《时代》（TIME）杂志近日公布第四届「TIME100 AI」榜单，除了OpenAI、Anthropic、xAI等人工智慧（AI）领域熟悉的面孔外，美国参议员Bernie Sanders、美国劳工联合会与产业工会联合会（AFL-CIO）主席Liz Shuler、《纽约时报》发行人A.G. Sulzberger，以及环境活动家Erin Brockovich等非典型AI人物也名列其中。

这份名单引发外界对OpenAI执行长奥特曼（Sam Altman）、马斯克等科技业高层排名的讨论，也让部分中国AI业者是否入选成为焦点。

不过，从整体榜单结构来看，更值得注意的是，AI产业的影响力正在突破模型与演算法本身，并向算力、能源、内容版权、劳动、教育、安全及监管等领域扩散。

《时代》表示，其对榜单的定位并非单纯评选技术能力最强的AI人物，而是挑选过去一年对AI关键叙事具有代表性，并实际影响AI发展方向的人物。

分析指出，这代表AI产业的竞争已逐渐从单纯的模型能力比拚，转向更完整的产业生态与社会影响力竞争。

从榜单分类来看，直接处于AI技术核心的人物，与处理AI所带来社会影响的人物，数量呈现高度对称。

其中，「尖端模型与代理」类别有17人，「算力、晶片与能源」有12人，两者合计29人。

另一方面，「内容、版权与真实性」有10人，「劳动、教育与数位福利」有10人，「安全、评测与标准」则有9人，同样合计29人。

换言之，榜单中直接推动AI技术发展的人物，与负责回应AI社会影响、建立规范及制衡AI扩张的人物，数量恰好相同。

如果从另一个角度观察，也可以发现榜单人物的影响力大致分成两类：一部分掌握AI发展所需的技术与产业资源，另一部分则透过规则制定、资本与人才配置、公共认知及社会制衡，影响AI未来的发展方向。

这显示AI产业正进入不同于早期的发展阶段。

过去，要成为最具影响力的AI人物，主要途径是提出新演算法、训练出更强大的模型，或创办模型公司；如今，资料中心、电力、企业资料、专业工作入口，以及版权、就业、安全与社区影响等议题，同样开始决定AI产业的发展方向。

模型竞赛仍持续，但AI战场已经扩大

尖端模型企业仍是此次榜单最受瞩目的核心。

OpenAI的Mark Chen、奥特曼与Greg Brockman均入选，Anthropic的Dario Amodei与Daniela Amodei也同时上榜，马斯克则持续将模型、AI代理与大规模基础设施整合。

不过，从《时代》给出的入选理由来看，AI领导企业的竞争已不再只是比较单次模型发布的能力。

OpenAI三人的入选理由涵盖超级智慧个人助理、新晶片、资料中心、消费装置，以及安全与对齐体系等不同领域。

这反映出尖端AI企业的竞争单位，正从单一模型转变为完整系统。

模型能力决定AI系统的能力上限，算力与资本决定扩张速度，产品入口影响资料回流，而开发者与企业生态则决定模型能否持续被使用。

因此，模型仍然是AI产业的核心引擎，但已无法单独决定企业最终能否取得产业优势。

算力、晶片与能源成为AI扩张的另一条主战线

此次榜单中，14%入选者的主要战场集中在算力、晶片与能源。

其中包括博通(AVGO-US) 执行长Hock Tan、亚马逊(AMZN-US) AWS执行长Matt Garman、CoreWeave(CRWV-US) 共同创办人Michael Intrator、甲骨文(ORCL-US) 共同创办人Larry Ellison、美光科技(MU-US) 执行长Sanjay Mehrotra，以及欧洲AI资料中心业者Nscale创办人Josh Payne。

这些人物所代表的，是AI基础设施快速扩张下形成的另一个产业核心。

Hock Tan领导的博通正透过客制化晶片与高速网路技术，挑战辉达在AI基础设施领域的主导地位。

AWS则将Trainium晶片、Bedrock模型平台与AgentCore代理平台结合，透过长期算力合约建立AI运算基础。

AI模型的训练与推论并不只需要GPU或ASIC，还涉及高频宽记忆体、网路、土地、电力、散热与融资等条件。每一次基础设施扩张，都需要先投入大量资本，再透过长期采购协议、能源合约及客户承诺建立回报。

AI产业因此正逐渐从低边际成本的软体模式，转向高度依赖资本与基础设施的产业模式。

AI应用层争夺的不只是使用者，而是工作流程

IBM(IBM-US) 董事长暨执行长Arvind Krishna在此次榜单中提出一项判断：随着不同基础模型的能力逐渐接近，模型最终可能走向大宗商品化，市场规模虽大，但价格将趋于低廉，更多价值则会流向建立于模型之上的应用、掌握企业资料，以及取得客户信任的公司。

他甚至估计，相关价值可能有90%集中在模型之上的应用层。

这项比例是否最终实现仍有待观察，但榜单中已经出现相应的产业案例：

• OpenEvidence将医学文献与临床决策支援结合，已进入超过100万名美国医师的工作流程；
• Harvey则服务美国收入最高的100家律所中超过75家；
• Anthropic与Cursor进入程式设计师的程式码编辑环境；
• Databricks则试图成为企业AI代理存取资料、权限与安全系统的工作环境。

这些应用的共同特征，是开始掌握专业工作流程中的关键节点。

包括资料从何而来、谁有权限使用、AI输出能否被管理、错误由谁负责，以及使用过程能否产生新的专有资料。

因此，模型公司提供的是AI能力，但医疗、法律、金融及工业等专业领域真正需要的，则是能够承担责任并嵌入实际流程的完整系统。

应用公司的竞争优势也不只是快速建立产品，还包括产业入口、专有资料、流程整合、监管资格与使用者信任。

中国AI业者上榜　产业链覆盖逐步完整

此次榜单中的中国AI代表人物数量仍相对有限，但涵盖的产业环节相当完整。

字节跳动梁汝波代表消费入口、基础模型、生成式媒体与世界模型；阿里巴巴吴泳铭则涵盖通义千问、阿里云、自研晶片与代理商业化。

华为何庭波则聚焦晶片与系统架构；月之暗面执行长杨植麟、智谱执行长张鹏则持续推进尖端模型。

从晶片、模型、云端、代理到汽车、机器人、资料及标准，中国AI产业正在形成较为完整的技术链条。

分析认为，这反映出AI产业关注的核心问题正在改变。几年前，市场主要关心AI是否真的能够运作，以及哪家公司能够训练出能力最强的模型；到了2026年，问题开始延伸至谁能够将AI能力、算力、能源、资料、专业工作流程、资本、规则与公众信任整合起来。

对AI企业的评估，也因此不能只看模型基准测试结果。单纯比较模型能力，容易受到短期产品更新影响；只看使用者成长，也可能忽略AI产业背后涉及的基础设施、资料与产业生态。

总的来说，从《时代》2026年AI百大榜单的结构来看，AI产业的核心正在从「谁拥有最强模型」，逐步扩展至「谁能够掌握AI发展所需的完整系统」。

模型竞赛并未结束，但模型已不再是唯一的中心。算力与能源、应用与工作流程、资料与资本，以及安全、版权、劳动与监管等力量，都正在共同决定下一阶段AI产业的发展方向。