人工智慧正成為全球權力與外交影響力的核心要素。
算法速度的提升可能壓縮人類在嚴謹預見過程中不可或缺的分歧與認知不適感。
混合智能模型必須將人類判斷置於首位，以防止戰略想像力的萎縮。
人工智慧正在改變我們思考未來的方式，以及誰有權塑造未來。對於戰略預見這一學科而言——其核心在於描繪可能的未來圖景，從而為當下決策提供依據——當前時刻既是機遇，也是考驗。AI能夠幫助從業者進行更廣泛的掃描、識別新興信號與趨勢，並以前所未有的速度和規模探索各種可能的未來。但預見從來不僅僅是生成情景。其真正價值在於幫助領導者和政策制定者質疑假設、為不確定性做好準備，並構建確保長期韌性的戰略決策。
隨著AI迅速重塑經濟、地緣政治、制度與社會，戰略預見從業者必須提出一個更深層的問題：我們如何超越單純的技術採用，實現真正負責任的使用？挑戰在於以強化人類判斷而非取代人類判斷的方式整合AI，確保更快的分析不以犧牲更深層的思考、爭論與戰略想像力為代價。
AI如何重塑全球權力格局
在現代歷史的大部分時間裡，國際關係中的權力是顯而易見的。它屬於擁有軍隊、援助預算、儲備貨幣、外交聯盟以及在世界主要機構中占有席位的國家。AI正在改變這一切。在當前後霸權時代，它正成為權力的最清晰標誌之一。掌控算力、晶片、模型、雲基礎設施和人才的國家與企業，將日益決定誰能被傾聽、誰能獲得資助，以及誰能構建未來。
舊有的權力標誌不會消失——軍隊、資本和外交依然重要。但它們被一種新的權力貨幣所補充：算力。
AI之所以成為新的戰略權力來源，是因為它依賴的不僅僅是模型本身。它需要晶片、雲基礎設施、數據中心、能源、人才、監管與信任。這正是近期AI基礎設施項目的重要意義所在，例如阿聯與美國聯合宣布的"星際之門"項目，其意義超越了技術細節本身。它們指向一種有時被稱為"AI時代基礎設施外交"的新格局：數據中心和雲計算區域開始類似於港口、管道或其他戰略資產。舊有的權力標誌不會消失——軍隊、資本和外交依然重要。但它們被一種新的權力貨幣所補充：算力。
這一轉變正為中等強國創造新的空間，它們正利用這些基礎設施需求來拓展全球影響力。例如，阿聯正藉助AI基礎設施將自身定位為連接美國、海灣地區、非洲與亞洲的樞紐；新加坡則宣布到2030年前投入逾10億新加坡元用於公共AI研究。
這也是AI開始呈現出"新型外國援助"面貌的領域。隨著傳統援助預算收縮——經合組織初步數據顯示，2025年官方發展援助下降23.1%，創有記錄以來最大年度降幅——AI基礎設施和AI賦能服務正成為一種新的發展影響渠道。提供雲計算區域、AI輔助教學工具、醫療模型或政府聊天機器人的國家，將獲得曾經只有援助國才具備的那種影響力。AI外交不僅關乎模型，更關乎電網、水資源、債務、主權、合同，以及誰最終控制著基礎設施。發展的未來，或許與其說是關於捐助方會議，不如說是關於數據中心。
第三個轉變或許是最為奇特的：部分AI與大型科技公司開始呈現出准主權行為者的特徵。它們不是國家，但日益表現得像非國家權力主體，因為它們掌控著國家所需的關鍵資源。微軟對G42的15億美元投資，包含少數股權、董事會席位以及向美國和阿聯政府提供的安全保證。這並不意味著微軟是一個國家。但它確實表明，前沿科技公司正日益成為國家之間的戰略中介。
AI不僅改變著塑造國際關係的行為主體，也在改變這些行為主體的思維方式。當政府依賴AI掃描資訊、總結事件、生成情景時，這些系統便開始塑造哪些內容會被呈報給領導者，哪些內容會被忽略。由此，AI影響著哪些未來看起來合理、哪些威脅顯得緊迫、哪些選項出現在議程上。因此，儘管AI並未坐上談判桌，它卻已開始設定議程。
