AI丨技术爆炸,国央企市场化下的失权恐慌

欢迎添加个人微信：Rbinstein，群里唠唠。

感谢读者意见，上篇文章有人私信说排版密和讲的东西太多，这次少一点。

本文将输出以下观点。

1、中国正在进行一场AI技术的基础设施化，以运营商下场卖token为标志，AI全产业链被整条拉入国家基础设施层面，市场工具被国家战略重新收编，安全优先、秩序优先、可控优先是接下来一段时间的主流声音。

2、国央企在AI与具身智能浪潮的企业级、消费级应用已整体落后，更应服务好市场生态，做好数据可用权、场景准入权、规则解释权和行动授权权的思考，切勿下场挤压应用创新。

3、考虑清楚四道闸门的开闸放水，数据、场景、规则、行动。AI与具身智能时代，生产关系和制度基础已经落后于生产力的发展。

想了很久要不要写啊，可能有点敏感，其实我也想表达更深一层的东西，可能在这里也没法说。前两天突然想到了蚂蚁金服IPO被叫停的事情，结合最近运营商下场token工厂、算力网、鸿蒙生态建设、可信数据空间等，遂写些东西。

我会尝试通过社会学视角来解释一下理论。

一、当科技重新分配权力

每一次的技术革命都不仅仅是生产力的革命，往往深度的改变人们的生产关系、工具、效率和产业结构，更改变社会中权力的分布方式。

印刷术，重新分配了知识和宗教的解释权，大大改变了知识传播依靠教会、修道院、大学等少数机构，大大降低只是复制成本。对应到今天，就是大模型正在削弱专家、媒体、教师、咨询公司乃至整个宣传体系对知识解释的独占。

铁路与公共交通重新分配了空间控制权。一个中央政府、帝国、大公司，突然可以更快的传递信息，调动物资，控制边疆和殖民地，让权力中心对资源的调度能力大幅度增强。对应到今天，就是算力网、电网、API分发等。

广播与电视重新分配舆论动员权。广播频率、电视牌照、节目制作、新闻分发，这些在移动互联网时期就被去中心化，所有动员、认同的建构，都依赖大众传播能力。当技术开始影响人的认知，便成为了治理问题。AI比广播电视更进一步，生成内容、辅助决策，从SEO到GEO甚至影响搜索引擎和AI本身，边界进一步拓宽。

移动互联网重新分配市场入口。新时期的搜索平台、电商平台、社交平台、支付平台、应用商店，权力开始多点开花，不来自国家授权，来自入口、算法、数据和网络效应，掌握了入口的守门员公司，变成了秩序的组织者。

但AI重排了基本一切的逻辑，知识分发权、认知权、组织权、生产权、决策权，具身智能甚至会重新分配行动权，随着进一步的发展权力会进一步的让渡，那么谁控制了AI，谁就控制了世界。AI不是太像一个产业，而是太不像一个产业了，既是生产资料，又是治理工具，更是权力的放大器。

二、AI蛋糕做到够大，技术的基础设施化势在必行

迈克尔曼提出了一个关键的国家权力：基础设施性权力。即国家能够通过制度、交通、通信、教育、税收、统计、货币和行政网络深入社会执行政策的能力。这一区分在AI时代是什么？AI Infra、各类标准的统一、数据的管控汇聚、接口的规范、场景的准入、计量方式的建立。

福柯对现代权力的理解进一步补充了这点，权力通过知识、分类、规训、制度、空间安排和日常实践运行，现代权力更多的在塑造人、管理人、训练人、引导人。

技术并非中性的工具，国家会随着技术的发展来发展一套新的治理理性。

AI表面上是模型、算法、应用层，但深处却是一套新的社会度量体系，一场资源的分配。算力被调度，数据被汇聚，模型被备案，Token被计量，输出审查、API鉴权、智能体监督，当AI在C端积累了足够的认知，大家具有足够的接受程度，有了良好的建设底子，就开始行动成为整体国家战略。

AI的全产业链都在被拉入基础设施层面。

底层是芯片、算力、电力、通信网络；

中层是数据、模型、算法、云平台、安全框架

上层是行业应用、智能体、机器人和具身智能

外围是身份认证、可信、备案审查、生态与安全责任。

AI时代的国资介入，是基础设施性权力的扩展。国央企们正在批量控制入口，算力如何分配，数据如何流通，模型如何备案，Token如何计量，机器人进入什么社会场景，是他们真正应该思考的问题。

三、AI 时代还在卖一体机盒子？国央企真正该做什么？

前段时间，各个国央企市场化进行的如火如荼，借着市场化转型，借着Deepseek和龙虾，开始投入研发，产生了各式各样的“Deepseek一体机”。于是，许多国央企大肆宣传，认为这就是做产品，这就是转型。本质上，其实就是建立在旧组织形态、旧人力能力下的“卖盒子思维”。本质要么是通过传统工程咨询，要么通过软件建设的思维，做出的形式大于意义的事情。

