智幻時刻Fungimind發(fā)于慶州 —— 10月16日的韓國慶州，APEC的先行活動已經陸續(xù)開始，打頭陣的是舊金山灣區(qū)委員會。作為每一年APEC的例行活動，今年的灣區(qū)委員會帶來了一份新報告——《硅谷視角下的人工智能創(chuàng)新、應用與治理》（《Innovation, Adoption, and the Governance of Artificial Intelligence: A Silicon Valley Perspective》 ）

該報告于灣區(qū)委員會和美寶集團聯(lián)合舉辦的“硅谷邂逅APEC 2025”論壇上發(fā)布。該系列活動于2023年舊金山APEC領導人非正式會議周期間啟動，旨在將加州創(chuàng)新經濟的聲音帶入全球政策對話。

今年的論壇議程基于為期一年的一系列高層領導人對話，其中包括美國前國土安全部長珍妮特·納波利塔諾、韓國人工智能委員會副主席廉在浩，以及來自微軟、Anthropic、谷歌和Visa等領先公司的人工智能專家。這些討論的關鍵見解將匯集在一份新的白皮書中，將以硅谷視角闡述人工智能監(jiān)管。

它試圖回答一些人們正在追問的問題：當AI從實驗室走向各行各業(yè)，當它開始真正改變就業(yè)、重塑產業(yè)、挑戰(zhàn)監(jiān)管時，我們該如何應對？以及硅谷的視角到底是什么？

左為：Sean Randolph, Senior Director, Bay Area Council Economic Institute   右為：John Hering, Director of Cybersecurity Policy and Diplomacy, Microsoft?

技術擴散加速

報告展示的第一組數據展示了AI已經不再是科技公司的專屬游戲。

2024年，灣區(qū)AI企業(yè)吸引了美國76%的AI投資，全球前100家生成式AI公司中超過半數位于灣區(qū)。但更值得關注的數據是：自2022年以來，IT和計算機科學領域之外提及生成式AI技能的職位發(fā)布增長了800%。這意味著，AI正在以遠超想象的速度滲透到傳統(tǒng)行業(yè)。

"我們看到的不是技術替代，而是技術擴散，"報告作者、灣區(qū)委員會經濟研究所高級主任Sean Randolph在現(xiàn)場說道，"AI在科技公司削減人員的同時，也在為傳統(tǒng)商業(yè)角色創(chuàng)造新機會。關鍵是你是否掌握了AI技能。"

政府服務的效率提升

報告展示了大量AI應用的實證案例。圣何塞市利用AI交通信號系統(tǒng)為公交車提供優(yōu)先通行，將行程時間縮短了20%，并通過AI實時翻譯技術增加了市政會議的西班牙語觀眾數量。一家貨運經紀公司使用AI自動化報價、匹配卡車和貨物，同時提升了響應速度和盈利能力。

加州在與低地球軌道衛(wèi)星合作，使用AI將偏遠地區(qū)的火災源頭精確定位到一米范圍內，并將其與地形特征和燃料負荷密度數據關聯(lián)，幫助消防員優(yōu)先處理多處火災爆發(fā)。

醫(yī)療領域的突破性應用

在醫(yī)療健康領域，AI帶來的變革更加深遠。麻省理工學院的研究顯示，使用AI工具的1000名材料科學家在新材料研究中加速了發(fā)現(xiàn)，并使專利申請量增加了20%。

生物醫(yī)學初創(chuàng)公司正在利用AI預測女性近期乳腺癌風險，幫助醫(yī)生確定患者是否需要更多篩查或預防性藥物。算法能夠預測免疫系統(tǒng)對藥物的反應，以及患者對癌癥治療的反應。AI還在繪制可能加速自閉癥新療法的蛋白質圖譜。

報告指出，AI通過大幅縮短臨床試驗和測試時間，正在加速整個醫(yī)學領域的研究。在更日常的層面，AI工具讓醫(yī)生能夠花更多時間與患者互動，減少創(chuàng)建記錄和填寫表格的時間。

