中國AI產業政策全解析：2030稱霸人工智能？

中國全方位AI產業政策的演變

中國定下目標，要在2030年成為全球人工智能（AI）領導者。為實現這個目標，北京正運用各種產業政策工具，涵蓋AI技術堆疊的每一層，從芯片到應用程式一應俱全。這種AI產業政策的擴展引發兩個問題：北京到底做了什麼去支持本土AI產業？這些措施是否真的有效？

中國AI產業政策的成效與挑戰

中國的AI產業政策，尤其在科研、人才、補貼算力及應用推廣等方面，預計會加快國內AI發展步伐。中國AI模型正迅速追趕美國頂尖模型，AI在中國各行各業的應用亦迅速擴展，從電動車、機械人到醫療及生物科技等領域。雖然大部分增長來自民營科技企業的創新，但國家支持亦提升了中國AI產業的競爭力。

然而，中國的AI產業政策亦有低效的一面，例如AI芯片分配不當導致浪費。即使有龐大的國家資源支持，中國仍難以突破某些瓶頸：美國主導的AI芯片及半導體設備出口管制，限制了中國AI開發者的算力。算力受限，令中國企業在短期模型開發進展與長遠抗制裁能力建設之間，必須作出取捨。

總括而言，儘管有浪費及政策矛盾，中國的AI產業政策依然能為本已強大的產業提供人才與資本，使中國AI企業有力與美國競爭。預計中國AI發展至少會長期保持與美國並駕齊驅，因為這種發展同時受惠於市場競爭與政府投資。

北京的AI政策目標與工具

中國的AI政策目標及話語與美國有明顯不同。中國領導層希望AI推動經濟發展及軍事實力提升。美國政策討論有時聚焦於「通用人工智能（AGI）競賽」，而北京則更著重AI的經濟及工業應用，服務整體經濟目標。

北京計劃到2030年，令AI成為一個一千億美元產業，並為其他行業創造一萬億美元以上的附加值。這包括利用AI升級傳統產業（如醫療、製造、農業），亦包括推動新興產業，尤其是機械人、自動駕駛、無人系統等「硬科技」領域。

北京運用多元政策工具：國家AI投資基金為初創企業注資，設立全國一體化算力網絡整合公私數據中心算力，各地政府（如上海、深圳）設立國家AI實驗室及AI試點區，推動AI科研與人才發展。這些國家支持，加上阿里巴巴、字節跳動等企業的數百億美元私募投資，構成中國AI發展的龐大資本池，但投資規模仍落後於美國（如OpenAI的Stargate項目動輒一至五千億美元）。

美國出口管制對中國算力的限制

中美地緣政治緊張，特別是美國的出口管制，令中國AI產業政策轉向自力更生與戰略競爭。出口管制切斷中國獲取先進AI芯片的渠道，影響AI開發與部署。中國AI企業如字節跳動、百度已經抱怨算力受限，隨著AI算力需求激增，芯片短缺將嚴重限制中國AI產業增長。此外，從2018年起對半導體生產設備的管制，令中國自產AI芯片的努力延遲多年。

美國目前在總算力上遙遙領先，部分原因正是出口管制。繞過或減輕美國高端半導體出口限制，已成為北京AI政策努力的重點。2025年4月，習近平在中央政治局會議上強調「自立自強」及建立「自主可控」的AI硬件與軟件生態。

在AI芯片方面，北京支持華為Ascend等國產GPU替代Nvidia，但性能與產量仍有明顯差距。算力不足迫使企業要節省運算資源，限制了模型訓練與部署規模，目前用華為硬件訓練的AI模型少於十個。

同時，中國AI企業採取囤積芯片、走私、在海外建數據中心等手段繞過出口管制。雖然管制對美國遏制中國AI發展有一定作用，但難以完全阻止中國AI進步，反而可能促進中國芯片產業某些方面的發展。

中國AI開發者還面臨缺乏成熟美國軟件替代品的問題。北京資助燈靈科技、摩爾線程開發CUDA替代軟件，推動華為MindSpore、百度PaddlePaddle等AI框架取代PyTorch、TensorFlow，但這些框架在GitHub上的受關注度遠遜美國同類產品。

目前，中國本土軟件替代方案尚未成熟，難以完全取代西方AI軟硬件生態，但未來若能成熟，或可建立真正的替代體系。這正反映中國抗衡美國出口管制的現狀：措施尚未足以克服重大限制，但有潛力成為西方半導體與軟件堆疊的替代選擇。

