中美科技競爭核心已從半導體轉向人工智能，兩國採取截然不同的發展路線。美國政府投入數十億美元追求通用人工智能（AGI），期望建立超越人類智慧的系統，甚至提出「曼哈頓計劃」規模的 AGI 研發計劃。相對地中國則推動科技產業專注「AI+」實用應用，建立低成本、高效率的工具提升社會運作效能。分析師認為，兩國策略分歧或會決定未來十年全球 AI 主導權歸屬，而這場競賽結果將重塑國際科技格局與軍事平衡。
中國 AI 應用化戰略：從農業到醫療的全面佈局
中國政府採取由上而下的 AI 應用推廣策略，成效令人矚目。根據官方數據，中國已將 AI 模型廣泛應用於教育考試評分、氣象預測、警務派遣與農業種植指導。在距離北京兩小時車程的雄安新區，當地政府與新創公司 DeepSeek 合作推出農業 AI 模型，為農民提供作物輪作與病蟲害管理建議，同時支援氣象局與警方日常決策，甚至協助政府熱線自動分流。
北京清華大學正規劃推出結合虛擬醫生的智慧醫院計劃，協助臨床醫師進行疾病診斷。在製造業領域，業界已部署 AI 機械人檢查紡織品瑕疵，並在汽車「Dark Factory (黑燈工廠)」中實現無人作業。農業方面，江蘇陽山鎮的果農王桓運用基於阿里巴巴雲端的 AI 演算法，透過無人機收集影像數據結合土壤感應器讀數，自動偵測病蟲害並進行精準噴灑，將原本 5 小時的人手作業縮短至 30 分鐘。
前美國國家安全委員會官員 Julian Gewirtz 表示：「中國政府認為，具高度影響力的 AI 應用並非未來才需要理論化的空想，而是當下即可利用的實用工具。」這位曾在拜登政府期間專研中國技術競爭的專家認為，北京的務實路線反映其規避風險的領導風格，優先考慮穩定、效率和可衡量的結果。
美國 AGI 競賽：矽谷的烏托邦願景與現實挫折
美國科技公司持續大舉投資 AGI 研發，Google、Meta 與 OpenAI 等巨頭投入數百億美元，追求能媲美甚至超越人類智慧的機械系統。美國國會更提出以「曼哈頓計劃」規模推動 AGI 研究，確保在戰略上壓過中國。2025 年 7 月白宮發布《美國 AI 行動計劃》，概述 90 多項聯邦行動，目標是加速創新、建設基礎設施並確立國際領導地位。
然而 AGI 熱潮正面臨現實考驗。OpenAI 行政總裁 Sam Altman 在 2025 年 8 月接受 CNBC 採訪時承認，AGI「不是一個非常實用的術語」。在推出備受期待的 GPT-5 後，Altman 試圖抑制市場對 AGI 的炒作，並警告 AI 投資泡沫化的可能性極大。他在記者餐會中表示：「當泡沫出現時，聰明人會對某個真理的核心概念過度興奮。」
麻省理工學院（MIT）最新調查顯示，95% 企業生成式 AI 試點計劃面臨失敗，這項發現引致科技股在 4 天內蒸發近 1 兆美元（約港幣 7.8 兆元）市值。認知科學家 Gary Marcus 自 2019 年起便警告大型語言模型的局限性，他認為目前 AI 估值如同《樂一通》中的大笨狼威利：「我們已經跑出懸崖邊緣」。
政府支援力度差異：中國國家動員 vs 美國市場主導
兩國政府對 AI 發展的支援模式形成鮮明對比。中國政府 2025 年 1 月公布一項 84 億美元（約港幣 655.2 億元）的 AI 投資基金，地方政府和國有銀行亦推出相關資助計劃。國務院進一步闡述宏大目標，要求科學技術研究、產業發展等領域更大力度地融入 AI，期望在 2030 年前為中國經濟發展全面注入動力。
中國「AI+」行動計劃設定具體目標，到 2027 年智慧裝置和 AI 代理的採用率達到 70%。政策涵蓋改善 AI 訓練的知識產權和數據權利、開放公共資助數據集等實務議題。世界經濟論壇報告指出，中國多樣化的產業格局和廣泛供應鏈為 AI 的應用創造了豐富環境，特別在製造業、汽車、零售、醫療、金融等關鍵行業提供重要成長機會。
相較之下，美國政府主要透過放寬管制促進私營部門的 AI 發展。特朗普政府的 AI 行動計劃強調「移除障礙」和「加速許可」，重點在於維護美國技術主導地位，而非直接提供產業補貼。美中政策專家 George Chen 指出：「美國 AI 行動計劃專注於美國優先，反映特朗普的理念。中國則希望將自己定位為多邊主義的捍衛者，鼓勵更多國際合作。」
技術路線分歧背後的戰略考量
分析師認為，兩國不同的 AI 發展路徑反映更深層的戰略思維。中國的選擇具有戰略意義，如喬治華盛頓大學教授 Jeffrey Ding 所言：「你讓技術領導者（美國）承擔探索成本，然後你（中國）嘗試成為快速跟隨者，專注於改良技術並將其落實應用。」
中國積極擁抱開源 AI 模型策略漸見成效。DeepSeek 等中國公司運用資源高效方法，以不足 600 萬美元（約港幣 4,680 萬元）預算開發出性能媲美 ChatGPT 的 R1 模型，挑戰了傳統認知中建立具競爭力 AI 系統需要數十億美元的假設。《自然》期刊報告指出，DeepSeek 的成功符合中國政府 2030 年成為全球 AI 領導者的雄心，龐大創投資金投入大型語言模型（LLM）開發公司，以及大量 AI 博士人才儲備，均為這種突破創造了條件。
美國的半導體出口限制反而促使中國另闢蹊徑。阿里巴巴雲端運算部門開發的新晶片性能已超越先前版本，中國晶片公司和 AI 開發商正在政府支援下，建立本土技術庫。
全球影響與未來展望
兩國 AI 戰略分歧的影響正向全球擴散。假如 AGI 在短期內被證明可行，美國科技巨頭或可獲得決定性優勢；但若該技術仍然遙不可及，中國則可能透過善用 AI 現有能力來獲取經濟及社會效益，從而搶佔先機。
專家預測 AGI 的實現時間將集中在 2027 至 2030 年間。Google 聯合創辦人 Sergey Brin 和 DeepMind 行政總裁 Demis Hassabis 均認為 AGI 將在 2030 年左右實現。Metaculus 等預測平台的綜合預測也指出，2028 年是預測的中位數。
然而分析師警告全球 AI 競賽可能帶來「技術驚喜」的風險。Julian Gewirtz 強調，兩國競爭涉及金錢、公司、安全等諸多因素，真正的問題可能才剛開始。《時代》雜誌報導指出，各國政府競相建立比人類更聰明的 AI，專家警告首個達到 AGI 的國家或會災難性地重塑全球權力格局。
中國務實的 AI 應用路線與美國追求 AGI 突破的策略各有優勢。最終勝負取決於哪種方法能更快產生實質的經濟和社會價值，而這場競賽的結果將深刻影響未來十年的全球科技發展方向。
企業部署 AI 的致勝關鍵，並非在中美路線中二選一，而是要結合中國的務實應用與美國的技術前瞻。
策略上應從解決客戶服務、流程自動化等具體業務痛點入手，快速實現投資回報；技術上，則應善用頂尖的基礎模型，結合自身獨有數據進行微調，以低成本創造獨特競爭優勢。而這一切成功的基礎，皆建立在高質素的數據治理與持續的人才培訓之上。
