2026-06-16 | 구경우 기자

AI胜负点变了 “不是模型性能,而是电力、法律与数据之争”

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

随着人工智能(AI)竞争的重心从模型性能转向产业现场的执行力,有观点认为韩国应率先构建相关法规与电网。有人指出,能否实现稳定的电力供应、可信赖的法律与制度,以及多快将制造现场的数据结合起来,可能决定国家与企业人工智能转型(AX)的成败。建议认为,韩国若要把AX转化为增长动力,就应率先制定产业型AI标准,由政府打开初期市场,并培养能用AI解决现场问题的融合型人才。

韩国经济人协会16日在首尔汝矣岛FKI大厦会议中心与全球能源咨询机构伍德麦肯兹共同举办了“全球AI转型与产业应对战略”研讨会。当天研讨会上集中提出了这样的分析:全球AI竞争的前线正超越模型开发,迅速扩展至电力基础设施、产业数据与制度基础。

韩经协常务副会长金昌范在开幕致辞中表示,“AI竞争的下一个战场不是AI模型本身,而是AI与实体经济的融合”,“把AI多快、多深地扩散到制造、能源、金融、服务现场,将成为区分国家与企业竞争力的核心标准”。信息通信政策研究院院长李相奎也表示,“AX正在超越特定企业或产业,改变国家竞争力的格局”,并强调需要技术、产业与制度协同推进的韩国式应对战略。

第一位发言人、韩国科学技术院(KAIST)经营专门大学院院长金民基分析了主要国家的AX战略,认为AI已不只是单纯技术,而正重组为涵盖数据中心与云、产业数据、制度与规范的产业基础。美国将大型科技企业的技术创新与国防、安保领域的公共采购结合,培育初期市场;欧盟则通过AI法案将安全性、透明性与数据管理标准制度化。台湾地区也通过结合半导体制造、服务器与电力、冷却生态,崛起为AI基础设施供应链的核心据点;日本则通过政府云和培育本国云企业,提升公共数字基础设施的自立性。

金院长提出了韩国式AX战略的三项核心课题。第一是制定产业型AI标准。他主张,韩国拥有制造业、半导体、通信基础设施与产业数据,因此不应被动跟随海外监管,而应主动制定企业在产业现场能够信赖并使用的标准。同时说明,由于AI直接应用于生产工艺、质量管理、设备安全等环节,因此需要不仅涵盖模型性能,还包括数据管理、安全与事后检查的产业型标准。

他还强调了创造初期市场的重要性。在核聚变、量子、未来能源、尖端生物等民间单独投资不确定性过大的领域,政府应发挥初期需求方的作用。公共部门先打开市场,可促进民间企业的技术开发与投资,并加快AI基础新产业的形成速度。他还认为培养融合型AI人才同样重要。通过契合地区主力产业的实务型教育,培养能把现场问题转化为AI课题并落实为实际业务改善的人才,才能实现AX的成功。

电力基础设施同样被提为AX落地的核心变量。第二位发言人、伍德麦肯兹副会长克里斯·赛普尔分析称,AI数据中心的爆发式增长给美国电网带来的不只是电力需求增加,而是波动性这一新负担。他表示,“AI数据中心电力需求的高波动性,给现有电网运营方式和发电设备的稳定性带来负担”,“电力质量与负荷应对能力正成为数据中心竞争力的核心变量”。

也有观点认为,这种变化对韩国企业可能是新机遇。因为不仅变压器、电缆等电力器材的出口机会将扩大,电池储能系统(BESS)、不间断电源装置、电池备份装置等数据中心电力稳定化解决方案的需求也可能快速增长。赛普尔副会长表示,“AI数据中心时代的电力竞争力,不在于供应多少电,而在于能多稳定地控制并保持质量”,并建议韩国将“AI数据中心电力稳定化套装”培育为新的增长动力。

在小组讨论中也强调,电网、法制与制造数据是韩国式AX的落地基础。汉阳大学教授金振洙表示,“需要能够及时、清洁、在适当选址供电的电网”,并指出应统筹构建电源组合、采购制度、选址与治理。法务法人广场律师高换庆表示,“为确保AI基础设施竞争力,需要合理化监管并营造支撑数据利用的法律基础”。

高丽大学教授安俊模强调,应把韩国的制造竞争力转化为数据竞争力。他表示,“韩国式新增长动力的起点,是把世界最高水平的制造隐性知识这一我们独有的资源,转化为可供学习的数据资产”,并指出亟需整备产业数据权利与共享治理。Lotte InnovateAI创新中心负责人全时亨也表示,“政府应成为创造AI首批需求的引水”,并称企业也不应止步于跟随监管,而应积极参与标准设计。

阅读韩文原文