《中国金融》｜应对科技变革中全球产业链的转型挑战

AI科技 2025年11月06日 16:56 2 admin

导读：在推动全球产业链发展、创造机遇的同时，AI引领的技术变革也对供应链数据传输安全和真实性、可持续发展以及转型升级等方面形成潜在挑战

作者｜章俊李沁蔓王莹「作者章俊系中国银河证券首席经济学家、研究院院长；李沁蔓、王莹系中国银河证券新发展研究院研究员」

文章｜《中国金融》2025年第21期

科技变革在历史上的数轮工业革命和全球化格局变动中都是最主要的推动因素。从生产范式来看，新技术的产生和应用可能会催生出新的生产要素，新旧要素的创新配置能够推动生产能力提升、生产方式转变，甚至催生出新的产业。从全球格局来看，技术变革的爆发之地往往会成为新的生产制造中心，同时推动全球分工和连接模式发生变化。当前，AI正处于新一轮科技革命和产业变革的风口浪尖，AI技术兴起的结果不是简单驱动经济增长，而是渗透到生产生活的细枝末节，或突然颠覆或潜移默化地影响全球产业链运转，在创造机遇的同时也伴随着多重挑战。

AI引领的科技变革正在重塑全球产业链供应链格局

在空间层面，AI变革正在推动全球产业链体系形成基于AI生态的圈层特征。首先，AI生态“先驱国”愈发成为全球产业链的主动布局者。其中，美国凭借强大的技术以及封闭生态和垄断策略等，掌控其主导的产业链体系；中国则凭借庞大市场规模与应用场景所造就的应用层优势，以及在技术层与美国差距的日益缩小，实现对自身引领的产业链网络的巩固强化。此外，英国、阿联酋、法国、韩国、德国、日本、新加坡等AI实力也处于全球相对领先地位，故而在产业链布局上有较强的主动性。其次，AI生态“潜力国”通过推动技术创新与产业协同，入局对接“先驱国”的产业链版图。例如，东盟通过不断完善区域内部AI分工整合生态，将自身打造成为“先驱国”科技巨头的据点。再如，印度凭借初创生态系统打造AI创新中心，深度嵌入美国科技领域的产业链体系。最后，AI生态“落后国”正在面临传统工业化路径失效与AI生态缺失的双重挑战，如除南非、肯尼亚外的大多数非洲国家目前属于“AI荒漠”地带，未来若不强化与AI“先驱国”的合作，恐将更快走向全球产业链的边缘。

在供需层面，AI等前沿技术的开发和应用推动形成了工业软件、工业机器人、3D打印机、智能终端设备等产品，其赋能作用贯穿了从供应商到客户整个产业链的各个环节。在生产端，AI技术演进推动生产工具和生产工序日益智能化，使资源得以高效利用，能源消耗和环境污染程度有所降低，生产的速度和准确度、产品质量均有所提升。“灯塔工厂”便是AI在生产端应用的典型案例，根据麦肯锡研究，其已实现生产率提升50%、能耗降低22%、库存降低27%等方面的显著优化。在流通端，AI浪潮中兴起了跨境电商等新模式新业态，同时也推动物流、仓储等环节实现扁平化发展，效率大幅提升。根据IMARC Group数据，2024年全球B2C电子商务市场规模为5.2万亿美元，预计到2033年将达到9.8万亿美元。在消费端，AI技术使得网上销售成为重要渠道，商家能够面向消费者展开需求预测和个性化推荐，推动消费者需求与上游各环节精准对接。2023年，我国实物商品网上零售额达13.0816万亿元，占社会消费品零售总额的比重从2015年的10.8%上升至26.8%。

