歐盟 AI 主權之戰：Cloud and AI Development Act 能否挑戰美國霸權？

從監管者到建設者：歐盟 AI 策略的根本轉向

在 AI 領域，歐盟長期以來以「監管者」形象示人。2024 年正式通過的 AI Act 是全球首部全面的 AI 監管法規，為高風險 AI 系統設定了嚴格的合規要求。然而，監管本身並不能創造產業競爭力。當美國的 OpenAI、Anthropic、Google DeepMind 和 Meta 佔據了前沿模型開發的絕大部分份額，而中國的百度、阿里巴巴、DeepSeek 和字節跳動在應用層面快速追趕時，歐洲發現自己正陷入一個危險的境地：成為一個擁有完善法規但缺乏本土 AI 能力的「數位殖民地」。

Cloud and AI Development Act 標誌著歐盟從「監管優先」轉向「監管與建設並重」的戰略轉向。這部法律不僅僅是設定規則，更是提供資源、創造市場、培育生態系統。它的出台反映了歐洲決策者的一個深刻認知：在 AI 時代，光靠監管別人的技術是不夠的，你必須擁有自己的技術。

三大支柱：歐盟 AI 主權戰略的全景圖

支柱一：AI Continent Action Plan（2025 年 4 月）

歐盟執委會副主席 Henna Virkkunen 在 2025 年 4 月公布了「AI Continent Action Plan」，其核心目標是將歐洲打造為「領先的 AI 大陸」。這份行動計劃不是空洞的願景聲明——它包含了具體的里程碑、資金分配和執行時間表。

計劃的重點領域包括：建設歐洲自主的 AI 計算基礎設施（擺脫對美國雲服務的過度依賴）、培養 AI 人才（阻止歐洲頂尖研究者流向美國科技公司）、支持歐洲 AI 企業從實驗室走向市場（解決「歐洲擅長研究但不擅長商業化」的老問題），以及建立歐洲的大型語言模型和基礎模型開發能力。

支柱二：Apply AI Strategy（2025 年 10 月）

如果說 AI Continent Action Plan 是戰略層面的方向設定，Apply AI Strategy 則是戰術層面的執行方案。這份策略最引人注目的兩個元素是「買歐洲貨」（Buy European）的公共採購導向和對開源 AI 的大力推廣。

「買歐洲貨」策略要求歐盟成員國的公共部門在採購 AI 解決方案時優先考慮歐洲供應商。這不是簡單的貿易保護主義——它建立在一個合理的安全論據之上：公共部門的敏感數據（稅務記錄、醫療信息、執法數據）不應該存放在受美國法律管轄的雲端基礎設施中。這與美國的 CLOUD Act（允許美國執法部門獲取存儲在海外伺服器上的數據）形成了直接的衝突。

開源 AI 策略同樣值得關注。歐盟認為，開源 AI 模型可以為歐洲提供一條繞過美國閉源模型壟斷的路徑。當 Meta 的 LLaMA 系列、Mistral 的模型和其他開源替代方案日益成熟時，歐洲公共部門可以基於這些開源模型構建自主可控的 AI 應用，而無需依賴 OpenAI 或 Google 的 API。

支柱三：歐洲競爭力基金（European Competitiveness Fund）

策略的落地需要真金白銀。歐盟設立了 550 億歐元的歐洲競爭力基金，其中數位轉型是最大的支出類別之一。這筆資金將用於：建設歐洲本土的 AI 超級計算中心、支持歐洲 AI 初創企業的融資、資助 AI 研究機構的人才招聘，以及推動各行各業的 AI 應用落地。

主權與競爭力的深層張力

歐盟 AI 主權戰略面臨一個根本性的內在張力：主權（Sovereignty）和競爭力（Competitiveness）之間的取捨。

追求主權意味著建立自主可控的技術棧，減少對外部供應商的依賴。但這可能以短期競爭力為代價——歐洲自主開發的 AI 系統在性能上可能暫時不如美國的前沿模型，歐洲本土的雲服務商在規模效益上可能不如 AWS 或 Azure。如果歐洲的公共部門和企業被迫使用次優的本土替代方案，它們的效率和創新能力可能受到影響。

追求競爭力則意味著選擇全球最好的技術，無論它來自哪裡。但這會加深對美國科技巨頭的依賴，使歐洲的數據主權和戰略自主性進一步受侵蝕。

「歐盟面臨的不是『要主權還是要競爭力』的二選一，而是如何在追求主權的過程中不犧牲太多競爭力，以及如何在追求競爭力的同時不完全放棄主權。這需要極其精細的政策平衡——而這恰恰是歐盟作為一個由 27 個成員國組成的政治體最不擅長的事情。」

資金缺口的隱憂

550 億歐元的歐洲競爭力基金聽起來龐大，但面對美國科技巨頭的投資規模，這個數字並不那麼令人安心。微軟在 2025 年僅在資本支出上就投入了超過 800 億美元，其中大部分用於 AI 基礎設施。Google、Amazon 和 Meta 的投入同樣在數百億美元的量級。一個政府基金要與數個科技巨頭的合計投資競爭，差距是顯而易見的。

更令人擔憂的是，歐盟的「恢復與韌性基金」（Recovery and Resilience Facility）即將到期，這意味著整體的公共數位投資可能不增反減。如果新的競爭力基金只是填補了舊基金留下的空白，而非帶來淨增長，那麼歐洲 AI 主權戰略的實際推動力將大打折扣。

