為什麼各國都在談「主權 AI」？當算力成為國家生存底線
主權 AI 不是科技民族主義，而是防止資訊主權與經濟主權同時被外包的生存戰略。從 UAE 的 Stargate 到沙烏地的 Humain，再到伊朗無人機打進 AWS 資料中心——中東正在提供全球主權 AI 策略最真實的壓力測試。
- AI 已完成從「應用軟體」到「國家級基礎設施」的典範轉移——誰控制 AI，就等於掌握了新時代的國家電網
- 主權 AI 的核心不是「全鏈條自製」，而是在資料、微調與部署三個環節掌握控制權，其餘硬體層擁抱全球化分工
- 中東正在成為美中 AI 算力爭奪的最前線代理戰場：沙烏地 Humain 承諾部署 60 萬顆 NVIDIA GPU，DeepSeek 同步在 Aramco 設立資料中心
- 中東的石油美元正在轉型為算力美元——能源霸權的延伸邏輯，已從控制石油管道，轉移到控制 GPU 集群與 Data Center
- AI 競爭是一場三層縱深的總體戰：算力基礎設施、認知引擎模型、應用生態工作流——只守住第三層的國家，將淪為數位佃農
在上一篇分析中，我們拆解了「Token 出海」這個華麗但危險的敘事，並點出了一個殘酷的商業現實：Token 只是計費的表象，真正的產業權力牢牢掌握在底層的晶片、雲端基礎設施與生態系巨頭手中。
當我們把視角從商業競爭拉高到國家戰略層次，一個更深層、更具迫切性的議題便浮出水面：主權 AI（Sovereign AI）。
為什麼從法國、德國、日本、韓國到台灣，全球具備經濟實力的經濟體都在傾國家之力打造自己的大型語言模型與算力中心？這不是科技民族主義，而是一個基於生存危機的冷靜計算。當 AI 不再只是生產力工具，而是下一代的國家級基礎設施，「誰控制 AI」就從利潤表問題，變成了攸關資訊流動、經濟命脈與文化存續的主權問題。
一、典範轉移：AI 從「應用軟體」質變為「底層基礎設施」
回顧過去 150 年的現代化進程，每一次基礎設施革命都殘酷地重新分配了全球財富與國家競爭力：
- 鐵路與航運——重新定義實體物資的流通邊界
- 電力與電網——釋放第二次工業革命的動能
- 網際網路與光纖——打破資訊傳遞的物理限制
- 雲端計算——將 IT 資源轉化為隨需取用的公用事業
現在，生成式 AI 正在加入這個列表，而且速度比任何一次前驅革命都快。
AI 的本質已經發生根本性的質變——它不再只是辨識圖像或自動回覆客服的演算法，而是正在變成知識生產、邏輯推理與決策支援的底層電網。
試想未來的商業與社會運作：金融業依賴 AI 進行風險建模與財報解析；醫療業依賴 AI 進行蛋白質折疊預測與影像判讀；政府機關依賴 AI 進行法規草擬與資源配置。當企業寫程式、做研究、設計產品，乃至政府治理都必須「插上 AI 的插座」才能維持運轉時，提供這個 AI 模型的機構，就等同於掌握了新時代的國家電網。
二、資訊主權：誰掌握了模型，誰就定義了「世界的真實」
AI 模型從來都不是客觀中立的數學公式。它同時扮演著三種極度敏感的角色：知識過濾器、內容生成器、資訊分發節點。
傳統搜尋引擎時代，Google 決定你「看到哪些網頁」；但在生成式 AI 時代，ChatGPT 或 Claude 決定你「直接獲得什麼答案」。搜尋引擎給出選項，大型語言模型給出結論。
模型的生成結果，深刻受到三個因素的形塑：
訓練語料庫的地緣偏差：如果一個模型吸收了 90% 的美國網路數據，而只有不到 0.1% 的台灣在地數據，它在回答歷史、政治、文化甚至在地法規時，必然帶有強烈的特定視角。
RLHF 的價值對齊：標註員的文化背景與道德標準，決定了模型認為什麼是「安全、正確、有禮貌」的回答。這不是技術問題，而是文化詮釋權的問題。
開發公司的商業政策：為了合規或商業利益，外國科技巨頭可以隨時調整 API 的過濾器，弱化某些敏感觀點，或放大特定敘事。在資訊戰的語境下，這是真實存在的主權風險。
三、經濟主權：避免淪為 AI 價值鏈底層的「數位佃農」
生成式 AI 重新定義了全球科技產業的價值鏈，而且階層比以往任何一次都更加固化：
