垂直AI软件与通用AI模型的效能差距 - 在临床试验协议审查测试中 专用系统TCN做出了163项实质性修改 包括101处插入和62处删除 而通用模型Claude仅做出11处修改 且多为简单的查找替换级别修订[5] - 效能差距源于架构差异 专用系统采用分步独立分析每个条款的流水线架构 确保每个检查点都被评估 而Claude等通用模型采用单次处理整个文档和知识库的方式 在复杂长文档中容易遗漏信息[6][7] - 随着协议复杂性增加 差距进一步扩大 临床试验协议涉及HIPAA FDA报告义务等多重监管框架 条款间相互关联 单次处理系统的工作记忆负担过重 导致性能下降[3][8] AI在医疗设备中的应用与监管风险 - 强生旗下Acclarent公司的TruDi导航系统在2021年加入AI后 FDA收到的不良事件报告数量激增 从之前的7起故障和1起伤害报告 增加到至少100起故障和伤害报告 其中至少10人在2021年底至2025年11月期间受伤[12][13] - 报告显示 AI软件存在识别错误 例如TruDi系统在手术中错误定位器械 导致患者颈动脉受损和中风 另一款产前超声AI软件Sonio Detect被报告错误识别胎儿身体部位[13][16] - 监管存在缺口 大多数AI医疗设备上市前无需进行患者临床测试 制造商可通过引用先前无AI功能的已授权设备来满足FDA要求 专家认为FDA传统监管方法不足以确保AI技术的安全性和有效性[17][18] AI对软件行业与就业市场的潜在影响 - AI将大幅降低软件开发成本与工程资源约束 可能导致软件产品商品化 并催生一批针对AI世界新终端用户和商业模式的新软件公司 使传统软件市场面临被颠覆的风险[18][19] - 颠覆过程可能滞后于市场预期 类比互联网初期报业公司股价在2002至2009年持续下跌 但其盈利在约5年内仍保持增长 直到2007年才急剧下滑 表明短期财报可能无法及时反映长期颠覆趋势[20] - 自动化未必完全取代人力 例如全自动点餐系统已普及十多年 但美国仍有190万服务员 预计未来十年仅减少1% 这表明人力服务在某些场景能提供超越自动化的附加价值 如互动与关怀[29][30] - AI驱动的生产率提升可能加剧收入不平等 但经济增长创造的财政空间为通过再分配政策抵消不平等提供了可能 这更多是政治挑战而非经济挑战[31][32] 科技行业盈利与市值增长 - 自2005年以来 标普500指数中科技板块的净利润份额与市值份额同步持续增长 而能源等板块的份额则萎缩 表明盈利是驱动股票市值的关键长期因素[22][23]