很多人以为,行业报告上罗列出来的数据,天然代表客观事实;只要是机构发布的跨国算力对比,就可以直接拿来作为产业评判依据;各类算力统计参数都可以随意抓取、拼接、对外传播。这般想法,和数据合规、商业秘密保护的法律逻辑,实在相去甚远。
大家好,我是安剑律师事务所周兆成律师。
最近网络上流传一组热度极高的对比说法,称美国58%Token消耗投向编程研发,中国55%Token流向AI短剧、视频生成,由此衍生出“美国算力搞科研、中国算力喂爽剧”的论调,不少网友感慨中国AI把“火药做成烟花”,甚至得出国内AI发展已经跑偏的结论。但深挖之后不难发现,该组数据来源模糊,统计口径残缺,还混淆Token与算力两个完全不同的技术概念。可就是这样漏洞重重的数据,经过网络不断转发扩散,成为很多人评判中美AI产业差距的依据。
数字的骗局,大抵总披着专业报告的外衣。不少网友存有认知误区:报告印上机构logo,内容就自带权威性;数据只要看起来详实,结论就值得采信。
可法律的逻辑并非如此。《反不正当竞争法》《数据安全法》《商业秘密保护规定》讲得明白,商业机构发布行业测评、对比报告,应当保证数据来源真实、统计方法透明;企业非公开算力运行明细属于受保护的商业秘密,关乎产业安全的算力枢纽运行数据落入重要数据管理范畴,并不是所有产业数据都能够随意抓取、篡改、跨境传播。混淆概念、裁剪样本、刻意篡改原始统计,即便披上数据分析的外衣,同样要承担相应法律责任。
很多人混淆了两层事理:技术层面Token不等于算力,Token是模型信息处理单元,算力是硬件浮点运算能力,二者不能简单线性换算;舆论层面,观点评述不等于事实定论,机构输出报告不等于客观真相。一份合格的算力对比报告,应当完整披露数据源、统计样本、统计口径,区分训练侧算力与推理侧Token消耗,而不是截取碎片化指标,制造“捧一踩一”的传播爆点。网传数据只统计应用推理环节Token调用,完全忽略模型预训练、微调等科研算力投入,科研训练Token生成量不大,硬件算力消耗却极高,两套资源供给本就是相互独立的体系,拿应用层调用占比推导全国算力分配,本身就是统计逻辑谬误。
从法律层面来看,如果商业机构出于引流、行业竞争目的,刻意篡改算力原始数据,刻意筛选样本、隐瞒统计缺陷,发布引人误解的算力对比报告,已经涉嫌虚假或者引人误解的商业宣传,违反《反不正当竞争法》第九条规定,监管部门可责令停止违法行为,并处以高额罚款,情节严重还可以吊销营业执照 。我们需要区分:学术研究允许合理取舍统计样本;但经营性机构对外出具面向市场传播的测评报告,对数据真实性负有更高法律义务,不能靠变造数字博取流量。
与此同时,算力相关数据并非全部可以公开随意传播。要分清三类信息:企业对外公开宣传的标称峰值算力,属于公开信息;企业内部算力利用率、任务分配明细、芯片真实负载,企业采取保密措施,具备商业价值,属于商业秘密,未经许可窃取、搬运、对外披露,构成侵犯商业秘密,要承担民事赔偿乃至行政责任 ;国家级算力枢纽整体调度、资源分配等数据,一旦泄露会危害科技与经济安全,属于法律规定的重要数据,不得随意对外输出,如果需要向境外提供,必须依法履行数据出境安全评估流程,做好脱敏处理,不能直接把原始敏感数据向外流转 。现实中不少网传对比报告,直接把企业内部估算数值包装成实测公开数据对外传播,已经触碰数据合规红线。
而未经许可搬运、拼凑跨境算力数据,同样潜藏合规风险。一方面,境外原始行业报告受著作权保护,未经授权直接截取、篡改表格二次传播,存在著作权侵权风险;另一方面,如果在数据采集过程中,非法爬取境内企业非公开算力明细向外输送,未完成出境安全评估,会触发《数据出境安全评估办法》项下的监管处罚 。即便是引用境外公开资料,传播主体也负有核验来源、提示统计局限性的义务,不能不加辨析直接拿来当做国内产业定论。
当然我们也要客观看待,AI的应用场景本没有高低贵贱之分,回顾科技发展史,消费端应用往往反哺底层技术迭代,娱乐应用与基础科研并非二元对立。我国在AI底层架构、国产算力芯片领域的原始创新不断涌现,基础研究经费持续增长,消费应用蓬勃发展的背后,是完整的产业体系与海量落地场景。但不可否认,高端芯片等领域短板依旧客观存在,AI资源浪费、AI侵权等问题仍有待制度进一步完善。
对于普通网友,面对网络流传的各类跨国行业对比报告,不要看到专业图表就全盘采信,多追问一句数据源、统计口径,对于来源不明的数据保持审慎,不要盲目转发扩散。对于发布行业报告的机构,应当恪守底线,拒绝篡改裁剪数据,完整披露统计局限,不能把流量诉求凌驾数据真实性之上。对于监管部门,也应当强化对虚假行业测评报告的监督,防范打着数据分析旗号误导公众的行为。
算力对比求的是看清产业真实现状,不是输出博眼球的对立结论。以为几张图表几组数字就能看透大国科技竞争,到头来,大抵只落得被片面数据所误导。
那么在你看来,浏览网络各类行业对比报告,我们还需要留意哪些容易被忽略的数据陷阱?