3. 如何看待人工智能（AI）正在从“算法战”全面转向“能源战”和“硬件战”？

原创

走向未来

发布于 2026-03-13 20:11:40

1610

AI地缘政治七大轴线：重构全球权力版图的技术博弈

文 | 走向未来

人工智能正成为二十一世纪最具影响力的技术发展。它不仅是商业和社会的工具，更在迅速演变为一个新的全球操作系统，深刻重塑经济格局、政治联盟、安全边界乃至战争规则。正如过去的工业革命和技术革命一样，那些能够有效驾驭人工智能潜力并管理其风险的国家，将在未来数十年中获得决定性的经济、政治和安全优势。

当前，全球围绕人工智能的战略博弈并非单一维度的竞争，而是沿着七个关键的战略轴线展开。每一个轴线都反映了不同层面的竞争、合作与国家雄心。理解这七个轴线，是理解未来全球格局演变的核心，本文的PDF版本及参考文献可以从“走向未来”知识星球中获取。

轴线一：中美分歧的超级大国博弈

全球人工智能领域呈现中美双重主导的格局，但两国正沿着截然不同的路径演进。这构成了当今地缘政治最核心的断层线。

中国选择了一条由国家主导、追求自力更生的发展道路。其战略核心是建立一个“新型举国体制”，动员国家力量推动技术自给 toege 推动技术自给自足。这包括大规模的国家主导投资，旨在追赶并最终超越美国技术，特别是通过发展本土替代品，例如华为的昇腾芯片以及像MindSpore和PaddlePaddle这样的AI框架。

中国的国家战略规划体现在多个层面：国家级的银行和地方政府被引导进行“AI贷款”；大规模资助AI研究和博士生培养；地方政府设立“梦想小镇”此类孵化器，并利用城市进行自动驾驶等应用的先行先试；国家层面的能源规划，如“东数西算”工程，旨在优化数据中心和超算中心的能源布局。

在应用层面，中国的策略显示出对大规模“扩散”和“采用”的重视，可能优先于在最前沿模型上的单点突破。政府推动“AI+”行动，目标是实现智能终端的高渗透率。这种由政策驱动的扩散冲刺，可能使中国在短期内实现更快的规模化应用。

同时，中国正积极提升其在开源领域的影响力。通过推广开源模型和数据共享，中国企业（如DeepSeek）能够以显著低于美国竞争对手（如OpenAI）的价格提供服务。这种策略旨在加速行业进步，规避潜在的出口管制，并可能帮助中国AI企业在发展中国家建立生态系统依赖。这种低成本、“足够好”的模式，在教育、医疗和公共管理等基础服务自动化领域具有显著的吸引力。

与此相对，美国选择的路径是依赖私营部门的创新活力、推动基础设施建设以及深化国防整合。美国在AI领域的领导地位，主要由其私营部门无与伦比的投资规模和创新能力驱动。2024年，美国私营部门AI投资额达到1091亿美元，几乎是中国93亿美元的12倍。

2024年11月大选后，美国的AI战略进行“重新定位”。新的“AI行动计划”聚焦于减轻监管负担、建设美国本土的AI基础设施，并明确对抗来自中国的竞争威胁。这一战略转变将行业参与者视为政府的直接合作伙伴，甚至通过对英特尔的股权投资进行直接干预。

美国战略的一个关键举措是确保能源供应。政府正试图通过快速通道批准（包括化石燃料、核电站和电网升级）来满足AI数据中心激增的能源需求。

然而，美国内部在关键政策上存在分歧，尤其是在出口管制问题上。华盛顿内部存在“亲出口”和“限制派”的激烈辩论。前者认为，向全球市场（包括中国）销售美国芯片和模型，可以锁定全球的“生态系统偏好”，加深外国依赖，从而削弱中国替代品的机会。后者则担忧，这些销售会加速对手的逆向工程和军事应用，因此主张严格限制。这种内部辩论本身也成为影响全球AI格局的不确定因素。

中国的能源优势也不容忽视。中国由国家驱动的长期投资模式使其电网能保持极高的储备余量（约80-100%），而美国的区域性电网储备余量则低得多（约15%）。在AI竞赛对电力需求呈指数级增长的背景下，这种基础设施的差异可能构成美国的结构性短板。

