案例 6:AI 所有权
——AI 是 v32 最复杂、最有争议的应用场景
AI 之所以成为 v32 最复杂的应用场景,是因为它同时触及 6 把尺子、数据 / 算法 / 算力 / 创新 / 替代 / 失业 6 大问题、以及"算法自动决定"这个最危险的新权力形式。v30 §把它从主文降级到案例机制库,正是认识到 AI 问题不能简单套用现有框架——它需要专门的处理。
v30 §对 AI 的态度可以浓缩为一句话:不禁止 AI,不神化 AI,只让 AI 接受五权分立 + 三大垄断禁止。
一、5 把尺子同时介入
保障尺子——AI 替代劳动时,被替代者的保障:必须保证"被 AI 替代 ≠ 失去生存底线"。AI 替代不会自然带来保障,如果制度不主动设计,被替代者就会跌入保障底线之下。
贡献尺子——AI 训练数据贡献者的承认:不能"用了你的数据,不承认你的贡献"。当一家公司用你的照片、你的文字、你的行为数据训练 AI 时,它获得了大量"原料"——这些原料来自无数人的劳动,必须被承认。
激励尺子——AI 创造净增量者的差异化奖励:净增量 = 新价值 − 替代损失 − 数据成本 − 算力成本。激励尺子要求奖励"净增量"而不是"总收入"——一家 AI 公司收入 1000 亿,但其中替代损失 800 亿、数据成本 100 亿、算力成本 50 亿,净增量只有 50 亿,那么它的"激励基础"就是 50 亿,不是 1000 亿。
意义尺子——AI 不应替代"人的人生意义决定":AI 可以辅助决策,但不能决定"我为什么活"。意义尺子守护的是"我有权定义自己的人生",AI 可以在很多决策上辅助,但"我为什么活"这个问题必须由人自己回答。
在场之尺(程序)——AI 决策者必须暴露于 AI 决策的后果:"算法自动决定" ≠ "公司免责"。这是 AI 时代最重要的新规则之一——传统公司用"算法自动决定"来逃避责任,v30 §明确禁止这种逃避。
二、AI 增量的归属
AI 创造的增量不是单一主体的——它至少涉及 5 类贡献者:
- AI 工程师(创造了算法)
- 数据贡献者(贡献了数据)
- 算力提供者(提供了算力)
- 用户(提供了反馈)
- 公共知识(贡献了基础研究)
5 类贡献者按贡献度分享净增量。这一判断直接挑战了"AI 公司独占增量"的传统模式——AI 增量从来不是单一主体的产物。
三、AI 决策的责任
"算法自动决定"不能作为免责借口——v30 §五权分立要求:
- 定义权:什么算"算法自动决定"
- 分配权:算法决策的利益归谁
- 执行权:谁来实施算法决策
- 解释权:算法决策怎么解读
- 免责权:算法失误谁赔
这 5 种权力不得合并到"算法公司"一家。任何一家公司可以拥有其中 1-2 种权力,但不能同时拥有 5 种。
四、AI 不是中性工具
AI 算法本身就是"什么算 X"的定义(指标垄断),AI 公司垄断算法 = 主体垄断,AI 长期使用 = 时间垄断。因此:AI 必须接受 v30 §五权分立 + 三大垄断禁止。
这意味着任何 AI 部署,都必须在制度上设计 3 道护栏:五权分立(防止 5 权合一)、指标垄断禁止(防止单一指标定义"算法好坏")、时间垄断禁止(防止 AI 部署成为不可逆的依赖)。
五 b、商业闭环 · AI 时代的新护栏
AI 时代有 4 种特殊的"非物质生产资料"被大规模创造出来,构成了 AI 时代的"商业闭环"——它们比传统资本更难被识别、更难被反垄断:
- 用户数据闭环——AI 模型训练数据来自用户,但模型的所有权归公司;用户无法分享模型产生的收益
- 算法闭环——同一算法控制推荐、定价、匹配、信用评估,一家公司可以同时影响内容分发、商品定价、劳动匹配、信用评估
- 算力闭环——AI 训练需要大量 GPU,算力市场已被少数公司高度集中,新进入者很难突破
- 信用闭环——AI 驱动的信用评估,使平台拥有"决定谁能进入经济活动"的权力,这个权力不经过任何民主程序
这 4 种闭环,任何一种单独出现,都可以用五权分立 + 三大垄断禁止处理;但4 种闭环同时出现且互相强化,形成"AI 商业闭环",就需要 v30 §新增一道护栏。
AI 商业闭环的核心特征是:
- 数据 → 算法 → 算力 → 信用 → 决策,形成正反馈
- 正反馈越滚越大,新进入者越滚越小
- 用户、开发者、劳动者,都被闭环卷入,但都是"被卷入",不是"被承认"
"你贡献了数据,你使用算法,你被算法评估,你被评估结果决策——但你没有任何一环的最终决定权。" 这是 AI 商业闭环的核心问题。
由此,AI 案例必须新增 4 道护栏(与五权分立 + 三大垄断禁止并列):
| 护栏 | 防范对象 | 具体要求 |
|---|---|---|
| 数据可携带 + 信用可迁移 | 用户数据闭环 | 用户能以低成本带走自己的数据;用户在不同平台间可携带自己的信用评估 |
| 算法可解释 + 可申诉 | 算法闭环 | 算法决策必须可解释;被决策者必须有申诉通道 |
| 算力公共化 | 算力闭环 | 公共算力 + 公共模型,保证新进入者能用低成本算力训练模型 |
| 评估权分立 | 信用闭环 | "评估"和"被评估"的"决策"不得由同一主体拥有 |
4 道护栏 + 五权分立 + 三大垄断禁止 = AI 时代的"7 道护栏"。任何 AI 公司可以拒绝接受任何一道护栏(在法律上),但任何被这 7 道护栏同时拒绝的 AI 部署,在 v30 §眼中就是"高风险 AI",必须接受更严的制度约束。
AI 时代最难识别的不是"AI 公司垄断"——而是"AI 商业闭环"——一个看似"多项服务"的实体,实际是 4 种闭环的复合体。 反垄断的真正分水岭,是能否识别"4 种闭环的复合"。v30 §给 5 类贡献者分享净增量 + 5 种权力不得合并 + 4 道新护栏 = AI 时代的真正制度基础。
五 c、与 v29 §的区别
| v29 § | v30 § |
|---|---|
| AI 与所有权(主文) | AI 案例(案例机制库) |
| 算力委员会 | 五权分立 + 数据定义权分离 |
| AI 增量归属 | 5 主体分享净增量 |
| 单点反垄断 | 4 道商业闭环护栏 |
v30 §相比 v29 §,在 AI 案例上增加了 4 道新护栏(数据可携带 / 算法可解释 / 算力公共化 / 评估权分立),让"商业闭环"作为新问题形态被正式识别。
六、AI 所有权 · 一句话总论
AI 是 v30 §最复杂、最有争议的应用场景——"算法自动决定"绝不能成为免责借口。 v30 §对 AI 的态度:不禁止 AI,不神化 AI,只让 AI 接受五权分立 + 三大垄断禁止。5 类贡献者按贡献度分享净增量,5 种权力不得合并到算法公司一家——这两条是 AI 时代制度设计的最低要求。