將這些基礎(chǔ)投入與更廣泛的AI基礎(chǔ)設施投資相結(jié)合，以支持可持續(xù)AI系統(tǒng)的增長（參見世界經(jīng)濟論壇最近發(fā)布的《從悖論到進步：凈積極AI能源框架》）。第二章探討了這些投入在支持AI硬件和基礎(chǔ)設施方面所起硬件輸入導體晶圓代工廠的資本支出引領(lǐng)，同時有光刻設備制造商和無晶圓廠芯片供應商的貢獻。全球約90%的晶圓代工營收集中在四家公司——臺積電（TSMC）、聯(lián)電(UMC）、三星晶圓代工和半導體制造國際公司（SMIC 能主權(quán)的辯論的一個關(guān)鍵部分在于硬件生產(chǎn)的地理高度基礎(chǔ)設施隨著組織建設初始能力并擴展以支持基礎(chǔ)模型提供者和生成式AI工作負載，人工智能基礎(chǔ)設施已經(jīng)迅速擴展。達到每年4000億美元以上，而芯片制造商、模型開發(fā)者和數(shù)據(jù)服務提供商的總供應商融資預計會更高。盡管商業(yè)模式非常整合，超大規(guī)模企業(yè)覆蓋了人工智能價值鏈的很大一部分，但人工智能基礎(chǔ)設施建設在全球范圍內(nèi)卻高度分散。美國占全球已安裝數(shù)據(jù)中心容量的盡管許多新興經(jīng)濟體仍在建立可靠的連接和數(shù)字基礎(chǔ)設投資者的關(guān)注點正轉(zhuǎn)向數(shù)據(jù)，反映了數(shù)據(jù)向超大規(guī)模提供商遷移的市場趨勢。與數(shù)據(jù)相關(guān)解決方案的累計投資估計超過1500億美元，反映了2018年后的強勁增長。12,13到2030年，投資預計將超過每年900億美元。這包括用于基礎(chǔ)模型的基礎(chǔ)訓練數(shù)據(jù)集和支持應用程序和服務（例如集成、治理、遷移、市場）的人工智能的性能和競爭力取決于精選數(shù)據(jù)的規(guī)模、多樣性、獨特性、時效性和整體質(zhì)量，以及其完整性和了數(shù)據(jù)戰(zhàn)略價值。這一趨勢超越了發(fā)達國家，為新興經(jīng)濟體提供了建立競爭優(yōu)勢的機會。基礎(chǔ)模型至少每年3000億美元。這一增長是由大型語言模型（LLM）的復雜性日益提高，以及經(jīng)典機器學習（ML）和小型語言模型（SLM）的持續(xù)增長所驅(qū)動。業(yè)也在開發(fā)針對本地語言和文化的開源和專有模型——隨著這些公司規(guī)模擴大，預計將迎來顯著回報。它們的投資還將推動應用需求的增長，并影響人工智能生態(tài)系應用和服務在個人計算領(lǐng)域，價值已從硬件轉(zhuǎn)向軟件。在移動時代，價值從設備轉(zhuǎn)向了應用。正如歷史重演，對人工智能價值鏈的投資預計將轉(zhuǎn)向基于人工智能的應用和到2030年，對人工智能應用的年投資額可能達到1.5萬億美元，超過人工智能基礎(chǔ)設施和基礎(chǔ)模型的增長，并通過特定領(lǐng)域的用例實現(xiàn)更大的經(jīng)濟價值。例如，在醫(yī)療保健應用中的采用可能減少開支5-10%16不犧牲質(zhì)量。同樣，人工智能可以釋放大約8%的公共部門預算到2030年。17有效引導投資流向高影響力應用領(lǐng)域、并構(gòu)建支持性人工智能生態(tài)系統(tǒng)的經(jīng)濟體將因此，全球投資在人工智能價值鏈上急劇增加，但人工智能的競爭力取決于經(jīng)濟體如何戰(zhàn)略性地配置資本 ,而不僅僅是他們花費了多少。第二章將更詳細地探討人工智能基礎(chǔ)設施作為人工智能價值鏈支柱的關(guān)鍵重塑人工智能主權(quán)10投資焦點，為訓練集群和推理操作提供可擴展的計算。今天，人工智能正推動著現(xiàn)代史上最大規(guī)模的基建建設——一項涉及芯片、數(shù)據(jù)中心和能源系統(tǒng)的萬億美元級投資焦點，為訓練集群和推理操作提供可擴展的計算。今天，人工智能正推動著現(xiàn)代史上最大規(guī)模的基建建設——一項涉及芯片、數(shù)據(jù)中心和能源系統(tǒng)的萬億美元級擴張。為了應對這一挑戰(zhàn)，經(jīng)濟體必須將全球人工智能基礎(chǔ)設施投資趨勢與其本地限制、障礙和促進因素相結(jié) ,并支持具有韌性的投資決策（見圖5）。圖5影響人工智能基礎(chǔ)設施選擇的方面（非詳盡）>>>>>>>>人工智能基礎(chǔ)設施建設投資顯著增加新的融資模式（例如，以合伙人為驅(qū)動的模式）作為關(guān)鍵約束土地、能源和水以擴大經(jīng)濟中的AI基礎(chǔ)設施AI基礎(chǔ)設施需要高技能勞動力從而減緩AI基礎(chǔ)設施本地法規(guī)發(fā)展人工智能基礎(chǔ)設施建設投資顯著增加新的融資模式（例如，以合伙人為驅(qū)動的模式）重思人工智能主權(quán)11重新思考人工智能主權(quán)122.1全球人工智能基礎(chǔ)設施投資趨勢力以嵌入前沿人工智能研究。類似地，華為與人工智能模型能夠通過云端使用。這些投資導致了新的戰(zhàn)略收購、合作和加速融資輪次的混合，這些輪次由復雜的資金力以嵌入前沿人工智能研究。類似地，華為與人工智能模型能夠通過云端使用。這些投資導致了新的戰(zhàn)略收購、合作和加速融資輪次的混合，這些輪次由復雜的資金、Oracle和其他行業(yè)合作伙伴參與（投資重點已從所有權(quán)轉(zhuǎn)向由合作驅(qū)動的模式。超大規(guī)模模型實驗室合作現(xiàn)在主導著投資活動。微軟已基礎(chǔ)模型硬件輸入基礎(chǔ)輸入數(shù)據(jù)基礎(chǔ)設施應用基礎(chǔ)模型硬件輸入基礎(chǔ)輸入數(shù)據(jù)基礎(chǔ)設施和服務股權(quán) ><美元b和GPU租賃 ><<<<<OpenAI<<<<最終用戶和公司USDB最終用戶和公司現(xiàn)場自然燃氣廠現(xiàn)場自然燃氣廠星際之門USDBUSDB美元B和托盤USDBGPUUSDUSDBGPU計算啟用技術(shù)(尤其是連接性)啟用技術(shù)(尤其是連接性)基礎(chǔ)啟用才能和啟用人工智能戰(zhàn)略研發(fā)和人工智能戰(zhàn)略技能創(chuàng)新資本獲取技能投資流量XXX已獲得的資產(chǎn)和服務根據(jù)花旗研究2025年數(shù)據(jù)整理。資料來源：靈活獲取先進的英偉達硬件。