重塑人工智能主权：通过战略投资提升竞争力的途径2026.pdf

与贝恩公司合作白皮书2026年1月人工智能全球联盟重塑人工智能主权：通过战略投资提升竞争力的途径 2 人工智能基础设施作为驱动人工智能竞争力的支柱 11内容1 人工智能价值链上的投资模式 5重塑人工智能主权2执行摘要4Adobe Stock 图片：前言3免责声明贡献者 28脚注30对政策制定者的四个关键考虑因素25结论 27这份文件由世界经济论坛发布，作为对某个项目、洞察领域或互动的贡献。此处表达的发现、解读和结论是经世界经济论坛促进和认可的合作过程的结果，但其结果不一定代表世界经济论坛的观点，也不一定代表其全体成员、合作伙伴或其他利益相关者的观点。2.1 全球人工智能基础设施投资趋势 122.2 人工智能基础设施挑战与战略方法 141.1 历史上对人工智能价值链的投资 61.2 关键AI价值链元素的投资趋势 93 走向人工智能竞争力的不同路径 16通路1：从选择型玩家到生态系统建造者 21途径 2：从采纳加速器到生态系统构建者 22路径3:从新兴合作者到生态构建者 通过采用加速器 22路径 4：从新兴合作者到生态构建者 通过选择性玩家 24通路5：从新兴合作者到生态构建者 242026世界经济论坛。版权所有 版权所有。本出版物之任何部分均不得以任何形式或任何方式复制或传播，包括影印和录音，或由任何信息存储和检索系统。重新思考人工智能主权 3Cathy Li为什么现在？弗洛里安米勒前言方法头部，人工智能中心卓越；会员执行委员会世界经济论坛2026年1月 重塑人工智能主权：通过战略投资实现竞争力的途径这份白皮书重新思考人工智能主权：通过战略投资实现竞争优势的途径，源自世界经济论坛人工智能全球联盟在人工智能竞争力方面的研究工作，并与贝恩公司合作完成。它基于世界经济论坛2025年1月发布的白皮书 智能经济的蓝图：通过区域合作提升人工智能竞争力，并将随后推出有针对性的出版物，详细介绍如何构建主权人工智能生态系统和人工智能竞争力。欧洲、中东和非洲的资深合伙人兼人工智能、洞察与解决方案主管，贝恩公司我们提供了一种新的人工智能主权方法：该方法优先考虑战略控制力和弹性，而非僵化的自给自足，并探讨了经济体如何通过审慎的投资选择、战略的人工智能基础设施建设以及人工智能部署，以及可信联盟来增强其人工智能竞争力。人工智能（AI）正迅速成为21世纪的核心能力，重塑经济格局，重新划分产业边界，并重新定义全球竞争力和主权的性质。它不再仅仅是一项技术，而是生产力、创新和地缘政治影响力的驱动力。今天建立起坚实基础并做出战略投资的经济体，将决定未来数十年的智能经济发展轨迹。本文是一份行动号召，旨在塑造一个人工智能主权作为共同增长引擎的未来，确保战略控制，同时使所有经济体都能从人工智能的进步中获益。我们邀请政策制定者和商业领袖重新思考人工智能主权，并加入我们，共同提升全球人工智能竞争力，使每个经济体都能在智能时代蓬勃发展。最初以创新竞赛为起点的竞争，已经演变为AI基础设施的竞赛各国经济正竞争加强控制、确保AI竞争力，并决定谁制定规则、谁捕获价值、谁维持长期优势。虽然数据中心继续吸引着AI投资的重要份额，但许多经济体正面临一个更根本的问题：如何在加速的竞赛中有意义地参与。与此同时，等待清晰并非选项。不采取行动的风险在于加剧市场间AI和经济差距。在这个关键节点，经济体必须重新思考其对AI主权的策略，并确定如何明智地投资。不同的竞争优势路径执行摘要底线重新思考人工智能主权 4未来几年所做的决策将决定谁在人工智能驱动的经济中保持或获得竞争力。决策者可以通过促进专注和协作，而不是完全控制，来使人工智能具备竞争力。这意味着决策者应与投资者和其他利益相关者协调，以：人工智能主权正成为长期竞争力的一个关键要素。人工智能主权是指经济体根据自身价值观塑造、部署和管理人工智能生态系统，同时通过本地化投资和可信赖的国际合作确保战略和运营控制力、灵活性以及最终韧性。在实践中，人工智能主权议程反映了经济体加强人工智能能力的战略优先事项，旨在减少对外国实体的依赖、维护国家利益和提升竞争力。因此，一些经济体已试图通过掌控从原材料到基于人工智能的应用的整个人工智能价值链来进行竞争。然而，根据投资模式，“人工智能主权”已被模糊为“人工智能基础设施”和数据中心。虽然人工智能基础设施是那些在人工智能领域下大赌注的政府所面临的一个紧迫问题，但它并非唯一决定性因素。