AI重塑全球權力版圖：從晶片、能源到地緣政治的「層層依賴」博弈

人工智慧正透過一張錯綜複雜的晶片、數據、能源與人力網絡，從根本改變全球的權力格局。ChatGPT與Claude或許是外界對AI最熟悉的臉孔，但在螢幕背後，橫跨亞太地區的層層控制權正重新塑造大國博弈，使盟友與對手都被編織進一張極為精密的相互依賴關係之中。

理解AI競賽的第一步，是掌握其「技術堆疊」的運作方式。這個堆疊由下而上依序為：晶片、數據、能源、模型與應用。每一層都依附於其他層——模型需要數據與運算能力，運算需要晶片，晶片運作於資料中心，而這一切都需要龐大電力。然而，沒有任何一個國家能單獨掌握所有環節。

AI晶片：地緣政治的焦點

AI晶片的重要性怎麼強調都不為過。當你向Google發問或與AI對話時，背後負責運算的正是這些晶片。2022年著作《晶片戰爭》（Chip War）的作者 Chris Miller 指出：「簡單來說，若非AI晶片的指數級進步，就不會有今日的AI能力。」

雖然美國的NVIDIA設計了全球多數頂尖AI晶片，但製造工作主要由台積電（TSMC）承擔，該公司生產了全球絕大多數最先進的AI處理器。然而，即便是台積電也無法獨立作業，高度仰賴其他國家的專業技術與材料。

AI政策專家、Decision Tree創辦人 Gregory C Allen 進一步分析：「先進晶片製造並非單一環節：台灣或許製造了全球最先進的AI晶片，但它依賴荷蘭的曝光機、日本的高純度材料與化學品、以及南韓的記憶體元件。」

這些企業歷經數十年默默耕耘，各自成為供應鏈中極為專業、卻又經常互補的一環，彼此關係建立在龐大的信任基礎上。台積電發言人表示：「我們不與客戶競爭。這種信任使我們能與全球領先的創新者緊密合作，在量產前數年即對齊製造路線圖與產品設計。」

這種專業分工讓一批企業高度專業化，卻也讓關鍵能力集中在少數地區。當AI實力持續增強，這些供應鏈便日益政治化——各國政府開始限制晶片及製造技術的出口。美國在2022年ChatGPT公開發布前數週，便開始限制先進晶片輸往中國，便是經典案例。

Allen 認為：「在另一個平行宇宙裡，若美國從未實施這些出口管制，中國幾乎肯定已經是領導者。」這些管制措施隨後不斷演進，從日本、荷蘭到中國，新的限制沿著供應鏈上下擴散，深刻影響著AI的發展。

換言之，今日AI競賽的地理格局並非純粹技術競爭的產物，而是某種程度上被人為刻意塑造的結果。

資料中心與能源瓶頸

晶片只是AI堆疊的一部分，即使取得晶片，若無配套系統也幾乎無用。先進處理器的真正威力，唯有當數千顆晶片與高速記憶體、網路設備結合成伺服器與機櫃，並在龐大的資料中心內相互連結時才能完全釋放——搜尋查詢、Netflix推薦、地圖導航背後的運算都發生於此。

資料中心已存在數十年，但生成式AI的崛起迅速推升其規模、能見度與戰略重要性。AI政治經濟專家 Robyn Klingler-Vidra 表示：「我想資料中心開發商原本相當有企圖心，但實際需求可能連他們自己都始料未及。當時規劃資料中心時，恐怕沒有人能想像AI會如此耗用數據。」

這類設施本質上就是巨型電腦：堆滿處理器、網路設備與冷卻系統的倉庫，共同訓練並運行日益強大的AI模型。然而，如同晶片一樣，大規模運作資料系統創造了另一項瓶頸與依賴——能源。每項任務都會消耗電力，因此資料中心需要龐大電量、電網連結、土地、冷卻設施，且經常需要水資源。

無論資料中心建於何處，其龐大電力需求都在重塑周邊的能源系統。這種壓力在AI熱潮爆發前便已存在，新加坡與美國皆面臨類似挑戰。清華大學AI研究教授、前微軟中國區董事長 Ya-Qin Zhang 指出：「中國在電力系統規模與可用發電容量上遙遙領先，而運算需要極大量的電力。」他強調，中國的發電量是美國的兩倍多，占全球供應逾三分之一。

