國際人工智能研究組織的價值評估：以歐洲核子研究中心（CERN）為例

2025年8月，蘭德公司（Rand Corporation）發(fā)布文章《評估類似歐洲核子研究中心（CERN）的跨國人工智能研究組織的價值》（Assessing the Value of a CERN-Like Multinational Research Organization for AI），主要介紹了“人工智能領域的歐洲核子研究中心”該構想的淵源、核心內容，以及對該構想進行了評估。啟元洞見編譯該文章主要內容，旨在為讀者了解相關研究提供參考。

引言

人工智能的快速發(fā)展有望改變現代世界，許多學者提議建立一個基于國際合作和基礎設施投資的新型研究組織，其主要目標是推動強大且安全的人工智能研究進展。最具影響力的類比源于核技術領域——將歐洲核子研究中心（CERN）視為跨國協作的成功典范，進而提出“人工智能領域的歐洲核子研究中心（CERN for AI）”。本文基于波特五力模型（Porter’s five forces model）這一戰(zhàn)略評估框架，系統分析五種“CERN for AI”構想的潛在價值與可行性，為相關政策討論提供參考。

一、“CERN for AI”的構想淵源

（一）CERN的歷史經驗與核心特征

CERN成立于1954年，由12個西歐國家聯合發(fā)起，其誕生兼具科學與政治的雙重訴求：一方面，高能物理研究所需的大型加速器成本遠超單一國家的承擔能力，需通過跨國協作分攤；另一方面，戰(zhàn)后歐洲亟需通過具體合作項目彰顯團結。如今，CERN已成為全球最大的物理實驗室，由24個歐盟成員國聯合資助，是高能粒子物理研究的核心場所。其使命廣泛，包括匯聚全球人才，突破科學技術前沿，造福全人類，并致力于培養(yǎng)新一代科研人才、推動公眾參與科學等。

CERN的標志性成果包括17英里長的大型強子對撞機（該設施在2012年助力發(fā)現希格斯玻色子，相關研究人員于2013年獲得諾貝爾獎）和20世紀80年代末在此誕生的萬維網。其成功的關鍵在于：通過集中資源突破單一國家的能力上限，且研究聚焦于無直接軍事或經濟價值的亞原子物理，有效規(guī)避了地緣政治競爭的干擾。

（二）人工智能領域

對“CERN類比”的探索

CERN作為合作研究投資模型的成功，使其成為建設跨國人工智能研究組織相關討論的典范。“CERN for AI”的構想由紐約大學教授加里?馬庫斯（Gary Marcus）于2017年首次提出，旨在通過跨國協作解決人工智能發(fā)展中的資源集中與安全風險等問題。此后，眾多學者對此展開討論，構想各異：有的聚焦人工智能安全，即“人工智能安全版CERN（CERN for AI Safety）”；有的關注前沿人工智能研發(fā)，即“人工智能前沿版CERN（CERN for Frontier AI）”；有的則強調向善的人工智能，即“人工智能向善版CERN（CERN for AI for Good）”。

但人工智能與高能物理存在本質差異。一方面，人工智能研究具有強烈的市場驅動性，如Meta計劃投入650億美元建設人工智能基礎設施，美國前總統特朗普提出5000億美元的星際之門人工智能合作計劃。另一方面，人工智能技術的應用直接關聯經濟利益和軍事能力，難以完全遵循CERN的“純科學”定位，這使得其國際協作的復雜性大幅提升。

在參與國家范圍的問題上，學界存在兩種對立觀點：部分學者認為應向“潛在敵對國家”開放，通過逐步增加合作投資建立互信，使其成為人工智能軍備競賽中的穩(wěn)定力量；另一部分則主張將其限制在民主國家集團，以保障技術安全和價值觀一致性。這種分歧反映了“CERN for AI”在構想上的開放性和復雜性。

二、五種“CERN for AI”

構想的核心內容

（一）構想1：克服不可持續(xù)

的成本以保障人工智能持續(xù)進步

人工智能模型訓練成本正以驚人速度飆升。人工智能初創(chuàng)公司Anthropic的首席執(zhí)行官達里奧?阿莫迪（Dario Amodei）預測，到2027年單個人工智能模型的訓練成本可能達到1000億美元。穆迪評級公司（Moody's Ratings）則指出，未來幾年全球數據中心建設可能需要科技公司、公用事業(yè)及相關產業(yè)投入數萬億美元。短期內，到2025年大型科技公司的人工智能相關資本支出可能達到2000億美元以滿足市場需求。盡管有觀點質疑如此規(guī)模投資的經濟合理性，但未來幾代人工智能模型若要實現突破性能力，可能確實需要這樣的巨額基礎設施投入。

若未來人工智能的突破性進展依賴超大規(guī)模投資，跨國協作將成為分攤成本的關鍵。例如，若下一代計算基礎設施的啟動成本為5000億美元，除了中國和美國之外，任何國家都無法獨自承擔如此巨大的成本。

