我們常認為，誰能率先創造出下一代顛覆性的 AI 技術，誰就能在這場全球大國競賽中掌握未來的經濟與政治權力。美國政府不惜祭出晶片出口管制，中國將 AI 視為國家戰略產業，強調技術自主、全力追趕；當中國 AI 新創 DeepSeek 橫空出世時，更引發市場震盪，甚至有人驚呼這是「中國的史普尼克時刻」，暗示中國 AI 實力已直追美國。
當前 2 大強權，美國與中國都更加積極地想贏下被稱為「第四次工業革命」的人工智慧競賽。但歷史告訴我們，贏的關鍵從來不是「誰先發明」，而是「誰能讓技術普及」，而這是一個漫長過程。電力就是最典型的例子——從第一台發電機誕生，到電氣化真正推動製造業生產力，花了整整 50 年之久。
本文解析《科技與大國崛起》，思考 AI 時代的美中競爭，或許決勝點不在於誰能壟斷 AI 產業的創新突破，而取決於讓創新中心與應用產業相互扶持的制度。這場看不見的戰役，決定了誰將成為 AI 時代的真正霸主。而真的要擔憂的，是 AI 在中國的跨產業應用，會不會比其他國家來得更廣泛、更兇猛。
創新 vs. 擴散：誰才是大國勝出的關鍵？
所有的技術發展軌跡都可以分為 2 個階段：
- 領頭羊產業（Leading-Sector）：技術突破誕生、帶動新興產業快速成長。
- 通用技術擴散（General-Purpose Technology，GPT）：技術逐步普及，滲透進各產業，最終改變整個經濟結構。
領頭羊認為，經濟實力的消長取決於誰能壟斷快速成長的新興產業中的創新。因此，一個國家採取的制度策略，應該有助於其在新興產業中建立市場支配地位，像是確保關鍵技術不外洩、吸引最頂尖的人才、建立最好的研究機構和最前沿的研發實驗室。
這正是我們目前觀察到美國和中國在 AI 領域所採取的策略。美國的「堡壘美國」政策，聚焦於防堵 AI 關鍵核心技術外流；而中國則專注於 AI 領域的自給自足，鼓勵技術自主和前沿研發。
然而，為什麼有些國家更能適應和大規模應用新技術，並創造遠遠超過他國的成就？
領頭羊的迷思：為什麼後發國家也能逆襲？
率先開創新技術有助增強國家吸收和擴散通用技術的能力，但這並不是決定性因素。有時候，「後發優勢」反而使落後的國家相比創新國家可以更快採用新技術。
通用技術擴散理論認為，從經濟競爭中勝出的關鍵，更多在於誰有辦法在整個經濟體系中大規模採用並擴散 AI 技術。通用技術之所以重要，是因為它們能根本性地改變無數產業。但這個過程往往需要數十年的時間。
這就是為什麼，壟斷技術的創新並非重點所在，事實上，也沒有任何國家有辦法壟斷所有通用技術的創新。儘管新技術擴散過程往往被當成不存在，但如果沒有卑微的技術擴散工作，即使是最了不起的進步也無關緊要。
AI 技術競爭的盲點：我們低估了擴散的力量
這就好比一項劃時代的發明，例如蒸汽機，它本身確實是一個巨大的創新。但如果這項技術只停留在少數實驗室，或僅應用於少數特定產業，它就無法真正改變國家的整體生產力與經濟格局。
通用技術的影響力，必須經過一個逐漸擴散的過程，普及應用之後才會充分發揮影響。電氣化也是，它的生產力提升是在第一台發電機問世約 50 年後才實現的，而且還是在工廠調整布局、以及蒸汽渦輪機取得相關技術突破後才發生的。這也代表促成大幅改變的，不是少數英雄發明家，而是源源不絕的工程師大軍，是那些應用新技術的普通微調者與執行者，才能將通用技術應用到不同產業之中。
這也告訴我們，看待 AI 時代的科技競爭，我們的聚焦點可能錯了。我們太習慣追逐那些耀眼的創新，卻忽略了背後真正推動經濟巨變的，是那些看似不那麼起眼的普及與應用。
3 次工業革命的啟示：贏家靠的是擴散
從 18 世紀第一次工業革命的機械化，到 19 世紀第二次工業革命的電氣化，再到 20 世紀第三次工業革命的資訊化，一輪又一輪的顛覆性技術創新，根本改變了人類歷史的發展軌跡。
那真的是擴散比創新重要嗎？要認清 AI 可能如何影響 21 世紀或許將發生的美中權力移轉，我們必須先從過去的工業革命中汲取通用技術擴散的教訓。
