Karen Hao Says Profit Motives Drive AI While Social Harm and Labor Exploitation Grow

Karen Hao Says Profit Motives Drive AI While Social Harm and Labor Exploitation Grow

N
News Editor 01
2026-07-05 19:53:12
Karen Hao argues that today’s AI race is driven by profit, not public benefit. She says current AI production harms society, exploits labor, and uses the vague idea of AGI strategically, raising concerns for governance, regulation, and market expectations.

在最新一期公开访谈内容中,《大西洋月刊》撰稿人、BBC播客《The Interface》联合主持人及《Empire of AI》作者Karen Hao对当前人工智能产业的发展路径提出尖锐批评。她认为,AI行业表面上以“造福全人类”为叙事核心,但在现实中,推动技术加速落地的首要力量往往是利润动机,而非社会福祉。这一判断不仅直指硅谷主导的产业逻辑,也引发了外界对AI治理、劳工权益以及技术伦理的再审视。

利润驱动正在主导AI竞赛

Hao指出,围绕人工智能的全球竞赛,常被包装成“谁率先取得突破,谁就可能成为更强大文明”的历史性竞争。但她强调,这类叙事背后一个共同特征是:主要参与者都可能从这一神话中获得巨大的商业利益���在她看来,正是这种逐利预期,推动大型科技公司不断加码AI研发、扩大模型训练和产品部署规模。

这一观点对市场而言并不陌生。近两年,无论是算力、芯片、云服务,还是围绕大模型展开的企业融资与估值重构,几乎都与“AI增长故事”深度绑定。Hao的批评则提醒投资者与行业观察者,若市场过度聚焦技术想象空间,而忽视其社会成本,AI资产叙事未来可能面临更严格的监管审视与估值重估压力。

“AI造福所有人”的说法正在失真

Hao认为,当前AI企业反复强调技术将提升全社会效率、扩大机会平等,但这种说法一旦脱离硅谷语境、放到更广泛的地区与人群中观察,就会迅速出现裂缝。她指出,AI带来的收益并未在全球范围内被平均分配,尤其在那些与科技中心资源条件完全不同的地区,人们所感受到的往往不是红利,而是更复杂的失衡与外部性。

这种“叙事与现实”的落差,是理解AI产业争议的关键。对于加密行业而言,这一点同样具有启发意义。无论是AI代币、去中心化算力网络,还是链上数据基础设施项目,市场若只围绕概念炒作而忽视真实使用场景和收益分配机制,最终也可能遭遇信任回撤。Hao的观点实际上强化了一个更广泛的市场信号:技术故事能推高短期情绪,但长期价值仍取决于可验证的社会效用。

AI生产链背后的劳工问题浮出水面

在访谈中,Hao特别强调了AI产业中的劳工剥削问题。她表示,AI公司在发展过程中消耗了“极其庞大的劳动”,并打破了原有的职业晋升路径。部分劳动者可能在裁员后又被重新培训,以新的形式重新服务于AI模型体系,这种循环不仅削弱了工作稳定性,也暴露出AI生产链背后的结构性失衡。

相比外界更常讨论的模型能力、商业化速度和产品创新,训练数据标注、内容审核、基础支持等环节长期处于产业链下游,却承担了大量隐性成本。Hao的批评意味着,AI并非只是一个由算法和资本驱动的“高科技”故事,它同样建立在真实的人力投入之上。随着ESG、劳动合规与供应链透明度成为全球资本市场的重要议题,相关问题未来可能进一步传导至AI企业的声誉风险与合规成本中。

AGI定义模糊,企业拥有更大叙事空间

在更具争议的话题上,Hao将焦点放在人工通用智能(AGI)的定义问题上。她指出,目前科学界对“人类智能”本身都缺乏统一共识,因此AI行业事实上也不存在明确、统一且可验证的目标边界。换言之,AGI并没有清晰的“终点线”,企业因此可以根据自身利益需要,灵活使用这一术语。

这一判断对于监管与投资都具有现实意义。当一个核心概念缺乏统一定义时,企业就更容易通过愿景管理、品牌包装和市场传播扩大自身影响力。对于资本市场来说,AGI概念越模糊,估值叙事就越容易被拉长;但从风险角度看,定义的不确定性也可能在未来引发披露争议、合规摩擦乃至商业预期落空。

AI安全与存在性风险再被强调

Hao还在访谈中对AI潜在风险表达了高度警惕。她直言,AI可能是“最有可能摧毁一切”的路径之一,因此围绕AI安全的讨论不应被视为边缘议题,而应成为公共政策和产业治理的中心问题。她的表态延续了近年来技术界对模型失控、权力集中、自动化滥用等问题的担忧。

对市场而言,这意味着AI板块虽然仍是高增长叙事核心,但安全、伦理和治理议题将越来越深地影响资本定价逻辑。特别是在美国、欧洲及其他主要司法辖区持续推进AI监管框架的背景下,任何与安全相关的争议,都可能成为影响企业估值和行业情绪的重要变量。

OpenAI权力结构与Sam Altman争议性形象

除产业批评外,Hao还谈及OpenAI早期权力结构中的战略考量。她提到,Sam Altman曾在公司营利实体领导权安排上发挥影响,而对Elon Musk不可预测性的担忧也是决策背景之一。相关描述显示,顶级AI机构的组织架构并不只是技术理想的产物,也受到个人关系、治理设计和战略博弈的深刻影响。

Hao同时认为,Altman是一位高度两极化的人物:如果认同他的未来愿景,就会把他视为重要资产;如果并不认同,则可能感到自己正被其叙事所引导甚至操控。这种评价折射出当下AI行业“技术领袖人格化”的趋势,也反映出市场对关键人物的信任,已成为影响行业预期的重要组成部分。

市场影响:AI叙事升温下,风险定价不可忽视

总体来看,Karen Hao的观点并非针对某一项产品能力,而是对整个AI产业逻辑提出系统性质疑:从利润优先社会伤害,从劳工剥削AGI定义被策略性使用,再到AI安全与权力结构问题,这些议题共同说明,AI并不只是一个技术升级故事,更是一个涉及资本、治理与分配的复杂体系。

对于关注加密与科技交叉赛道的投资者来说,这类批评值得重视。当前不少加密项目正借助AI概念推动叙事扩张,但如果底层商业模式仍依赖不透明的数据来源、脆弱的劳工体系或缺乏明确治理框架,市场最终可能重新评估其长期可持续性。短期内,AI相关主题仍可能维持高关注度;但中长期看,真正决定价值上限的,仍将是技术能力之外的合规性、透明度与社会可信度

This article was originally published by Bit.Fan. For more cryptocurrency news and market insights, visit www.bit.fan.
400

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.