英国科学、创新和技术部（DSIT）的废除为该国人工智能发展路径带来了不确定性。随着 DSIT 职能向其他部门转移，政府如何协调支持 AI 雄心所需的基础设施、投资及公共部门采用机制，成为亟待解决的问题。
近期议会针对关键公共部门 AI 合同的审查显示，机构正面临日益增长的压力，以加强对 AI 运营和部署连续性的控制。目前，英国与美国均侧重于提升采用速度，而下一步的关键在于确立对公共服务中持续使用 AI 的操作控制权。
在此背景下，“主权人工智能”的概念愈发重要。英国不仅需要获取具备能力的模型，更需要对其所依赖的服务拥有操作层面的控制权，确保即便在供应商、合同或政治关系发生变化时，系统仍能稳定运行。
主权不等于数据本地化
业界常将主权 AI 简化为“数据居住权”，误以为只要信息保留在英国境内即可实现掌控。尽管在医疗、国防和公共管理领域，数据位置依然关键，但这仅反映了组织与技术关系的一部分。
例如，医院可将所有患者记录存储于英国数据中心，但若其依赖的模型和软件仅能由原始提供者操作或修改，这种主权便是脆弱的。更具实际意义的测试标准在于：医院能否理解系统运作逻辑，管理其使用方式，并在商业关系变动时维持服务连续性。
理想状态下，组织应知晓系统运行机制，明确模型可访问的数据范围，并保留迁移工作负载或引入新模型的能力，而无需重建整个服务。当系统成为不可或缺的基础设施时，内部专业知识必须足以支撑其运行，避免连续性受制于单一供应商决策。
英国无需复制技术栈的每一层，现代 AI 高度依赖国际研究、复杂供应链及开源项目，完全本土化重建将消耗巨大资源。然而，政府需确保公共服务运行的可控性。随着 DSIT 职责移交至 Whitehall，政府需界定在不威胁安全、公众信任或基本服务前提下，可接受哪些外部依赖。
能力与控制相辅相成
部分政府 AI 计划将主权视为使用大型商业模型的替代方案，仿佛英国必须在“世界级 AI 性能”与“部署控制权”之间二选一。实际上，各组织都需要边界系统，核心问题在于何种模型最适合特定任务。
对于许多公共工作负载而言，在受控环境中适配目的的专用模型，往往比通用大型模型更具价值，尤其是在治理义务严格的情况下。专用模型可针对组织数据进行微调，在实际运行条件下进行测试，并根据错误决策的后果进行风险管理。在这种场景下，更强的控制力反而提升了系统的实用性与独立性。
开放且便携的技术有助于实现这一目标，允许组织在不同基础设施上运行模型，检查系统行为，并在更优选项出现时替换组件。虽然开放性并不直接等同于主权——组织仍需安全基础设施、熟练团队及明确治理框架——但它降低了整个服务与单一提供商平台绑定的风险。
AI 市场的快速迭代使得这种灵活性愈发珍贵。当前领先的模型可能在数月内被超越，定价、监管及获取门槛也可能迅速变化。围绕专有服务构建的组织难以从技术进步中受益，而掌控模型运行环境的组织则能在不推倒重来的情况下引入新技术。
将主权转化为实际能力
英国已具备诸多有利要素，包括强大的大学体系、经验丰富的研究人员、不断增长的 AI 企业群以及公共计算领域的投资。接下来的关键在于将这些资产与公共部门对主权最具实际价值的持续需求相结合。
政府无需选定唯一的“国家冠军”或排除国际公司，而是可以创建一个供应商竞争的市场，同时确保公共机构保留对所购系统的控制权。关键 AI 采购规则应要求工作负载具备可移植性、可独立测试性，并能在客户控制的基础设施内运行，使“改变方向的能力”成为初始决策的一部分，而非合同结束时的补救措施。
此举将为医院、议会及政府部门提供可信的主权选择，同时也为英国 AI 公司开辟了从试点到长期部署的路径。这将鼓励建立一种伙伴关系模式，其中知识和运营权力归属于负责服务的公共机构，即使技术和专业知识由私人公司提供。
DSIT 的重组应被视为澄清英国目标的契机，而非降低雄心的信号。虽然 AI 部长可整合政府各部门力量，但战略成功与否最终取决于公共机构能否有效利用最佳技术。这将确保英国的人工智能雄心能够经受住部门调整、供应商更替及技术演变的考验。
