- 发布日期
五重结构性制约深度解析
- 作者
- 姓名
- 荷鲁斯快报
- 社交账号
盘古智库理事长易鹏分析认为，人工智能已成为全球科技革命与产业变革的重要引擎，但其发展并非坦途。当前，AI产业同时面临地缘博弈、硬件极限、资本压力、分配失衡和安全风险五重结构性制约。易鹏表示，这些约束决定技术落地、产业普及和生态完善将长期呈曲折、渐进状态。
外部不确定性首先来自大国科技博弈。美国对中国AI和半导体产业实施出口管制与制裁，涉及英伟达、AMD高端GPU，以及EUV光刻机、先进制程设备和核心材料。美国还联合日本、韩国及欧洲推动芯片供应链闭环，使全球AI分工趋于阵营化和碎片化。技术封锁由此拖慢产业迭代，并增加各国面临的发展不确定性。
产业扩容还受到制程、材料和能源等底层条件制约。随着7nm、5nm、3nm迭代难度上升，EUV光刻技术逐渐逼近物理边界，2nm及以下制程则面临良率低、成本高企等问题。算力集群还需要稀土、高纯硅、特种气体等原料，并承受高耗能带来的电力与散热压力。硬件瓶颈和供应链紧张共同限制算力扩张。
高额持续投入进一步抬高商业化门槛。易鹏称，Alphabet为Gemini及算力基础设施增加开支，单季资本开支同比翻倍，并出现数十年来首次季度自由现金流转负；特斯拉投入FSD和Optimus也令现金流阶段性承压。OpenAI依靠外部融资覆盖算力与研发支出，腾讯为AI算力投入而出现上市以来首次季度自由现金流转负，阿里则推出千亿级三年投资计划。若融资环境收紧，刚性成本将冲击现金流并迫使扩张降速。
AI替代重复性、流程化和基础性岗位，也带来就业重构与分配争议。制造业、客服、数据标注和简单文案等岗位面临替代、降薪或淘汰风险，技术红利却更多集中于科技企业、资本方及高端人才。由此引发的社会抵触和行业抵制，迫使政府通过监管、就业保障与行业规范平衡效率与稳定。
安全风险覆盖数据、算法、技术滥用和国家安全。AI训练中的个人隐私、商业数据与行业机密可能泄露，深度学习算法的黑箱和低容错特性也可能引发偏见与决策失误。生成式AI降低了深度伪造、网络攻击等恶意活动的门槛，军事、金融和关键基础设施应用则放大系统性风险。全球治理规则尚未统一，技术迭代快于监管完善，安全机制仍待补强。
易鹏认为，破解五重约束不能只追求算力和资本扩张，还需平衡创新与风险、发展与公平。各国应在自主突破与全球协作间寻找平衡，完善数据、算法、就业和治理规则。只有正视硅基技术与碳基社会关系的磨合成本，才能推动AI向善、普惠、安全可控。
