中美AI競爭的勝負不在創新：Jeffrey Ding 專訪談技術「擴散」的決定性作用

雖然美國在大型語言模型（LLM）的研發上暫時領先，但這並不代表贏得了最終的勝利。喬治華盛頓大學政治學助理教授Jeffrey Ding指出，決定大國興衰的關鍵往往不是「發明」技術，而是如何將技術「擴散」到整個經濟體系。

Jeffrey Ding 談 AI 擴散與中美競爭的新維度

作為《Technology and the Rise of Great Powers》一書的作者，Ding 教授深入研究了過去數百年的科技發展史。他發現，歷史上的領先國家若無法將新技術廣泛應用於製造、物流和基礎建設，其優勢將會迅速瓦解。他創辦的「ChinAI」電子報正是在追蹤中國如何透過政策驅動，將人工智慧技術深入二、三線產業。

目前美國擁有全球最強大的創新能力，但如果這些尖端技術僅停留在矽谷的伺服器中，而無法轉化為提升全美勞動生產力的工具，則其長期影響力將被打折扣。與此同時，中國雖然在基礎模型上可能落後約1-2年，但在將現有技術大規模應用於供應鏈最佳化和工業自動化方面，正表現出驚人的速度。

擴散能力：決定國力的隱形關鍵

Ding 教授認為，政策制定者過度關注誰先開發出「超強 AI」，卻忽視了技術擴散的機制。他提出衡量擴散能力的幾個核心指標：

• 人才分布：除了頂尖科學家，具備操作 AI 系統能力的基層技術人員是否充足。
• 成本門檻：中小企業是否能負擔得起 AI 導入成本。
• 資料共享：產業間的數據流通是否通暢。