张晋玮.大马应从资源输出打造AI优势

在AI模型发展方面，中国也走出一条与美国不同的路线。

相较美国企业偏向封闭模型，中国积极推动开源，一来降低被美国以“安全风险”为由限制的影响，二来以低成本甚至免费的模型迅速扩大国内外市场。

这种策略有点像上世纪七八十年代日本汽车，以低成本打开国际市场。若中国开源模型吸引足够多的用户和开发者，形成生态优势，便有机会凭借规模和成本挑战美国企业。

台湾则从自身优势出发，继续深耕半导体、AI晶片，并加强大学与产业合作，发展高附加价值产业链。

借助AI热潮，台湾2025年经济增长超过8%，同时巩固了在全球AI供应链中的竞争力。

再看新加坡。数据中心发展多年后，由于土地、水资源和电力供应日益紧张，新加坡在2019至2022年暂停审批新的数据中心项目。这促使部分投资转向马来西亚，特别是柔佛，也带动我国数据中心产业快速成长。

新加坡调整方向，不再满足于出租土地和电力，而是积极吸引谷歌、微软、亚马逊等科技巨头扩大AI研发和区域营运，借助跨国企业培养人才、发展本土AI能力。

爱尔兰同样利用税务优势吸引科技企业设立欧洲总部，把外资转化为本地创新能力。

印度则通过“印度人工智能”计划，涵盖整体AI生态，包括国家算力、数据资源、技术研发、创业融资、人才培养、安全治理及产业应用七大领域。政府也积极扶持本土大语言模型企业萨尔瓦姆（Sarvam AI），培育属于自己的人工智能产业。

回顾大马电子产业的发展史，过去数十年虽成功吸引外资，却长期停留在代工生产阶段，高附加价值环节仍掌握在海外企业手中。如今，大马吸引AI投资的优势，主要是土地、水源和电力。

然而，这些资源有限，也伴随环境压力。参考各国经验，大马应把数据中心作为起点，而非终点，发展算力、人才、模型研发、创业及产业应用，打造完整的人工智能生态，才能把资源优势转化为长期竞争力。