今天談人工智慧（AI），人們習慣用「美中 G2」來描述全球 AI 競賽。 美國擁有先進晶片、尖端模型、科技企業與龐大資本；中國則依靠龐大市場、工程人才與完整產業鏈快速追趕。 兩個 AI 巨頭的競爭，似乎已成為 AI 時代最基本的格局。 但，如果把時間軸拉長，我們或許應該問一個不同的問題：從 G2 到 G1，會不會成為 AI 競賽未來發展的一種可能？ 這不是說中國必然取代美國，而是說，今天的美中兩強格局未必會永久維持。 真正決定最後競爭結果的，可能不只是誰擁有最強的 AI 模型，而是誰能把 AI 轉化為更大的製造能力與生產力。 AI 競賽正在發生重要轉變。 第一階段是「算力競賽」。

誰擁有最先進的晶片、最大的資料中心與最強的運算能力，誰就掌握 AI 發展的先機。 在這一階段，美國具有明顯優勢。 第二階段是「模型競賽」。 然而，模型領先並非永遠固定。 中國 AI 模型正努力縮小與美國頂尖模型的差距。 當模型能力的差距可能逐漸縮短，單純比較誰的模型比較強，就不足以判斷 AI 時代的最終競爭力。 真正值得注意的是第三階段：「生產力競賽」。 當 AI 從聊天機器人、搜尋工具與軟體服務，進入工廠、汽車、機器人、物流、能源與製造流程之後，AI 就不再只是科技產業的產品，而會成為整個國家生產體系的一部分。 從演算法到機器，從資料中心到工廠，AI 的經濟價值將取決於它能否真正改變生產方式。 這正是美中競爭最值得重新思考的地方。

美國在基礎科技、軟體、資本市場與高階創新方面具有強大優勢；中國則擁有龐大而完整的製造體系，以及將新技術轉化為大規模產品的能力。 美國製造業面臨的挑戰，以及中國製造體系的規模優勢，可能使兩國在 AI 時代的競爭條件出現新的變化。 這裡的關鍵不是簡單判斷哪一國的製造業比較強，而是要問：當 AI 的應用從數位世界走向實體經濟，哪一個國家能更快、更廣泛、更低成本地將技術轉化為生產力？ 如果 AI 的價值主要來自模型與尖端科技，美國的創新優勢可能使 G2 格局持續存在。 但，如果 AI 的最終價值更多來自機器人、自動化、製造流程與大規模產業應用，那麼製造能力就可能成為決定競爭結果的另一個核心變數。 這場競爭對台灣同樣具有重要意義。

台灣在半導體與電子製造領域具有深厚的產業基礎，但 AI 時代的挑戰，不應只停留在替全球科技企業生產晶片與硬體。 更重要的是，如何把 AI 導入製程、研發、物流與企業管理，讓既有的製造優勢進一步轉化為生產力優勢。 企業購買 AI 工具，不代表生產力必然提高；國家擁有先進晶片，也不代表所有產業都能立即受益。 只有當 AI 真正改變生產流程、資源配置與組織決策，技術投入才可能形成持續的經濟價值。 因此，評估 AI 競爭力，不能只看晶片、模型或投資規模，更應觀察它們能否轉化為實際產出與生產力成長。 由此，我們可以重新思考 G2 的意義。 今天的美國與中國，代表 AI 競爭的兩種不同優勢：美國強在尖端科技與創新，中國強在製造規模與產業化能力。

隨著 AI 從實驗室走向工廠，兩種能力之間的關係可能重新排列。 如果美國的製造能力相對弱化，而中國能將 AI 技術更快轉化為大規模製造與生產力，那麼未來的 AI 競爭就可能不再維持今天的 G2 格局，而是朝向由一方取得更大整合優勢的 G1 格局。 這不是預言中國必然超越美國，更不是認為美國的科技優勢將會消失。 它提出的是一個值得認真思考的問題：當決定競爭的因素不再只是模型領先，而是科技、製造與生產力的整合能力時，今天的美中兩強格局還能維持多久？ AI競賽的終局，不只決定誰擁有最強的模型，更可能決定誰掌握未來的全球生產力；當製造成為決勝點，今天的G2，就未必是明天的世界格局。 ＊作者為國立高雄大學榮譽講座教授