关于报告的所有内容，公众号『行业报告智库』阅读原文或点击菜单获取报告下载查看。
人工智能的算力需求正在成为全球能源格局的重要变量。随着人工智能模型的复杂度和规模不断增加，其对能源的消耗也呈指数级上升。数据显示，生成式人工智能训练集群的能耗较传统计算负载高出七八倍，而像大模型这样的应用，其搜索耗电量更是达到网页搜索的五倍。这种巨大的能源需求不仅对国家的能源供应提出了挑战，也在一定程度上影响了人工智能产业的发展布局。一些城市因能耗过高而停止新数据中心的建设，部分国家的人工智能产业发展也因电力供应不足而陷入瓶颈。但是绿色算力的出现为这一问题带来了曙光。通过采用高效能、低功耗的设备，优化算法，以及推动计算资源的协同整合，人工智能有望突破能源限制，实现可持续发展。
在人工智能的广泛应用中，模型幻觉问题也逐渐凸显。所谓模型幻觉，是指模型生成的内容对提供的源内容无意义或不忠实，即生成的文本不忠实于信息源或者与现实世界的事实不符。这一问题在自然语言处理领域特别突出。一些人工智能写作工具可能会生成看似合理但实则错误的文章，这不仅可能误导用户，还可能对知识传播和学术研究造成负面影响。但是模型幻觉并非全然有害。有学者指出，这种“幻觉”在一定程度上也体现了人工智能的创造力，它能够生成出人意料的、新颖的想法，从而激发设计灵感，协助探索多种可能的解决方案。因此，如何在减少幻觉带来的误导性的同时，充分利用其创造性，成为人工智能发展中的一个重要课题。
数据让渡是人工智能发展中的另一个关键问题。在享受人工智能带来的便利时，用户往往需要向智能系统提供大量的个人数据。这些数据被用于训练和优化模型，从而提供更加精准和个性化的服务。然而，这种数据让渡也带来了隐私风险。由于数据的可复制性和难以彻底脱敏的特性，用户的隐私信息在数据采集、预处理和使用阶段都可能被侵犯。复杂的隐私政策和默认的同意机制使得用户在不知情的情况下“被迫”让渡了自己的隐私权利。如何在保障用户隐私的同时，充分利用数据的价值，是人工智能发展必须解决的问题。
人工智能对劳动市场的影响也备受关注。一方面，人工智能的发展确实导致了一些传统岗位的消失，尤其是那些重复性、低技能的工作。高盛的研究数据显示，在人工智能的冲击下，全球约有 3 亿全职岗位面临替代风险。然而，另一方面，人工智能也创造了新的就业机会。智能设备的使用、维护和培训需要大量专业人才的参与。更重要的是，人工智能推动了劳动力市场的技能重构，促使人们从从事低技能工作转向从事高技能、创新性的工作。这种转变不仅有助于提高劳动效率，还能激发个人的创造力。
智能鸿沟的出现是人工智能发展中的一个不容忽视的现象。人工智能技术的发展进一步加深了国家之间的差距，形成了新的技术鸿沟。发达国家凭借其强大的基础设施和丰富的技术资源，在人工智能领域占据了领先地位，而发展中国家则面临着追赶的困境。这种差距不仅体现在技术的研发和应用上，还体现在算力资源、算法理解和数据掌控等方面。智能鸿沟还体现在企业层面的巨头垄断和竞争失衡，以及个人层面的智能素养和社会公平问题上。如何弥合智能鸿沟，实现技术红利的公平分配，是全球社会面临的重要挑战。
人机主体性问题也是人工智能发展中的一个重要哲学和伦理问题。随着人工智能技术的不断进步，机器的“智能”表现得越来越像人类，这引发了关于机器是否具有主体性以及人类主体性是否受到威胁的讨论。尽管人工智能在某些方面表现出了一定的自主性和交互能力，但大多数学者认为，人工智能本质上仍然是对人类智能的模仿，它无法产生意识，也不具备人类的主体性。但这种模仿和交互能力的发展，确实对人类的主体性构成了挑战，例如可能导致人类对技术的过度依赖，削弱人类的自主性和创造性。
人工智能的发展还深刻影响了国际权力格局和全球政治生态。作为第四次科技革命中的颠覆性战略技术，人工智能成为大国博弈的焦点。各国纷纷展开科技竞争，试图在人工智能领域占据领先地位，以获取国家权力和竞争优势。人工智能在国防军事领域的广泛应用，进一步加剧了国家间的军备竞赛和安全困境。人工智能也对全球安全格局产生了重要影响，例如通过网络空间的武器化和虚假信息的传播，对国际安全构成威胁。
在全球人工智能社会发展的浪潮中，敏捷治理成为应对人工智能带来的不确定性和复杂风险的重要理念。传统的治理模式难以适应人工智能快速迭代的节奏，而敏捷治理强调实时反馈、渐进改进、多方参与和灵活自适应，能够更好地应对人工智能发展中的各种挑战。通过建立多元主体协同的治理机制，以及制定灵活的政策和规则，可以实现技术创新与风险防控之间的动态平衡。