該公司正在經(jīng)歷大規(guī)模的產(chǎn)能擴張，自2024年以來已籌集總額250億美聯(lián)合酋長國）、Outscale（法國）和STACKIT（德國）等國家級云服務提供商，人工智能基礎(chǔ)設施建設也在擴張，這反映了全球向數(shù)字主權(quán)發(fā)展、減少對超大規(guī)模服務器的依賴的趨勢。對計算的需求激增催生了新的AI基礎(chǔ)設施開發(fā)模式，例如新云提供商、國家云提供商和行業(yè)專用AI云。雖然超大規(guī)模云服務商提供全球覆蓋和全服務的云生態(tài)系統(tǒng)，但新云則提供針對AI靈活獲取先進的英偉達硬件。該公司正在經(jīng)歷大規(guī)模的產(chǎn)能擴張，自2024年以來已籌集總額250億美聯(lián)合酋長國）、Outscale（法國）和STACKIT（德國）等國家級云服務提供商，人工智能基礎(chǔ)設施建設也在擴張，這反映了全球向數(shù)字主權(quán)發(fā)展、減少對超大規(guī)模服務器的依賴的趨勢。重思人工智能主權(quán)13政府越來越多地通過公私合營模式共同投資大規(guī)模數(shù)據(jù)中心和計算項沙特公共投資基金（PIF）支持的HUMAIN。各國政府正越來越多地通過公私合作伙伴關(guān)系（PPP）共同投資大型數(shù)據(jù)中心和計算項目（例如印度AI使命的國家計算網(wǎng)格）。18因此，人工智能基礎(chǔ)設施越來越被視為與傳統(tǒng)基礎(chǔ)設施投資（如公路或公用事業(yè)）同等重要的戰(zhàn)略性公共資產(chǎn)。更廣泛地說，其他有政府參與的模型也正在出現(xiàn)，例如數(shù)字大使館——即允許一個經(jīng)濟體的數(shù)據(jù)在海外存儲和處理，同時仍處于其自身法律管轄權(quán)之下的協(xié)議（例如愛沙尼亞在盧森堡的數(shù)字大使館）。這一投資演變反映了人工智能基礎(chǔ)設施作為人工智能競爭支柱的重要性日益增長。變化的速度非常顯著。對于中小型經(jīng)濟體而言，這既是一個挑戰(zhàn)，也是一個機遇。那些快速、策略性地引導投資——通過合作、專注或共享區(qū)域能力——即使在資源有限的情況下，也能確保競爭優(yōu)勢。相反，反應較慢則風險加劇能力差距，因為超大規(guī)模企業(yè)和大型經(jīng)濟體繼續(xù)鞏固其主導地位。一些專家預見人工智能基礎(chǔ)設施的開發(fā)和管理將出現(xiàn)分超大規(guī)模企業(yè)和新興新云服務提供商正在構(gòu)建集中芯片、能源和網(wǎng)絡容量的AI計算設施——可通過治理、性能或主權(quán)協(xié)議進行訪問。因此，一小群資本密集型提供商可能會控制大規(guī)模容量，而其他則會維護較小的、分布式計算中心，以滿足監(jiān)管或政治要求（例如數(shù)據(jù)主權(quán)規(guī)定、延遲減少或敏感數(shù)據(jù)控制）。同時，關(guān)于人工智能的進步是否必須依賴于不斷增加的在一些爭論。20小樣本學習器在特定應用中展現(xiàn)出與大型語言模型相當?shù)男阅?，同時所需的資源卻1這種趨勢可能會影響對數(shù)據(jù)中心進一步建設的需要。與此同時，開源模型的普及使得針對特定環(huán)境（如語言或文化需求）進行微調(diào)成為可能，這使得經(jīng)濟體能夠在自己的AI生態(tài)系統(tǒng)中協(xié)同創(chuàng)造和創(chuàng)新，而無需從頭開始,從而降低了計算需求。另一個重塑格局的結(jié)構(gòu)性變化是邊緣計算的部署，其中人工智能能力嵌入在網(wǎng)絡邊緣，例如物聯(lián)網(wǎng)（IoT）設備、工業(yè)系統(tǒng)、智能手機。隨著人工智能工作負載從集中式訓練轉(zhuǎn)向分布式推理，需求可能會進一步轉(zhuǎn)向邊緣基礎(chǔ)設施。邊緣人工智能解決方案允許消費者和企業(yè)本地處理數(shù)據(jù)，減少對集中式云資源的依賴，并使經(jīng)濟體能夠應對帶寬、延遲以及隱私或安全挑戰(zhàn)。共同來看，這些發(fā)展凸顯了經(jīng)濟體培育具有適應能力、以強大支撐為基礎(chǔ)的人工智能生態(tài)系統(tǒng)，以適應不斷變化的人工智能基礎(chǔ)設施需求的必要性。然而，網(wǎng)絡中智能的最佳配置，即集中在大規(guī)模設施中還是分布在邊緣和特定行業(yè)節(jié)點上，將取決于每個經(jīng)濟體對資本、能源、連接性和政策目標的獲取情況。因此，確定可行的人工智能基礎(chǔ)設施選項需要將全球投資動態(tài)與當?shù)貙嶋H情況相結(jié)合，確保國家人工智能生態(tài)系統(tǒng)既具有韌性又具2.2人工智能基礎(chǔ)設施挑戰(zhàn)與戰(zhàn)略對策本地人工智能基礎(chǔ)設施壁壘需解決在構(gòu)建或擴展人工智能基礎(chǔ)設施時，經(jīng)濟體常常面臨若干制約。例如，87%的美國選址者報告稱，在2024年土地、勞動力或公用事業(yè)短缺影響了項目時間表能源往往是數(shù)據(jù)中心擴張的一大瓶頸——既包括獲取儲備以及電網(wǎng)的可用性和容量。例如在歐洲，荷蘭暫時禁并且愛爾蘭的公用事業(yè)公司EirGrid暫停了2028并且愛爾蘭的公用事業(yè)公司EirGrid暫停了2028相反，美國和中東經(jīng)濟體的超大規(guī)模數(shù)據(jù)中心將達到吉），供更大的機遇。超過五年的電網(wǎng)升級發(fā)展時期也構(gòu)成了重大挑戰(zhàn)，因為它們與較短的數(shù)據(jù)中心規(guī)劃周期不一致（例如等待電網(wǎng)接入的時間）25).英國目前大約有8至10年發(fā)展就緒的站點競爭正在加劇。因此，這些壓力正在推動采用先進的冷卻和選址方法（例如液體冷卻系統(tǒng)和浮動或海底數(shù)據(jù)中心）。投資者正越來越多地將大規(guī)模計算業(yè)務的目標鎖定在能源優(yōu)勢地區(qū)。能源豐富的美國州——以及北歐的水電帶,26加拿大水電走廊，核走廊27中東能源樞紐和中亞能源盆地正成為AI優(yōu)化的基礎(chǔ)設施的磁石。它們提供更低的冷卻成本、可靠的基荷供電以及往往更快的許可流程。經(jīng)濟體應將全球背景和本地壁壘轉(zhuǎn)化為對人工智能基礎(chǔ)設施的明確啟示：應在哪里投資以及優(yōu)先采取哪些監(jiān)管措施。發(fā)展中經(jīng)濟體還面臨著獲取低成本資金和人才受限的問題。然而，許多挑戰(zhàn)超出一個經(jīng)濟體完全的控制范圍(例如，芯片生產(chǎn)的集中以及其他全球相互依賴關(guān)系）。