# 當華盛頓將人工智慧比作「曼哈頓計畫」時

> 深入探討「曼哈頓人工智慧計畫」及其對2026年歐洲、科技主權與中小企業策略的影響。千萬別錯過這份分析報告

Source: https://www.electe.net/tc/post/progetto-manhattan-intelligenza-artificiale

Site guide: https://www.electe.net/tc/llms.txt

多年來，我們一直將 AI 視為一個產業來討論。如今，觀察美國的態度，將其稱為**戰略基礎設施**更為準確。重點不僅在於技術層面，更在於政治、產業，以及日益重要的國家安全層面。

與**曼哈頓計畫**的類比並非空穴來風。曼哈頓計畫於**1942年**正式啟動，在萊斯利·格羅夫斯（Leslie Groves）從**1942年到1946年**的領導下，將理論研究、中央協調與工業能力轉化為一項具有可衡量作戰目標的計畫。根據[維基百科上關於曼哈頓計畫的條目](https://it.wikipedia.org/wiki/Progetto_Manhattan)，該計畫涉及三個主要基地、超過**100個附屬基地**，並在1942年至1946年間同時動員約**13萬人**。這樣的規模有助於理解一個明確的邏輯：當華盛頓認定某項技術具有戰略意義時，便會加速其從研究走向工業化的進程。

對義大利企業家而言，這並非學術性的辯論。如果美國將 AI 視為主權籌碼，整條產業鏈上的力量對比就會隨之改變。主導供應商會改變，技術依賴關係會改變，與資料、合規性及營運持續性相關的風險也會改變。在此背景下，[關於 AI 安全性的考量](https://www.electe.net/post/considerazioni-sulla-sicurezza-dellia-proteggere-i-dati-sfruttando-lia)變得至關重要，這不僅適用於模型開發者，也適用於每一家採用這些模型的企業。

在此有個關鍵的區別。曼哈頓計畫的隱喻作為政治話語極具影響力。但要理解實際上正在發生什麼，必須將敘事與運作架構區分開來。

## 

## 引言：人工智慧已不再僅僅是技術，更是國家安全

當一個政府使用「曼哈頓計畫」的措辭來談論人工智慧時，這不僅僅是一種修辭上的選擇。這意味著該政府將人工智慧視為一項資產，必須以國家優先順序、產業能力及中央協調等原則加以守護。

這項變革之所以重要，是因為人工智慧與其他新興數位技術不同，它同時涉及軟體、硬體、能源、數據、科學研究與安全等領域。這並非普通的垂直領域，而是一項能夠重塑整個價值鏈的通用技術。

**重點：**如果華盛頓將 AI 視為戰略基礎設施，那麼即便是將 AI 用於預測、營運或分析的使用者，也會間接捲入這個地緣政治領域。

對義大利企業而言，關鍵並非採取意識形態立場，而是要理解自己正進入哪一種營運生態系統。因此，**曼哈頓計畫人工智慧**這個議題，不僅關乎那些關注美國政策動向的人，也關乎那些現今必須就技術架構、資料所在地及供應商依賴度做出決策的人。

## 什麼是「創世任務」？敘事背後的真相

在公共辯論中，關於「創世任務」（Genesis Mission）作為美國在人工智慧領域重大計畫的說法甚囂塵上。相關敘事將其描繪為一次規模上的飛躍。問題在於，如何區分哪些是已成定局的事項，哪些目前仍僅被視為宣示、政策方向或戰略抱負。

### 可以肯定的是

根據現有的資訊架構，Genesis Mission 首先應被解讀為一項**產業政策與國家安全行動**，而非單純的研究計畫。其戰略意義在於，AI 被納入了美國歷來處理關鍵能力時所採用的同一套邏輯框架之中。