深入来看，这场超级大国间的博弈，其竞争的终局并不仅仅是模型参数规模或国家投资体量的比拼，而是通向“实用”和“可靠”的竞赛。正如人工智能专家王文广在其《知识增强大模型》一书中所系统阐述的，当前的大模型普遍存在“幻觉”和“知识陈旧”的固有缺陷。从一个强大的基础模型到一个能被部署在关键领域的可靠应用，中间隔着一道“知识鸿沟”。该书深入探讨的检索增强生成（RAG）和知识图谱（Knowledge Graphs）等技术，正是为了解决这一核心问题。因此，这场地缘政治竞争的下一个关键战场，在于谁的生态系统（无论是国家主导还是私营驱动）能率先掌握“知识增强”的能力，即实现模型与海量、实时、可信的行业知识的可靠连接。一个无法克服幻觉的AI，无法管理金融交易、指挥自动化产线或辅助军事决策。因此，前文所述的“生态系统依赖”，最终将建立在对AI知识的“可信度”之上，而不仅是其对话能力或计算成本。

轴线二：能源与硬件成为新的扼制点

人工智能竞赛的本质正在发生变化。它不再仅仅是算法或数据的竞争，而是日益回归到对物理世界资源的争夺。能源、半导体、关键矿产和电力容量，这些“硬”资源正在成为决定谁能规模化发展AI，以及谁将落后的关键扼制点。

半导体是这场竞赛中最核心的硬件。全球半导体供应链高度复杂且集中在少数地区，使其成为战略资产。美国已经意识到这一点，并采取行动。美国的《CHIPS法案》旨在激励国内制造业，减少对外国芯片的依赖。同时，美国将出口管制作为地缘政治工具，试图限制竞争对手获得最先进的芯片制造技术。这使得半导体超越了商业范畴，成为国家工业政策、贸易和安全的核心。

能源是AI竞赛中最新、也可能是最严峻的扼制点。训练和运行大型模型需要消耗海量电力。数据中心的能源需求预计在未来几年将呈指数级增长。这迫使各国政府将能源安全提升到AI战略的核心位置。

如前所述，中国在能源基础设施方面展现出规划优势。其“all of the above”（全盘接纳）的能源策略，结合了化石燃料、煤炭和可再生能源，并由国家主导建设，使其能够提前布局以满足未来需求。相比之下，美国虽然在推动能源激增，但面临着许可延迟、政治反对和市场 fragmented（碎片化）的阻碍。

对能源和硬件的争夺，进一步延伸到基础工业材料。建设数据中心和能源设施需要大量的钢铁、铝、铜和稀土矿产。全球对这些基础材料的供应链和定价权的关注度正在提升，它们同样被纳入了国家AI战略的考量范围。

这一趋势标志着一个重要的转变：在经历了数十年的“无重量”经济和软件驱动的创新之后，科技竞争的重心正在向物理基础设施回归。一个国家在能源网、矿产供应链和先进制造业方面的能力，将直接决定其在AI时代的战略地位。

这场关于硬件、芯片和能源的物理竞赛，其复杂性远超算法。对于生成式AI、大模型、AIGC、AI芯片和机器人等技术的深度市场分析报告、技术论文书籍和应用实践指南，我们强烈推荐加入“走向未来”知识星球以获取更全面的信息。在这里，您可以与同侪一起探讨如何使用人工智能大模型和智能体来为工作增效，为生活添彩，共同走向AGI的未来。

轴线三：欧洲追求技术主权

在美中竞争日益激烈的同时，欧洲（特别是欧盟）正努力成为地缘政治棋盘上的独立一极。其核心诉求是实现“技术主权”，减少对外国（尤其是美国）技术巨头的依赖。

欧盟的战略动力源于对经济安全、数据隐私保护和关键基础设施控制权的担忧。其推出的《AI大陆行动计划》和《竞争力指南》，旨在投资欧洲本土的计算能力、网络和基础设施，甚至提出了建立“欧洲堆栈”（EuroStack）的雄心。

欧盟最强有力的地缘政治工具是“监管”。《欧盟AI法案》的实施，代表了全球首个对AI进行全面监管的尝试。该法案采用基于风险的分层方法，对高风险AI系统（如用于就业、医疗和金融服务）施加严格的合规要求。

欧盟正在试图将其监管框架“出口”到全球，利用其庞大的单一市场准入作为杠杆，迫使全球公司遵守其标准。这种“布鲁塞尔效应”使欧盟成为全球AI规则制定的重要力量。

然而，这种监管主导的路径也带来了挑战。在欧盟内部，人们担忧过度的监管会扼杀创新，使其在与美国和中国的竞争中处于不利地位。因此，欧盟委员会也在推动“简化议程”，试图平衡监管与创新友好型商业环境。