經(jīng)濟體應將全球背景和本地壁壘轉(zhuǎn)化為對人工智能基礎(chǔ)設施的明確啟示：應在哪里投資以及優(yōu)先采取哪些監(jiān)管措施。定義AI基礎(chǔ)設施選擇空間和戰(zhàn)略經(jīng)濟體應該將全球背景和本地障礙轉(zhuǎn)化為明確的投資方向和優(yōu)先監(jiān)管措施的意義。例如，沒有能源和土地等支撐條件，內(nèi)陸人工智能基礎(chǔ)設施建設可能會受限。均衡的投資方式可以在利用區(qū)域或共享設施進行規(guī)?；耐瑫r，建設國內(nèi)優(yōu)先工作負載的產(chǎn)能。區(qū)域合作——例如歐洲級別的協(xié)調(diào)（參見世界經(jīng)濟論壇的2025洞察報告，開放但安全：歐洲走向戰(zhàn)略相互依存的路徑)–可以提高成本效益并擴大計算訪問范圍。此外，經(jīng)濟體可以專注于混合公私融資工具，并開發(fā)可投資項目的管道，以快速擴展人工智能基礎(chǔ)設施投資。最后，鼓勵人工智能基礎(chǔ)設施設計中的互操作性也是實現(xiàn)人工智能主權(quán)、達到規(guī)模并能夠提供模型和應用的關(guān)鍵。在為人工智能基礎(chǔ)設施識別戰(zhàn)略選擇時，可能會出現(xiàn)反復出現(xiàn)的挑戰(zhàn)。表1總結(jié)了這些問題并突出了可能的政策和投資響應。例如，在監(jiān)管不確定性高的環(huán)境下，簡化數(shù)據(jù)中心和電網(wǎng)升級的審批可以加速能力增長，并實現(xiàn)更穩(wěn)定的項目管道。同樣，長期使用協(xié)議可以為投資者提供更大的可見性并降低融資風險，從而以更低的成本吸引私人資本。這些措施共同可以多樣化資本來源和參與開發(fā)者的類型，進而增強人工智能生態(tài)系統(tǒng)的韌性 ,在市場估值或融資環(huán)境冷卻時限制風險敞口。因此，了解一個經(jīng)濟體當前的定位對于設計有效響應至關(guān)重要——不僅針對人工智能基礎(chǔ)設施，也針對更廣泛的AI價重新思考人工智能主權(quán)14重塑人工智能主權(quán)15能量可用性和可持續(xù)性能量可用性和可持續(xù)性–將人工智能基礎(chǔ)設施與國家能源戰(zhàn)略相結(jié)合–推廣節(jié)能技術(shù)–支持電網(wǎng)現(xiàn)代化和靈活性容量和有限的國家計算—建立主權(quán)或公私人工智能基礎(chǔ)設施基金容量和有限的國家計算對外國云服務提供商的依賴–激勵人工智能基礎(chǔ)設施集群的合作對外國云服務提供商的依賴技術(shù)工人短缺技術(shù)工人短缺–搭建產(chǎn)學研項目進行專門培訓–擴大計算操作和網(wǎng)絡安全學徒制依賴少數(shù)幾家國際供應商—采用多云和互操作標準依賴少數(shù)幾家國際供應商–鼓勵開源軟件和中間件–建立區(qū)域云聯(lián)盟分散的融資格局–通過精準激勵支持本地企業(yè)分散的融資格局–推出國家聯(lián)合資助和擔保計劃–使用與開發(fā)銀行混合金融工具或延誤監(jiān)管不確定性或延誤監(jiān)管不確定性用于數(shù)據(jù)中心項目–創(chuàng)建一站式和快速審批平臺及流程用于數(shù)據(jù)中心項目–推動制定統(tǒng)一法規(guī)以降低合規(guī)負擔對于人工智能弱公共需求基礎(chǔ)設施服務跨部門匯總政府需求對于人工智能弱公共需求基礎(chǔ)設施服務–引入長期公共采購框架—在重點領(lǐng)域（例如醫(yī)療保健）開展試點項目人工智能初創(chuàng)企業(yè)有限訪問權(quán)限人工智能初創(chuàng)企業(yè)有限訪問權(quán)限–發(fā)行人工智能基礎(chǔ)設施債券或擴大融資機制–為企業(yè)啟用首次公開募股（IPO）和退出途徑–建立區(qū)域人工智能增長和風險投資基金—擴展計算訪問的PPP數(shù)據(jù)孤島和欠發(fā)達數(shù)據(jù)—實施跨領(lǐng)域數(shù)據(jù)共享、互操作性和開放數(shù)據(jù)計劃數(shù)據(jù)孤島和欠發(fā)達數(shù)據(jù)–提前進行數(shù)據(jù)轉(zhuǎn)換以提升質(zhì)量、訪問、創(chuàng)建和多樣性–規(guī)范跨境數(shù)據(jù)流動（例如通過數(shù)字大使館）重新思考人工智能主權(quán)1633為創(chuàng)建人工智能競爭力的原型，分析考察了人工智能生態(tài)系統(tǒng)中各經(jīng)濟體的現(xiàn)狀。評估考慮了每個經(jīng)濟體在人EQ\*jc3\*hps16\o\al(\s\up3(工),8)為創(chuàng)建人工智能競爭力的原型，分析考察了人工智能生態(tài)系統(tǒng)中各經(jīng)濟體的現(xiàn)狀。評估考慮了每個經(jīng)濟體在人EQ\*jc3\*hps16\o\al(\s\up3(工),8)2獲取)的成熟度。這一過程揭示了五種主要的反復出現(xiàn)的模式，這些模式被歸納為從全球人工智能價值鏈領(lǐng)導者覆蓋率...覆蓋率...所有六個兩到三從零到一人工智能價值鏈整體萌芽人工智能戰(zhàn)略存在(尤其是連接性)成熟的覆蓋關(guān)鍵賦能因素**人工智能政策為其他使能因素奠定基礎(chǔ)。注意：人工智能價值鏈人工智能價值鏈人工智能價值鏈人工智能價值鏈AI價值鏈元素的現(xiàn)存與規(guī)模AI價值鏈元素的現(xiàn)存與規(guī)模人工智能價值鏈協(xié)作者啟用技術(shù)才能和技能啟用技術(shù)才能和技能啟用基礎(chǔ)研發(fā)和研發(fā)和創(chuàng)新在承認每個經(jīng)濟體的情況和軌跡都不同的情況下。五種原型的一個總結(jié)在圖8中呈現(xiàn)，提供了一個對其關(guān)鍵特征的快速概覽。如需深入了解每個原型及其典型特這些原型反映了人工智能競賽中起點的巨大差異。它們不是排名或需要遵循的順序步驟。相反，它們概述了現(xiàn)狀的廣泛模式，以幫助經(jīng)濟體評估其位置并為人工智能競爭力創(chuàng)建量身定制的投資策略。在承認每個經(jīng)濟體的情況和軌跡都不同的情況下。五種原型的一個總結(jié)在圖8中呈現(xiàn)，提供了一個對其關(guān)鍵特征的快速概覽。