人工智能的竞争力同样取决于经济体在哪里投资、如何构建和部署人工智能能力，以及它们在人工智能价值链上与谁合作。在人工智能竞争力竞争中，经济体必须追求人工智能基础设施、互操作性、政策以及合作伙伴关系，以建立持久的竞争优势。每个经济体在人工智能竞赛中都从不同的起点出发。虽然基于基础设施的人工智能主权对大多数经济体而言难以企及，但人工智能竞争力的提升存在不同的路径。本文描述了若干条潜在的路径，针对人工智能发展旅程中不同经济体所处的不同起点。政策制定者必须支持制定以国家人工智能战略为目标的发展，聚焦于其经济的比较优势进行投资。他们应该帮助将人工智能主权重新定义为战略相互依存，其中本地化投资与可信赖的合作伙伴关系和联盟相结合。凭借对本地优势的清晰认识，经济体可以跨越式发展，迈向人工智能的成功。合作而非所有权是前进的关键路径。到 确保可互操作的AI基础设施保证可扩展性、信任和弹性。，专注于领域 战略性地投资比较优势，而不是将资源分散在整个人工智能价值链上。，利用联盟 战略性地与合作伙伴合作，填补关键空白，而不是重复昂贵的努力。明智投资并非处处且着眼长远本文倡导一种重新定义的人工智能主权方法该方法优先考虑战略控制和弹性，而非僵化的自给自足。人工智能时代的成功将不是由孤立决定的，而是由战略相互依存决定的平衡对关键人工智能基础设施的国内投资与国际合作。专注于自身比较优势、确保人工智能系统间的互操作性并培养区域联盟的经济体，将处于最能从人工智能革命中获取长期价值的最佳位置。和国家优势 识别能够转化为人工智能能力的优势。人工智能生态系统重塑AI主权 5图1使能者相互依存；顺序不代表任何优先级。注：*人工智能生态系统大约 33%AI价值链数据硬件输入(e.g.半导体)基础模型应用和服务基础设施(pute,数据中心)基础输入(e.g.电力,原材料像硅这样的材料)关键使能*AI策略收养使能才能和技能资本访问基础研发和创新启用技术（例如.设备、连接性、网络安全)人工智能政策人工智能投资年均增长率（2010-2024年）：提升人工智能竞争力需要全面理解人工智能价值链中投资流向、趋势和资本配置。迈向人工智能主权。例如，英国承诺成为“人工智能创造者，而不仅仅是人工智能接受者”1而中国优先发展和采用国产AI芯片，2并且欧盟承诺调动2000亿欧元用于InvestAI计划，该计划旨在建设“人工智能超级工厂”。31人工智能价值链上的投资模式能力取决于个体赋能措施的稳健性，也取决于它们之间相互强化的有效性。因此，经济体应意识到赋能措施之间密切协调的必要性，并保持适应性，因为鉴于快速的技术进步，新的赋能措施将不可避免地出现并重塑人工智能生态系统。如智能经济蓝图：通过区域合作提升人工智能竞争力中所述，人工智能生态系统包括人工智能价值链要素和关键使能因素，这些因素使得人工智能能够被开发、部署和规模化。以人为中心构建此生态系统可释放生产力、创造就业、促进创新和增长。然而，其理解人工智能投资当前的和未来的动态对于构建稳健的人工智能生态系统（见图1）和加强人工智能主权至关重要。世界各地，经济体正在做出重大的财政承诺以提升国内能力，并经常宣布这些为运动1002002003002003009001,300600900150250 历史投资跨越人工智能价值链*,20102024,以十亿美元计1.1 人工智能价值链的历史投资重新思考人工智能主权 6图2科技剩余行业基础输入硬件输入基础设施数据基础模型应用和服务具备承载高级人工智能工作负载的能力一直是一个主要关注点，在2010年至2024年期间吸引了超过6000亿美元。随着经济体在数据中心和处理器等关键输入方面追求本土控制，人工智能基础设施和硬件需求预计将进一步上升。到2030年，全球可能拥有近2000个超大规模数据中心这比2016年存在的300个有了大幅增长。4和今天存在的1,136。5*投资估算基于电力装机容量、硅加工、设备以及芯片的资本和研发支出 注意：主要技术公司的制造业、数据中心、基础模型训练和人工智能应用开发，以及企业对其他行业人工智能计划的投资和数据相关解决方案的市场规模。土地相关投资被排除在外。来自WEF；IMF；IEA；IRENA；USGS；NRMMRRD；高盛；世界银行；WHO；IATA；Gartner；来源：S&P Global；OpenAI；Epoch AI；Cushman&Wakefield；Bain&Company；市场研究。迄今为止，全球人工智能相关投资中超过一半已投向人工智能基础设施，以及应用和服务（图2）。