（原标题：两部门拟明确"守门人"认定标准，AI新贵们也入围了？） 21世纪经济报道记者 王俊 章驰 一批平台即将成为你的个人信息"守门人"。 11月22日，国家互联网信息办公室、公安部发布《大型网络平台个人信息保护规定（征求意见稿）》（以下简称"征求意见稿"），明确了对大型 网络平台的认定标准，以及应履行的个人信息保护义务。 根据征求意见稿，除却阿里、腾讯、蚂蚁、字节跳动、百度、微博、小红书等互联网平台，DeepSeek、MiniMax、Kimi等迅速增长的AI公司，以 及OPPO、vivo、荣耀等智能终端厂商，不少用户规模也满足征求意见稿中的"用户超5千万或月活超1千万"等条件，同样可能进入大型网络平台 的序列。 "能力越大、责任越大"，这一原则贯穿了数字经济监管始终。该征求意见稿与9月份发布的《大型网络平台设立个人信息保护监督委员会规定》一 脉相承，均可被视为个人信息保护法第58条"守门人条款"以及《网络数据安全管理条例》对大型平台规定的配套文件。 配套文件的规定，待正式版本发布后，将对上述平台的个人信息保护合规带来重要影响。 AI新贵进入大型平台监管射程？ 4年前，个人信息保护法正式实施。其中第58条创 ...

越南科技部副部长范德龙表示，在推进立法的同时，科技部将持续完善国家人工智能生态系统建设，包括数据与算力基础设施、专业人才培 养、中小企业技术支持等关键领域。最终目标是出台一部行之有效的法律，既能够管控风险，又能有力推动越南人工智能产业蓬勃发展，使科技 真正服务于人类，助力实现可持续发展目标。 越南FPT软件公司人工智能首席顾问陈武河明表示，越南人工智能高素质人才十分短缺，尤其是技术、法律与伦理交叉领域复合型专家。越 南正处于发展初期，这恰是"从零构建符合高标准人工智能系统"的宝贵机遇。目前，越南约有17万家企业应用人工智能技术，占企业总数约 18%。预计未来十年，聊天机器人市场规模将增长5倍。国家需尽快出台指引，推动负责任人工智能落地，特别是聊天机器人、虚拟助手等产品。 据悉，越南《人工智能法》草案共8章36条，系统全面规定在越开展人工智能活动基本原则，平衡有效监管与健康发展。该法确立"以人为 本"根本原则，明确人工智能发展必须服务于人类福祉，而非取代人类职能，尤其在关键决策中必须保留人类监督权。要求人工智能系统具备透明 度、可靠性与安全性，依据风险等级实施分类管理。鼓励推动国内人工智能技术发展与自主创新，将 ...

医疗人工智能应用现状 - 几乎所有国家都认识到人工智能在诊疗、疾病监测和个性化医疗中的潜力 [1] - 调研的50个欧洲国家中，32个国家已采用人工智能辅助诊断，占比64% [1] - 半数国家引入聊天机器人用于患者支持，超过半数国家明确了医疗人工智能的优先应用方向 [1] - 人工智能已在诊断、流程优化和提升医患沟通方面发挥重要作用 [1] 行业驱动因素与挑战 - 行业主要驱动因素包括提升患者护理质量、缓解医疗系统人力压力以及提高效率和生产力 [1] - 86%的受访国家认为“法律不确定性”是医疗人工智能应用的首要障碍 [1] - 78%的国家将“资金不足”视为主要问题 [1] - 仅有25%的国家为医疗人工智能提供专项资金，不足8%的国家制定了“医疗人工智能责任标准” [1] 潜在风险与监管呼吁 - 医疗人工智能扩张涉及患者安全、公平获得医疗服务以及数字隐私三大关键问题 [2] - 若缺乏明确战略、数据隐私保护、法律约束机制以及人工智能素养投资，风险将加剧而非医疗不平等缩小 [2] - 报告呼吁各国制定符合公共卫生目标的医疗人工智能国家战略，并加强法律与伦理保障机制建设 [2]