如需深入了解每個原型及其典型特重塑人工智能主權(quán)17有限投資于(本地)定制有限投資于(本地)定制應用和服務給定有限的本地容量，外部在硬件上基礎(chǔ)模型強，但平衡投資跨越AI價值鏈元素硬件)專注于構(gòu)建一個強大的本地人工智能生態(tài)系統(tǒng)顯著跨越所有AI價值鏈元素專注于達成全球領(lǐng)先的位置獨特的位置具有關(guān)鍵投資在基礎(chǔ)模型（例如LLMs）對...的投資選擇AI值鏈元素(e.g.數(shù)據(jù))應用和服務)依賴項在國際上為合作其他元素進入AI價值鏈元素進入AI價值鏈元素跨越AI價值帶鏈元素碎片化內(nèi)部通常通過國際或合作關(guān)系進入鍵賦能者廣泛方法面向所有賦能者公共和私人投資進入鍵賦能者廣泛方法面向所有賦能者公共和私人投資具體努力廣泛方法面向所有賦能者強政府主導或激勵推廣啟用因素（例如人才，研發(fā))聚焦選擇啟用項特別是推廣采用但仍有差距初始推送在啟用技術(shù)時例如數(shù)字公共基礎(chǔ)設施成熟選擇覆蓋范圍但是差距使能者保持（例如：資本）政府主導投資（例如研發(fā)）主要挑戰(zhàn)在某些使能器上（例如人才流失，）低計算并且PPP項目開發(fā)金融創(chuàng)新-獨特的融資和發(fā)展能力具有全球規(guī)模的基座模型(e.g.前沿大語言模型)-獨特的融資和發(fā)展能力具有全球規(guī)模的基座模型(e.g.前沿大語言模型)-高效地產(chǎn)生和部署面向全球市場的應用和服務務能力關(guān)鍵使能因素的覆蓋范圍：人工智能價值鏈投資：-跨部門、廣域方法解決所有使能者-強大的公共和私人投資（例如在研發(fā)中）得到穩(wěn)固行業(yè)的支持–在所有人工智能價值鏈要素中，包括硬件，進行獨-跨部門、廣域方法解決所有使能者-強大的公共和私人投資（例如在研發(fā)中）得到穩(wěn)固行業(yè)的支持重塑人工智能主權(quán)18關(guān)鍵角色（例如，通過與超大規(guī)模企業(yè)和可信供應商合作）尋求平衡的編舞家概述：政府主導的投資戰(zhàn)略，構(gòu)建強大的本地人工智能生態(tài)系統(tǒng)和區(qū)域影響力，并日益加入國際聯(lián)盟和伙伴關(guān)系關(guān)鍵角色（例如，通過與超大規(guī)模企業(yè)和可信供應商合作）–偏重區(qū)域聚焦或主權(quán)基礎(chǔ)模型（例如：SEA-LION）且全球規(guī)模有限的投資–聚焦政府和重點領(lǐng)域（如醫(yī)療保健、教育、小型發(fā)達經(jīng)濟體典型配置：利用敏捷治理和強大–聚焦政府和重點領(lǐng)域（如醫(yī)療保健、教育、人工智能價值鏈投資：關(guān)鍵使能因素的覆蓋范圍：——由政府主導，面向所有賦能者，促進人工智能生——由政府主導，面向所有賦能者，促進人工智能生態(tài)系統(tǒng)發(fā)展（例如：人才、研發(fā)）—通過多樣化和創(chuàng)新實現(xiàn)可靠的能源供應，包括可再生能源、電網(wǎng)效率和替代能源–利用定向激勵和公私合作–密集、高效的ai基礎(chǔ)設施作為區(qū)域中心，國家冠軍發(fā)揮新加坡的人工智能生態(tài)系統(tǒng)新加坡是一個典范，,結(jié)合生態(tài)系統(tǒng)構(gòu)建者通過公私協(xié)調(diào)和人工智能價值鏈的平衡投資。其模式展示了治理、基礎(chǔ)設施規(guī)劃和人才培養(yǎng)如何構(gòu)建具有區(qū)域影響力的、有競爭力的、值得信賴的AI生態(tài)系統(tǒng)。在人工智能崛起期間，新加坡已經(jīng)能夠得益于下一代全國寬帶網(wǎng)絡（2008）等舉措，利用其強大的信息技術(shù)（IT）基礎(chǔ)設施進行建設。29和智慧城市（2014），30它充滿活力的創(chuàng)業(yè)生態(tài)系統(tǒng)，以及對企業(yè)和投資者友好的法規(guī)31,32與其強大的的人才基礎(chǔ)，它利用技能發(fā)展計劃。33國家人工智3部門的計劃來加強計算能力、改善數(shù)據(jù)訪問、培養(yǎng)人才和加速采用。它設定了明確的目標：1.成為人工智能的全球樞紐2.通過人工智能驅(qū)動經(jīng)濟效益3.提升人工智能理解與素養(yǎng)1全球樞紐：政府與產(chǎn)業(yè)之間的合作至關(guān)重要。通過政府商業(yè)云（GCC）計劃，35機構(gòu)從全球超大規(guī)模服務商那里采用了安全的云計算基礎(chǔ)設施，并標準化在保持敏感數(shù)據(jù)受國家控制的同時進行采用。經(jīng)濟發(fā)展局（EDB)在吸引全球人工智能投資和培育使新加坡成為區(qū)域人工智能中心的基礎(chǔ)的公私合作伙伴關(guān)系方面發(fā)揮著核心作用。36在大約50億美元的數(shù)據(jù)中心和云服務中投資。37而亞馬遜網(wǎng)絡工智能基礎(chǔ)設施投資支持國家和地區(qū)的AI愿景。國家超級計算中心（NSCC）提供計算用于研究和工業(yè)。39一項針對數(shù)據(jù)中心和可持續(xù)性標準。40例如新加坡電信、ST電信全球數(shù)據(jù)中心(STTGDC）和慶隆等國家隊正在與全球合作伙伴擴大人工智能準備設施，以提供高級計算能力。41,42,432經(jīng)濟價值：新加坡的第二項目標集中于創(chuàng)建一個有利于創(chuàng)新和發(fā)展的信任環(huán)境。個人數(shù)據(jù)保護法（PDPA）44提供清晰的開數(shù)據(jù)和對跨境數(shù)據(jù)流動的規(guī)則，實現(xiàn)負責任的數(shù)據(jù)共享。由資訊通信媒體發(fā)展局（IMDA）開發(fā)的AI驗證框架，允許組織測試人工智能系統(tǒng)在透明度、公平性和安全性方面的表現(xiàn)——在促進采用的同這只是使領(lǐng)先應用程序的開發(fā)成為可能并將人工智能能力轉(zhuǎn)化重新思考人工智能主權(quán)193人工智能理解與技能：新加坡的第三項目標聚焦于人力資本。不同像TechSkills加速器（TeSA）和人工智能學徒計劃（AIAP）為專業(yè)人士配備實用人工智能技能，確保人工智能基礎(chǔ)設施和合作伙伴關(guān)系由具備能力的勞動力人口匹配具有人工智能熟練度46,47與其控制人工智能的每一層底線：價值鏈，新加坡采取平衡方法人工智能主權(quán)。它保障著關(guān)鍵政府和研究國家人工智能基礎(chǔ)設施內(nèi)的工作負載（例如NSCC和）GCC)同時依靠全球合作伙伴提供可擴展的云容量。