領跑人工智能競賽：以技術擴散為核心的國家戰略

2025年9月，蘭德公司發布了《領跑人工智能競賽：以技術擴散為核心的國家戰略》（Running the Right Artificial Intelligence Race：A National Strategy for AI Diffusion）報告認為，當前正處在一個由人工智能技術驅動的全球競爭新時代。這場競爭不僅關乎技術創新，更關乎國家未來的經濟競爭力與安全格局。然而，當前美國國家安全界普遍將人工智能競爭視為一場短跑——看誰先研發出具有“上帝般力量”的通用人工智能。這種觀點忽視了人工智能作為一種通用技術的本質，以及其對經濟與社會的全面滲透所需的時間與系統條件。本文主張，美國應將人工智能競爭重新定義為一場“人工智能擴散馬拉松”，其勝負不在于誰先發明最先進的模型，而在于誰最能將人工智能技術廣泛、深入地融入經濟與軍事的每一個角落。本報告旨在系統闡述人工智能擴散戰略的理論基礎、現實障礙及實施路徑，并提出構建以擴散為導向的人工智能政策體系。

一、人工智能競爭的本質是一場擴散馬拉松，而非創新短跑

人工智能作為一種通用技術，其真正價值不在于技術的首次突破，而在于其在全社會范圍內的廣泛應用與深度融合。歷史上每一次通用技術的革命——如電力、蒸汽機、計算機——都表明，技術從發明到全面推動生產力提升，往往需要數十年時間，期間必須伴隨組織重組、技能普及、制度適配等互補性創新。電力在美國的普及歷時四十年，直到工廠布局重組、蒸汽輪機普及之后，才真正帶來生產力的飛躍。人工智能亦然。

當前，美國政策界彌漫著一種“通用人工智能沖刺焦慮”，即認為誰先研發出通用人工智能，誰就將獲得不可逆轉的戰略優勢。然而，這種觀點忽略了兩個關鍵現實：第一，人工智能模型的能力與其實際應用之間存在巨大鴻溝；第二，技術的擴散過程本身就是一個創新過程，涉及數據整合、流程優化、人力培訓等多重挑戰。

即便人工智能具備自我改進的潛力，其發展仍受制于數據瓶頸、算力成本、社會接受度等多重因素。計算機科學家Kapoor與Narayanan指出，人工智能研究本身存在“社會性瓶頸”，例如數據收集的現實限制、計算資源的稀缺、以及科研方向的群體跟風等現象，這些都制約著技術的無限加速。因此，將人工智能競爭簡化為“模型能力競賽”，是對技術演進規律的誤讀，也是對國家安全戰略的誤導。

二、以擴散為核心的人工智能戰略：政策框架與實施路徑

一項以擴散為導向的人工智能戰略，其核心目標是構建一個支持技術廣泛傳播與深度融合的生態系統。這需要從供給側與需求側雙管齊下，并通過制度建設與資金投入予以保障。

（一）構建技術擴散的基礎設施

人工智能擴散的基礎設施包括硬件、軟件、數據、標準與人才。其中，技能基礎設施尤為關鍵。美國亟需通過大規模職業技能培訓，擴大人工智能工程人才的基數。這不僅包括培養頂尖的人工智能科學家，更包括通過社區學院、職業證書項目、企業培訓等途徑，培育一大批能夠在中小型企業、工廠、農場、醫院等場景中實施人工智能技術的工程師與技術人員。數據科學與機器學習證書項目正在成為人才供給的重要渠道，其靈活性與實用性有助于快速填補人才缺口。

此外，云計算與數據標準化也是擴散的關鍵支撐。目前，大型云服務商傾向于構建封閉的平臺能力，而非推動整個云計算生態的標準化與互操作性。美國政府應通過政策引導，推動建立開放、互操作的數據與云平臺標準，從而降低中小企業使用人工智能的門檻，促進技術在不同行業間的流動與應用。

（二）激活需求側與供給側的政策杠桿

有效的人工智能擴散政策需同時拉動需求與供給。需求側政策包括政府采購中優先采用人工智能解決方案、設立人工智能應用示范項目、提供稅收優惠鼓勵企業人工智能改造等。供給側政策則包括支持“技術擴散機構”的建設，例如設立外勤服務團隊與應用技術中心，深入地方企業，提供人工智能技術咨詢與實施支持。

