随着各国对AI的依赖程度不断加深，政府必须思考一个问题：到底有多少AI技术需要实现主权自主。
一味强调对AI的全面掌控，可能让其变得反应迟缓、在冲击来临时缺乏灵活性，运营成本也会大幅上升。
更好的策略是根据每种应用场景所处理数据的敏感程度，有针对性地实施主权管理。
今年，许多企业和政府经历了从对AI的惊叹到对其产生依赖的转变。在此过程中，他们意识到一个令人担忧的事实：只要某家供应商修改合同条款，或某国法院发出一纸裁决，自己赖以运转的关键基础设施就可能失控。
如今，许多机构正在采取行动来保障这项技术的安全。主权AI是今年1月达沃斯年会的热门议题之一，此后，全球各国政府纷纷推出本国的AI战略、专项基金以及数据中心建设计划。随着资金投入和企业跟进，一个问题始终挥之不去：各组织究竟需要多大程度的AI主权？
我们的答案是：远没有目前这种全有或全无的论调所暗示的那么多。过度强调主权是一个主要风险——把每一项工作负载都宣布为主权关键，其效果就如同把每一份文件都标注为绝密一样。保护如果铺得太广，实际上什么都保护不到，反而会拖慢所有流程、推高所有成本。主权是一种珍贵的资源。在这场建设浪潮中，真正的赢家将是那些把主权精准分配到真正会改变自身风险敞口的工作负载上的机构。
如何定义主权
困惑从这个词本身就开始了。主权没有统一的定义，各国政府追求主权的目的也各不相同——有的是出于安全考虑，有的是为了掌握所有权和获取价值，还有的是为了建立不受供应链冲击影响的本地生态系统。一个词承载了所有这些诉求，而成本最高的那种解读——即从芯片、数据中心到模型和应用的整个AI技术栈都完全自主——往往会被默认采纳。
即便目标明确，主权本身也包含四种不同类型的控制：数据和算力的物理所在地（属地控制）、系统的运行和安全维护方由谁负责（运营控制）、技术栈及其知识产权归谁所有（技术控制），以及由哪国法律管辖访问权限（法律控制）。这四者在实践中往往是分离的。举例来说，一家医院网络可能需要依据本国法律将患者记录保存在国内，但同时使用国外开发和拥有的诊断模型。如果把这四个问题简化成一个是或否的决定，就会导致过度分类。一旦选择变成了全有或全无，谨慎的机构往往会选择全有。
主权没有放之四海而皆准的模式。法国的Bleu项目是一家私营企业，在运营层面掌握在法国人手中，而底层技术则由一家全球云计算巨头在双方商定的治理框架下提供——在法国要求严格的层面实现主权自主，在其他层面则采用全球通用技术。也有企业选择构建完整的技术栈：法国的OVHcloud和Outscale等提供商从基础设施到应用端到端自主运营，通常基于开源技术，服务于国防、政府以及监管严格的行业客户，这些客户对摆脱外国技术依赖有着明确需求。这两种做法都是合理的答案，具体选哪种取决于工作负载本身。
不过，无论哪种方式，主权都是有代价的。主权AI方案的成本通常比全球通用方案高出10%到30%，而迁移到主权环境的过程往往需要三到四年时间。尽管如此，大多数企业还是把主权AI纳入了2026年的发展规划，但很少有企业制定了详细的策略、预算，或者建立起按敏感程度划分工作负载的方法。
独立自主的代价
我们建议的做法是：依据底层数据的性质，按照当地和区域的数据分类标准，对每项工作负载进行分类，再据此决定是否需要主权管理。默认情况下不需要主权化，只有当数据敏感度达到设定门槛时才升级处理。在国家层面，风险更高。对于国防、国家安全以及监管严格的行业而言，主权基础设施往往确有必要——这是摆脱外国供应商依赖、规避被一键断供风险的代价。
而在风险较低的场景中，同样的资金投入应该与人才培养、应用开发和推广普及等方面的投入进行权衡。对于大多数工作负载而言，全球通用平台是更高效的选择，因此也应该作为默认起点。事实上，企业在其他方面已经是这样做的：约70%的企业表示，只要价格和性能更优，他们愿意更换AI供应商。应该把严格的主权要求留给那一小部分工作负载——那些一旦供应商修改条款或外国法院介入就可能造成实质性损害的场景，并对这些场景予以重点保护。
据麦肯锡估算，到2030年，主权因素可能影响高达6000亿美元的AI支出。所有这些投入的目的都是换取韧性，而韧性来自于能够灵活转移工作负载或更换供应商的能力。一个在压力之下能够做到这一点的机构，远比那些坚持拥有整个技术栈的机构更具敏捷性。这种灵活性往往体现在细节条款中：可移植性要求、退出条款以及互操作标准，都需要像谈价格一样被仔细磋商。如果基础设施无法得到维护、配备人员或升级更新，那只是把一种依赖换成了另一种依赖而已。
世界经济论坛如何帮助领导者理解AI并推动负责任的创新
AI卓越中心汇聚各行业领导者，共同理解AI的快速演变及其对经济和社会的影响。该中心支持围绕AI应用所带来的机遇、风险和权衡展开知情对话。
通过可信赖的交流平台和协作计划，该中心帮助合作伙伴建立共识，共同推动负责任的AI创新与应用。
展望2027年达沃斯论坛，今年才意识到自身对AI存在依赖的政府和企业，现在必须决定要削减多少这种依赖。
把这一决定无限期推迟，等到主权有了明确定义再行动，将是一个错误，因为AI供应商修改条款或外国法院要求访问权限的那一刻，不会等任何人准备好。那些能够决定哪些具体控制权值得花钱去保障、并果断放弃其余部分的机构，才会是受到最好保护的机构。
Q&A
Q1：什么是主权AI？
A：主权AI是指国家或机构对AI技术栈中的数据、算力、模型和基础设施拥有自主可控权，涉及属地、运营、技术和法律四个层面的控制，目的是避免因供应商条款变化或外国法院裁决而失去对关键基础设施的掌控。
Q2：企业为什么要对AI工作负载划分敏感等级？
A：因为并非所有AI工作负载都需要主权化处理。过度追求主权会让系统变慢、成本上升。企业应根据数据敏感程度，只对涉及国家安全或高度监管的场景采用主权基础设施，其余场景使用更高效的全球通用平台。
Q3：法国的Bleu项目是如何实现AI主权的？
A：Bleu是法国一家私营企业，在运营层面由法国团队掌控，底层技术则由全球云计算巨头在双方约定的治理框架下提供，实现了关键层面自主、其他层面依托全球技术的混合模式。
