讲座回顾 |【 Seminar No.687】张龙天：生成式AI经济中的算力、合成数据与福利

点击蓝字 · 关注我们

6月4日下午，上海财经大学金融学院毓秀讲堂第687期专题讲座于同德楼111顺利举办。讲座特邀中央财经大学国际经济与贸易学院张龙天副教授，以“Computing Power, Synthetic Data, and Welfare in the Generative-AI Economy（生成式AI经济中的算力、合成数据与福利）”为题，围绕生成式人工智能时代算力供给、合成数据演化与经济福利损失等前沿议题展开分享。金融学院助理教授牛英杰老师主持研讨。

该研究立足当下AI产业现实痛点：人类原生标注数据存量日趋枯竭，AI生成的合成数据已成为前沿大模型训练的核心数据源，但反复依托前代模型产出数据迭代训练，会出现数据偏离真实世界分布的“模型坍塌（Model Collapse）”难题。由此，算力成为维系合成数据保真度、破解模型退化问题的关键生产要素。

张龙天副教授表示，通过构建动态一般均衡模型，该研究厘清了消费者原生数据、算力资本、存量合成数据三者对数据质量的差异化作用：原生数据与算力投入能够维护数据品质，而持续累积的合成数据存量则会不断侵蚀数据有效性。并得出了以下核心结论：在分散化市场机制中，受三重垄断溢价叠加影响，算力资源长期存在系统性供给不足，相较于数据隐私损耗、产品多样性缺失，算力供给短缺是生成式AI经济体中福利损失的首要来源。

此外，依托模型推导，讲座延伸出两项重要推论：一是AI行业私人市场自发入驻企业数量低于社会最优水平，新入局厂商无法全额获取自身为下游创造的产品多样化红利；二是适度约束消费者原始数据供给上限，反而能够优化市场自由进入条件、吸引更多优质企业入局，实现整体社会福利提升。

后续经量化校准测算表明，设置最优数据供给上限仅能小幅弥补福利缺口，而针对性落地算力投资补贴、加码算力基础设施建设，可大幅收束福利损失，政策红利会随算力资本持续累积逐步释放。基于本研究结论，张龙天副教授从福利经济学视角提出政策组合思路，建议数据规制与算力基建扶持双轨并行，协同完善生成式AI产业治理框架。

本次讲座聚焦AI宏观经济学前沿方向，既为在场师生补充了生成式AI经济的底层理论逻辑，也为数字经济、金融科技相关领域后续研究提供了新颖的分析范式与政策参考。