擁有自研模型可不等於達成主權 AI，AI 智慧層若依賴外國供應商的黑盒子，即便資料留在境內，自主性仍受限。企業應詢問：供應商談的是科技堆疊中的哪一層？這項宣稱是服務政府產業政策，還是解決企業真正的風險需求？
編撰／何信達
「主權 AI」在2026年變成一個很紅、卻沒有共識定義的詞——政府、晶片供應商、監理機構、企業採購方各自用它服務不同目的，連歐盟執委會自己的官方政策簡報都承認這個詞「概念化與各方認知仍然分歧」。但拿掉政治敘事之後，企業層級的主權 AI 可以收斂成一句話：對處理你資料的 AI 系統握有實質控制權，這與資產所有權是兩回事。McKinsey 把這個控制權拆成四個構面，這篇文章要說清楚：這個詞為什麼紅、企業版的主權 AI 具體指什麼、全球有哪些可稽核的標準，以及台灣現在站在哪個位置。
主權 AI 為什麼紅：不同角色有不同視角
這個詞能快速擴散，正是因為它能同時服務好幾群人不同的目的——這幾群人各自認定的定義並不一致。歐盟執委會聯合研究中心（JRC）2025年的官方政策簡報《Open but Not Powerless: Towards a Common Understanding of EU Digital Sovereignty》直言不諱：「儘管數位主權的重要性日益受到肯定，其概念化與各方認知仍然分歧，使得建立一致的政策與策略變得複雜」（European Commission Ispra，JRC144908，2025年）。
政府機構
政府用它取得產業政策的正當性：阿聯酋透過「UAE-US AI Acceleration Partnership」換取美國前沿運算存取權（Institute.global，2026 年 1 月 19 日）；法國政府 2026 年 6 月將 Mistral 部署至 100 萬名公務員（ChannelNews，2026 年 6 月 17 日）；台灣立法院2025年12月23日三讀通過《人工智慧基本法》（數位發展部新聞稿，2026 年 3 月 19 日）。
2026 年也出現具體的觸發事件，讓各國更認真看待主權 AI：中國國家發展和改革委員會 2026 年 4 月 27 日以國家安全為由，禁止 Meta 以逾 20 億美元收購中國 AI 新創公司 Manus，並限制共同創辦人肖弘與季逸超出境（太報，2026年4月28日；彭博社經 Yahoo Finance 引述，2026年4月28日）。值得注意的是，Manus 本身並非自建大型語言模型，而是建立在 Anthropic Claude 與阿里巴巴通義千問模型之上的「AI 代理框架」，這是 Manus 共同創辦人季逸超本人於 2025 年 3 月在社群平台公開證實的說法。這起事件正好是「控制權不等於擁有權」的真實案例：一間中國團隊開發的產品，核心引擎仰賴美國模型，即使公司註冊地遷往新加坡，仍卡在技術主權的爭議之中。
晶片與雲端供應商
晶片與雲端供應商用它當銷售敘事：NVIDIA 執行長黃仁勳從2024年杜拜世界政府高峰會提出「每個國家都需要擁有自己智慧的生產能力」開始，兩年間在倫敦、巴黎、達沃斯、東京反覆重申，2026年3月16日在 GTC 2026 主題演講中進一步預告，2027年前運算需求訂單將達 1 兆美元（NVIDIA 官方 GTC 主題演講）；NVIDIA 財務長 Colette Kress 隨後向投資人正式說明這 1 兆美元的組成：約 60%來自 Amazon、Google、Meta、Microsoft 等前五大雲端業者，其餘 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年3月18日）。台積電則從2025年第二季法說會起，連續三季將 AI 需求正式拆為消費性、企業、主權 AI 三類，寫入2025年年報（TSMC 官方年報網站；Investing.com，2026年1月15日）。
監理/合規相關機構
