一、美·中·欧盟监管比较

2024年春天,瑞士日内瓦举办的「AI for Good」全球峰会上,有一幕值得回想。台上并排坐着三个人:来自美国硅谷的技术布道者、从布鲁塞尔飞来的欧盟官员,以及北京派出的中国政策制定者。他们都使用了同一个词:「安全的AI」。但这个词在三个人嘴里,意思截然不同。

(1) 美国的合理使用 vs 中国的严格保护

要理解美国的做法,先得了解「合理使用(Fair Use)」这个概念。说白了,就是在某些情况下,未经许可也可以使用他人的作品。学生在论文里引用书籍,影评人分析电影片段,这些都没问题。美国试图把这条古老的法律原则延续到AI时代。

美国法院正在审理《纽约时报》诉OpenAI案,作家们的集体诉讼也在持续。但美国司法界的基本态度很清楚:别挡住创新,出了问题再说。2025年5月,美国版权局(USCO)发布了关于生成式AI训练的第三份报告。报告对合理使用的适用可能性留了口子,同时也给许可协商保留了空间。换句话说,没有下结论。用美国人的话讲:「让法院去决定吧。」

中国走了另一条路。中国是全球最早为生成式AI制定具有约束力的监管规则的国家。2023年8月15日实施的《生成式人工智能服务管理暂行办法》就是标志。这部规定的核心在于训练数据的合法性。要训练AI模型,数据来源必须合法,不得侵犯知识产权。在此基础上,还有中国独有的附加条件:数据必须符合「社会主义核心价值观」。

北京互联网法院2024年的「AI文生图」判决留下了一个有趣的先例。该判决认定,人类通过调整提示词和参数生成的AI图像,可以享有著作权。这与美国Thaler v. Perlmutter案否定无人类介入的AI创作物的著作权形成了鲜明对照。中国在赋予AI生成物著作权方面更为积极,但代价是对数据使用的管控远比美国严格。这看似矛盾,但放在「国家主导的技术管控」这个大框架下,逻辑是一贯的:保护创作的成果,同时由国家管理创作的原料。

广州互联网法院的「奥特曼」判决把这一理念体现得更加清晰。法院对AI服务提供者课以高标准的注意义务,要求其不能仅仅提供工具,还必须采取积极措施,包括关键词过滤、数据来源核验等,确保生成的内容不侵犯他人著作权。这种程度的平台责任,在美国几乎不可想象。

(2) 欧盟的权利本位 vs 中国的管控本位

欧盟和中国都推行了强力监管,表面看很相似。但去看监管到底在保护谁,本质差异就显现出来了。

2024年8月1日,《欧盟人工智能法案》(EU AI Act)正式生效,成为全球首部综合性AI基本法。这部法律的核心是「风险分级」,把AI按风险等级分为四档:不可接受、高风险、有限风险、最低风险。比如,政府运营的社会信用评分系统原则上被禁止,因为它对公民自由的侵害风险太大。意大利数据保护机构(Garante)曾一度封禁ChatGPT并要求整改,这个案例充分展示了欧盟的态度。在欧盟,「安全的AI」意味着不侵犯个人基本权利的AI。

2025年7月公布的《欧盟AI法案实务规约》(Code of Practice)就著作权合规给出了具体指引。通用AI模型的提供者必须透明地公开训练数据的来源,必须尊重著作权人的「选择退出」(opt-out)声明。欧盟的监管聚焦于保护著作权人的权利、个人隐私和民主价值。

中国的监管看向别处。国家互联网信息办公室(CAC)要求AI服务提供者进行算法备案。凡是能够影响舆论或具有社会动员能力的AI服务,都必须通过安全评估。2025年9月1日起施行的《人工智能生成内容标识规定》要求所有AI生成内容必须添加显性或隐性标识。这看起来是为了透明度。但透明度的目的不同。欧盟是为了向消费者提供信息,中国则是为了追踪和管控内容的流向。

在中国,「安全的AI」意味着政治上正确的AI。2025年8月发布的「AI Plus」行动方案实施指南,设定了到2027年新一代智能终端和AI智能体的普及率突破70%的目标。中国希望AI快速普及,但前提是这种普及必须在党的路线之内进行。