國際關係的未來將由一批新的參與者共同驅動——包括主權國家與國際秩序這一傳統力量，以及科技巨頭和技術本身等新興行為者。領導層面臨的問題不再是是否接受這一現實，而是如何構建具備預見力的制度與想像力，與之共同治理。
AI如何賦能戰略預見方法
如果AI正在重塑預見所要理解的世界，它同樣在改變從業者用於理解這個世界的方法。當AI不被視為先知，而是被當作一種強大但可能犯錯的研究工具時，它將大幅拓展預見團隊的研究能力。
AI融入預見工作流程主要有四種方式：
感知與綜合信號。AI能夠持續掃描海量數據，自主追蹤比以往更多樣的指標，最終使大量新資訊向所有人開放。這些信號可以在無數不同且互補的框架中被綜合與建模，每種框架都提供不同的可能解讀。隨後，我們可以根據所關注的未來議題進行相關性篩選，快速識別新的可操作洞察來源。
識別關鍵因素。AI能夠掃描多種類型的多語言來源，識別可能影響某一態勢的因素，超越最顯而易見或最熟悉的驅動力。當然，仍需謹慎的人類判斷，以避免僅僅復現數據中已占主導地位的內容。
個性化未來輸出。預見團隊可以利用AI定製其輸出成果，使其與不同受眾的需求、期望和關切相契合。這樣一來，情景既可以植根於嚴謹的未來敘事，又能通過迎合最終用戶的實際需求來放大影響力。
機器分析。AI工具可以識別大型數據集中的規律和非顯性關聯，評估每個因素的不確定性與影響力，並構建因果循環圖。目前的早期實驗正在探索：以代表真實專家觀點為目標創建的AI智能體，能否參與德爾菲式流程，分析不同因素的相對重要性。這引出了一個引人深思的問題：情景團隊能否構建專業知識本身的數字孿生？設想一下，以真實世界專家的已發表著作、訪談和假設為基礎的AI智能體，每個都能參與關於關鍵因素相對影響力與不確定性的結構化交流。這類智能體不會取代專家，但可以讓團隊在人類進入討論之前，預先演練專家之間的分歧、發現盲點並檢驗假設。
AI還能加速綜合與情景開發。它可以幫助識別關鍵因素、梳理驅動力之間的關係、檢驗假設，並快速生成多個連貫的敘事。這些可被稱為"第一輪未來"：可能性空間的早期圖譜，能夠支持更深入的人類審議。但重要的是，要將此類輸出視為草稿而非結論。AI能提供結構、速度和廣度，但預見團隊仍須自行界定問題、設定質量標準、驗證來源並判斷何為戰略意義。從這個意義上說，AI的價值不在於取代預見專業知識，而在於為從業者提供一個更豐富、更廣闊的研究基礎，使人類判斷得以從中生發。
AI應用於預見的風險
讓AI在預見中發揮價值的那些特質，同樣構成其風險所在。AI的風險不僅是技術層面的，更是認知、制度和政治層面的。AI可能產生幻覺事實、復現主流敘事、壓縮審議空間，並生成看起來比實際更具說服力的結果。
在企業戰略團隊、政府機構和國際組織中，生成式AI已經在重塑早期預見的開展方式，但速度帶來了一個悖論。預見輸出生成得越快，我們停止構建其背後思維的風險就越大。當AI生成的輸出被視為可交付成果而非起點時，賦予情景戰略價值的審議性工作——分歧、重新框架、認知不適——就會被壓縮乃至完全跳過。
速度還會製造一種更為微妙的幻覺。隨著AI系統處理海量數據並生成連貫敘事，它們可能給人一種未來變得更可預測的印象。這或許是最尖銳的風險：真正意義上的預見，其目的不是預測未來，而是擴展我們能夠想像並為之做好準備的未來範圍。挑戰不在於是否使用AI，而在於如何使用而不掏空這一實踐的核心。
為避免上述陷阱，以下四項原則值得堅守：
審視情景，而非僅僅審視輸出。AI生成的輸出內嵌了關於驅動力和不確定性的假設。挖掘這些假設不是質量控制步驟，而是核心分析工作。