如果一個國家完全放棄在 L2 和 L3 的佈局，它在 AI 經濟體系中將不可避免地淪為純粹的終端使用者。這帶來三種長期依賴：技術依賴（API 規格變更被迫配合）、定價權依賴（被抽「Token 稅」）、生產力依賴（產業升級速度受制於外國模型迭代）。
四、語言、文化與法規的隱形壁壘
全球通用大模型有三個致命傷，讓它永遠無法完全滿足在地需求：
Token 不對等的隱形成本
多數由歐美主導的 LLM，分詞器（Tokenizer）是為英文優化設計的。同樣表達一個概念，繁體中文消耗的 Token 數量往往是英文的 2–3 倍。這意味著台灣或日本的企業在使用同樣的國外 AI 服務時，必須支付比美國企業高出數倍的成本——這是一種隱形的「語言懲罰」與「數位關稅」。
在地知識的貧乏與幻覺
向國外大模型詢問台灣特定法規（勞基法細則、在地稅法）或本土企業的財報細節，它極容易產生嚴重的「幻覺」。因為訓練池裡這些資料的權重太低了。台灣的 TAIDE 計畫、日本的 Fugaku-LLM，核心目的就是用乾淨、合法、深具在地脈絡的語料，灌溉出真正懂本地規則的 AI。
資料出境的法規紅線
歐洲 GDPR 與《AI 法案》對資料隱私設下極高門檻。金融業的客戶交易資料、醫療業的病歷數據、政府的機密檔案，在法規上絕對不允許傳輸到境外伺服器運算。沒有本地控制的主權 AI，這些高價值核心產業將永遠無法享受生成式 AI 帶來的生產力爆發。
五、中東：石油美元正在轉型為算力美元
如果說主權 AI 是一個抽象的戰略概念，那麼中東正在發生的事，是這個概念最具體、規模最大的現實演示。
沙烏地阿拉伯和 UAE（阿聯酋）正在做一件事，用歷史的眼光來看，和他們 50 年前控制石油管道的邏輯完全一樣：把能源霸權延伸到算力霸權。只是這一次，管道換成了 GPU 集群，油田換成了 Data Center。
具體佈局： 60 萬顆 NVIDIA GPU（3年） 500MW xAI 資料中心 AMD $100億合作（500MW） Qualcomm AI200晶片 200MW
Humain 不只是蓋機房，它要做「全棧（Full Stack）」AI——從資料中心到自訓阿拉伯語模型 ALAM，再到自家 AI 作業系統 Humain One。這是最完整的主權 AI 實踐：買最好的晶片、建最大的設施、訓練自己的模型、控制自己的生態系。
值得注意的是：Humain 已與 Elon Musk 的 xAI 簽署 500MW 資料中心合約，成為沙烏地主權 AI 的第一個全球客戶。Jensen Huang 在財報電話會議裡把 Humain 提了三次——這個剛成立不到一年的公司，已是 NVIDIA 最重要的新客戶之一。
5GW UAE-US AI Campus（全球最大，除美國外） Microsoft $152億（2023–2029） 算力等效 81,900 顆 H100
但 G42 曾陷入美中夾縫：Biden 政府的國安官員擔憂 G42 與中國企業的連結，一度凍結 NVIDIA 晶片出口許可。直到微軟以 15 億美元入股 G42，並在美國政府背書下，才打通晶片出口的監管通道。這個案例清楚說明：中東的算力市場，早已是美中科技戰的代理戰場。
最關鍵的細節：DeepSeek 也在場
就在 NVIDIA 和美國科技巨頭大舉進入中東的同時，一個少被報導的事實是：DeepSeek 已在沙烏地阿美石油公司（Aramco）設立的資料中心展開運作。
這不只是一家中國 AI 公司的商業擴張。Aramco 數位部門前執行長塔里克·阿明（Tariq Amin，後來也成為 Humain 的 CEO）在 2025 年 LEAP 技術大會上宣布此事時說：「數據一旦使用就儲存在本地，永遠不會轉移到其他地方。」
這句話本身，就是主權 AI 邏輯的完美詮釋——無論你用的是美國模型還是中國模型，最重要的是數據和算力必須在本地控制。
- GCC 地區資料中心市場規模：2024 年 $34.8 億 → 2030 年 $94.9 億，CAGR 18.2%
