美中人工智慧競賽打到今天，外界最習慣看的仍是晶片製程、算力規模與模型排行。然而，真正決定下一階段勝負的，未必是誰先蓋出更大資料中心，而是誰有能力把散落在工廠、醫院、物流、機器人、汽車與企業內部的大量資料，轉化成可以持續餵養人工智慧的生產要素。
晶片決定AI能跑多快，資料則決定AI究竟能學會什麼；前者是看得見的軍備競賽，後者才是決定勝負的的制度競爭。
美國國會的美中經濟暨安全檢討委員會（USCC）在4月30日以「擴大資料版圖：中國日益擴張的資料主導戰略」（Taking a Bigger Byte: China’s Expanding Strategy for Data Dominance）為題舉行聽證會，聽取七位專家學者對中國資料取得戰略的驅動因素與目標，以及中國資料取得的實際運作途徑、目標及其對美國影響的證詞。
多位專家警告，中國正把龐大的資料資源轉化為人工智慧、網路能力乃至軍事競爭的戰略資產。
隨著AI熱潮迅速拉高訓練資料的需求，中國試圖讓過去不容易取得、難以定價與流通的工業資料、付費資料以及真實世界資料走向商業化。USCC建議美國思考，美國是否也需要一套國家級資料戰略，正式把資料視為一種經濟資產，而不只是隱私或國安問題。這項資訊值得我們注意的是，中國真正領先美國之處，未必是手上資料量一定比美國更多，而是北京比華府更早把資料當成國家產業政策來經營。
從「十三五」規劃開始，中國便將資料定位為基礎性戰略資源；之後陸續建立《網路安全法》、《資料安全法》與《個人資訊保護法》，一面強化國家對資料安全、跨境流動及個人資訊控制，一面又試圖建立資料確權、授權、交易與產業化制度框架。
二○二三年國家資料局成立，更代表原本分散於不同部門的資料政策，開始出現中央層級的統籌機制。到了二○二六年，北京進一步將企圖延伸到國際層次，透過三月底在北京成立世界資料組織（WDO），匯集200多個會員，覆蓋全球40多個國家的機制、再經由雙邊與多邊倡議，以及數位基礎設施合作，推動中國對資料流通、安全與治理的規則主張。
中國的路徑其實十分清楚。先把資料定義為戰略資產，再建立法律制度、標準、交易市場與基礎設施，接著促成資料進入產業與AI應用，最後把國內治理經驗向國際規則延伸。中國輸出資料治理模式，大致沿著三條管道進行：透過國際組織及制度平台參與規範制定；藉雙邊、多邊合作倡議擴大政策影響力；再把資料標準與雲端、通訊、智慧城市、數位絲路等基礎設施結合。
當一國輸出的不只是設備，而是連資料格式、平台、治理原則與技術標準一起輸出，競爭就不再只是市場占有率，而是誰有能力設定數位經濟的遊戲規則。
美國的情況幾乎相反。它擁有全球最強大的科技企業、雲端平台、頂尖大學與AI研究能力，私人部門掌握的資料價值更難以低估，但政策長期被切割成隱私權、反壟斷、國家安全、出口管制、數位貿易等不同議題，各部門各管一段而形成資料孤島，始終缺少一個能把資料供給、流通、可信任使用、產業應用與AI競爭完整串接起來的政策架構。
美國強在企業，中國強在組織；美國相信市場自行尋找資料價值，中國則試圖先由國家建立資料成為生產要素的制度條件。兩種模式孰優孰劣尚難定論，但在AI進入實體世界後，制度協調能力的重要性只會愈來愈高。
大型語言模型可以大量吸收公開網路上的文字、圖片與影音；但是AI機器人、自駕車、智慧製造與各種「實體AI」真正需要的卻是機器在現場反覆操作所產生的感測資料、動作軌跡、故障紀錄與失敗經驗。這些資料往往不是上網搜尋就能取得，而必須靠大量設備、工廠與實際部署長期累積。
中國龐大的製造業體系、電動車市場、物流網路與人形機器人部署，若能進一步完成資料標準化、標註、授權與跨場域使用，就可能把製造規模轉化為AI訓練規模，形成部署愈多、資料愈多、模型愈好、再部署更多的資料飛輪。這種優勢，也不是美國單靠高階晶片出口管制就能截斷。
中國模式當然存在明顯矛盾。國家安全邊界如何界定、資料權利歸屬如何釐清、政府管制是否反而降低企業交換資料意願，以及個人隱私如何保障，都是其制度必須面對的代價。把資料列為生產要素，也不代表資料就能像土地或資本一樣自由交易。台灣必需注意的不是照搬北京高度國家主導的AI治理方式，而是中國已經看懂AI時代不能只有算力政策，也必須要有資料政策這一件事。
台灣，其實沒有忽視這場競賽的本錢。半導體、電子製造、工具機、醫療、航運與全球供應鏈，都是台灣長期累積的世界級場域。最珍貴的資產不只是網路上的中文文本，而是數十年沉澱在設備、製程、病歷、維修、材料與生產現場裡，那些高度專業、難以複製的真實世界資料。
若這些資料繼續鎖在單一企業、單一醫院或單一機台裡，台灣即使握有最先進晶片，也可能只是替別人的AI提供算力。
上一輪的數位競爭，比的是誰掌握網路平台；目前的這一輪AI競爭，比的是誰控制算力與前沿模型；但在下一輪的AI競爭，則是誰能掌握AI代理系統，以及把真實世界源源不絕的資訊，轉化為機器可以學習與行動的資料。
中國跑在美國前面的不一定是AI本身，而是較早理解資料與AI基礎設施已不只是資訊治理問題，而是產業政策、國家安全與國際規則競爭的共同基礎建設。當美中競爭從網路語料進入工廠、機器人與真實世界，台灣下一階段的AI戰略，也該從我們有多少算力，改問另一個更根本的問題，也就是我們手上最有價值的資料，究竟有沒有變成自己的競爭力？
資料來源：關鍵評論 2026/08/19
作者：廖明輝