桥水基金联席首席投资官Greg Jensen提出，AI算力资源正加速向少数头部企业集中，监管思路应随之从模型安全、数据使用延伸到支撑AI运行的基础设施层。据The Information报道，Jensen建议，对控制美国或全球5%以上算力资源的企业，可参照系统重要性银行的框架施加额外监管。

Jensen是在接受采访时提出这一设想的。他把算力类比为金融体系中的关键资源：一旦某家机构掌握了超过一定比例的关键资源，就应当被认定为「系统重要性机构」，从而接受更严格的监管约束。按他的表述，任何拥有超过某个比例——例如5%的全球或美国算力资源的企业，都应被纳入监管范围。

这一思路的意义在于，AI监管的对象可能不再局限于模型开发商本身。过去一段时间，围绕AI的监管讨论多集中在模型安全、训练数据来源与内容合规等层面，而Jensen把问题指向了更底层的算力：模型训练和运行都离不开它，谁掌握了算力，谁就在很大程度上掌握了AI产业的节奏。

Jensen还提出了一个更直接的想法：监管机构可以考虑限制单一企业能够拥有的算力规模，避免少数企业控制过高比例的计算资源。他表示，对企业可持有多少算力设置上限并非不可接受，并将其与部分金融市场中的持仓限制相类比——在那些市场里，单一参与者可持有的头寸比例同样受到约束，以防止集中度过高带来的系统性风险。

除算力持有上限外，Jensen还主张，任何进入美国生态系统的AI模型都应受到监管标准的约束。这一条把监管边界从「谁拥有算力」扩展到「谁在使用算力」，意味着未来在美国市场运行的模型，无论开发者是谁，都可能需要满足统一的合规要求。

从产业背景看，AI算力的集中度问题近年持续升温。训练前沿模型所需的GPU集群规模庞大，能够承担这类投入的企业数量有限，算力资源因此天然向少数云厂商和大型科技公司聚拢。Jensen的提议实际上是把这种集中度视为一种需要被监管的结构性特征，而非单纯的市场竞争结果。

对关注AI产业的投资者而言，这一表态值得放在更长的政策讨论脉络中观察。它代表了一种正在浮现的监管思路：不只盯着模型输出是否安全，也盯着算力这一底层资源的分配是否过度集中。若类似框架被纳入政策议程，头部算力持有者的扩张路径、算力租赁与云服务的定价逻辑，以及围绕算力展开的并购与投资，都可能面临新的合规变量。

需要说明的是，Jensen提出的是监管设想与框架类比，并非已经落地的政策。系统重要性银行框架本身包含资本充足率、压力测试、恢复与处置计划等一系列要求，若被移植到算力领域，具体如何界定「算力资源」、如何统计全球与美国份额、由哪个机构执行，都还有大量待明确之处。这也意味着，相关讨论目前更多停留在理念层面，距离形成可执行规则仍有距离。