當 Nvidia 執行長黃仁勳（Jensen Huang）在公開場合說出「全球約 50% 的 AI 研究人員來自中國」這句話時,整個科技圈都震撼了。這不是一個隨口說說的數字,而是基於全球 AI 研究生態的深度觀察。在這個 AI 技術 快速演進的時代,人才就是最關鍵的競爭優勢。讓我們深入探討這個現象背後的真相,以及它對全球科技格局的深遠影響。
令人震撼的數據真相
根據聯合國工業發展組織與中國科技公司 Dongbi Data 共同發表的《全球人工智慧研究狀況報告（2015-2024）》,美國和中國的 AI 研究人員合計佔全球總數的 57.7%。美國目前領先,擁有超過 63,000 名專業人員,而中國緊隨其後,接近 53,000 名。
但更令人驚訝的數據在這裡：中國的 AI 研究人員數量從 2015 年的不到 10,000 人激增至 2024 年的超過 52,000 人。這種爆炸性成長不是偶然,而是中國在 AI 人才培育 領域的系統性投資成果。
| 國家/地區 | AI 研究人員數量 | 全球佔比 | 十年成長率 |
|---|---|---|---|
| 美國 | 63,000+ | 約 35% | 穩定成長 |
| 中國 | 53,000+ | 約 29% | 520% |
| 歐盟 | 約 40,000 | 約 22% | 中度成長 |
| 其他地區 | 約 25,000 | 約 14% | 緩慢成長 |
為什麼這個數字如此重要？因為在當今這個 AI 驅動的時代,人才就是最核心的競爭力。黃仁勳在華盛頓特區的 Hill & Valley Forum 上特別強調,美國必須完全擁抱這項技術,投資於勞動力再培訓,並裝備每一位工作者使其能夠運用 AI 建構未來。這番話不僅是對美國的呼籲,更是對全球科技競爭格局的深刻洞察。
矽谷裡隨處可見的中國面孔
走進矽谷任何一家頂尖的 AI 實驗室,你會發現一個有趣的現象：中國面孔無處不在,而且他們往往扮演著核心角色。根據智庫 MacroPolo 的深度研究報告,美國頂尖 AI 研究機構中有 38% 的人才來自中國,這個比例甚至略高於來自美國本土的 37%。更驚人的是,近 40% 在美國工作的頂尖 AI 研究人員畢業於中國的大學。
讓我分享一個具體的例子：當 OpenAI 去年推出其首個原生多模態模型 GPT-4o 時,17 位核心團隊成員中有 6 位是中國人。他們分別來自清華大學、北京大學、上海交通大學和中國科學技術大學。這說明了什麼？中國的 AI 人才不僅數量龐大,質量也達到了世界頂尖水準。
這種現象背後有幾個關鍵因素：
教育體系的優勢：中國頂尖大學在數學、物理、電腦科學等基礎學科的訓練非常扎實,為 AI 研究打下了堅實基礎。
研究環境的吸引力：美國的科研環境、資源投入和創新文化,對全球頂尖人才都有極大的吸引力。
文化適應能力：新一代中國研究人員在國際化環境中成長,具備出色的跨文化溝通和協作能力。
全球 AI 競賽的新格局
黃仁勳對中國 AI 研究人員的評價是「世界級」的,這不是客套話。他在接受訪問時坦言：「如果你走進 Anthropic、OpenAI 或 DeepMind,你會發現許多來自中國的 AI 研究人員。這完全合乎邏輯,而且他們的傑出貢獻毫不令人意外。」
但這不僅僅是人才流動的故事,更是全球 AI 競爭格局重塑的縮影。黃仁勳特別讚揚了中國公司如 DeepSeek 和 Manus 開發的模型,認為它們是美國開發系統的強大競爭對手。他甚至直言：「說實話,DeepSeek 是出色的作品。貶低他們的成就反映出一種我無法接受的信心不足。」
這種坦誠的態度在矽谷引起了廣泛討論。在當前地緣政治緊張的背景下,一位美國科技巨頭的 CEO 公開讚揚中國的 AI 成就,這需要相當的勇氣和遠見。
研究影響力的對決
當我們深入探討研究影響力時,會發現一個更複雜的圖景。根據 Nature 期刊發表的研究,美國在 AI 論文產出方面仍然領先,總共產出了 1,365,452 篇 AI 論文（佔全球產出的 25.23%）,而中國產出了 957,840 篇論文（佔全球產出的 17.70%）。
但當我們看影響力（以發表後兩年內累積的引用次數來衡量）時,差距更為顯著：美國的總影響力為 7,368,464 次引用,而中國為 2,157,122 次引用,兩者合計佔全球影響力的 46.4%。
