主權 AI 極簡的解釋，可以說是一個國家或企業，對處理自己資料的 AI 系統——從晶片、算力、資料到模型——擁有實質控制權。不過目前不同的角色對於「主權 AI」仍有不同的詮釋，本文將盡可能為讀者釐清。
編撰／何信達
主權 AI 是一場耗時的治理工程。這套治理框架協助 CIO 在技術堆疊中識別真正的風險點，從工作負載分級開始，同步進行組織流程改造。透過拆解晶片商、維運商與政府的角色，企業能確保在追求韌性的同時，不因技術閉塞而失去與全球前沿技術接軌的機會。
主權 AI 的關鍵在於「哪些工作負載值得付出溢價」。McKinsey 的企業調查給出一個會打破直覺的答案：約 70% 的企業仍願意因為價格與效能更好而更換 AI 供應商，主權 AI 方案本身比主流方案貴 10~30%。Accenture 的調查則點出另一個問題：多數企業把主權 AI 當成防禦性合規議題，只有 15% 把它提升到執行長或董事會層級。對 CIO 與 CISO 而言，真正的任務是用具體判準篩選出真正需要主權層級控制的工作負載，同時看懂供應鏈裡「誰在跟誰收錢」，並主動把這個議題提升到該有的決策層級，避免把預算浪費在不需要的地方，也避免被行銷語言的「主權」宣稱牽著走。
企業也要主權 AI
McKinsey 的企業調查（2026 年 3 月 3 日，基於 2025 年 12 月 18 日全球調查）指出，主權本身很少是單獨驅動供應商轉換的理由。這反映的是企業如何實際操作風險：主權只在特定工作負載上才重要，也就是涉及敏感資料、法規曝險或關鍵服務的部分。
Accenture 的調查（2025 年 7~8 月，調查 28 國、18 個產業共 1,928 位企業與政府資深主管，含 CIO、CTO、資料/AI 長、風險長，Accenture 官方報告《Sovereign AI: Own your AI future》，2025 年 11 月）呈現另一個角度的落差：61% 的受訪者表示，地緣政治動盪讓組織更傾向採用主權技術方案；但負責 AI 主權決策的角色分布中，37% 是資料長/AI 長、29% 是法遵/風險長、19% 是 IT/雲端基礎設施團隊，只有 15% 是執行長或董事會層級（Accenture 官方報告）。企業採用主權 AI 的動機中，46% 是法規遵循、28% 是掌控關鍵資料、27% 是資安考量，只有不到 13% 的受訪者把「資料變現」或「文化在地契合」列為策略動機（Accenture 官方報告）。這代表多數企業目前把主權 AI 當成防禦性的合規問題，交給中階主管處理。Accenture 報告本身也直言，這是「企業的重大盲點」。值得一提的是，同一份報告也提供一個實務性的錨點：企業不需要讓全部工作負載都做到主權層級，Accenture 估算「只要約三分之一的 AI 工作負載達到主權層級，企業就能有意義地參與並掌握主權 AI 帶來的機會」，這與 McKinsey「最小充分主權」的判準方向一致。
[ 推薦閱讀：主權 AI 議題升溫！美國總統令：AI Cybersecurity 躍升國安議題 ]
Forrester 資深分析師 Dario Maisto 的觀點（IT Pro，《The hidden cost of sovereign AI》，2026 年 7 月引述）補上一個 McKinsey 沒有直接強調的提醒：主權會實際縮小模型選擇範圍、增加採購摩擦、推高成本、複雜化系統整合，甚至製造新的依賴關係。他認為 IT 主管真正該問的問題是：每個工作負載實際需要多少控制權、企業願意用什麼代價交換、以及主權方案究竟是降低風險，還是只是把風險搬到不容易被看見的地方。
McKinsey 另一份專題解釋文件（《What is sovereign AI?》，2026 年 3 月 6 日）由該公司資深顧問具體說明企業選擇主權 AI 的三個真實理由：
- 責任防火牆：法院日益要求 AI 部署方為偏誤或幻覺等失誤負責，供應商卻同時極力限縮自身的責任上限，主權 AI 讓企業能建立稽核與控管機制，作為責任歸屬的防火牆。
- 地緣政治韌性：避免過度依賴少數全球供應商而產生的「服務關閉」風險——服務被片面中止或受地緣政治衝突影響。
- 經濟價值：如果企業完全仰賴外國 API 模型處理資料，這些資料創造的經濟價值會完全外流，主權 AI 能確保產生的價值留在企業自己的掌控範圍內。
同一份文件也點出企業必須權衡的四項代價：「1. 延遲」（嚴格的主權防護層，如輸入輸出過濾、個資遮罩，會拖慢反應速度，影響使用者體驗與競爭力）、「2. 成本與浪費」（主權方案有價格溢價，只有真正高風險的工作負載才值得複製一整套基礎設施）、「3. 創新落後風險」（過度封閉的主權環境可能跟不上全球前沿技術的更新速度）、「4.能源密集度」（自建主權基礎設施同樣需要考量能源需求）。
[ 推薦閱讀：避開 主權 AI 行銷陷阱，從技術堆疊評估企業合規邊界 ]