地緣政治的催化劑：特朗普的貿易壓力

歐盟 AI 主權議題的緊迫性在 2026 年初進一步升溫。2026 年 2 月 13 日，歐盟同意了一項重組歐盟經濟以提升競爭力的計劃，這一決定直接受到了特朗普政府貿易施壓的推動。

美中貿易衝突將「主權」推上了歐盟理事會數位議程的首要位置。歐洲領導者意識到，在一個地緣政治高度不穩定的世界中，對任何單一國家的技術依賴都是戰略風險。今天是美國對歐洲施壓，明天也可能是美國限制歐洲獲取 AI 晶片或雲服務——正如美國已經對中國實施的出口管制那樣。

McKinsey 的分析指出，信任（Trust）、安全（Security）和依賴性（Dependency）三大擔憂是阻礙歐洲企業大規模採用 AI 的主要因素。而主權 AI 能力——即基於歐洲自主可控的基礎設施和模型構建的 AI——恰恰能夠同時回應這三個擔憂。企業信任基於本地法律管轄的系統，安全由歐洲自己的標準保障，依賴性被結構性降低。

歐洲的王牌：Mistral 和開源生態

在歐洲 AI 主權的故事中，法國 AI 公司 Mistral 扮演著一個關鍵角色。Mistral 開發的開源模型已經在多個基準測試中與 GPT-4 和 Claude 等閉源模型不相上下，而其開源的特性使得歐洲的企業和政府可以自由部署、微調和審計這些模型，無需將數據發送到美國的伺服器。

除 Mistral 之外，德國的 Aleph Alpha、芬蘭的 Silo AI 和英國的 Stability AI（儘管英國已非歐盟成員）等公司也在構建歐洲的 AI 能力版圖。歐盟的策略似乎是：既然在閉源前沿模型的軍備競賽中難以正面競爭（因為那需要美國科技巨頭量級的資本投入），不如在開源 AI 生態系統中建立領導地位。

這是一個聰明的策略選擇。開源 AI 的發展路徑與歐洲的價值觀高度契合——透明、可審計、去中心化、社區驅動。如果歐盟能夠成功地將開源 AI 與其監管框架（AI Act）結合起來，打造一個「值得信賴的開源 AI」品牌，這可能成為一個獨特的全球競爭優勢。

對香港的啟示

夾在中美之間的相似困境

香港在 AI 地緣政治中的位置與歐盟有驚人的相似之處：同樣夾在美國和中國兩大科技強權之間，同樣面臨數位主權和技術依賴的矛盾，同樣需要在全球化開放性和自主可控性之間尋找平衡。

但香港的困境在某些方面比歐盟更加尖銳。歐盟至少可以在政治上保持「第三方」的位置，在美中之間進行策略性的周旋。香港則受到更直接的地緣政治力量拉扯——美國的出口管制可能影響香港獲取先進 AI 晶片的能力，而中國大陸的 AI 生態系統提供了機遇但也帶來了數據合規的複雜性。

歐盟經驗的可借鑑之處

歐盟的 AI 主權戰略為香港提供了幾個值得借鑑的思路：

• 開源優先策略：香港的公共部門和中小企業可以考慮優先採用開源 AI 模型，這既降低了對任何單一供應商的依賴，又保留了數據處理的自主性。
• 計算基礎設施投資：歐盟大規模投資自主 AI 計算能力的做法值得參考。香港如果不擁有足夠的本地計算基礎設施，其 AI 發展就始終受制於外部供應商。
• 人才留存機制：歐盟面臨人才流失到美國的問題，香港同樣面臨類似挑戰。建立有競爭力的 AI 研究環境和產業生態，是留住人才的根本之道。
• 監管與產業的平衡：歐盟從「監管優先」轉向「監管與建設並重」的教訓對香港很有啟發——光靠制定規則不能創造產業，必須同時培育本土能力。

橋接東西方 AI 治理的獨特角色

香港在「一國兩制」框架下擁有獨特的制度優勢：普通法體系、自由市場經濟和國際化的營商環境。這使得香港有潛力成為東西方 AI 治理的橋樑——一方面理解和對接歐美的 AI 監管框架（如 EU AI Act 和美國的州級 AI 法律），另一方面連接中國大陸龐大的 AI 應用市場和技術生態。

具體而言，香港可以：推動建立 AI 產品和服務的跨境互認機制；發展 AI 合規和治理諮詢服務，幫助企業同時滿足不同司法管轄區的要求；成為開源 AI 模型的亞太地區樞紐，提供中立的部署和測試環境。

制定前瞻性的 AI 產業政策

歐盟的經驗表明，AI 產業政策需要超前佈局——等到問題完全暴露時再行動就太遲了。香港政府在 2025-2026 年度的財政預算中已增加了對 AI 和數位經濟的投入，但與歐盟的系統性戰略相比，這些投入仍顯碎片化。香港需要一個整合性的 AI 產業發展路線圖，涵蓋計算基礎設施、人才培養、研發支持、應用推廣和國際合作等多個維度。

「在全球 AI 主權競爭的棋盤上，小型經濟體的策略不應該是正面對抗大國，而是找到自己的獨特價值定位。對香港而言，這個定位可能不是成為最大的 AI 模型開發者，而是成為最高效的 AI 應用者和最可信賴的 AI 治理橋樑。」