当下我们谈及人工智能的时候，学术界经常从伦理风险维度展开讨论：算法歧视、隐私泄露、虚假信息、技术黑箱、系统安全隐患，以及劳动岗位被替代、劳动强度加剧等问题。这些风险真实存在，也亟需配套有效的监管规制，但此类讨论仅触及人工智能挑战的一隅——人工智能还牵涉到更宏大的政治经济学议题与全球正义问题。

　　当下各类人工智能系统，依托全人类积淀的科学成果、公共财政投入、人类劳动、文化创作、海量数据与遍布各国的基础设施方才成型；然而，顶尖人工智能系统的研发、所有权与管控权，却高度集中在少数科技强国的头部企业手中。

　　这种技术权力的垄断现象，带来的伦理难题丝毫不亚于单一算法与系统自身的失范行为。需要思考的是，谁掌控人工智能赖以运行的底层基础设施？谁攫取全人类共同创造的知识、数据所产生的价值？哪些国家能够主导技术标准、研发优先级与发展路径，又有哪些国家只能被动消费他国研发的产品？

　　即便某一国家具备完善的监管体系，但若核心算力、云服务、大模型等关键基础设施大量依赖境外供给，也无法真正实现技术自主。对于绝大多数非核心科技大国而言，现实困境在于既要管控人工智能衍生的各类风险，又要搭建本土科研体系、制度框架与基础设施，从而深度参与人工智能发展进程。部分国家虽快速普及各类人工智能应用，但其云服务、高端芯片、通用大模型、技术标准与专业人才仍高度依赖外部供应商。由此可见，能够获取技术使用权，并不代表摆脱了基础设施层面的深度依附。

　　全球技术鸿沟早已不止于能否买到商用人工智能产品，而是贯穿整条技术产业链：从能源、稀有矿产、半导体、数据中心，到云平台、数据集、基础模型、行业标准与本土科研人才，处处存在发展落差。想要弥合这道鸿沟，各国需持续投入高校与科研机构建设、完善技术教育体系、搭建公共算力平台，并开发适配本土场景的应用；同时，还要加大资源扶持，打造覆盖多元语言、文化与社会发展需求的数据集与基础模型。

　　高端基础设施建设成本高昂，且具备规模效应，单凭一国独立发展，几乎难以实现实质性技术自主，区域协同与国际合作必不可少。各国可联合共建共享算力中心、统筹公共技术采购、打通跨国科研网络，更深度地参与国际技术标准制定。所谓技术自主，更适宜理解为一种协同型能力：各国能够自主选择赖以生存的基础设施，让技术研发契合公共发展需求，在开展国际合作的同时守住政策自主权。

　　不久前在上海举办的2026世界人工智能大会暨人工智能全球治理高级别会议上，中国国家主席习近平提出构建公正合理的全球人工智能治理体系，强调人工智能应当造福人类社会，促进共同繁荣、维护共同安全，助力全球南方国家加强能力建设，同时倡导开放包容、国际合作，让更多国家共享创新红利。当前地缘竞争不断挤压全球协同治理空间，上述理念为各国开展对话提供了重要遵循。

　　作为全球人工智能发展最具影响力的两大核心力量，中国和美国肩负特殊责任。评判两国在人工智能领域的引领作用，不能只看技术硬实力，更要考量其为全球技术安全、人类共同发展作出的贡献，以及对其他国家自主把握技术未来的扶持力度。

　　推动这一目标落地，首先要正视人工智能具备的社会共建属性。商用大模型并非开发企业一己之功，其根基是数代人积累的科学突破、公共财政资助的科研项目、各类创意创作、软件研发、数据劳动，以及日常社会互动产生的海量信息。这就形成一组根本性失衡——人工智能的生产环节由全社会共同完成，但其所有权与管控权却高度集中。

　　倡导人工智能服务共同福祉，并非意味着要全盘否定民营企业，或是强制各国套用统一制度模式，而是要承认部分基础资源与核心能力天然具备公共属性。公共算力、科研网络、基础数据集、通用大模型，可通过公共机构运营、多方合作、区域共建、多边联合等多种模式落地。各国公共部门可依托政府采购、监管规则与专项投入，降低对少数技术供应商的依赖，引导创新资源投向社会刚需领域。这类举措既能保留市场主体的创新空间，又能确保核心技术服务公共利益、实现普惠可及，并接受社会监督。

　　立足公共福祉的人工智能发展思路，还必须正视人工智能产业链背后的劳动者与自然资源。这意味着要保障数据从业者与内容创作者权益，避免自动化技术侵蚀劳动者合法权益，全面评估人工智能产业对能源、水资源、矿产与硬件设备的消耗。衡量发展成效，不能单纯依靠技术指标或经济增长，还必须兼顾社会包容、生态可持续，以及收益与风险的公平分配。

　　人工智能的未来，不应沦为少数国家与企业之间的技术竞赛。既然人工智能建立在全人类世代积累的知识与劳动之上，其发展成果理当服务全体人类。实现这一愿景，需要全球统一的技术安全保障机制、常态化国际对话，以及基础设施、科研知识、技术决策权的均衡分配。

　　作者埃德米尔森・帕拉纳，系爱尔兰都柏林大学社会学副教授，芬兰拉彭兰塔工业大学社会科学系兼职副教授，同时担任该校人工智能与数字技术政治经济学专职讲师。

　　翻　　译：梁　宵

　　责任编辑：马苗苗