OpenAI先卡位華府採購，AI勝負為何已不只看模型？

 

當AI不再只是模型競賽，而是國會、監管與地緣政治的交火點

「真正值得關注的，不是哪一家公司又把參數堆到多大，而是誰先拿到制度、採購與工作流的入口。」

這句話，放在今天的AI版圖上，再貼切不過。因為現在決定勝負的，早就不只是技術本身，而是誰先被政府採用、誰先被監管接受、誰先被納入公共與企業流程。AI正在從工具，變成權力結構的一部分。

 

華府先用錢投票，OpenAI先卡位

先看美國國會。根據對2025年4月1日至2026年3月31日眾議院支出的分析，已明確標示供應商的付費AI工具支出至少有11.37萬美元；其中約8.88萬美元、也就是接近九成，流向了ChatGPT母公司OpenAI，交易筆數占比更高達約96%。排第二的是Anthropic，約1.32萬美元，但差距已經不是一個量級。

這組數字的重點，不只是誰賣得多，而是OpenAI已經先成為華府辦公室的預設選項。而且這還只是可見的付費紀錄，並不包含免費帳號、內建在其他軟體中的AI功能，甚至其他未明確揭露的使用方式。

在國會這種文書密集、資訊過載的環境裡，AI最直接的價值很現實：摘要法案、整理備忘錄、準備聽證資料、回覆選民。共和黨眾議員Julie Fedorchak就公開表示，她的辦公室透過ChatGPT建立可搜尋的立法與選民資料庫，讓AI自動產出簡報備忘錄，每週可節省數十小時幕僚時間。

而這也正是AI真正的滲透方式：不是先出現在最前沿的實驗室，而是先進到每天都在趕工的辦公室。

 

真正的瓶頸，不是模型，而是幕僚工作量

POPVOX Foundation執行長Marci Harris的說法很關鍵。她指出，AI一方面幫幕僚更快消化資訊；但另一方面，遊說團體與選民也開始用AI大量生成更長、更頻繁的意見文件，讓原本就人手不足的國會辦公室壓力更大。

這就是我一直強調的：技術提升效率，不代表系統負擔下降。很多時候，它只是把原本的人力瓶頸，轉化成新的資訊洪流。

更耐人尋味的是黨派分布。這段期間，民主黨辦公室的付費AI支出約5.42萬美元，是共和黨約1.58萬美元的三倍；已知使用ChatGPT的民主黨辦公室達44個，共和黨則是27個。於是出現一個很矛盾的畫面：一邊高聲警告AI可能傷害勞工、隱私與選舉公平，另一邊卻是國會AI工具的主要採購者。

這不是諷刺，而是人性。越是知道AI會改變規則的人，越會先把自己放進遊戲裡。

 

OpenAI的優勢，不只來自產品，還來自滲透路徑

OpenAI在國會的領先，並不是偶然。除了品牌幾乎等同於「AI」之外，它也很早就開始布局。

House Digital Service早在2023年就推出AI工作小組，首批發放40個ChatGPT Plus授權給跨黨派幕僚試用。之後，非黨派機構Congressional Management Foundation也與OpenAI合作，替眾議院與參議院的資深幕僚辦理ChatGPT訓練課程，甚至由OpenAI工程師親自授課。

反觀Anthropic，目前還沒有被發現有同等規模的國會培訓合作。

這裡真正重要的，不是誰的模型分數高，而是誰先進入使用者心智、誰先被寫進工作流程、誰先成為“教育的一部分”。這才是平台化優勢。當產品先變成標準答案，後來者即便技術不差，也很難逆轉。

 

AI公司在華府的遊說戰，才剛開始

另一個值得注意的訊號，是AI公司本身在華府的遊說支出正在加速。

OpenAI在2026年第一季的聯邦遊說支出達到100萬美元，較一年前同期成長約82.5%。而Anthropic更是直接砸下近160萬美元，是2025年第一季的三倍以上。

這透露的訊息很清楚：模型競賽之後，下一階段是制度競賽。誰能影響採購標準、責任歸屬、風險定義與監管框架，誰就更接近長期定價權。

Brennan Center研究員Eric Petry提醒得很直接：不論是大型政府採購，還是個別辦公室訂閱，都必須確保納稅人的錢買到的是最適合的工具，而不是在獎勵某種政治偏好。他也主張，國會在制定AI監管前，應該能系統性測試多家模型，理解它們的差異與行為模式。

這句話我很認同。因為監管若沒有實測基礎，最後很容易只剩立法姿態。

 