- 區域算力容量：2025 年 1GW → 2030 年 3.3GW，五年內三倍成長
- 電力成本優勢：海灣國家電費 $0.05–0.06/kWh，遠低於美國 $0.09–0.15/kWh
- Humain 目標：2034 年前佔全球 AI 算力 6%，成為全球前三大 AI 資料中心供應商
- UAE-US AI Campus：5GW，10 平方英里，美國境外最大 AI 設施
中東的佈局揭示了一個重要邏輯：主權 AI 不是窮國的奢侈品，也不是大國才能玩的遊戲。它是任何具備足夠資本和戰略意志的經濟體，在 AI 時代保護自身經濟主權的必要投資。中東用石油美元買算力，台灣用半導體供應鏈的地緣優勢換取籌碼，韓國用三星和 SK Hynix 的 HBM 技術布局——路徑不同，邏輯相同。
六、破除迷思：主權 AI 不等於科技鎖國
主權 AI 最常被詬病的一點是：「除了美中，哪個國家有資本拼算力？這不是在重複造輪子嗎？」
這是對「主權」概念的誤解。主權 AI 的策略從來不是完全封閉，而是確保關鍵環節的控制權不假手他人。
現代的國家級 AI 戰略，採取的是高度務實的「混合模式」：
- 硬體層：擁抱全球化分工——繼續採購 NVIDIA GPU 或使用雲端算力，不需要短期內自研高階晶片
- 開源基礎層：站在巨人的肩膀上——善用 Meta Llama、Mistral、Qwen 等強大的開源模型作為基底
- 主權核心層：掌握資料、微調與部署——把機密資料、在地語料和專業知識庫，透過持續預訓練（CPT）或監督式微調（SFT）注入開源模型
- 治理層：完全的本地控制——部署在境內資料中心，確保資料不出境，完全掌握 API 存取權
歐洲的 Mistral AI 就是最好的例子：不需要和 OpenAI 拼參數量，只要透過更有效率的架構和更精準的高品質資料，依然能在開源生態系中佔據一方，為歐洲保留 AI 領域的戰略縱深。
七、三層縱深：冷靜評估一個國家的 AI 競爭力
要評估一個國家在 AI 時代的競爭力，必須冷靜拆解產業鏈的三個戰略縱深：
八、主權 AI 的終極目標：在不確定的時代，買下選擇權
推動主權 AI，其核心目的不是立刻在跑分榜上超越 GPT-5 或 Claude。它的真正目的是為國家與企業買下一份戰略選擇權：
議價的選擇權：當你擁有自己堪用的本地模型時，面對國外雲端巨頭的 API 漲價，你才有談判籌碼與備案。
資安的選擇權：最高機密的國家安全推演、未公開的研發專案，你有一個「絕對不把資料傳輸到境外」的安全沙盒。
文化的選擇權：語言如果不能被 AI 順暢理解與生成，這個文化就會在未來的知識傳承中被邊緣化。主權 AI 是保護數位時代文化話語權的防波堤。
結論：不再是旁觀者，而是規則的共同制定者
AI 的競爭，早已超越技術跑分和發布會噱頭。它是一場揉合了算力基礎設施、經濟價值鏈萃取、資料隱私法規與地緣政治博弈的總體戰。
中東的案例告訴我們一件事：主權 AI 不是抽象的政策論述，而是正在被真實資本和真實算力砌起來的新地緣邊界。沙烏地用 60 萬顆 GPU 砌一道牆，UAE 用 5GW 的 Data Center 砌一道牆，DeepSeek 用 Aramco 的資料中心在另一邊也砌了一道牆。
這些牆，決定了 20 年後，誰在算力版圖上擁有發言權。
當我們將 AI 視為如同電力、網際網路一般的新一代基礎設施，每一個具備主體意識的經濟體都必須嚴肅回答一個問題：
在下一波由演算法主導的工業革命中，我們究竟只是等著繳交「Token 稅」的終端使用者，還是掌握命脈、具備定價權的參與者？
「資料與算力流動在哪裡，國家的產業話語權就在哪裡。」
漂亮的故事很容易掩蓋複雜的現實，但唯有掌握底層基礎設施的主權，才能在 AI 的長坡厚雪中，真正走得長遠。
免責聲明：本文所有內容僅供研究與學習參考，不構成投資建議。文中提及之個股或企業僅為說明論點之用，不代表任何買賣建議。投資人應依據自身風險胃納、財務狀況與投資目標，自行判斷並承擔相應風險。
Comments ()