在收斂之前為發散而設計。AI傾向於產生連貫但相似的輸出。開展並行探索——不同團隊、不同提示詞和不同框架假設——有助於發現共識會掩蓋的內容。
保護敘事的所有權。一個領導者無法用自己的語言解釋、也無法在挑戰下捍衛的情景，當條件發生變化時不會影響戰略。AI可以加速起草，但無法替代創造責任感的審議過程。
將激勵機制與學習而非速度掛鉤。如果預見主要以生產速度來評價，快速預見將占主導。如果以準備程度和其開闢的戰略選項質量來評價，AI就會成為能力的加速器，而非其替代品。
混合智能：人類判斷不可或缺
AI可以成為情景流程中非常有用的協作者，但人類依然不可或缺——因為情景不僅僅是對可能未來的描述，更關乎改變人們感知不確定性、圍繞選擇展開爭論以及決定下一步行動的方式。因此，我們應當有意識地區分：哪些事情可以更快進行、更多依賴AI，哪些事情應該更慢進行、更多依靠人類。
AI看似在將預見權力分散給非專業人士，但實際上，它可能以隱蔽的方式集中認知權威，並使由此得出的結論變得不可更改。
當一個小群體控制著問題的框架方式時，AI不僅僅是反映他們的假設：它會放大並賦予這些假設合法性，生成看起來既分析嚴謹又全面周到的輸出——恰恰是因為其結構表述如此流暢。本應由可識別的人類判斷承擔的責任，悄然彌散於工具本身之中。在沒有任何具名個人或機構能夠提出質疑的世界裡，這些結論在實踐中變得無可辯駁：不是因為它們正確，而是因為根本沒有地方可以反駁。這就是"預見捕獲"，而且它格外誘人，因為掌控提示詞的人，最終便宣稱擁有了對我們如何理解未來的解釋權。
領導者應當追問的，不是他們的AI工具是否足夠先進，而是他們的預見流程是否能讓組織內部的人員真正參與、提出挑戰，進而產生信任。
這一點因獲取渠道與信號質量之間的張力而愈發尖銳。AI可能使預見工具更廣泛可及，但更多人生成情景並不自動意味著更好的預見。如果各組織依賴相同的模型、提示詞和主流假設，AI可能在擴大參與的同時收窄想像力——以精緻、看似合理的形式復現熟悉的世界觀。
因此，諸如代際預見的呼籲，不僅僅關乎代表性，更關乎信號質量。那些將最長時間與今日決策共存的人，與未來的關係較少受到沉沒成本和既有制度承諾的束縛；而年長的領導者則帶來經驗、記憶以及對後果更深刻的關照。其價值在於雙方之間的對話。AI能快速生成輸出，但無法創造使這種對話有意義的信任、師徒關係以及隱性知識的傳承。
驅動混合智能的三項規則
隨著對AI的共依存度不斷提升，依託能夠兼顧智能體AI研究能力與人類判斷優先地位的混合模型的重要性與日俱增。以下三項規則可以驅動混合智能：
第一：在提示之前明確意圖
在啟動提示之前，我們需要確立意圖。這意味著要清楚地知道：我們在回答什麼問題、為誰而答、何時需要答案，以及什麼樣的內容形式最為有用。
為有效落實，這一意圖必須界定三個具體要素：
範圍：議題、地域、時間跨度、關鍵利益相關方，以及有意排除的內容。
決策背景：本次分析旨在為何種戰略決策提供支撐。
質量標準：優質輸出的形態，以及利益相關方據以做出決策的依據。
陷阱在於：看起來"全面"且"結構良好"的內容——這是AI的默認輸出——未必等同於高質量。對數據要求、最低三角驗證標準和使用來源的具體規定，才是驅動質量的關鍵。在打開AI工具之前先撰寫一份簡報，可以顯著提升答案質量；要求AI工具提供一份優質提示詞模板，也是一種行之有效的做法。
第二：驗證並校準每一項AI輸出
每一件AI生成的產出都應帶有一個隱性標籤：草稿，待驗證。
最重要的三項檢驗：
事實準確性：AI在引用文獻和數據方面會產生看起來權威的幻覺；專家審查和來源可追溯性不可妥協。運行額外的提示詞對引用準確性進行檢查，是識別薄弱環節的有效技巧。