对人工智能专用基础设施的投资例如数据中心人工智能基础设施，以及应用程序和服务，吸引了人工智能价值链中大部分全球投资美中和中国主导了投资格局，在全球人工智能价值链中的总投资额约占65%（图3）。它们在每个人工智能价值链要素中的巨大存在反映了其全栈式的方法，鉴于所需的投资规模，很少有经济体能够匹敌。20%40%60%80%100%0100200 2003002003006009009001,30015025090%*超过6000亿美元重新思考人工智能主权7历史投资跨越人工智能价值链按经济体划分，2010-2024年，单位：百亿美元图3美国和中国是人工智能价值链上最大的投资者驱动由台积电和UMC基础设施数据应用和服务基础模型每个人工智能价值链元素下的顶级投资经济体硬件输入基础输入其他地区美国中国欧洲（不包括英国）印度新加坡剩余经济体*自2010年以来累积的人工智能基础设施投资：然而，这并非通往人工智能竞争力的唯一途径。均衡且精准的策略帮助一些经济体将资本转化为深厚的比较优势和韧性。例如，新加坡采取了均衡的方法，有意地在人工智能价值链上（案例研究1）以审慎的方式分配资源。类似地，韩国最初将投资集中在芯片等硬件要素上（图4），并正在扩大其在基础模型上的努力。6和应用。7因此，经济体可以通过将自己定位于人工智能价值链中能够扩大需求的相关领域，从而获得可衡量的优势。为了评估投资的成败，领导者应该考虑采用情况和结果，包括韧性方面的因素，而不仅仅是投入或回收的资金。*台积电；*联电；*包括巴西、加拿大、日本、韩国、阿拉伯联合酋长国 备注：除“其余地区”单独列出外，阿联酋、英国和其他所有经济体。世界经济论坛；国际货币基金组织；国际能源署；国际可再生能源署；美国地质调查局；国家林业与草原监督管理局；高盛；世界银行；世界卫生组织；国际航空运输协会；高德纳；S&P全球；OpenAI；Epoch AI；来源：Cushman&Wakefield；Bain&Company；市场研究。0.51.01.52.02.53.03.54.04.50.03.45.1%3.14.6%2.23.3%1.72.6%1.52.3%1.52.2%1.52.2%1.42.0%1.21.9%1.21.8%1.11.6%0.71.1%经济体追求不同的投资策略累积投资，2010-2024年，占2024年国内生产总值（GDP）的百分比重塑人工智能主权的第八次思考历史人工智能价值链投资基准：美国和中国在全球人工智能投资总额中的占比：大约65%图4基础输入硬件输入基础设施数据基础模型应用和服务美国新加坡韩国中国阿拉伯联合酋长国日本加拿大英国其他地区大约90%的硬件投入的资金由台积电*和联电*驱动印度欧洲（不包括英国）巴西超越特定人工智能价值链要素的经济体*台积电；*联电。注意：公开资料来源来自世界经济论坛；国际货币基金组织；国际能源署；国际可再生能源机构；美国地质调查局；国家可再生能源与能源效率观察站；高盛；世界银行；世界卫生组织；来源：IATA；Gartner；S&P Global；OpenAI；Epoch AI；Cushman&Wakefield；Bain&Company；市场研究。数据约1.5万亿美元1.2 关键人工智能价值链要素的投资趋势基础设施到2030年AI应用的预计年投资：重新思考人工智能主权 9基础输入硬件输入基础模型尽管商业模式非常整合，超大规模企业覆盖了人工智能价值链的很大一部分，但人工智能基础设施建设在全球范围内却高度分散。美国占全球已安装数据中心容量的40%以上，11尽管许多新兴经济体仍在建立可靠的连接和数字基础设施。对基础投入的投资将持续增长，但相对于整个AI价值链仍然有限，到2030年将达到约500亿美元每年。决策者应帮助将这些基础投入与更广泛的AI基础设施投资相结合，以支持可持续AI系统的增长（参见世界经济论坛最近发布的从悖论到进步：净积极AI能源框架）。第二章探讨了这些投入在支持AI硬件和基础设施方面所起的作用。人工智能的性能和竞争力取决于精选数据的规模、多样性、独特性、时效性和整体质量，以及其完整性和可用性。Meta 在 Scale AI 上的数十亿美元投资突显了数据战略价值。这一趋势超越了发达国家，为新兴经济体提供了建立竞争优势的机会。随着组织建设初始能力并扩展以支持基础模型提供者和生成式AI工作负载，人工智能基础设施已经迅速扩展。10预计投资将以每年10-15%的速度增长，到2030年将达到每年4000亿美元以上，而芯片制造商、模型开发者和数据服务提供商的总供应商融资预计会更高。