Karen Hao Criticizes Profit-Driven AI Race Over Social Harm and Labor Exploitation

Karen Hao Criticizes Profit-Driven AI Race Over Social Harm and Labor Exploitation

N
News Editor 01
2026-07-05 19:53:12
Karen Hao argues that today’s AI industry is driven by profit, causing social harm, labor exploitation, and governance concerns. She also warns that AGI is strategically defined by companies and says markets should pay closer attention to AI safety and concentration of power.

《The Atlantic》撰稿人、BBC播客《The Interface》联合主持人Karen Hao近日在访谈中对当前人工智能产业提出系统性质疑。她认为,AI研发竞赛的核心驱动力并非公共利益,而是利润最大化。在这一逻辑下,企业不断强化“谁能率先推进AI,谁就能成为更强大文明”的叙事,但现实结果却可能是社会成本上升、劳工处境恶化,以及技术权力进一步向少数公司和领导者集中。

逐利逻辑主导AI发展叙事

Hao指出,当前围绕AI的竞争,被包装成一场关乎文明优劣和国家未来的竞赛,但这种叙事背后高度依赖商业利益。她强调,大型科技公司之所以持续推动AI扩张,一个共同点在于它们都能够从这套“AI神话”中获得巨大利益。换言之,市场所看到的不仅是技术创新,更是资本对未来预期的塑造。

这一观点对加密与科技投资市场具有现实启示。过去几年,无论是AI概念股、算力基础设施,还是与AI叙事结合的加密项目,估值往往受到宏大愿景推动。Hao的批评提醒市场参与者,在评估相关赛道时,不能只关注增长故事,还应审视企业是否把商业扩张置于伦理、治理和社会责任之上。

AI技术的社会代价正在显现

Hao认为,当前AI技术的生产和部署,已经对现实社会造成显著伤害。她特别反对一种流行说法,即AI天然会“让所有人受益”。在她看来,只要把观察范围从硅谷扩展到更广泛地区,就会发现这种口号很快失效。不同地区、不同职业和不同收入群体,并没有平等分享到AI带来的红利。

这种不均衡在全球技术产业中并不陌生。资本、算力、数据和人才通常向少数中心化平台汇聚,而外部社会则承担自动化替代、就业不稳定和资源重新分配带来的冲击。对加密行业而言,这一批评同样值得借鉴:任何以“技术普惠”为卖点的叙事,都需要接受真实使用场景、分配机制和外部性影响的检验。

劳工剥削与“裁员—再培训”循环

在访谈中,Hao对AI产业的劳工问题提出了尖锐批评。她指出,AI公司在系统运作中依赖大量劳动,却同时打破传统职业晋升路径,甚至形成一种“裁员—再培训—再次服务模型”的循环。工人可能先被自动化和组织调整挤出原有岗位,随后又被重新培训,以低议价能力参与模型训练、数据标注或相关支持工作。

这意味着,AI并非只是提升效率的中性工具,它也可能重塑劳动力市场结构,并将成本转嫁给最脆弱的劳动群体。对资本市场而言,这种模式虽然可能在短期内改善企业利润表,但长期看会放大社会摩擦、监管压力和品牌风险。一旦市场开始将劳工治理纳入估值框架,相关公司的溢价逻辑也可能受到挑战。

AGI定义模糊,企业拥有叙事主动权

Hao还质疑“人工通用智能(AGI)”这一概念本身的清晰度。她指出,科学界对于“人类智能”尚无统一共识,在这种前提下,所谓AGI的目标边界并不明确。她直言,这一领域“没有明确门柱”,也给了企业足够空间,按照自身利益去定义和使用AGI概念。

这一点尤为重要,因为AGI不仅是技术术语,也是一种资本市场语言。企业可以借助这一表述争取融资、吸引合作伙伴、塑造行业领导地位,甚至影响监管讨论方向。对于投资者和政策制定者来说,AGI定义的弹性意味着,必须警惕企业将尚未验证的技术愿景包装为近在眼前的商业现实。

AI安全风险与OpenAI权力结构争议

在风险层面,Hao发出更强烈警告,称AI可能成为“最有可能毁掉一切的方式之一”。虽然这一表述带有明显警示意味,但其核心观点在于:AI安全不应只是营销层面的附属话题,而应成为产业发展的核心议程。随着模型能力、算力资源和平台影响力不断集中,安全治理的滞后性正在成为市场无法回避的问题。

她同时谈及OpenAI早期领导层决策与权力结构问题,指出Sam Altman曾在相关决策中发挥影响,而对Elon Musk不可预测性的担忧,也是部分战略考虑之一。Hao认为,技术公司的治理并非单纯由理想主义驱动,个人关系、战略博弈与权力平衡同样深度参与其中。

她对Sam Altman的评价也颇具代表性:如果外界认同其未来愿景,就会把他视为关键资产;若不认同,则可能感受到被操控。这种两极分化的观感,反映出AI时代头部科技领袖在资本市场、公共舆论和政策讨论中的复杂角色。

市场影响:AI叙事热潮下需重估风险溢价

从市场角度看,Hao的观点不会直接改变AI赛道的增长趋势,但可能强化外界对监管、劳工合规、治理透明度与安全投入的关注。对加密市场而言,凡是与AI概念深度绑定的项目,包括去中心化算力、AI代理、数据基础设施和相关代币叙事,都可能面临更严格的价值审视。

短期内,AI仍是全球资本追逐的核心主题之一,但如果市场逐步从“想象空间”转向“可验证收益与社会成本”,估值逻辑就可能发生切换。真正具备长期竞争力的企业和项目,或许不仅需要证明技术能力,更要证明其治理机制、利益分配方式和风险控制框架能够经受住更广泛的公共审视。

总体来看,Karen Hao的批评并非否认AI的潜力,而是试图揭示其在高速商业化过程中被弱化甚至被掩盖的问题。从利润驱动、社会伤害到劳工剥削,再到AGI定义模糊与安全风险升温,这些议题正逐步成为全球科技与资本市场不可回避的讨论焦点。

This article was originally published by Bit.Fan. For more cryptocurrency news and market insights, visit www.bit.fan.
300

Disclaimer:

The market information, project data, and third-party content displayed on this platform are for industry information sharing only and do not constitute any form of investment advice or return commitment.

Cryptocurrency trading carries high risks. Users should fully assess their risk tolerance and make independent decisions. All profits, losses, and legal responsibilities are borne by the users themselves.