| 研究指標 | 美國 | 中國 | 差距分析 |
|---|---|---|---|
| 論文產出數量 | 1,365,452 篇 | 957,840 篇 | 美國領先 42.5% |
| 全球產出佔比 | 25.23% | 17.70% | 差距 7.53% |
| 總引用次數 | 7,368,464 | 2,157,122 | 美國領先 241% |
| 平均引用率 | 5.40 | 2.25 | 美國領先 140% |
這告訴我們什麼？雖然中國在 AI 研究人員數量上可能接近或超越美國,但在研究質量和影響力方面仍有相當的成長空間。這種差距主要來自於：
- 研究環境的成熟度：美國的科研生態系統更加完善,產學研結合更緊密
- 國際合作網絡：美國研究機構的國際合作更廣泛,論文影響力更大
- 資源投入深度：頂尖研究需要長期、大量的資源投入,美國在這方面仍有優勢
技術突破與現實挑戰
儘管 AI 人才競爭如火如荼,我們也需要清醒地認識到當前 AI 技術的局限性。最近的研究揭示了大語言模型在推理能力方面存在的「思考錯覺」現象。這提醒我們：無論是中國還是美國的研究人員,都面臨著突破當前技術瓶頸的共同挑戰。
從我的觀察來看,當前 AI 技術發展面臨幾個關鍵瓶頸：
計算資源的天花板：訓練更大規模的模型需要天文數字的計算資源,這不僅是技術問題,更是能源和環境問題。
數據質量的困境：高質量的訓練數據越來越稀缺,如何在數據有限的情況下提升模型性能,是所有研究人員面臨的難題。
可解釋性的挑戰：AI 系統越來越複雜,但我們對其內部運作機制的理解並沒有同步提升,這在某些關鍵應用場景中是不可接受的。
政策博弈與技術創新
黃仁勳一直主張美國應該停止限制中國 AI 開發者的訪問權限,而應該專注於擴大自身的技術優勢。他認為,國際競爭是有益的,但如果法規阻礙了美國保持競爭力的能力,那就會變得有害。
這個觀點在矽谷引起了廣泛討論,因為它觸及了國家安全與技術創新之間的微妙平衡。一方面,技術封鎖可能在短期內延緩競爭對手的發展；另一方面,它也可能阻礙自身的創新生態,因為科技發展從來都是在開放和競爭中進步的。
從 數位轉型 的角度來看,限制人才流動和技術交流可能會產生反效果。歷史告訴我們,真正的技術領先來自於持續的創新能力,而不是簡單的封鎖和限制。
從競爭到共創的可能
在這場全球 AI 人才競賽中,一個有趣的現象是：競爭並未完全阻止合作。研究顯示,從美國遷往中國的 AI 科學家中,27% 來自前 100 名的頂尖機構；同樣地,從中國遷往美國的科學家中,29% 也來自頂尖機構。
這種雙向人才流動,實際上促進了全球 AI 研究的整體進步。就像黃仁勳所說：「每個人都欣賞競爭。公司因此茁壯成長,國家也因此受益；它無疑推動我們前進。」
我認為,在當前的地緣政治環境下,保持這種理性和開放的態度尤為重要。AI 技術的發展不應該被簡單地視為零和遊戲,而應該是全人類共同面對的機遇和挑戰。
對未來的思考
回顧過去十年中國 AI 人才的崛起,展望未來十年的發展趨勢,我有幾個觀察和思考：
人才競爭將更加激烈：隨著 AI 技術的商業價值越來越明顯,對頂尖人才的爭奪只會更加白熱化。各國都需要思考如何建立更有吸引力的研究環境和職業發展路徑。
技術封鎖效果有限：在全球化的今天,試圖通過封鎖來保持技術領先是很難實現的。相反,保持開放和競爭,反而可能激發更多創新。
合作仍有空間：儘管地緣政治緊張,但在基礎研究、倫理規範、安全標準等領域,國際合作仍然必要且可能。
教育是根本：無論是中國還是美國,要保持在 AI 領域的競爭力,根本還是要投資教育,培養更多優秀的年輕人才。
作者觀點
作為長期關注科技產業發展的觀察者,我認為中國 AI 人才的崛起是一個值得深入思考的現象。這不僅反映了中國在教育和科研投資上的成果,也揭示了全球科技競爭格局的深刻變化。
關於 Tenten
Tenten 是一家專注於 AI 和數位轉型的諮詢公司,致力於幫助企業在快速變化的科技環境中找到最佳的發展路徑。我們的團隊由來自不同領域的專家組成,結合技術深度和商業洞察,為客戶提供全方位的解決方案。
本文由 Tenten 內容團隊撰寫,如需轉載請註明出處。