小企業(yè)的競爭新機遇

報告特別強調了AI對中小企業(yè)的賦能作用。初創(chuàng)公司創(chuàng)始人可以利用AI執(zhí)行編碼和其他基礎功能，以更少的人員支持公司早期發(fā)展，從而延長風險資本的使用周期，使小公司能夠在更公平的競爭環(huán)境中與大公司競爭。

另外，Anthropic基于其Claude模型使用數據的研究也揭示了令人擔憂的一面：AI使用在全球范圍內高度集中，與收入水平高度相關。但似乎這組數據中并沒有包含中國的使用情況，和Claude并沒有在官方層面向中國提供服務有關。

數據顯示，在亞太地區(qū)，人均使用率最高的國家是新加坡和加拿大。低采用率國家傾向于更多地將模型用于編碼，而高采用率國家則在教育、科學和商業(yè)領域有更多樣化的應用。

Innovation, Adoption, and the Governance of Silicon Valley Meets Apec 2025 Artificial Intelligence: A Silicon Valley Perspective， Apec 2025

就業(yè)轉型：沒有凈失業(yè)的證據，但結構性變化在加速

關于就業(yè)影響的深度分析是所有APEC經濟體都在面臨的核心挑戰(zhàn)。

LinkedIn基于其10億用戶、7000萬公司和1500萬職位的海量數據進行了系統(tǒng)分析。研究團隊將所有職業(yè)分析為技能組合，將每項技能標識為"可被AI增強"或"可被生成式AI復制"。

研究發(fā)現(xiàn)，一些職業(yè)幾乎不受影響，對生成式AI暴露度低，這些主要是需要大量體力勞動的職業(yè)。另一些職業(yè)有高暴露度但可以被AI增強（augmented）。第三類是需要較少人際互動的職業(yè)，高度易受顛覆。報告強調，沒有哪個職業(yè)會在一夜之間消失，到目前為止LinkedIn數據沒有發(fā)現(xiàn)AI導致凈失業(yè)的明確證據。

AI相關職位占據美國增長最快的15個職位中的三席，包括AI工程師、AI顧問和AI研究員。設有"AI負責人"職位的公司數量在過去五年增長了三倍。

然而，斯坦福數字經濟實驗室的研究提供了更細致的觀察：在最容易受AI影響的職業(yè)中，早期職業(yè)工作者(22-25歲)的就業(yè)相對下降了13%，而同一職業(yè)中經驗更豐富的工作者以及較少受AI影響領域的就業(yè)保持穩(wěn)定或增長。就業(yè)下降集中在AI更可能自動化而非增強人類勞動的職業(yè)中。

同時，報告還揭示了AI時代最稀缺的，恰恰是最 “人性 ” 的技能。

AI素養(yǎng)是LinkedIn平臺上增長最快的技能，變化主要集中在兩個領域：使用AI工具的能力，以及人際技能（軟技能）。雇主開始要求幾乎所有崗位都具備AI素養(yǎng)，但對具備人際技能的員工的需求也在同步增加。

隨著這項技術的應用不斷增加，人際交往能力的重要性將會提升。這些能力包括創(chuàng)造力、好奇心、解決問題的能力以及緩解沖突的能力等。自2018年以來，人際交往能力的重要性總體上升了10%，在技術類職業(yè)中上升了20%，在高管層中則上升了30%。

要求AI素養(yǎng)的職位發(fā)布同比增長70%。可以被AI復制的技能包括財務報告、電子郵件營銷、數據分析、寫作、編輯、文檔制作、翻譯、內容創(chuàng)作以及時間管理工具等。

Source: Economic Graph Research Institute, AI & The Future of Work”, Mar Carpanelli, Head of AI & Skills Research

