2026年3月，Shadow AI Watch发布了一份深度分析报告，将一个长期被技术细节掩盖的问题推到了企业董事会的桌面上：你使用的AI服务，受哪个国家的法律管辖？这个国家可以在什么情况下要求访问你的数据？ 报告的核心结论直白到让人不安：如果你使用任何美国AI供应商——OpenAI、Anthropic、Microsoft Azure AI、Google Cloud AI——你的数据在CLOUD Act下可能被美国政府要求提供，无论你的服务器部署在哪个国家。

一、CLOUD Act：被低估的法律武器

CLOUD Act（Clarifying Lawful Overseas Use of Data Act）自2018年颁布以来一直存在，但直到AI时代，它的影响才变得真正致命。

这部法律允许美国执法机构要求美国公司提供其控制下的数据，无论数据存储在全球哪个位置。也就是说，即使你的数据存储在欧洲的服务器上、使用欧洲的加密标准、由欧洲的员工管理——只要服务提供商是美国公司，美国政府就有法律途径来获取这些数据。

在传统的云计算时代，这个问题主要影响的是数据存储和处理。但在AI时代，影响面急剧扩大：

训练数据的暴露风险。 当企业使用美国AI供应商的模型进行微调（fine-tuning）或RAG（检索增强生成）时，企业的专有知识、商业机密和客户数据都会进入AI系统。CLOUD Act意味着这些数据理论上可以被美国政府要求提供。

推理数据的监控风险。 即使不做微调，日常使用AI服务时输入的查询（prompts）本身就包含大量敏感信息——商业策略讨论、法律文件分析、财务数据处理。这些查询数据同样在CLOUD Act的管辖范围之内。

供应链风险的连锁效应。 Pentagon对Anthropic的”供应链风险”定性揭示了一个更深层的问题：AI供应商可能因为政治或安全原因被突然禁用或限制。如果你的核心业务流程依赖一家美国AI供应商，这个供应商的政治处境变化可能直接影响你的业务连续性。

二、Anthropic的”供应链风险”定性：一个教科书级的案例

Pentagon将Anthropic列为”国家安全供应链风险”这一事件，为AI主权风险提供了一个教科书级的案例分析。

分析的核心逻辑是：Anthropic可能在”作战行动期间禁用其技术”。这意味着：一家AI公司的价值观和安全政策——在商业语境下是优势——在地缘政治语境下变成了”不可靠性”。

这对全球的企业客户意味着什么？如果美国政府可以因为一家公司的安全立场不符合军事需求而将其列为”风险”，那同样的逻辑也可以被应用到其他场景：一家公司拒绝配合数据请求？”风险”。一家公司的政策不符合某项法规？”风险”。一家公司与某个被制裁国家有商业往来？”风险”。

对于美国以外的企业来说，这是一个双重担忧：你不仅要担心CLOUD Act下的数据访问风险，还要担心你的AI供应商可能因为美国政府的政策变化而被突然中断、限制或更换。

三、主权AI替代方案：现实还是幻想

面对这些风险，一个自然的反应是寻找”主权AI”替代方案——使用本国或本区域的AI供应商和基础设施。

AWS主权云 是一个折中方案。Amazon在多个国家推出了主权云服务，声称数据和操作完全在当地管辖范围内。澳大利亚最近宣布了200亿美元的AWS投资。但批评者指出，主权云仍然由美国公司运营，CLOUD Act的管辖权是否真的被隔离是一个法律灰区。

欧洲的Gaia-X和Mistral。 欧洲一直在推动AI和云计算的主权战略。Mistral刚发布了Forge企业级平台，定位为欧洲原生的AI替代方案。但现实是，欧洲AI模型在能力上仍然落后于美国顶级模型，短期内难以完全替代。

中国的华为和百度。 中国的AI生态在特定领域（如中文处理、电商、支付）有强大的能力，但对于全球企业来说，使用中国AI供应商面临着与使用美国供应商类似的主权风险——只是管辖权从美国变成了中国。

本地部署的开源模型。 这可能是目前最可行的主权替代方案。Meta的LLaMA系列、Mistral的开源模型、阿里的Qwen等开源模型可以在企业自己的基础设施上运行，完全脱离外部供应商的管辖权。代价是：需要自建GPU基础设施，模型能力可能不如最新的商业模型，技术运维成本更高。

四、董事会应该讨论什么

AI主权风险已经不是IT部门的技术问题——它是董事会级别的战略问题。以下是每个企业董事会应该讨论的四个核心问题：

第一，数据分级。 哪些数据可以通过美国AI供应商处理（低敏感度），哪些必须使用本地或主权方案处理（高敏感度）？不是所有AI用例都涉及CLOUD Act风险，但核心商业机密和受监管数据绝对需要特别考量。

第二，供应商多元化。 是否过度依赖单一AI供应商？如果这个供应商因为政策变化而中断服务，备选方案是什么？切换需要多长时间和多少成本？

第三，合同保护。 与AI供应商的合同是否包含数据管辖权条款？如果供应商被要求向政府提供数据，是否有义务通知客户？如果服务被政策中断，赔偿条款是什么？

第四，长期战略。 是否应该投资建设自己的AI基础设施（自建GPU集群 + 开源模型），以减少对外部供应商的依赖？初始投资更高，但长期的主权控制力更强。

五、2026年AI芯片CapEx $6450亿的另一面

这个讨论不能脱离一个宏观背景：2026年四大超级扩张者（Google、Amazon、Meta、Microsoft）的AI基础设施支出预计达到6450亿美元，同比增长56%。

这些投资中，相当一部分指向了全球各地的数据中心建设。表面上看，这是在”本地化”AI基础设施。但实质上，这些数据中心仍然由美国公司运营和控制。本地部署不等于本地管辖——CLOUD Act不关心服务器在哪里，它关心的是谁控制这些服务器。

6450亿美元的投资正在建设一个全球性的AI基础设施网络，而这个网络的治理权高度集中在少数美国公司手中。这就是AI主权风险的结构性根源——不是某个法律条款的问题，而是整个AI基础设施的地缘政治格局。

六、写在最后：没有完美的解决方案，但不能没有方案

AI主权风险没有完美的解决方案。使用美国供应商有CLOUD Act的风险，使用欧洲替代方案有能力不足的风险，自建基础设施有成本和运维的风险，使用中国供应商有另一套地缘政治风险。

但”没有完美方案”不是”不做方案”的借口。最糟糕的策略是完全忽视这个问题——等到某天发现你的AI供应商被制裁、你的数据被要求提供、或者你的服务被突然中断时再来想办法。那时候就太晚了。

正如Shadow AI Watch报告的结论所言：AI主权风险不是一个未来的假设情景，它是一个现在的运营现实。在2026年，每一个使用AI的企业都是一个地缘政治参与者——不管它愿不愿意。

素材来源：Shadow AI Watch (2026-03-19)、Climateer Investing (2026-03-20) 主题分类：🏭 enterprise-ai（企业 AI 应用）