（二）構想2：

提供強大人工智能的安全開發(fā)環(huán)境

隨著人工智能能力的快速提升，其潛在的破壞性風險日益凸顯，包括模型失控、被惡意利用等。人工智能的發(fā)展存在顯著不確定性，其最終可能產生的社會和經濟破壞力要求全球采取更審慎的態(tài)度。確保人工智能進步與人類價值觀對齊，并防止其被用于災難性目的，是全球的共同利益所在。

與成本驅動的協作不同，這一構想的核心動機是對人工智能安全的集體訴求。“CERN for AI”可聚焦于安全研發(fā)，包括開發(fā)安全芯片、加密數據中心、通信加密及模型權重保護等；同時，集中全球分散的人工智能安全專家資源，解決尖端模型的設計與防護難題。

（三）構想3：

培育區(qū)域人工智能能力

部分地區(qū)因資源分散和投資策略問題，人工智能發(fā)展逐漸落后于領先國家。例如，歐盟雖在2020年設定了未來十年每年吸引200億歐元人工智能投資的目標，但資金被分散到各成員國進行小規(guī)模投資，未能形成協同效應。歐洲在人工智能領域與美國的差距不斷擴大，核心問題是缺乏規(guī)模和重點，而美國的成功則源于將資源集中在能產生競爭優(yōu)勢的領域，通過大規(guī)模投資形成更高更好的人工智能生態(tài)堆疊。

“CERN for AI”可通過集中資源建設區(qū)域基礎設施打破這種分散化困境。例如，針對美國計算提供商可能在計算即服務領域形成的自然壟斷，有報告建議歐盟在三年內投資300億-350億歐元，建設區(qū)域性人工智能研究組織，推動本地計算設施、訓練數據集和技術孵化器的發(fā)展，培育區(qū)域內的人工智能企業(yè)和研究生態(tài)。

（四）構想4：

解決國際協調問題

跨國人工智能應用的發(fā)展常因國家或企業(yè)間的不信任而受阻，形成集體行動困境——參與者本可通過合作獲益，但因缺乏信任機制而難以達成共識。例如，全球健康數據共享面臨隱私保護、數據主權等爭議，導致人工智能精準醫(yī)療算法缺乏多樣化訓練數據，難以應對不同族群的健康需求。

“CERN for AI”可作為中立第三方，促進敏感領域的國際協作：一是制定數據共享的標準化格式和使用規(guī)則，例如統一全球健康數據的隱私保護標準；二是作為可信中介收集和分析敏感數據，如構建全球基因組數據庫，緩解當前數據庫多樣性不足的問題；三是提供中立的人工智能分析結果，形成全球認可的標準建議。

（五）構想5：

開發(fā)市場不支持的公益應用

人工智能在文化保護、學術研究、全球公共衛(wèi)生等非盈利領域具有巨大潛力，但因缺乏經濟回報而被市場忽視。“CERN for AI”可聚焦這些領域，推動具有社會價值但無商業(yè)前景的人工智能應用開發(fā)。

具體應用場景包括：保護小眾語言，如開發(fā)威爾士語、沃洛夫語、爪哇語等人工智能翻譯工具和訓練數據集，抵消英語的主導地位；助力人文研究，例如利用人工智能技術翻譯楔形文字、分析歷史文獻，推動考古學和歷史學突破；打擊文化遺產掠奪，通過人工智能監(jiān)控和識別非法交易；支持全球公共衛(wèi)生，針對瘧疾、結核病等貧困地區(qū)高發(fā)疾病開發(fā) 人工智能診斷和防控工具，彌補私人投資的不足。

這類應用還具有“科學外交”價值，可像冷戰(zhàn)時期的科研合作那樣，為敵對國家提供非政治化的互動平臺，緩解地緣緊張。與其他構想相比，該領域的協作成本較低，更易啟動，且爭議較小。

三、基于波特五力模型的評估

（一）模型應用說明

波特五力模型由哈佛商學院教授邁克爾·波特（Michael Porter）提出，用于分析行業(yè)競爭環(huán)境，包括五個維度：新進入者的威脅（潛在競爭者進入的難易程度）、供應商力量（供應商對行業(yè)的控制能力）、買方力量（買方對行業(yè)的議價能力）、替代品的威脅（其他產品替代行業(yè)產出的可能性）、行業(yè)競爭（現有參與者的競爭激烈程度）。模型通過主觀評分（高、中高、中、中低、低）評估各維度的競爭壓力，低分表示壓力較小。

本文對該模型進行了適應性調整，用于評估“CERN for AI”各構想的可持續(xù)性——其核心邏輯是，一個成功的協作組織需能提供難以被復制或替代的價值，抵御各類競爭壓力。