自2010年起，硬件投资已超过2000亿美元，主要由半导体晶圆代工厂的资本支出引领，同时有光刻设备制造商和无晶圆厂芯片供应商的贡献。全球约90%的晶圆代工营收集中在四家公司台积电（TSMC）、联电（UMC）、三星晶圆代工和半导体制造国际公司（SMIC）这些公司分布在全球三个经济体中。9人工智能主权的辩论的一个关键部分在于硬件生产的地理高度集中。硬件投资预计每年将增长15-25%，到2030年将达到近900亿美元。人工智能的关键基础投入包括能源、原材料（例如硅和稀土元素）和土地。自2010年以来，能源和原材料吸引了超过1000亿美元的投资其中绝大多数投向了为数据中心提供动力的能源系统，其电力消耗已占全球需求的1-2%。8虽然人工智能可以提高能源效率，但它迄今为止已导致电力需求上升（参见世界经济论坛的2025年白皮书，人工智能的能源悖论：平衡挑战与机遇 这将导致关于重启核能以及净零与全面人工智能潜力目标的争论。一份关于优化人工智能和超大规模数据中心以提高能源效率的报告将于论坛2026年在沙特阿拉伯举行之前发布，为未来的区域能源政策提供信息。基础模型投资预计每年增长25-35%，到2030年将达到至少每年3000亿美元。这一增长是由大型语言模型（LLM）的复杂性日益提高，以及经典机器学习（ML）和小型语言模型（SLM）的持续增长所驱动。投资者的关注点正转向数据，反映了数据向超大规模提供商迁移的市场趋势。与数据相关解决方案的累计投资估计超过1500亿美元，反映了2018年后的强劲增长。12,13到2030年，投资预计将超过每年900亿美元。这包括用于基础模型的基础训练数据集和支持应用程序和服务（例如集成、治理、迁移、市场）的数据解决方案。随着组织建设初始能力并扩展以支持基础模型提供者和生成式AI工作负载，AI基础设施已迅速扩展。重塑人工智能主权10应用和服务因此，全球投资在人工智能价值链上急剧增加，但人工智能的竞争力取决于经济体如何战略性地配置资本，而不仅仅是他们花费了多少。第二章将更详细地探讨人工智能基础设施作为人工智能价值链支柱的关键作用。到2030年，对人工智能应用的年投资额可能达到1.5万亿美元，超过人工智能基础设施和基础模型的增长，并通过特定领域的用例实现更大的经济价值。例如，在医疗保健应用中的采用可能减少开支5-10%16不牺牲质量。同样，人工智能可以释放大约8%的公共部门预算到2030年。17有效引导投资流向高影响力应用领域、并构建支持性人工智能生态系统的经济体将获得最大收益。美國公司Anthropic和OpenAI等籌集資金已超過850億美元,14,15在过去两年中大部分时间。在美国以外，DeepSeek、Mistral AI等公司以及亚洲、欧洲和中东地区的其他企业也在开发针对本地语言和文化的开源和专有模型随着这些公司规模扩大，预计将迎来显著回报。它们的投资还将推动应用需求的增长，并影响人工智能生态系统的发展演变。在个人计算领域，价值已从硬件转向软件。在移动时代，价值从设备转向了应用。正如历史重演，对人工智能价值链的投资预计将转向基于人工智能的应用和服务。2 图 5理解一个经济的AI基础设施选项以驱动AI竞争力定义 AI 基础设施选项空间并推导出战略影响本地解决障碍，例如：全球投资趋势，例如：影响人工智能基础设施选择的方面（非详尽）重思人工智能主权 11人工智能基础设施作为驱动人工智能竞争力的骨干作为关键约束 土地、能源和水以扩大经济中的 AI 基础设施 AI 基础设施需要高技能劳动力从而减缓 AI 基础设施 本地法规发展人工智能基础设施建设投资显著增加 新的融资模式（例如，以合伙人为驱动的模式）决策者应当促进对具有韧性的AI基础设施的投资，并考虑趋势、障碍和战略影响。今天，人工智能正推动着现代史上最大规模的基建建设一项涉及芯片、数据中心和能源系统的万亿美元级扩张。为了应对这一挑战，经济体必须将全球人工智能基础设施投资趋势与其本地限制、障碍和促进因素相结合。这定义了每个经济体“人工智能基础设施选择空间”，并支持具有韧性的投资决策（见图5）。投资焦点，为训练集群和推理操作提供可扩展的计算。人工智能基础设施支撑基础模型和应用，并以此驱动人工智能竞争力、吸引外国投资和促进智能系统的全面发展。它涵盖相互依存的多层，包括数据中心、计算资源、云平台、边缘系统和高容量连接网络。人工智能生态系统的准备状态取决于这些层级之间如何高效协同，以支持训练和推理，从而实现大规模数据处理和部署。