科技、民主與社會研究中心（DSET）與衛城出版社於本（12）月 16 日共同舉辦《科技與大國崛起》作者傑佛瑞・丁（Jeffrey Ding）訪臺演講「中美 AI 競爭，臺灣還有未來嗎？解密中國 AI 發展的現況與優劣」。活動由 DSET 主任杜文苓主持，並邀請 DSET 執行長張智程、《天下雜誌》總主筆陳良榕及《日經亞洲》首席科技記者鄭婷方與談，從科技、媒體、政策與國際視角切入，談討美中 AI 競爭的關鍵變數，以及臺灣在全球 AI 生態系與供應鏈重組下的策略選項。
杜文苓主任於開場致詞表示，DSET 與 Jeffrey Ding 的緣份始於去年的一場訪談。她分享，Jeffrey Ding 現任美國喬治華盛頓大學教授，其著作《科技與大國崛起》（Technology and the Rise of Great Powers: How Diffusion Shapes Economic Competition）出版後引發華府廣泛討論，過去一年多次赴美國國會作證，並於《外交事務》（Foreign Affairs） 等平台提出政策建議。DSET 駐華府海外研究員、民主治理組副組長賴又豪於去年邀約 Jeffrey 進行訪問，訪談刊出後，在中文讀者間也成廣泛討論；衛城出版社推出中文版時，亦邀請杜主任與賴又豪撰寫導讀。杜文苓提到，在導論中，她和賴又豪表示對作者回顧三次工業革命的研究方法表示欽佩，但也對其包括美國管制在內的政策建議提出論辯，本次期盼透過公開座談，促成作者與臺灣讀者更深入的交流與對話。
傑佛瑞・丁：美中 AI 競爭如「馬拉松」，不宜只看短期突破
傑佛瑞・丁在演講中分享，其著作旨在釐清技術變革如何轉化為經濟生產力優勢，進而影響政治與軍事權力版圖。他回顧蒸汽機、電力與電腦等三次工業革命的經驗，提出兩種理解模式：一是既有研究常用的「領頭羊產業」（leading sector）機制，將競爭視為短跑，重點在掌握少數高成長產業、主導創新並壟斷利潤；二是他所支持的「通用目的技術（General-purpose technologies, GPT）擴散理論」，將競爭視為馬拉松，勝負取決於能否把通用技術廣泛擴散到各產業部門，透過長期採用、組織調整與互補創新，累積整體經濟體的生產力成長。
他進一步指出，AI 若作為通用目的技術，其影響往往需要較長時間才會充分顯現。因此，評估國家競爭不宜只看短期突破，而應把焦點放在「擴散能力」與支撐擴散的制度條件；他並表示，AI 對經濟結構的深層影響更可能在 2030 年後逐步浮現。
談及政策含意時，傑佛瑞・丁表示，美國近年針對高階晶片出口管制與限制國際學生（如：中國學生）簽證等作法，較偏向以防堵技術外流為主的「堡壘美國」路線；但若從 GPT 擴散模型出發，AI 影響國家經濟實力的關鍵並非單靠封鎖創新即可決定勝負。他主張，美國更應採取「跑得更快」（run faster）的策略，把政策重心放回國內擴散與基礎建設，包括促進 AI 在多元應用領域的導入與長期運作、擴大 STEM 勞動力培育投資，並強化社區大學等多元教育管道，以系統性提升人才與實作能力底盤。
張智程：台灣視角下，出口管制等保護性政策未必與技術擴散衝突
與談環節中，DSET 執行長張智程以「臺灣視角」回應表示，臺灣過去三十年在全球供應鏈中的角色，正可呼應「擴散」的重要性：臺灣以硬體製造與供應鏈生態系為基礎，承接技術、擴大規模並推向全球市場，不僅成就台積電，也帶動大量本地供應商與人才。他並指出，作者在書中以「堡壘美國（Fortress America）」批評出口管制、研究安全與投資審查等保護性政策，但從臺灣的安全治理與實務經驗出發，這些政策工具未必必然與技術擴散相衝突，反而可能在民主陣營追求擴大應用的同時，扮演降低風險、維持關鍵能力累積的重要角色。
對此，傑佛瑞・丁回應指出，「堡壘式」管制與「擴散優先」之間確實可能存在取捨；他並提醒，若研究安全收緊的外溢效果削弱人才底盤與教育體系的信任，反而可能傷及長期擴散能力。至於出口管制，他認為若把 AI 競賽理解為短期衝刺，政策設計便可能偏離「長期擴散與生產力」這個更關鍵的衡量尺度。
陳良榕：「領頭羊產業」與「擴散」並非相斥，而是高度連動
陳良榕表示，書中提及日本雖在部分數位產品領先，卻未能轉化為整體優勢，但關鍵可能在於日本在 PC 競爭初期即受路線選擇所限：美國透過 Intel 與 Windows 形塑開放平台、推動標準化，並以低成本加速普及，帶動生態系擴張；更多人買得起、用得起，進一步吸引工程師投入與應用創新，形成擴散的正向循環。相較之下，他認為日本過去較封閉、偏向獨立系統的路線，較難複製同等速度與規模的擴散效果。陳良榕並指出，作者在書中將「領頭羊產業」與「擴散」視為可分離面向——一國可能在領頭羊產業領先，卻在技術擴散上落後——但在 PC 案例中，兩者其實高度連動；平台化所帶來的普及本身，就是啟動擴散並進一步帶動創新與人才集聚的關鍵「機制」，而不僅是擴散之後才出現的「結果」。
對此，傑佛瑞・丁回應表示，他在書中更關注的是通用目的技術能否被各產業更快、更廣地採用並轉化為生產力。他指出，美國之所以能在不同產業推動更全面的電腦化，與其相對更有效的軟體工程人才培育與人力資本供給有關；相形之下，日本傾向將資源集中於少數「卓越領域」，可能限制跨產業擴散的速度與廣度。
鄭婷方：美國晶片政策牽連台日韓等盟國，黑名單效應難以回頭
鄭婷方從華府政策走向與民主盟友應對出發，聚焦美國在「AI 長跑」框架下的政策調整方向，並點出出口管制訊號（如 H200 相關動態）與政策不確定性對台灣、日本、南韓與歐洲等盟友的連動壓力；她也以台灣近期採 NVIDIA H200 建置 AI 超級電腦等案例說明，相關變化對區域布局具有即時性。她並提出更長期的現實觀察：在大規模出口管制與黑名單效應難以回頭、且中國國產化動能持續的情況下，即使美國轉向「擴散優先」的政策視角，競爭的結構性趨勢是否仍能被實質改寫。
傑佛瑞・丁回應表示，美中政策論述都常提「擴散」，但落實到制度與資源配置仍有落差；若教育與研究資源、人才培育與國際學生政策受限，將削弱支撐長期擴散的「GPT 技能基礎建設」，而政策不可預測性本身也會提高成本。他並指出，出口管制的效果需回到政策目標檢驗：若以長期經濟生產力與國力為衡量，管制未必能在 20～30 年尺度下改變競爭結果，且可能伴隨反效果；相較之下，厚植人才與教育體系、提升社會整體吸收新技術的能力，仍是更穩健且不受短期政策擺盪影響的優先方向。