歐盟出手，監管開始真正落地

如果說華府是AI應用的前線，那布魯塞爾就是AI規則的前線。

歐盟在2024年通過的AI Act已分階段上路，而從本週開始，EU AI Office正式拿到對通用型AI模型（GPAI）的實質監督與執法權。這代表歐盟執委會現在可以要求模型在歐洲公開前先接受評估，必要時限制進入市場，違規者最高可被罰1500萬歐元或全球營收3%，以較高者為準。

這不是象徵性政策，而是直接把OpenAI、Anthropic、Google等美國實驗室納入歐洲監管射程。

Sidley Austin合夥人Elisabetta Righini點出重點：只要在歐洲提供GPAI模型，就可能被這套權力框住；美國地址不能讓實驗室躲開歐盟監管。非歐盟供應商還必須指定一位設在歐洲的授權代表，作為與監管機構溝通的正式窗口。

歐盟這套做法背後，核心是科技主權。它不想只當美國AI的消費者，而是要成為規則制定者。

 

歐盟對美國科技巨頭，不只是管AI

別忘了，歐盟對美國科技大廠的強硬立場早就不是新聞。Google在2026年7月因被認定在搜尋與服務中優待自家產品，遭歐方祭出10億美元罰款，當時美國總統Donald Trump還揚言要對歐盟施加「大幅關稅」。

現在AI Act的監管工具又往前推一步，未來在跨境資料、演算法透明度、模型安全性上，歐美之間的摩擦只會更多，不會更少。

這也說明一件事：AI不是單一產業，而是新的國際談判桌。模型、資料、算力、雲端、合規，全部都被綁在一起。

 

中國沒有缺席，阿里巴巴用2.4兆參數正面追趕

在美歐角力之外，中國科技公司也在加速追趕。

阿里巴巴在週一發布旗下最新模型Qwen3.8-Max，宣稱參數達到2.4兆，並支援最高100萬token的情境視窗，等於可一次處理數千頁內容。阿里巴巴表示，這個模型在多項測試中已能與Anthropic的Fable 5打平，甚至部分項目更優；在Vision Arena上僅次於Fable 5，在Text Arena則排名第五。

市場反應也很直接。消息公布後，阿里巴巴紐約掛牌股盤前上漲4.5%，香港掛牌股價則勁揚7%。

但阿里真正想傳遞的，不只是「我有更大的模型」，而是我可以把模型放進工作場景。

 

模型真正值錢的地方，在於能不能長時間做事

阿里巴巴展示的應用很有指向性。Qwen3.8-Max可長時間自主編碼；在一次內部測試中，模型連續16天自動撰寫程式碼、測試、修正錯誤並反覆優化，最後打造出一款AI編碼工具。

除此之外，它也被用於：

• 法律文件審閱
• 金融研究
• 建築3D建模
• 理解長達100小時的直播內容
• 將長影音整理成可搜尋、可互動的知識庫

這些應用才是真正的戰場。因為未來不是看誰把 benchmark 跑得更漂亮，而是看誰能在真實工作流裡連續跑、穩定跑、低錯誤率地跑。

 

中國的軍備競賽，也在逼出自己的上限

但這場追趕戰也暴露出中國AI生態的激烈內捲。就在不久前，Moonshot AI推出了Kimi K3，宣稱有2.8兆參數，成為目前中國規模最大的模型。

當參數數量、情境視窗長度、排行榜名次，變成市場宣傳的主軸，問題也就來了：這些「硬指標」最終能不能轉化成真正可商用、可合規、可跨境部署的產品？

在歐盟逐步要求風險評估與安全責任的背景下，答案未必樂觀。因為大模型的競賽，最後拼的從來不只是大，而是可用、可信、可被制度接受。

 

真正的不是三方競爭，而是三種規則

如果把今天的局勢收斂成一句話，我會這樣看：

• 美國靠OpenAI等公司，先在應用與政治滲透上取得優勢；
• 歐盟靠AI Act，試圖用制度補足技術落差，成為全球規則制定者；
• 中國則靠超大模型與實作能力，快速縮短與美國頂級模型的距離。

這不是單純的技術競賽，而是一個既競爭又互相牽制的AI多極世界。

真正要問的，不是下一個模型多強，而是：

1. 政府能不能在不偏袒特定廠商的情況下，選到最適合公共服務的工具；
2. 監管者能不能跟上技術迭代速度；
3. 企業在追求更大、更快、更強的同時，願不願意承擔跨境安全與責任成本。

因為最終決定AI命運的，不是參數表，而是制度、採購、合規與人性的總和。