此外，新加坡的國家戰(zhàn)略還設定明確優(yōu)先事項，并由相關(guān)法律支撐新加坡的協(xié)調(diào)模式展示了政策如何-面向區(qū)域重點的符合倫理和監(jiān)管標準--面向區(qū)域重點的符合倫理和監(jiān)管標準-對數(shù)據(jù)和應用的選擇性投資主要用于制造、移動和政府服務關(guān)鍵使能因素的覆蓋范圍：-對選擇的關(guān)鍵使能者進行成熟覆蓋研發(fā)和教育，盡管仍然存在一些差距（例如資本準入）-主要是由政府主導的投資受公共研究機構(gòu)支持生態(tài)系統(tǒng)，投資于特定行業(yè)數(shù)據(jù)已建立工業(yè)經(jīng)濟體典型特征：利用雄厚的研發(fā)和制造基礎(chǔ)人工智能價值鏈投資：-可持續(xù)的低碳能源帶有氣候目標和能源法規(guī)的線條-依賴國際合作伙伴關(guān)系元素，尤其是硬件和計算聚焦主權(quán)設施與工業(yè)伙伴關(guān)系-繼續(xù)依賴外部合作伙伴硬件和基礎(chǔ)模型由于-繼續(xù)依賴外部合作伙伴硬件和基礎(chǔ)模型由于有限本地產(chǎn)能-本地定制集中投資處理優(yōu)先的應用和服務部門（例如：農(nóng)業(yè)、金融、醫(yī)療保健）發(fā)展、擴展用例和需求首先，然后選擇性地回填AI基礎(chǔ)設施通過合作伙伴關(guān)系大型新興經(jīng)濟體典型概況：由快速發(fā)展的數(shù)字部門驅(qū)動人工智能價值鏈投資：關(guān)鍵使能因素的覆蓋范圍：-關(guān)鍵國內(nèi)戰(zhàn)略建設-關(guān)注促進采用的推動因素-關(guān)注促進采用的推動因素包括數(shù)字素養(yǎng)和開放數(shù)據(jù)計劃-早期對使能技術(shù)的投資，例如數(shù)字公共基礎(chǔ)設施-可再生能源和電網(wǎng)擴容為了滿足日益增長的能源需求-國內(nèi)AI基礎(chǔ)設施建設通過公私合作重新思考人工智能主權(quán)20由于財力有限，通過學術(shù)或地區(qū)合作依賴開放或合作伙伴基礎(chǔ)模型–在人工智能價值鏈要素投資中的新興地位，應用和服務集中于發(fā)展重點早期演員，萌芽的概述：碎片化的AI能力仍處于探索由于財力有限，通過學術(shù)或地區(qū)合作依賴開放或合作伙伴基礎(chǔ)模型–在人工智能價值鏈要素投資中的新興地位，應用和服務集中于發(fā)展重點新興經(jīng)濟體典型概況：研究能力和財力一般，在某些情況下，GDP中有很大一部分來自面臨人工智能驅(qū)動自動化的常規(guī)制造業(yè)或服務活動關(guān)鍵使能因素的覆蓋范圍：–某些賦能因素（例如人才吸引、連接性）方面持續(xù)存在的挑戰(zhàn)–利用公私合作伙伴關(guān)系和發(fā)展融資來促進創(chuàng)新和試點項目人工智能價值鏈投資：–某些賦能因素（例如人才吸引、連接性）方面持續(xù)存在的挑戰(zhàn)–利用公私合作伙伴關(guān)系和發(fā)展融資來促進創(chuàng)新和試點項目–依賴國際合作和捐贈者資助的計劃來催化人工智能價值鏈增長–擴大能源發(fā)電（尤其是可再生能源）和電網(wǎng)可靠性–人工智能基礎(chǔ)設施能力通常處于規(guī)劃或早期建設階段，硬件獲取非常有限揭示前進的最佳路徑原型并非固定類別。憑借清晰的策略和目標明確的投資 ,經(jīng)濟體可以發(fā)展成新的原型。在未來十年中，一個經(jīng)濟體的人工智能發(fā)展軌跡將取決于其如何在整個人工智能價值鏈和關(guān)鍵使能因素中部署資本。鑒于資本密集度和供應鏈限制，只有極少數(shù)經(jīng)濟體能夠成為整個人工智能價值鏈的全球領(lǐng)導者。大多數(shù)經(jīng)濟體則可以通過成為有效的生態(tài)系統(tǒng)建設者，在國內(nèi)外分別擴展自己擅長的事務，并通過國際合作彌補其他要素，從而取得更好的提升其人工智能競爭力需要經(jīng)濟體識別并致力于一條戰(zhàn)略路徑。下面概述的路徑是考慮到當前關(guān)鍵使能條件下的中期可取選擇。其他路線可能存在，但可能更漫長、可行性更低或風險更高?；谝炎R別的原型作為起點，圖9闡述了經(jīng)濟體可以從五個潛在路徑加強其在人工智能生態(tài)系統(tǒng)中的覆蓋范圍和成熟度，包括人工智能基礎(chǔ)設施，并最終成為生態(tài)系統(tǒng)建設者。然而，這些路徑并非單獨前行：經(jīng)濟體如何合作和投資將在推動其人工智能競爭力方面發(fā)揮關(guān)鍵作用。重新思考人工智能主權(quán)21AI價值鏈元素的現(xiàn)存與規(guī)模覆蓋率...所有六個人工智能價值鏈人工智能價值鏈兩到三人工智能價值鏈從零到一人工智能價值鏈全球人工智能價值鏈領(lǐng)導生態(tài)系統(tǒng)構(gòu)建者15AI價值鏈元素的現(xiàn)存與規(guī)模覆蓋率...所有六個人工智能價值鏈人工智能價值鏈兩到三人工智能價值鏈從零到一人工智能價值鏈全球人工智能價值鏈領(lǐng)導生態(tài)系統(tǒng)構(gòu)建者154選擇性玩家3采用加速器整體萌芽人工智能戰(zhàn)略存在(尤其是連接性)成熟的覆蓋關(guān)鍵賦能因素*無論資源水平如何，經(jīng)濟體的發(fā)展途徑2浮現(xiàn)協(xié)作者啟用技術(shù)才能和技能啟用基礎(chǔ)研發(fā)和創(chuàng)新成為生態(tài)系統(tǒng)構(gòu)建者的可能途徑資本、土地和能源豐富的經(jīng)濟體的發(fā)展路徑*人工智能政策為其他使能因素奠定基礎(chǔ)。注意：從選擇型玩家到生態(tài)系統(tǒng)構(gòu)建者選擇性玩家可以獲利起點：在其AI價值鏈中的存在、其使能技術(shù)、與產(chǎn)業(yè)領(lǐng)軍企業(yè)緊密相連的強大研發(fā)基礎(chǔ)，以及擁有健全教育體系的人才基礎(chǔ)，以選擇性的玩家可以憑借他們在人工智能價值鏈中的存在、他們所支持的技術(shù)以及強大的研發(fā)基礎(chǔ)來獲取利益。選擇性的玩家可以憑借他們在人工智能價值鏈中的存在、他們所支持的技術(shù)以及強大的研發(fā)基礎(chǔ)來獲取利益。經(jīng)濟體可以增強通用方法：通過融資環(huán)境（例如通過公私合作機制）激勵早期創(chuàng)新。這些經(jīng)濟體可以基于自身優(yōu)勢，專注于人工智能生態(tài)系統(tǒng)中的特定要素 ,以補充并增加價值，相對于全球人工智能價值鏈領(lǐng)導者，而不是試圖復制他們，同時協(xié)商獲取補充能力通路1。通路1未在國內(nèi)開發(fā)。