美国本欲通过一项雄心勃勃的“AI马歇尔计划”来主导全球人工智能秩序，将其视为与中国进行科技竞争的关键。然而，在政策碎片化、盟友疏远以及国内准备不足的多重挑战下，这一计划目前停滞不前，引发了业界领袖对美国在AI“冷战”中战略失位的深切忧虑。
在日益激烈的全球人工智能竞赛中，美国似乎正在酝酿一场规模堪比二战后马歇尔计划的宏大战略，旨在重塑全球AI秩序并巩固其技术霸权。然而，据外媒近日披露，这项被称为“AI马歇尔计划”的构想，正因内部运作的低效与外部战略的失误而步履维艰，甚至面临“流产”的风险。芯片供应的紧张、关键盟友的疏远，以及国内政策的混乱，让一众科技界高管心急如焚，预示着一场关乎芯片、就业乃至地缘政治格局的AI“冷战”已悄然升级，其影响远超美国国界，波及全球。
地缘政治棋局：失落的AI联盟愿景
“赢得通往AGI（通用人工智能）之战”已被一些美国高层视为与中国展开的“生死决战”1。在此背景下，一个由美国主导的全球AI超级联盟被视为理想的战略支点。这一愿景旨在联合加拿大、欧洲、澳大利亚、中东部分国家以及亚洲的日本、韩国和印度等志同道合的力量，共同构建一个在规则、供应链和经济活动上高度联动的“亲美AI阵营”，甚至被比作AI版的“北约”。这样的联盟不仅能确保关键原材料（如稀土）和芯片等AI产业链的安全，还能在国际AI标准和规范的制定上占据主导地位。
然而，当前美国在联盟建设上的表现却令人大跌眼镜。业界和专家普遍对美国政府疏远传统盟友的做法感到不解。在AI竞赛的关键时刻，本应团结一致的力量却因种种外交策略而被边缘化，导致美国在某种程度上陷入了单打独斗的境地。更令人担忧的是，在芯片材料等核心领域，美国仍对部分外部供应存在依赖，这无疑为赢得这场AI竞赛埋下了隐忧。这种在核心技术和全球合作策略上的脱节，无疑削弱了美国在AI地缘政治版图上构建强大同盟的潜力。
国内筹备的碎片化与治理困境
除了地缘政治层面的挑战，美国国内对于AI革命的准备也显得零散而缺乏统筹。尽管美国在AI所需的数据、芯片、能源和基础设施方面投入巨大，并且某些州——如德克萨斯州——已积极与AI公司合作以满足人才和基础设施需求，但整体而言，联邦层面的协调和公众层面的讨论却寥寥无几。根据Axios的分析，美国当前最需要的是“马歇尔计划、GI法案（退伍军人法案）、新政计划的结合体”，即一套能够让AI既服务于国内发展，也服务于全球合作的社会项目与国际援助机制2。
值得注意的是，在立法和监管层面，华盛顿的普遍态度是避免过早出台AI监管措施，主要顾虑在于担心这将扼杀创新，从而让中国抢占先机。然而，这种不作为并非没有代价。一些国会成员和AI专家正推动设立一个两党联合的AI特别委员会，类似于上世纪负责核武监督的机制。该委员会的提议任务包括：对未发布的LLM（大型语言模型）进行机密监督以全面掌握其能力；提前告知公众和行业AI可能冲击的就业岗位；定期对其他议员进行AI技术教育培训；以及为未来可能脱离人类控制的高风险模型提供“紧急刹车机制”，作为公司或政府之外的独立监督渠道。这种前瞻性的治理机制，旨在在鼓励创新的同时，预先识别并管理AI可能带来的巨大风险。
变革浪潮下的就业挑战与企业担当
人工智能的飞速发展正以肉眼可见的速度改变着就业市场。Anthropic公司CEO达里奥·阿莫迪（Dario Amodei）已公开预测，未来几年AI可能淘汰一半的入门级白领岗位1。多个公司的CEO也透露，其内部部分部门已开始放缓或冻结招聘，因为这些职位预计将被AI取代。这种趋势预示着一场全国性的AI失业潮可能即将到来。
面对这一迫在眉睫的社会挑战，企业领导者被寄予厚望，需要承担起更大的社会责任。Axios呼吁企业采取两项关键举措：首先，提供深度培训、免费资源和额外支持，帮助员工学习如何使用AI，从而大幅提升工作效率和专业能力。尽管成本高昂，但资源充足的大公司更应率先垂范。其次，企业应积极探索AI带来的新商机及其可能创造的新岗位，以抵消部分传统岗位消失的冲击。幸运的是，已有部分企业领导人表示，若政府行动迟缓，他们将主动承担起引导转型的社会义务。
这场关于AI霸权的全球竞赛，早已超越了单纯的技术和经济范畴，演变为一场深刻影响国家竞争力、社会稳定和全球秩序的复杂博弈。它不仅仅关乎芯片、模型和算力，更关乎未来人类社会的面貌。当下的战略真空可能为其他国家如中国、欧洲和印度提供填补机会，从而在AI标准、芯片控制权和全球算力网络上取得先机。在这一历史性的窗口期，谁能将AI发展制度化、社会化和国际化，谁就将有机会主导这个时代。我们每一个人，都在这场没有硝烟的AI“冷战”牌桌之上，感受着其无形的力量和深远的影响。
引用
-
外媒爆料：美国AI马歇尔计划预备开启，却被特朗普搞砸了！·新智元·Aeneas（2025/6/26）·检索日期2025/6/26 ↩︎ ↩︎
-
The AI plan America needs to win·Axios·Scott Rosenberg（2025/6/25）·检索日期2025/6/26 ↩︎