第一次工業革命的英國：機械化的廣泛應用，才是國力來源
18 至 19 世紀的第一次工業革命，英國並不是全球最大的經濟體（在這段時期中國才是），但它確實利用工業革命的技術成為了「世界上最先進的生產強國」。
傳統歷史觀點認為，英國之所以遠超荷蘭和法國能成為經濟霸權，是因為在棉紡織、製鐵和蒸汽動力等領頭羊產業中率先取得了劃時代的技術突破。特別是棉紡織業，在熊彼得等經濟學家看來，幾乎構成了該時期英國工業史的全部。
那是因為蒸汽動力和棉紡織技術的發明特別重要嗎？其實深入研究會發現，這項傳統觀點存在諸多問題：
- 製鐵技術的通用變革要到 1815 年之後才普及，才顯著影響總體生產力，而英國的工業化也正是此時才顯著超越競爭對手。
英國工業崛起速度較慢，1700 年，荷蘭的工業就業人口比例（33%）遠高於英國（22%）。1800 年，荷蘭的生產力高於英國和所有其他歐洲國家。在幾乎整個十八世紀，荷蘭的總要素生產力絕對值也是歐洲最高。
包括蒸汽機在內的其他重要技術改良，在 1815 年以前幾乎沒有影響到英國工業崛起，因為這些技術經歷了漫長的醞釀期才被廣泛採用。事實上，瓦特為蒸汽機註冊專利 30 年後，到 1800 年，曼徹斯特這座蓬勃發展的工業中心，也只有大約 32 台蒸汽機在運作。
直到1870年代，英國經濟的農業和服務業都幾乎不受蒸汽機影響。蒸汽機要發展出廣泛的用途，還需要許多互補型創新，這些多半在瓦特蒸汽機問世多年後才出現。這都說明了通用技術影響總體經濟的時間非常漫長。
那紡織呢？在這些領頭羊產業中，只有棉紡織業遵循領頭羊產業的影響時間軸：在 1780 和 1790 年代快速擴張，並達到產出成長的高峰。截至1814 年，英國棉織品出口價值已經超過 1840 年水準的 75％。但是，英國維持高於競爭對手的生產力成長率，是發生在 19 世紀的前幾十年。因此，棉紡織業對英國工業崛起影響最大的時期，並非英國工業化的主要上升期。
- 英國的強大，並非因為主導棉紡織業創新並獲得壟斷利潤，而是因為它能迅速地將機械化推廣至經濟體的各個角落。
歷史數據顯示，機械創新擴散到了各個領域，進一步驅動了英國的生產力成長。而當年法國在鐵製機械落後，並不是因為無法取得重要的創新技術。事實上，從 18 世紀末到 1830 年代，法國一直是世界科學中心。
真正的障礙，在於將技術變革廣泛且有效傳播出去。
- 雖然法國和荷蘭在科學研究基礎設施和培養專業工程師的教育系統上顯然與英國並駕齊驅，甚至更好，但他們的制度傾向於產生與實際應用脫節的知識和技能。
英國的比較優勢，在於不同的「技能基礎建設」。英國不大仰賴像瓦特那樣的英雄發明家，而是仰賴能幹的工程師建立和維護新的技術系統，逐步調整這些系統並應用到許多不同的環境中。
正是這種擴大機械工程人才基礎並傳播應用機械知識的教育系統，以及由此建立的應用機械的共同技術語言，促進了跨產業的知識交流，這才是英國崛起的關鍵。
因此，儘管英國在鐵器、蒸汽機和棉織品這 3 個領頭羊產業的生產和出口佔有優勢，但對整體工業化和生產力進步的影響卻不大。對英國工業崛起更重要的是，它在廣泛的經濟活動中熟練採用了鐵製機械，而非領頭羊產業的主導創新帶來的出口優勢。
第二次工業革命的美國：化學不如德國，但工具機讓全國升級
雖然光芒不如第一次工業革命，但想要研究技術革命與經濟權力移轉的因果關係，就不得漏掉第二次工業革命——尤其第二次工業革命期間的英國工業衰落，可說是第一次世界大戰的根本原因。
談到第二次工業革命，許多人會聚焦於德國在化學、電力等新興產業的崛起，以及它對英國工業霸權的挑戰。一些學者認為，這正是領頭羊產業導致權力移轉的典型案例，德國因率先引進最重要的創新而超越英國。然而，歷史證據再次質疑了這種傳統敘事：
- 當年沒有任何國家壟斷了化學、電力、鋼鐵和汽車等領頭羊產業的創新。
美國在第二次工業革命期間超越英國成為生產力領導國，但其生產力成長並非仰賴幾個以研發為基礎的產業。美國的化學創新能力甚至非常薄弱，不如德國主宰了化學領域創新，在全球合成染料出口市場取得近 9 成市占率，諾貝爾化學獎得主遠少於德國和英國。
