俄羅斯在世界 AI 競賽中的處境是什麼？今年 4 月的俄羅斯年度 Data Fusion 大會上，主持人提問，「俄羅斯發展 AI 最關鍵的是什麼？」主持人先點名透過視訊連線出席的普丁小女兒 Katerina Vladimirovna Tikhonova，她說，「人才是一切，其他一切都是人才的結果。」
台上的人表示同意，但整場大會幾乎沒有人認真討論另一個問題：沒有晶片，人才能做什麼？
從奧林匹亞競賽到總統委員會，人才培育全面啟動
俄羅斯的 AI 人才培育計畫規模不小。莫斯科國立大學今年新設 AI 學院，超過一半的學生名額由贊助方免除約 7,000 美元的學費，資金來自普丁的親信。
學院獲准使用 2024 年啟用、專為 AI 工作負載設計的超級電腦 MSU-270，並與 2020 年成立的 AI 研究院、2025 年設立的研究中心共同構成一套「統一生態系」。這個生態系的核心人物，正是 Tikhonova 本人，她擔任 AI 研究院的負責人。
而且 AI 今年被納入自 1989 年起每年舉辦的全國資訊學奧林匹亞競賽，俄羅斯計劃將 AI 專家的年產出從 2022 年的約 3,000 人提升至 2030 年的 15,500 人。
在政策層面，普丁今年 2 月成立了總統 AI 委員會，以建立國家 AI 政策框架，值得注意的是，委員會成員不只包含科技公司代表，也涵蓋國防部長與聯邦安全局（FSB）局長。
戰略與國際研究中心高級研究員 Katheryna Bondar 指出，在俄羅斯，民用與軍用技術發展之間的界線是模糊的。據流亡海外的俄羅斯記者創辦的獨立媒體 T-invariant 調查，這套生態系已出現潛在軍民兩用的跡象，包含 AI 導引無人機、步態識別系統，以及與深圳一所大學設立的聯合實驗室，該實驗室同樣在研發無人機技術。
然而，這套人才培育計畫的起點已經帶著裂縫。2022 年俄羅斯入侵烏克蘭後，約四分之一俄羅斯軟體開發者的 GitHub 個人頁面停止顯示地理位置，或顯示已離開俄羅斯。
曾在俄羅斯版 Google Yandex 負責自動駕駛專案的 Dima Dobrynin，在入侵後數週便離開，他說，「我不想成為其中的一部分。」許多有技術背景的朋友也相繼出走。這波人才流失，恰好發生在俄羅斯最需要頂尖技術人才的時刻。
主權 AI 的意識形態困境
俄羅斯 AI 計畫的核心，是「主權」這個概念。理想狀態是，AI 模型由本國研究者開發、在本國硬體上運行、體現本國價值觀，確保技術由政府掌控、不受外部干預。普丁在去年 11 月的一場 AI 大會上直接表述：「對俄羅斯而言，這是一個國家主權、技術主權，以及可以說是價值主權的問題。」
但主權的追求在實踐中出現矛盾。超級電腦 MSU-270 的使用權被嚴格限制，據 T-invariant 調查 ，即使是曾負責建造莫斯科國立大學早期超級電腦的計算中心員工，也無法存取這台機器。
立法層面的意識形態介入也在製造阻力。今年 3 月的一份草案法案，要求俄羅斯 AI 模型遵守「俄羅斯精神與道德價值觀」，並要求 AI 優先考量「精神層面而非物質層面」。部分業界領袖提出反對，指出俄羅斯目前缺乏資料與算力來訓練此類模型，而「精神優先於物質」也不是企業能據以開發技術的明確法律定義。
而普丁的女兒 Tikhonova 在整套生態系中的核心地位，Bondar 認為很可能源於裙帶關係——Tikhonova 曾是國際搖滾舞蹈選手，擁有數學博士學位，但沒有發表過 AI 研究論文。
不過 Bondar 也指出，AI 產業的成長，反映 AI 已進入克里姆林宮的核心優先議程，這本身是一個值得關注的訊號。
人才補得上，但晶片補不了
不過無論人才培育計畫多麼完整，俄羅斯 AI 戰略都面對一個更根本的限制：晶片。
美國海軍分析中心顧問 Samuel Bendett 指出，俄羅斯製造 AI 訓練所需專用計算硬體的能力，落後中美數十年。
目前，俄羅斯靠灰色市場取得美國晶片維持運作。據 T-invariant 的調查，莫斯科國立大學的 MSU-270 超級電腦，正是透過一家中國公司以「Solar Peak」虛假品牌取得受制裁的 NVIDIA 晶片組裝而成。但這條供應線正在收窄，因為美國加強晶片走私執法，並擬議追蹤美國晶片位置的立法，以防止晶片流入不受歡迎的地區。
面對美國晶片供應受阻，俄羅斯正積極探索替代方案。據 T-invariant 報導，俄羅斯國家銀行 VTB 自 2026 年 3 月起開始測試中國顯示卡，然而，AI 晶片政策專家 Lennart Heim 對寄望中國這條路線的可靠性持懷疑態度：「中國自身的 AI 晶片產能幾乎不足以滿足國內需求，」他告訴 TIME，俄羅斯在中國客戶的優先序列中排名並不高。
俄羅斯寄望將烏克蘭戰場上積累的作戰數據，作為與中國交換晶片技術的籌碼——畢竟中國數十年未打地面戰，需要這類數據訓練軍事 AI 模型，但這個交換能否穩定落地，仍是一個開放的問題。
此外，俄羅斯的硬體困境還有一個結構性面向，那就是俄羅斯的傳統強項在軟體而非硬體。Bendett 指出，莫斯科國立大學的新 AI 學院著重培訓軟體開發人才，但沒有培養能夠開發本土硬體的電子工程師。
也就是說，即使人才培育計畫完全成功，俄羅斯也將擁有一批能寫演算法，卻沒有足夠算力運行的工程師。軟硬體之間的缺口，不是人才政策能夠填補的。
在 Data Fusion 大會的熱絡討論中，晶片短缺幾乎是個被刻意略過的話題。人才是一切，台上的人這樣說，但在這句話的背後，俄羅斯 AI 戰略最根本的矛盾已經清晰可見。
【推薦閱讀】
◆ 印度 AI 轉型的兩難：培訓 3.5 億人，但模型不在自己手上
◆ 150 家公司搶一個還沒成形的市場，中國人形機器人產業的供需失衡有多嚴重？
◆ 【機器人上前線】烏克蘭機器人攻下壕溝、中國 AI 沙盤推演台北街頭的群眾控制
＊本文開放合作夥伴轉載，參考資料：TIME、INTELLINEWS，首圖來源：Unsplash
（責任編輯：鄒家彥）
