在APEC谈AI治理，硅谷的视角是什么？

10月16日的韩国庆州，APEC的先行活动已经陆续开始，打头阵的是旧金山湾区委员会。作为每一年APEC的例行活动，今年的湾区委员会带来了一份新报告——《硅谷视角下的人工智能创新、应用与治理》（《Innovation, Adoption, and the Governance of  Artificial Intelligence: A Silicon Valley Perspective》 ）。

该报告于湾区委员会和美宝集团联合举办的“硅谷邂逅APEC 2025”论坛上发布。该系列活动于2023年旧金山APEC领导人非正式会议周期间启动，旨在将加州创新经济的声音带入全球政策对话。

今年的论坛议程基于为期一年的一系列高层领导人对话，其中包括美国前国土安全部长珍妮特·纳波利塔诺、韩国人工智能委员会副主席廉在浩，以及来自微软、Anthropic、谷歌和Visa等领先公司的人工智能专家。这些讨论的关键见解将汇集在一份新的白皮书中，将以硅谷视角阐述人工智能监管。

它试图回答一些人们正在追问的问题：当AI从实验室走向各行各业，当它开始真正改变就业、重塑产业、挑战监管时，我们该如何应对？以及硅谷的视角到底是什么？

技术扩散加速

报告展示的第一组数据展示了AI已经不再是科技公司的专属游戏。

2024年，湾区AI企业吸引了美国76%的AI投资，全球前100家生成式AI公司中超过半数位于湾区。但更值得关注的数据是：自2022年以来，IT和计算机科学领域之外提及生成式AI技能的职位发布增长了800%。这意味着，AI正在以远超想象的速度渗透到传统行业。

“在硅谷，我们看到有很多人被解雇，其中一部分是因为你不再需要很多程序员了；另一方面，我们看到AI在非专业领域迅速传播，AI正在成为或很快将成为一个关键的决定因素，一种工作资格。”报告作者、湾区委员会经济研究所高级主任Sean Randolph在现场说道，“AI在科技公司削减人

员的同时，也在为传统商业角色创造新机会。关键是你是否掌握了AI技能。”

政府服务的效率提升

报告展示了大量AI应用的实证案例，例如圣何塞市利用AI交通信号系统为公交车提供优先通行，将行程时间缩短了20%，并通过AI实时翻译技术增加了市政会议的西班牙语观众数量；一家货运经纪公司使用AI自动化报价、匹配卡车和货物，同时提升了响应速度和盈利能力。

加州在与低地球轨道卫星合作，使用AI将偏远地区的火灾源头精确定位到一米范围内，并将其与地形特征和燃料负荷密度数据关联，帮助消防员优先处理多处火灾爆发。

医疗领域的突破性应用

在医疗健康领域，AI带来的变革更加深远。麻省理工学院的研究显示，使用AI工具的1000名材料科学家在新材料研究中加速了发现，并使专利申请量增加了20%。

生物医学初创公司正在利用AI预测女性近期乳腺癌风险，帮助医生确定患者是否需要更多筛查或预防性药物。算法能够预测免疫系统对药物的反应，以及患者对癌症治疗的反应。AI还在绘制可能加速自闭症新疗法的蛋白质图谱。

报告指出，AI通过大幅缩短临床试验和测试时间，正在加速整个医学领域的研究。在更日常的层面，AI工具让医生能够花更多时间与患者互动，减少创建记录和填写表格的时间。

小企业的竞争新机遇

报告特别强调了AI对中小企业的赋能作用。初创公司创始人可以利用AI执行编码和其他基础功能，以更少的人员支持公司早期发展，从而延长风险资本的使用周期，使小公司能够在更公平的竞争环境中与大公司竞争。

另外，Anthropic基于其Claude模型使用数据的研究也揭示了令人担忧的一面：AI使用在全球范围内高度集中，与收入水平高度相关。但似乎这组数据中并没有包含中国的使用情况，和Claude并没有在官方层面向中国提供服务有关。

数据显示，在亚太地区，人均使用率最高的国家是新加坡和加拿大。低采用率国家倾向于更多地将模型用于编码，而高采用率国家则在教育、科学和商业领域有更多样化的应用。

Innovation, Adoption, and the Governance of Silicon Valley Meets Apec 2025 Artificial Intelligence: A Silicon Valley Perspective， Apec 2025

就业转型：没有净失业的证据，但结构性变化在加速

关于就业影响的深度分析是所有APEC经济体都在面临的核心挑战。

LinkedIn基于其10亿用户、7000万公司和1500万职位的海量数据进行了系统分析。研究团队将所有职业分析为技能组合，将每项技能标识为“可被AI增强”或“可被生成式AI复制”。