雖然美國製造體系的擴散需要一段漫長的醞釀期，但其發展時間軸恰恰吻合了美國工業崛起的時間。1860 年，英國的工業力量仍處於頂峰。到 1913 年，美國和德國的工業和生產基礎，都已經成為英國的強大競爭對手，這兩者是決定國力的關鍵。1870 至 1913 年間，美國 GDP 增加了 4.3 倍，德國增加了 2.3 倍，英國增加了 1.2 倍。
- 美國並未生產全球最先進的機械，但美國的真正優勢在於，能在幾乎所有工業產業中廣泛採用工具機。
雖然多數將焦點放在化學和電力等新興產業，但技術採用率差異之所以會影響第二次工業革命經濟權力移轉，關鍵便是工具機的發展。
可互換零件在製造業各領域的普及應用，成為美國在第二次工業革命期間經濟相對成功的主要驅動力。雖然以總產出衡量，美國在 1870 年已經是最大的經濟體，但在 1870 年代，英國的實質人均 GDP 仍略高於美國。
在這十年間，英國的人均 GDP 平均值較美國高約 15％。在整個 1880 和 1890 年代，美國的人均 GDP 大致與英國持平，但從 1900 年開始，美國開始大幅領先。與電氣、化學和內燃機有關的創新，要到 1914 年之後才推動美國的生產力。
英國的工具機品質優於美國，德國也擅長特定領域的精密動力技術，但德國人均GDP在第一次世界大戰前並未超越英國。德國確實拉近了與英國的差距，人均 GDP 從 1870 年相當於英國人均 GDP 的 50% 左右，至第一次世界大戰爆發前幾年，已上升至 70% 左右。在這段期間，德國人均 GDP 甚至從未接近英國，更別提超越了。
- 美國工具機產業的獨特之處，在於其跨產業的推廣能力。
當年德國和英國都曾派員到美國考察，德國成功模仿了美國的可互換製造方法，而英國則觀察到美國的競爭優勢源自將特殊設備改造應用於幾乎所有工業分支的單項操作，以及幾乎每個工業產業都熱切尋求使用機械。
有趣的是，美國科學促進會副會長亨利•羅蘭（Henry Augustus Rowland）曾批評美國科學界偏重新技術商業化，歌頌「卑微的美國人竊取過去偉大人物的構想，將其應用於本國目的，使自己發財」。
這段批評反而恰當地突顯了美國強大的技術擴散能力。正是這種看似卑微和庸俗的技術擴散能力，將美國推向首要經濟強國，即使其科學成就和人才培育都不如英國和德國。美國機械化之所以普及，有賴於廣闊的機械工程技能基礎。
反觀德國化學工業，儘管在創新上領先，卻維持嚴格分工，化學家與機械工程師之間壁壘分明。技能沒有系統化，導致業界存在較多秘密、業者之間溝通交流不足，未能利用建立共同化學製程來推動更多外溢效應。
這再次證明，主導領頭羊產業的創新，無法決定大國興衰。英國的衰落不是創新失敗，而是因為無法擴散技術，儘管英國人發明了最重要的電氣創新。
第三次工業革命的日本：科技領先、應用落後，終究不敵美國
進入 20 世紀末，電腦和半導體的出現，引發了被稱為第三次工業革命（資訊時代）的巨變。許多人，包括美國前國務卿季辛吉在內的重要思想家，都擔憂日本將像當年的英國和美國一樣，成為技術強國。
日本確實主導了半導體（特別是 DRAM 晶片，控制全球 76% 市場）和消費電子等領頭羊產業的關鍵零組件生產，當時，美國聯邦跨機構工作小組甚至估計，美國在超過 75% 的半導體關鍵技術上失去了領先優勢。
1990 年《紐約時報》的一項民意調查顯示，58％ 的美國人認為，相對於蘇聯的軍事力量，日本的經濟實力更威脅美國安全。爾後，日本經濟確實以非凡的速度成長，1983 至 1991 年間總要素生產力年均成長 2.4%。
然而，許多人擔心的經濟權力移轉從未發生。日本經濟雖然曾以非凡速度成長，但在 1990 年代經歷了失落的十年，總要素生產力陷入停滯。到 2002 年，日本與美國的人均 GDP 差距甚至大於 1980 年的水準。成為世界領先的高科技產業生產國，並沒有促成日本成為超越美國的領先經濟體。理由何在？
