美式AI监管输出遇内部路线分歧，高盛调研将数据资产与工作流控制权抬为新护城河

0. 近日脉络

近一周主线是模型层IPO定价、“推理利润覆盖训练成本”的单位经济检验、AI办公五方组织整合与算力capex审查。今日两条新信号：美国AI政策的全球叙事与国内路线之争同台上演，叠加CNAS升级对华AI限制的报告；高盛把调研视角从算力链切向信息服务与商业服务链，给出数据资产与工作流控制权的胜负框架。（综述，不加 [N]）

1. 今日主线

主线一：G20创新峰会上，美国”轻监管”输出遇内部路线之争——白宫与商务部争夺议程主导权，关键监管决策悬而未决。

特朗普政府在G20创新部长会及配套峰会上将美国塑造为其他国家AI政策的样板，刻意对比欧盟更重的监管路径 ^[1]；峰会前夕一名白宫官员对路透社表示，美国将敦促G20成员国不为AI发展设立新的监管组织 ^[1]；特朗普的外部AI顾问David Sacks在对G20部长的视频讲话中反对新设AI监管机构，称”已经存在大量适用于AI的法律”、形成一片”法律丛林” ^[1]。

但Axios披露的内部画像与对外叙事形成反差：商务部与白宫科技政策办公室（OSTP）正在争夺对AI政策议程的影响力，关键监管决策仍未敲定 ^[1]——白宫已完成一份在部署前审查部分前沿模型的框架，但尚未公开发布 ^[1]；政府仍在辩论AI监管办法的关键部分，包括类似FINRA的AI监管机构，以及取代拜登政府”AI扩散规则”、管理先进AI芯片和模型出口的新方案 ^[1]。白宫发言人否认内部存在分裂，称相关报道是”假新闻”、总统团队正密切合作以在G20舞台展示美国领导力 ^[1]；OSTP主任Michael Kratsios周二对记者称”我们是一个团队” ^[1]。

峰会议程本身阵容豪华：Kratsios主持周二议程，以视频方式与埃隆·马斯克、谷歌DeepMind主席Demis Hassabis和Meta CEO马克·扎克伯格对话 ^[1]；9月2日美国商务部长Howard Lutnick将主持炉边对话，参与者包括OpenAI CEO Sam Altman、Anthropic联合创始人Tom Brown、英伟达CEO黄仁勋和Palantir CEO Alex Karp ^[1]。

投资含义： 美国政府对外推销”不设新机构”的轻监管，对内却在讨论FINRA式AI监管机构与新的芯片/模型出口方案——叙事与政策现实的落差意味着，AI企业的全球合规环境仍处于高度不确定窗口；出口规则的最终形态将直接决定算力链的国别配置与模型公司的全球分发结构。

主线二：高盛第三届硅谷AI实地调研——数据资产与工作流控制权成为信息服务链的AI护城河，货币化从席位向成果定价迁移。

高盛完成第三届年度硅谷AI实地调研后发布研究报告，与会谈对象包括AI公司、风投及斯坦福大学、加州大学伯克利分校等学术机构，强化了四项核心判断：专有信息价值将持续提升；AI应用正从信息传递延伸至工作流执行；实体服务与教育平台的抗冲击能力优于依赖白领人力规模的商业模式；货币化路径将从席位订阅向使用量、交易量、产品溢价及成果定价拓展 ^[2]。

调研逐一拆解了信息服务与商业服务公司的AI敞口：Moody’s（MCO）演示了数秒内将PDF、电子表格等保险材料转化为标准化承保数据并完成巨灾损失分析与准备金测算，高盛认为其正面含义最清晰，工作流深度依赖专有数据、实体关系图谱和巨灾模型，通用应用难以复制 ^[2]；标普全球（SPGI）凭借Market Intelligence、评级、大宗商品基准等差异化资产拥有多条货币化路径 ^[2]；汤森路透（TRI）可将Westlaw权威内容与CoCounsel结合、延伸至法律研究、起草和文件审阅等工作流，但若Harvey或Clio控制客户界面与工作流，TRI可能沦为底层内容提供商 ^[2]；FactSet（FDS）则面临压力——Daloopa演示了用公开披露文件自动完成财务数据采集与模型维护，FDS核心财务数据可复制性较高，工作站功能价值或承压 ^[2]；Gartner（IT）的标准化研究内容面临Harvey、Simile等智能体工作流的替代风险 ^[2]。高盛判断，阻碍企业智能体进入生产环境的主要障碍不是模型能力，而是未解决的问责机制问题，边界清晰、可验证、可撤销的流程将率先落地，这一框架利好FICO的决策治理能力与EFX的数据核实需求 ^[2]。