加強關(guān)鍵領(lǐng)域（如健康、能源）的國家協(xié)調(diào)和特定行業(yè)路線圖可以加速公共和私營部門的大規(guī)模、負責任采用，包括中小企業(yè)（SME）?？鏏I價值鏈的合作，與本地參與者和全球超大規(guī)模企業(yè)合作，可以加速技術(shù)擴散和建立韌性。最后，資本市場深度和風險分擔機制，如破產(chǎn)和重整法律，可以幫助維持創(chuàng)新并增未充分發(fā)展的促進因素對于企業(yè)而言：（例如初創(chuàng)生態(tài)系統(tǒng)）以及合作伙伴關(guān)系提供了有吸引力的采用加速器可以受益于早期的數(shù)字公共基礎(chǔ)設施、一個龐大的人才庫和活躍的初創(chuàng)生態(tài)系統(tǒng) ,以及人工智能采用的堅實基礎(chǔ)。路徑2路徑2從采納加速器到生態(tài)構(gòu)建者采用加速器可以受益起點：從早期的數(shù)字公共基礎(chǔ)設施，一個龐大的人才庫，一個活躍的初創(chuàng)生態(tài)系統(tǒng)，以及一個強大的AI采用基礎(chǔ)，包括本地定制化的應用程序經(jīng)濟體可以深化其通用方法：跨人工智能價值鏈參與 ,以擴展數(shù)據(jù)和計算能力。這些經(jīng)濟體可以使用混合融資模式來擴展計算和云能力。協(xié)調(diào)的產(chǎn)業(yè)政策可以將數(shù)國家數(shù)據(jù)公用事業(yè)并且開放數(shù)據(jù)平臺可以提升數(shù)據(jù)獲取能力、互操作性和質(zhì)量，為這些經(jīng)濟體提供一個由有效的知識產(chǎn)權(quán)（IP）立法、資本市場和風險分擔機制支持的創(chuàng)新能力基礎(chǔ)。投資于早期人工智能（AI）倡議——如應用研究、加速器和試點項目——以提高國內(nèi)能力，可以進一步推動創(chuàng)更大容量和需求為Businesses：結(jié)合政策支持，創(chuàng)造共同投資本地人工智能基礎(chǔ)設施、數(shù)據(jù)和應用研究從新興合作伙伴到生態(tài)構(gòu)建者通過采用加速器如果一個新興的合作伙伴起點：缺乏充足的能源、土地或資本，首先可以通過利用不斷發(fā)展的創(chuàng)業(yè)和創(chuàng)新生態(tài)系統(tǒng)，轉(zhuǎn)型為一個采用加速器，專注于在高影響領(lǐng)域（例如農(nóng)業(yè)、醫(yī)療保健、教育）中的人工智能與其追求完全總體方法：主權(quán)人工智能基礎(chǔ)設施，這些經(jīng)濟體可以利用公私合作模式、按需付費定價模型和優(yōu)惠融資來擴大普及。投資可以集中于賦能要素，例如可靠的連接性。改進精選數(shù)據(jù)以及合作開放源代碼或同盟基礎(chǔ)模型可以幫助加速部署本地相關(guān)的AI解決方案。確保初創(chuàng)企業(yè)和創(chuàng)新者擁有負擔得起的計算能力和資金，可以幫助他們將解決方案擴展到試點階段之外。通過大學合作，例如與區(qū)域AI中心進行交流以及開放大學項目，可以促進人才培養(yǎng)。數(shù)字教育和數(shù)據(jù)素養(yǎng)計劃，包括通過燈塔項目為中小企業(yè)提供培訓和公共意識宣傳活動，可以進一步建立對AI的信任和理解。有關(guān)路徑3的歷史性案例，請參閱案例研究2。此途徑提供對企業(yè)而言：支持國家發(fā)展目標，在高影響力領(lǐng)域共同創(chuàng)造本地化AI解決方案重新思考人工智能主權(quán)22印度從新興合作伙伴到采用加速器的道路印度從新興合作伙伴向采用加速器轉(zhuǎn)變已歷時多年，這得益于對連接性、（開放）數(shù)據(jù)、人才和應用程序的早期及持續(xù)投資——許多措施早在ChatGPT于2022年推出之前就已啟動。這種人工智能戰(zhàn)略國家和州戰(zhàn)略結(jié)合了重點、協(xié)調(diào)和部門優(yōu)先事項：業(yè)、醫(yī)療保健、教育）的優(yōu)先事項48強調(diào)道德和以人為本的A–印度人工智能任務（2024年一項13億美元的計劃，大國內(nèi)計算能力49支持初創(chuàng)企業(yè)，加強公私研究合作。數(shù)字基礎(chǔ)設施早期的連通性投資促成了其采用：互聯(lián)網(wǎng)，并使超過25萬個村委會實現(xiàn)5g連接。50在此基礎(chǔ)上，國內(nèi)外玩家——包括優(yōu)塔，51AWS,52微軟53和54–已投資于人工智能數(shù)據(jù)中心，構(gòu)建本地化計算，同時將印度錨定在全球人工智能生態(tài)系統(tǒng)中。2018年至2020年，具備高級分析技能的專業(yè)人士數(shù)量預計增長——由強大的科學、技術(shù)、工程和數(shù)學（STEM）人才管道和IT服務基礎(chǔ)驅(qū)動。在人口層面：而YUVAi將AI概念引入了中學課程。58截至2025年，印度擁有世界上最大的分析以及人工智能勞動（公開）數(shù)據(jù)：印度對數(shù)據(jù)采取了開放和可互操作的方法：–印度儲備銀行賬戶聚合者（AA）框架支持在超過22億個銀行賬——印度數(shù)字健康使命創(chuàng)建了一個統(tǒng)一健康數(shù)據(jù)骨干網(wǎng)絡，發(fā)行了大約8.3億個數(shù)字健康身份標識，并連接了近7.8億份醫(yī)療記錄60模型的國家?guī)?1為初創(chuàng)企業(yè)和研究人員。印度因此將數(shù)據(jù)作為協(xié)同公共物品和人工智能競爭力的工具。印度在優(yōu)先領(lǐng)域大規(guī)模應用人工智能，將數(shù)據(jù)轉(zhuǎn)化為應用程序：–在金融領(lǐng)域，統(tǒng)一支付接口（UPI）在2025年單月交易額超過200億。62為人工智能信用評分和欺詐檢測系統(tǒng)提供燃料。EQ\*jc3\*hps16\o\al(\s\up1(e),。)664農(nóng)業(yè)數(shù)據(jù)交換(ADeX)65和Kisan無人機66利用人工智能和遙感技術(shù)優(yōu)化產(chǎn)量預測和作物管理。負責任的AI部署得到了監(jiān)管沙盒和數(shù)據(jù)保護措施的支持，包67如世界經(jīng)濟論壇2025年白皮書所述，塑造智能時代的人工智能沙盒生態(tài)系統(tǒng)與印度印度是人工智能采用的主要推動者，占86%68在探索或部署人工智能的公司中，據(jù)估計有14.23%69在積極使用人工智能的人群中，反映出廣泛的融合。