在澳洲，相關憂慮正持續升高。隨著資料中心開發激增，專家警告該產業在十年內的用電量可能相當於數百萬戶家庭。

唯有在這些基礎系統到位——晶片、資料中心與能源——之後，我們才能觸及多數人認知中AI的樣貌：模型（如OpenAI的GPT，是經過訓練、能產生預測與回應的系統），以及應用程式（如ChatGPT這類使用者實際操作的軟體）。OpenAI與Anthropic等公司主要在這個可見層運作，同時依賴更廣泛的國際體系。

OpenAI 發言人告訴 ABC：「合作夥伴與供應商是AI進展的核心，因為運算資源不僅稀缺，還必須提前數年取得並管理。我們現在於多元生態系中運作，這提升了韌性並創造運算確定性，直接影響AI能否擴展。」

模型與應用

拉遠來看，強大的AI同樣依賴專業化學品與能源，一如它依賴電腦科學家。當這些依賴關係變得難以取代，科技便與經濟槓桿及地緣政治策略交會——這在2025年美國《AI行動計畫》等文件中即可窺見。

亞太重組：政治分歧，現實所迫

單從數字來看，AI的權力平衡看似相當單純。美國在資料中心、私人投資與頂尖模型方面居於主導地位，而中國則在發電、機器人、研究產出與製造能力上領先。表面上看，這像是一場熟悉的兩強競賽；然而，關鍵能力在整個堆疊中的分布，卻訴說著截然不同的故事。

我們已知，雖然美國可能在軟體或晶片設計上占優，但先進晶片製造的主導權在台灣。然而台灣的角色，又高度仰賴來自荷蘭、日本與南韓的專業設備、材料與化學品。換言之，即便美國在設計上領先，日本化學品短缺或荷蘭關鍵曝光機元件缺貨，都可能讓整個系統停擺。

這並非假設情境，過去確實發生過，且持續上演。2019年，日本與南韓的爭端導致晶片製造材料供應受阻；2022年俄羅斯入侵烏克蘭，則擾亂全球一半的氖氣供應，推升價格飆漲。

在地緣層面，新加坡與澳洲可能尋求成為區域數據樞紐，但這些雄心仍須依賴軟體、晶片與龐大能源。2019年，新加坡曾因電力、土地與水資源吃緊，暫停新資料中心開發數年，直至2022年在更嚴格的效率規範下恢復開發，並於同年開始透過泰國與馬來西亞從寮國進口電力。

因此，AI的權力並非單純屬於擁有最多資金或最多資料中心者，它可能藏身於一項不起眼的化學品或貿易協定之中，直到消失的那天才被人注意到。

Allen 解釋：「如果台灣憑空消失，世界會怎樣？經濟末日。如果荷蘭憑空消失呢？影響較不突然，但仍是一場災難。如果失去美國呢？同樣的結果。如果失去南韓呢？一樣。」他強調：「供應鏈中有多個關鍵節點，就像人體有多個重要器官：你需要它們全部。」

這類依賴關係同樣可能跨越聯盟界線。例如，身為美國盟國的南韓供應關鍵半導體技術，卻同時與中國維持深厚連結，即便華盛頓正限制中國取得部分最先進技術。這種地理格局反映了政策、商業決策、政治必要性與歷史偶然的綜合結果。

觀察家指出，2022年的出口管制原本旨在限制中國AI發展，卻也促使其在效率與本土替代方案上加大投資，這種效應被NVIDIA執行長黃仁勳形容為管制『適得其反』。

中國AI公司01.AI創辦人、前Google中國區負責人李開復表示：「這是一把雙刃劍。當你無法取得最頂級的NVIDIA晶片時，你必須想辦法讓運算更快，被迫變得更有效率。」

這類動態——從稀土提煉、專業人才，到海底電纜與專有數據——使「AI競賽」的概念變得遠比表面更為複雜。

Klingler-Vidra 指出：「中國提煉全球逾90%的稀土：在這個以稀土可取得性為基礎的體系中，這代表著巨大的權力來源。」她強調：「沒有任何國家控制每一層，因此在某一層做到極難取代，可能比試圖主宰整體更為重要。」

對小型經濟體而言，這創造了機會。Allen 建議：「與其試圖樣樣都做、最終每樣都平庸，不如找出你能做到世界級的環節，並以此換取你所需要的一切。澳洲需要的是戰略優異性，理想上，是戰略不可或缺性——而這不是靠自建一切達成，而是透過掌控整個系統所需的某些關鍵環節。」