在价值层面，其一，随着AI技术的发展，在过去形成的国际分工模式中，各经济体在其既定的分工环节上提高附加值变得更为容易。尤其是开源生态形成技术迭代的“众包效应”，推动AI从“巨头专属”转向普惠工具，降低了创新的成本和门槛。例如，截至2025年7月，中国模型开源社区阿里魔搭社区的开源模型数量已超7万个，累积用户数快速突破1600万，较2023年4月增长约16倍。截至2025年4月，基于通义千问衍生出的相关模型数量已超过10万个，覆盖众多行业和应用场景。其二，AI技术变革和应用有可能催生出新产业、新模式、新业态，为经济体创造更多的“换道超车”机遇，实现附加值的跳跃式增长。例如，自动驾驶技术助力我国绕过传统汽车发展的技术瓶颈，直接开辟智能网联汽车新赛道，居全球领先地位。其三，AI变革下生产要素权重发生改变，人口红利作用弱化，全球分工将更取决于各国AI生态，以承接产业转移的方式提升附加值的路径加速分化。尚未完成工业化的国家在参与全球产业链分工中的能力和机遇差异性越来越大。具体而言，拥有传统要素红利并在前期积累良好AI生态基础的国家，将会获得更多产业承接机遇并形成良性循环；拥有传统要素红利但前期并未形成良好AI生态基础的国家，若无突破性进展，则承接产业转移的机遇将会减少，发展速度较之从前可能会有所放缓；没有明显的传统要素红利且AI生态薄弱的国家，将更加难以在全球范围的产业转移中获利，工业化进程更加趋缓。

技术变革下全球产业链供应链面临四大挑战

在推动全球产业链发展、创造机遇的同时，AI引领的技术变革也对全球产业链畅通运行、供应链数据传输安全和真实性、可持续发展以及转型升级等方面形成潜在挑战。

技术变革伴生技术民族主义，全球产业链卡堵和失衡问题或加剧。当前，科技前沿的角逐已成为国家竞争的主轴，各国在抢占技术优势时往往采取限制性的政策，阻碍技术和产品的全球流通。例如，美国禁止英伟达高端GPU对华销售、在巴黎AI峰会上反对多边监管框架、对芯片和半导体征收关税等。类似的行为加大了全球科技发展分裂化、碎片化的风险，不仅引发进出口规模和结构的大幅震荡变动，也造成相关领域的断链风险，还会拉大国家和地区之间的“数字鸿沟”。

供应链网络成为数据传输新载体，信息安全和数据真实性面临挑战。产品零部件的流转或生产流程的跨境接力均会伴随信息传递，数据会沿着全球产业链供应链网络跨境传输。首先，供应链传输的数据会在多个环节被不同主体采集、处理和转发，货物、信息、资金在不同主体之间高速流动，很难确保最终收到的数据与源头产生的数据完全一致且未被篡改。其次，全球供应链涉及不同司法管辖区的数据保护法规，如欧洲的《通用数据保护条例》（GDPR）、美国的《加州消费者隐私法案》（CCPA）等。跨国供应链上的活动可能需要提供生产批次号、客户信息等原始数据，但这可能违反某些地区的隐私法规。这种合规与安全的矛盾进一步加剧了数据管理的复杂性。在此背景下，企业可能面临泄露其他主体数据信息、侵犯其他主体权利等指控，从而造成损失，甚至可能对国家安全造成影响。Facebook的母公司Meta曾因数据隐私问题被欧盟罚款13亿美元而轰动一时，该案例便反映了数据隐私问题对跨国企业的影响。

新兴技术产业能耗、碳排放问题突出，相关产业链可持续发展承压。部分新技术对资源、能源消耗需求大，温室气体排放问题严重。联合国贸易和发展会议（UNCTAD）数据显示，在原料消耗方面，生产一台2公斤重的计算机需要消耗约800公斤的原材料；一部智能手机从生产到处置，需要大约70公斤的原材料。在能耗方面，2022年全球数据中心的能源消耗已相当于全球总需求的2%，到2026年可能膨胀至超过1000太瓦时。在温室气体排放方面，学者预测到2030年，AI行业的碳排放量将占全球碳排放的3.5%。此外，很多经济体设定了绿色门槛，绿色治理创新措施在推动全球企业经济活动碳减排的同时，也给高碳排放国家和企业带来了巨大的成本压力。积极参与和配合全球绿色治理已逐渐成为企业提升竞争力的关键因素，也成为投资者关心的重要维度。