情境契合度：一份完美起草的趨勢報告，可能遺漏使其在特定情景中失效的因素——例如目標市場中的某項監管約束，使組織無法推出在其他地方已取得成功的創新。
合理性與不確定性：AI對某一制勝戰略舉措的前景及其影響時間線往往過於自信。評估隱含的因果關係並與歷史類比相互印證，需要人類的批判性思維，儘管有針對性的提示詞可以幫助對這些假設進行壓力測試。
需要避免的陷阱是格式可信度。一份結構整齊的報告，即便推理單薄，讀起來也顯得嚴謹。結構應被視為有用的默認設置，而非質量的證明。
第三：管理AI輸出的生成過程
第三項活動討論最少，卻最為關鍵。吞吐量是AI輸出生成的過程。以下三種做法有助於在此階段提升分析質量：
文檔記錄：要求AI工具提供其推理過程的完整說明——這一過程往往能揭示令人失望的邏輯漏洞。
輸入參數：建立清晰的參數，例如指定需要納入的關鍵報告、掃描的最低來源數量，或確認某一趨勢所需的證據門檻。
方法論界定：指示AI使用特定的分析框架處理資訊。由於模型很少默認應用複雜方法論，必須在提示詞中明確列出精確的分析方法，以確保得出嚴謹的結果。
混合智能的挑戰並不止於更好的提示詞或更強的驗證。AI在預見中的使用也會改變圍繞這一實踐的領導力條件：誰來框架問題、誰來接受答案、誰來挑戰假設，以及誰最終擁有未來情景的所有權。
結語：在機遇與局限之間尋求平衡
AI對戰略預見與未來思考領域的影響，既非純粹的善，也非純粹的惡。這項技術有能力促進情景創建和數據分析的某些環節，但也潛藏著以精緻卻通用、缺乏洞察的輸出取代深思熟慮的人類分析的風險。
因此，預見從業者面臨的挑戰，既不是拒絕AI整合，也不是不加批判地全盤擁抱，而是批判性地評估AI系統與科技公司作為全球政治與未來規劃中具有影響力的非國家行為者的演變角色。
人類判斷必須始終貫穿預見過程，與AI協同合作，共同構建更為合理、細緻與負責任的未來圖景。在AI驅動的顛覆使未來日趨複雜與不確定之際，戰略預見比以往任何時候都更為重要。通過在AI帶來的機遇與對其局限性的清醒認知之間尋求平衡，預見能夠持續支持領導者為廣泛可能的未來做好準備。
Q&A
Q1：AI是如何成為一種新的全球權力貨幣的？
A：AI成為新權力標誌，是因為它依賴晶片、雲基礎設施、數據中心、能源、人才等一整套戰略要素。掌控這些資源的國家和企業，將決定誰能被傾聽、誰能獲得資助、誰能構建未來。阿聯、新加坡等中等強國已在藉助AI基礎設施拓展全球影響力。與此同時，隨著傳統援助預算大幅縮水，提供雲區域、AI教育或醫療模型的國家正獲得曾經只有傳統援助國才具備的影響力，"算力"正成為繼軍隊、資本和外交之後的新權力貨幣。
Q2：AI在戰略預見中主要有哪些應用方式？
A：AI在戰略預見中有四種主要應用方式：一是感知與綜合信號，持續掃描海量數據並識別新興趨勢；二是識別關鍵因素，跨語言掃描多類來源以發現潛在驅動力；三是個性化未來輸出，針對不同受眾定製情景內容；四是機器分析，識別數據規律、構建因果循環圖，甚至探索用AI智能體代表真實專家參與德爾菲式分析流程。AI可加速情景開發，但其輸出應被視為草稿而非結論，人類判斷仍是不可或缺的核心。
Q3：如何防止AI在戰略預見中造成"預見捕獲"？
A：當少數人控制AI提示詞框架時，AI會放大並賦予其假設合法性，使結論看似客觀卻難以被質疑，這就是"預見捕獲"。防範措施包括：提示前明確意圖與質量標準；對AI輸出進行事實準確性、情境契合度和合理性三項驗證；管理AI生成過程，要求其記錄推理邏輯；並設計發散優先的流程，引入不同團隊和框架假設，避免共識遮蔽多元視角。最終，領導者應確保預見流程能讓組織內部人員真正參與和挑戰，而非被AI輸出所主導。
