【宏觀洞見】人工智能產(chǎn)業(yè)快速發(fā)展中所面臨的挑戰(zhàn)
新華財經(jīng)北京5月26日電（分析師刁倩）有無相生，難易相成，長短相形，高下相傾。每一個產(chǎn)業(yè)發(fā)展都有其正反面，既有不斷前進(jìn)的動力，也會面臨各種的問題與阻礙。人工智能產(chǎn)業(yè)發(fā)展加速，正成長為一個可以為千行百業(yè)賦能的基礎(chǔ)門類、基礎(chǔ)產(chǎn)業(yè)。值得注意的是，人工智能賦能在悄然改變各個行業(yè)的同時，其快速發(fā)展也面臨諸多挑戰(zhàn)，包括其產(chǎn)業(yè)鏈發(fā)展失衡、數(shù)據(jù)污染、投資與回報、產(chǎn)業(yè)生態(tài)重構(gòu)等問題。
一、算力需求提升硬件產(chǎn)業(yè)鏈景氣度，產(chǎn)業(yè)鏈核心環(huán)節(jié)仍需提升
近年來，我國加大對人工智能（AI）產(chǎn)業(yè)的頂層設(shè)計以及政策支持。從產(chǎn)業(yè)鏈情況來看，人工智能產(chǎn)業(yè)包含了基礎(chǔ)層、技術(shù)層和應(yīng)用層，其中最核心是技術(shù)層。技術(shù)層涵蓋了算法、模型、數(shù)據(jù)處理等一系列核心技術(shù)。相比之下，基礎(chǔ)層雖然為人工智能提供底層支撐，包括計算資源、數(shù)據(jù)資源和基礎(chǔ)軟硬件等，但并不直接構(gòu)成人工智能的核心?。而應(yīng)用層則是人工智能技術(shù)的最終體現(xiàn)，更多地依賴于技術(shù)層提供的核心技術(shù)支持。因此，技術(shù)層作為人工智能產(chǎn)業(yè)鏈的核心，對于推動整個人工智能產(chǎn)業(yè)的發(fā)展具有至關(guān)重要的作用。
當(dāng)前，我國人工智能的發(fā)展更側(cè)重于應(yīng)用層和基礎(chǔ)層，“人工智能+”與千行百業(yè)深度融合，成為經(jīng)濟(jì)機(jī)構(gòu)轉(zhuǎn)型升級的新支點；新一輪算力的高需求提高了基礎(chǔ)層的景氣度。華創(chuàng)證券指出，本輪AI產(chǎn)業(yè)的快速發(fā)展，來源于北美云廠商的資本開支擴(kuò)張，在大模型算力需求爆發(fā)的背景下，產(chǎn)業(yè)鏈需求已從計算芯片延伸至存儲、網(wǎng)絡(luò)設(shè)備、散熱系統(tǒng)等配套領(lǐng)域。2025年北美四大云廠商（亞馬遜、谷歌、微軟、Meta）資本開支合計達(dá)到3540億美元，同比增長67%。而依托中國科技制造業(yè)在規(guī)模化生產(chǎn)、供應(yīng)鏈整合及成本控制方面的核心優(yōu)勢，龐大的資本開支直接轉(zhuǎn)化為對中國AI硬件供應(yīng)鏈的確定性需求，國內(nèi)企業(yè)迅速切入并成為全球算力基礎(chǔ)設(shè)施的關(guān)鍵供應(yīng)商。具體來看，本輪硬件需求主要體現(xiàn)在PCB（PrintedCircuitBoard，印制電路板）、存儲、AIDC（人工智能數(shù)據(jù)中心）自建電站、PCB設(shè)備耗材、光模塊、光纖光纜等六大賽道。
AI算力爆發(fā)驅(qū)動全球算力基礎(chǔ)設(shè)施進(jìn)入指數(shù)級擴(kuò)容周期，但我國產(chǎn)業(yè)鏈上核心環(huán)節(jié)仍需提升。上游算力中的高端芯片仍被國外企業(yè)壟斷；技術(shù)層的算法模型中，通用大模型雖然發(fā)展速度較快且與領(lǐng)先國家實現(xiàn)“并跑”趨勢，但基礎(chǔ)算法、核心框架仍依賴國外開源技術(shù)，缺乏底層核心技術(shù)話語權(quán)。圍繞產(chǎn)業(yè)鏈的核心環(huán)節(jié)，企業(yè)還需加大對基礎(chǔ)算法、高端芯片等核心環(huán)節(jié)的研發(fā)投入；政府可扶持國產(chǎn)算力、算法企業(yè)發(fā)展，加強(qiáng)產(chǎn)業(yè)鏈協(xié)同，打造國產(chǎn)AI生態(tài)底層。
