人工智慧軍備競賽是一國「科技民族主義」（Techno-nationalism）的表現，它類似重商主義，透過政策將人工智慧、半導體、運算能力與資料科學的效益直接與國家安全與經濟成長掛鉤，代表一個國家在經貿與產業領域的競爭力。
人工智慧軍備競賽正擴大中美兩大國的競爭範疇，位於這場軍備競賽前線是使用演算法來學習並執行複雜的認知任務，大型語言模型是具有數十億參數的神經網路，經過大量文本數據的訓練，這使它們能夠理解、處理和生成類似人類的語言。
這些技術共同提供廣泛的應用、重塑不同的產業樣貌，並提高人與機器之間的互動能力。企業若能挖掘相關機會，能獲得靈感與潛在應用案例、加速業務成長，並透過快速原型設計達到產品與服務快速更迭的效果。
而生成式人工智慧的額外優勢是，多數應用程式只需要很少的專業知識就能運作，且不需要進一步的模型訓練。
從更廣大的層次觀察，人工智慧軍備競賽是一國「科技民族主義」（Techno-nationalism）的表現，它類似重商主義，透過政策將人工智慧、半導體、運算能力與資料科學的效益直接與國家安全與經濟成長掛鉤，代表一個國家在經貿與產業領域的競爭力。
從根本而言，國家安全適用於所謂「軍民兩用」科技，這些技術可以影響軍事力量，這也是當前美中兩大國在人工智慧上競爭的主軸之一。
根據Hinrich Foundation統計，美國依舊是全球人工智慧支出最高的國家。2023年，美國對人工智慧企業的投資大幅超過中國大陸，美國為266億美元，而中國大陸為40億美元左右。
然而，就人工智慧研究的引用次數而言，根據史丹佛大學的《人工智慧指數報告》，2021年中國大陸在人工智慧發表論文的引用比例幾乎是美國的兩倍，但發表研究論文是一回事，將創新想法轉化為真正的商業投資則是另一回事：從2013年到2022年，美國約有4,600家人工智慧業者獲得投資，是中國大陸同業數量的3.5倍。
對雙方業者來說，找到一種方法來降低人工智慧價值鏈的風險是必須的，而非完全脫鉤。即便「去風險」是一項極其困難的任務，但可以肯定的是，美中人工智慧軍備競賽將增加雙方人工智慧業者更多的不確定性與隱藏成本。
雙方角力點一：人工智慧晶片
第一個領域為人工智慧晶片供應鏈的武器化，拜登政府與其他國家試圖阻止技術轉讓給地緣政治對手。這涉及使用出口管制和制裁，以及限制創投投資與將特定業者列入黑名單實體。
就中國而言，NVIDIA、Intel等公司在銷售人工智慧晶片及相關技術時，仍然有可能利用法律漏洞和規避策略來規避政府限制，加上黑市的出現，進一步挑戰了政府限制這些受控技術的能力，大量資金透過開曼群島等離岸避稅天堂流入中國也是如此。
那麼問題來了，華盛頓及其盟友將在多大程度上擴大和執行出口管制制度和對外投資管制來應對這些挑戰？這會有效嗎？貿易格局和全球價值鏈作為一個整體，將被混亂的科技民族主義法律和政策所重塑，這最終可能導致史上最全球化的技術產業（半導體）更加脫鉤和分裂。
拜登政府此前曾將半導體價值鏈中涉及製造設備和設計軟體的關鍵設備作為反制措施——這些特殊領域由美國與荷蘭業者主導，這些措施阻止中芯國際和華為等中國公司生產自己的先進晶片或從使用美國技術的其他公司購買先進晶片。
美國半導體設計公司NVIDIA目前在專用人工智慧晶片市場佔據主導地位，預計到2023年底將佔據全球近90%的市占率，ChatGPT和其他生成式人工智慧平台的發布引發了對人工智慧晶片的需求，使NVIDIA一躍成為市場領導者，而另一家美國公司超微半導體公司（AMD）則位於第二位。 2022年8月，出於國家安全考量，美國商務部禁止中國企業購買NVIDIA先進的AI晶片，而這些晶片目前是深度學習應用不可或缺的。商務部對NVIDIA的兩款最先進的人工智慧晶片A100和H100實施出口管制。
然而，NVIDIA透過設計兩款新的人工智慧晶片A800和H800巧妙地規避這些出口管制，這兩款晶片的表現略低於2022年8月限制向中國出口的人工智慧晶片的性能。
從商業角度來看，NVIDIA的行為有很強的動機這麼做，原因在於中國依舊是全球最大的晶片市場，中國領先的晶片製造商依舊依賴外國半導體設計、材料和專用設備，這使得中國市場成為全球領先晶片業者穩定成長的重要市場：阿里巴巴、百度和騰訊等中國科技巨頭將NVIDIA的H800 AI晶片用於雲端運算。總體而言，2022年中國占NVIDIA全球收入的20%以上。
雙方角力點二：深偽技術與資訊戰爭
人工智慧軍備競賽的第二條戰線處於灰色地帶，它在錯誤資訊傳播、深度偽造氾濫以及網路上資訊真偽辯證，大型語言模型與聊天機器人快速成長，可能加劇深度偽造技術與生成內容的破壞力，企業的應用重點是關注人工智慧是否可以防止它們成為不良行為者和駭客的工具，而需要討論議題是市場力量（人工智慧提供商和其他第三方提供的新技術和服務者）能夠在多大程度上確保資訊的真實性和可驗證性，以及是否能有效避免產業受到資安威脅。
舉例而言，深度偽造是一種人工智慧的技術，用於生成或更改影音內容，以呈現實際上並未發生的事件。深度偽造的原理是使用深度學習神經網路來操縱影片和語音，神經網路在某些方面與我們大腦處理資訊的方式相似，讓使用者難以辨識資訊真假，深度偽造技術在烏克蘭戰爭中被大量使用，資安成為產業防禦的重要力量。
由美國國家標準與技術研究院（NIST）的網路安全框架（CSF）已實施近十年，為保護關鍵基礎設施組織的安全提供了重要基礎，也是最具代表性的資安防護指南，該框架由標準、指南與最佳典範組成，用於管理跨系統、數據和資產的網路安全風險。
2017年5月簽署的一項行政命令要求美國政府機構在對機構系統進行風險評估時使用NIST CSF，讓產業的資安擁有共同語言。「治理」的引進是該框架的一個重要的新部分，業者應將治理導入組織環境，特別是風險管理和供應鏈等領域的角色、職責和權限，以避免各種釣魚、社會工程，與外部管道的網路攻擊侵擾，同時也要求企業針對員工的資安意識進行培訓與強化。
＜本文作者：Howie Su現為產業分析師＞