投资含义： 这是投行首次对信息服务与商业服务板块做如此系统的AI敞口分层——结论指向一个清晰的估值分化逻辑：拥有不可复制的专有数据与深度嵌入工作流的企业，AI是提价与扩张工具；数据可复制、内容偏标准化的企业，AI是收入侵蚀的加速器。货币化从”席位”走向”用量与成果”，意味着AI收入将不再按人头打包，而是按机器调用量与交付结果计费。

2. 大厂与实验室动向

• OpenAI（[新增]）：Codex与ChatGPT Work产品负责人Tara Seshan在8月30日上线的Lenny’s Podcast中表示，AI正在把知识工作从”划桨”变成”掌舵”——Agent承担越来越多执行，人负责设定方向、判断结果和修正航线 ^[3]；她将AI产品划分为聊天、与Agent合作、持续工作的”AI同事”三阶段，并称”AI同事”仍是演进方向而非成熟交付物，ChatGPT Work、Codex和多Agent协作仍处于产品整合与交互探索中 ^[3]。OpenAI的产品理想状态是用户不再区分Chat、Work、Codex、模型和Harness之间的区别，只描述任务、由系统自动选择合适的模型与执行框架，当前多入口是从聊天向Agent迁移的过渡形态 ^[3]。另据第一财经，OpenAI即将发布新AI模型Astra（细节未披露）^[4]。
• 腾讯：WorkBuddy宣布开放平台上线 ^[4]。据脑极体梳理，7月底腾讯将QClaw产品整体并入WorkBuddy后全力推广 ^[5]；WorkBuddy打通企业微信、腾讯文档、腾讯会议、QQ邮箱，并支持微信远程下达指令、结果回传微信 ^[5]。
• 字节跳动：豆包工作上新产品，支持多Agents并行与操作Mac电脑 ^[4]；组织整合上，飞书产品团队并入豆包、市场团队并入火山引擎，TRAE与扣子团队整体并入豆包后推出独立品牌”豆包工作” ^[5]。
• 阿里巴巴：更新旗舰模型Qwen3.8-Max ^[4]；组织侧将通义灵码、悟空、骡子快跑合并为”千问办公”，由钉钉新任CEO陈宇森统一负责，同时向阿里云与钉钉双线汇报 ^[5]。
• 月之暗面：Kimi API已原生支持Codex和Claude Code ^[4]——开发者可让外部编程工具直接调用Kimi执行。
• CrowdStrike与OpenAI：扩大合作关系 ^[4]。
• 腾讯云：腾讯混元生视频部分接口下线及服务调整 ^[4]。

3. 融资 · 并购 · 估值 · IPO

• 高盛在调研中以法律科技并购案为例印证内容资产的战略价值：Clio在2025年以10亿美元收购vLex，获得覆盖逾110个国家、超10亿份法律文件的主要法律内容库 ^[2]。

4. 产品商业化与企业落地

• 智谱：正式入驻天猫，将售卖Coding Plan等订阅套餐产品 ^[4]——C端订阅渠道从自有App向电商平台延伸。
• OpenAI·ChatGPT Work的产品化结构：Work模式底层使用Codex的执行能力，但移除了工作树等偏编程的界面；用户可借此构建复杂财务模型等知识工作任务，OpenAI称同一任务在Codex中能力并不弱，差异主要在向用户展示的界面与技术细节 ^[3]——即把编程Agent能力包装成面向企业知识工作者的”无代码”入口。
• 教育AI（据高盛调研）：McGraw Hill（MH）具备清晰的AI收入机会——超过1亿个付费课程许可证构成分发AI驱动课程内容的基础，已有750万用户完成AI产品早期采用；MH将固定加价、基于问题数量的定价和Token消耗列为潜在货币化模式，潜在授权溢价为5%至15% ^[2]。
• 爱仕达：其首个机器狗产品有望在2026年第四季度下线 ^[4]。
• AI办公入口竞争（[持续]，据脑极体）：腾讯WorkBuddy从流量看是AI办公大战开局阶段表现最好的，月访问量已超过2000万次 ^[5]；三家分别以WorkBuddy微信远程唤醒、豆包PC客户端”工作”入口、钉钉导航栏直唤千问办公来抢占企业用户的桌面路径 ^[5]。

5. 算力 · 基建

• 三星电机：签署金额超过1万亿韩元的AI服务器MLCC供应合同 ^[4]——AI服务器被动元件需求以单笔大单形式兑现。
• 高盛半导体展望（[持续]）：随着通信与技术大会召开，高盛认为五大核心议题集中在AI算力、晶圆制造设备（WFE）、存储、模拟芯片和EDA软件，并仍对AI基础设施支出和半导体周期保持积极判断 ^[6]（9月1日已详报，今日为同一判断的持续表达）。
• 数据中心与电力议题外溢至G20：据知情人士，Kratsios在与马斯克对话时主动提起数据中心话题，尽管峰会原计划在特朗普发布”让数据为王”（let Data Reign）帖文后回避该议题；他随后对记者表示数据中心最终是”社区决定”，若供应商自带电力则可为当地带来好处 ^[1]。另有产业侧主题强调：AI常被视作纯数字现象，但其财务现实同样建立在混凝土、铜和钢铁等实体资源之上，电力约束正塑造AI数据中心增长的未来 ^[7]。