Anthropic基于客戶使用其Claude模型的研究顯示，AI用于自動化相對于增強的使用正在增長，這一趨勢可能反映了AI模型能力的提高。

Salesforce的案例頗具代表性：該公司的AI代理現(xiàn)在處理一半的客戶支持電話。隨著HR工程領域的職位被削減、該領域的人數下降，員工被重新部署到專業(yè)服務、銷售和客戶成功等崗位。

咨詢公司埃森哲在積極培訓員工AI技能的同時，最近宣布將開始"離職"那些它認為無法重新培訓的員工，這發(fā)生在公司整體人數增長的同時。

在過去三年中，LinkedIn會員向個人資料添加新技能的速度增加了140%。目前，全球超過10%的專業(yè)人員獲得的工作崗位在25年前并不存在，例如數據科學家、數字營銷專家、內容創(chuàng)作者、社交媒體經理和全棧工程師。人們換工作的速度也在加快，現(xiàn)在的新畢業(yè)生在職業(yè)生涯中平均擁有的工作數量是15年前的兩倍。

加州實驗：公私合作

面對這場勞動力轉型，加州政府和企業(yè)展示了一種值得APEC各經濟體借鑒的應對模式。

2023年9月，加州州長簽署行政命令，在認識AI風險的同時，制定了加速AI在州勞動力中采用的戰(zhàn)略。目標是提高政府服務效率，加速政府部門使用AI和開發(fā)AI技能。該命令還設立了一系列與行業(yè)合作伙伴共同開發(fā)的概念驗證試點項目。

2024年，加州州長簽署了立法機關通過的幾項法案，涉及AI教育和特定基于使用的風險，包括將AI素養(yǎng)整合到加州所有K-12學生核心課程中的AB 2876法案。但他否決了SB 1047法案——該法案松散地基于歐盟的AI法案，本來會預先監(jiān)管基礎模型。

2025年9月，加州正式生效了《前沿人工智能透明度法案》，為前沿AI模型的開發(fā)建立了安全防護欄，同時最大限度地減少了創(chuàng)新障礙。

灣區(qū)委員會認為，公私合作伙伴關系是加州模式的核心。核心案例有與Nvidia的合作，其中包括一項早期協(xié)議，旨在通過在兩年制學位授予的社區(qū)學院系統(tǒng)和其他機構創(chuàng)建培訓模塊，培訓10萬名學生、教師、開發(fā)人員和數據科學家，使勞動力技能發(fā)展與行業(yè)需求直接對接。

在聯(lián)邦層面，Anthropic以每年1美元的價格提供其Claude for Enterprise和Claude for Government模型，以支持聯(lián)邦政府三個部門加速采用AI。OpenAI也有類似協(xié)議，其ChatGPT模型也以每年1美元的價格提供給聯(lián)邦機構。

同時，企業(yè)還在嘗試學徒制模式，讓員工在工作中培養(yǎng)AI素養(yǎng)。這提供了一種替代方案，既不同于可能缺乏靈活性的預先加載的預就業(yè)學習，也不同于裁員。

治理困境：技術規(guī)格還是行為風險？

APEC會場的另一個焦點議題是AI治理。報告開宗明義地指出："AI治理以確保安全和負責任的使用是復雜的，部分原因是AI是一項不斷演變的技術。"

其中最大的挑戰(zhàn)是缺失共同語言。目前全球沒有一個共同的詞匯表，更不用說監(jiān)管系統(tǒng)之間的互操作性了、。監(jiān)管機構被要求在沒有大量科學證據的情況下進行權衡。還有不同類型的風險需要考慮：故意造成傷害的惡意行為者、無意造成傷害的非惡意行為者（例如通過偏見），以及伴隨基礎模型部署而來的系統(tǒng)性風險。

這引發(fā)了一系列政府需要回答的問題：我們應該在多大程度上關注透明度（這可能會泄露個人信息或知識產權）？我們希望通過透明度實現(xiàn)什么，透明度本身能否確保問責？不良事件應該如何報告，這些信息應該如何傳播？監(jiān)管應該來自哪個層面（州、聯(lián)邦、國際）？我們是否有辦法知道其他國家或聯(lián)合國的行動是否有效？在AI治理上達成全球共識的可能性有多大？

