[文亨南，成均馆大学全球融合学部教授，韩国AI教育协会会长]
2026年，韩国的人工智能（AI）预算为9.9万亿韩元，是前一年的三倍。今年8月，国家AI计算中心在全南海宁开工建设，而今年1月《人工智能基本法》已正式实施，独立基础模型的开发项目也在进行中。从数字上看，这一规模前所未有。然而，同年，美国四大科技巨头公布的设备投资计划达到7250亿美元，约为我们预算的100倍。仅亚马逊一家在一个季度的支出就超过了我们一年的AI预算。2024年这一数字为2260亿美元，短短两年内增长了三倍。以同样的方式竞争，我们无法弥补如此巨大的差距。
美国和中国在人工智能领域各有不同的优势。美国依靠私人资本的自主竞争，而中国则通过国家制定长期计划来分配资源。这两种模式都不是我们可以简单模仿的。我们无法在资本上战胜美国，也无法在国家动员上赶上中国的规模。然而，中国在出口管制的限制下，利用较少的计算能力取得类似的性能，值得我们关注。这是约束促使特定方向创新的一个例子。
李在明总统在竞选时承诺，胜选后将国政课题定为“AI三大强国”。今年2月发布了《人工智能基本计划》，并编制了9.9万亿韩元的预算。然而，关于谁在何时做什么的路线图仍未明确。目标清晰，但路径模糊。因此，作为一名研究和教授AI已有42年的学者，我提出了一些建议。这是关于政府、地方政府、高校、企业和个人五大主体在2030年前各自应做什么的路线图。
回到前面的数字，我们需要问的问题不是“如何赶上”，而是“什么才算第三位”。这并不是文字游戏。目标的定义将完全改变我们需要做的事情和成功的可能性。
因此，顺序变得清晰。利用基础设施推动应用，在这个过程中，通过积累的数据和资本，瞄准特定领域的模型。如果同时追求三者，资源会分散，但如果确定顺序，彼此会相互促进。让我们看看我们拥有的资源。高带宽内存（HBM）是AI加速器的必需部件，韩国企业在这一市场中占据主导地位。随着AI数据中心投资的增加，收益也在增长，这样的国家在全球并不多见。拥有造船、钢铁、石化、汽车和电池工厂的条件也相对少见。
在AI超越软件，直接涉及机器人和设备的物理AI阶段，实际生产过的国家更具优势。因为工艺数据无法从互联网获取。
明显的薄弱环节也存在。美国斯坦福大学的报告显示，韩国在综合排名中位列第四，人均AI专利数量第一。然而，在瑞士国际管理发展学院（IMD）的评估中，数字竞争力排名第15位，下降了九个名次，其中人才方面排名第49位，海外高端人才引入排名垫底。指标的差异源于测量项目的不同。制造能力处于上游，但人才和市场则处于中游。这种不对称正是韩国AI的真实写照。
更令人担忧的是，低排名的项目会侵蚀高排名的项目。如果人才流失，几年后研究成果会减少，产业生态圈变得薄弱，优秀技术无法转化为商业。现在的高排名是过去积累的结果。还有一点需要强调的是电力。AI竞争的最后瓶颈意外地是电力。一个大型数据中心的用电量相当于一个小城市，而我们的需求集中在首都圈，发电设施则分散在地方。国家AI计算中心设在海宁也是对这一结构的应对。然而，接入时间表、许可速度、冷却水和居民接受度中，没有一个是纯粹的技术问题，全部都是行政和共识的问题。
我想强调的是，国家的AI能力并不是由顶尖的1%决定，而是由其余99%能做什么来决定。我们必须继续吸引顶尖研究者，但仅靠这一点无法成为三强。随着自然语言描述需求的“氛围编码”（vibe coding）逐渐普及，瓶颈正在发生变化。开发者的数量正在向创意的数量转变。过去，尽管有好的想法，却常常找不到实现的人而消失。
现在，最了解现场问题的人可以直接制作工具。工厂的班组长可以制作适合自己工艺的检查程序，护士可以制作交接整理工具，工作人员可以制作民意分类工具。这些工具无法通过外包获得，因为问题的了解者和制作人是不同的。
当然，这也存在风险。如果在不理解代码功能的情况下使用，安全漏洞或错误计算可能直接影响现场。因此，制作训练和质疑结果的训练必须同时进行。然而，这一观点并不是“不要教”，而是“要好好教”。要成为AI强国，首先要成为“氛围编码强国”。这一战略无法仅靠政府实现。
政府需要铺设计算资源、数据和电力的高速公路，并制定可预测的规则。地方政府在吸引数据中心时，不应止步于此，而应与地区主导产业的转型相结合。如果在引进合同中未明确地方企业和大学使用的计算资源分配比例，地方只会留下用电的建筑。大学应将AI与所有专业结合，而不是仅增加AI专业的招生名额。教导AI专业学生领域知识不如教导领域专业学生AI来得更快。企业应区分引入工具与重新设计工作流程。即使报告草稿在5分钟内完成，如果审批流程不变，整体时间也不会减少。个人在考虑跳槽之前，应先将自己的工作拆分为任务单位。消失的不是职业，而是其中的任务。
如果五大主体中的任何一个停滞，其他的努力将无法转化为成果。即使政府获得了GPU，但没有研究者使用也会闲置；即使大学培养了人才，但没有企业接纳，他们也会流失到海外；即使企业引入了AI，但员工不使用，成本也只会增加。国家战略最终必须成为某人的周一早晨工作才能实现。缺乏的不是预算，而是决策。确定作品的AI学习使用范围，为所有项目设定绩效指标和结束标准，将海外人才引进从薪资谈判转变为套餐设计，这些都不需要巨额资金。规则的空白越长，遵守规则的国内企业就越不利。
到2030年只剩下四个预算周期，时间并不长。然而，如果方向正确，这也是足够的时间。只要排名不是目标，就不会仅追求可测量的东西。如果能够用这项技术解决人口减少地区的照护问题、无法招聘人员的现场人力短缺、以及消失的熟练技术的保存，那么届时第三位将不再是目标，而是结果。
作者主要经历
▷成均馆大学管理学博士 ▷东西经济研究所高级研究员 ▷每日经济记者 ▷韩国管理学会会长 ▷可持续科学会会长 ▷成均馆大学全球融合学院院长、韩流国际大学院长、融合国际学部·韩流国际学部教授 ▷韩国AI教育协会会长 ▷韩国氛围编码协会会长 ▷文亨南品牌研究所所长
※ 本报道经人工智能（AI）系统翻译与编辑。