這些機構的作用類似于美國農業推廣體系中的“縣級代理”，它們將前沿技術轉化為可操作的地方實踐，是連接創新中心與應用末梢的關鍵紐帶。

（三）全力實施《芯片與科學法案》中的STEM條款

2022年通過的《芯片與科學法案》是美國幾十年來最具雄心的科技立法。盡管公眾注意力多集中于半導體制造補貼，但該法案中關于STEM勞動力發展的條款才是人工智能擴散戰略的核心支撐。該部分授權資金高達約360億美元，旨在擴大科學、技術、工程與數學教育規模，提升全民數字素養。

然而，當前授權資金與實際撥款之間存在巨大缺口。布魯金斯學會報告指出，2023財年美國國家科學基金會的STEM教育資金比授權水平短缺6億美元，2024財年預算請求中短缺11億美元。類似地，美國“科技中心計劃”在2023年僅獲得其授權資金的四分之一。這種“紙上投資”與“實際投資”的脫節，嚴重制約了美國在人工智能擴散馬拉松中的競爭力。美國的政策制定者必須優先確保這些條款得到全額、及時的資金落實。

三、為何美國難以執行以擴散為中心的戰略：結構性障礙與文化偏見

盡管擴散戰略在理論上具有明顯優勢，但其在實際推進中面臨多重阻力。

首要障礙是文化上的“創新中心主義”。社會普遍崇拜那些創造突破性技術的“英雄式發明家”，而忽視了那些默默推動技術落地、優化系統流程的工程師與維護者。這種文化偏見滲透至政策分析、媒體敘事與資源分配中，導致擴散工作長期被邊緣化。

其次，擴散戰略的利益分配高度分散，其受益者是成千上萬的中小企業、地方工廠、普通勞動者等，難以形成統一的政治游說力量。相比之下，聚焦于前沿創新的政策往往被少數大型科技公司或研究機構所“俘獲”，這些主體更有能力動員資源、影響立法。在《芯片與科學法案》的實施中，“芯片”部分因利益集中而推進迅速，而惠及更廣的STEM教育條款卻因支持者分散而進展緩慢。

此外，移民政策的短期安全化傾向也阻礙了美國獲取全球人工智能工程人才。出于對技術泄露的擔憂，美國對來自中國等國的國際學生與學者施加了嚴格限制。歷史上，英國在工業革命時期也曾試圖禁止技術工人外流，但最終失敗，因為“機械師成群結隊地離開國家”。任何國家都無法壟斷通用技術的基礎創新，限制人才流動反而會削弱自身在技術擴散中的整合能力。美日計算機競爭的案例表明，美國之所以最終勝出，正是因為它吸引了全球范圍內的軟件工程人才，構建了從基礎創新到標準化實施的完整人才鏈。

四、結論：轉向一場更持久、更包容的人工智能競賽

人工智能競爭不是一場百米沖刺，而是一場考驗耐力、系統性與包容性的馬拉松。美國若繼續以“通用人工智能沖刺”為戰略導向，不僅將資源過度集中于少數尖端項目，更將忽視技術在經濟與社會中扎根所需的長期投資。正如短跑運動員的肌肉結構不適合長跑，為錯誤類型的比賽訓練，只會導致在真正的競爭中落后。

美國必須盡快將政策重心從“追求模型突破”轉向“推動技術擴散”。這需要三大支柱行動：第一，構建以技能基礎設施、數據標準化與云平臺互操作性為核心的技術擴散生態；第二，確?！缎酒c科學法案》中STEM教育條款的全面資金落實，擴大人工智能工程人才基數；第三，改革移民與人才政策，吸引并留住全球范圍內的人工智能實施人才，而非僅僅追求頂級研究者。

最終，一場正確的人工智能競賽，不是看誰先跑到那個虛幻的“通用人工智能終點線”，而是看哪個國家最能將人工智能轉化為全民的生產力、全社會的韌性、與全經濟的競爭力。這場馬拉松容易開始，卻難以堅持。但正因為困難，才更值得全力以赴。

免責聲明：本文轉自啟元洞見。文章內容系原作者個人觀點，本公眾號編譯/轉載僅為分享、傳達不同觀點，如有任何異議，歡迎聯系我們！

轉自丨啟元洞見

研究所簡介

國際技術經濟研究所（IITE）成立于1985年11月，是隸屬于國務院發展研究中心的非營利性研究機構，主要職能是研究我國經濟、科技社會發展中的重大政策性、戰略性、前瞻性問題，跟蹤和分析世界科技、經濟發展態勢，為中央和有關部委提供決策咨詢服務。“全球技術地圖”為國際技術經濟研究所官方微信賬號，致力于向公眾傳遞前沿技術資訊和科技創新洞見。

地址：北京市海淀區小南莊20號樓A座

電話：010-82635522

微信：iite_er