在此情境下，共情指的是顾客认为公司及其代表真诚地试图理解并回应其情绪状态，尤其是在顾客脆弱 的时刻。对于保险客户而言，这可能意味着保险代表不仅处理理赔事宜，还认可客户正在经历的困难， 或者公司事后跟进了解情况。这是一种从客户视角看待问题，并将这种认知转化为关怀和积极回应的能 力。 曾几何时，共情被认为过于温情柔弱，不适用于职场环境。但数十年的研究已打破这一误解。共情包含 三个要素：分享他人经历、尝试理解他人眼中的世界，以及关心他人的福祉。当人们表达共情时，会建 立起更深层次、更具滋养性的关系；当他们感受到共情时，其信任度、士气和幸福感也会随之提升。 职场亦是如此。富有共情力的领导者能够打造出员工敬业度更高、忠诚度更强的团队，在这样的团队 中，员工不仅感觉更良好（体验到更多的快乐、更强的韧性和更高的幸福感），而且工作表现也更出色 （协作更高效、创新能力更强、工作产出更高）。如今，任何一家希望以数据驱动企业文化的公司，都 应确保领导者能够给予共情，员工也能感受到共情。 但企业的顾客又如何呢？在苏黎世保险集团赞助的一项全新全球调查中，我们对11个国家近1.2万人进 行了民意调查，结果发现，大多数顾客希望从与之打交道 ...

文章核心观点 - AI医疗的核心矛盾在于技术能力与临床需求脱节，医学既是科学也是艺术，AI难以替代艺术部分[4][5] - AI医疗的终极价值是实现医疗民主化，让优质医疗服务更可及，但需在安全前提下进行[7] - 未来医生与AI是共生关系，AI不会取代医生，但不懂运用AI的医生可能被同行取代[8] AI医疗的落地挑战 - 实验室环境下的优异表现难以直接转化为临床效果，单纯提供ChatGPT给医生无法提升诊断效果，需采用AI先分析病例、医生二次意见的人机协作模式[4] - 医学诊断需结合患者文化背景、生活情境与临床经验，当前AI医疗存在炒作过载问题[5] - 临床工作流程改变是落地最大障碍，强行加入AI工具可能增加医生负担而非减负[6] - 企业实践显示AI医疗落地艰难，医渡科技曾经历四年零收入阶段，投入超1亿美元打通医院信息孤岛[6] - 患者信任的是医生而非程序，近3000名患者调研中无人因AI工具选择医院，AI应定位为医生助手而非替代品[6] AI医疗的应用实践与价值 - 通过城市级医疗数据基础设施预测总人口医疗成本，可支持推出低保费（最低不到30美元）、高理赔额（最高300万元人民币）且不设健康门槛的补充医疗保险[7] - AI工具可显著提升效率，例如KPJ通过AI语音识别和智能病历系统将医生行政工作时间从70%降至更低[7] - AI驱动的个性化医疗能避免通用治疗浪费，使有限资源精准用于不同疾病阶段患者[7] - 针对非重症疾病的AI医生已开始服务大众，未来计划将顶级医院AI辅助工具向基层推广[7] 医生与AI的协作之道 - 医学教育需纳入AI协作能力培养，目标是培养会用AI的医生而非依赖AI的医生[9] - 技术培训不能走过场，需让医生真正掌握高效用法，例如通过五点击完成手术安排以节省时间[9] - AI工具必须足够智能和易用，公司会持续监控使用数据并优化高频工具体验，不好用的AI会被自然淘汰[9]

贝索表示，2026年很可能成为两大技术深度融合的一年。 回望即将结束的2025年，智能体应用爆发，AI开始从"听令行事"走向"主动服务"，人形机器人产业链也 开始提前规划产能。但整体而言，AI在物理世界的部署仍面临诸多挑战，在追求高精度和高效率的工 业场景中，这一问题则更为突出。李飞飞、杨立昆等顶尖人工智能科学家近日均发声强调AI学习理解 物理世界的重要性。 为何AI在物理世界走得更慢？AI在2026年又迎来怎样的发展？ 世界经济论坛人工智能卓越中心的人工智能应用与影响负责⼈玛丽亚·贝索（Maria Basso）近日在接受 第一财经记者专访时解释称，将机器人集成至工业场景的难度远高于部署聊天机器人。她认为，让机器 人能够理解物理世界的"世界模型"技术尚未完善，而实际部署时需要考虑更多因素、调试更多参数。另 外，机器人部署还需要解决安全问题和劳动力适配等问题。 但她也观察到，在工业特别是制造业场景中，越来越多AI、传感器与机器人技术相融合的案例涌现出 来。展望未来，她期待世界模型技术取得更大进展，同时AI智能体可以实现从技术概念和零星应用， 到被企业规模化应用的跨越。"2026年很可能成为两大技术深度融合的一年 ...

