在AI大模型掀起的全球技术浪潮中，国产AI应用出海趋势显著增强，在全球市场具有广泛的渗透与影响。然而，面对国际市场，各国对于AI应用的监管情况各不相同。如美国和英国，采取较为宽松的监管策略，侧重于行业自律与分散监管，为AI创新提供相对自由的空间，欧盟则实施更为严格的监管模式，旨在确保AI系统的安全性和可靠性。

要点

1、欧盟和中国的人工智能治理都围绕着风险等级评估展开，并通过法律予以一定的限制以降低风险。然而，二者在风险类别的设定和分类方法上存在显著差异，这对组织制定合规策略产生了重大影响。

2、欧盟《人工智能法案》针对人工智能供应链中的不同主体规定了相应的义务，这些主体在供应链中扮演特定角色（即人工智能产品的设计和投放市场过程），并且可以存在于各个行业中（即行业中立）。尽管中国法规中也出现了一些类似的术语，但没有单一文件对这些角色进行集中描述。

3、欧盟与中国在行政单位之间及各单位内部的职权划分上存在显著差异。在实践中，这将影响组织如何理解并评估其与执法机构的关系。

正文

2024 年 7 月 12 日，欧盟在其《欧盟官方公报》（Official Journal of the European Union, OJEU）上正式发布了欧盟《人工智能法案》（Artificial Intelligence Act），旨在全面规范欧人工智能系统在欧盟境内的设计、部署和使用。该法案的主要条款将于未来三年内逐步适用于各组织，具体举措取决于组织的角色、所提供服务的风险等级及其能力。与此同时，中国的监管机构也将注意力转向了人工智能，陆续发布了一系列法规和标准，旨在规范特定服务提供商的行为，以符合法律要求。其中，最重要的三项规定包括：《互联网信息服务算法推荐管理规定》 (2022) 、《互联网信息服务深度合成管理规定》(2023)以及《生成式人工智能服务管理暂行办法》(2023)。

欧盟和中国在人工智能治理框架方面的演变上存在诸多相似之处。例如，欧盟成员国在 2017-2020 年间陆续发布了全面的 “人工智能战略”，而与此同时，中国政府也承诺加强对人工智能的监管。两地的政策制定者都表达了类似的监管目标，涉及道德伦理、数据保护、安全和安保等主题。此外，布鲁塞尔与北京的人工智能监管都依托于现有法律框架，涵盖了包括个人信息处理在内的数据监管。尽管存在诸多相似之处，这两个治理框架之间仍有明显差异。本文将探讨其中的五大差异，以帮助企业理解这两个市场的具体要求，为合规做好充分准备。

1. 横向立法 Vs. 纵向立法

欧盟《人工智能法案》旨在为人工智能系统的开发、市场投放、服务投入及使用建立一个“统一的法律框架”，适用于整个欧盟。该法案补充了其他与数据相关的法律（包括源自欧盟委员会数字战略的法律），作为一个横向的监管框架，将各种参与方、组织和技术纳入其范围（见第2-3条）。该框架定义了一系列核心概念，包括“人工智能系统”（“ 基于机器的系统，设计目的是以不同的自主性水平运行，可能在部署后表现出适应性，并基于输入信息推断生成输出，这些输出可能是预测、建议或决策，进而影响物理或虚拟环境”）；以及“通用人工智能”， 指能够开发并集成到其他服务中的基础模型（详见下文）。

在实践中，这意味着组织不仅需要评估其法律义务是否符合其他法规的要求，还需明确自身是否属于欧盟《人工智能法案》的规制范围、以何种方式纳入该范围（即其活动触发了哪些义务），以及因此需要采取哪些具体措施。当然，出海企业仍需要应对与其他欧盟法律项下交织重叠的复杂法律问题，如AI与数据保护、AI与知识产权、以及AI与纵向的行业立法（汽车、医疗等）。但是，欧盟《人工智能法案》已经构建了基本闭环的完整体系，并且将许多责任集中在这一部法律之下。 

相比之下，中国采取了截然不同的纵向立法的方式。与通过单一的综合性法律进行规范不同，中国的政府部门采取了双管齐下的策略：（1）制定并实施行业特定的法规（如前述的算法推荐、深度合成以及生成式人工智能相关法规）；（2）发布技术标准并启动人工智能治理试点项目，以积累最佳实践和执法经验。尽管现行法规存在一定重叠，但每项法规的适用范围都依赖于所提供服务的类型。因此，中国在法规层面尚未对“人工智能”提供权威的定义（尽管在某些技术标准中对此有所界定）。在实践中，关键在于某项服务是否以法规所涵盖的方式提供服务，而不是其是否符合“人工智能系统”的定义。截至本文写作时，我们已观察到中国正在考虑着手制定统一的人工智能法律，这一发展可能对我们目前的分析产生影响。

2. 不同的风险分类方案

欧盟和中国的人工智能治理都围绕着风险等级评估展开，并通过法律予以一定的限制以降低风险。然而，二者在风险类别的设定和分类方法上存在显著差异，这对组织制定合规策略产生了重大影响。

继续阅读 点击登录