砸入650亿后，孙正义为何警告AI“极其危险”

日本京都的一处会议厅里，近期传出了一句打破预期的断言。在刚刚举办的STS论坛（Social and Environmental Challenges through Science and Technology Forum）上，向来被视为全球AI赛道头号“多头”的软银集团创始人孙正义，罕见地发出了安全预警。

随着AI模型能力的指数级跃升，一旦“超级智能”落入错误之手，未来将变得极其危险。这番话并非空穴来风，它直接折射出资本巨头在面对技术狂奔时，对潜在系统性风险的焦虑。这也正是本文的核心问题：为什么一位砸下重金持续押注AI的科技富豪，会突然改口成为“警示者”？

“没有余地”对抗：从狂热鼓吹到底线思维

如果把时间拨回近五年，你会看到另一番景象。孙正义曾把AI视为继电力和互联网之后的“第三次工业革命”的核心动力，认为它将颠覆社会结构并重塑所有企业的估值逻辑。为了这张船票，软银集团及其旗下的愿景基金向AI领域投入了惊人的资金，其中对ChatGPT开发商OpenAI的累计投资总额已达约650亿美元。

然而，这种长期的笃定正在遭遇现实摩擦。近期，多个主流AI模型接连暴露出令人不安的安全漏洞，无论是幻觉频出的内容生成，还是存在被恶意操纵的隐私隐患，都让市场意识到：算法跑得太快，护栏却跟不上。

正是在这样的背景下，孙正义的语气发生了微妙转变。他在会上直言，人类已经“没有任何余地”再进行国与国之间的对抗，因为由强大AI构成的潜在威胁，远比人类内部的冲突更为严峻。这种从单纯的技术狂热，向防御性底线思维的转变，并非是对AI商业化价值的否定，而是认识到技术一旦失控，反噬力度将是毁灭性的。

三阶段演进：走出虚拟网络的野心

尽管在安全层面频频亮红牌，但孙正义在技术应用层面的推进速度却并未减慢。相反，他对AI的发展路径有着一套极其清晰的线性规划。

在本次论坛发言中，他重申了AI演进的三个关键阶段：目前业界仍处于第一阶段，即浏览网页和处理基础代码的阶段；而在明年起，整个行业将迈入第二阶段。到了下一阶段——也就是第三阶段——AI将突破服务器的禁锢，真正走出虚拟网络，通过协助机器人等设备与物理世界进行实时交互。

这种判断并非天马行空的预言。如果这一时间表能够实现，意味着AI将从单纯的大语言模型生成工具，进化为能够接管实体生产流程的智能体。届时，自动化机器人在工厂流水线上的自主决策能力，将彻底重构传统制造业的成本曲线。

基于这一演进图景，孙正义抛出了极具野心的宏观预测数据：到了2040年，具备自主学习能力的AI与相关机器，将占据全球GDP总量的至少20％，换算成金额约为46万亿美元。这相当于给全人类的财富创造引擎换了个核动力心，虽然该数字是基于当前增长势头的单方预估，但其背后的想象空间足以驱动新一轮的产业军备竞赛。

一场争夺未来的全球联盟

值得注意的是，孙正义的危机感不仅指向企业自身的技术研发，更上升到了国家地缘竞争的高度。

在同场活动中，白宫科技政策顾问Michael Kratsios宣布了一项引人注目的新倡议：利用AI加速科学研究。这项由美国主导、日韩英德等新加坡等共17个国家联合参与的计划，目标是建设数百个自动化云端实验室。在这些实验室里，无数数字智能体将全天候并行开展实验，辅助人类科学家完成过去需要耗费数年的研究周期。

这种跨国协作既体现了前沿技术的普惠价值，也暗藏着大国在算力与标准领域的角力。孙正义对此给出了他的应对方案：呼吁各国建立深度的互信机制。在他看来，由于AI带来的破坏力可能远超任何传统的武器体系，各国之间唯有通过紧密合作才能确保安全防线不破。这也间接解释了软银为何愿意在国际间斡旋并大举押注那些能掌握底层算力的巨头企业。

谁在受益？谁在承压？

在这场宏大的叙事之下，普通投资者和产业参与者究竟该关注什么？

首先是那些切入AI安全防护赛道的初创企业与服务商。当巨头们开始意识到超级智能的安全缺口时，数据安全、模型对齐（Alignment）、防恶意外溢等细分领域的融资热度必将水涨船高。其次是能够承接AI走进物理世界的硬件基础设施制造商，包括高端传感器、人形机器人控制器及边缘计算芯片企业，它们将成为打通最后一公里的必经之路。

另一方面，缺乏算力壁垒且不愿增加安全合规成本的中小企业将面临更大的生存压力。在未来可能到来的强监管框架内，高昂的模型测试与审计成本可能会形成一道无形的护城河。

对于软银自己而言，650亿美元的账面浮盈依然可观，但如何平衡激进扩张与安全合规的关系，是其下一阶段的必修课。毕竟，在押注改变世界的时候，也得先确保这个世界不会被自己的投资烧掉。

未来关键的几个观察指标

1。 OpenAI下一代大模型的发布节奏与安全测试报告。其是否如期兑现孙正义“走向物理世界”的路线图，是判断AI发展进度最直观的风向标。 2。 全球主要经济体关于AI安全监管法规的落地情况。欧盟《人工智能法案》后续修正案及各国的跟进政策，决定了产业合规成本的上限。 3。 自动化云端实验室的实际科研转化率。17国联合倡议落地产出多少篇被顶级学术刊物收录的论文，将验证“AI加速科研”的真实成效。 4。 具身智能（Embodied AI）相关的机器人企业融资规模。这代表了市场对“AI走出虚拟网络”这一设想的资本投票结果。 5。 软银Vision Fund II在AI产业链上下游的后续持仓变动。特别是在网络安全与边缘硬件领域的增持动作。