所以为什么我会说国央企在失权焦虑下，已经远远落后于时代。病急乱投医，匆忙做出个产品，汇报完，就放着不动。什么时候再检查，再推进。是因为长此以往的思维惯性下，除了极个别的单位，大部分国央企都处在一个 “营收等待拨款，产品依赖外包，创新畏惧风险” 的情况。

在AI和具身智能浪潮中，国央企真正该思考什么？

国央企的优势是，搞底座，搞框架，搞标准，在基座之上开花，引入市场活力，不能让一枝独秀吸干能量，也不能完全不输送养分。国央企自负盈亏的市场化转型中，由于规范、体制机制以及流程合规的因素，并不适合替代市场创新。相对于私人部门而言不敏捷，不开放，没有灵活的激励政策和组织活力。

所以未来，最重要的问题不是国企强还是民企强，而是国央企能否有正确的思路，不把基础设施优势转化为应用侧、场景侧的垄断。如果国央企凭借着客户资源、牌照、场景和采购优势，直接下场挤压应用创新市场，那么中国AI的发展将会越来越“重”，变成某称程度上的行政化市场：有关系的占住入口，有本事的被迫依附，真正面向用户、面向真实社会场景的创新被极大削弱。

四、四道闸门：数据可用、场景准入、规则解释、行动授权

如果国央企定位为基础设施提供者、规则协调者和场景开发者，情况就完全不同，他们本身的关键权力将成为AI时代的助推器。

数据可用权。它决定了AI产业的阶层结构。国家出台一系列促进数据资源有序流动，促进公共数据资源开放利用政策，成立国家数据局和各地的大数据集团，正式把数据作为关系到国计民生的第六大生产要素。过往的建设中，数据往往分散，只是呆在服务器里，价值没有被完全发掘，有的不能，有的不让。

所以数据可用权回答的是，谁能调取，谁来打通不同系统，谁能决定哪些数据能用，谁能定义或转换数据价值，如何获取收益，如何授权利用，这一切能否在安全、授权和责任清晰的前提下，让数据成为可被市场主体使用的生产资料，需要国央企们定义一套可信的数据可用机制。

目前，现行在做的可信数据空间就是一个不错的方向。各地的数交所加上各地的网信办共同建设，通过连接器和区域节点的方式实现可信，总体架构还是比较清晰明了的。我本身也参与了某省可信数据空间的建设，但现在架构搭好，卡在批准，卡在资金，卡在运营，实施落地的时候，一大堆问题。后面如果有机会单独写一篇。

场景准入权。很多领域，比如能源、交通、教育、医疗、制造、城市治理和公共服务，能做出很多漂亮的演示，一汇报都是大投资，大建设，大平台，一遇到真实场景，一遇到企业需求，马上会遇到问题。复杂的组织流程没考虑，责任边界没考虑，一给客户演示就连连摇头。为什么，真正有价值的场景握在政府和国央企手里，不开放，算法没真实数据训练，理论上再多的调优，在全中国14亿人的实践中根本立不住脚。

这其实造成了很大程度的错位和资源浪费。国央企能决定，谁来进入场景试错，谁能获得真实数据反馈，谁有真实用户和流程，谁能把场景经验转化成为数据、产品的壁垒，如果只向内部子公司，关系型供应商开放，AI就只能停留在跑分，模型竞赛里面。在未来是否能够在理清安全隐患、数据归属的情况下，让IOT设备、让具身智能进入到真正的场景当中？有优秀的产品，真实的数据，多元的场景，让中国的产品更上一层楼？

合规解释权。这是AI时代的制度基础设施，但很可惜目前没看到做的特别好的地区和案例。国央企要和政府一起，先提供一种规则确定性，至少先试水划定红线，知道哪些可以做，如何做，做到什么程度，承担什么责任。现实是很多供应商真到了做事的时候，这不行那不行，更有甚者事后追责，干活不说，出事了罚，朝令夕改，毫无标准，面对监管更是如此。

行动授权权。qwen点奶茶，豆包问诊，龙虾操作电脑，到具身智能时代开始进入一线控制设备、参与医疗、驾驶车辆、执法时，谁来授权行动？AI从生成内容走向执行任务后，治理难度将会大幅上升，这种失误往往会造成严重的经济和社会影响。国央企如何在过程中，建立一套现实世界的授权、审计、保险、追责和熔断机制，在算法权力接入现实世界，相关的法律法规是否也得跟上？

但总体而言，做什么事情，分寸感很重要。