唯有AI國有化 才能承擔最後責任？

美國帕蘭泰爾執行長卡普近日接受ＣＮＢＣ訪問時表示，如果ＡＩ技術帶來的風險與法律責任大到企業無法承擔，領先的ＡＩ實驗室最後可能需要國有化。他同時強調，ＡＩ開發者必須對自己的行為負責，也需要建立合理而且可以執行的規範。

「ＡＩ要不要國有化」聽起來非常激進，但從產業經濟學來看，卡普其實提出了一個值得認真討論的問題。ＡＩ產業不是單純的消費品市場，大型ＡＩ實驗室位於產業鏈上游，提供模型、演算法等關鍵投入；下游則是金融、醫療、製造、服務與其他大量使用ＡＩ的企業。ＡＩ實驗室一旦出現重大問題，影響可能沿著上下游產業鏈擴散。

這就產生一個重要問題：如果下游企業使用ＡＩ做出錯誤決策，造成重大損失，究竟應由使用ＡＩ的企業負責，還是由上游ＡＩ開發者負責？若ＡＩ的收益由私人企業取得，風險卻可能由整個社會承擔，傳統的私人利潤最大化就可能與社會福利出現落差，這正是經濟學所說的「外部性」。

ＡＩ風險當然可以透過法律責任、產業監管、安全標準、保險等方式處理；但若風險具有高度的不確定性、跨企業性，甚至可能產生巨大的系統性損失，就有必要進一步思考，政府是否應該參與上游ＡＩ產業的所有權與治理？

這裡說的國有化，不必理解成政府把所有ＡＩ企業全部收歸國有；它可以是一個連續的制度光譜，從完全私人所有、到政府參股，再到由政府持有具關鍵戰略地位的ＡＩ平台。真正值得討論的是，若ＡＩ逐漸成為所有產業共同使用的「智慧型基礎投入」，是否還能把最核心的ＡＩ平台完全視為一般私人企業？尤其當上游ＡＩ企業掌握關鍵技術、下游數以千計的企業都依賴它，風險卻可能由整個社會承擔時，政府的角色就值得重新思考。

這並不表示因為ＡＩ有風險，所以必須國有化，卡普也沒有提供完整的經濟機制來證明這個結論。問題核心是，在何種條件下政府監管已不足；由政府參與所有權，反而能夠提高整體社會福利？

這其實是個典型的產業經濟學問題：上游ＡＩ企業如何定價？下游企業如何使用ＡＩ？誰承擔風險？私人企業與政府企業的目標有何不同？不同的所有權結構，又如何影響創新與安全投資？對台灣而言，現在或許正是開始研究這些問題的時候。

ＡＩ時代的下一場競爭，不只是誰能開發出最強大的模型，也包括由誰來治理「將成為所有產業共同基礎的技術」。「國有化」值得思考的是，當ＡＩ的收益私人化，風險卻社會化時，誰應承擔最後的責任？