(3) 1500家AI企业中前5%的集中现象

中国大约有1944家AI企业。光看数字,像是一个蓬勃的生态系统。实际情况并非如此,市场的大部分被少数巨头把持。

2024年中国AI公有云市场规模达到196亿元人民币(约27亿美元),同比增长55%。其中百度和阿里巴巴各占约25%,腾讯和华为紧随其后。2025年上半年AI云服务市场中,阿里云占35.8%,字节跳动的火山引擎占14.8%,华为云占13.1%,腾讯云占7%,百度云占6.1%。

排名前五的企业拿走了市场的75%以上,剩下1900家企业分享那25%。

这种集中不是偶然。中国的监管抬高了准入门槛。想推出生成式AI服务,必须向CAC备案算法,必须通过安全性评估,必须证明训练数据的合法性,必须建立过滤数万个敏感关键词的系统,必须具备出现问题时即时响应的监控体系。这一切都需要大量的人力和资金,是初创企业难以承受的成本。

中国政府从管理效率出发,也倾向于扶持少数大企业。逐一监管1900家中小企业,不如通过几家牢牢掌控的「国家冠军」企业来管理整个AI生态系统。国务院已将百度、腾讯、阿里巴巴、商汤科技、科大讯飞等15家企业指定为「国家AI队」,每家企业分别负责主导人脸识别、语音识别等特定领域的AI开发。

在美国,开源阵营和大量初创企业与大型科技公司竞争或合作,生态系统呈多元化格局。在中国,监管这道高墙天然有利于头部企业。百川AI、月之暗面、阶跃星辰等新生力量在2023年成立并投身大语言模型开发,但它们能否真正威胁百度或阿里巴巴,仍是未知数。跨越监管门槛所需的资本和政治关系网络,不是谁都能拥有的。

二、中国监管的自我限制特征

想象一下北京海淀区某家AI初创公司的办公室。开发者小李坐在显示器前,双手抱头。他的目标是打造一个超越GPT-4的大语言模型。技术上看似可行,他是出色的工程师,公司资金充足。但他头顶有一层看不见的天花板。

(1) 数据黑名单对发展的制约效应

AI模型的智能来自数据的数量和多样性。这就是所谓的「Scaling Law」(规模法则)。训练数据越多,接触的观点越丰富,模型就越聪明。问题在于,中国的监管限制了数据的多样性。

《生成式人工智能服务管理暂行办法》第四条规定,AI训练使用的数据必须来源合法,不得侵犯知识产权,且内容不得存在问题。「内容不得存在问题」这个表述很模糊,但在实务中指向明确:政治敏感话题、特定历史事件、对政府的批评性内容、含有西方价值观的数据,都必须从训练集中剔除。

业界称之为「数据黑名单」。这不是官方用语,但它实际存在。CAC严禁训练数据中混入黑名单所涉及的内容。

问题在于,AI要理解这个世界,必须接触各种观点和相互矛盾的信息。只用预设了「标准答案」的数据集训练出来的模型,处理复杂问题的能力会打折扣,创造性推理能力也会变弱。占全球互联网数据相当比例的英美数据,以及自由讨论活跃的社区数据,要么无法使用,要么必须经过大规模审查才能使用。这直接拉低模型性能。

2025年初出现的DeepSeek就是这一困境的缩影。DeepSeek-R1展现出不逊于全球顶尖模型的性能,中国AI业界一片欢呼。但与此同时,一个事实也浮出水面:越是依赖中国数据和国内开发者,AI应答中的「中国特色」就越明显。这对国内用户也许不是问题,但在全球市场上,却成为制约普遍接受度的因素。

(2) 国内AI企业国际竞争力弱化的隐忧

中国严格的监管环境,正在成为国内企业参与国际竞争的结构性障碍。

其一,算法预审批和意识形态合规要求拖慢了创新速度。CAC和标准化技术委员会(TC260)要求对高风险AI系统进行事前审批,基础模型实行强制备案和安全审计。2025年11月将生效的三项国家标准,分别规定了训练数据安全、预训练与微调数据安全、生成式AI服务基本安全要求。这些监管负担对初创企业和中小企业构成了准入壁垒。