該報告認為，在短期內，共享語言的發(fā)展更有可能來自參與核心利益相關者的論壇對話，而不是來自國際機構的決議。它同時指出了歐盟在立法監(jiān)管上的缺陷：歐洲公司在該領域的競爭力受到這些公司需要經歷的監(jiān)管障礙的負面影響。GPAI實踐準則詳細說明了如何遵守AI法案，但該法案的細節(jié)與其目標之間的聯(lián)系并不清楚。

歐美監(jiān)管路徑的分歧

報告對當前兩種主流監(jiān)管路徑進行了對比分析。歐盟的AI法案嚴重依賴大型語言模型的技術規(guī)格，較少關注AI使用的行為背景。

報告明確指出，與AI相關的風險主要是行為性的，如果監(jiān)管主要關注基于風險的行為而不是模型的技術監(jiān)督，監(jiān)管將更加有效。過分關注大型模型的技術層面忽略了一個關鍵點：非常危險的事情也可能發(fā)生在相對較小的模型上。

相比之下，加州政府采用了一種監(jiān)管策略，傾向于創(chuàng)新、加速采用和促進行業(yè)增長，同時也認識到需要防護欄和對使用案例的監(jiān)管——本質上是一種基于風險的方法。這和部分立法專家的態(tài)度一致，即認為最有效的監(jiān)管策略是把主要關注點放在應用而不是基礎技術上。

政府往往關注模型以及如何干預模型開發(fā)，但當前關切的答案更多來自AI模型如何被使用。因為并非所有問題都能在模型層面解決，所以密切關注使用案例、傷害發(fā)生的地方及其背景非常重要。

灣區(qū)委員會認為，目前在全球層面，英國和日本的方法目前被認為是深思熟慮的。英國首相的AI機遇計劃旨在將英國定位為AI公司愿意稱之為家的地方，將國內增長和國際合作放在首位，同時也以安全的方式提供AI的好處。美國的進程雖然更加波折，但在鼓勵研發(fā)、發(fā)展有能力的AI勞動力以及支持AI作為經濟引擎方面一直保持總體一致性。雖然近期不太可能有立法行動來監(jiān)管AI，但2025年7月白宮宣布的AI行動計劃嚴重傾向于加速創(chuàng)新、基礎設施投資和商業(yè)發(fā)展。

網絡安全的新維度

報告用相當篇幅探討了AI如何改變網絡安全格局。AI正在改變系統(tǒng)管理員和終端用戶需要預期和處理的威脅類型，但它也將新的防御工具放在他們手中。這種復雜性需要協(xié)作治理和實時情景規(guī)劃，讓政策制定者、行業(yè)和學術界參與其中。

AI在網絡安全防御方面提供了三大核心優(yōu)勢：速度（AI能夠實時快速檢測和緩解威脅）、效率（AI可以促進跨以前孤立的數據集的數據融合，實現(xiàn)更深入的洞察）、以及AI的涌現(xiàn)特性（AI有潛力以意想不到的方式分析情況，再次有助于更深入的洞察）。

這種能力正在指向日益自動化的預測性AI系統(tǒng)，其中AI可以標記異常活動（如網絡釣魚）并更快地識別和遏制漏洞。處理數據流的機器學習算法可以識別網絡中的異常、標記可疑活動并阻止惡意行為者。通過這種方式，AI為防御者提供了不對稱優(yōu)勢，通過更可擴展和更復雜的工具，首次使這些防御者相對于攻擊者具有優(yōu)勢。

但攻擊者也在同時使用AI開發(fā)更復雜的能力。在物聯(lián)網的網絡物理世界中，攻擊可能導致基礎設施故障或使你的特斯拉突然停車。

報告指出，這在更高層面提出了一個選擇：企業(yè)和政策制定者應該關注高概率但低影響的風險，還是低概率但高影響的風險？對于政府來說，獲得正確答案需要正確的監(jiān)管焦點。

