知名学者卢麒元曾抛出的一个拷问，让不少圈内人直接破了防。咱们养着上百万的社科研究大军，每年几十上百亿的经费往下砸，怎么真到了要推演国际局势、预警经济风险的时候，连一套真刀真枪能干活的 “智能分析预判系统“ 都端不出来？
9月初，一个很现实的场景已经摆在眼前。新华社9月4日报道，受中东局势和霍尔木兹海峡供应风险影响，布伦特原油一度冲上每桶97美元，欧元区8月通胀率也升至3.3%。一条海峡出问题，油价、物价、企业成本和金融预期很快就连成一串，这恰恰说明风险研究已经进入“按天甚至按小时更新”的阶段。
再把镜头拉回国内，会发现事情并非“什么都没有”。中国社科院4月公开的资料显示，世界经济预测与政策模拟系统2.0已经运行，里面有全球宏观经济、贸易政策、科技竞争、海外投资、产业转移和地缘政治风险等七个模块。2025年美国调整关税政策后，研究团队还曾利用系统快速测算对全球和中国经贸的影响。
这就把问题推到了更深一层：有系统，为什么社会仍然会产生“预判能力不够”的感觉？
我认为，真正缺的不是再造一个漂亮的大屏，而是把数据、模型、专家判断和决策需求接成一条能持续运转的风险链条。模型发现异常之后，谁来判断是噪声还是趋势；不同部门数据互相打架时，按什么标准校验；预测错了以后，模型是否回测、责任是否留痕，这些才决定系统到底是研究工具，还是实战工具。
中国社科院今年发布的海外投资国家风险评级已经覆盖120个国家，设置经济基础、偿债压力、社会弹性、政治风险和对华关系五大类、42项子指标，而且这一系列研究已经持续13年。说明我们并不缺量化研究基础，接下来更需要解决实时数据进入速度、跨领域协同和连续验证的问题。
更麻烦的是，社会风险和天气预报不同。一个政府临时改政策，一场冲突突然升级，一次市场恐慌形成踩踏，昨天还有效的历史规律，今天就可能偏航。中国社会科学网8月也专门讨论了这个问题：数据如果存在缺失、失真和结构性偏差，算法能力越强，反而越可能把偏差放大。
所以，所谓“预判神器”从来不会是一台能够算准未来的机器。它更像国家安全体系中的雷达，价值在于尽早发现异常，把几种可能出现的局面摆出来，让能源储备、海外投资、产业链和金融部门提前准备预案。
如今国务院推动“人工智能+”深入科研，哲学社会科学也在向人机协同转型，方向已经很清楚。接下来真正该看的，是研究评价能不能更加重视长期数据库、持续回测和决策服务，是高校、智库和业务部门能不能把各自的数据与模型真正接起来。
世界越动荡，预判越不能追求“神机妙算”。能提前几周发现风险在抬头，能把最坏情景算清楚，能在判断失准后迅速纠正，这种能力看起来没有传奇色彩，却可能比事后写出一百篇漂亮复盘更有价值。卢麒元这个拷问真正戳中的，也正是从“研究得出来”走到“关键时候用得上”之间那段最难走的路。