研究将这些职业分为三个类别。其中，一些职业几乎不受影响，对生成式AI暴露度低的主要是需要大量体力劳动的职业。另一些职业有高暴露度，但可以被AI增强（augmented）；第三类是需要较少人际互动的职业，表现为高度易受颠覆。报告强调，没有哪个职业会在一夜之间消失，到目前为止LinkedIn数据没有发现AI导致净失业的明确证据。

AI相关职位占据美国增长最快的15个职位中的三席，包括AI工程师、AI顾问和AI研究员。设有“AI负责人”职位的公司数量在过去5年增长了3倍。

斯坦福数字经济实验室的研究提供了更细致的观察：在最容易受AI影响的职业中，早期职业工作者(22-25岁)的就业相对下降了13%，而同一职业中经验更丰富的工作者以及较少受AI影响领域的就业保持稳定或增长。就业下降集中在AI更可能自动化而非增强人类劳动的职业中。

同时，报告还揭示了AI时代最稀缺的，恰恰是最“人性”的技能。

AI素养是LinkedIn平台上增长最快的技能，但素养的定义在过去是模糊的。在这份报告中，变化主要集中在两个领域：使用AI工具的能力，以及人际技能（软技能）。雇主开始要求几乎所有岗位都具备AI素养，但对具备人际技能的员工的需求也在同步增加。

随着这项技术的应用不断增加，人际交往能力的重要性将会提升。这些能力包括创造力、好奇心、解决问题的能力以及缓解冲突的能力等。自2018年以来，人际交往能力的重要性总体上升了10%，在技术类职业中上升了20%，在高管层中则上升了30%。

要求AI素养的职位发布同比增长70%。可以被AI复制的技能包括财务报告、电子邮件营销、数据分析、写作、编辑、文档制作、翻译、内容创作以及时间管理工具等。

Innovation, Adoption, and the Governance of Silicon Valley Meets Apec 2025 Artificial Intelligence: A Silicon Valley Perspective， Apec 2025

Anthropic基于客户使用其Claude模型的研究显示，AI用于自动化相对于增强的使用正在增长，这一趋势可能反映了AI模型能力的提高。

Salesforce的案例颇具代表性：该公司的AI代理现在处理一半的客户支持电话。随着HR工程领域的职位被削减、该领域的人数下降，员工被重新部署到专业服务、销售和客户成功等岗位。

咨询公司埃森哲在积极培训员工AI技能的同时，最近宣布将开始"离职"那些它认为无法重新培训的员工，这发生在公司整体人数增长的同时。

在过去3年中，LinkedIn会员向个人资料添加新技能的速度增加了140%。目前，全球超过10%的专业人员获得的工作岗位在25年前并不存在，例如数据科学家、数字营销专家、内容创作者、社交媒体经理和全栈工程师。人们换工作的速度也在加快，现在的新毕业生在职业生涯中平均拥有的工作数量是15年前的2倍。

加州实验：公私合作

面对这场劳动力转型，加州政府和企业希望能产出一种值得APEC各经济体借鉴的应对模式。

2023年9月，加州州长签署行政命令，在认识AI风险的同时，制定了加速AI在州劳动力中采用的战略。目标是提高政府服务效率，加速政府部门使用AI和开发AI技能。该命令还设立了一系列与行业合作伙伴共同开发的概念验证试点项目。

2024年，加州州长签署了立法机关通过的几项法案，涉及AI教育和特定基于使用的风险，包括将AI素养整合到加州所有K-12学生核心课程中的AB 2876法案。但他否决了SB 1047法案——该法案松散地基于欧盟的AI法案，本来会预先监管基础模型。

2025年9月，加州正式生效了《前沿人工智能透明度法案》，为前沿AI模型的开发建立了安全防护栏，同时最大限度地减少了创新障碍。

湾区委员会认为，公私合作伙伴关系是加州模式的核心。核心案例有与Nvidia的合作，其中包括一项早期协议，旨在通过在两年制学位授予的社区学院系统和其他机构创建培训模块，培训10万名学生、教师、开发人员和数据科学家，使劳动力技能发展与行业需求直接对接。

在联邦层面，Anthropic以每年1美元的价格提供其Claude for Enterprise和Claude for Government模型，以支持联邦政府三个部门加速采用AI。OpenAI也有类似协议，其ChatGPT模型也以每年1美元的价格提供给联邦机构。

同时，企业还在尝试学徒制模式，让员工在工作中培养AI素养。这提供了一种替代方案，既不同于可能缺乏灵活性的预先加载的预就业学习，也不同于裁员。

治理困境：技术规格还是行为风险？

APEC会场的另一个焦点议题是AI治理。报告指出：“AI治理以确保安全和负责任的使用是复杂的，部分原因是AI是一项不断演变的技术。”

