大陸AI助長工業飛輪成長，台灣不能只賺美國的基建財！ 文：陳國祥

AI競賽的上半場由芯片與算力統治，而雲端資本支出成為推動台灣經濟飛輪的主要動力；但AI下半場的戰線已經延伸到更廣闊的實體世界與「工業飛輪」。

當大陸的AI生態系統正以驚人的韌性迅速成長，並在實體機器人領域發起猛烈攻勢時，台灣若只滿足於在美國供應鏈中做一個「高階代工者」，抓着美國雲端巨頭資本支出的「轉單」紅利不放，未來恐將淪為替他人「鎖螺絲」的勞力提供者，錯失工業AI時代的真正主導權。

金融亮點下的虛實落差：AI資本支出的雙面刃

冷戰結束後的30年，全球化的核心是追求最低的生產成本與最高的效率。然而，2020年後的疫情晶片荒、俄烏戰爭引爆的能源危機，以及美中科技戰的加劇，讓跨國企業將「信任」與「韌性」放在首位。美國對AI生態系的掌控，形成了一個清晰的「三明治分工」：美國掌握模型、雲端平台與資本市場；台灣負責先進晶片製造與AI基礎設施；韓國提供高頻寬記憶體；日本與歐洲提供材料與設備。

數據顯示，台灣對美出口占比已從2017年不到12%飆升至2026年上半年的32%，對大陸和香港出口則降至25年新低。微軟、亞馬遜AWS、Google與Meta四大雲端服務商合計資本支出超過3,500億美元，這些巨額資金很大比例轉化為台灣半導體的先進製程訂單。

然而，這驚人的財富效應也暴露了極大的脆弱性：台積電單一公司占台股市值逾4成，前五大AI相關企業合計權重逾7成。台股的命脈繫於美國大廠的資本支出決策，當美國為了抗中或財政壓力縮減CAPEX，或是轉向扶植本土供應鏈，台灣將面臨巨大的系統性風險。

大陸的「生態系統」戰法：用國家戰略改寫AI規則

大陸實際上已培育出一個「完整的AI生態系統」。在2025年1月發布R1模型的DeepSeek，以及Kimi（Moonshot AI）、阿里巴巴的Qwen系列、騰訊混元、智普AI等企業的接連突破，並非孤立的創新。這背後是大陸歷經十多年的產業政策、五年規劃與國家科技戰略所鋪墊的結果。

大陸的戰略是一套「系統工程」，它將產業政策、金融支持、大學課程設計、開發者生態、全球標準制定與外交擴張整合成一個連貫的國家戰略。他們不只是逐個技術競爭，而是從根源上塑造未來技術成功的環境。當美國還在為算力晶片做出口管制時，大陸已利用龐大的本土市場、能源優勢與海量數據，在成本、部署、客製化與應用層面快速迭代。

這種生態戰法的威力已開始外溢。美國聯邦通訊委員會（FCC）已宣布暫停進口外國製造的「人形機器人」與「四足機器人」，表面上是資安，實則試圖重畫實體AI的供應鏈疆界。

AI的工業飛輪：從「大腦」到「肢體」的下一戰

AI的賽道早已超越螢幕上的聊天視窗，無論是阿里巴巴的雲端廣告、DeepSeek R2 的發布會，還是街頭展出的具身智慧機器人，都宣告一個事實：AI競賽的上半場在雲端，下半場在工廠、倉儲與家庭。這就引出了一個全新的物理AI概念——「工業飛輪」。

在這一波實體AI競賽中，格局極為分明：

● 美國（大腦）：握有基礎模型、先進晶片與系統軟體，專注於通用人工智慧（AGI）的推理與創新。

● 中國大陸（小腦）：雖受制於高階晶片限制，卻以龐大的製造能量、政策補貼與極致成本控制，猛攻「具身智慧」與「運動控制」，將機器人的量產速度做到極致。

● 中國台灣（肢體）：擁有最強的精密馬達、減速機、驅動器與工業電腦製造能力。

未來的勝負，不在於誰能先做出會後空翻、跑得更快的機器人，而在於誰能先形成「自我強化的量產閉環」。AI機器人進入汽車工廠製造AI汽車，機器人與汽車回傳龐大的運行數據，反過來又優化模型與動作。大腦越聰明、小腦越靈活、肢體越可靠，成本就越低，數據就越多。

這套「飛輪邏輯」正是當前美中爭奪的焦點，也是台灣無法置身事外的風暴眼。如果台灣滿足於「賣晶片、賣馬達、賣螺絲」，把系統定義、場域資料與品牌標準拱手讓給美國或大陸，最終不僅無法賺到最高的技術溢價，更會在全球供應鏈重組中被逐漸邊緣化。

台灣破局的「雙核心」戰略

面對FCC的關門威脅與大陸AI生態的內捲式衝擊，台灣當局與產業不能再因循「撒幣補助、雨露均霑」的舊思維，更不能複製大陸式的重複投資與低價內捲。要從「賺美國基建財」轉向「卡位工業飛輪主導權」，必須從以下幾個層面切入：

第一，建立「可信認證」與「附條件核准」機制。商機不等於保證。台灣必須立刻與美方談判「有條件核准路徑」——要求建立嚴格的機器人認證制度，確保軟體物料清單（SBOM）、資料流向、更新權限及關鍵零件產地皆可追溯，排除高風險的紅色供應鏈。美國這道門不會因為我們是「盟友」就自動敞開，必須用絕對的技術透明與資安標準來換取安全通道。

第二，以場域換數據，構建實體AI的「成長土壤」。機器人不是冷冰冰的家電，它們是會連網、會學習的邊緣節點。台灣應在半導體廠房、大型物流中心、醫療照護與災害救援場域，建立共同測試平台，讓相關廠商在真實工作環境中獲取關鍵的實際數據。未來AI機器人的核心資產不是硬體，而是來自真實場景的「高質量數據」，這些數據必須留在台灣，做到資料有留、責任可究。

第三，從零組件供應商升級為「系統整合者」。台灣的機會正落在大腦、小腦與肢體的交會處。有先進的AI晶片與伺服器（大腦），有工業電腦與即時控制系統（小腦），有馬達與精密加工（肢體）。但這些都是「零件」層級。台灣必須扶持真正有心投入AI機器人「關鍵模組系統整合」的廠商，鼓勵它們由硬轉軟，去定義「可信機器人」的運行架構。

當心淪為AI階層的「鎖螺絲工」

AI的工業飛輪已經啟動，從生成式AI向具身智能過渡，將在未來五年改寫全球工廠與物流的樣貌。台灣得天獨厚地站在了AI供應鏈的核心位置，這是數十年磨一劍的成果。然而，高難度的財富盛宴往往伴隨着最嚴酷的競爭。

如果在AI實體化的這個關鍵轉捩點，台灣依然只滿足於「晶片代工」與「硬件零組件量產」，滿足於賺取美國雲端資本支出的「轉單紅利」，那麼當AI機器人開始製造AI汽車，當全球「無人化工廠」成為常態時，台灣將面臨一個尷尬的未來：仍舊只是那隻「最貴的手」，替別人設計好的人形機器人鎖螺絲、熬夜加班做最累的活，卻永遠拿不到最關鍵的大腦控制權與工業主導權。

文：陳國祥

政治大學新聞系、新聞研究所碩士，台灣資深媒體人，曾任中央通訊社董事長、中央選舉委員會委員、《自立晚報》總編輯、《中國時報》總編輯、《中時晚報》社長、台北市政府客家事務委員會委員、《中國時報》特約主筆、時報育才董事長。現為傳媒顧問。

*作者文章觀點，不代表堅料網立場