有幾個定性要素能很好地闡明這種做法：

- **國家的核心地位：**政府不僅僅是進行監管，更是引導優先事項、傳達急迫性，並嘗試協調關鍵基礎設施。
- **產業參與：**AI 並非僅被視為學術研究，而是被視為一個需要運算能力、供應鏈、能源以及與私營部門整合的生態系統。
- **廣泛的目標：**此一框架並非僅針對單一產品或單一實驗室，而是涵蓋科學、競爭力與安全。

這種設定令人聯想到「使命驅動型」計畫的邏輯，這在曼哈頓計畫的案例中也有所描述：人才集中、中央協調和可衡量的目標，正如[維基百科上的曼哈頓計畫詞條](https://it.wikipedia.org/wiki/Progetto_Manhattan)所重建的那樣。

### 為什麼語言很重要

關鍵之處不僅在於將實現什麼，更在於語言所賦予的權限。倘若政治領導層運用「全國動員」的隱喻，便會為那些在其他情況下看似例外性的決策鋪平道路：預算優先順序、基礎設施的優先通道、加強政府與產業界的合作，以及對供應商和供應鏈採取更嚴格的篩選標準。

無需將每個細節都預先確定，市場的行為便會發生變化。往往僅需一個政治訊號便已足夠。

正因如此，必須以冷靜的眼光來分析「創世任務」。不應將其視為建國神話，而應視為美國將人工智慧視為一場體制性競爭的指標。對歐洲讀者而言，這並非意味著「將出現新的奧本海默」。其真正含義在於：華府正著手將技術能力轉化為持久的地緣政治優勢。

## 與「曼哈頓計畫」的對比：哪些行得通，哪些行不通

曼哈頓計畫這個比喻之所以有效，是因為它喚起了一種快速、集中且高優先度的動員。但若照字面理解則不夠精確。要真正理解**人工智慧曼哈頓計畫**，需要少關注歐本海默的傳奇色彩，多關注原始計畫的物質結構。

### 在哪些情況下，這種類比成立

曼哈頓計畫是一項規模空前的計畫。**1945年7月16日**的三位一體核試驗標誌著歷史上首次核試驗，並使原子時代正式啟動。現有資料也顯示其成本約為**當時的20億美元**，首筆撥款為**5億美元**，其中超過一半的資金用於分離可裂變材料，正如[這篇關於曼哈頓計畫的歷史分析](https://storiaestorie.altervista.org/blog/la-realizzazione-del-progetto-manhattan/)所重建的那樣。

這是理解人工智慧的第一個關鍵要點。重大的突破不僅僅來自一個好的科學構想。當以下三個因素匯聚時，突破才會出現：

1. **科學發現**
2. **生產鏈**
3. **戰略目標**

還有第二個更有意思的要素。在原始計畫中，**超過90%的成本**被建築物和可裂變材料生產所吸收，活動分布在**超過30個場址**，並採取了一種被定義為「平行」的策略，也就是研究、設施和組織調整同步發展，正如[Mimesis Scenari](https://www.mimesis-scenari.it/2023/09/22/le-conseguenze-sottovalutate-del-progetto-manhattan/)所強調的那樣。

對人工智慧而言，這個類比頗具啟發性。瓶頸不僅在於演算法，更在於基礎設施、數據、能源、工業流程，以及快速協調所有環節的能力。

### 當類比變得具有誤導性時

人工智慧並非一枚炸彈。它並非具有單一運作目標的獨立裝置，而是一系列能力，涵蓋軟體、模型、嵌入式系統、雲端平台、企業工具及安全設備。

在此處，「曼哈頓」這個比喻開始失去精確性。

- **核能是可以保密的。**人工智慧則誕生並發展於一個更為開放的生態系統中，具有公開研究、開源、全球人才和快速知識轉移的特點。
- **目標是具體明確的。**在人工智慧領域，目標是多元的，民用、科學、商業和軍事目標常常交織在一起。
- **治理模式是混合式的。**如今，營運重心也轉移到了超大規模雲端服務商、私人實驗室和平台上，沒有任何一個國家能完全掌控。