其二,全球供应链上的孤立加剧了技术差距。2024年,美国商务部工业与安全局(BIS)扩大了半导体出口管制范围,新增了对高带宽内存(HBM)和动态随机存取存储器(DRAM)的管控,这也波及了在中国开展业务的韩国企业。华为最新的AI芯片依赖三星电子和台积电等存储芯片制造商的技术,但这些企业受美国出口管制约束,无法向中国客户供应最尖端技术。

寒武纪等优秀的中国AI芯片设计企业确实存在。但受制于规模经济不足,它们在性能上仍追不上英伟达和AMD。2025年1月,TechInsights发布华为最新AI芯片的分析报告后不久,中国将该研究机构列入黑名单,禁止国内所有企业与其合作。这类举措进一步降低了中国芯片制造领域的透明度,加深了与全球技术生态系统的隔阂。

其三,基础研究深度不足损害长期竞争力。中国AI企业的专利引用学术文献的数量超过美国,但每项专利的平均引用数偏低,反映出基础研究实力和产学合作方面的短板。

(3) 市场封闭的长期代价

中国屏蔽了OpenAI的ChatGPT、谷歌的Gemini、Anthropic的Claude等西方前沿AI服务。短期来看,这为百度、阿里巴巴等本土企业提供了保护伞,让它们得以占领内需市场。

但长远来看,要付出「技术孤立」的代价。

全球开发者通过Hugging Face、GitHub等开源社区共享最新模型和数据,发挥集体智慧。中国开发者因受限的网络环境和数据访问权限,有被排斥在这股潮流之外的风险。2025年《华盛顿邮报》报道称,中国在发布公开可用的「开放」AI模型数量上已超越美国。但如果这些模型只在封闭生态系统内使用,就可能丧失与全球标准的兼容性。

中国复杂的监管环境也在抑制外国直接投资(FDI)。数据合规要求和贸易调查给西方投资者带来了不确定性。2024年,美国财政部发布了限制美国对华投资的规则,许多中国AI企业因此难以获得美国资本,融资遭遇困难。

最致命的代价是人才流失。看重创造力和自由探索的顶尖AI研究者,往往回避研究课题遭审查、开发出的技术沦为政治工具的环境。已经有大量中国籍AI人才前往硅谷、加拿大和欧洲。

中国政府想要最强大的AI,同时又害怕AI变得太聪明而失控。在这个两难之间,中国筑起了抵御外部威胁的高墙。但这道墙,也可能变成一座牢笼:内部的创新能量流不出去,外部的新鲜空气也进不来。

三、对韩国企业的启示

首尔板桥的夜灯迟迟不灭。一家AI公司的战略会议室里,朴总裁站在白板前。他的公司拥有独到的图像生成AI技术。韩国市场太小,美国市场竞争激烈。他把目光投向了坐拥庞大数据和消费者的中国。但他心里清楚:中国既是机遇之地,也是监管的雷区。

(1) 进入中国市场的监管合规必备事项

要进入中国市场，有三部法律必须了解：《网络安全法》(CSL)、《数据安全法》(DSL)、《个人信息保护法》(PIPL)。这三部法律构成了中国数据监管体系的骨架。对AI企业来说，它们就是圣经。

第一项硬性要求是数据本地化。根据PIPL的规定，在中国境内收集的个人信息原则上必须存储在中国境内。关键信息基础设施运营者(CIIO)处理的数据及「重要数据」，更是必须留在国内。这意味着AI模型、训练数据、服务输出结果全部要放在中国境内的服务器上。韩国企业要么在中国自建数据中心，要么与阿里云、腾讯云等本地合作伙伴协作。

第二项硬性要求是跨境数据传输的安全评估。将中国境内收集的数据传回韩国总部或第三国，须经CAC的安全评估。企业必须在签订标准合同条款(SCC)、取得个人信息保护认证、通过单独安全评估这三种机制中选择其一。2024年的新规引入了部分豁免条件和更灵活的门槛，但复杂的审批流程依然存在。

第三项硬性要求是算法备案与事前审批。如果AI服务具有影响舆论或社会动员的能力，须在服务上线10日内向CAC报告算法机制与数据并完成备案。2025年9月起施行的标注规定，要求所有AI生成内容都必须添加显性或隐性标签。韩国企业在向中国市场推出AI产品之前，必须充分了解并准备好CAC的审批流程。