在这个生态系统中，数据中心仍然是 生态系统驱动人工智能基础设施的插图根据花旗研究2025年数据整理。资料来源：图62.1 全球人工智能基础设施投资趋势重新思考人工智能主权12OpenAI、NVIDIA和Oracle之间的资金和资源流动基础输入硬件输入基础设施数据基础模型应用和服务NVIDIA股权美元b和GPU租赁美元B和数据人工智能服务OpenAI最终用户和公司星际之门台积电USD B计算USD BUSD B现场自然燃气厂计划美元B和托盘阿斯麦甲骨文USD BGPUUSD B计算MGX软银人工智能战略收养启用才能和技能基础研发和创新资本获取启用技术(尤其是连接性)投资流量XXX已获得的资产和服务向 OpenAI 投入数十亿美元，并向其云平台提供计算能力以嵌入前沿人工智能研究。类似地，华为与人工智能基础设施初创公司 SiliconFlow 合作，使 DeepSeek 的模型能够通过云端使用。这些投资导致了新的战略收购、合作和加速融资轮次的混合，这些轮次由复杂的资金流动支撑。一个例子是由 OpenAI 和软银牵头、NVIDIA、Oracle 和其他行业合作伙伴参与（图6）的项目 Stargate。灵活获取先进的英伟达硬件。该公司正在经历大规模的产能扩张，自2024年以来已筹集总额250亿美元。通过HUMAIN（沙特阿拉伯）、G42（阿拉伯联合酋长国）、Outscale（法国）和STACKIT（德国）等国家级云服务提供商，人工智能基础设施建设也在扩张，这反映了全球向数字主权发展、减少对超大规模服务器的依赖的趋势。对计算的需求激增催生了新的AI基础设施开发模式，例如新云提供商、国家云提供商和行业专用AI云。虽然超大规模云服务商提供全球覆盖和全服务的云生态系统，但新云则提供针对AI训练和部署的专业、高性能解决方案并且其需求正在激增。例如，CoreWeave专注于为AI优化的GPU加速云基础设施，提供如第一章所述，人工智能基础设施投资持续增长，同时出现新的融资和所有权模式，包括扩大的公私合作伙伴关系（PPP）。早期交易集中于获取硬件，如芯片、计算和数据中心设备例如英特尔收购英伟达，以及英伟达与超威半导体（AMD）的交易。自2019年以来，投资重点已从所有权转向由合作驱动的模式。超大规模模型实验室合作现在主导着投资活动。微软已 重思人工智能主权 13政府越来越多地通过公私合营模式共同投资大规模数据中心和计算项目。一些专家预见人工智能基础设施的开发和管理将出现分歧扩大。19超大规模企业和新兴新云服务提供商正在构建集中芯片、能源和网络容量的AI计算设施可通过治理、性能或主权协议进行访问。因此，一小群资本密集型提供商可能会控制大规模容量，而其他则会维护较小的、分布式计算中心，以满足监管或政治要求（例如数据主权规定、延迟减少或敏感数据控制）。这一投资演变反映了人工智能基础设施作为人工智能竞争支柱的重要性日益增长。变化的速度非常显著。对于中小型经济体而言，这既是一个挑战，也是一个机遇。那些快速、策略性地引导投资通过合作、专注或共享区域能力即使在资源有限的情况下，也能确保竞争优势。相反，反应较慢则风险加剧能力差距，因为超大规模企业和大型经济体继续巩固其主导地位。公共投资已成为这些举措中的关键驱动力之一，包括由沙特公共投资基金（PIF）支持的HUMAIN。各国政府正越来越多地通过公私合作伙伴关系（PPP）共同投资大型数据中心和计算项目（例如印度AI使命的国家计算网格）。18因此，人工智能基础设施越来越被视为与传统基础设施投资（如公路或公用事业）同等重要的战略性公共资产。更广泛地说，其他有政府参与的模型也正在出现，例如数字大使馆即允许一个经济体的数据在海外存储和处理，同时仍处于其自身法律管辖权之下的协议（例如爱沙尼亚在卢森堡的数字大使馆）。共同来看，这些发展凸显了经济体培育具有适应能力、以强大支撑为基础的人工智能生态系统，以适应不断变化的人工智能基础设施需求的必要性。然而，网络中智能的最佳配置，即集中在大规模设施中还是分布在边缘和特定行业节点上，将取决于每个经济体对资本、能源、连接性和政策目标的获取情况。因此，确定可行的人工智能基础设施选项需要将全球投资动态与当地实际情况相结合，确保国家人工智能生态系统既具有韧性又具有竞争力。另一个重塑格局的结构性变化是边缘计算的部署，其中人工智能能力嵌入在网络边缘，例如物联网（IoT）设备、工业系统、智能手机。