二、以人為本、智能向善，數(shù)據(jù)污染或成AI發(fā)展隱形陷阱
人工智能的三大核心要素是算法、算力和數(shù)據(jù)，其中數(shù)據(jù)是訓(xùn)練AI模型的基礎(chǔ)要素，也是AI應(yīng)用的核心資源。數(shù)據(jù)的質(zhì)量直接決定AI模型的性能與可靠性。但隨著AI技術(shù)快速發(fā)展，數(shù)據(jù)采集、標(biāo)注、使用規(guī)模不斷擴(kuò)大，數(shù)據(jù)污染問題日益凸顯，成為制約AI模型可靠性、安全性的核心瓶頸。2025年8月，國家安全部發(fā)布安全提示文章就指出，人工智能的訓(xùn)練數(shù)據(jù)存在良莠不齊的問題，其中不乏虛假信息、虛構(gòu)內(nèi)容和偏見性觀點，造成數(shù)據(jù)源污染，給人工智能安全帶來新的挑戰(zhàn)。當(dāng)訓(xùn)練數(shù)據(jù)集中僅有0.01%的虛假文本時，模型輸出的有害內(nèi)容會增加11.2%；即使是0.001%的虛假文本，其有害輸出也會相應(yīng)上升7.2%。
目前來看，數(shù)據(jù)污染主要分為兩類：一是人為主觀惡意篡改數(shù)據(jù)，部分主體為追求模型效果、獲取不當(dāng)利益，刻意偽造、篡改訓(xùn)練數(shù)據(jù)，誤導(dǎo)AI輸出結(jié)果；二是被動污染，AI在海量收集網(wǎng)絡(luò)數(shù)據(jù)的過程中，未對不良信息、虛假信息進(jìn)行有效甄別刪除，將其作為可信信息源納入訓(xùn)練，導(dǎo)致模型輸出不可信。不管是有意還是無意，數(shù)據(jù)污染導(dǎo)致AI模型出現(xiàn)問題，AI在賦能千行百業(yè)時則會出現(xiàn)安全風(fēng)險。
近期，由于AI輸出偏差導(dǎo)致的全國首例AI幻覺侵權(quán)糾紛案正式宣判，標(biāo)志著AI幻覺已從技術(shù)問題，升級為法律和社會問題。清華大學(xué)新聞與傳播學(xué)院新媒體研究中心與人工智能學(xué)院發(fā)布的《DeepSeek與AI幻覺》報告指出，“AI幻覺”本質(zhì)上是統(tǒng)計概率驅(qū)動的“合理猜測”。其出現(xiàn)主要歸因于數(shù)據(jù)偏差，以及模型難以處理訓(xùn)練集外的復(fù)雜場景，對復(fù)雜邏輯的推理能力不足所導(dǎo)致的。
因此，推動AI治理向善，守住數(shù)據(jù)安全底線，既是行業(yè)責(zé)任，也需要全社會共同參與。近年來，我國出臺《生成式人工智能服務(wù)管理暫行辦法》等法律法規(guī)，發(fā)布《人工智能安全治理框架》《推動人工智能安全可靠可控發(fā)展行業(yè)倡議》等，持續(xù)在法治軌道上加強(qiáng)人工智能治理。同時，AI運營者也要切實履行主體責(zé)任，筑牢防范虛假信息的第一道防線；消費者也應(yīng)提高自身辨別能力，警惕AI給出的可疑推薦，形成全民監(jiān)督的良好氛圍。
三、投資回報與商業(yè)化思考，AI熱潮背后的理性審視
近年來，AI成為全球投資熱點，資本瘋狂涌入，我國互聯(lián)網(wǎng)大廠、初創(chuàng)企業(yè)也紛紛加碼AI布局。AI產(chǎn)業(yè)具有“高投入、高風(fēng)險、長周期”的特點，無論是算力基建、模型研發(fā)還是人才培養(yǎng)，都需要巨額資金投入。但目前產(chǎn)業(yè)商業(yè)效益未能同步跟上，投入產(chǎn)出失衡、商業(yè)化落地困難等問題浮現(xiàn)，理性回歸成為產(chǎn)業(yè)發(fā)展必然要求。
近期，豆包在C端推出收費訂閱，基礎(chǔ)版永久免費，付費聚焦PPT生成、數(shù)據(jù)分析、影視腳本等復(fù)雜生產(chǎn)力場景。其緣由在于豆包日均Token消耗超120萬億，算力成本每日達(dá)數(shù)億元，免費模式難持續(xù)；而月活超3.5億，具備付費轉(zhuǎn)化基礎(chǔ)，但用戶付費轉(zhuǎn)化率還有待驗證。
