戎珂教授发表主旨演讲

我的演讲聚焦于数字市场的治理问题，主要涉及三个方面：数据要素市场的治理、平台市场的治理以及AI产业的治理。这三个方向相互交叉，但各有特点。大家知道，全球范围内发生了许多涉及反垄断、数据安全的事件，例如华为在全球遭遇各种打压。因此，当前阶段融合了个人隐私保护、产业发展、生态培育等错综复杂的议题，非常值得我们关注。今天我将从这三个方面，以最快速度与大家交流我的观点。

第一方面是数据跨境传输。全球170多个国家都在发展数字经济，这是一个具有高度共识的重大战略。在此战略中，核心议题是安全与发展共享。美国拥有全球领先的科技巨头（如谷歌、苹果、Meta、亚马逊等），直到TikTok出现后，他们才开始讨论数据主权。这说明实力决定话语权：实力强则倾向数据自由流动；实力较弱如欧盟则倾向数据隐私保护。前两周我在欧洲出差，一位研究法学的欧洲教授直言，他们之所以在立法上格外积极（例如在数据保护、平台反垄断、AI治理方面），部分原因在于缺乏本土大型科技企业（Big Tech），因此只能在产业成熟前，通过立法展现欧洲的思想影响力，并借此方法方法保护欧洲科技企业发展。欧盟最近还通过了全球首部《人工智能法案》（AI Act）。中国在数字经济领域实力强大，同时我们也有很强的安全意识，例如网信办侧重安全，发改委侧重发展，形成了一定制衡。但在亚洲范围内，我们在数据流通领域缺乏足够的伙伴。新加坡与秘鲁、新西兰等国达成了《数字经济伙伴关系协定》（DEPA），其潜在逻辑是：新加坡作为工业时代的全球港口，希望成为数字时代的全球数据港口，通过数据中转获取全球治理影响力。中国也在积极努力，未来必将取得成果。观察欧盟、中国、美国这三大经济体，它们在数据体量巨大的同时，数据的自由流动尚未实现，基本形成欧洲、美国各自带领伙伴，中国相对独立的格局。我们需要其他国家的数据（如训练大模型），这是一个各取所需的过程，数据流动是最佳状态。综上，数据治理范式与隐私、市场、安全高度相关。各国应独立自主，不盲目跟随。例如欧盟因缺乏产业实力而只能侧重立法，美国因科技企业实力强劲而侧重数据自由流动，我们应根据自身发展情况选择中国发展道路，不应盲目效仿。

图1 全球数据治理路径

资料来源于Rong, K., Ling, Y., Yang, T. et al. Cross-border data transfer: patterns and discrepancies. J Int Bus Policy 8, 10–32 (2025). https://doi.org/10.1057/s42214-025-00209-7。

第二方面是平台反垄断。欧盟在这方面开了个不太好的头，其《数字市场法案》（DMA）针对大型科技公司（Gatekeepers）施加限制，例如要求苹果允许其App在非iOS平台下载，这极大限制了平台的排他性。欧盟能这样做，部分原因在于其本土没有大型科技公司，受影响的主要是外国企业。中国则不同，我们拥有阿里巴巴、腾讯、美团等大型平台企业。这些公司虽入口不同，但功能（如支付）趋同，容易引发垄断担忧。我国于2021年左右开始加强平台反垄断，市场监管总局执行严格审查，包括知网也受到审查。但我们的一项研究发现，反垄断行动给商业活动与市场活跃程度造成了一定压力：平台被反垄断的行业，其相关领域的投资与创业活动会相应减少。这一现象表明，反垄断初衷是好的（为中小企业腾出空间），但结果可能削弱市场信心，抑制创新。类似地，欧盟的《通用数据保护条例》（GDPR）多数实证研究也表明对企业创新有负面影响，因为数据权利限制增加了成本。好在我国反应迅速，及时转向强调平台经济健康发展。去年我赴韩国参加关于欧盟DMA的研讨会，韩国推出了本国版DMA。韩国市场是多国共存（有美国的Instagram、X（原Twitter），中国的TikTok，以及本土的Naver、Kakao、Samsung Pay、Coupang）。我感觉他们的逻辑很聪明：主要反外国平台，保护本土利益。虽然市场需要公平，但本国利益也需考量。未来竞争的关键可能不再是单纯规模，而是用户注意力和使用时长。例如大家手机上，微信可能用时2小时，抖音1.5小时，虽然功能不同，但争夺的是用户时间（注意力）。微信可能因工作需求（如老板联系）使用，抖音则更具娱乐黏性。因此，未来的反垄断思路可能需要关注注意力竞争维度。

