蒲定磐

观点概览

lAI正从增效工具演化为经济系统基础设施，治理重点必须从单点合规转向系统治理。

l经济安全风险的核心不只是“模型会不会出错”，更是“多数主体会不会在同一时间犯下同类错误”。

l在资本市场中，AI渗透率与市场效率可能呈倒U型关系，政策重点应是监测临界阈值，避免跨越效率拐点。

l同时，AI算力对电力的强需求为“算电协同”提供机遇：在能源富集地区布局绿色算力中心和数据中心集群，实现能源就地消纳与区域产业升级。

一、总体判断

当前，以大模型、智能体和生成式人工智能为代表的新一轮AI正在迅速嵌入投研、交易、授信审批、供应链管理、工业设计等关键环节。AI显著降低了信息搜集、处理和匹配成本，正在从效率工具演化为经济运行的通用基础设施；但其风险也具有扩散快、黑箱性强、同质化强、外溢面广等特点，可能把局部失误放大为系统性经济安全问题。尤其在资本市场中，AI渗透率与市场效率并非单向正相关：早期渗透有助于提升价格发现，过高渗透则可能因模型同质化、传统知情投资者被挤出而导致同向交易、价格共振和效率下降。因此，政策重点不是简单“限用AI”，而是通过分类分级治理、临界阈值监测和多元供给保障，把风险控制在高危场景和可管理范围内。

同时也要看到，AI训练与推理对电力需求强、对负荷稳定性要求高，数据中心具备“可调节负荷”的产业属性。对煤炭、风能、太阳能等资源富集但外送边际成本较高的地区（如新疆、内蒙古、甘肃等），在本地布局绿色算力中心和数据中心集群，可把能源优势直接转化为数字生产力，减少长距离输电/外运的边际成本，并带动运维、制冷、网络与软件服务等配套产业集聚。

     此外，AI也为治理提供“监管科技”机遇：用AI提升异常交易识别、深度伪造监测、跨平台协同处置效率；在渗透率可控、信息多样性得到维护的前提下，AI有望降低信息处理成本、扩大对中小企业与“长尾资产”的覆盖度，提升融资匹配效率与普惠金融水平。