韩国政策高层金容范提出将AI超额利润以‘公民红利’形式返还全民，表面看是公平分配，但落地恐怕没那么简单。

技术层面，AI产业的高利润确实依赖国家基础设施和公共数据，而非纯粹企业创新。例如，大模型训练需要大规模算力和数据集，这些往往来自政府或公共领域的积累。从个人经验看，企业在商业化时常常忽略公共资源的贡献，导致利润集中。韩国此举直击痛点，但‘超额利润’如何定义？以企业财报为基准还是参考行业均值？这需要清晰的技术经济模型。

我质疑的是，这会不会重蹈宽带税的覆辙？当年韩国强制运营商补贴基础设施，结果抑制了投资。AI领域利润波动大，过早征税可能打击研发热情。更可行的是设立动态门槛，比如将税后利润的5%投入公共数据基金，既回馈社会又不扼杀创新。

讨论点：1. 超额利润的核算能否标准化？比如参考AI模型对公共数据的依赖度？2. 公民红利是直接发钱还是投资教育？哪种更可持续？

行业视野上，这提案可能倒逼全球AI企业重新审视数据确权和利润分配。如果更多国家跟进，未来AI的商业模式可能从‘封闭获利’转向‘开放共享’，类似开源运动的商业化。但前提是技术社区能建立透明、可审计的贡献度量体系，否则只会沦为政治口号。