Linux 基金会报告解读：开源 AI 重塑经济格局，有人失业，有人涨薪！
译自 | Linux Foundation Research随着生成式 AI 技术飞速发展，开源模式正在成为推动经济转型的重要驱动力。Linux Foundation Research 发布的报告《The Economic and Workforce Impacts of Open Source AI》（开源人工智能对经济和劳动力的影响） 全面分析了开源人工智能（Open Source AI, 简称 OSAI）对企业、行业和劳动力市场带来的深远影响。
本文摘录并概括了报告的主要内容，希望能为开源和 AI 相关从业人员、研究人员和学习者提供有价值的参考。
一、采用 OSAI 正在成为主流
该报告显示，94% 的受访企业已经在使用 AI，其中 89% 的 AI 用户采用了某种形式的开源 AI 解决方案。
小型企业对开源的依赖尤为明显。 根据调研，中小企业比大型企业更倾向于选择开源模型，以实现成本控制与快速部署。
二、经济效益：省钱又高效
报告总结出 OSAI 的三大经济效益：
[*]成本优势：66% 的企业认为开源 AI 的部署成本低于商业化模型；
[*]生产力提升：开发者使用 GitHub Copilot 后编码效率提升 55%；
[*]创新加速：开源促进全球协作，加快高质量模型的开发。
如果没有开源，企业在软件上的支出将是现在的 3.5 倍。这对于初创企业尤其关键，它们可以借助开源模型获取高性能 AI 能力，避免高昂的授权费用。
三、OSAI 在五大关键行业的落地
医疗
AI 预计为全球医疗行业带来 1500 亿到 2600 亿美元的增值；
开源模型（如 LLaMA、DeepSeek R1）在性能上已与商业模型持平，利于构建本地化、隐私友好的医疗应用。
农业
AI 可助力作物监测、环境感知与农机自动化等方面：
[*]AI 在农业中应用于营销、软件工程和供应链等领域，有望新增400亿至700亿美元行业价值（ 来源：McKinsey 2023）。
[*]AI 关键应用（如机器人、精准环境监测、土地管理、作物监测）有潜力提升全球GDP 0.2%~0.3%（来源：PwC 2020）。
[*]AI 可通过提供建议、控制机械、数据处理、消除语言障碍和农业冲击监测，帮助解决全球粮食生产问题。（DeClerq 等人（2024）研究）
[*]AI 是“再生农业”的关键组成部分，该模式利润增长可达120%，并可为中低收入国家带来4500亿美元以上农业GDP增量（来源：WEF 2024）。
[*]OSAI 工具助力数字农业普及，如 Semios（使用 TensorFlow）和 Farmer.Chat（基于 Llama 模型）等开源工具降低成本、提升农民智能化作业能力（来源：Semios、Farmer.Chat 介绍）。
建筑
AI 在建筑行业已广泛用于预测工程延期、优化项目排期等领域：
[*]将 AI 应用于营销、研发、供应链等领域，可为建筑行业带来900亿~1500亿美元的增益，占行业营收的0.7%-1.2%。（来源：McKinsey 2023）
[*]AI 可用于分析过往项目数据，以预测延误、识别风险、制定施工计划、预估瓶颈并辅助管理决策。（来源：Adroit Market Research 2021）
[*]建筑行业中已有 37% 的企业正在使用 AI，另有 33% 计划采用。（来源：Deloitte & Autodesk 2025）
[*]建筑行业虽然目前AI应用率低，但其数据驱动决策的特性使其具备强大AI落地基础。
[*]亚太地区为增长最快市场，北美为当前最大市场。
[*]在规划、设计和建筑信息建模（BIM）阶段应用 AI 显示，开发开放通用的基础大模型有助于实现行业标准化建设。
制造
对于制造行业，OSAI 也将带来巨大的影响：
[*]开源 AI 在产品研发、营销销售和软件工程方面的应用将为先进制造业带来 1700亿~2900亿美元 增长。（来源：McKinsey 2023）
[*]OSAI 影响力大：根据 Lawson，AI 是仅次于操作系统的第二大受益于开源的技术领域。（来源：Linux Foundation 2024 报告）
[*]数据密集型行业：制造业年均产生 11,812 PB 的数据量，AI 可借助这些数据提升决策效率。（来源：Deloitte 2020）
[*]智能制造应用场景：AI 可应用于工厂任务自动化、订单管理、排产、设备维护、质量控制和生产计划等。（来源：Heimburger 等，2024）
[*]市场规模与行业认可：自 2023 年起，制造业 AI 市场规模已超过 700 亿美元，大多数企业视其为核心增长与创新引擎。（来源：Deloitte 2020）
[*]部署进展缓慢：尽管潜力巨大，但目前仅有 15% 的企业已实际部署 AI，多数仍处于提案或试点阶段。（来源：Deloitte 调查）
能源
能源行业也在积极拥抱能源行业，但同样也存在一些问题：
[*]高采用率：2023 年，全球 74% 的能源与公用事业公司已实施或正在探索 AI。
[*]AI 推高能源消耗：数据中心 AI 模型训练对电力消耗巨大，亟需通过节能优化手段降低 AI 带来的能源压力。
[*]运营收益显著：AI 可为能源行业带来 1%-1.6% 的营收增长（1500亿~2400 亿美元）。（来源：McKinsey 2023[^37]）
[*]经济增益潜力大：通过 AI 提升供需预测与资产效率，有望在 2030 年前使全球 GDP 增长 1.6%-2.2%。（来源：PwC 2020[^69]）
