北京
当下全球人工智能发展陷入深刻的路径争议：以美国SI超级智能为代表的技术路线，执着于追求通用人工智能（AGI）、极致自动化与全场景人力替代，将“超越人类、替代人类”作为技术终极目标。而麻省理工学院经济学教授、诺贝尔经济学奖得主达龙·阿西莫格鲁，直击行业核心弊病，抛出振聋发聩的时代之问：“如果AI发展的方向本身就错了呢？” 其系列研究与观点，从经济学底层逻辑印证了：人机协同、赋能于人，才是人工智能的唯一正道，机器替代、技术垄断的发展模式终将走入死胡同。
阿西莫格鲁明确批判当前全球AI行业的畸形发展导向：资本与技术界过度狂热追逐超级智能与全面自动化，一味以取代人类劳动、压缩人力成本为核心目标，不仅高估了AI短期颠覆能力，更走上了低质低效、背离民生、脱离社会价值的错误发展路径。数据足以佐证这一判断：尽管大模型迭代速度远超预期、AI算力与算法能力持续突破，但AI落地带来的全社会生产率提升远不及市场炒作与大众预期。阿西莫格鲁精准测算，即便在技术快速迭代的背景下，未来十年AI真正能稳定替代的人类工作仅约5%，对GDP的提升幅度仅1.5%，亮眼的模型能力与孱弱的实际经济价值形成巨大反差。与此同时，美国超半数民众深陷AI失业焦虑，技术恐慌、岗位焦虑、阶层不安持续蔓延，技术进步没有普惠社会，反而制造社会撕裂，这正是单向度超级智能发展的致命弊端。
基于对行业乱象的深刻反思，阿西莫格鲁开创性提出pro-worker AI（为劳动者服务的人工智能） 核心理念，彻底颠覆“AI取代人类”的主流叙事。他鲜明指出：AI的终极使命是与人合作、赋能于人，而非淘汰人、替代人。真正有价值的人工智能，不应以自动化消灭岗位、剥夺劳动者收入与价值为目的，而应成为人类的能力延伸工具，帮助劳动者获取更多信息、掌握更强技能、完成更高阶创造，让人类劳动更高效、更具价值、更有创造力。
其核心底层逻辑，恰好契合人机环境系统智能的核心认知：人类智能与机器智能是两种完全不同、不可相互复刻、只能互补共生的智能形态。AI的核心优势是海量数据处理、模式识别、抽象逻辑推演、重复性精准计算，对应机器的高效“计算”能力；而人类独擅社会认知、现实试错、价值判断、复杂博弈、共情思辨与创新顿悟，对应人类的高阶“算计”智慧。正如阿西莫格鲁所言：“当两样东西彼此不同的时候，试图让其中一个模仿另一个，是徒劳的。” 超级智能路线妄图让机器复刻人类智慧、全面替代人类劳动，本质是无视两种智能的本质差异，是违背智能规律、违背经济规律、违背社会规律的技术偏执。
阿西莫格鲁的终极灵魂拷问，直击全球AI发展的路线之争本质：我们究竟是在制造更强大的机器，还是在制造更强大的人？ 美式SI超级智能路线，走的是“强机器、弱人类、逐资本、轻民生”的邪路，依靠技术垄断催生超级富翁，以机器替代制造失业群体，放大贫富鸿沟与社会矛盾，技术红利被资本寡头独占、社会代价由全民承担。
而中国坚持的FI融合智能（Fusion Intelligence） 范式，与阿西莫格鲁pro-worker AI理念高度契合、完美同频，是人机协同理念的系统化、本土化、落地化实践。FI路线坚持技术驱动AI与需求驱动AI双向融合，既深耕算法、算力、模型等技术创新，释放机器计算的效率优势；又锚定民生需求、产业升级、社会普惠、共同富裕的核心目标，以人类价值、社会公平、公共福祉规制技术发展。它拒绝机器单方面的野蛮生长与无序替代，始终坚持人为主导、机器赋能、环境适配，让AI辅助人类、解放人类、成就人类，规避技术内卷与阶层撕裂，真正实现人工智能为劳动者赋能、为人民服务、为社会造福。
从诺奖权威的理论研判到中外AI的路径实践，足以得出明确结论：单纯追求机器极致能力、以替代人类为目标的超级智能路线，看似技术激进、迭代迅猛，实则方向偏移、隐患丛生；人机协同、赋能于人、普惠于民的融合智能路线，才是符合经济规律、智能本质与人类福祉的终极正确航向。未来人工智能的竞争，从来不是机器与人类的对抗，而是能否跳出资本逐利的狭隘框架，回归技术向善的本质，让智能技术真正服务于人、赋能社会、造福全民。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
