文／黃光彩
剛舉行的「華府川習會」中，兩國針對科技競爭進行了深度會談。其中最受矚目的科技議題，便是川普將「人工智慧」(AI)正式更名為「超級智慧」(Super Intelligence，簡稱SI)。誰贏得超級智慧，誰就是未來數十年的贏家。
川普在聯合國大會率先拋出此概念，並宣布美國官方文件全面改用SI，強調「誰贏得超級智慧，誰就是未來數十年的贏家」。SI正以前所未有的速度重塑全球經濟與社會，川普反對成立新的全球限制性協議，主張美國必須全速前進、保持領先。
[ 加入 CIO Taiwan 官方 LINE、Facebook 與 LinkedIn，與全球 CIO 同步獲取精華見解 ]
中國呼籲，作為科技大國，必須確保SI的發展「始終受控於人、造福於民」，強調必須「發展」與「管控」並重。雙方會談聚焦科技競爭，尤其是SI的安全風險，談判重心已從治理轉向具體問題：各國應實施自我監管，共同防範，避免失控的自主AI智慧體集群（Agent Swarms），發動不受控的自主網路攻擊。
全球三大經濟體在（SI）發展與治理策略上選擇了截然不同的聚焦重點。美國、歐洲與亞洲(以中國為核心代表)對AI研發的態度、恐懼與實際影響卻呈現鮮明對比。斯坦福大學AI Index 2026顯示，約84%的中國受訪者對AI感到興奮，美國僅約38%；歐洲則介於兩者之間，更強調風險管控。這些差異並非偶然，而是歷史經驗、制度信任、勞動結構與國家敘事共同作用的結果。
這場會談凸顯美中在SI發展策略上的根本差異：美國主張全速推進、保持領先；中國強調「發展」與「管控」並重，確保「始終受控於人、造福於民」。以下分別敘述雙方策略與競爭方向。
美國：從創新引擎到存在焦慮
美國是AI前瞻技術的誕生地，OpenAI、Anthropic、Google等企業主導大模型語言的研發，私人投資金額遠超其他地區。然而，公眾觀感卻充滿矛盾。矽谷內部反覆出現「AI可能毀滅人類」的末日言論，研究人員辭職、模型越獄事件頻傳，畢業生對AI搶走工作的恐懼甚至讓科技高管的演講遭噓。恐懼的源頭有三：
- 技術與生活的連結的經驗值偏負面。社群媒體的假訊息、隱私洩漏與財富集中，讓美國人對新技術本能警惕。
- 勞動結構高度服務化與白領化，生成式AI直接衝擊辦公室工作，年輕人就業焦慮特別強烈。
- 對政府監管的信任極低(僅約31%)，人們懷疑科技巨頭會被有效約束，於是轉向存在風險討論與道德恐慌。
當前社會現象包括：AI安全倡議活躍、州層級監管嘗試增多、同時還有大量資金持續湧入算力與模型競賽。公眾一邊使用ChatGPT等工具，一邊擔心深度偽造與失業，形成「擁抱便利又恐懼後果」的撕裂狀態。
川普政府的核心策略是「全速前進、拒絕全球限制」。SI被視為超越工業革命的戰略技術，美國必須維持目前「遙遙領先中國」的優勢，否則將失去經濟、軍事與科技主導權。具體方向包括：
- 前瞻技術競賽：
持續加大對算力、模型與人才的投資，鼓勵私人企業加速突破。國宴邀請科技巨頭出席，顯示產業與政府聯動緊密。
- 國內自我監管為主：
強調市場與司法部監督，而非事前嚴格限制。川普多次將AI安全「末日論」稱為誇大或「騙局」，主張透過競爭而非剎車來確保安全。
- 出口管制與供應鏈優勢：
延續晶片與前瞻技術出口限制，防止中國快速追趕，同時確保美國在硬體與軟體生態的主導地位。
- 國際姿態：
拒絕「全球主義式」管控方案，但願意就具體安全風險（如Agent Swarms引發的網路攻擊）進行有限資訊共享或事故通報機制。
- 美國策略的底層邏輯：
SI的紅利巨大且先發優勢具有鎖定效應，慢下來等於把未來讓給對手。公眾對AI的興奮度較低，存在風險與就業焦慮較強，但政策層面仍以競爭勝出為優先。
[ 推薦閱讀：【專訪】南山人壽數轉基地：企業架構打造 AI 共用模塊 加速創新應用落地 ]
亞洲(以中國為核心)：務實樂觀的發展主義
中國對AI的態度最為積極。公眾將AI視為經濟引擎與國家復興工具，移動支付、電商、政務AI等實用落地讓技術與生活改善高度連結。政府推動「AI+」戰略，強調應用擴散與產業升級，而非存在風險。東南亞各國(印尼、泰國、馬來西亞) 也多半高度樂觀。
恐懼相對較低的主因包括：歷史記憶中技術曾帶來脫貧與機會擴張；對政府「出大事會出手」的信任較高；勞動力結構仍有較高比例製造業與農業，AI目前更多被視為生產力工具而非立即威脅。國家敘事強調「落後就要挨打」，強化了對技術進步的渴望。