第三方面是AI治理。先谈行业发展：路径已较清晰，从专用AI、通用大模型到未来的AI Agent（智能体）时代。入口也随之变迁：PC时代是搜索引擎（如百度），移动互联网时代是超级App（如支付类），智能经济时代将是AI Agent。未来掌握大量AI Agent的公司可能成为新的BAT。AI要真正发挥作用，需与各种场景深度结合，其本质是生产力、生产要素的有效融合。我曾撰文探讨大模型赋能万行万业，认为需区分不同场景。未来的商业生态、产业生态将是由各种能力有机组合而成的，结合通用能力与专有能力（后者很可能由AI Agent承载），共同赋能产业。其中，通用能力主要指基于大规模、多模态（文本、图像、语音、视频等）泛化数据训练形成的，具备跨领域知识整合、通用任务处理、上下文深度理解能力及自主学习迁移的基础性智能禀赋，主要对应人工智能基础大模型。而专有能力则指在通用能力基础上，通过领域内高质量、细粒度数据的微调、提示工程或领域适配形成的，针对特定场景、行业或任务的深度适配性智能禀赋，即人工智能行业模型或场景模型。在这一过程中，专有能力如何被调用是关键。为何AI尚未显著改变生活？这类似于电力、蒸汽机的早期阶段。电力赋能大规模生产需等待适配的生产关系（如流水线）出现。人工智能也需要其独特的生产范式。我预计未来5-10年可能出现这种范式（电力则用了数十年）。今年3月我在《人民日报》发表《人工智能赋能高质量发展》一文，谈及未来产业培育，有兴趣可参阅。关于人工智能治理，有两个重要法案：欧盟的《人工智能法案》（AI Act）和我国的《生成式人工智能服务管理暂行办法》。我国政府非常高效，后者在大模型兴起仅半年内就出台。我的整体感觉是，对欧盟的做法可以观察，但不必盲从。欧盟本身缺乏深厚的数字市场历练，其立法经验未必最佳。这给我们启发，例如在参与制定“数据二十条”及后续数据法规时，我们应更自信。治理应更加审慎、追求善治优治，而非过早全面治理。产业尚在发展中，我们需要耐心等待其问题自然显现，待企业家找到合适生产关系和商业模式后，弊端可能随之出现，那时再治理也不迟。

未来面临的共同挑战包括国际共识、规则构建、人类命运共同体。数据治理是安全与发展问题，平台市场是监管与自由竞争问题，AI将重塑生产关系并带来可持续发展挑战。这些领域都亟需建立国际规则。我认为未来可能有很多工作被AI替代，导致失业。但未来人类可能拥有一定量的生产力和要素，以及更自由的生产关系。这要求我们思考基本价值观，调整分配制度：如何赋予工作新意义？如何发掘个人潜在的生产要素？如何拓展生存空间（不止于地球）？当前时代充满摩擦和技术迭代，是历史发展过程中的必然阶段。工业革命2.0英国领先，3.0美国领先，4.0即当下，冲突和治理需求激增正是跨时代变革的特征。

因此，整体上我认为需要建立一个全球性的组织来管理数据和AI事务。因为数据涉及隐私、安全和市场价值的平衡，企业难以单独应对，必须依靠国家间协作。AI的伦理等问题同样如此。需要政府与市场力量协同。未来，数据和AI应像石油欧佩克那样，拥有自己的国际组织。这样，我们可以在中国试验出优秀的数据与AI流通规则，建设好数据基础设施，最终推动对话机制和国际组织的建立。这将是中国对全球数字治理做出的重要贡献。

谢谢大家！