卢麒元把社科圈很多人憋了多年没敢说的事直接摆到了台面上——咱们养着上百万社科研究人员，国家社科基金一年砸进去三十多亿，结果到现在连一套能真刀真枪干活的智能分析预判系统都拿不出来。
 
2026年，全国哲学社会科学工作办公室的收支总预算达到41.44亿元，其中项目支出41.32亿，占比99.72%。
 
2025年国家社科基金年度项目立项5651项，重点项目一个就拨35万，一般项目也是20万。教育部人文社科一般项目那边，全国760所高校3022个项目入选，又是两个多亿砸进去。
 
再看人。高校社科教学研究人员从2006年的36.4万人涨到了2023年的97.9万人，加上科研院所和其他机构，破百万早就不是夸张的说法。重点研究机构3640个，中高级职称人员超过51万。
 
钱不少，人不少，机构也不少。那问题来了——成果呢？
 
2023年CSSCI来源期刊全年发文量不足7万篇。不是说论文多就等于没用，而是你得看这些论文转化成什么了。
 
各大行业都在搞智能化转型，金融领域有实时风险监控，互联网行业有用户行为预测模型，唯独社科领域，能拿出来用的预判工具少得可怜。
 
目前的社科类智能工具大多停留在文献检索、数据整理、基础制图这个层面，完全不具备趋势预判和风险预警的实战能力。
 
问题出在哪？说白了，搞算法的人不了解乡镇基层的真实情况，搞社科研究的人又碰不了代码。搞技术的，模型参数调得再漂亮，也摸不透菜市场里那些能掀翻桌子的变量。
 
更麻烦的是数据。社科AI真正难的地方从来不在算法那一层，而是你敢不敢把真实数据喂进去。比如某个城市的二手房成交价，中介平台有一套数据，房管局有一套，银行评估又是一套，三套数对不上，你用哪套训练模型？
 
而看看别人在干什么。美国那边，兰德公司已经开发出AI模型，能把“某国政权更迭的概率”这种模糊问题转化成具体的概率评估。
 
新美国基金会也专门成立了“未来安全情景实验室”，把情景规划、概率预测和战略模拟整合在一起，目的就一个：在危机变成事实之前发出预警。
 
看到这儿你可能想说，那咱们呢？
 
也不是完全没有。中国社科院也建了“世界经济预测与政策模拟实验室”，围绕海外投资风险监测、国别债务评估、产业链外迁监测等七大模块在做动态监测和情景推演。
 
但注意，这些是“实验室项目”和“智库报告”级别的成果，不是可部署、可复制、能真正嵌入决策流程的智能系统。
 
能做出一篇漂亮的预测报告，和能搭建一套持续运转、实时更新的预警平台，中间差着十万八千里。
 
其实说到底，卡住脖子的不是技术，也不是人才，是评价体系。
 
你去问一个大学老师，为什么不做一个能用的智能分析系统，他多半不是没想法，而是没时间，更不知道这件事最后算不算成果。
 
系统不会自动生成引用格式，也不会因为被人采用了就直接出现在职称评审表里。写论文有人看，做系统没人问；发文章有奖励，解决问题反而只是“应该做的工作”。
 
所以你会发现一个很荒诞的现实：所有人都在做最容易被证明的那件事。论文有成熟格式，有固定标准，有一套大家都熟悉的流程。
 
而一套能真正识别风险的分析工具呢？谁来给它打分？谁来评价它有没有用？谁来证明它的价值？这些问题没有统一答案，于是所有人都选择了安全的那条路。
 
卢麒元这句话扎心的地方，不是一个技术问题，是一个组织问题。谁有权力把分散在各个系统里的真实数据调出来？谁有耐心去搭一个让技术人和社科人坐在一起干活的机制？
 
这些事没有人牵头，光靠几个实验室和几篇论文，根本推不动。
 
什么时候评价体系真正变了，这套系统才可能端出来。否则，再砸多少钱，也不过是多几万篇躺在数据库里的论文罢了。

信源：搜狐网