与此同时，英国正在选择一条不同的道路。脱欧后的英国正积极与美国结盟，在2025年巴黎全球AI峰会上，英国是唯一与美国一同拒绝签署最终公报的国家。随后，美英达成的“技术繁荣协议”获得了美国科技巨头的巨额投资承诺，这标志着英国正将其AI战略与美国进行更紧密的捆绑。

欧盟的“技术主权”追求，加剧了与美国在数字贸易和监管方面的摩擦。美国将欧盟的监管视为针对美国科技公司的非关税壁垒，并以此为由加征报复性关税。这种跨大西洋的紧张关系，为全球AI治理带来了新的复杂性。

轴线四：中东资本重塑全球AI基础设施

在中美欧之外，来自中东的主权财富基金正利用其巨大的能源财富，迅速成为全球AI基础设施领域不可忽视的关键参与者。

沙特阿拉伯、阿联酋和卡塔尔等国家，正将其主权财富基金（SWF）用作战略工具，大规模投资于全球的AI基础设施、初创公司和研究。此举的核心目的是实现经济多元化，摆脱对石油的依赖，并在新的AI经济中占据中心位置。

沙特阿拉伯的公共投资基金（PIF）据称正筹集巨额资金，专注于AI基础设施。阿联酋的MGX投资工具则瞄准AI基础设施、芯片和核心技术。这些基金不仅在本土建设数据中心，也在全球范围内进行战略投资，例如支持欧洲最大的数据中心以及OpenAI在美国的Stargate项目。

中东国家的核心优势在于其丰富且廉价的能源资源。在AI数据中心成为“耗电巨兽”的背景下，能源成本成为决定性的竞争优势。中东国家正利用这一优势，吸引全球科技巨头落地。

沙IA（沙特阿拉伯）和阿联酋正积极与美国科技领袖（如NVIDIA、AMD、亚马逊AWS、微软、谷歌和Oracle）建立深度战略合作伙伴关系。这些合作涵盖了建设“AI特区”、提供云服务、建立数据中心学院以及联合开发AI能力。

中东资本的入局，正在重塑全球AI投资地图。它不仅为美国的AI基础设施建设提供了关键资金，也使中东国家与美国的技术生态系统深度绑定。然而，这也带来了新的地缘政治考量。美国推动这些交易的部分动机，被视为意在拉拢中东国家，使其在技术上远离北京。但中东在基础设施层面（如电信）与中国保持的经济关系，以及这些新建基础设施未来可能被中国利益相关方使用的风险，都为全球数字权利和治理规范的走向增添了变数。

轴线五：人才、民粹主义与劳动力的内部张力

AI地缘政治不仅体现在国家间的外部竞争，也深刻反映在各国的内政和社会动态中。人才、民粹主义和劳动力转型，构成了AI发展的内部战场。

首先，AI对劳动力市场的冲击正引发社会反弹。工会组织正动员起来，寻求保护工人在自动化浪潮中的权益。值得注意的是，早期的自动化主要影响制造业和中等技能的常规工作，而当前这波以大语言模型为代表的AI技术，正开始冲击那些过去被认为是“安全”的高技能、高薪白领岗位，如科学家、工程师、设计师和律师。JPMorgan的全球研究预测，AI可能导致下一次经济衰退中的劳动力市场复苏周期延长。

这种对就业的广泛威胁，为民粹主义政治运动提供了燃料。在欧洲和美国，许多政治领导人对“大型科技公司”抱有根深蒂固的不信任。这种不信任源于对企业缺乏问责和反竞争行为的担忧。这使得美国政府陷入一种矛盾：一方面，它必须依赖这些科技巨头来实现其国家AI雄心；另一方面，它又面临着来自两党的政治压力，要求对这些公司进行更严格的审查和监管。

其次，AI人才的竞争已成为国家竞争的核心要素。顶级AI研究人员的流向，直接影响着一个国家的创新能力。在这场“人才战”中，中国正通过大规模投资研究中心和学术项目迎头赶上。

美国虽然仍是全球AI人才的首选目的地，但其领先地位正面临挑战。美国的AI研究机构严重依赖外国出生的顶尖人才。报告数据显示，在美机构工作的顶尖AI研究者中，有相当大比例（如38%）的研究人员来自中国。在这种背景下，美国国内因民粹主义情绪而推动的限制性移民政策，无异于对其国家AI战略的“自残”。