（二）對CERN的評估

新進入者的威脅：低。CERN的大型加速器基礎設施建設成本極高，例如20世紀90年代的超導超級對撞機因耗資過大而失敗，形成天然壁壘。

供應商力量：中低。主要供應商為電力提供商和歐盟成員國（資金供應方），雖有一定影響力，但難以主導CERN的決策。

買方力量：低。CERN的高能對撞機具有不可替代性，粒子物理學家?guī)缀鯖]有其他選擇。

替代品的威脅：低。其他研究高能粒子的方式（如分析地外輻射）無法與加速器實驗相比擬。

行業(yè)競爭：中低。其他加速器設施在能力上難以匹敵，競爭有限。

這種低競爭壓力的環(huán)境使CERN能長期保持在高能物理研究中的主導地位，為“CERN for AI”提供了參考范本。

（三）對“CERN for AI”各構想的評估

1.克服成本壁壘構想

新進入者的威脅：低。資金需求過高，私人企業(yè)難以單獨承擔。

供應商力量：高。依賴芯片制造商、計算基礎設施服務商等關鍵技術提供者。

買方力量：低。應用對其大規(guī)模基礎設施有強依賴性。

替代品的威脅：中。存在低算力算法優(yōu)化或專用模型等替代方案。

行業(yè)競爭：中。科技巨頭持續(xù)投入人工智能基礎設施，形成競爭。

該構想的主要風險是供應商依賴，需通過聯合研發(fā)芯片等方式降低供應鏈風險。

2.安全開發(fā)環(huán)境構想

新進入者的威脅：中。市場領先企業(yè)可能單獨開發(fā)并行安全設施。

供應商力量：高。依賴技術企業(yè)提供安全解決方案。

買方力量：中。可轉向營利性云服務提供商。

替代品的威脅：中高。企業(yè)可能選擇低成本的非安全開發(fā)路徑。

行業(yè)競爭：中高。安全標準不統一，易引發(fā)惡性競爭。

該構想成功關鍵在于建立全球統一的安全規(guī)范，通過法律強制力降低替代品威脅。

3.培育區(qū)域能力構想

新進入者的威脅：中低。建設成本高，但美國、中東已有類似計劃。

供應商力量：高。依賴美國芯片等核心技術供應商。

買方力量：中低。轉向美國云服務的轉換成本較高。

替代品的威脅：中低。量子計算等替代技術尚不成熟。

行業(yè)競爭：中高。美國科技巨頭持續(xù)創(chuàng)新，保持技術領先。

該構想需持續(xù)升級基礎設施，并減少對外部供應商的依賴，否則難以維持競爭力。

4.解決國際協調構想

新進入者的威脅：中低。組建全球數據聯盟的難度大。

供應商力量：高。數據所有者掌握主導權，可決定是否參與。

買方力量：中低。替代資源有限，尤其是在全球性問題上。

替代品的威脅：中。存在區(qū)域數據聯盟等替代方案。

行業(yè)競爭：中高。其他國際組織也在推進健康等領域的研究。

該構想需通過提升解決方案的獨特價值如數據多樣性帶來的精準度等確立不可替代性。

5.開發(fā)公益應用構想

新進入者的威脅：中高。成本低，學術機構可能參與。

供應商力量：中低。對專用資源依賴度低。

買方力量：中低。服務獨特性強，用戶議價能力有限。

替代品的威脅：中。存在其他非人工智能解決方案。

行業(yè)競爭：低。非盈利領域協作性強，競爭氛圍弱。

該構想因競爭壓力小且成本較低，適合作為“CERN for AI”的初期試點。

四、結論

人工智能的快速發(fā)展既帶來巨大機遇，也引發(fā)技術競爭加劇、安全風險凸顯、資源分配不均等全球性挑戰(zhàn)，“CERN for AI”作為跨國協作平臺，為應對這些挑戰(zhàn)提供了潛在解決方案。報告提出的五大構想——克服成本壁壘、保障安全開發(fā)、培育區(qū)域能力、解決國際協調、開發(fā)公益應用——涵蓋了人工智能發(fā)展的關鍵痛點，但其實施面臨不同的競爭環(huán)境和可行性障礙。

其成功需滿足三個條件：一是平衡公共利益與私人投資動機，避免與現有市場力量直接沖突；二是保持靈活適配性，能根據技術變革調整構想定位；三是采取分階段推進策略，優(yōu)先啟動爭議小、成本低的公益應用與協調構想，逐步積累信任后再擴展至其他領域。

其價值不僅在于推動人工智能技術突破，更在于通過跨國協作構建新型全球治理機制，緩解人工智能引發(fā)的地緣競爭與安全風險，為人類共同應對技術革命提供制度化平臺。未來需進一步細化各構想的實施路徑，并結合技術演進和地緣政治動態(tài)持續(xù)調整策略。

免責聲明：本文轉自啟元洞見。文章內容系原作者個人觀點，本公眾號編譯/轉載僅為分享、傳達不同觀點，如有任何異議，歡迎聯系我們！

轉自丨啟元洞見

研究所簡介

國際技術經濟研究所（IITE）成立于1985年11月，是隸屬于國務院發(fā)展研究中心的非營利性研究機構，主要職能是研究我國經濟、科技社會發(fā)展中的重大政策性、戰(zhàn)略性、前瞻性問題，跟蹤和分析世界科技、經濟發(fā)展態(tài)勢，為中央和有關部委提供決策咨詢服務。“全球技術地圖”為國際技術經濟研究所官方微信賬號，致力于向公眾傳遞前沿技術資訊和科技創(chuàng)新洞見。

地址：北京市海淀區(qū)小南莊20號樓A座

電話：010-82635522

微信：iite_er