AI安全监管正从一项道德议题转变为可量化的成本变量，并重塑AI基础设施的投资逻辑。
OpenAI在2026年8月18日发布博文，披露其针对高能力模型的安全监控要求。根据披露，对于Sol级别及以上能力的模型，所有强化学习（RL）训练、评估及推理工作负载均须接受实时监控；当前估算显示，监控开销约占被监控推理算力的20%。
巴克莱分析师Ross Sandler团队据此测算，约85%的AI实验室算力已流向后训练与推理工作负载，预计2027年几乎全部模型将超过GPT-5.6 Sol级别能力门槛。因此，推理及后训练算力需求将增加20%，推动行业整体算力成本上升约18%。
有报道显示，OpenAI正与竞争对手Anthropic及谷歌旗下DeepMind就人工智能安全问题展开合作。OpenAI全球政策负责人克里斯·莱哈恩表示，三家公司已就安全议题沟通数周，并认为开展相关合作无需获得反垄断豁免。
巴克莱最新研究报告显示，前沿AI实验室推行的“节奏控制”（Pacing）机制，将从2027年起为行业整体算力成本增加约18%，对应新增开支逾440亿美元。巴克莱测算，2027年基础算力总成本预计2460亿美元，受监控规模约2190亿美元，叠加20%开销后新增440亿美元。
美国联邦贸易委员会主席Andrew Ferguson对此持保留态度，认为若大型AI公司要求此类豁免，监管机构应警惕企业借“安全”之名筑起竞争“护城河”。
巴克莱指出，当前部分AI实验室的推理毛利率超过80%，短期内有足够空间消化额外安全成本；但长期来看，利润率或将向65%收敛。安全成本能否转嫁终端用户，取决于提价或按结果计费方式。
市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。