[*]AI 在美国能源的应用：涵盖核电、碳管理等领域，AI 可将清洁能源电站设计与审批时间缩短 20%，2050 年前节省数千亿美元成本。（来源：Argonne Lab 2024[^88]）
[*]AI 采用仍处早期：隐私、合规和缺乏行业协同是主要障碍。LF Energy 建议通过开源工具建立通用协作层，促进 AI 落地与创新。（来源：LF Energy 白皮书 2024[^89]）
[*]开源与智能电网协同潜力大：OSAI 有助于提升智能电网扩展能力和对能源需求的响应速度。（来源：IEA[^90]）
四、对劳动力的影响：AI 是“增能”而非“取代”
关于人工智能将通过自动化导致大规模岗位流失的猜测甚嚣尘上。然而，研究表明，实际情况并非必然如此。或者说，实际情况更加复杂。
Linux 基金会 2024 年技术人才调查显示，2023-2024 年仅有 5% 的招聘经理报告 AI 减少了组织人员的编制。而多数受访者预计未来一年内 AI 对人员编制影响有限，甚至可能因 AI 相关岗位需求增加而扩招。2025 年最新调查延续这一趋势，越来越多组织因 AI 采用而增加招聘，而非裁员。
报告还指出了开源对劳动力市场可能带来的影响：
[*]AI 将改变工作结构：随着 AI 深度融入企业核心基础设施，AI 将改变工作方式，自动化影响不同岗位和技能的程度不同。（来源：McKinsey 2025报告37）
[*]岗位影响分布不均：未来三年 AI 可能减少服务运营和供应链等特定领域人员，但对行政和法律岗位影响更大，建筑等岗位影响较小。（来源：McKinsey 2025 报告 24；Hatzius 等，2023年43）
[*]AI 辅助而非替代：大多数岗位仅部分受 AI 影响，AI 更多是辅助完成任务，而非完全替代员工。（来源：Hatzius 等，2023年43）
[*]AI 技能带来薪资溢价：拥有 AI 技能的员工薪资可提高 25%，且学习 AI 技能能提升工资约 21%，因其与多种技能高度互补。（来源：普华永道2024 年 AI 就业晴雨表55；Stephany 和Teutloff，2024年57）
[*]人才与技能短缺：企业普遍缺乏适合 AI 应用的专业技能和人才，现有学术认证不足以满足需求，亟需新的培训和认证体系。（来源：OECD、波士顿咨询集团和INSEAD 2025年联合研究58）
[*]生产率提升潜力大：长期看，AI 有望带来类似个人电脑革命的生产率提升，预计未来十年全球生产率可提升约 1.4%。（来源：Hatzius 等，2023 年43；McKinsey 2023 年报告37）
[*]软件开发者受益显著：GitHub Copilot 帮助开发者减少管理任务，专注核心编码，提高接触新技术和薪资机会。（来源：Hoffmann、Boysel 等，2024 年60）
[*]公私合作关键：未来 AI 技能培训和认证需通过公私合作推动，以解决技能短缺和企业人才需求匹配问题。（来源：OECD、波士顿咨询集团和 INSEAD 2025 年联合研究58）
五、展望：五大研究方向助力 OSAI 深化落地
该报告在指出 OSAI 发展现状的同时，还提出了未来五个值得重点研究的方向：
[*]研究 OSAI 采用，特别是开源模型对整个 AI 市场增长的影响，包括但不限于互补性创新、服务及应用的发展；
[*]衡量对 OSAI 基础设施投资的经济回报，为政策制定者和组织决策者在资源分配至开源模型、数据集及相关组件时提供参考依据；
[*]分析 OSAI 采用与创新活动之间的关系，例如新创企业的诞生、专利申请数量及研发效率等；
[*]测量在不同组织规模、行业和地理区域中，采用开源与专有AI解决方案之间的成本差异；
[*]量化开源模型在不同任务与行业中对员工生产力与满意度的影响。
这些研究将有助于为政策制定者、投资者和组织决策者提供基于证据的指导，推动 OSAI 的健康发展。
六、结论：OSAI 是技术普惠的关键引擎
本报告回顾了以往关于 OSAI 在采用率、市场影响和劳动力效应方面的研究与实证数据，包括：
开源人工智能（OSAI）的现状与采用情况：
[*]AI采用日趋普及，且开源技术在AI采用中占据重要比例。
[*]多数使用AI的组织已采纳开源模型，平均有 41% 的AI基础设施为开源。
[*]OSAI 的采用存在行业、地域和职业差异，中小企业尤为重视开源技术。
OSAI 的经济影响与价值：
[*]开源软件（OSS）的历史经验表明，其核心价值在于节省成本、提升生产力、加速创新。
[*]若无OSS，企业软件支出将增加 3.5 倍。
[*]OSAI 预计也能带来类似经济回报，特别是推动 GDP 增长高达15万亿美元（主要通过生产力和创新）。
[*]OSAI 在医疗、能源、农业、建筑、制造等领域最具经济潜力。
对劳动力的影响：
[*]AI 更可能增强任务执行（task complement），而非替代工作岗位。
[*]掌握AI技能的劳动者将享有工资溢价，其市场价值更高。
当前研究空白与未来研究方向：
[*]当前对 OSAI 经济效益的理解仍存在证据缺口。
[*]建议采用计量经济学方法，深入研究上文提到的五大方向。
以上为报告的全部摘要内容，如需阅读完整报告，点击https://www.linuxfoundation.org/hubfs/Research%20Reports/lfr_marketimpacts25_052725a.pdf?hsLang=en
来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！
页:
[1]