文章核心观点 - 当前AI行业的高资本投入和狂热发展正面临物理世界基础设施（如电网、变压器产能）和经济效益（如投资回报要求）的双重现实制约，其发展轨迹被拿来与世纪初因财务造假而破产的能源公司安然进行类比，但两者在根本问题（财务造假 vs 现实瓶颈）上存在本质区别 [1][15][40] 历史案例：安然事件分析 - 安然公司于2001年12月2日申请破产，成为当时美国历史上最大的企业破产案 [2] - 破产前，其CEO在季度电话会上因被分析师追问资产负债表情况而情绪失控并辱骂对方，暴露出公司治理和财务透明度方面的严重问题 [4][5][7] - 公司通过金融工程和会计技巧粉饰业绩，例如将未来几十年的预计利润一次性计入当期收入，导致报表利润高但现金流差 [13] - 设立大量壳公司将失败项目的亏损和债务移至表外，至2001年此类壳公司数量已达上百个，使资产负债表看似干净 [14] AI行业与安然的类比与区别 - 类比点在于公司领导层对关键财务问题的回避态度，例如OpenAI CEO被问及盈利问题时回避具体收入数字和巨额资金缺口问题 [11] - 根本区别在于安然是主动的财务造假，而OpenAI等AI公司目前面临的是真实的业务瓶颈和巨大的资金需求 [11][40] - OpenAI等明星初创公司仍在烧钱亏损，依赖股权出售和发债融资，高盛报告预测到2026年OpenAI可能烧掉750亿美元 [25] - 整个AI行业到2030年总投资额预计高达5万亿美元，相当于烧掉一个英伟达的市值 [11][36] AI发展的物理与现实制约 - AI数据中心建设面临电网接入、光纤铺设、设备交付等物理瓶颈，变压器等关键组件产能严重不足，GE Vernova公司到2028年的变压器产能已被订满 [16][18][28] - 设备短缺非短期能解决，满足美国电力预期需求需10到15年时间，远超AI热潮的急切需求 [28] - 数据中心建设规划创历史新高，当前全球容量为70.8吉瓦，预测到2027年底达109.2吉瓦，但项目延期现象已出现 [23][33] 资本投入与回报要求 - 科技巨头资本支出刷新历史纪录，并越来越多依赖债务融资，Meta等公司使用复杂私募股权债务协议拉满杠杆 [25] - 为使5万亿美元投资获得10%的合理年化回报，AI产品每年需创造6500亿美元的新增收入，此金额是OpenAI目前年收入（约200亿美元）的30多倍，比苹果公司年总收入还多一半 [36][37] - 实现此收入目标相当于全球每位iPhone用户每月需为AI服务额外支付35美元，对市场需求假设极为乐观 [38] 行业前景与市场假设 - 乐观预测认为AI云服务收入将在五年内暴增近9倍，但此假设建立在市场对AI产品爆发前所未有需求的基础上 [33][39] - 业界预期消费者和企业将为AI驱动的更高级服务（如AI智能体、人形机器人）支付更多费用 [33] - 核心矛盾在于资本预测时对设备短缺现实“选择性失明”，同时又疯狂假设市场需求将空前高涨 [40]

