新智元報(bào)道

編輯：KingHZ

卡內(nèi)基梅隆揭秘美國(guó)AI產(chǎn)業(yè)鏈：誰(shuí)能扼住AI的喉嚨？

OpenAI和迪士尼如何捆綁，AMD、軟銀和英偉達(dá)究竟在下哪盤棋？

卡內(nèi)基梅隆大學(xué)剛剛拋出一顆「產(chǎn)業(yè)核彈」：首個(gè)系統(tǒng)刻畫數(shù)據(jù)、算力、模型、資本乃至人才流向的AI供應(yīng)鏈數(shù)據(jù)集。

誰(shuí)控制上游瓶頸？誰(shuí)掐住了全球AI產(chǎn)業(yè)的咽喉？

這一次，資本、科技與權(quán)力的真實(shí)版「關(guān)系網(wǎng)」被攤在了陽(yáng)光下。

傳送門：https://aisupplychains.org/

AI產(chǎn)業(yè)鏈，洞察產(chǎn)業(yè)機(jī)密

AI供應(yīng)鏈描述了AI模型、數(shù)據(jù)和工件如何在上游生產(chǎn)，以及它們?nèi)绾卧谙掠芜M(jìn)行適配和使用。

為了構(gòu)建數(shù)據(jù)集，研究者抓取了數(shù)千篇文章、新聞稿、SEC文件等，并繼續(xù)每周更新。

供應(yīng)鏈上游的市場(chǎng)集中度創(chuàng)造了瓶頸，這可能導(dǎo)致產(chǎn)品或服務(wù)中斷時(shí)出現(xiàn)連鎖故障。

它也可能助長(zhǎng)壟斷行為，少數(shù)大公司可以隨心所欲地設(shè)定價(jià)格、合同條款等。

這些數(shù)據(jù)可用于發(fā)現(xiàn)AI組織之間的密切財(cái)務(wù)關(guān)系，包括相互投資和循環(huán)投資。

還可以追蹤AI在下游各行業(yè)的使用與采用情況。

??這有助于追蹤AI的危害、同質(zhì)化等問題。

然而，盡管AI供應(yīng)鏈在整個(gè)生態(tài)中愈發(fā)居于核心位置，它依然難以被清晰地描繪與分析。

市面上的行業(yè)報(bào)告多半只點(diǎn)名關(guān)鍵機(jī)構(gòu)，卻鮮少刻畫它們之間的關(guān)系與依賴。

這個(gè)項(xiàng)目正是為彌補(bǔ)這一缺口：通過繪制AI供應(yīng)鏈，考察各類參與者如何互動(dòng)。

弄清這些關(guān)聯(lián)，有助于展開數(shù)項(xiàng)關(guān)鍵分析：

瓶頸與行業(yè)韌性：AI行業(yè)倚賴若干關(guān)鍵投入（算力、數(shù)據(jù)、人才等）。所謂瓶頸，即鏈條中依賴度極高的節(jié)點(diǎn)，會(huì)為AI產(chǎn)業(yè)帶來(lái)脆弱性。

創(chuàng)新與治理：要制定有效的AI政策與治理機(jī)制，必須看清知識(shí)、資源與能力在生態(tài)中的流動(dòng)。理解上下游依賴，是設(shè)計(jì)有關(guān)算力、信息披露、責(zé)任歸屬與安全監(jiān)管等干預(yù)措施的基礎(chǔ)。

市場(chǎng)集中度與競(jìng)爭(zhēng)格局：供應(yīng)鏈的繪制能揭示市場(chǎng)力量聚集于何處，也能看出生態(tài)中不同層級(jí)的競(jìng)爭(zhēng)如何演化。

戰(zhàn)略性洞察：對(duì)供應(yīng)鏈的系統(tǒng)性視角有助決策者追蹤生態(tài)演變，識(shí)別關(guān)鍵節(jié)點(diǎn)，預(yù)判戰(zhàn)略優(yōu)勢(shì)的轉(zhuǎn)移。把資本、人才與能力的流動(dòng)脈絡(luò)理清，方能更好預(yù)測(cè)、并更有效地介入。

百年AI，終成產(chǎn)業(yè)

AI的孕育與落地，前后近百年。

然而自從大語(yǔ)言模型問世，AI產(chǎn)品與服務(wù)便如井噴般涌現(xiàn)。

LLM讓人們能用自然語(yǔ)言與AI互動(dòng)，大大降低了使用門檻，讓更多人得以接觸，也推動(dòng)了它走向主流。

蓬勃發(fā)展的AI產(chǎn)業(yè)催生了所謂的「AI供應(yīng)鏈」：

一個(gè)由眾多組織交織而成的復(fù)雜網(wǎng)絡(luò)，共同參與AI系統(tǒng)的研發(fā)、部署與使用。

鏈中有云服務(wù)商、數(shù)據(jù)策展方、可觀測(cè)性平臺(tái)、模型開發(fā)者、企業(yè)用戶等等。

一般而言，向他方提供產(chǎn)品或服務(wù)者為上游，承接的一方為下游。

依此看來(lái)，這條鏈最上游可追至人工標(biāo)注員與反饋提供者，最下游則延伸到各類AI應(yīng)用的終端用戶。

AI產(chǎn)業(yè)走向成熟

AI供應(yīng)鏈本身的出現(xiàn)，意義重大。

過去，AI與機(jī)器學(xué)習(xí)系統(tǒng)多半在企業(yè)內(nèi)部完成，或由少數(shù)機(jī)構(gòu)獨(dú)立承擔(dān)：團(tuán)隊(duì)自行收集數(shù)據(jù)、自行訓(xùn)練模型、自行搭建基礎(chǔ)設(shè)施。

隨著部分環(huán)節(jié)開始外包（如數(shù)據(jù)集采集），Amazon Mechanical Turk、Scale AI等數(shù)據(jù)服務(wù)應(yīng)運(yùn)而生。

如今，隨著AI行業(yè)的迅猛擴(kuò)張，專業(yè)化公司開始接管研發(fā)流程中的各個(gè)獨(dú)立環(huán)節(jié)。

這種拆分帶來(lái)更高的專業(yè)度與效率，既標(biāo)志著行業(yè)走向成熟，也為創(chuàng)新與競(jìng)爭(zhēng)打開了新的空間。

如果我們看不清AI供應(yīng)鏈，就只能在技術(shù)神話與商業(yè)宣傳之間被牽著走；

一旦把這條鏈條攤開——誰(shuí)在制造瓶頸，誰(shuí)在攫取超額收益，誰(shuí)在把風(fēng)險(xiǎn)層層轉(zhuǎn)嫁，就無(wú)處遁形。

未來(lái)的AI治理，不應(yīng)只盯著某個(gè)「出事的模型」，而必須對(duì)整條供應(yīng)鏈問責(zé)：

誰(shuí)提供了算力與數(shù)據(jù)，誰(shuí)推動(dòng)了落地與擴(kuò)散，誰(shuí)從中獲利，誰(shuí)承擔(dān)后果。

只有當(dāng)監(jiān)管者、研究者和公眾都學(xué)會(huì)沿著供應(yīng)鏈追問，AI 才有可能從「少數(shù)巨頭的權(quán)力機(jī)器」，變成「多數(shù)人共享的基礎(chǔ)設(shè)施」。

參考資料：

https://aisupplychains.org/project

https://x.com/cen_sarah/status/1987956473570508893?s=20

秒追ASI

?點(diǎn)贊、轉(zhuǎn)發(fā)、在看一鍵三連?

點(diǎn)亮星標(biāo)，鎖定新智元極速推送！