美國靠資本敘事、中國靠實體製造，台灣如何擺脫「算力打工仔」宿命？

全球經濟充斥著地緣政治衝突、戰爭陰霾、能源轉型壓力與金融波動，各行各業投資普遍趨於保守，AI領域的資本投入卻呈現爆炸性擴張。OpenAI持續擴建超大型資料中心，Nvidia不斷提高先進GPU供應量，Microsoft、Google與Amazon等雲端巨頭連年調升資本支出，台積電亦持續擴充先進製程與CoWoS封裝產能。從演算法模型、晶片設計、雲端基礎建設到半導體晶圓代工，全球科技巨頭正向市場傳遞極度一致的訊息：AI需求毫無上限，資本擴張絕不停歇。這股逆勢暴增的現象，揭示了全球科技產業已被強大的「敘事權力」（Narrative Power）所主導。OpenAI透過拋出通用人工智慧（AGI）與AI代理（AI Agent）的概念，Nvidia宣告全產業運算架構轉型，雲端業者宣揚企業智慧轉型，各國政府則將AI提升至國家安全與科技主權的高度。這些論述表面上是技術趨勢的預測，實質上卻直接引導了全球資本的流向、國家政策的制定與頂尖人才的歸屬。敘事並非單純的公關宣傳，而是動員龐大資本的起點；誰能夠定義AI的未來，誰就能掌控當下全球資源的配置權。美國的軟體與科研模式有了敘事權力的引導，全球遂演化出兩套截然不同卻極為高效的資源累積閉環，其一是美國的「軟體與科研閉環」。OpenAI與Anthropic等企業以模型突破與生產力革命建立強大的市場預期，引導數以千億美元計的資金湧入算力硬體與雲端平台；模型隨後深入搜尋引擎、辦公軟體、程式開發與企業資料系統，從廣大用戶端取得即時數據與訂閱收入。即便是Google DeepMind推出的AlphaFold蛋白質結構預測工具，或是GNoME材料搜尋模型，這類「AI for Science」（AI4S，人工智慧驅動科學研究）的應用，本質上也是將算力直接注入新藥與新材料的研發流程，透過自主實驗室產生數據並反饋給模型，最終將一次性的算力支出，沉澱為獨佔的知識資產與雲端平台控制力。中國的製造與實體閉環其二是中國所運行的「實體與製造閉環」。政策資源、科研機構與科技企業緊密結合，將AI演算法直接部署至智慧汽車、無人機、新能源與自動化工廠等龐大實體場景。華為將AI導入車載系統與工業聯網，比亞迪則把演算法、感測器與控制系統深度嵌入汽車製造流程；同時，材料、電池與生醫領域的AI4S研究也與製造業無縫對接，模型產生的候選方案直接在生產線上接受成本、良率與效率的即時考驗。工廠運作產生的製程數據、設備損耗與市場反饋數據，隨後再次回流至模型進行再工程化，將AI能力沉澱為實體產業鏈的系統性升級。美中兩大強權發展路徑雖異，核心競爭力卻都在於建立了「投入—反饋—再投入」的正向循環機制。美國從資本市場與企業雲端平台取得數據與資金回饋，中國從製造鏈與實體應用場景取得工程數據與市場反饋，兩者均成功打破了技術研發的單向消耗，轉而形成可持續自我增長、不斷累積的國家系統能力。台灣的供給結構與斷鏈挑戰對比美中的閉環優勢，台灣現階段正面臨「有供給、無回流」的系統性斷鏈危機。台積電掌握全球最先進的半導體晶圓代工，廣達、緯創與緯穎供應了全球絕大多數的AI伺服器，台灣無疑控制著全球AI產業最關鍵的硬體供給脈絡。然而，當晶片與伺服器大量出口之後，運算過程中所產生的企業核心數據、雲端平台訂閱收入、前沿科研成果與工程經驗，全數留在了海外。台灣固然換取了豐厚的晶片代工收入與出口產值，卻未能同步沉澱出同等規模的數據、知識與系統平台資產。結語當前AI全球競爭的本質已經發生根本性轉移。真正決定一個國家或企業在AI時代產業地位的，不再是晶片由誰製造，而是當晶片運作之後，所產生的數據、知識、平台與系統能力最後留在哪裡。美國用資本敘事布局未來，中國用製造場景建立生產能力，台灣已經掌握兩者都需要的算力供應。真正的差距不在晶片，而在晶片運轉之後留下什麼。算力只出口，累積的是別人的平台與系統；算力留在本土運轉，才會形成自己的資料、知識與控制權。台灣真正缺的不是晶片，而是把晶片變成自己系統能力的國家機制。延伸閱讀美國人反資料中心，不等於支持核電：AI能源爭議真正核心是，誰該買單？從主權模型走向主權系統：美中AI策略分流，台灣為何不能只賭晶片與算力？「AI 2027」預言提早上演，美中AI競逐該踩下的是油門還是煞車？【加入關鍵評論網會員】每天精彩好文直送你的信箱，每週獨享編輯精選、時事精選、藝文週報等特製電子報。還可留言與作者、記者、編輯討論文章內容。立刻點擊免費加入會員！責任編輯：覃翰核稿編輯：翁世航