**實用法則：**正確的類比不是「誰是新的歐本海默？」，而是「誰掌控運算能力、資料、供應鏈和市場准入？」。

對於閱讀[今日中小企業與人工智慧](https://www.electe.net/post/agi-intelligenza-artificiale)的讀者而言，這帶來的後果是具體的。如果將這個比喻理解得過於字面化，就會低估真正決定人工智慧規模的因素：不是孤立的天才，而是產業組織能力。

## 美國計畫中的矛盾之處

國家層級的重大戰略從來都不是線性的。就連美國在人工智慧方面的戰略，也存在著內部矛盾，歐洲觀察家必須仔細解讀這些矛盾，因為它們是實質內容的一部分，而非背景雜音。

### 一項宏大的策略，但並非線性的

第一個矛盾很簡單。美國雖將人工智慧列為戰略優先事項，但這類發展步伐的加快，必須與政治限制、預算協商、各產業的利益差異，以及實施時程等因素並存——而這些因素的進度，往往與公眾所認知的敘事不符。

這引發了一種大規模科技政策中常見的現象。政策聲明看似一貫明確，實際執行卻呈現碎片化。有些機制運作迅速，有些則進展較慢。其中有些部分非常清晰，例如地緣政治訊號；而另一些則較為模糊，例如運作治理、長期規劃或優先事項的實際範圍。

### 為什麼這種模糊性對企業來說也至關重要

對一家義大利企業而言，這種模糊性並非華盛頓觀察家眼中的細枝末節。這意味著未來數月乃至數年內，人工智慧市場可能會受到非純粹經濟因素的影響。某家服務供應商可能因符合國家優先事項而壯大；某項基礎設施可能因被納入安全考量而變得更為關鍵；今日的「技術性」依賴，明日也可能演變為政治性依賴。

企業的運作無法脫離地緣政治。無論是成本結構、服務可得性，還是選擇餘地，企業都受到地緣政治的影響。

若從陣營間的競爭角度來看，這一點更是顯而易見。美國越來越將人工智慧視為主權資產。中國則以自身的方式，做出了類似的選擇。身處其中的歐洲，則面臨著這樣一種風險：雖然制定了大量規範，卻對關鍵產業節點的掌控力不足。

## 對歐洲的影響：夾在兩個陣營之間

歐洲面臨的問題不僅僅是科技競賽中的落後。關鍵在於，這場競賽正逐漸演變為整合產業、安全與外交政策的陣營間競爭。在此情境下，歐洲往往主要採取以法規為主的應對策略。

### 歐洲真正的問題不僅在於法規方面

《歐盟人工智慧法案》之所以重要，在於它界定了範圍、責任及風險等級。在 Sanoma Italia 所提及的背景下，若能明智地使用生成式人工智慧，其風險即屬有限。但僅憑這一點，並未能回答更具體的問題：歐洲是否也在建立相應的產業能力？

在義大利,情況仍然參差不齊。Sanoma 引用的數據顯示,根據 ISTAT 的資料,AI 在企業與公部門中的普及呈現**零星分佈**的狀態,而**技能缺口**是主要阻礙之一,正如 [Sanoma 關於「普羅米修斯的長浪」的文章](https://sanoma.it/articolo/onda-lunga-di-prometeo)中所總結的那樣。這使焦點轉移:問題不僅在於規範 AI 的使用,而在於了解誰真正具備擴展 AI 的能力。

實際上，歐洲正面臨雙重不對稱的風險：

主題美國與中國歐洲**戰略願景**將AI視為力量槓桿將AI視為需要治理與協調的領域**基礎設施**國家與產業之間的緊密整合對外部供應商的依賴程度較高**內部採用**國家與產業層面的推動普及程度參差不齊

### 這對一家義大利企業而言意味著什麼

對中小企業而言，這並非地緣政治理論。它會直接影響三項營運決策。

- **供應商選擇:**使用 AI 服務也代表接受其基礎設施上的依賴關係。
- **資料所在地:**並非所有解決方案都能提供相同程度的控制,來掌握資料、提示詞、輸出與日誌的流向。
- **策略延續性:**技術合作夥伴改變優先順序、存取條件或依賴堆疊的速度,可能比客戶企業能夠調適的速度還要快。