其中最大的挑战是缺失共同语言。目前全球没有一个共同的词汇表，更不用说监管系统之间的互操作性了、。监管机构被要求在没有大量科学证据的情况下进行权衡。还有不同类型的风险需要考虑：故意造成伤害的恶意行为者、无意造成伤害的非恶意行为者（例如通过偏见），以及伴随基础模型部署而来的系统性风险。

这引发了一系列政府需要回答的问题：我们应该在多大程度上关注透明度（这可能会泄露个人信息或知识产权）？我们希望通过透明度实现什么，透明度本身能否确保问责？不良事件应该如何报告，这些信息应该如何传播？监管应该来自哪个层面（州、联邦、国际）？我们是否有办法知道其他国家或联合国的行动是否有效？在AI治理上达成全球共识的可能性有多大？

该报告认为，在短期内，共享语言的发展更有可能来自参与核心利益相关者的论坛对话，而不是来自国际机构的决议。它同时指出了欧盟在立法监管上的缺陷：欧洲公司在该领域的竞争力受到这些公司需要经历的监管障碍的负面影响。GPAI实践准则详细说明了如何遵守AI法案，但该法案的细节与其目标之间的联系并不清楚。

欧美监管路径的分歧

报告对当前两种主流监管路径进行了对比分析。欧盟的AI法案严重依赖大型语言模型的技术规格，较少关注AI使用的行为背景。

报告明确指出，与AI相关的风险主要是行为性的，如果监管主要关注基于风险的行为而不是模型的技术监督，监管将更加有效。过分关注大型模型的技术层面忽略了一个关键点：非常危险的事情也可能发生在相对较小的模型上。

相比之下，加州政府采用了一种监管策略，倾向于创新、加速采用和促进行业增长，同时也认识到需要防护栏和对使用案例的监管——本质上是一种基于风险的方法。这和部分立法专家的态度一致，即认为最有效的监管策略是把主要关注点放在应用而不是基础技术上。

左为：Sean Randolph, Senior Director, Bay Area Council Economic Institute

右为：John Hering, Director of Cybersecurity Policy and Diplomacy, Microsoft

政府往往关注模型以及如何干预模型开发，但当前关切的答案更多来自AI模型如何被使用。因为并非所有问题都能在模型层面解决，所以密切关注使用案例、伤害发生的地方及其背景非常重要。

湾区委员会认为，目前在全球层面，英国和日本的方法目前被认为是深思熟虑的。英国首相的AI机遇计划旨在将英国定位为AI公司愿意称之为家的地方，将国内增长和国际合作放在首位，同时也以安全的方式提供AI的好处。

美国的进程虽然更加波折，但在鼓励研发、发展有能力的AI劳动力以及支持AI作为经济引擎方面一直保持总体一致性。虽然近期不太可能有立法行动来监管AI，但2025年7月白宫宣布的AI行动计划严重倾向于加速创新、基础设施投资和商业发展。

AI安全的新维度

报告用相当篇幅探讨了AI如何改变网络安全格局。AI正在改变系统管理员和终端用户需要预期和处理的威胁类型，但它也将新的防御工具放在他们手中。这种复杂性需要协作治理和实时情景规划，让政策制定者、行业和学术界参与其中。

AI在网络安全防御方面提供了三大核心优势：速度（AI能够实时快速检测和缓解威胁）、效率（AI可以促进跨以前孤立的数据集的数据融合，实现更深入的洞察）、以及AI的涌现特性（AI有潜力以意想不到的方式分析情况，再次有助于更深入的洞察）。

这种能力正在指向日益自动化的预测性AI系统，其中AI可以标记异常活动（如网络钓鱼）并更快地识别和遏制漏洞。处理数据流的机器学习算法可以识别网络中的异常、标记可疑活动并阻止恶意行为者。通过这种方式，AI为防御者提供了不对称优势，通过更可扩展和更复杂的工具，首次使这些防御者相对于攻击者具有优势。

但攻击者也在同时使用AI开发更复杂的能力。在物联网的网络物理世界中，攻击可能导致基础设施故障或使你的特斯拉突然停车。

这在更高层面提出了一个选择：企业和政策制定者应该关注高概率但低影响的风险，还是低概率但高影响的风险？对于政府来说，获得正确答案需要正确的监管焦点。

开放模型与封闭模型的选择也提出了另一个结构性问题：开放模型可以促进创新和协作，但更容易受到数据投毒、对抗性攻击和盗窃；封闭模型可能更安全，但也可能抑制透明度和民主监督。

Innovation, Adoption, and the Governance of Silicon Valley Meets Apec 2025 Artificial Intelligence: A Silicon Valley Perspective， Apec 2025