AI投资规模与资本流向 - 微软、Meta、谷歌、亚马逊四大巨头预计明年AI领域支出达4200亿美元，高于今年的3600亿美元 [5] - OpenAI已签署超过1.4万亿美元的算力合同，将硅谷AI巨头紧密绑定在GPU采购和模型训练上 [5] - 摩根士丹利预测，2025至2028年间，大型科技公司将在AI和数据中心上投入2.9万亿美元 [44] - 哈佛经济学家指出，数据中心和AI投资贡献了美国2025年上半年GDP增长的约92%，剔除后GDP增长仅为0.1% [35] 英伟达的市场地位与增长 - GTC 2025大会后，英伟达市值飙升至5万亿美元 [8][39] - Loop资本预测其未来市值有望突破8.5万亿美元 [8] - Blackwell芯片已全面量产，下一代超级芯片Vera Rubin计划于明年10月投产 [39] AI对就业市场的实际影响 - 2025年招聘岗位总量同比下降8%，美国就业岗位同比下降7.3% [50] - 创意执行类岗位受冲击显著：计算机图形艺术家需求下降33%，摄影师和作家需求均下降28% [52][54] - 机器学习工程师岗位需求在2025年增长40%，此前2024年已增长78% [63] - 高层领导岗位需求仅下降1.7%，显著优于市场平均水平，而一线员工岗位需求下降9% [67][70][71] 行业巨头战略与AI安全观 - Hinton批评科技巨头更关注商业竞争获胜而非人类生存安全，Meta被视为不负责任的典型 [17][19] - OpenAI最初以负责任发展AI为目标，但现在最优秀的安全研究员纷纷离职，背离初衷 [19] - 亚马逊宣布裁员4%，涉及14000名员工，被视为AI投资推动的裁员案例 [23] AI技术应用与行业趋势 - 全球95%的企业应用生成式AI失败，表明尚未找到最佳应用模式 [45] - AI基础设施技术栈岗位需求旺盛：机器人工程师增长11%，研究/应用科学家增长11%，数据中心工程师增长9% [66][69] - 网红营销专员岗位需求增长18.3%，反映出在AI内容泛滥背景下，真实人际信任渠道的价值提升 [74][75] 特定岗位需求变化分析 - 软件工程岗位整体稳定，前端工程岗位降幅最大，可能因低代码工具普及导致商品化 [78][81] - 客户服务代表需求仅下降4.0，因复杂判断和同理心任务仍依赖人类 [83] - 医疗记录员需求下降20%，因AI文档工具能自动生成临床记录 [58] - 销售运营专员需求下降8.0，因AI擅长处理其结构化的数据工作，而营收总监需求增长10.2% [87][88][89]

AI Token消耗量增长现状与驱动因素 - 2025年以来谷歌等厂商AI Token消耗量呈现高速增长态势[1] - 当前增长主要由AI搜索和聊天机器人等应用所带动[1] 对AI算力投入与货币化前景的审慎评估 - 部分投资者基于Token消耗量进行线性外推对AI算力投入和货币化前景给出过度乐观预期[1] - 若后续缺乏具备商业化潜力的新场景突破Token高增长趋势可能在短期迅速放缓[1] - 在芯片硬件系统软件共同提升下AI硬件系统层面的真实经济投入将显著低于市场表面的感官数据[1] AI商业化挑战与未来投资关注点 - 当前AI高价值商业化场景仍较为有限[1] - 从投入产出角度企业未必仅由于Token增长而持续加码投资[1] - AI算力持续投入需依赖更多应用场景和更高效商业化模式的突破[1] - 建议短期持续关注Gemini 3等前沿模型进展[1] - 建议短期持续关注AI货币化进展如AI Overview AI Mode Gemini[1] - 建议短期持续关注AI Agent带来AI与软件价值的规模化落地[1]

硅谷对中国的态度转变 - 硅谷科技精英对中国交织着焦虑、羡慕与自省的复杂情绪，正重新审视并钦佩中国的效率与执行力[1] - 美国科技界精英对中国的基建速度、制造业实力以及人工智能公司DeepSeek的创新能力赞叹不已[1] - 长期以来关于中国的固有认知正被重新评估，例如中国企业从模仿者转变为研究效率与规模的典范[2][4] 中国在关键领域的领先优势 - 中国在基础设施建设、人工智能应用及制造业等领域以“机器般的速度”快速推进[1] - 中国在“所有实体制造相关领域都处于领先地位”，在硬件与人工智能融合制造方面占据巨大优势[7] - 中国人工智能产业专注于将人工智能应用于服务、设备和制造业领域，而非痴迷于通用人工智能[8] 美国自身的反思与困境 - 硅谷精英痛惜美国陈旧的基础设施、繁琐的监管体系，以及制造业能力衰退的经济体[1] - 美国旧有的“创新——制造——出口”模式在制造业大量外包后已然崩塌，如今主要负责设计[5] - 美国科技领袖在支持复兴政策的同时，也支持削减大学资金、收紧技术移民等破坏性政策[10] 中美科技竞争的动态 - DeepSeek推出低成本、高性能聊天机器人，成为美国人工智能行业的“斯普特尼克时刻”[11] - 中国在2018年遭遇“斯普特尼克时刻”后加速芯片及其他技术研发以减少对美国的依赖[11] - 英伟达首席执行官评估中国芯片仅落后“几纳秒”，在人工智能领域并未落后于美国[10] 产业政策与战略意图 - 一些人呼吁启动美版DeepSeek项目，像中国那样发布产业宣言[1] - 美国科技领袖夸大中国的能力或威胁，部分原因是为了施压华盛顿争取联邦资金支持[8] - 中国正加大政府对研发的支持，而美国还在争论如何重建[10][11]