问题——算力受限与应用扩张并行，创新与安全压力同时上升 随着人工智能加速进入产业应用阶段，算力、数据与治理正成为影响发展质量的三大因素。英国经济学人集团旗下“经济学人影响力”近日香港举办第六届亚洲科技变革峰会，来自全球的商界与科技界代表围绕大模型、产业落地与安全治理展开讨论。与会人士指出，高端芯片出口管制等外部因素可能在一段时间内压缩算力供给，但亚洲在更高效率的模型研发和应用落地上，体现出更强的“约束下创新”能力。同时，人工智能也改变网络攻防方式，企业面临的安全风险随之上升。 原因——外部约束倒逼“效率路线”，产业需求推动技术迭代 “经济学人影响力”亚太区负责人查尔斯·罗斯在会上及接受采访时表示，大模型竞争已不只是算力规模的比拼，更是算法、工程与系统效率的综合较量。在高端芯片获取受限、成本上升的背景下，研发团队更倾向于通过模型架构优化、训练策略改进、推理效率提升等方式，实现“以更少资源做更多事”。他提到，亚洲部分大型实验室在大语言模型上的创新更强调效率与可用性，能够在相对有限的资源条件下保持较强性能。与会人士认为，该趋势也呼应了全球对能耗与成本的关注：高能耗、超大规模的训练范式在商业可持续性与能源约束面前，将面临更严格的审视。 影响——创新路径分化加速，合规“拼图”考验企业跨境运营能力 与会观点认为，芯片与算力约束正在重塑产业路径：一上，企业会更加重视“算力可得性”，推动本地算力基础设施建设、软硬协同优化与多元计算资源配置；另一方面，模型发展将更突出轻量化、专用化与高效推理，在金融、制造、零售等行业的落地节奏有望加快。 同时，亚洲各地监管态度差异明显，给跨境业务带来现实挑战。罗斯指出，不同经济体在数据治理、模型责任、内容安全等要求不一，形成更复杂的合规环境：有的地区监管趋严，有的地区相对开放。企业若希望在亚洲实现规模化运营，需要在不同司法管辖区之间建立可迁移、可审计的合规体系，在创新速度与风险控制之间找到平衡。 对策——以“主动防御”应对新型威胁，以制度与技术双轮驱动治理 峰会期间，网络安全议题受到关注。太古可口可乐有限公司信息安全及风险管理总监林小娴表示，人工智能正在重塑网络攻击方式：攻击者同样利用涉及的技术提升自动化与欺骗性，使攻击更快、攻击面更广、变种更多，传统的被动防护压力加大。她建议，企业需要从“事后处置”转向“事前对抗”，建立以技术检测、威胁情报、自动化响应为支撑的主动防御体系，并针对人工智能相关威胁开展常态化应急演练，优先保护核心数据与关键业务系统。 多位与会人士指出，治理层面也需同步推进：政策上提高透明度与可预期性，明确数据边界、责任划分与安全底线；产业层面推动安全标准、评测体系与合规工具建设，降低企业合规成本，避免规则碎片化抬高创新门槛。 前景——从“堆算力”走向“提效率”，亚洲有望形成差异化竞争优势 与会分析认为，短期内算力供给约束仍会影响部分高强度训练项目推进，但从中长期看，效率导向的技术路线更贴近产业化需求。随着模型压缩、检索增强、边缘推理、隐私计算等技术持续成熟，企业将更容易以可控成本获得稳定的能力输出。与此同时，若监管框架能在安全、创新与开放之间实现更高水平的协调，亚洲有望依托应用场景丰富、产业链完善、工程化能力强等优势，形成更多可复制的行业解决方案，并在全球人工智能竞争中走出更具辨识度的路径。
当技术封锁遇上创新韧性，由芯片管制引发的连锁反应正在改写全球科技竞赛的规则。亚洲在压力下体现出的适应能力表明，外部限制未必能阻断技术进步，反而可能推动更强的内生创新。如何在开放合作与自主可控之间找到平衡，将成为决定未来科技竞争力的关键命题。