6. 政策 · 监管 · 地缘

• 新美国安全中心（CNAS）发布中国先进AI风险报告（[新增]，核心政策风险信号）：CNAS报告确定七家中国AI生态领先开发者——阿里巴巴、字节跳动、DeepSeek、MiniMax、月之暗面、腾讯和智谱，称其旗舰模型在中国同行中领先、但仍落后于美国Anthropic、Google和OpenAI的模型 ^[8]。报告判断过去两年中国AI系统能力落后美国前沿水平约3至12个月，对抗性蒸馏维持了这一追赶速度 ^[8]；并援引CAISI发现称，相近能力水平下的一款美国模型成本比DeepSeek-R1低35% ^[8]——但OpenRouter平台上使用量最高的三个模型截至2026年初全部来自中国，价格相比美国同类模型最高便宜17倍 ^[8]。报告认为美国出口管制促使中国开发更高效架构，而低成本推理符合中国推动AI大规模应用的利益 ^[8]。
  • 政策建议（比既有措施更激进）：报告主张进一步收紧出口管制、实施投资限制，并动用商务部《信息与通信技术及服务计划》采取行动 ^[8]；建议商务部在中国先进AI系统发布后不超过72小时内公布国家安全风险评估 ^[8]；CISA应发布网络安全警报并牵头建立”AI-ISAC”汇总威胁情报 ^[8]；NIST应制定针对外国对手AI模型由美国境内实体托管、分发或访问的安全测试指南 ^[8]；能源部应在国家实验室设立针对中国先进AI系统的机密对抗性测试项目 ^[8]；商务部应每半年发布中国AI生态系统及供应链报告，为出口管制与投资审查提供依据 ^[8]。
  • 现状判断：自2024年将智谱列入实体清单以来，美国政府尚未对任何中国AI开发者采取进一步行动，亚洲和欧洲盟友也尚未形成协调一致的政策行动 ^[8]。
  • 中国模型落地案例（报告作为风险证据援引）：DeepSeek-R1于2025年1月发布后数周内，20多家工业领域中央国有企业（含中石化、中化）开始将其整合进业务 ^[8]；宝马与阿里巴巴合作将Qwen模型嵌入中国生产的Neue Klasse系列汽车、计划2026年开始应用 ^[8]；中国国家电网据报道正在部署AI辅助的电网监测和优化系统 ^[8]；阿里Qwen3系列包含32个模型、参数从0.5B到235B并提供多个量化压缩版本 ^[8]；MiniMax称其2026年3月发布的MiniMax-M2.7是”第一个深度参与自身进化的模型”，预计承担约30%至50%的开发流程 ^[8]；腾讯据称正在开发能模拟物理环境的”世界模型” ^[8]。（另注：CNAS报告援引报道称Anthropic的Claude系列模型参与了美军2026年伊朗行动的目标识别与打击支持 ^[8]——该案例首次把商业模型直接写入美军作战链条，但表述为”据报道”，未经Anthropic官方确认。）
• 中国：据央视报道，第十五届中国知识产权年会将围绕人工智能与知识产权设置多个议题——法律维度覆盖大模型训练数据的版权合法性、AIGC生成物的可版权性、人机共创侵权责任分担等，技术维度覆盖AI原生技术、具身智能与AI重构企业组织 ^[9]；中国具身智能Tier 1产业联盟成立 ^[4]。

7. 投资视角（本节为分析）

当日产业动态的核心含义是：美国AI政策的全球叙事与实际监管路线之间出现裂缝，CNAS报告同步要求升级对华限制，政策不确定性成为模型层与算力链共同的新变量；同时高盛把AI调研的镜头从算力链转向信息服务与商业服务链，给出”数据资产+工作流控制权”的估值分层框架。

