美国AI行动计划：下一步棋如何落子？

本文来自微信公众号： 数字经济发展评论 ，作者：数字经济发展评论

美国正处在全球技术领导权竞争的关键节点。《人工智能行动计划（2025）》为美国人工智能发展确立了以创新、去监管化与国家韧性为支柱的总体方向。

然而，技术与地缘经济格局的加速演变，要求这一战略具备更高精度与更强的前瞻性。随着各国人工智能生态体系逐步成熟，全球经济对算力供给、网络连接能力以及可信数字基础设施的依赖不断加深，美国若要确保在人工智能产业的长期领导地位，已无法仅依靠本土能力或既有市场优势。

本文围绕美国人工智能行动计划提出一系列拓展性政策建议。这些建议源于美国白宫科技政策办公室（Office of Science and Technology Policy）于2025年9月发布的《信息征询书》，该文件重点征求关于现行联邦法律与监管是否阻碍人工智能发展与应用的意见。

本文结合劳动力结构变化、基础设施脆弱性、盟友协作、公众信任以及多边治理等新兴趋势，认为美国下一阶段人工智能战略必须从短期竞争优势，转向更具系统韧性的长期布局。

通过前瞻性劳动力规划、算力与能源网络去中心化、重建数据信任机制，并深化与盟友及“摇摆国家”的合作，以此巩固美国在日益激烈的技术竞争格局中的持久优势。这些支柱的强化不仅有助于美国在人工智能时代维持领先，也将推动全球规则体系向符合其价值与战略利益的方向演进。

优先考虑合作伙伴关系而非市场

在对外技术布局上，美国需要从“市场输出”逻辑转向“伙伴关系”逻辑。行动计划明确提出要向多国输出美国人工智能技术体系，以遏制竞争性生态扩散，这一思路延续了前政府时期《人工智能扩散框架》的政策取向。特朗普政府时期的技术出口政策在对待战略伙伴，尤其是海湾国家时更具务实与开放色彩。

但从文本表述看，相关国家仍多被视为“待开发市场”，而非平等技术伙伴。事实上，人工智能价值链高度全球化，完全回流本土几乎不可行。面对竞争性生态体系，美国更需要构建基于信任与共同利益的合作网络。

例如，可借鉴美印“战略技术转型伙伴关系”（US-India TRUST，Transforming the Relationship Utilizing Strategic Technology）模式，与全球南方关键“摇摆国家”建立双边技术协作机制。

为AI经济打造面向未来的劳动力

在劳动力层面，人工智能技能需求变化极为迅速，例如，计算机程序员历来是科技和软件行业炙手可热的人才，但生成式人工智能的普及已使程序员等传统高需求岗位的就业机会在近年下降约四分之一。

行动计划虽强调人工智能素养与再培训，但整体仍偏被动。美国可设立“国家人工智能劳动力前瞻委员会”，由劳工部、教育部、国家科学技术委员会与国家科学基金会（National Science Foundation）联合牵头，通过与学界、产业界及经济学界协作，对未来十年自动化冲击进行建模预测，从而在岗位替代发生前引导技能投资方向，避免再培训体系快速过时。

协调联邦标准稳定政策

人工智能行动计划强调需要避免繁琐的官僚程序和冗长的监管规定，以免阻碍人工智能的发展。

然而，目前美国的人工智能监管格局呈现出各州法律零散分布的局面。2024年，45个州的州议员提出了635项与人工智能相关的法案，其中99项获得通过。2025年，截至8月，约有260项与人工智能相关的法案被提出，其中22项获得通过。

与此同时，自2022年以来，美国国家人工智能监管战略主要依靠一系列行政命令来推动，这使得这些战略容易随着白宫政府的更迭而中断。

鉴于人工智能是一项分布式技术，缺乏联邦层面的监管将导致人工智能的开发和部署过程难以预测。对于一家旨在全国范围内部署人工智能模型的公司而言，这种不确定性会造成高昂的合规成本，阻碍长期投资，并可能造成不必要的内部数据壁垒，从而阻碍数据、数字商品和服务在数字经济中的流动。

因此，人工智能行动计划中提出的轻触式、行业驱动的方法需要纳入联邦法规。为解决这一问题，人工智能行动计划的下一阶段应优先考虑与国会合作，通过旨在统一全国标准的联邦基准法规，同时发出长期稳定的政策信号。

建立本地分布式数据中心网络

当前美国的计算基础设施格局高度集中于少数几家超大规模服务提供商，且这些提供商集中在特定区域，存在安全隐患。这种瓶颈效应对经济韧性、国家安全和区域能源稳定都构成威胁。

2025年，弗吉尼亚州发生的一起事件凸显了这种脆弱性：约60个数据中心同时与电网断开连接，导致可用电力骤然过剩，迫使运营商迅速削减发电量以防止故障。

▲发生事故的美国弗吉尼亚州阿什本的数字现实数据中心大楼（图源：路透社）

为了降低这些风险，美国应采取分布式计算战略，鼓励发展中型、区域性数据中心，这些数据中心应采用美国制造的半导体和本地能源。政府应通过拨款和税收抵免来奖励那些将基础设施分散部署、远离现有中心的企业，从而确保其能够抵御物理、网络或市场冲击。