開放模型與封閉模型的選擇也提出了另一個結構性問題：開放模型可以促進創(chuàng)新和協(xié)作，但更容易受到數據投毒、對抗性攻擊和盜竊；封閉模型可能更安全，但也可能抑制透明度和民主監(jiān)督。

全球治理的替代路徑

由于地緣政治緊張局勢，在全球層面——日內瓦或聯(lián)合國——解決AI和網絡安全問題的進展緩慢。

替代性、更快速推進的途徑包括使用NIST和ISO等技術標準機構來塑造網絡安全實踐并就標準達成共識。Randolph認為，各個地區(qū)還可以使用區(qū)域和基于行業(yè)的倡議來解決這一問題——這可能比基于條約的外交更靈活有效。重要的是行業(yè)被邀請貢獻其專業(yè)知識到這些多利益相關者論壇。該領域的許多公司是美國公司，但也有全球的許多其他公司（例如Mistral、DeepMind和DeepSeek）。所討論的問題是多國和多利益相關者的，在理解威脅格局和可能的解決方案時，行業(yè)經驗很重要。NGO也有作用。

基于情景的治理提供了一個機會，將監(jiān)管與實際使用案例相匹配。所有國家，包括非常重要的全球南方，都需要參與并從標準制定過程中受益。

AI和網絡安全的整合正處于一個拐點。隨著AI系統(tǒng)在未來十年變得更加強大，管理它們的復雜性將超過可用網絡安全勞動力的能力。應對這一挑戰(zhàn)需要：跨部門協(xié)作、基于行為和情景驅動的監(jiān)管（而不是基于技術的監(jiān)管）、對人力資本的投資、包括弱勢和資源不足的部門、以及能力發(fā)展和規(guī)范制定方面的全球公平。

最后，報告特別強調了APEC在AI治理中可以發(fā)揮的作用。APEC經濟體在監(jiān)管和風險管理方面采取了不同的方法，在實施和監(jiān)管范圍方面存在顯著差異。APEC的國家和地區(qū)可以在協(xié)調監(jiān)管方法和支持整個地區(qū)的創(chuàng)新AI發(fā)展方面發(fā)揮有益作用，特別是在制定最佳實踐和可互操作的法律和政策框架方面進行創(chuàng)新。

不過值得注意的是，這份報告似乎代表的更多是硅谷商業(yè)生態(tài)的視角，對市場機制和企業(yè)自律抱有較強信心。報告用大量篇幅描述公私合作、企業(yè)自主培訓、行業(yè)自律標準。

但在這一年中，美國的政策現(xiàn)實也正在朝另一個方向進軍——加州2025年9月簽署的SB 53《前沿人工智能透明度法案》，以及聯(lián)邦層面持續(xù)推進的AI監(jiān)管立法努力，雖然都被稱作為“最小干預的溫和法案”，但也都表明即使在創(chuàng)新友好的加州，政府也認為單純依靠企業(yè)承諾是不夠的。

加州從否決SB 1047到通過SB 53的過程，某種程度上正是在這兩者之間尋找平衡點。對于APEC各經濟體而言，既可以學習硅谷的創(chuàng)新活力和靈活治理，也應該認識到在權力不對稱的現(xiàn)實中，法律保護和監(jiān)管介入不一定站在創(chuàng)新的對立面。

尤其是在對中小企業(yè)的扶持上，類似APEC這樣的機制依然有利于幫助發(fā)展中經濟體的中小企業(yè)獲得AI工具和知識，以應對全球AI生態(tài)可能日漸分裂的現(xiàn)實。

智幻時刻Fungimind：一個年輕的科技人文研究品牌。我們重點關心技術擴散中對社會以及人群的影響，并提供全球科技政策和立法的解讀、以及技術哲學脈絡的梳理。歡迎各位科技人文主義者們和我們一起圍繞技術的“社會性”展開研究和對話。