王信文：中美AI竞争入新阶段 拚创新能力
中评社彰化2月8日电（记者 方敬为）中国生成式AI模型DeepSeek问世，震撼西方科技圈。彰化师范大学全球创意创新创业研究中心主任王信文接受中评社访问表示，DeepSeek问世验证美国对中国的科技围堵并没有产生太大效果，相关做法反而让中国开始发展出另外的科技路径，打破美国过去认为掌握AI领导地位的认知，也宣告中美在AI领域的竞逐进入新的阶段，也就是人才争夺战。
王信文，交通大学管理学博士，彰师大三创暨管理科技研究中心主任、智富经营管理学会荣誉理事长。曾任北京大学光华管理学院调研学者、美国柏克莱加州大学访问学者、美国加州大学尔湾分校短期研究员等职，研究专长包括国企跨境电商策略、大数据行销决策、区块链、资通讯5G整合与智慧机械等。
针对DeepSeek横空出世的意义，王信文说，DeepSeek的研发与美国的AI技术发展大相径庭，意味着中美两国在人工智慧竞争中已经进入一个全新的阶段，其核心焦点正逐渐从硬体投入与算力竞赛，转向高层次人才的较量与创新能力的争夺。
王信文解释，传统观念认为AI技术的突破必须依赖大量资本投入、强大算力和高耗能环境，举例来说，目前美国的科技巨头如Meta、Google、Amazon和Microsoft，每年在GPU设备的扩充上投资数十亿美元，这种庞大的资金投入背后隐藏着巨大的能源消耗与环境压力。
他指出，有研究数据显示，仅美国市场在过去五年内因为AI算力需求的急剧增加而导致的能源消耗增幅就超过30%，而在某些极端情况下，有些企业甚至考虑投资建设小型核电厂，以支撑庞大的GPU运算需求，这无疑对环境产生了不容忽视的负面影响。
王信文说，然而，DeepSeek的研发成果却打破了这一传统模式。根据官方报告，DeepSeek的研发成本仅在600万美元左右，所使用的AI晶片数量也仅约2000多片，这与当前其他同类产品相比显得格外高效，这种以较低成本实现高性能运算的模式，充分体现了“人才为本”的理念，事实上，人工智慧的进步不再仅仅依赖于庞大的硬体投资，而是在于人才对算法优化与创新思维的推动。
王信文提到，从全球范围来看，目前在AI技术发展中占据主导地位的国家主要集中在美国和中国两个阵营，未来会是美国的华裔人才跟在中国本土人才之间的较劲。以OpenAI为例，其工程师团队中大约有一半成员具有华人背景，而全球领先的AI晶片制造商NVIDIA，其执行长黄仁勋本身亦是华裔，这些数据都反映出高端人才在国际AI竞争中所扮演的重要角色。
王信文进一步阐述，人工智慧的发展可以分为软体和硬体两大路径，其中软体方面主要指的是算法的创新，而硬体则是支撑大规模数据处理的计算平台，DeepSeek之所以能够引起业界广泛关注，正是因为其在硬体成本与效能之间找到了巧妙的平衡，相比之下，ChatGPT的研发成本要高得多，而DeepSeek仅用不到ChatGPT五分之一的经费便取得了相近的运行效果，这一成就无疑代表了中国在技术创新与资源配置上的颠覆性突破。
谈及DeepSeek的开源策略，王信文表示，也是DeepSeek在AI领域投下的一枚震撼弹，虽然OpenAI名义上提倡“OPEN”精神，但其实际上并未完全开放其技术资源。直到DeepSeek问世后，这一局面才出现了转变，DeepSeek的出现促使更多企业和研究机构开始关注并推动真正意义上的开源运动，其核心元件R1架构不仅免费向使用者提供高效解决方案，还迅速获得了市场与技术界的一致认可。
王信文说，自DeepSeek发布以来，全球相关企业的技术合作洽谈数量明显上升，连Microsoft等国际巨头也表现出对其技术的浓厚兴趣，DeepSeek是否强大，从美股大幅的下修跟震荡，还有台湾股市春节过后开盘的重挫跌停就可见端倪，研判DeepSeek将影响AI产业的生态，大家会开始省思，是否还需要再投入高价抢购AI晶片？相信AI产业的估值会回归到较为合理的阶段，这对全世界会是非常好的启发。
中评社彰化2月8日电（记者 方敬为）中国生成式AI模型DeepSeek问世，震撼西方科技圈。彰化师范大学全球创意创新创业研究中心主任王信文接受中评社访问表示，DeepSeek问世验证美国对中国的科技围堵并没有产生太大效果，相关做法反而让中国开始发展出另外的科技路径，打破美国过去认为掌握AI领导地位的认知，也宣告中美在AI领域的竞逐进入新的阶段，也就是人才争夺战。
王信文，交通大学管理学博士，彰师大三创暨管理科技研究中心主任、智富经营管理学会荣誉理事长。曾任北京大学光华管理学院调研学者、美国柏克莱加州大学访问学者、美国加州大学尔湾分校短期研究员等职，研究专长包括国企跨境电商策略、大数据行销决策、区块链、资通讯5G整合与智慧机械等。
针对DeepSeek横空出世的意义，王信文说，DeepSeek的研发与美国的AI技术发展大相径庭，意味着中美两国在人工智慧竞争中已经进入一个全新的阶段，其核心焦点正逐渐从硬体投入与算力竞赛，转向高层次人才的较量与创新能力的争夺。
王信文解释，传统观念认为AI技术的突破必须依赖大量资本投入、强大算力和高耗能环境，举例来说，目前美国的科技巨头如Meta、Google、Amazon和Microsoft，每年在GPU设备的扩充上投资数十亿美元，这种庞大的资金投入背后隐藏着巨大的能源消耗与环境压力。