監理機構用它建立合規框架的正當性：Gartner 把「Digital Sovereignty」獨立列為2025年Hype Cycle 的一個類別，定義為「確保資料、營運與技術的自主權，同時能在特定地理邊界內符合法規」（Gartner，Hype Cycle for Digital Sovereignty，2025年7月7日）。Hype Cycle 是 Gartner 用來追蹤新興技術／概念成熟度的固定研究方法，把一個主題劃分成「技術觸發期」到「生產成熟期」等幾個階段，藉此判斷該主題目前的市場熱度與實際可落地程度；Gartner 把「數位主權」獨立列為一個Hype Cycle 類別，代表這個主題已經被視為一套值得單獨追蹤的技術與市場動態。IDC 也發展出自己的「Sovereign AI Framework」，協助企業對齊跨法域政策（IDC，《AI sovereignty risk: A five-step agenda for CIOs》，2026年3月26日）。企業採購方則用它當風險管理的理由：Deloitte 調查顯示 77%企業已將 AI 解決方案原產地納入供應商選擇考量（《State of AI in the Enterprise 2026》，2025年8-9月）。
但這幾群人各自使用同一個詞，指涉的範疇未必一致——這正是企業評估任何「主權 AI」宣稱時，第一步該做的事：先確認對方講的是政府的產業政策語言、供應商的銷售敘事、監理機構的合規框架，還是企業自己的風險管理需求，四者背後的具體訴求有異。
企業的主權 AI 到底是什麼
McKinsey 的專題解釋文件（《What is sovereign AI?》，2026年3月6日）給出目前對「企業」這個層級講得最精確的定義，關鍵字是「控制」（control），區別於「擁有」（ownership）：企業做到主權 AI，重點在於對以下四個構面握有實質控制權——
- 地域：資料與運算實際存放在哪個司法管轄區（territorial）、
- 維運：由誰實際營運與確保系統安全（operational）、
- 技術：技術堆疊與智慧財產權歸屬（technological）、
- 法律：一旦發生資料存取請求或監管調查時適用哪一國法律（legal）（McKinsey，《Sovereign AI: Building ecosystems for strategic resilience and impact》，2026年3月3日）。
McKinsey 合夥人Ali Ustun 進一步點出常被忽略的關鍵：企業可能已經做到資料主權（資料留在境內），卻仍然沒有做到 AI 主權——因為 AI 主權是建立在資料之上的「智慧層」，如果處理資料的模型是外國供應商提供的黑盒子，即使資料留在境內，智慧本身仍然不是自主的。這代表企業主權 AI 的判準看的是控制權的實質歸屬。
Gartner 的定義與此互相呼應：主權 AI 是「對整個AI 技術堆疊擁有決策權、且受地理邊界約束的狀態」，同時提醒「主權 AI」（國家層級不假外求的野心）與「X 主權」（包括資料主權、雲端主權等企業合規要求）是兩個不同概念，混為一談會讓企業誤判風險（The AI Journal 引述 Gartner，2026年4月7日）。這裡的「X 主權」，對應的正是 McKinsey 四構面裡的地域與部分維運層次，不等於完整的 AI 主權。
主權 AI 與主權雲不是同一件事
McKinsey 另一份報告《加速歐洲 AI 採用：主權 AI 能力扮演的角色》（Accelerating Europe’s AI adoption: The role of sovereign AI，2025年12月19日）的 Exhibit 3，完整揭露歐洲 AI 技術堆疊的分層架構，由下而上共七層，另外疊加一層橫向貫穿全堆疊的治理層（共八層）：
‧第一層能源供應與電網（穩定、低碳、具成本韌性的電力）；
‧第二層連網基礎設施（資料中心間、邊緣節點與終端使用者之間的數據流通骨幹，含光纖與海底電纜）；
‧第三層資料中心（運算密集工作負載的實體基礎設施）；
‧第四層硬體（GPU、張量處理器、記憶體與網路晶片等 AI 矽晶基礎）；
‧第五層雲端與整合平台（提供可擴展運算、儲存與開發環境的調度層）；
‧第六層模型與資料（由基礎模型與領域專用模型組成的核心智慧層）；
‧第七層 AI 應用（將 AI 能力轉化為終端經濟與社會價值的介面，如協作工具、工作流程自動化）。
‧另外還有一層「負責任 AI」（Responsible AI），是嵌入安全性、透明度、公平性與問責機制的治理與保證層，橫向貫穿整個技術堆疊，不屬於由下而上的編號層級。
主權雲對應的大致是第三到第五層（資料中心、硬體、雲端平台），主權 AI 則涵蓋全部七層加上治理層。McKinsey 同時指出，歐洲在第三、四層高度仰賴非歐洲供應商，僅在半導體供應鏈的特定環節（如微影設備商 ASML、沉積設備商 ASM、精密光學商 Zeiss）具備競爭力；第五到七層雖有歐洲業者存在，但規模仍不及全球對手——這說明即使是歐盟，也只在特定層次選擇性投入資源。