當前社會現象是高速落地與務實採用。機器人、智慧城市、教育與醫療AI快速擴散，青年雖面臨就業壓力，但主流回應是「學會它、跟上它」。官方與民間討論較少聚焦AGI末日，更多關注惡意使用、社會穩定與可控應用。中美都是AI大國，有責任確保SI「始終受控於人、造福於民」。國家敘事強調競爭存在，但更應各展所長而非相互設防，可繼續對話、交流風險與收益，共同防範濫用與惡用。具體方向包括：
- 國家主導的AI+落地：
目標是到2030年讓新一代智慧終端與AI代理普及率超過90%。重點在將SI嵌入政務、製造、交通、醫療、教育等場景，轉化為生產力與國家治理工具。
- 人機可控為底線：
強調人類始終掌握主導權，避免技術失控。國內已針對AI代理(Agent)建立監管框架，關注自主系統可能帶來的網路安全、資料洩漏與社會穩定風險。對西方「放慢開發」的呼聲，官方常定性為「製造恐慌」或維護美國領先的策略。
- 開放與自主並進：
推動開源生態與應用擴散，同時加速算力、晶片與基礎模型自主可控，降低對外部供應鏈依賴。
- 有限國際合作空間：
願意就共同脆弱點（如非國家行為者獲取前瞻模型、Agent Swarms引發的跨境網路攻擊）進行對話與資訊共享，但拒絕任何可能限制自身發展空間的全球硬性約束。
歐洲：規範立法者的第三條路徑
歐洲並非AI前瞻技術領導者，卻率先建立全球最完整的風險分級框架——《歐盟AI法案》，透明度規則於2026年8月上路；高風險系統（就業、教育、生物辨識、關鍵基礎設施）之相關義務則延至2027至2028年。此框架對應MIT風險資料庫中「歧視」「隱私安全」「人機互動」「社會經濟傷害」及新浮現之「多代理風險」。歐洲公眾態度介於美國焦慮與中國樂觀之間，更重視權利保護，倡導「可信賴、以人為本」路徑。其可扮演角色如下：
- 全球規範標準設定者：
藉Brussels Effect，市場准入要求迫使美中企業調整產品。AI Office已具評估GPAI系統性風險、開罰之權力，並可率先將多代理互動風險納入高風險分類，形成國際事實基準。
- 美中對話橋樑：
川習會僅達成「自我監管＋事故通報」之有限共識，歐洲可憑多邊經驗推動技術工作組、共享標準與熱線機制，並已與新加坡等國簽署呼籲國際監督之宣言，成為「最低共同語言」倡議者。
- 第三條路徑實踐者：
如馬克宏認為資源池(resource pooling)與發展開源模型是現代AI 生態系降低開發門檻、打破科技巨頭壟斷的核心戰略。，歐洲不必贏得AI技術競賽，而應專注從技術中提取最大價值——工業應用、可信賴部署，呼應MIT指出之「責任－脆弱性落差」，以監管促使開發者與治理者承擔更多責任。
- 權利與社會守護者：
於高風險領域樹立最佳實踐，並關注能源、水、礦產等環境成本與權力集中問題——此類風險即使經緩解仍具高災難性機率。
主要差異的比較
三地差異的核心如下：
- 歷史經驗：
美國聯想技術傷害與不平等，中國聯想生活改善，歐洲聯想權利保護。
- 制度信任：
中國與歐洲對政府干預能力信心較高，美國則普遍懷疑。
- 勞動與經濟結構：
美國白領暴露度高，中國應用場景更廣，歐洲則以法規塑造市場。
- 國家敘事：
美國個人主義與安全焦慮、歐洲權利與單一市場、中國發展與復興。
MIT AI風險資料庫 (https://airisk.mit.edu/ )顯示，風險本身是全球共通的（系統安全、歧視、惡意使用、權力集中等），但各地選擇放大的子集不同：美國偏重對人類社會長遠的風險，歐洲偏重權利與高風險應用，中國偏重可控落地與經濟效益。
真正的挑戰：如何讓技術紅利更公平地惠及社會
美洲﹑歐洲﹑亞洲對AI的觀感與恐懼差異，本質是現代化路徑與治理哲學的折射。美國在焦慮中繼續領先研發，歐洲以監管，輸出影響力，亞洲（尤其中國）以應用速度搶佔落地優勢。這些差異短期難消，卻也形成全球AI生態的互補與張力。真正的挑戰在於：如何在各自優先事項下，避免風險外溢，並讓技術紅利更公平地惠及社會。未來十年，三地能否建立最低限度的共同語言與資訊共享，將決定AI是成為全球公共福祉，還是新的分裂來源。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
