人工智能不是解决商业和社会困境的灵丹妙药!

Meta 斥资 140 亿美元收购 Scale AI，微软 130 亿美元拿下 OpenAI 49% 股权，谷歌季度 AI 投入达 120 亿美元 —— 这场被称为 “军备竞赛” 的技术变革席卷全球。当 AI 被视为 “生产力救星”，其真实效益、监管空白与就业冲击的争议始终如影随形。

图：Getty Images

一、AI 炒作 vs 现实：从 “千年虫” 到 “万能钥匙” 的历史镜像

26 年前 “千年虫” 危机虚惊一场，如今 AI 被赋予类似变革叙事：澳州财政部长寄望其削减债务、振兴经济，银行高管宣称 “AI 将改变一切”。但学者指出，苹果低调应用 AI 却因未炒作被指 “缺乏故事性”。当被问及见效时间，“两三年后” 的标准答案恰在任期之外。

二、生产力革命的承诺与代价：80% 服务业迎变革，1150 亿澳元效益待验证

澳生产力委员会预测，2030 年生成式 AI 或为 GDP 贡献 5%（1150 亿澳元）。科技巨头构建数据帝国：甲骨文、软银与 OpenAI 组建 5000 亿美元合资企业，Meta 强化数据标注。中小企业亦借力：AI 可助小团队完成传统大企业工作。但高盛曾预测 25% 岗位或被取代，就业结构剧变不可避免。

三、监管困境：科技巨头治理为何停滞？

AI 支持者强调数据来源透明与补偿机制，但澳政府三年前接受监管建议却未实施。当谷歌等企业以 AI 之名吸纳海量数据，其 “提取价值 — 替代人力” 模式引发争议：《AI 骗局》一书呼吁反击炒作，定义技术未来。

四、技术局限与伦理拷问：机器决策的问责缺口

AI 在 “学习” 上表现卓越，但推理、规划能力仍弱。被热捧的 “自主性 AI” 面临核心质疑：无法问责的机器决策谁来买单？银行称 AI 协助千万决策，但效益量化与劳动者权益保障仍无答案。

从 1956 年 AI 概念萌芽至今，技术已从实验室走向商业战场。当 Meta、微软等巨头以百亿美金押注未来，当政府与企业将 AI 视为 “救命稻草”，我们或许需要重温一个常识：真正的技术变革从不源于炒作，而在于对 “如何使用” 的审慎思考。正如生产力委员会所言：提升生产力的不是 AI 本身，而是驾驭技术的智慧。在这场没有硝烟的 “军备竞赛” 中，平衡创新激情与现实考量，或许比追逐风口更重要。