实现人工智能能源供应链多元化

人工智能数据中心和半导体制造设施将继续呈指数级增长国家能源需求。美国应优先建设具有韧性的混合能源电网，通过纳入更多来自国内生产的下一代核能、地热能和可再生能源，提高电网容量和多样性。

例如，中国在太阳能发电领域的领先地位增强了其整体能源能力，从而释放出更多资源用于扩大对高耗能人工智能系统的投资。中国也在日益协调数据中心能源需求与绿色电力设施的建设。

虽然特朗普政府已将增加化石燃料开采列为优先事项，但发展国内其他可扩展能源技术的产能将缩小这一优势差距，同时创造对建设新的国内电池和涡轮机制造中心的需求。通过扩大人工智能基础设施的能源投入来源，美国可以进一步降低对外国供应链的依赖。

盟友体系内嵌入良好的协调机制

人工智能领域的领导地位无法孤立实现，而应通过在强大的联盟网络中占据领导地位来争取。美国应将国家人工智能研究资源（NAIRR）试点框架扩展至受信任的盟国研究机构，并严格遵守美国制定的治理标准。

此类协调将扩大前沿数据和研究的获取途径，同时确保与美国关于开放创新和言论自由的规范保持一致。并行磋商将协调监管沙盒和最终用户伦理准则，以解决不一致之处。确保盟国之间技术的互操作性，尤其是在国防和商业领域，将巩固美国在全球规则制定中的领导地位。

重塑人工智能安全领导地位

当前的AI行动计划正确地优先考虑了基础设施、人才和投资，但却忽略了确保美国AI系统值得信赖、可互操作并最终被全球采用的安全框架。近期提出的诸如《AI LEAD法案》等提案，旨在追究公司对不安全AI产品的法律责任，反映出国会对问责制的日益关注。

然而，过度依赖责任机制可能会使公司因担心诉讼而不敢发布先进系统。建立一个强大且协调的AI安全机构将有助于降低这种风险，确保产品在上市前符合部署前测试和认证标准。

因此，人工智能标准与创新中心（CAISI，原名AI安全研究所，于2025年2月更名）的职责不仅应是制定技术基准，还应是使安全保障成为创新的驱动力。在美国国家标准与技术研究院内重新设立国家人工智能安全保障局，可以协调这些努力，联合政府、学术界和产业界，确保美国制造的人工智能成为安全、可靠和高性能系统的全球标准。

重振多边合作激活国际参与度

人工智能行动计划指出，美国必须重视遏制中国在国际机构中的影响力。然而，如果不重振多边合作和国际伙伴关系，这种观点将永远停留在理论层面。美国必须大力资助专家参与国际标准化组织（ISO）和国际电工委员会（IEC）等国际标准制定机构。

此外，美国还必须利用二十国集团（G20）和经济合作与发展组织（OECD）等高级别论坛，促进合作、最佳实践和互操作性政策的推广。这可以通过与志同道合的国家建立正式联盟来实现，从而构建连接不同生态系统的人工智能数据共享平台。同时，还可以为人工智能发展设定切实可行的底线，作为现有监管模式的替代方案。

提高可靠性和稳定性

美国的技术栈，包括云基础设施、基础模型和开源框架，不仅仅是待售产品，更是一个基础平台。如同任何数字平台一样，它依赖于广泛而深入的应用。确保美国人工智能生态系统在全球范围内的普及，尤其是在新兴市场需要优先保障对美国人工智能技术栈的稳定可靠访问。

各国在评估其国家人工智能战略时，需要确信在贸易谈判或国内政策调整的背景下，获取美国技术的途径不会突然中断。如果美国被视为不可靠的合作伙伴，各国可能被迫实现供应链多元化，并销售替代产品。

展现可靠性的第一步可以是强制要求新的双边和多边贸易协定包含相关条款，以保护对特定商业人工智能基础设施和服务的访问免受突然中断，但已确定的国家安全风险除外。

透明的治理与新举措加强公众信任

公众参与是人工智能成功的基石，它确保了创新模型能够基于尽可能全面的数据集构建。例如，自愿共享基因数据是美国在人工智能医疗保健和基因组学研究等领域保持领先地位的基础，而获取高质量的出行数据对于在交通运输行业提供精准的预测模型至关重要。

然而，公众对数据收集的不信任，尤其是在一些备受瞩目的隐私泄露和数据滥用丑闻的冲击下，威胁着公众在数据共享方面的合作，因为公民担心隐私泄露、数据被监视或被用于商业或政治目的。

除了第五项建议中概述的旨在避免数据泄露的严格安全标准外，美国政府还应启动一项由科技政策办公室和卫生与公众服务部牵头的国家人工智能和数据信任倡议。该倡议将结合公众教育和强有力的隐私保障措施，明确表明数据收集是为了造福美国人民。

综合劳动力能力、监管一致性、基础设施韧性与国际协同等维度证据可见，美国现行人工智能政策框架虽具竞争优势，但仍需结构性强化方能支撑未来规模扩张与技术跃迁。

将前述十项考量纳入下一阶段行动计划，有助于美国在基础设施、治理机制与国际伙伴体系上形成更具前瞻性的制度安排。通过把创新动能与前瞻规划、系统韧性及社会信任相结合，美国人工智能行动计划将不仅是产业战略工具，更可成为塑造全球人工智能演进路径的制度性框架，从而在长期维度巩固其技术领导地位。