《CNBC》周三 (10 日) 報導，《晶片戰爭》作者米勒 (Chris Miller) 上周在美國參議院警告，美國在 AI 人才方面的優勢正危險的衰退，這項領先地位「脆弱且遠小於」其在 AI 晶片方面的優勢。
米勒上周向美國參議院外交關係小組委員會發出警語。而卡內基基金會 (Carnegie Endowment) 研究人員一天後也提出類似看法，指出中國近年培養出更多頂尖 AI 研究人員，而前往美國的人數卻在減少。
人口與教育規模差距擴大
這種差異部分源於規模，特別是隨著中國教育水準提升。中國人口是美國的四倍，科學、技術、工程和數學 (STEM) 畢業生數量也是如此。2020 年，中國培養出 357 萬名 STEM 畢業生，為全球最多，遠超過美國的 82 萬名。
中國高等教育畢業生的成長相當驚人，僅一個世代就成長九倍。擁有至少碩士學位的成年人比例從世紀之交的僅 0.1%，在 20 年後攀升至近 0.9%。相較之下，美國從較高基期出發，同期比例從 8.7% 穩定攀升至 14.1%。
這股趨勢正在改變企業的招募模式。小鵬汽車 (XPEV-US) 執行長何小鵬上月表示，公司大部分新進員工都是應屆畢業生，今年更成功招募 10 名駕駛輔助技術專家。該公司前自動駕駛副總裁現已轉任輝達 (NVDA-US) 汽車部門主管。
北京推動科技自主
北京正積極推動科技自給自足。中國教育部 8 月表示，過去兩年全國五分之一的高等教育課程已重新調整，增減多項專業，將更多學生導向 AI 和半導體領域。
米勒指出，這不代表中國在吸引全球 AI 人才方面表現更佳，但留住更多本土 AI 專家的能力「可能對人才流動產生重大影響」。同時，美國移民規定也可能讓 AI 研究人員難以赴美工作。
量與質的辯論持續
關於數量能否持續創造價值，仍存在辯論。總部位於美國的 OpenAI 在 2022 年推出 ChatGPT-3.5，引發生成式 AI 熱潮，Anthropic 等美國公司也發布被視為全球標竿的模型。中國的 DeepSeek 直到今年初才產生類似影響，聲稱以遠低於 OpenAI 的成本達到相當效果。Google(GOOGL-US) 上月則以 Gemini 3 模型進一步提高標準。
美國 AI 模型在中國無法正式使用，華盛頓也限制輝達最先進晶片的出口。儘管如此，中國企業越來越懂得利用規模優勢，包括工程師人力、較低階晶片或數據逐步建立國內 AI 能力，以較低成本與 OpenAI 競爭。
瑞銀證券中國網路分析師 Wei Xiong 上周指出，中國網路龍頭今年資本支出約 4000 億人民幣 (約 566 億美元)，僅為美國同業的十分之一，但達到相當的 AI 模型性能。
數據與專利優勢明顯
數據豐富是另一項優勢。短影音在中國的普及為當地企業提供大量訓練素材。根據 AI 評測公司 Artificial Analysis，除了 Google 的兩個模型外，全球前 15 大圖像轉影片 AI 生成模型均來自中國企業。
中國企業去年在美國專利授予數量的成長也最快，電信巨頭華為整體排名商業公司第五。該公司全球專利授權收入去年創下 6.3 億美元新高，負責智慧財產權部門的副總裁 Alan Fan 表示，2025 年預計進一步成長。
人才流動仍是雙向
不過人才流動仍是雙向。本地創投 Fusion Fund 創辦人兼管理合夥人張璐 (Lu Zhang) 表示，許多中國創業家仍前往矽谷創業，看重當地「最佳企業生態系統之一」的優勢。她更擔心的是電力不足問題，特別是在美國。「我認為在 GPU 用完之前，能源就會先耗盡。」她說。
米勒在參議院聽證會中指出，維持 AI 領導地位需要三大要素：運算能力、腦力和電力。他表示：「美國在運算能力方面擁有相當大的領先優勢，但中國在電力方面領先。」