第四项硬性要求是内容管控与意识形态合规。中国的监管明确要求AI生成内容必须符合「社会主义核心价值观」。涉及政治敏感话题、批评中国政府、特定历史事件的内容，都需要过滤。韩国企业在训练AI模型时须纳入中国的内容政策，并建立实时监控和过滤机制。2024年，中国CAC对未经合法程序引入境外生成式AI服务、擅自将客户个人信息用于算法训练的企业采取了执法行动。仅2024年上半年，重庆市CAC就关闭了142个网站，对101个平台进行了约谈整改，从应用商店下架了21款移动应用，并作出了11项行政处罚。

(2) 数据净化(Purification)策略

在韩国用得好好的数据集，原封不动搬到中国，很可能吃大亏。中国法律规定，AI训练数据不仅不得侵犯知识产权，还不得危害社会秩序或威胁国家安全。

数据净化的第一条原则是数据最小化与匿名化。在数据进入AI工作流之前，只收集和处理必要的数据。在可能的情况下，对个人信息进行匿名化或假名化处理，从而规避PIPL的适用。

第二条原则是AI训练数据的筛选与验证。使用源自中国法律文件的训练数据时，必须确保数据仅在中国境内处理。需要追踪数据来源，并建立过滤流程，提前剔除与中国内容政策相抵触的元素。对于台湾独立、香港抗议、领导人批评等话题，要么直接拒绝回答，要么通过微调(Fine-tuning)使模型只输出中国政府的官方立场。

第三条原则是数据源的多元化与隔离。韩国企业应考虑分别开发中国市场版和全球市场版AI模型。中国专用AI实例使用中国数据训练，仅在中国境内部署；全球版模型则排除中国数据，或只使用经充分匿名化的数据。这就是「双轨(Two-track)」策略。虽然需要重复投入，但能把监管风险降到最低，同时满足各市场的需求。

第四条原则是借助自动化数据治理工具。基于AI的数据净化工具可以提供审计追踪、自动数据脱敏、加密等功能。韩国企业通过数据净化流程的自动化和实时监控，能够减少人为失误，并对监管变化做出快速响应。

(3) 本地化策略的重要性

仅仅合规还不够，要在商业上取得成功，必须做到彻底的本地化。这不是语言翻译的问题，而是「监管与文化层面的本地化」。

一是产品和服务的文化适配。肯德基和麦当劳在中国市场的案例值得参考。肯德基将产品和广告调整得更贴合中国传统与文化期待，因此取得了更大的成功。韩国AI企业同样需要根据中国消费者的偏好、语言习惯、文化语境来调整AI模型和界面。春节等中国传统节日主题、与中国名人及网红的合作、针对微博和微信等中国社交媒体平台优化的营销策略，这些都不可或缺。

二是建立本地合作伙伴关系与合资企业。在中国复杂的监管环境中，与本地企业的战略合作对合规、市场准入和品牌信任的建立至关重要。韩国AI企业可以通过与百度、阿里巴巴、腾讯等中国大型科技公司或地方AI初创企业合作，获取本地知识、数据渠道和监管人脉。外国企业想独自穿越中国复杂的监管体系和不透明的行政程序，难度极大。

三是深入理解中国AI生态。中国已在2025年前将AI教育纳入中小学必修课程，目前约有4500家AI企业在运营。韩国企业必须持续关注中国的AI人才储备、研究趋势和政府政策走向。

四是下沉市场与区域拓展策略。中国AI市场集中在北京、上海、深圳等一线城市，但二三线城市仍有大量未被开发的机会。韩国企业应研究各地区的消费者行为和竞争格局，制定有针对性的产品定位和定价策略。

五是数字营销与电商整合。中国拥有全球最发达的电商生态。TikTok(抖音)直播带货、24小时AI直播、虚拟主播等中国特色数字渠道，都应积极运用。

2025年1月21日，韩国也制定了《人工智能基本法》，预定于2026年1月22日施行。韩国企业如今面临着同时遵守本国AI监管与中国AI监管的双重课题。朴代表在白板上最后写下的词是「生存」。过不了中国监管这道关，再出色的AI也不过是中看不中用。但如果跨过去了，14亿人口的市场就此打开。