随着人工智能技术快速迭代，一个被严重忽视的风险正悄然崛起——它并非技术失控或AI“自我觉醒”的末日危机，而是企业价值的慢性侵蚀。尤其是DeepSeek事件再次将“提取型AI”的经济问题推向风口浪尖。
一、DeepSeek事件：一次模型之上的“知识套娃”
近日，中国AI公司DeepSeek被爆出疑似利用OpenAI的GPT-4o模型输出内容进行二次训练，这一行为引发全球范围的争议。根据OpenAI的声明，他们发现有迹象表明DeepSeek通过“蒸馏”方式吸收了其高端模型的知识结构。表面上看，这只是两家AI公司间的博弈，但深层次的问题却是：OpenAI的训练数据来自哪里？又是谁先开启了“知识掠夺”？
二、从GPT到DeepSeek：数据掠夺链条下的隐性受害者
OpenAI的模型之所以强大，是因为它汲取了大量未经授权的新闻稿、博客、论坛内容、小说、播客乃至YouTube视频转录内容。这些数据大多来自普通内容创作者，他们未曾得到报酬，也未获得任何形式的署名或权益。如今，DeepSeek被指模仿OpenAI的“成果”，但追溯源头，其本质仍是沿袭了“数据掠夺—AI生成—再掠夺”的路径。
三、劳动者权益被忽视：WGA罢工案例揭示AI真实危害
2023年，美国编剧协会（WGA）发起的罢工行动成为AI时代劳动者权益维护的里程碑。尽管此次罢工的焦点是串流平台的稿酬分配问题，但AI的应用却成为导致罢工持续时间延长的关键因素。最终协议中明确规定：企业不得使用AI改写、生成剧本内容，也不得将AI生成内容视作“创作来源”。
这实际上揭示了一个普遍趋势：企业并非使用AI来提升创作力，而是将其视为替代人工的工具——更快、更便宜，却牺牲了创造性与质量。
四、“提取型AI”：不是辅助，而是替代
从媒体、法律到设计与客服，AI的普遍应用正以“学习—替代—消耗”的形式进行。模型被训练于人类数十年的智慧积累之上，却反过来使这些行业的从业者被边缘化。例如：
- 客服领域：AI模型学习真实客户沟通话术，却无法重现人类的同理心与判断力，导致用户体验下降；
- 媒体行业：记者的稿件成为训练材料，但内容原创性与专业性被削弱；
- 教育行业：教材与教师讲义成为AI的基础，却最终导致教师岗位被削减。
这种**“以人类劳动为燃料，再反过来替代人类”的循环模式**，是一种系统性的经济风险。
五、经济学家的警示：AI正加速不平等与收入压缩
诺贝尔经济学奖得主Daron Acemoglu与Simon Johnson早已提出警告：“提取型AI”并不能推动整体生产率增长，反而加剧贫富差距，压低工资水平，并降低就业岗位质量。尤其是在没有补偿机制、没有权利归属的前提下，AI实际上是在“掠夺劳动成果”，而非“赋能产业转型”。
六、企业风险：声誉、合规与人才流失三重打击
对于企业而言，盲目追求AI替代速度而忽视创作权与知识产权，最终可能陷入以下三大困局：
- 法律风险：越来越多内容创作者与新闻机构正在提起版权诉讼；
- 声誉风险：公众对“AI侵权”“剽窃”行为的容忍度在下降；
- 人才流失：真正的专业人才不愿在被替代、被剥削的体系中继续工作。
尤其是在以人力为核心竞争力的行业，过度依赖AI，不但不会降低成本，还可能导致品牌价值崩塌。
七、DeepSeek事件背后的商业启示
DeepSeek的行为之所以引发广泛关注，正是因为它代表了一种“知识再提取”的典型模式：AI训练AI，而每一层“进化”都建立在前人未授权的劳动之上。这种模式短期内可能提升效率，但从长期来看，其可持续性极低。
企业若继续沿用这一路径，不仅会受到监管机构的警惕，更可能在全球范围内面临“创作生态破坏者”的负面标签。
八、未来方向：尊重人类创造，才能让AI真正增值
真正的AI进化路径不是“替代人类”，而是“增强人类”。企业若想在AI大潮中立于不败之地，必须做到：
- 明确内容使用许可，尊重创作者的知识产权；
- 投资建设人机协作系统，提升员工使用AI的能力；
- 建立透明的AI内容溯源与使用机制，增强公众信任；
- 参与AI伦理治理，制定行业标准，防止“数据黑箱”。
只有这样，企业才能打造出真正可持续、具有人文价值的AI生态。
九、结语：别押注提取型AI，那不是一门好生意
回顾DeepSeek事件，不难发现一个真相：提取型AI不是“生产力革命”，而是一场“价值重分配”的游戏，且规则对创作者极不友好。在接下来的十年里，决定AI赢家的，不是速度，而是是否能构建一个以“人”为核心、尊重创作与人才的智能体系。
提取不是未来，合作才是正道。