中國AI政策能否奏效？

中國的國家支持能否令AI生態追上甚至超越美國及其盟友？目前產業發展仍屬早期，難以斷言，但整體看來，中國的產業政策針對了AI產業的關鍵需求，對產業發展利多於弊。

中國的國家支持對解決三大瓶頸至關重要：一是發展本土AI芯片及抗制裁半導體供應鏈，這是應對美國出口管制的關鍵；二是儘管科研排名領先，中國AI領袖認為人才短缺是主要限制，能否吸引和培養頂尖人才將決定中國能否實現AI領導地位；三是中國需迅速擴大能源生產，以滿足2030年數據中心需求預計三倍增長，雖然中國建新電廠速度遠超美國，應能應對這一挑戰。

但中國AI產業政策亦有反效果。首先，國家要求企業採用較落後的國產平台，短期內會拖慢前沿模型開發進度。例如科大訊飛表示，從Nvidia轉用華為芯片，令其開發延遲三個月。其次，若AI芯片分配不善，資源會被從更具生產力的民營科技企業轉移出去。第三，接受國家支持的中國AI企業會受到美國及其他國家更嚴格審查，可能限制其獲取關鍵資源或進入國際市場。例如DeepSeek因迅速崛起被美國政府機構列為禁用對象。

AI與中國以往推動的造船、電動車等產業不同，AI高度依賴快速變化與廣泛創新，頻繁的技術範式轉換及行業路徑未明，使長期國家規劃難以奏效。AI產業極度依賴人才與數據這些無形資產，這些資源很難通過資本補貼獲取，國家難以完全掌控。雖然國家支持有助於資本密集型的算力基建，但基礎模型與應用的突破仍主要來自民營企業。

事實上，美國AI產業幾乎沒有國家財政支持，完全靠民間投資與科研驅動，這說明產業政策未必是AI競爭力的必要條件。AI市場龐大且持續增長，吸引眾多企業與投資者，2025年市場估值已達7500億美元，未來仍會增長。此外，中國AI發展的主力是民營企業如DeepSeek，而非國企，顯示民間創新在此領域具明顯優勢。

中國AI進步很大程度上仍會由創新的民營科技企業及初創帶動。只要產業政策能與民營生態良好配合，就能發揮作用；否則資源容易浪費。即使有大量國家補貼，中國AI開發者仍需吸引更多民間投資，才能追上美國的AI投資規模（美國AI企業獲得的私募投資是中國的十倍以上）。

中國AI能否「超越」西方，最終還是取決於民間創新。即使未能超越，中國AI憑藉民營創新與國家支持的結合，仍會是全球重要競爭者。

中國AI產業政策的多層次支持

中國AI產業政策涵蓋技術堆疊的多個層面，甚至延伸至能源、數據中心建設等非AI專屬領域，這些都是AI發展的基礎。

能源

中國AI產業在數據中心能源上具優勢，得益於國家大力擴建電力基建及可再生能源部署。中國能迅速新建電廠，這解決了美國數據中心擴張時遇到的主要瓶頸。能源充足，令中國AI企業可用較低效的本土硬件（如華為CloudMatrix 384集群），降低營運成本。

2021年，中國國家電網預計數據中心用電需求將從2020年的38吉瓦增至76吉瓦，佔全國總用電量3.7%。北京將可再生能源和能效提升納入數據中心擴張策略，雖然2024年煤電仍佔中國總發電量58%。2024年，中國淨新增發電容量達429吉瓦，是同期美國的15倍。

中國在能源基建上的成功和持續投入，意味有能力滿足AI部署帶來的電力需求，甚至可向AI開發者提供補貼電價，降低運營成本。

芯片

中國正大規模推動半導體供應鏈自立，這原本並非專為AI而設，但隨著AI算力需求激增及美國出口管制，已成為AI產業的關鍵。北京支持開發華為Ascend等國產AI芯片，並推動企業轉用本土芯片。不過，國產芯片在AI訓練工作負載上的應用仍非常有限，主流AI模型訓練幾乎全用美國芯片。

為縮小AI芯片製造差距，北京支持芯片製造技術研發，包括極紫外光（EUV）光刻、多重圖案化及先進封裝技術，並以「大基金」等大型公募基金注資，規模達470億美元。華為在人才招募、與國家實驗室合作等方面發揮主導作用。儘管中國在舊技術上有所突破，但與台積電等領先企業仍有多年差距。

算力基建

算力基建快速擴張亦是中國政策重點，尤其為初創及中小企提供急需的算力資源。北京正建設全國一體化算力網絡，整合公私雲資源，提升算力分配效率。2022年啟動「東數西算」工程，重點在西部清潔能源豐富省份建設八個國家算力樞紐。

至2024年6月，中國總算力達246 EFLOP/s，目標2025年增至300 EFLOP/s。但研究指出，中國掌控全球AI算力約15%，美國則達75%，顯示中國AI產業在算力基建上仍有明顯劣勢。

