事件经过
RAND的人工通用智能地缘政治中心发表了这份40页的专家洞察论文，主张全球AI竞争"不仅应该被理解为开发最先进系统的冲刺，而且应该被理解为积累净收益的长期马拉松——AI带来的收益减去事故、滥用和中断的成本"。作者Brian Jackson以Charles Perrow关于复杂技术系统中"常见事故"的理论为基础，建立了四个中间场景模型，展示不同水平的AI风险成本如何影响国家和全球净收益，得出结论"即使是适度的韧性优势也可能随着时间的推移复合成决定性的竞争优势"——可能会超过赢得初期能力竞赛的国家。该论文最后提供了具体的政策选择，供个人、企业、基础设施运营商和州/地方/国家政府采用，以建立针对反复出现的AI相关中断的韧性。
影响分析
将国家AI竞争力辩论从原始能力领导力重新框架为风险调整净收益，为政策和产业战略受众提供了一个新的分析视角——以及一个韧性投资案例——纳入AI战略和国家安全讨论。
建议行动
将净收益/韧性框架纳入国家或公司AI战略简报中，并根据该论文的四个中间场景模型评估当前AI风险管理态势。