围绕AI发展路径的选择，韩国智库Choi Jong-hyun Academy提出，应采取“先专用、后通用”的推进思路：先让专用AI在具体场景中率先落地并形成成果，再逐步打通至通用AI能力体系。

Choi Jong-hyun Academy于1月14日发布题为《AI主权时代，韩国的选择》的报告指出，所谓“主权AI”不应被简单理解为“本土对全球”的二元对立，而应被视为一项战略决策，即明确哪些领域必须由国家掌控，哪些领域可以借助全球协作推进。

报告认为，通用AI与专用AI并非“二选一”的关系，关键在于如何打通两者。短期成果与长期能力建设也不应彼此割裂，而应纳入同一条战略主线统筹推进。

在报告看来，围绕通用AI与专用AI的争论，本质上关系到产业路径和国家战略方向。支持通用AI的一方认为，各类垂直模型最终很可能持续向大语言模型（LLM）整合。过去，图像生成、视频生成、音乐创作等功能型模型并行发展，但近期这些能力正快速向单一LLM收敛。

相较之下，支持专用AI的一方则主张，医疗、金融、制造、自动驾驶、国防等领域发展出的专用AI，并不是“无所不能的智能”，而是“在必须答对的问题上尽量减少出错的智能”，相关技术路径也正沿此方向演进，市场同样据此评估其价值。

报告以专注国家安全和战略分析的AI公司Palantir为例称，该公司在保持快速增长的同时，持续受到市场关注。

报告将制造业视为这一结构性矛盾最集中的领域。制造业并非单一产业，而是与出口、就业、技术和供应链直接相连。AI战略如何取舍，也将由产业内部传导至国家整体竞争力，因此被视为关键环节。

报告指出，若要推动通用制造AI发展，首先需要在制度层面建立“公共机制”，以解决制造数据分散在不同企业、难以协同利用的问题。报告强调，协作不会仅凭技术自然形成，其前提是具备公共基础设施、数据治理框架，以及围绕成本和责任分担形成社会共识。

报告：政府不应成为数据收集主体，应先搭建公共讨论平台

报告还指出，生产一线积累的现场经验和隐性知识，能否持续沉淀并有效转化，并不只是单个企业技术能力或主观意愿的问题，更涉及社会共识和制度设计。此类现场知识并不是靠简单“要求上交”就能汇聚成可用数据。

报告认为，政府不应成为数据收集主体，而应首先搭建公共讨论平台，明确禁止将相关数据用于监管或考核，并通过制度安排防止劳动者权利与安全受到侵害。

报告强调，关键在于建立一种无需担心不利后果、能够让知识与经验持续沉淀的环境。这是通用制造AI在现实中启动的最低条件。

围绕主权AI的讨论，报告同时指出，应跳出简单的赞成与反对框架。开源模式表面上看似中立、开放，但在现实中也可能被全球大型科技公司当作扩大市场支配力的战略工具。

报告称，典型做法是长期以免费模式挤压竞争对手，在建立起市场支配力后再回收收益。报告还提醒，根据美国《合法海外数据使用澄清法》（CLOUD Act），美国政府可主张访问权，调取存储于美国企业运营的海外数据中心中的数据。

Choi Jong-hyun Academy代表Kim Yuseok表示，AI主权并不意味着“所有事情都要自己做”，而是要回答一个更关键的问题：国家必须掌控的领域边界在哪里，全球协作又应在何种范围内加以利用。在当前阶段，除了技术竞速之外，同样重要的是明确方向，即清晰设定国家层面的目标与责任边界。

报告称，这份研究基于该机构科学技术创新委员会AI专门委员及外部专家共12人参与的未来科学技术小组讨论形成。

参与讨论的学界人士包括：KAIST计算机系及Kim Jaechul AI研究生院讲席教授Kim Gi-eung，POSTECH计算机工学系教授兼人工智能研究院院长Seo Youngju，KAIST ICT讲席教授兼Kim Jaechul AI研究生院院长Jeong Song，以及Stanford以人为本AI研究所（HAI）资深学者Fellow Cha Sang-gyun等。

产业界参与者包括：Twelve Labs首席战略官（CSO）Kim Yun，SK Telecom AI模型研究所所长Kim Jiwon，Rebellions代表Park Seonghyeon，Naver Cloud超大规模AI技术总负责人Seong Nakho等。SK集团会长兼Choi Jong-hyun Academy理事长Choi Tae-won也参与了讨论，并就AI主权相关的产业战略及社会影响进行了引导。