点击蓝字
关注我们
薛澜
国务院参事、清华大学苏世民书院院长、人工智能国际治理研究院院长、中国科技政策研究中心主任
文章来源于上海财经大学数字经济研究院微信公众号
（点击观看完整视频）
过去一年，很多人谈 AI，最容易问的是：
它还能做什么？
但当 AI 真正进入企业流程、公共治理、课堂教学和国际规则讨论之后，一个更重要的问题浮出水面：
我们到底该如何组织、使用和治理 AI？
AI 进入现实世界，改变的不只是工具
如果 AI 还停留在实验室里，我们可以主要讨论模型能力、参数规模和技术突破。
但今天的 AI 已经越来越深地进入现实世界：企业开始用它改造运营流程，教育体系开始思考如何培养智能时代的人才，公共治理也必须面对技术扩散之后的新风险。
这意味着，AI 不再只是一个“更聪明的工具”。
它正在改变社会运行的底层机制：谁来制定规则，企业如何协作，教育如何转型，国际社会如何形成共识，都被重新推到台前。
薛澜院长：AI首先是治理命题
薛澜院长在访谈中指出，当前人工智能面临的风险大致可以分为三类：
● 恶意使用带来的风险
● 技术系统本身存在的风险
● 大规模应用之后可能引发的系统性风险
因此，面对前沿大模型的发展，不能只追求速度与能力突破，也必须坚持底线思维，把风险识别、规则设定和红线划定放在更靠前的位置。
他特别强调，人工智能不是一个孤立存在的技术工具，而是典型的“社会技术系统”。
一个很直观的类比是汽车。
汽车的普及，从来不只是把汽车造出来。它还需要道路、交通规则、驾驶规范、保险制度和监管机制共同支撑。AI 的广泛落地也一样，需要制度、标准、基础设施和社会认知一起跟上。
换句话说，真正面向未来的创新，不只是跑得快，更要看得远、守得住。
高红冰：企业竞争正在进入“规则能力”阶段
如果说治理视角回答的是“AI 如何更安全地进入社会”，那么企业视角关注的就是：AI 如何真正变成生产力。
高红冰院长指出，治理并不是企业发展的“刹车”，而是帮助企业跑得更稳、更远的“轨道”。
在他看来，企业要真正把 AI 转化为现实生产力，至少要建立三条轨道：
这意味着，未来企业之间真正拉开差距的，未必只是模型能力、产品能力或算力水平。
更关键的，可能是企业能否理解规则、重构组织，并把自身放进更大的协作网络中。
AI 时代的领先者，不只是拥有工具的人，而是能够把工具放进制度、流程和生态里的人。
教育要改变的，不只是多开一门AI课
谈到教育，两位嘉宾都提到一个共同判断：工业时代形成的标准化教育体系，正在面对智能时代的深刻挑战。
薛澜院长认为，未来教育将更加个性化。教育体系必须适应智能时代对人才能力结构的变化。
高红冰院长则进一步指出，教师角色也会随之改变。未来更重要的，不再只是单向传授知识，而是引导学生：
01 学会学习
02 学会使用大模型
03 学会与智能体系统协同工作
04 学会在复杂问题中判断、提问和创造
这也提醒我们，教育面对 AI，不能只是“加一门课”。
真正需要改变的，是人才培养的底层逻辑。
中国已经拥有较大规模的人才优势，但面向最前沿、最具突破性的“0 到 1”原创型人才，仍需要持续加强。未来的关键，是把规模化应用优势与高端创新突破能力更好地结合起来。
AI向善，需要全球共同参与
在更高层面上，两位嘉宾都提到，人工智能向善应成为全球共同追求的目标。
中国不仅要在应用创新与治理实践中不断探索，也应更加主动地参与国际规则讨论，推动形成更加安全、普惠、开放的全球人工智能治理共识。
从这个意义上说，AI 时代的竞争，表面上是技术竞争，深层次则是制度能力、系统能力和治理能力的竞争。
谁能够更好地建立与人工智能发展相匹配的规则体系、组织机制和协同秩序，谁就更有可能在下一轮变革中取得主动。
结语：AI的答案，不只在技术里
本期“高参访谈”的价值，不仅在于讨论 AI “能做什么”，更在于系统回答 AI “应该如何被治理、被组织、被使用”。
当人工智能从宏大概念走进现实生活，我们真正需要的，或许不是盲目乐观，也不是简单恐惧，而是一种更清醒的系统能力：
这也是“高参访谈”持续展开深度对话的意义所在。
（根据本次高参访谈视频文字记录整理）
内容中包含的图片若涉及版权问题，请及时与我们联系删除
评论
沙发等你来抢