数字主权的定义与核心挑战
现代人工智能系统，特别是智能体（Agentic）系统，正在将用户及其数据带入一场跨越全球的复杂旅程。在一次简单的交互中，数据存储在一个国家，计算发生在另一个地方，模型由第三方开发，甚至触发第四地的行动。这种高度互联和分布式的架构虽然体现了技术成就，但也引发了关于控制权的根本性问题。我们需要审视AI生态系统的每一步：谁在控制数据？谁掌控运营？谁主导技术栈？以及最终，谁拥有AI本身？
数字主权被定义为维持对数字系统、数据、运营、技术和AI控制的能力。随着现代系统在多云提供商、不同区域和技术组织间的扩展，对这些组件的控制变得至关重要。这不仅仅是商业挑战，全球政府正在通过政策保护用户并维持对关键技术的控制。一些国家甚至投资开发本土AI模型，以支持本地语言、保护文化或应对国家安全关切。
"Digital sovereignty is the ability to maintain control over your digital systems, your data, operations, technology, and AI."
强大的数字主权提供了四大核心优势：对数据和负载运行位置及密钥持有者的控制与选择权；通过可见性实现的数据访问和运营的透明度与信任感；适应区域要求、法规或业务需求变化的灵活性；以及在不妨碍安全的前提下加速创新的信心。数字主权不应被视为一系列孤立的检查点，而应视为整个AI系统的架构基础。
数据主权：从存储到流动的全程掌控
以AI分析运营数据并生成报告为例，用户与运行在云端的交互应用进行互动。这一过程始于数据和信息。数据形式多种多样，包括上传的文档、企业数据库、客户信息、个性化数据以及云存储系统中的内容。无论是否使用AI，大多数系统都需要访问这些信息，这使得数据成为数字主权中最显眼的领域。当数据在系统中移动时，必须明确几个关键问题：数据存储在哪里？谁可以访问它以及如何使用？数据受到何种保护？适用哪些法规？
"Data sovereignty is about ensuring you are in control of your data at rest, in use, and in motion."
数据主权的核心在于确保用户在静态（at rest）、使用中（in use）和传输中（in motion）三个阶段都能掌控数据。这不仅涉及合规性，更关乎对信息生命周期的全面监管。如果无法回答上述问题，就无法真正拥有数据主权。因此，团队必须做出关于数据存储位置和适用法规的明确决策，这是构建可信AI系统的第一步。
运营主权：算力基础设施的控制权
数据和应用程序需要运行在特定的操作基础上。数据中心、云区域、网络、存储、GPU和计算资源都属于这一范畴。无论是通过本地部署（on-prem）、公共云还是混合环境访问AI，工作负载发生的位置依然是用户必须关注的重点。如果说数据主权关注的是信息“住”在哪里，那么运营主权则追问计算发生在哪里以及谁保持控制。这包括：工作负载部署在何处？环境由谁管理？访问权限如何控制？监控机制是什么？服务不可用时如何处理？
"Operational sovereignty asks where the computation lives and who remains in control of it."
对运营的控制影响整个系统，从每个请求到模型执行再到AI驱动的决策。对于希望保护系统的操作者和用户而言，运营主权处于前沿地位。它确保了即使底层基础设施发生变化或出现故障，上层应用依然能够保持可控性和连续性。这种对计算环境的掌控力是防止供应链中断和服务单点故障的关键。
技术主权：避免供应商锁定与保持架构灵活
现代技术栈非常广泛，包含许多相互关联的技术。除了模型本身，AI系统还依赖于向量存储、API、AI框架、算法、智能体平台和其他第三方服务。每一个依赖项都会对技术栈的控制权提出质疑。技术主权是指维持开放模块化架构和选择性的能力，以避免不必要的供应商锁定（vendor lock-in）。法规在变、系统需求在变、技术在迭代，AI的变化速度甚至快于其他任何领域。
"Technology sovereignty is the ability to maintain an open modular architecture and optionality that avoids unnecessary vendor lock-in."
为了保持技术主权，必须不断自问：我能否切换组件？更换提供商是否会导致重大中断？ 我们不仅要理解系统当前的工作原理，更要确保不被锁定在特定平台上。技术主权的本质是保留未来的选择权。随着监管、需求和创新的演变，确保所有未来决策由自己做出才是关键。这种灵活性允许系统在无需从头重建的情况下适应明天的变化。
AI主权：智能层级的问责与治理
最后，我们来到AI本身。有趣的是，数字主权并不必须包含AI或基础模型，它在AI出现之前就已存在。然而，AI极大地放大了其重要性，从根本上改变了对话内容并扩展了需要提出的问题。以前数据只是被存储和处理，现在AI会在数据上生成新信息并得出新结论，甚至代表他人采取行动。这带来了一系列新问题：AI在哪里处理信息？使用哪些模型？谁治理这些模型？模型如何创建？决策如何审计？最终由谁负责？
"AI extends sovereignty beyond data operations and technology to the intelligence layer itself."
AI将主权从数据和运营扩展到了智能层（intelligence layer）本身。用户需要知道数据在哪里、AI如何使用它、做出了什么决策以及谁对结果最终负责。这种问责机制是数字主权在AI时代的核心延伸。如果无法追踪模型的决策逻辑和数据来源，就无法实现真正的智能控制。
数字主权：创新的赋能者而非阻碍
许多人误将数字主权视为创新的障碍，认为更多的规则、限制和复杂性会拖慢速度。然而，数字主权存在的目的是为了让创新能够负责任且可持续地进行，从而保护应用所有者和用户。盲目追求最快、最易或最便宜的方案并不能保证安全、信任、韧性或问责。例如，你不会将机密公司秘密上传到随机AI服务中并假设无害。
"Digital sovereignty exists, so innovation can happen responsibly and sustainably... Convenience in no way guarantees security, trust, resilience, or accountability."
随着法规赶上AI采用的加速步伐，客户、监管者、审计师和董事会期望应用程序能够展示控制权。拥有正确的软件基础，主权就是创新的赋能者而非约束。人们可以移动得更快，因为他们知道系统仍然是安全的、受治理的和可问责的。这种确定性消除了合规风险带来的犹豫，反而加速了部署。
结论
数字主权最终归结为一个核心问题：谁在控制？ 谁掌控信息？谁决定运行位置与方式？谁主导架构？谁掌握智能？ 当数字主权成为架构优先事项时，这些问题的答案应当是明确的：是你（You do）。它不是对技术的限制，而是确保在复杂、分布式的AI生态中，用户和企业能够保持透明度、信任感和最终决策权的必要基础。通过掌控数据、运营、技术和智能层，组织才能在加速创新的同时，确保系统的安全与合规。