特朗普以“超级智能”取代AI称谓，折射出生产率、波兰尼与创新三重悖论

事件背景：术语更迭与监管意图

2026年9月29日，美国总统特朗普签署行政令，要求联邦政府在官方文件中以“超级智能(Superintelligence, SI)”取代“人工智能(Artificial Intelligence, AI)”，并限期提出法定定义。与此同时，特朗普与OpenAI、Anthropic、Meta、谷歌、英伟达等企业签署了《前沿责任联合承诺》自愿性安全协议。多方分析认为，这一举措意在统一各州参差不齐的监管标准，在联邦层面加速AI监管立法进程。

核心分析：AI发展的三重悖论

尽管供给端迭代迅速，但AI在需求端尚未产生理想效果，且偏向节省劳动力的自动化路线加剧了贫富差距。文章从三个维度揭示了当前AI发展的结构性困境：

1. 生产率悖论（Productivity Paradox）：非包容性增长

• 现象：信息通信技术（ICT）行业大规模投入并未转化为其他行业的效率提升。例如，2025年上半年美国GDP增长主要得益于数据中心投资，若排除此类相关类别，年化增长率仅为0.1%；中国ICT行业扩张也未能带动服务业全要素生产率改善。
• 结论：新技术的供给红利被少数行业垄断，呈现出明显的非包容性特征。

2. 波兰尼悖论（Polanyi’s Paradox）：实际效用局限

• 现象：AI目前仅能有效替代遵循显性规则、可编码的常规任务（如数据分析、文档生成），难以融入需要灵活性、判断力和隐性知识的关键环节。
• 数据支撑：针对客服人员的分析显示，AI虽提升了新员工效率，但未改变高技能岗位对隐性知识的需求；工业制造中，传统OT控制系统的确定性环境与AI的概率性预测存在适配鸿沟。
• 结论：前沿技术的应用限度受限于隐性知识生态，贸然打破可能导致生产环境损失。

3. 创新悖论（Innovation Paradox）：方向偏离真实需求

• 现象：由科技巨头主导的创新方向以自动化和监控为取向，倾向于“取代人类工作”，忽视了发展中国家及中小企业对辅助多任务生产、降低外包协调成本的实际需求。
• 机制：巨头凭借算力、数据和人才优势，通过影响学术课程设置、科研资助方向及人才流向，固化了“编程—控制”的主流技术路线，排挤了一线工人的实践经验。

解决路径：推进“创新民主化”

要破解上述悖论，需从少数巨头主导转向“创新民主化”，使创新资源与经济社会多样需求结合。

实践案例

• 农业领域：北京师范大学、华南农业大学利用开源数据集和深度神经网络，结合农户经验开发农作物收成预测产品。
• 制造业领域：科研人员借助开源模型优化工艺大模型，实现行业术语识别准确率95%；模具企业构建“数据采集推理一体化解决方案”，克服非标准化行业数据缺失难题。

政策建议

1. 搭建共享科创平台：突破部门壁垒，促进科研人员、企业家、一线工人协作。
2. 公共资金支持：设立专项资金支持应对环境剧变的新型技术研发（如3D打印等灵活专业化技术）。
3. 增强劳动者话语权：强制性增加裁员方案说明义务，设立要求一线工人参与的技术创新项目，将数据权利纳入权益保护体系。

国际对比：中美路径差异

• 美国模式：由科技巨头引领，侧重通用性强、跨学科的前沿探索，但易导致创新资源集中和非包容性增长。
• 中国模式：“人工智能+”行动推动AI与6大重点领域深度融合，布局应用中试基地，支持开源社区，倡导以典型应用场景为导向的产业落地。这种以多样发展需求为导向的路径，有望激发多元主体共同参与，形成更具包容性的技术发展范式。