主线方向

1. 政策·地缘——“轻监管输出”与”重监管准备”并行，出口规则是最大悬置项。 公开场合美国劝G20不设新监管机构 ^[1]，内部却在辩论FINRA式AI监管机构与替代”AI扩散规则”的先进芯片/模型出口方案 ^[1]；白宫对部分前沿模型的部署前审查框架已敲定但秘而不宣 ^[1]。若出口新规落地，将直接改写全球算力链的客户分布与中国模型公司的算力可得性；CNAS报告若被行政部门采纳，72小时风险评估、AI-ISAC与半年供应链报告 ^[8] 将使中国模型的全球发布节奏与海外托管面临制度化审查。这是对当前”算力景气持续到2028年”共识的最大未定价风险。
2. 应用层的估值语言变了——从”谁的模型强”到”谁的数据不可复制、谁握着工作流”。 高盛调研给出了清晰的受益/承压光谱：拥有专有数据与领域工作流的企业（MCO、SPGI、TRI、FICO、EFX、MH）AI是提价工具；数据可复制、内容标准化的企业（FDS、IT/Gartner、VRSK的部分假设、RHI人力派遣）面临”干扰先于变现”的时间差风险 ^[2]。定价模式从席位订阅转向用量、交易与成果定价 ^[2] 意味着，AI收入将按机器调用与交付结果计量——能提供”可验证的机器可消费数据”与”可审计的决策流程”的环节，将获得类似当年SaaS化的估值重估。
3. AI办公从”产品发布”进入”平台与入口”阶段，节奏像B端堑壕战而非C端闪电战。 腾讯WorkBuddy开放平台上线 ^[4] 意味着竞争从自研功能延伸到第三方生态；字节豆包工作支持多Agents并行与Mac操作 ^[4] 继续补终端能力；三家都试图用高频入口（微信、PC客户端、钉钉）把Agent固化进企业日常路径 ^[5]。在月访问2000万次 ^[5] 的流量基数上，胜负将取决于谁能先让企业为”持续工作的AI同事”建立预算科目——这与高盛”问责机制是落地主要障碍”的判断互为印证：可审计、可撤销、可接管的Agent才进得了生产环境。
4. 模型层与算力链——当日信号中性偏多但叠加政策折价。 高盛维持对AI基础设施支出与半导体周期的积极判断 ^[6]；三星电机超1万亿韩元MLCC合同 ^[4] 是算力实物需求的又一笔微观验证；“算力是唯一胜负手、实验室宁可收入断崖也要把算力从推理转投训练” ^[10] 的叙事则把算力稀缺性推到极致。但同日CNAS报告对中国模型效率的重新评估（美国模型比DeepSeek-R1成本低35% ^[8]）提示，“中国模型=极致低成本”的单一叙事需要打折看待。

估值与情绪

多头侧：高盛对AI基建积极表态延续 ^[6]；MLCC大单、数据中心议题进入G20议程说明算力需求的产业与政治重要性同步上升 ^[4][1]；高盛调研为数据资产类公司提供了新的AI提价逻辑 ^[2]。空头/风险侧：美国AI监管路线未定（FINRA式机构、出口新规、前沿模型审查框架）^[1]；CNAS的72小时评估等建议若落地将压缩中国模型与开源生态的全球空间 ^[8]；信息服务链上标准化内容与可复制数据的公司被明确标记为AI侵蚀对象，这类公司若权重较大，相关指数层面可能承压 ^[2]。市场情绪整体处于”算力叙事高位、政策叙事重新定价”的切换窗口。

受益与承压

• 受益方向：拥有不可复制专有数据并深度嵌入客户工作流的信息服务商（MCO/SPGI模式 ^[2]）；决策治理与身份核实环节（FICO/EFX，企业Agent落地的前提是问责与验证 ^[2]）；掌握法律/教育等垂直工作流入口的平台（TRI若保住界面、MH的渠道溢价 ^[2]）；实体服务型AI应用（ADT/CTAS/ROL，AI增强而非替代实体活动 ^[2]）；算力链中确定性订单环节（MLCC等被动元件 ^[4]）。
• 承压方向：数据可复制、以标准化内容为核心的商业服务商（FDS、IT/Gartner面对智能体化工作流的替代 ^[2]）；白领人力派遣模式（RHI所在环节被AI自动化直接压缩 ^[2]）；若Harvey/Clio控制界面则内容商下沉为底层供应商的TRI类风险结构 ^[2]；依赖”低价+开源”全球分发、面临美方出口与托管审查升级的中国模型生态 ^[8]。
• 需跟踪：美国替代”AI扩散规则”的出口方案与前沿模型审查框架何时公布 ^[1]；CNAS建议被行政部门采纳的节奏（72小时评估、AI-ISAC、半年报告）^[8]；G20后续是否形成关于AI监管机构的联合表述 ^[1]；高盛调研中”使用量增量仍被现有合同打包而非新增支出”的风险是否在财报中兑现 ^[2]；AI办公开放平台化之后的企业付费转化数据 ^[4][5]。

附：补充信源

本期全部信源（^[7]-^[9]）均已在正文引用，无额外补充。

---

本报告为 AI 产业资讯的二次综合与机制分析，不构成投资建议；数据以原始报道为准。