盡管如此，仍然存在結(jié)構(gòu)性差距：印度僅擁有全球數(shù)據(jù)中心容量的約3%。元（GPU）的計算網(wǎng)格，并建立一個補貼型計算市場。71這標志著印度從加速采用轉(zhuǎn)向生態(tài)構(gòu)建者。重塑AI主權(quán)23重塑人工智能主權(quán)24一些新興合作者可以利用他們強大的能源基礎(chǔ)和高土地可用性進行大一些新興合作者可以利用他們強大的能源基礎(chǔ)和高土地可用性進行大規(guī)模開發(fā)。路徑5從新興合作者到生態(tài)構(gòu)建者，通過精選參與者新興合作伙伴具有高起點：資本、土地和能源的可用性，戰(zhàn)略位置和區(qū)域連接優(yōu)勢可以通過專注于人工智能基礎(chǔ)設施（例如為數(shù)據(jù)中心建設有利的投資環(huán)境 )首先成為選擇性參與者。經(jīng)濟可以投資于總體方法：過剩的AI基礎(chǔ)設施產(chǎn)能，同時服務國內(nèi)和鄰近市場，作為區(qū)域計算中心。通過戰(zhàn)略性地參與全球貿(mào)易和投資網(wǎng)絡，這些經(jīng)濟體可以與主要參與者合作，建立其在國際AI價值鏈中的角色。這需要可信的技術(shù)采購，例如先進芯片，以及長期購銷安排來確保穩(wěn)定使用。經(jīng)濟體可以通過伙伴關(guān)系托管外部基礎(chǔ)模型，確保可靠性和安全性，同時支持本地企業(yè)開發(fā)特定行業(yè)的AI解決方案。建立公私合作伙伴關(guān)系（PPP）的投資框架和激勵措施，并加強能源、土地利用和許可政策，可以加速AI基礎(chǔ)設施部署。確保監(jiān)管確定性、數(shù)據(jù)治理標準可以進一步吸引國際伙伴，維持投資者的信心，并保障外國直接投資。聯(lián)合投資人工智能基礎(chǔ)設施對于企業(yè)而言：與關(guān)鍵長期合作伙伴建立聯(lián)系可創(chuàng)造穩(wěn)定需求并獲得早期進入途徑途徑5從新興合作伙伴到生態(tài)構(gòu)建者一些新興的合作者起點：可以依托其強大的能源基礎(chǔ)、適用于大規(guī)模開發(fā)的高土地可用性以及戰(zhàn)略位置（具備先進的數(shù)據(jù)連接性），通過同時發(fā)展數(shù)據(jù)、應用和人工智能基礎(chǔ)設施，直接成為生態(tài)系統(tǒng)建設者。這條途徑作為一個通用方法：擴展途徑3，取決于一個堅實的基礎(chǔ)來支持人工智能基礎(chǔ)設施擴展以及諸如人才、研發(fā)和資金獲取等關(guān)鍵使能因素的可獲得性。經(jīng)濟體可以利用戰(zhàn)略合作伙伴關(guān)系來發(fā)展本地計算基礎(chǔ)設施并擴大其服務能力國內(nèi)及鄰近市場。政策制定者可通過激勵對本地數(shù)據(jù)中心、國家級數(shù)據(jù)平臺和開源或同盟基金會模型的投入來支持這一路徑。集中、均衡的投資可將經(jīng)濟體發(fā)展成為區(qū)域人工智能中心，全球技術(shù)與國內(nèi)優(yōu)勢在此融合。建立強大的機制，使資金、數(shù)據(jù)、人才和知識產(chǎn)權(quán)能在機構(gòu)間有效、安全地流動，可以增強人工智能生態(tài)系統(tǒng)。聯(lián)合投資人工智能基礎(chǔ)設施對于企業(yè)而言：和已應用解決方案提供對成長型AI市場的早期訪問權(quán)限。重塑AI主權(quán)2544人工智能競爭力始于有意的本地策略。經(jīng)濟體應在具有比較優(yōu)勢的領(lǐng)域進行投2經(jīng)濟體無法實現(xiàn)完全的AI自主權(quán)。相反，通過利用國家優(yōu)勢和與戰(zhàn)略合作伙伴合作，他們可以跨越式發(fā)展 ,邁向AI成功。確保能夠獲得并且負擔得起關(guān)鍵投入（例如計算能力和模型）對于有意義的參與AI生態(tài)系統(tǒng)至關(guān)重要。2以下考慮將本文的研究成果轉(zhuǎn)化為針對歐洲等國家和超國家層面的政策制定者的五個優(yōu)先事項，它們涉及如何集中地方戰(zhàn)略、加強人工智能生態(tài)系統(tǒng)和構(gòu)建可持續(xù)的競爭優(yōu)勢。它們強調(diào)互操作的人工智能基礎(chǔ)設施和區(qū)域合作，而不是重復努力以推動人工智能主權(quán)。發(fā)揮優(yōu)勢的本地策略人工智能競爭力始于有目的的本地化戰(zhàn)略。經(jīng)濟體應當在具有比較優(yōu)勢的領(lǐng)域進行投資，例如承建和運營數(shù)據(jù)中心、開發(fā)邊緣人工智能解決方案或構(gòu)建特定行業(yè)的應用程序，如醫(yī)療保健或制造業(yè)。其他人工智能價值鏈組件可以從值得信賴的合作伙伴和聯(lián)盟中獲取。因此，清晰的本地人工智能戰(zhàn)略會加強投資環(huán)境，為本地人工智能生態(tài)系統(tǒng)提供更大的信心，并確保人們在人工智能發(fā)展和應用中始終處于中心地位（馬來西亞的國家人工智能框架）。72這是一個該方法的例子）。負責任且可持續(xù)地擴展人工智能同樣重要。投資策略必須考慮社會經(jīng)濟和環(huán)境的影響，使用數(shù)字脫碳等方法，以避免意外結(jié)果，包括失業(yè)或過度能源使用。幫助將人工智能主權(quán)重新定義為對于大多數(shù)經(jīng)濟體而言，控制人工智能價值鏈的每個要素既不切實際也不可行。例如，鑒于芯片和人工智能基礎(chǔ)設施的資本密集性，很少有經(jīng)濟體能夠在國內(nèi)3相反，人工智能主權(quán)應該被重新定義為戰(zhàn)略相互依存 ,即通過本地化投資和全球聯(lián)盟的組合來塑造、部署3韌性取決于強大的賦能因素和關(guān)于人工智能基礎(chǔ)設施的戰(zhàn)略決策。由于人工智能基礎(chǔ)設施成本高昂且資源密集，協(xié)作可能比僵化的自給自足更有效。決策者應幫助促進運營控制、人工智能生態(tài)系統(tǒng)健康以及對所有權(quán)靈活性的把握，鼓勵立即行動，同時保留后續(xù)本地化的選擇。決策者不應在國內(nèi)復制每個組件，而應支持加強采購系統(tǒng)中的安全、安全和問責制的努力，促進對人工智能安全基礎(chǔ)設施和共享區(qū)域風險框架的投資——例如東南亞國家聯(lián)盟（東盟）人工智能安全實現(xiàn)精準投資以強化本地人工智能生態(tài)系統(tǒng)跨領(lǐng)域人工智能投資不太可能帶來有意義的回報。