與此同時，中國移動、中國聯(lián)通、中國電信也紛紛推出面向個人、政企用戶的詞元（Token）套餐。詞元，是人工智能大模型為了高效處理數(shù)據(jù)，把數(shù)據(jù)進(jìn)行拆分后的最小信息單元。2025年，全國日均詞元調(diào)用量從年初的超萬億增長到年末的100萬億，呈現(xiàn)指數(shù)級增長；全年詞元累計調(diào)用量達(dá)到約21100萬億。分析人士指出，三大運營商集中推出Token套餐，將有助于算力普惠，將推動AI算力從機(jī)房專屬資源變成像流量／話費一樣可訂閱、可按量消費的公共服務(wù)。
豆包收費與運營商Token套餐的推出，是AI產(chǎn)業(yè)從“燒錢換規(guī)模”到“規(guī)模換收益”的必然選擇。AI產(chǎn)業(yè)鏈長、環(huán)節(jié)多，各主體利益訴求不同，難以形成“算力-模型-應(yīng)用”協(xié)同共贏的生態(tài)。未來，AI商業(yè)化路徑或?qū)⒃诙▋r標(biāo)準(zhǔn)化（以詞元為主要計費單位）、場景垂直化（深耕某一領(lǐng)域大模型應(yīng)用）、生態(tài)一體化（算力、模型、應(yīng)用深度融合）等方面發(fā)力，推動實現(xiàn)產(chǎn)業(yè)的可持續(xù)發(fā)展。
四、AI賦能，產(chǎn)業(yè)生態(tài)重構(gòu)對各利益體的挑戰(zhàn)
任何一次產(chǎn)業(yè)革命本質(zhì)都是財富重構(gòu)。AI產(chǎn)業(yè)的快速發(fā)展，從生產(chǎn)力底層重構(gòu)了產(chǎn)業(yè)生產(chǎn)要素、產(chǎn)業(yè)鏈條、競爭規(guī)則。其賦能千行百業(yè)，或?qū)⒅貥?gòu)產(chǎn)業(yè)生態(tài)，打破傳統(tǒng)的利益分配體系，對政府、企業(yè)、個人等帶來全新的挑戰(zhàn)。
AI時代，生產(chǎn)要素正從傳統(tǒng)的土地、人力、資本，轉(zhuǎn)向數(shù)據(jù)、算法、算力等新基建。人力價值也發(fā)生變化，客服、基礎(chǔ)生產(chǎn)等重復(fù)性勞動面臨挑戰(zhàn)，創(chuàng)意、決策、人機(jī)協(xié)同等高技能溢價顯著。頭部企業(yè)依托算力、數(shù)據(jù)、算法正形成正向循環(huán)壁壘，掌握標(biāo)準(zhǔn)即掌握產(chǎn)業(yè)話語權(quán)。同時，各產(chǎn)業(yè)在AI賦能后，研發(fā)、生產(chǎn)、營銷、服務(wù)逐漸智能化，一方面大幅降本增效；另一方面競爭邏輯也逐漸轉(zhuǎn)向平臺生態(tài)、數(shù)據(jù)算法等體系化競爭。
對于政府來說，作為為產(chǎn)業(yè)發(fā)展的引導(dǎo)者和監(jiān)管者，或?qū)⒚媾R監(jiān)管體系與產(chǎn)業(yè)發(fā)展的適配性，以及產(chǎn)業(yè)發(fā)展良性引導(dǎo)的雙重挑戰(zhàn)。對于企業(yè)來說，在AI產(chǎn)業(yè)生態(tài)重構(gòu)下，科技型企業(yè)將面臨投資回報困境，傳統(tǒng)企業(yè)將面臨生存與轉(zhuǎn)型的壓力。對于個人來說，一方面需考慮AI技術(shù)對于就業(yè)替代與技能升級的考驗；另一方面作為消費者在使用AI產(chǎn)品也需提升權(quán)益保護(hù)的意識。
人工智能產(chǎn)業(yè)的快速發(fā)展是科技進(jìn)步的必然趨勢，但其背后的產(chǎn)業(yè)鏈?zhǔn)Ш狻?shù)據(jù)污染、投資回報、生態(tài)重構(gòu)挑戰(zhàn)等問題，也需謹(jǐn)慎思考前行，在產(chǎn)業(yè)高速發(fā)展的軌道上推進(jìn)產(chǎn)業(yè)的高質(zhì)量發(fā)展。