- 雖然日本在電腦和電子產品生產表現突出，但整個經濟體的電腦化速度和跨產業應用卻遠遠落後美國。
電腦化這種通用技術的普及應用非常漸進緩慢。著名經濟學家羅伯•梭羅（Robert Merton Solow）在 1987 年甚至用一句話概括了當時的生產力矛盾：「電腦隨處可見，但在生產力數據中就是看不到。」
但十年後，資訊技術日益普及，使美國生產力顯著加速成長，直到 1990 年代才廣泛應用於許多經濟領域。當把電腦廣泛普及應用的漫長過程考慮在內，美日技術競爭格局會顯得很不一樣。
- 在生產資訊科技產品的產業，日本的生產力成長追得上美國，但在大量採用資訊科技的產業，日本的生產力成長卻遠遠落後於美國。
日本在 1970 和 1980 年代控制了資訊通訊技術關鍵領域的生產，但在相關通用技術的擴散卻顯得無力。美日不同之處，在於美國大大受惠於資訊通訊技術驅動的生產力加速。
事實上，雖然韓國的電腦系統創新落後日本，但其電腦使用率在 1990 年代超越了日本。
但美國其實本來能發展更快。溫特爾主義的英文 Wintelism 源自 Windows（微軟視窗）和 Intel（英特爾）這兩個詞，是指電腦產業從垂直整合的寡頭壟斷結構，轉變為一種水平分割結構，主導者為控制架構標準的零組件供應商如英特爾和微軟。
但隨著通用技術廣泛擴散，大型壟斷者可能會阻礙通用技術與應用領域之間的協調。例如，微軟和英特爾都經常限制分享技術路線圖，因而妨礙了互補型創新和汽車等應用領域採用微電子技術。監理和技術力量不只需要限制主導業者，也需要鼓勵互補型技術發展，因為互補型技術的發展是拓寬電腦化應用的關鍵。
如果美國電腦業不是由 2 家控制關鍵架構標準的公司主導，美國的電腦化程度會更高。
AI 時代：美國與中國的對決
歷史的教訓擺在眼前，面對當前被稱為第四次工業革命的 AI 競賽，美中 2 大強權究竟誰更有機會贏下這場決定未來格局的比賽呢？
從過去工業革命的技術面貌中，我們可以汲取的一個重要教訓是：一個時代最重要的通用技術，往往源自不起眼之處。在第二次工業革命中，電力和化學創新最受關注，但美國的經濟崛起更大程度上要歸功於數十年前出現的工具機革新，同樣地，像電力這種「舊」通用技術，仍有可能震撼世界。
為何「研發支出」不是萬靈丹？
當然，AI 發展也有悠久的歷史。在美國，AI 成為重要研究領域的歷史可以一路追溯到 1960 年代。因此，雖然 AI 可能是未來最重要的通用技術（就像過去奈米科技很夯一樣），但重點是謙卑地認識到展望未來，往往始於深入挖掘過去。
如果我們以通用技術擴散論的視角來切入，那些認為 AI 會迅速提振經濟表現的說法，都嚴重低估了 AI 發揮作用所需要的時間。通用技術發展的歷史形態告訴我們，即使是早期採用的國家，這些基礎技術也至少需要 30～40 年才能夠顯著提升生產力。
如果以 2012 年類神經網路 AlexNet 在 ImageNet 競賽中表現突出，刺激當前這波深度學習 AI 發展為起點，那麼 AI 大幅提升生產力，或許要到 2040 和 2050 年代才會發生。
只要談到戰略性技術，人們似乎太常理所當然地建議增加研發支出。AI 之類的通用技術與其他技術不同，需要不一樣的策略。在 AI 這場長期戰中，誰能將 AI 相關的工程技能和知識基礎擴大，就成了最重要的制度因素。
美國的優勢：人才數量與品質並重
作者認為，目前美國比中國更有條件發展適合 AI 的技能基礎建設。首先，美國有更好的條件增加 AI 工程師人數。根據 3 項全球 AI 人才分布的獨立研究，在美國工作的 AI 工程師遠多於任何其他國家。
2017年，騰訊研究院和中國線上求職平台 BOSS 直聘發現，美國的 AI 從業者人數是中國的 2 倍。其次，雖然李開復的著作提到中國每年電腦科學畢業生人數是美國的 3 倍，但同一份研究發現，美國電腦科學畢業生的電腦科學技能水準，遠高於他們的中國同儕。