CSIS （戰略暨國際研究中心，2025年12月4日）進一步指出一個常被行銷語言模糊的重點：各國對「主權雲」的需求，很大程度是被「主權 AI」一詞的政治吸引力帶動的結果，即便嚴格來說，主權 AI 原則上可以在不具備完整主權雲的情況下達成。這代表企業評估供應商的「主權」宣稱時，第一步應先確認對方談的是七層技術堆疊裡的哪一層，不要照單全收整體「主權」的行銷用語。
有沒有自己的模型，不等於做到主權 AI
一般常見的簡化認知，是把主權 AI 等同於「有沒有自己的大型語言模型」——台灣的情況常被簡化成「台灣有沒有自己的 LLM」，答案通常指向 TAIDE。這個框架某種程度上是官方論述自己建立的：國科會官方新聞資料（2025年12月12日，《AI 新十大建設－打造主權 AI「國網雲端算力中心」啟用》）與北美智權報（2025年12月12日）均引述國網中心主任張朝亮談主權 AI 三要素——算力、資料、模型。
但 McKinsey 的七層技術堆疊架構提醒我們，模型只是其中第六層。TAIDE 本身就是很好的例子，說明「模型」這一層要完整，還需要多層次的支撐：TAIDE 除了以 Meta 的 Llama 系列微調外，2025年8月底另外釋出以 Google Gemma-3-12b 微調成的「Gemma-3-TAIDE-12b-Chat」模型（Hugging Face 官方模型頁，taide/Gemma-3-TAIDE-12b-Chat）——這代表要讓模型層真正自主，還需要往下補齊算力與資料這兩層的自主能力，模型本身才不必持續仰賴外國基礎模型作為起點。
台灣的政策節奏，正是往這個方向補齊。算力層面，國科會於2025年12月12日宣布「國網雲端算力中心」啟用，屬「AI 新十大建設－打造主權 AI」的一環，具備 15MW 電量與高耐震、節能、備援機制，並串聯民間業者組成「臺灣算力聯盟」；國科會主委吳誠文同時指出，至2029年國網中心算力將擴展至 23MW，涵蓋南科國網雲端算力中心與預計2029年啟用的臺南沙崙智慧創新算力中心（國家高速網路與計算中心官方新聞稿，nchc.org.tw，2025年12月12日）。國網中心也持續擴充超級電腦算力：「晶創 26」超級電腦的 Nano4 系統採用220個NVIDIA H200 節點（共 1,760 張 H200 GPU），另建置 2 座 NVIDIA GB200 NVL72 （各 72 顆 Blackwell GPU），2025年11月以 81.55 PFlops 拿下全球 TOP500 超級電腦第 29 名；前一代「晶創 25」則以 296 顆 Hopper GPU 的規模，於2025年6月拿下全球第 118 名（國網中心官網，nchc.org.tw）。資料層面，數位發展部同月24日發布「臺灣主權 AI 訓練語料庫」正式上線，已有逾200個政府機關投入，上架逾 2,000 筆資料集、超過 6 億 tokens （數位發展部官方新聞稿，2025年12月24日）——算力與資料這兩層一旦補齊，模型層的自主空間才會跟著打開。
[ 推薦閱讀：避免盲追流行，「主權 AI」徹底剖析 ]
這個補齊的順序，剛好對應 McKinsey 歸納的主權 AI 生態系典型發展路徑，一套三波疊代式進程：第一波是建立基準線、啟動早期示範案例，目標是可信度——用少數「燈塔案例」證明主權環境能可靠、安全、規模化運作；第二波是擴大共享基礎設施與資料生態系，在需求訊號確立後，擴充算力與能源容量，投資產業別資料產品與合法資料共享機制；第三波是建立可持續優勢與可輸出能力，深化特定領域專精，支援有競爭力的供應商生態系，讓可信賴的能力成為區域或全球的差異化優勢（McKinsey，《Sovereign AI: Building ecosystems for strategic resilience and impact》，2026年3月3日）。對照來看，TAIDE 是第一波已經完成的燈塔案例，國網雲端算力中心與臺灣主權 AI 訓練語料庫是正在進行的第二波基礎設施擴建；資策會領軍、以貨櫃式算力中心瞄準海外主權 AI 採購需求的「AI 算力國家隊」，由資策會、美超微（Supermicro）、群光電能與易發精機共同組成，2025年12月結合群光電能智慧環控系統與本地製造匯流排技術，進入算力櫃設備整合階段，並取得歐盟船舶貨櫃認證（工商時報，2025年12月3日），則已出現第三波「可輸出能力」的苗頭。需要說明的是，McKinsey 的三波框架是針對全球主權 AI 生態系的一般性歸納，並未針對台灣做出具體評價，以上是本刊將台灣現況對照這套框架後得出的推論，實際成效仍待後續政策落地與更多資料驗證，非 McKinsey 或任何機構對台灣的背書。