新旧技术更迭，传统产业链面临转型升级困境。技术的变革往往也伴随着“创造性毁灭”。第一，在就业替代方面，根据世界经济论坛预测，全球范围内将有超过50%的工作岗位受到AI技术的冲击，约40%的企业计划在2025～2030年因AI应用而实施裁员，预计到2030年将有9200万个工作岗位被取代。第二，在行业替代效应上，技术更迭可能引发行业整体的升级跃迁，甚至使得传统技术下的产业链条整体消失。例如，数码相机的出现导致胶卷相机产业链上的胶卷生产、胶卷相机生产、相片冲洗服务行业等环节整体退出历史舞台。第三，从空间结构替代来看，随着技术的演进，无法跟上潮流及时转型的地区恐将跌向衰落。例如，美国的“铁锈地带”曾凭借基础工业实力成为美国“工业心脏”，是全球制造链条的核心区域，但随着新兴工业国家的崛起，一些美国企业因无力或无意进行技术革新而逐渐失去了竞争力。工厂的关闭和失业率的上升也导致经济衰退、人口外迁、社会问题增多等一系列连锁反应。

如何应对科技变革下全球产业链的机遇与挑战

提升供应链安全韧性和现代化水平。一方面，应提高企业供应链管理水平和能力。需培养我国供应链主体的国际化视野，关注自身所在领域当下最先进的供应链技术或专业机构对未来趋势的预判，并提高自身创新能力与之对标。例如，可以关注全球领先的信息技术研究和顾问公司Gartner每年评选出的全球供应链领导者及其特征和优势，以及对供应链技术趋势的预测。另一方面，要培育本土具有AI生态主导力的企业，带动供应链上企业转型并提高抗风险能力。要培育具有国际竞争力的供应链龙头企业，树立技术应用标杆，搭建创新平台和技术交流平台，带动形成强大的供应链生态系统；要激发“专精特新”中小企业强链补链潜能，鼓励其专注于细分领域技术突破，并与供应链上下游企业建立紧密协同关系。

优化高新技术领域产业链关键环节的国内外布局。应积极构建有助于AI生态发展的“双循环”格局。对内依托京津冀、长三角、粤港澳大湾区等重点区域以及海南自贸港等开放高地，优化国内区域布局，建设从研发到应用场景的AI创新走廊。对外依托“全球南方”和共建“一带一路”平台，深化跨境AI合作。例如，可面向东南亚、中东等地区广泛布局联合智算中心，建立跨境数据训练网络，共建多语言语料库。同时，建议持续强化本国在AI重点产业链上的中心节点地位。一方面，要打造不可替代的AI技术和框架硬节点，如鼓励我国企业深挖大模型技术潜力，推动算法与模型架构优化，提升推理能力和训练效率。同步在新成立的联合国“世界人工智能合作组织”（WAICO）等国际组织中推动中国主导的技术安全、数据治理标准，降低AI生态相对较弱的国家和地区对我国AI生态及相关产业链的接入门槛，吸引国外开发者共建共享。另一方面，要依托我国全产业链体系、强大的制造实力、超大规模市场优势，加速拓展技术应用场景，充分释放对全球企业的“虹吸效应”：一是重点突破工业设计、柔性生产、质量检测等环节的AI应用；二是加强政企协同，围绕交通、市政、能源、医疗、教育等领域探索高频高价值场景；三是结合本土消费升级需求，开发智能家居、健康管理等AI终端产品。以此集聚全球产业链资源，吸引全球企业落地验证技术方案。

增强对数字和绿色等领域风险的预防和应对能力。在数字领域，应为企业参与跨境供应链活动打造合规、安全的数据流动环境；积极与其他国家和地区探索签订数字经济区域协定，在供应链数据安全方面建立互认体系；打通海关、交通、工信、商务等多个部门以及行业层面的数据枢纽，联合部署跨境供应链数据风险管控平台；鼓励国内数据通信等领域的企事业单位积极参与数据安全相关国际规则和标准的制定。同时，企业层面也应规范数据跨境流动，建立数据全生命周期的安全技术体系以及合规和应急体系。在绿色领域，应在国家层面构建系统性绿色治理框架。例如，政策加码支持低功耗芯片、液冷服务器、AI模型压缩技术等研发，降低算力能耗密度；又如，推动数据中心、AI训练基地向西部清洁能源富集地区转移；再如，完善ESG指标体系和披露制度，引导新兴技术领域高耗能产业低碳转型，鼓励科技初创企业开发产品绿色应用。■

（责任编辑植凤寅）