McKinsey 提出的實際判準是「最小充分主權」（minimum sufficient sovereignty）。也就是依法規重要性與第三方曝險程度將工作負載分級，只對真正需要的部分要求資料落地、金鑰自主、存取控管等主權層級控制，其餘工作負載可以繼續用公開模型處理一般性任務，把主權層級的預算保留給高價值智慧財產與敏感資料。
為什麼必須提到雲端遷移
企業討論主權 AI 採購時，幾乎必然會碰上「雲端遷移」這個問題——原因是多數企業現有的工作負載，早已跑在非主權的全球雲端服務上，任何往主權層級靠攏的決策，實際上都等於要把既有系統搬到新的環境。這代表主權 AI 本質上是一項牽涉既有系統遷移的工程決策，時程與成本都必須提前規畫。McKinsey 同份報告指出，近 75% 的企業已將主權 AI 列入2026年路徑圖，但真正有具體策略、預算與工作負載分級方案的企業是少數。遷移之所以耗時 3 至4年，瓶頸在於組織治理：企業必須先決定哪些工作負載真正需要主權，再據此重建營運模式——誰能存取、誰負責維運、事故如何通報、法律責任如何劃分。
這對 CIO 的時程規畫有直接意義：主權 AI 遷移應規劃多年期的治理工程來編列預算與人力。McKinsey 也特別澄清，主權或在地供應商在技術堆疊較底層的服務水準，已逐漸與全球方案打平，遷移進度慢下來的原因在於企業內部尚未釐清權責與流程——這代表加速遷移的關鍵在組織治理。
主權 AI 解決方案究竟都是賣給誰——看懂供應鏈的三層結構
NVIDIA 財務長 Colette Kress 在 2026 年 3 月 GTC 2026 後向投資人說明的營收結構——約 40% 來自新興雲端業者、產業與企業應用、以及主權 AI（Bernstein 分析師 Stacy Rasgon 投資筆記，經 Yahoo Finance 引述，2026/3/18）——對應 McKinsey 對主權 AI 生態系角色分工的分析：由政府設定主權門檻與需求聚合，由在地供應商（電信商、雲端業者）實際執行維運，而企業才是最終付費的終端客戶。McKinsey 列舉的「聯合營運模式」範例——法國 Orange 與 Capgemini 合資、結合 Microsoft 技術的 Bleu——也就是包含地端營運控制加上全球超大規模業者的技術，可分為政府、供應商、用戶三層結構的具體案例。對 CIO 與 CISO 而言，這個三層結構的實務意義是：晶片供應商（NVIDIA）打出「主權 AI」品牌宣稱時，實際簽約與負責維運的通常是在地電信商或雲端業者。
[ 加入 CIO Taiwan 官方 LINE、Facebook 與 LinkedIn，與全球 CIO 同步獲取精華見解 ]
評估「主權 AI」方案時，應該分別確認三個問題：晶片與底層技術由誰提供、實際維運與資安責任由誰承擔、政府扮演的角色是強制要求還是僅提供補貼誘因。三個角色的責任邊界不同，合約條款與稽核權利應該分別談清楚。
值得 CIO 特別留意的是，學術文獻對「主權」的定義通常包含「降低對單一大型科技公司依賴」這一層意涵（Mügge，《EU AI sovereignty: for whom, to what end, and to whose benefit?》，《Journal of European Public Policy》，2024年）。但多數標榜「主權 AI」的方案，運算層仍高度集中於 NVIDIA 一家供應商——這代表企業即使選擇了貼著「主權」標籤的方案，供應商集中度風險未必真的降低，只是換了一層在地品牌的包裝。CIO 評估時應該直接追問：這個方案除了資料落地與人員在地化之外，晶片與底層技術是否仍然只有單一供應商可選；若答案是肯定的，即使方案貼著「主權」標籤，供應商鎖定的風險評估仍然必要。
主權 AI 的前置工作
整合以上三點，可以歸納出企業評估主權 AI 導入的四個實務步驟。
- 工作負載分級：依法規曝險程度與資料敏感度，把工作負載分成一般性任務、中度敏感、高度敏感三級，只對高度敏感的部分編列主權層級預算，避免 McKinsey 警告的「過度在地化」與不必要的溢價支出。
- 時程與治理並行：把主權 AI 遷移當成 3 至4年的組織治理工程來規畫，優先釐清存取權限、維運責任、事故通報與法律責任的歸屬。
- 拆解供應鏈責任：面對任何標榜「主權 AI」的方案，分別確認晶片供應商、在地維運商、政府角色三層的責任邊界，並確認底層技術是否仍集中於單一供應商，要求合約分別載明各層的稽核與問責條款。
- 提升決策層級：Accenture 的調查顯示，多數企業目前把主權 AI 決策下放給資料/AI 長或法遵長處理，只有 15% 列為執行長或董事會層級議題——但供應商選擇、預算規模與多年期治理工程，涉及的是企業層級的風險胃納與資本配置，CIO 與 CISO 應主動把這個議題往上提報。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
