今天谈人工智能（AI），人们习惯用「美中 G2」来描述全球 AI 竞赛。 美国拥有先进芯片、尖端模型、科技企业与庞大资本；中国则依靠庞大市场、工程人才与完整产业链快速追赶。 两个 AI 巨头的竞争，似乎已成为 AI 时代最基本的格局。 但，如果把时间轴拉长，我们或许应该问一个不同的问题：从 G2 到 G1，会不会成为 AI 竞赛未来发展的一种可能？ 这不是说中国必然取代美国，而是说，今天的美中两强格局未必会永久维持。 真正决定最后竞争结果的，可能不只是谁拥有最强的 AI 模型，而是谁能把 AI 转化为更大的制造能力与生产力。 AI 竞赛正在发生重要转变。 第一阶段是「算力竞赛」。

谁拥有最先进的芯片、最大的数据中心与最强的运算能力，谁就掌握 AI 发展的先机。 在这一阶段，美国具有明显优势。 第二阶段是「模型竞赛」。 然而，模型领先并非永远固定。 中国 AI 模型正努力缩小与美国顶尖模型的差距。 当模型能力的差距可能逐渐缩短，单纯比较谁的模型比较强，就不足以判断 AI 时代的最终竞争力。 真正值得注意的是第三阶段：「生产力竞赛」。 当 AI 从聊天机器人、搜索工具与软件服务，进入工厂、汽车、机器人、物流、能源与制造流程之后，AI 就不再只是科技产业的产品，而会成为整个国家生产体系的一部分。 从算法到机器，从数据中心到工厂，AI 的经济价值将取决于它能否真正改变生产方式。 这正是美中竞争最值得重新思考的地方。

美国在基础科技、软件、资本市场与高端创新方面具有强大优势；中国则拥有庞大而完整的制造体系，以及将新技术转化为大规模产品的能力。 美国制造业面临的挑战，以及中国制造体系的规模优势，可能使两国在 AI 时代的竞争条件出现新的变化。 这里的关键不是简单判断哪一国的制造业比较强，而是要问：当 AI 的应用从数字世界走向实体经济，哪一个国家能更快、更广泛、更低成本地将技术转化为生产力？ 如果 AI 的价值主要来自模型与尖端科技，美国的创新优势可能使 G2 格局持续存在。 但，如果 AI 的最终价值更多来自机器人、自动化、制造流程与大规模产业应用，那么制造能力就可能成为决定竞争结果的另一个内核变量。 这场竞争对台湾同样具有重要意义。

台湾在半导体与电子制造领域具有深厚的产业基础，但 AI 时代的挑战，不应只停留在替全球科技企业生产芯片与硬件。 更重要的是，如何把 AI 导入制程、研发、物流与企业管理，让既有的制造优势进一步转化为生产力优势。 企业购买 AI 工具，不代表生产力必然提高；国家拥有先进芯片，也不代表所有产业都能立即受益。 只有当 AI 真正改变生产流程、资源配置与组织决策，技术投入才可能形成持续的经济价值。 因此，评估 AI 竞争力，不能只看芯片、模型或投资规模，更应观察它们能否转化为实际产出与生产力成长。 由此，我们可以重新思考 G2 的意义。 今天的美国与中国，代表 AI 竞争的两种不同优势：美国强在尖端科技与创新，中国强在制造规模与产业化能力。

随着 AI 从实验室走向工厂，两种能力之间的关系可能重新排列。 如果美国的制造能力相对弱化，而中国能将 AI 技术更快转化为大规模制造与生产力，那么未来的 AI 竞争就可能不再维持今天的 G2 格局，而是朝向由一方取得更大集成优势的 G1 格局。 这不是预言中国必然超越美国，更不是认为美国的科技优势将会消失。 它提出的是一个值得认真思考的问题：当决定竞争的因素不再只是模型领先，而是科技、制造与生产力的集成能力时，今天的美中两强格局还能维持多久？ AI竞赛的终局，不只决定谁拥有最强的模型，更可能决定谁掌握未来的全球生产力；当制造成为决胜点，今天的G2，就未必是明天的世界格局。 ＊作者为国立高雄大学荣誉讲座教授