事實上，美國電腦科學四年級學士在學生的平均表現，優於中國頂尖課程的四年級學士在學生。這顯示，如果沒有確立一定的教育品質標準，對中國 AI 工程人才基礎的估計就會誤導人。因此，作者認為，目前更能贏下這場 AI 經濟競賽的，仍將是第二次工業革命以來的世界霸主：美國。
然而，這種論點也並非沒有爭議。
應用規模、政體效率，中國的挑戰不容忽視
「美國的 AI 工程人才庫勝過中國」是真的嗎？畢竟已有諸多統計顯示中國的 STEM 學科畢業生數量冠絕全球。而作者本身也承認，在解讀美中擴散 AI 的制度能力時，必須考量人力資本以外的許多因素：
- 市場規模與擴散能力：中國給人的印象往往並非長於創新，而是技術的快速普及。從無人機、電動車、太陽能、工業機器人到行動支付，中國都有大規模應用的成功案例。配合產能過剩、補貼政策與低價傾銷，中國政府在推動特定通用技術擴散上，展現出高度的主導力。
- 威權體制與數據優勢：從社會信用系統到新疆的監控網絡，中國的威權治理結合科技，可能讓其更容易蒐集質量兼具的數據，成為 AI 模型訓練的資源優勢。
- 政策變數：美國川普政府時期大幅削減科研預算，並收緊移民與留學生政策，這可能影響美國 AI 人才的供給與學術生態。相比之下，中國的「舉國體制」反而能在特定領域持續灌注資源。
當前，中國企業正在競相將 DeepSeek 等模型融入到產品與生產流程之中，這不僅源於市場競爭驅力，也與中國領導人以國家力量為特定技術擴散推波助瀾有關。
晶片：AI 擴散的隱形關鍵戰場
儘管作者對 AI 晶片等關鍵科技的出口管制高度存疑，認為這仍執迷於獨佔新興產業的短期技術優勢，但我們必須承認，AI 的訓練與推論需要大量算力，而算力又高度仰賴晶片支援；即使是邊緣 AI（edge AI）應用，也依賴專門設計的高效能晶片系統。
從設計、製造到封裝，整條硬體供應鏈的完整性，都直接影響 AI 在手機、電動車、工業自動化等產業的落地速度。因此，在通用技術的擴散競爭中，晶片的重要性絲毫不亞於人才與技能基礎建設。對美國而言，強化對中國的晶片與先進製程出口管制，依舊是限制中國「產業 AI 化」的關鍵槓桿。
給台灣的啟示：我們要做的是「擴散工程」
回到台灣，我們已經接軌 AI 產業很久，真正的關鍵挑戰在於，這項技術要花多久的時間，才能夠擴散到全國各個產業領域？我們能否像歷史上的英國和美國那樣，建立起一套能夠持續培育和傳播應用型 AI 技能與知識的技能基礎建設？
台灣在 AI 時代的價值，是成為 AI 全產業落地的核心樞紐
如今企業都知道 AI 的重要，但超過 8 成員工幾乎都靠自學、也不知道如何有效提升生產力，加上代理人（agent）的出現，讓過去大語言模型之下的 AI 工作流又必須打掉重練。
技術會持續突破，然而終究回到人的管理問題，不論企業管理者或政策制定者，如何讓百工百業用 AI、從戰略重擬流程並有效導入，是未來的挑戰。這是一場耐力賽，需要漫長的時間、龐大的工程師大軍，以及一套能夠持續培養應用型人才、促進跨產業協作的技能基礎建設。
而晶片作為 AI 擴散的關鍵硬體條件，台灣在全球半導體供應鏈中的獨特地位，賦予了我們在未來 AI 競爭中不可取代的戰略價值。這也提醒我們，除了人才培育和技術應用，我們在硬體供應鏈上的優勢，同樣是支撐 AI 全產業擴散的重要基石。
勝負不在實驗室，而在工廠與辦公室
AI 時代的科技競爭，真正的決勝點不在於誰能獨占前端創新，而在於誰能將這些技術更廣泛、更深入地擴散到整個經濟體。這場大國競逐的勝負，可能不會由少數幾個尖端實驗室決定，而是由成千上萬的工程師，在工廠、辦公室、商店中，一點一滴地將 AI 融入到我們的生產與生活中，最終引爆巨大的生產力潛能。
而這個過程，可能才剛剛開始。
🤖 怪獸科技公司旗下五大版圖
最懂你的 #科技入門：一起培養在快速變化社會的超強適應力！
🗣️ 節目｜怪獸科技公司 Podcast（每週日晚上 9 點各大平台首播）
✍️ 專欄｜怪獸科技公司 vocus 沙龍
🎥 影音｜怪獸科技公司 YouTube：來賓焦點訪談✖️重點短影音