全球治理的替代路径

由于地缘政治紧张局势，在全球层面——日内瓦或联合国——解决AI和网络安全问题的进展缓慢。

替代性、更快速推进的途径包括使用NIST和ISO等技术标准机构来塑造网络安全实践并就标准达成共识。Randolph认为，各个地区还可以使用区域和基于行业的倡议来解决这一问题——这可能比基于条约的外交更灵活有效。重要的是行业被邀请贡献其专业知识到这些多利益相关者论坛。该领域的许多公司是美国公司，但也有全球的许多其他公司（例如Mistral、DeepMind和DeepSeek）。所讨论的问题是多国和多利益相关者的，在理解威胁格局和可能的解决方案时，行业经验很重要。NGO也有作用。

基于情景的治理提供了一个机会，将监管与实际使用案例相匹配。所有国家，包括非常重要的全球南方，都需要参与并从标准制定过程中受益。

最后，报告特别强调了APEC在AI治理中可以发挥的作用。APEC经济体在监管和风险管理方面采取了不同的方法，在实施和监管范围方面存在显著差异。APEC的国家和地区可以在协调监管方法和支持整个地区的创新AI发展方面发挥有益作用，特别是在制定最佳实践和可互操作的法律和政策框架方面进行创新。

不过值得注意的是，这份报告似乎代表的更多是硅谷商业生态的视角，对市场机制和企业自律抱有较强信心。报告用大量篇幅描述公私合作、企业自主培训、行业自律标准。

但在这一年中，美国的政策现实也正在朝另一个方向进军——加州2025年9月签署的SB 53《前沿人工智能透明度法案》，以及联邦层面持续推进的AI监管立法努力，虽然都被称作为“最小干预的温和法案”，但也都表明即使在创新友好的加州，政府也认为单纯依靠企业承诺是不够的。

加州从否决SB 1047到通过SB 53的过程，某种程度上正是在这两者之间寻找平衡点。对于APEC各经济体而言，既可以学习硅谷的创新活力和灵活治理，也应该认识到在权力不对称的现实中，法律保护和监管介入不一定站在创新的对立面。

尤其是在对中小企业的扶持上，类似APEC这样的机制依然有利于帮助发展中经济体的中小企业获得AI工具和知识，以应对全球AI生态可能日渐分裂的现实。

关于本报告： 本报告由湾区委员会经济研究所高级主任Sean Randolph博士撰写，信息基于2024至2025年间由湾区委员会组织的四场论坛。参与者包括：前美国国土安全部部长、加州大学前校长、现任UC伯克利政治安全中心主任Janet Napolitano；Google AI与新兴技术政策负责人Alice Friend Hunt博士；Salesforce首席伦理和人道使用官兼产品执行副总裁Paula Goldman；英国驻美科技特使办公室主任Rachel Kells；韩国总统人工智能委员会副主席Jaehoo Yeom；英国驻美科技政策负责人兼副科技特使William Cutler；法国驻旧金山总领事Florian Cardineaux；加州州长商业和经济发展办公室创新与新兴技术副主任Trelynd Bradley；Visa全球参与副总裁Michael Nunes；Anthropic公共政策产品负责人Ashley Zlatinov；斯坦福大学人类中心人工智能研究所顾问委员会成员Songyee Yoon；伯克利风险与安全实验室创始人Andrew Reddie；圣何塞州立大学前校长、阿富汗前总统基础设施与技术首席顾问Mohammad Qayoumi；Microsoft网络安全政策和外交主任John Hering；圣何塞市首席创新官Stephen Caines；BuildWithin北加州学徒中心执行董事Nikki Tosiello；加州劳动力发展委员会成员兼前主席Angelo Farooq；以及LinkedIn AI与技能研究负责人Mar Carpanelli。

关于湾区委员会经济研究所： 湾区委员会经济研究所是专注于旧金山湾区-硅谷经济的领先智库，这是美国乃至全球最具活力的地区和技术创新的领先中心。作为利益相关者参与的论坛和备受尊敬的信息与基于事实分析的来源，该研究所是商业领袖和政府官员值得信赖的合作伙伴和顾问。通过其经济和政策研究及其众多合作伙伴关系，该研究所解决影响加州和该地区发展和竞争力的重大问题，包括基础设施、气候、科学技术以及国际贸易和投资。该研究所是湾区委员会的一部分，湾区委员会是一个公共政策组织，包括该地区数百家最大的雇主。它还支持和管理湾区科学与创新联盟(BASIC)，这是北加州研究型大学、联邦实验室、独立研究实验室和领先研究型公司的合作伙伴关系。BASIC为交流区域研究优先事项的想法提供论坛，并为公私合作解决这些问题提供平台。