各國應該轉(zhuǎn)而著力構(gòu)建密集互聯(lián)的本地人工智能生態(tài)系統(tǒng)，將初創(chuàng)企業(yè)、企業(yè)、學術(shù)界和公共機構(gòu)團結(jié)在一起。目標明確的人工智能中心和集群能促進協(xié)同效應，加速采用并吸引全球投資——新加坡和阿拉伯聯(lián)合酋長國就是政策制定者可以通過稅收激勵、風險投資和影響力基金支持以及研究資助來刺激增長。通過公私基金擴大資本獲取途徑以及保持清晰、可預測的人工智能監(jiān)管可以進一步吸引私人投資并加速人工智能生態(tài)系統(tǒng)發(fā)展。4促進互操作的人工智能基礎(chǔ)設施人工智能基礎(chǔ)設施是人工智能競爭力的核心，應被視為支持創(chuàng)新和韌性的更廣泛智能基礎(chǔ)設施戰(zhàn)略的一部分。它不應是孤立的采購，而應作為包含芯片、計算、能源、土地和融資的相互依存資產(chǎn)系統(tǒng)來建設。重新思考人工智能主權(quán)26為避免供應商鎖定，政策制定者必須促進跨越云、數(shù)據(jù)中心和邊緣AI的硬件和軟件之間的互操作性和工作負載可移植性。這可以確保無縫集成、靈活性和抵御市場波動性，例如AI基礎(chǔ)設施估值降溫時。對于較小的經(jīng)濟體，互操作性可以是一種關(guān)鍵平衡器，通過開放、兼容的系統(tǒng)實現(xiàn)快速擴展。有效的AI政策可以促進專有和開源AI設計，確保創(chuàng)新方法的多樣性以及AI能力的廣泛獲取。促進數(shù)據(jù)和應用程序的使用鼓勵負責任的收養(yǎng)中小經(jīng)濟體可以通過專注于人工智能應用開發(fā)與采用 ,而非在資本密集型領(lǐng)域競爭，來獲得優(yōu)勢。在醫(yī)療保健、金融、教育和公共服務領(lǐng)域的高影響力用例，能夠帶來除提高效率之外的新社會和經(jīng)濟價值。政策制定者可以通過在公共服務中應用人工智能來以身作則，同時推動各行業(yè)的應用。利用邊緣人工智能的興起可以進一步加速對實時分析和本地化決策依賴的行業(yè)（如醫(yī)療保健、交通和公共安全）的采用，這能夠?qū)崿F(xiàn)更快的洞察力、更高的效率和實時服務。強大的國內(nèi)應用和服務可以刺激需求并創(chuàng)造出口機會來資助進一步的創(chuàng)新。數(shù)據(jù)是這一工作的核心，政策制定者可以通過促進多樣化的內(nèi)容生成，同時確保隱私、安全和合乎道德的使用，來釋放其價值。這些政策舉措共同將人工智能主權(quán)框定為戰(zhàn)略相互依存。因此，真正的AI競爭力源于戰(zhàn)略重點、可信聯(lián)盟和負責任的擴展，所有這些都應建立在安全訪問、開重塑人工智能主權(quán)27為了捕獲人工智能帶來的最大經(jīng)濟和社會效益，經(jīng)濟體必須在人工智能價值鏈上進行戰(zhàn)略性投資，而不是試圖完全擁有它。完全的人工智能主權(quán)是難以實現(xiàn)的基于原型的方法和途徑，本文為決策者提供了一種實用的方法來評估其當前的競爭地位，并支持量身定制的成熟和規(guī)模化發(fā)展路徑。經(jīng)濟可以通過做出與本地優(yōu)勢和發(fā)展重點相一致的重點投資決策，來提升人工智能競爭何建設和部署人工智能，以及與誰合作，將塑造人工智能競爭力并創(chuàng)造更強大、更可持續(xù)的經(jīng)濟體。本質(zhì)上，存在著不同的可能路線提升人工智能競爭力。隨著新的合作與伙伴關(guān)作為下一步，政策制定者應向內(nèi)審視以幫助明確其優(yōu)勢與投資重點，向外拓展以促成伙伴關(guān)系與合作。有效的合作可以有多種形式，但它必須立足于當?shù)匦枨蠛蛥^(qū)域優(yōu)勢，而非炫目的試點項目或宏偉的聲明。我們挑戰(zhàn)領(lǐng)導者重新思考人工智能主權(quán)的概念，并從防御性姿態(tài)轉(zhuǎn)向促進共享繁榮的策略。通過協(xié)作，經(jīng)濟體重塑人工智能主權(quán)28世界經(jīng)濟論壇瑪麗亞·巴索頭部，人工智能應用及影響奧古斯汀娜·卡拉萊里主導項目，技術(shù)治理，安全與國際合作塔里克·法亞德薩米爾·加贊內(nèi)政策領(lǐng)袖，面向未來的經(jīng)濟體哈什·夏爾馬鉛，人工智能和機器學習，印度第四次工業(yè)革命弗朗切斯卡·扎諾拉全球首席，AI戰(zhàn)略整合大爾茲·阿哈邁德總經(jīng)理兼首席執(zhí)行官，指導沙特阿拉伯第四次工業(yè)革命中心董事長內(nèi)馬·阿爾·法拉斯高級副總裁，人工智能戰(zhàn)略與轉(zhuǎn)型，穆巴達拉投資副總統(tǒng)，產(chǎn)品，帕蘭提爾科技公司托馬斯·博內(nèi)劍橋大學網(wǎng)絡人類實驗室創(chuàng)始人兼主任埃里克·布賴約夫森斯坦福大學數(shù)字經(jīng)濟實驗室主任西蒙·切斯特曼高級總監(jiān)，人工智能治理，人工智能（新加坡）,新國立大學瑪麗亞娜·儒斯托·佩雷拉顧問；項目研究員，AI全球亞龍·菲利普高級經(jīng)理；項目合伙人人工智能全球聯(lián)盟顧問；項目研究員，AI全球菲利普·索特納德國人工智能、洞察與解決方案業(yè)務合作伙伴及負責人卡洛斯·愛德華多·德·阿爾梅達·馬澤伊首席技術(shù)官，伊塔烏阿里·達魯爾集團首席戰(zhàn)略官，G42瑞貝卡·芬利首席執(zhí)行官，人工智能伙伴關(guān)系約爾格·費舍爾奧拉夫·J·格羅斯伯克利哈斯商學院專業(yè)教師前國家技能發(fā)展公司首席技術(shù)官京都大學法學院研究教授彼得·霍爾林安導演，負責任人工智能，亞馬遜網(wǎng)絡服務重新思考人工智能主權(quán)29伊恩·霍奇金森洛夫堡大學教授，戰(zhàn)略學教授卡爾·霍爾肖瑟研究員，CCID，中國湯姆·杰克遜魯赫大學信息與知識管理教授CiscoSystems集團戰(zhàn)略與合作伙伴關(guān)系高級副阿米特·喬希人工智能、分析與營銷策略教授，國際管理發(fā)展學院（I首席人工智能戰(zhàn)略官，SAP齊科·科爾特卡內(nèi)基梅隆大學計算機學院機器學習系教授兼系主任拉馬黛維·蘭卡印度特倫甘納邦政府前新興技術(shù)總監(jiān)安·瑪麗·拉維格納德雷克·曼基奇阿拉·馬爾卡蒂首席人工智能顧問兼業(yè)務官，人工智能71阿德里安·馬塞勒斯集團主管，戰(zhàn)略與企業(yè)發(fā)展，匯豐控股詹姆斯·奧戴首席運營官兼創(chuàng)新主管，CVC資