然而，戰略重要性是雙刃劍：對堆疊不可或缺，也意味著繼承風險與成本。

機會、透明性與犯錯的代價

自ChatGPT發布近四年來，公共論述仍由前沿企業主導——從突破性能力到存在性風險的警告——對於底層系統的關注卻少得多。

觀察家指出，部分資訊不透明是刻意的，但很大程度上也是產業演進的結果：企業可能有法律理由避免顯得主導市場，政府則可能擔心因直言AI事務而遭貿易夥伴經濟報復。

Allen 認為：「自我審查是真實存在的挑戰。在政治與經濟上，這種沉默可以理解；但如果公眾聽不到真相，又怎麼知道該投票給誰、支持哪些政策？」

今年七月，澳洲總理 Anthony Albanese 宣告AI為國家優先事項。但部分人士迅速指出，將此願景化為政策，遠比單純吸引投資或建設基礎設施更為困難。沒有任何國家能掌控其所需的一切。對澳洲而言，問題不在於如何達成技術自給自足，而在於在哪裡建立優勢，以及願意接受哪些依賴。

目前的AI策略之一，是透過為支援外國AI模型（如資料中心）所創造的就業、技能與基礎設施，來獲取國內價值。2024年，AirTrunk——其位於西雪梨的SYD3資料中心正在建設中——被美國私募巨頭黑石集團（Blackstone）與加拿大退休金計畫投資局（CPPIB）收購。

但部分專家警告，此類投資可能使澳洲淪為「基礎設施飛地」——消耗本國土地與電力，卻未必能換來急需的智慧財產或經濟槓桿。他們主張，澳洲在能源、關鍵礦產，以及礦業、農業等產業已具優勢：這些都是可結合AI加以強化的既有強項。

近期撰寫AI鏈競爭力框架的 Vikas Kumar 表示：「澳洲擁有許多資料中心，但許多為外資擁有或透過外部資金設立，這或許讓我們在該層強健，卻未必能帶來其他領域可能創造的價值或槓桿。」他強調：「眼前的機會，是將AI與澳洲已具深厚、即時需求的知識產業相結合，打造可出口的產品與服務。」

Kumar 舉例：「譬如我若前往南韓，首要動機就是建立關係：取得關鍵元件的同時，提供他們所需的應用或能源作為回報。」

這種做法使AI政策與其說是技術與私人投資的問題，不如說同樣是外交問題：貿易政策、聯盟關係、移民政策與能源決策，對技術槓桿的影響，幾乎不亞於實驗室裡的突破。多間中國與美國AI企業在受訪時對ABC表示，他們已開始與澳洲大型產業（包括礦業）建立新合作關係；OpenAI同時援引了其於2025年12月與CommBank、Coles及Wesfarmers的合作倡議。

同樣地，觀察家也謹慎指出，堆疊中的相互依賴並不自動等同於安全——歐洲從其對俄羅斯能源的依賴中已學到教訓。Allen 指出：「結果證明那並不便宜，只是我們當初沒把帳算對。」他提到類似的依賴，例如中國稀土，一旦將「戰略脆弱性」納入考量，成本可能比預期更高。

因此，對AI系統關鍵環節的影響力，不僅對那些打造強大AI模型與應用者重要，對那些有能力限制它們的人同樣重要。

目前，當主要強權押注AI領導地位將直接轉化為更廣泛的經濟與地緣政治權力時，從能源到晶片設計再到前沿軟體，整個供應鏈的投資速度與規模持續驚人，反映出這場豪賭的規模。

Allen 總結：「在美國，我們每10個月在AI上的支出，就超過整個阿波羅登月計畫從頭到尾13年的總成本：這是一筆驚人的資本投入，投注在一個可能反噬的技術問號上。工業革命重塑了全球權力平衡與幾乎所有人類生活的面向：你甚至能從太空看見它的影響。我的預測是，憑藉AI整個堆疊正在發生的變化幅度，我們正身處的正是這樣的時刻——這就是為什麼它讓人感到如此不安。」

對澳洲乃至世界大部分地區而言，並無單一技術競賽可以取勝。唯有在一張選擇之網中協商：要打造什麼、交易什麼、信任誰、在哪裡成為不可或缺者，以及在哪裡依賴會化為危險。