随着人工智能工作负载从集中式训练转向分布式推理，需求可能会进一步转向边缘基础设施。边缘人工智能解决方案允许消费者和企业本地处理数据，减少对集中式云资源的依赖，并使经济体能够应对带宽、延迟以及隐私或安全挑战。同时，关于人工智能的进步是否必须依赖于不断增加的计算和数据以及由此延伸出的高能耗需求也存在一些争论。20小样本学习器在特定应用中展现出与大型语言模型相当的性能，同时所需的资源却少得多。21这种趋势可能会影响对数据中心进一步建设的需要。与此同时，开源模型的普及使得针对特定环境（如语言或文化需求）进行微调成为可能，这使得经济体能够在自己的AI生态系统中协同创造和创新，而无需从头开始，从而降低了计算需求。重新思考人工智能主权 14发展中经济体还面临着获取低成本资金和人才受限的问题。然而，许多挑战超出一个经济体完全的控制范围（例如，芯片生产的集中以及其他全球相互依赖关系）。因此，大多数经济体无法单独克服这些障碍，人工智能竞争力的道路将是非线性的。2.2 人工智能基础设施挑战与战略对策本地人工智能基础设施壁垒需解决经济体应该将全球背景和本地障碍转化为明确的投资方向和优先监管措施的意义。例如，没有能源和土地等支撑条件，内陆人工智能基础设施建设可能会受限。均衡的投资方式可以在利用区域或共享设施进行规模化的同时，建设国内优先工作负载的产能。区域合作例如欧洲级别的协调（参见世界经济论坛的2025洞察报告，开放但安全：欧洲走向战略相互依存的路径)可以提高成本效益并扩大计算访问范围。此外，经济体可以专注于混合公私融资工具，并开发可投资项目的管道，以快速扩展人工智能基础设施投资。最后，鼓励人工智能基础设施设计中的互操作性也是实现人工智能主权、达到规模并能够提供模型和应用的关键。投资者正越来越多地将大规模计算业务的目标锁定在能源优势地区。能源丰富的美国州以及北欧的水电带,26加拿大水电走廊，核走廊27中东能源枢纽和中亚能源盆地正成为AI优化的基础设施的磁石。它们提供更低的冷却成本、可靠的基荷供电以及往往更快的许可流程。定义 AI 基础设施选择空间和战略影响经济体应将全球背景和本地壁垒转化为对人工智能基础设施的明确启示：应在哪里投资以及优先采取哪些监管措施。在构建或扩展人工智能基础设施时，经济体常常面临若干制约。例如，87%的美国选址者报告称，在2024年土地、劳动力或公用事业短缺影响了项目时间表。22能源往往是数据中心扩张的一大瓶颈既包括获取储备以及电网的可用性和容量。例如在欧洲，荷兰暂时禁止了超过10公顷或70兆瓦（MW）的新超大规模站点23并且爱尔兰的公用事业公司EirGrid暂停了2028年之前在大都柏林地区新建数据中心电网的接入。24相反，美国和中东经济体的超大规模数据中心将达到吉瓦（GW）规模（例如Stargate、Stargate UAE），提供更大的机遇。超过五年的电网升级发展时期也构成了重大挑战，因为它们与较短的数据中心规划周期不一致（例如等待电网接入的时间）25).英国目前大约有8至10年发展就绪的站点竞争正在加剧。因此，这些压力正在推动采用先进的冷却和选址方法（例如液体冷却系统和浮动或海底数据中心）。在为人工智能基础设施识别战略选择时，可能会出现反复出现的挑战。表1总结了这些问题并突出了可能的政策和投资响应。例如，在监管不确定性高的环境下，简化数据中心和电网升级的审批可以加速能力增长，并实现更稳定的项目管道。同样，长期使用协议可以为投资者提供更大的可见性并降低融资风险，从而以更低的成本吸引私人资本。这些措施共同可以多样化资本来源和参与开发者的类型，进而增强人工智能生态系统的韧性，在市场估值或融资环境冷却时限制风险敞口。因此，了解一个经济体当前的定位对于设计有效响应至关重要不仅针对人工智能基础设施，也针对更广泛的AI价值链正如下一章所述。表1 常见人工智能基础设施发展挑战及战略方法重塑人工智能主权15本地人工智能基础设施面临的挑战战略性方法缓解挑战的摘录能量可用性和可持续性限制 AI 基础设施增长 将人工智能基础设施与国家能源战略相结合 推广节能技术 支持电网现代化和灵活性容量和有限的国家计算对外国云服务提供商的依赖建立主权或公私人工智能基础设施基金 激励人工智能基础设施集群的合作 搭建产学研项目进行专门培训技术工人短缺 扩大计算操作和网络安全学徒制依赖少数几家国际供应商 采用多云和互操作标准 鼓励开源软件和中间件 建立区域云联盟 通过精准激励支持本地企业 推出国家联合资助和担保计划分散的融资格局 使用与开发银行混合金融工具 