倘若人工智慧（AI）成為各國的戰略基礎設施，那麼選擇 AI 供應商就不再僅僅是採購事宜，而是風險管理。

在此背景下,關注 [ELECTE 關於 AI Act 的討論](https://www.electe.net/post/european-ai-act)也很有幫助,因為對許多義大利企業來說,真正的挑戰在於如何在快速創新與營運控制及歐洲法規合規之間取得平衡。

## 科技主權：中小企業的戰略選擇

「主權」一詞聽起來似乎與中小企業相去甚遠。但實際上，它描述的是一種非常務實的需求：即對那些如今已成為銷售、營運、預測、合規與報告核心的技術，維持一定的掌控權。

### 當今選擇的五項實用準則

如果你正在評估人工智慧或分析平台，我建議你從實務角度來理解「主權」這個議題。以下是真正重要的評估標準。

1. **資料存放在哪裡**
2. 詢問資料在哪裡被處理、儲存與複製。不要只停留在商業介面層面。
3. **服務依賴哪些基礎設施**
4. 一個平台可能掛著歐洲品牌,卻在關鍵環節上依賴非歐洲的技術堆疊。這其中的差異非常關鍵。
5. **如何管理合規性與可稽核性**
6. 對於風險管理、財務或經營報表等職能來說,流程的可追溯性至少與輸出品質同等重要。
7. **供應商的可替代程度如何**
8. 鎖定程度越高,策略風險就越大。
9. **哪些價值仍掌握在你自己手中**
10. 如果你的關鍵決策流程完全依賴外部系統,你就是在把營運權力轉移到公司之外。

### 從單價到系統性風險

許多中小企業在採購人工智慧解決方案時，主要考量演示、易用性及初期成本。這雖可理解，但在當今環境下卻顯得不夠全面。正確的問題不該僅止於「這套解決方案能否滿足我的需求？」；更完整的問題應是：「若地緣政治情勢惡化或發生變化，這套解決方案能否仍符合我的營運、法規及策略限制？」

談到**人工智慧曼哈頓計畫**這個說法時,它不再顯得遙不可及。如果美國與中國都將 AI 視為國家基礎設施,那麼每一家歐洲企業至少應該問問自己,在這張版圖中處於什麼位置。

**管理層的抉擇:**最好的 AI 合作夥伴,不只是功能最多的那一個,而是能在不拖慢創新的前提下,降低你不必要曝險的那一個。

正因如此，科技主權並非自給自足。它是能夠明知故選、分散風險，並對關鍵流程保持掌控的能力。

## 結論：未來幾個月應關注哪些事項，以及今天該如何行動

最有價值的教訓並非我們正經歷「曼哈頓計畫」的重演。事實並非如此。這個教訓更為切實。人工智慧如今已突破純粹科技市場的範疇，進入了國家戰略的領域。

對於義大利企業家而言，未來幾個月應密切關注以下幾項動向：美國政府與產業界之間的實際協調程度、政策敘事如何轉化為實際運作能力、歐洲在監管與投資之間立場的演變，以及最重要的是，這些動態如何反映在雲端、模型、運算資源存取及數據治理等領域。

當今最理性的選擇，並非等待事態完全明朗。因為那不會很快發生。理性的選擇，是制定一套能兼顧創新、合規性及降低關鍵依賴的 AI 策略。

在這個地緣政治已融入技術堆疊的世界裡，妥善選擇合作夥伴的重要性，不亞於妥善選擇工具。

如果你想打造一套更扎實、且符合歐洲情境的 AI 策略，不妨看看 [ELECTE](https://www.electe.net)，這是一個由 AI 驅動的數據分析平台，旨在將企業數據轉化為清晰的營運決策，其方法特別適合歐洲企業的需求。你可以了解它的運作方式，評估它是否適合你的技術架構，過程簡單不繁瑣。