隨著人工智慧（AI）應用日益普及，其所需的龐大運算資源正讓企業面臨前所未有的成本壓力，也凸顯了各國在AI基礎建設上的「運算主權差距」。大型企業如亞馬遜、沃爾瑪、思科、Uber 和 Meta 等，近期已開始限制員工使用 AI 工具，以控制不斷攀升的開支。
這些企業起初積極推廣 AI 工具，但由於 AI 助理（指能自主執行複雜任務而非單純對話的 AI 系統）對運算資源的需求遠超預期，加上 Anthropic 和 OpenAI 等主要 AI 開發商將部分服務從固定費率改為依資料處理量（Token）計費，導致成本大幅增加。例如，軟體公司 Workato 在去年夏季導入 AI 助理後使用量激增，Anthropic 轉換計費方式後，該公司 AI 支出隨即跳升。德勤（Deloitte）全球生成式 AI 負責人 Kosti Perikoc 指出，運算成本已成為企業財務長和董事會關注的焦點。OpenAI 執行長薩姆·奧爾特曼（Sam Altman）也坦言，今年 AI 成本已成為客戶的「巨大問題」，這在去年是前所未見的。
根據外媒報導，AI 採用的深層基礎設施包括晶片、電力、資料中心、雲端服務、網路、資本和相關法規。AI 運算主權的核心定義，即是一個國家對這些關鍵基礎設施擁有足夠的控制權，以保護公眾選擇、維持關鍵服務，並避免任何單一外國供應商掌控規則。這項議題揭示了 AI 模型訓練地點、伺服器控制權、適用法律及誰能切斷存取權限等深層問題。
目前全球 AI 基礎建設存在明顯落差。一項針對 500 個 AI 超級電腦的調查顯示，截至 2025 年初，全球約 75% 的總運算效能集中在美國。美國企業在工作場所使用生成式 AI 的員工比例（43%）也顯著高於歐洲六國的平均（32%）。此外，美國有 7% 的公司在產品或服務中使用 AI，而歐洲僅為 4%。這差距部分源於各國工作型態與企業類型差異，以及美國企業更願意提供員工經核准的 AI 工具與支援試點計畫。
AI 系統對資源的需求正呈指數級增長。2025 年 3 月，一套領先的 AI 系統便使用了 20 萬個 AI 晶片，硬體成本高達約 70 億美元，並需要近 300 百萬瓦（MW）的電力。這些領先系統的運算效能每九個月翻倍，硬體成本與電力需求也大約每年翻倍。國際能源署（International Energy Agency）預估，全球資料中心的電力需求將從 2024 年的 415 太瓦時（TWh）增長至 2030 年的約 945 太瓦時，佔全球總需求的比例也將從 1.5% 大幅提升。此趨勢加劇了晶片短缺問題，預計未來 12 到 18 個月內將持續惡化。
面對運算資源短缺與戰略依賴的挑戰，各國政府與區域組織紛紛採取行動。美國的《晶片與科學法》（CHIPS and Science Act）已撥款約 527 億美元用於晶片補貼和新科技發展。歐洲則透過「歐洲高效能運算聯合會」（EuroHPC）計畫，截至 2025 年 3 月已啟動超過十多座 AI 工廠。英國政府也在 2025 年的運算計畫中指出，到 2030 年可能需要至少 6 吉瓦（GW）的 AI 資料中心容量，是當時可用容量的三倍。有媒體建議，美國、歐洲、日本和大韓民國等國家可透過「運算協定」來整合各方資源，共同應對這場日趨激烈的科技競賽。