创建一站式和快速审批平台及流程或延误 监管不确定性用于数据中心项目 推动制定统一法规以降低合规负担跨部门汇总政府需求对于人工智能 弱公共需求基础设施服务 引入长期公共采购框架 在重点领域（例如医疗保健）开展试点项目 发行人工智能基础设施债券或扩大融资机制人工智能初创企业有限访问权限向大规模计算 为企业启用首次公开募股（IPO）和退出途径 建立区域人工智能增长和风险投资基金 扩展计算访问的PPP数据孤岛和欠发达数据限制 AI 基础设施使用结构 实施跨领域数据共享、互操作性和开放数据计划 提前进行数据转换以提升质量、访问、创建和多样性 规范跨境数据流动（例如通过数字大使馆）3 重新思考人工智能主权16图 7覆盖率.*人工智能政策为其他使能因素奠定基础。注意：全球人工智能价值链领导所有六個人工智能价值链元素生态系统构建者四至五人工智能价值链元素选择性玩家两到三人工智能价值链元素采用加速器浮现协作者从零到一人工智能价值链元素AI价值链元素的现存与规模人工智能战略整体萌芽存在资本访问基础研发和创新收养启用才能和启用技术技能(尤其是连接性)成熟的覆盖关键赋能因素*原型和路径为经济体提供指南针，以了解竞争定位并推导出提升人工智能竞争力的投资策略。为创建人工智能竞争力的原型，分析考察了人工智能生态系统中各经济体的现状。评估考虑了每个经济体在人工智能价值链要素上的覆盖率（使用存在和规模阈值）28)以及关键使能因素(例如连接性、人才和技能、资本获取)的成熟度。这一过程揭示了五种主要的反复出现的模式，这些模式被归纳为从全球人工智能价值链领导者到新兴合作者的原型(如图7所示)。在承认每个经济体的情况和轨迹都不同的情况下。五种原型的一个总结在图8中呈现，提供了一个对其关键特征的快速概览。如需深入了解每个原型及其典型特征和投资策略，请参见框1-5。走向人工智能竞争力的不同路径AI竞争力原型考虑了AI价值链上的覆盖范围和成熟度这些原型反映了人工智能竞赛中起点的巨大差异。它们不是排名或需要遵循的顺序步骤。相反，它们概述了现状的广泛模式，以帮助经济体评估其位置并为人工智能竞争力创建量身定制的投资策略。每 个经 济 都将从不同的起跑点进入人工智能竞赛的下一阶段。政策制定者应 帮助评估其经济所处的位置在本地、区域和全球背景下以支持其下一 人工智能投资策略。原型提供了一种结构化的方法，用于理解各个经济体 的这些位置。全球人工智能价值链领导框1人工智能价值链投资：示例：重塑人工智能主权 17图 8五个人工智能竞争力原型概述全球AI价值链领导者生态系统生态系统建造者建造者选择性玩家收养加速器浮现协作者投资进入AI价值链元素有限投资于(本地)定制应用和服务给定有限的本地容量，外部reliance especially在硬件上基础模型显著投资跨越所有AI价值链元素专注于达成全球领先的位置独特的位置具有关键投资在基础模型（例如LLMs）强，但平衡投资跨越AI价值链元素(except for硬件)投资专注于构建一个强大的本地人工智能生态系统专注对.的投资选择AI值链元素(e.g.数据)应用和 服务)依赖项在国际上为合作其他元素新兴状态在投资中跨越AI价值带链元素碎片化内部能力投资通常通过国际或合作关系捐助者支持加速器投资进入键赋能者一般来说广泛方法面向所有赋能者公共和私人投资(e.g.研发)withstrong行业-具体努力成熟选择覆盖范围但是差距使能者保持（例如：资本）访问)主要政府主导投资（例如研发）聚焦选择启用项特别是推广采用但仍有差距初始推送在启用技术时例如数字公共基础设施主要挑战在某些使能器上（例如人才流失，）低计算访问)利用并且PPP项目开发金融创新一般来说广泛方法面向所有赋能者强政府主导或激励推广启用因素（例如人才，研发)例子独特的融资和发展能力具有全球规模的基座模型(e.g.前沿大语言模型)高效地产生和部署面向全球市场的应用和服务大规模关键使能因素的覆盖范围：跨部门、广域方法解决所有使能者强大的公共和私人投资（例如在研发中）得到稳固行业的支持具体努力端到端投资者跨越人工智能 概述：价值链，在每一个要素和赋能者方面都具备世界一流的能力，并通过保持或扩展其在人工智能技术和创新中的领导地位来实现主导地位 在所有人工智能价值链要素中，包括硬件，进行独特全球规模的投入 基于 能源技术 的领先地位，显著扩大 能源基础设施 在人工智能基础设施方面全球占主导地位（尤其是数据中心），并具备大规模调动资本密集型资产的能力全球经济领袖 with 典型配置：广泛的研究和财务能力 12 经济价值：示例：3.