科研與人才

北京對基礎研究及人才培養的支持，是中國AI產業的重要基石。國家自然科學基金及重點研發計劃為大學及國家AI實驗室提供資金，令中國高校成為世界級AI研究中心。2024年，中國作者佔全球高被引AI研究人員的第二大份額。

中國大學與AI企業緊密合作，共同突破技術瓶頸，形成廣泛的AI研究社群。例如DeepSeek的關鍵論文就與清華、北大、南京大學合著。過半DeepSeek研究人員只接受過中國高等教育。中國正從小學到大學全面推廣AI教育，雖然部分舉措偏向象徵意義，但整體上有助於培養頂尖AI人才網絡。

國家AI實驗室

國家支持的AI實驗室在基礎研究、行業標準協調、路線圖制定及人才培養方面發揮關鍵作用。浙江實驗室、上海AI實驗室、鵬城實驗室等，既支援國家項目亦支援民營AI發展。北京還有兩大AI實驗室，分別專注AI安全及AGI（通用人工智能）基礎理論，並與清華、北大等高校合作。

這些實驗室既是人才孵化器，亦為中國AI產業提供技術儲備。雖然最先進、最廣泛應用的AI模型主要由民企開發，但國家實驗室為民營AI發展提供了人才與技術支援。

AI專項資金

北京通過產業基金、銀行貸款及地方政府資助，為AI產業注入大量資金。2025年1月，中國啟動82億美元國家AI產業投資基金，還有1380億美元的國家創投引導基金，重點投資機械人等AI相關領域。各地政府亦設立本地AI基金，支持初創及應用開發。

主要銀行亦推出AI產業貸款計劃，例如中國銀行五年內為AI產業提供1380億美元融資。這些措施雖然可能出現浪費，但有助壯大AI初創生態。

地方政府支持

地方政府積極推動AI發展，部分城市（如深圳、杭州）依託現有科技優勢，能顯著提升全國AI實力。上海獲習近平點名，成為AI發展領頭羊。全國20個城市設立AI試點區，企業可享受特別融資及寬鬆監管。地方政府還通過「算力券」等措施，為初創提供補貼算力。

各地推出AI及「AI+」行動計劃，推動AI融入政府服務及各行各業。北京計劃建設共享算力平台，深圳則目標建成4000 PFLOP/s智能算力中心。

推動開源

北京推動開源AI平台、數據集及模型，視之為加速產業進步、避開專有技術出口管制的方法。中國推廣OpenI開源AI協作平台，但規模仍遠遜於西方的Hugging Face。北京亦鼓勵使用本土GitHub替代品Gitee，方便加強審查，但政治審查拖慢軟件開發，對非中國用戶吸引力低。商業企業亦開始擁抱開源模型，但開源帶來的審查與管控挑戰，令北京未必願意長期容忍。

數據

北京希望將數據變成AI競爭優勢的戰略資源，推動數據成為「生產要素」，允許企業將數據列為無形資產。地方政府設立數據交易所，國家數據局準備啟動全國公共數據資源平台。但企業對數據分享顧慮重重，實際成效有限。北京更傾向推動開放數據平台，提升訓練集普及度，支持機械人等領域的數據共享。

應用推廣

北京已開始直接推動AI應用普及，強調「應用導向」。國家及地方AI行動計劃重點推動AI融入公共服務及國企，並優先發展機械人及「具身智能」等領域。相關政策包括《機械人產業發展十四五規劃》及《機械人+應用行動計劃》，推動機械人開發及應用。

—

編輯評論與深入思考

中國AI產業政策的「全堆疊」式推進，無疑展現了國家資源調配的巨大能力，從能源、芯片、算力、基礎研究到應用推廣一條龍包辦。但這種由上而下的「舉國體制」模式，雖然短期內能動員資源、解決基建等硬件瓶頸，卻未必能在AI這種極度依賴創新與人才的領域，長期保持領先。

香港讀者或許會問：中國的AI政策與我們有何啟示？首先，國家資本在基建、能源等方面確實能迅速補短板，這對本地數據中心及AI產業發展有重要參考價值。但AI的核心競爭力，最終還是人才、開放的創新環境，以及能否吸引全球資本和頂尖科研。中國在開源、數據流通上的政策矛盾（既想開放又要審查），其實反映了「安全」與「創新」的根本張力。

值得注意的是，中國AI產業的真正動力來自民營企業與初創，國家政策若能與民間創新生態合拍，則有推波助瀾之效；若脫節，反而會資源錯配、拖慢進步。美國AI產業的強大，正是建立於自由市場與開放生態，這對香港這種高度國際化、資本自由流動的城市，或許更具啟發。

最後，中美AI競爭的未來，或許不在於誰有更大國家補貼，而在於誰能更好地激發民間創新、吸引全球人才與資本。中國的「全堆疊」政策能否克服體制內部的低效與創新瓶頸，將是未來數年值得持續觀察的重點。