一个国家如果无法有效管理AI带来的社会内部动荡（如大规模失业和不平等加剧），或者无法保持其对全球顶P（顶尖）人才的吸引力，那么即使它拥有最先进的芯片或模型，也可能在这场长期竞争中败下阵来。

轴线六：国防转型与AI驱动的战争新形态

AI正在迅速成为现代军事力量的操作系统，这或许是AI地缘政治中最尖锐、最紧迫的体现。机器学习、计算机视觉和自主系统等商业市场的突破，正以前所未有的速度重塑军事作战概念、国防采购和工业规划。

AI的核心军事应用在于其“决策优势”。它能够压缩“杀伤链”（观察-评估-决策-行动）的反应时间，帮助部队更快、更精确地行动。在乌克兰战场上，由AI驱动的战场情报（整合了商业卫星图像、开源情报和自动分析）已经展示了近乎实时的决策优势。

更具颠覆性的是，AI正在改变战争的成本效益。由AI导航和协调的低成本自主无人机和无人水面舰艇（即“蜂群”系统），正在挑战那些昂贵、精密的传统平台（如航空母舰或先进战斗机）的主导地位。

这种“可消耗”的自主系统浪潮，迫使各国军方转向大规模、强适应性和分布式杀伤力的作战理念。这也暴露了传统国防工业基础的脆弱性——它们是为缓慢、小批量、高成本的“精品”生产而设计的，难以适应新形态的战争需求。

对于美国国防部而言，最大的挑战不再是技术创新，而是“采用”。商业AI公司的迭代周期（以月计算）与国防部的采购时间表（以年甚至十年计算）之间存在巨大鸿沟。虽然Anduril、Shield AI和Palantir等国防科技公司正试图缩小这一差距，但将新能力规模化地部署到全军仍是一个结构性挑战。

与此同时，对手也在加速。中国正将AI整合到其网络、太空和电子战的作战条令中，寻求以非对称战术抵消美国的优势。俄罗斯也在乌克兰试验AI赋能的目标识别和电子对抗措施。

AI正在重塑威慑的定义。未来的决定性战略优势，将属于那些能够最快将AI整合到其作战条令、采购流程和工业基础中的国家，而不仅仅是发明最强算法的国家。

轴线七：全球AI治理的规则之争

对AI优势的争夺，同时也是一场对规则和标准的争夺。谁能制定AI的伦理架构、互操作性要求和治理框架，谁就能决定哪些AI系统可以被信任、被交易和被全球部署。

如果缺乏共享治理，世界可能滑向“碎片化的AI集团”——即多个被“围墙”隔开的生态系统，不兼容的标准将推高成本、扼杀创新，并破坏AI产品跨境流动的信任基础。

目前，监管格局正变得日益复杂。不仅在国际层面，在国家甚至地方层面，监管都在加强。美国各州已经开始积极介入AI监督。

华盛顿和北京之间的博弈是治理前沿最重要的阵地。AI的普遍性和潜在的滥用风险，迫使这两个超级大国不仅要竞争，还必须在某些层面进行合作。正如冷战时期的军备控制，AI也需要护栏。但不同之处在于，AI主要由私营公司开发，通常是开源且全球分布的，这使得治理变得更加分散、复杂和充满争议。

欧盟已经率先行动，试图将其《AI法案》作为全球规范的模板。布鲁塞尔将标准制定视为其主权问题和竞争杠杆。在欧洲监管主张日益强硬的同时，美国在多边治理方面的参与却显得犹豫不决。美国对G7、OECD和联合国国际电信联盟（ITU）等机构的努力持怀疑态度，2025年9月在联合国的发言甚至尖锐批评了全球主义。

在这种背景下，印度正试图将自己定位为新的生产基地和治理中心。新德里即将举办的“印度-AI影响峰会”，旨在围绕AI在经济发展和伦理治理中的作用，召集全球领导者。印度在国内推出了多个AI实验室和人才计划，并开发了针对本土数据的基础模型。这反映了印度希望成为“全球南方”规则制定者的雄心，为那些愿意遵守其标准的公司提供进入其快速增长市场的早期机会。

联合国也在努力将自己定位为全球AI治理的中心枢纽，计划成立一个类似IPCC（政府间气候变化专门委员会）的专家小组，以评估AI的风险和机遇。

对于企业而言，能否与新兴的治理框架保持一致，将直接决定其市场准入和许可。而监管的碎片化，将对跨国公司的运营造成巨大复杂性，并可能威胁到中小企业的市场准入，从而巩固现有巨头的地位。