[ 加入 CIO Taiwan 官方 LINE、Facebook 與 LinkedIn，與全球 CIO 同步獲取精華見解 ]
換句話說，「台灣有沒有自己的 LLM」這個問題，答案一直都是肯定的；真正決定主權程度高低的，是模型之下那些還在補齊中的算力與資料層次——這正是台灣目前政策資源實際投入的地方。
全球有哪些具體可稽核的標準
歐盟
歐盟目前是制度化程度最高的地區，且有三層並存的框架，企業評估時需留意：
- 一層是官方政策框架——歐盟執委會 JRC 提出的「數位主權四層框架」，涵蓋數位治理、數位基礎設施與軟體與資料、數位產品與市場、人民四個構面（JRC144908，2025年），這是政策層次的分類，用途是方向性框架。
- 一層是分析師的市場分類——Gartner 將「Digital Sovereignty」獨立列為 Hype Cycle 類別，供企業評估技術成熟度與供應商選型參考。
- 另一層才是真正可稽核的技術標準：法國國家資訊系統安全局 ANSSI （Agence nationale de la sécurité des systèmes d’information，隸屬法國總理府國防與國家安全秘書處，是法國負責資通安全的主管機關，性質類似台灣的國家資通安全研究院）主導的 SecNumCloud （現行 3.2 版，逾 360 項合規指標，要求業者為歐盟控股實體）、歐盟網路安全局 ENISA 依《歐盟資安法》制定的 EUCS （分 Basic ／ Substantial ／ High 三級）、法德2019年共同發起的 GAIA-X、德國聯邦資安局的 BSI C5 （SoftwareSeni，2026年；sota.io，2026年；Gaia-X 官網，2026年）。
雲端供應商商業版框架
雲端供應商自己也發展出商業版框架，但企業須留意這與官方標準的層級差異：Oracle 對「數位主權」的一般定義是四項——資料駐留、資料隱私、安全與韌性、法律控制；但其專門針對「主權 AI」的文件（《5 Key Pillars to Enable Sovereign AI》，2024年）在這四項之外，額外加了「AI 能力」（AI capabilities）作為第五項——這個差異本身就印證了前面 McKinsey 與 Gartner 的論點：AI 主權比一般數位主權多了「模型與 AI 能力自主」這一層——資料駐留只是主權雲的判準，判斷主權 AI 還需要看模型與 AI 能力層次。這類供應商框架屬於商業承諾，無具備 SecNumCloud、EUCS 等第三方稽核效力，企業採購時應分開檢視。
美國與台灣
美國用 AI 治理框架（NIST AI RMF、ISO/IEC 42001）處理相鄰但不同的問題，尚無專屬的「主權 AI」認證——這些處理的是 AI 風險治理層次，屬於主權歸屬以外的另一套邏輯（NeuralTrust，2026年引述）。
[ 推薦閱讀：主權 AI 議題升溫！美國總統令：AI Cybersecurity 躍升國安議題 ]
台灣目前沒有跨部會統一標準，但衛福部於2026年1月14日由部長石崇良主持「主權雲應用發表會」，會中邀集微軟、Google Cloud、AWS，發布《主權雲端八大指導方針》：全程加密（金鑰由衛福部獨自管理）、用途限制、不可逆刪除、數據在地、人員主權（高權限管理員須具中華民國國籍並通過背景審查）、法治優先、數位韌性（雙活架構）、透明稽核（衛福部官方公告；GeneOnline News，2026年1月14日）。這是台灣目前最具體、可稽核的部會級主權雲標準——參考法國 SecNumCloud 從單一機關標準逐步成為全歐盟主權雲討論藍本的路徑，衛福部這套框架也可視為台灣建立跨部會國家級標準的起點。
企業該怎麼判斷
整合以上，企業評估「主權 AI」時，可以先問三個問題釐清對方在講什麼：談的是七層技術堆疊裡的哪一層、引用的是官方政策框架還是可稽核的技術標準、以及這個「主權」宣稱解決的是誰的目的——政府的產業政策、供應商的銷售敘事，還是企業自己真正的風險管理需求。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