提升人工智能理解与素养重塑人工智能主权 18案例研究 1关键使能因素的覆盖范围：全球枢纽：2 系统构建者1.成为人工智能的全球枢纽人工智能价值链投资：2.通过人工智能驱动经济效益新加坡的人工智能生态系统寻求平衡的编舞家 概述：政府主导的投资战略，构建强大的本地人工智能生态系统和区域影响力，并日益加入国际联盟和伙伴关系在保持敏感数据受国家控制的同时进行采用。经济发展局（EDB）在吸引全球人工智能投资和培育使新加坡成为区域人工智能中心的基础的公私合作伙伴关系方面发挥着核心作用。36谷歌已在大约50亿美元的数据中心和云服务中投资。37而亚马逊网络服务（AWS）计划到2028年投资120亿新元（新加坡元）。38人工智能基础设施投资支持国家和地区的 AI 愿景。国家超级计算中心（NSCC）提供计算用于研究和工业。39一项针对数据中心的“绿色增长”政策释放了300MW的新产能，并制定了严格的能效和可持续性标准。40例如新加坡电信、ST电信全球数据中心（STT GDC）和庆隆等国家队正在与全球合作伙伴扩大人工智能准备设施，以提供高级计算能力。41,42,43政府与产业之间的合作至关重要。通过政府商业云（GCC）计划，35机构从全球超大规模服务商那里采用了安全的云计算基础设施，并标准化 通过多样化和创新实现可靠的能源供应，包括可再生能源、电网效率和替代能源 聚焦政府和重点领域（如医疗保健、教育、金融）中的AI应用由政府主导，面向所有赋能者，促进人工智能生态系统发展（例如：人才、研发）关键角色（例如，通过与超大规模企业和可信供应商合作）密集、高效的ai基础设施作为区域中心，国家冠军发挥新加坡的第二项目标集中于创建一个有利于创新和发展的信任环境。个人数据保护法（PDPA）44提供清晰的开数据和对跨境数据流动的规则，实现负责任的数据共享。由资讯通信媒体发展局（IMDA）开发的AI验证框架，允许组织测试人工智能系统在透明度、公平性和安全性方面的表现在促进采用的同时嵌入信任。45这只是使领先应用程序的开发成为可能并将人工智能能力转化为经济价值的措施中的两个例子。偏重区域聚焦或主权基础模型（例如：SEA-LION）且全球规模有限的投资新加坡是一个典范，,结合 生态系统构建者通过公私协调和人工智能价值链的平衡投资。其模式展示了治理、基础设施规划和人才培养如何构建具有区域影响力的、有竞争力的、值得信赖的AI生态系统。在人工智能崛起期间，新加坡已经能够得益于下一代全国宽带网络（2008）等举措，利用其强大的信息技术（IT）基础设施进行建设。29和智慧城市（2014），30它充满活力的创业生态系统，以及对企业和投资者友好的法规31,32与其强大的的人才基础，它利用技能发展计划。33国家人工智能战略，于2019年首次发布，并于2023年12月更新（NAIS 2.0）34将人工智能定义为国家共同优先事项，并制定了一个协调的、跨部门的计划来加强计算能力、改善数据访问、培养人才和加速采用。它设定了明确的目标：小型发达经济体 典型配置：利用敏捷治理和强大的资本及资源获取能力 在大多数人工智能价值链要素（除硬件外）进行稳健、均衡的投资 利用定向激励和公私合作 346,47 继续示例：案例研究 1重新思考人工智能主权 19人工智能理解与技能：新加坡的第三项目标聚焦于人力资本。不同像 TechSkills 加速器（TeSA）和人工智能学徒计划（AIAP）为专业人士配备实用人工智能技能，确保人工智能基础设施和合作伙伴关系由具备能力的劳动力人口匹配具有人工智能熟练度。与其控制人工智能的每一层底线：价值链，新加坡采取平衡方法人工智能主权。它保障着关键政府和研究国家人工智能基础设施内的工作负载（例如NSCC和）GCC)同时依靠全球合作伙伴提供可扩展的云容量。此外，新加坡的国家战略还设定明确优先事项，并由相关法律支撑例如 pdpa，它支持数据共享。总的来说，新加坡的协调模式展示了政策如何合作与投资可以互相加强。框3选择性玩家面向区域重点的开放基础模型（例如 Mistral）对齐符合伦理和监管标准目标玩家：中度概述：人工智能中的采用和选择优势生态系统，投资于特定行业数据和 应用已建立工业经济体 典型特征：利用雄厚的研发和制造基础对数据和应用的选择性投资主要用于制造、移动和政府服务人工智能价值链投资：关键使能因素的覆盖范围：可持续的低碳能源带有气候目标和能源法规的线条对选择的关键使能者