面對中國急速崛起的人工智慧（AI）實力，美國採取迥異於歐盟的監管進路，以放鬆管制激勵創新、加速前進的形象深植人心。但隨著晶片管制看似鬆動、多州持續推進AI立法，該如何解讀美國AI政策背後意圖？
從晶片管制到先進模型研發，美、中兩國已深陷人工智慧競賽的心態與實質競逐中。
面對能源基礎建設領先、開源模型能力不斷突破的中國，美國政府透過行政命令及7月正式發布的「AI行動計畫」，放鬆監管、加速創新的形象深植人心。川普擬以行政命令阻撓各州個別訂立AI法律再度引發反彈，也彰顯白宮避免美國發展出50套AI監管體系的持續努力。
從政策面觀之，美國準備如何「贏得AI競賽」？白宮去管制化的努力，對美國人工智慧監管體系又具有什麼意義？
輸出主導性技術，AI競賽取勝關鍵在「採用」
與上一場強權間的科技競賽不同，AI競賽的里程碑不如登上月球表面那樣簡明可見。在11月接受《華爾街日報》（WSJ）採訪時，美國白宮科學與技術政策辦公室（OSTP）主任克拉齊奧斯（Michael Kratsios）解釋，這場競逐的關鍵字在於「採用」。
克拉齊奧斯曾在川普第一次任期間擔任美國首席技術官，主持「美國AI倡議」（American AI Initiative）。目前身為史上最年輕的OSTP主任，也負責監督美國在人工智慧、量子運算、核能與生物科技等關鍵科研領域的議程制訂及執行。在2025年回任公職前，已在Scale AI服務4年。
克拉齊奧斯指出，贏得AI競賽表示著美國的技術堆疊（tech stack）成為全球採用的主導技術。這包括在科技創新上保持領先地位，以及支持開發者及科技公司採納這些技術的規章體系。
克拉齊奧斯描述，目前美國很「幸運」，擁有全世界最好的晶片、最好的模型與最好的應用，「我們應該將這些交到所有想要獲益於人工智慧的國家及人民手中。」
這呼應美國「AI行動計畫」的三大執行面向。首先，是刪除「繁文縟節」，加速人工智慧在公、私領域的發展及採用。其次是建設驅動AI創新的基礎建設，這包括資料中心、能源基建以及半導體產能，並提升勞工技能與適應力。第三部分則是在外交上強化國際影響力，積極出口美國技術。
對中國的先進晶片管制是一個顯著的例外。但克拉齊奧斯補充，許多AI應用並不需要用到最高端的晶片。
兩任政府AI政策核心不變，差異在「前進速度」
川普2025年上任以來，撤銷不少前任總統拜登的行政命令。但美國史丹佛大學法學院教授珀西利（Nate Persily）觀察，整體而言，美國的AI政策在過往幾年間並沒有出現大幅度的變革。
珀西利是史丹佛大學網路政策中心的共同創始主任，也共同領導法學院的人工智慧倡議（Stanford Law AI Initiative）。珀西利的研究領域涵蓋政治學、傳播學及人工智慧，曾深入研究社群媒體與人工智慧對政治宣傳、競選活動及選舉的影響。目前的研究重心在AI監管及AI造成的社會影響。
於11月在台舉行的第八屆人工智慧與法律國際學術研討會中，珀西利透過視訊分享，拜登及川普政府在強化AI基礎建設、加強AI採用，以及提升國內晶片產能等政策上，大抵是雷同的。拜登政府在國安面向的行動，大多延續下來。
川普政權的AI政策特色在於「加速」，與拜登時期的主要差異也呈現於削減管制規章上。拜登關注模型多元性、錯假資訊，川普則更關注模型「偏見」問題，要求聯邦政府只得採購不具意識形態偏見的「客觀」模型。
在拜登任內成立的「AI安全中心」（AISI），也在2025年6月改名為「AI標準與創新中心」（CAISI）；核心任務從追求「安全」的人工智慧，轉向促進AI創新與國安保障。
聯邦去監管、地方及司法機關補充的多層次格局
然而，雖然美國沒有聯邦層級的AI法律，短期內也不太可能制訂這樣的全國性AI法規。這並不表示美國不存在與AI相關的法律。
一個愈加鮮明、也令華府感到憂心的趨勢是，州級立法正在填補聯邦層級的AI立法空缺。在科技公司密集的加州，相關法案數量尤多。
在《富比士》（Forbes）統計的全球前50家AI公司中，有32家位於加州。這包括輝達、蘋果、Google與Meta等科技巨頭，以及OpenAI、Anthropic與xAI等新一波AI領頭羊。
9月，加州州長紐森（Gavin Newsom）簽署《前沿AI透明度法》（TFAIA），確立加州成為全美首個建立全面性法律框架確保先進模型透明度、安全性與問責機制的州地位。法案也成立新聯盟「CalCompute」來發展公共AI運算集群，鼓勵安全、公平且永續的AI開發與部署。
10月通過的加州SB243法案，則聚焦陪伴型聊天機器人的安全性。業者必須向未成年使用者揭露他們正在與AI機器人互動，每三小時就要送出提醒休息的通知，並要設立防止自殺、自殘的護欄。
同樣值得注意的是，監管AI的法律不只存在於AI法案中。珀西利提醒，這類較全面性的AI法律框架在美國相對少見，加州在此居於領先地位。但美國幾乎每個州都在以某種方式監管AI。這在應用層面較明顯，例如，許多州都針對使用AI生成未經同意的深偽色情影像制訂了相關法規。
在監管進路上，克拉齊奧斯也支持從應用例與產業別切入。他認為，人工智慧技術會滲透進所有產業，而各行業已經有相應的監管機構。例如食品暨藥物管理局（FDA）已負責監管醫療診斷，國家公路交通安全管理局監管車輛安全。讓這些機構因應新技術迭代，更新及擴展相關法規，是比較理想的作法。
珀西利直言，審視AI監管的現況，重點不是AI是否有受到監管，而是誰主責監管AI。現有的法律在此也扮演要角。例如模型訓練資料的版權涉及智財權，模型誹謗他人的責任歸屬涉及誹謗法，消費者保護、購買合約等諸多領域，都需要因AI模型能力進展而更新詮釋。也就是說，在司法機關審理涉及AI的案件時，也在判決過程中形成對AI的規範作用。
珀西利預期，即便美國政府有反監管、加速主義的色彩，但由於訴訟制度的本質，未來幾年仍將出現大量AI相關的法律。因應技術現實，史丹佛法學院也正在思考傳統法律中的AI維度，以及如何更新所有的課程。
無論是全球性的AI競賽，或是一套可行的監管體系，都將是逐步演變的長路。克拉齊奧斯在對談中表示，他「目前不擔心AI泡沫」，認為AI產業發展還屬相對早期。若以馬拉松比喻，可能才在5公里處，「我們還有很長的路要走。」
