大外交青年智库
Glory Diplomacy
让中国外交青年智慧被全球看见
为中国青年智库代言
01
今日语录
（2024年5月18日）
作为这个社会的一分子，没有人可以与世隔绝。当人们不断抱怨自己找不到正确位置的时候，其实都忽视了一个基本问题——如何正确对待身边的人。
——〔美〕戴尔·卡耐基著《羊皮卷》
02
欧美人工智能治理模式比较及启示
严少华，复旦大学国际问题研究院副研究员
杨昭，复旦大学国际关系与公共事务学院博士生
《战略决策研究》2024年第3期
人工智能正在掀起新一轮科技革命的浪潮，尤其是ChatGPT等生成式人工智能技术给人类生产和生活带来了革命性的变化。人工智能技术的快速发展在给人类带来前所未有的经济增长与社会进步的同时，其对个人与社会带来的潜在不可控风险也引起了各国监管者的注意。如何在不扼杀创新的情况下对人工智能进行有效的治理成为各国和国际组织需要解决的一个政策难题。
在过去的几年里，世界各国都在加速推出人工智能治理方面的立法，其中既包括全面的立法和专门的立法，也包括自愿遵守的各种指南与标准。根据斯坦福大学的统计，推出含有人工智能内容立法的国家已由2022年的25个增加至2023年的127个。经济合作发展组织、联合国教科文组织、欧洲委员会（Council of Europe）以及七国集团、二十国集团等也在多边层面出台了人工智能治理的原则与框架。这充分说明人工智能治理不仅是各国国内政策的当务之急，也成为全球治理的一个全新领域。
在各国开展人工智能治理的实践中，逐渐呈现出以欧盟和美国为代表的不同路径和模式。美国采取的是“市场驱动”的模式，欧盟采取的则是“权利驱动”的模式。欧美人工智能治理模式不仅会重塑其国内市场，也会对中国的人工智能产业及治理产生重要的影响。本文围绕欧盟和美国两种代表性的人工智能治理模式进行比较研究，厘清欧美人工智能治理路径差异并解释差异的原因，以期对中国的人工智能治理提供有益的借鉴。
一、人工智能治理现状与问题的提出
自1956年在达特茅斯被命名伊始，人工智能技术一直经历着以5-10年为周期的循环，每当技术进步出现时会有大批的资金和人力投入，进入属于人工智能的“春天”，但当后续技术发展没有达到既定预期时，便会进入低谷的“寒冬”。2016年AlphaGo战胜李世石，2022年ChatGPT“横空出世”，技术在短期内的接连进步给人工智能带来了“春天”，也给人类带来了社会进步的无尽遐想。不过，人工智能如同“一个硬币的两面”，除了机遇还带来了诸多的风险，也给人工智能治理带来了挑战。
其一，如何区分好的人工智能和坏的人工智能。这种“好与坏”的区分属于伦理范畴。《道德机器》一书早在2012年就讨论了人工智能的伦理问题，指出其是多方面的综合性问题。2021年联合国教科文组织公布《人工智能伦理问题建议书》，将人权和人的尊严、和平生活、确保多样性和包容性、环境和生态系统蓬勃发展作为四项核心价值观。不过这一建议书不具备强制性，人工智能伦理还未形成全球性共识。其二，如何处理人工智能并存的机遇与挑战。机遇方面，人工智能可以通过数字赋能促进收入增长、通过数据共享便利生活、通过在线平台发展远程教育。挑战方面，人工智能可能加大“数字鸿沟”、影响基础教育和高等教育秩序、侵犯个人数据隐私，还可能给国际治理带来治理主体、权力格局和全球安全的不确定性。在治理中发挥技术优势、减轻负面影响，是应对“双刃剑”的核心。其三，如何平衡人工智能的创新和监管，直面“科林格里奇困境”。在国际竞争加剧的今天，人工智能成为了关乎国家安全的关键技术，所以监管与创新的平衡不仅是国内政府和市场关系的协调，还带有国家间竞争的色彩。换言之，人工智能需要创新与监管平衡发展，才能够在为技术进步提供空间的同时保证技术可控。但在国际竞争背景下，先进技术代表的创新和提早监管带来的“先发优势”都可以成为竞争的工具，也让本就是两难的“科林格里奇困境”难上加难。
鉴于欧盟和美国在人工智能治理中的领先地位，针对两者的治理模式对比学界已经有不少研究。其一，总结欧美人工智能治理进展，以人工智能的可信性、安全化、伦理、权利等议题为核心进行总结。其二，分析对比欧美人工智能治理模式，有学者从“质疑人工智能的权利”或“人工智能可解释性”等角度对比欧盟、美国、英国三者的治理模式，发现美国的政策体系更松散、只有欧盟赋予了公民直接质疑的权利；还有学者从伦理角度对比欧盟、美国、加拿大的治理模式，发现欧盟最为强调伦理治理。还有研究发现欧美指导文件都关注到了准确性、稳健性、透明度、非歧视性、数据隐私等内容，但监管覆盖范围和监管方式的分歧远大于两者相似之处，相关研究在此基础上分析了跨大西洋人工智能治理的挑战，发现两者存在治理规则错位、数字领域立法交叉影响、人工智能部署性质逐渐复杂等挑战。
整体来看，当前研究成果集中于对事实的更新和对政策的总结，主要以此为基础对欧美模式特征进行总结。相比而言，内容描述多，原因分析少。而且，欧美近期都有“里程碑”意义的人工智能政策出台，欧盟《人工智能法案》即将完成立法流程，美国按照拜登政府去年10月出台的总统行政令进行政策部署，基本明确了两者人工智能治理的方向。本文在现阶段对欧美人工智能治理模式进行对比，更有利于厘清双方治理工具、治理机构和治理机制的全貌。同时，本文对治理模式差异的原因进行分析，并总结其对中国人工智能治理的启示。
二、欧美人工智能治理模式比较
欧盟和美国是人工智能技术领域的领先者，也在全球人工智能治理中扮演重要角色。具体到人工智能治理模式上，欧盟和美国却有着诸多方面的差异，主要体现在三个方面。第一，欧盟与美国在人工智能治理政策制定过程中呈现出不同的工具偏好。欧盟重视立法和监管，美国的治理政策则主要出自总统和行政部门，自治偏好明显。第二，两者在治理机构设置上也有不同的格局。欧盟通过《人工智能法案》设计了从欧盟到成员国的专门机构体系；美国机构则有“因事而设”的特点，且集中在总统直属部门。第三，在私营部门对治理过程的参与中，欧盟与美国也有着不同的处理方式。相较于欧盟而言，美国私营部门对治理过程的参与更加活跃与强势。通过比较这三个层面的差异，可以对发达经济体在新兴技术治理领域中的多样性形成更加具体的认识。
（一）政策工具
1、欧盟
欧盟对人工智能治理的关注由来已久。在欧委会出台《人工智能白皮书》（White Paper on Artificial Intelligence），欧洲议会通过人工智能、机器人和相关技术伦理框架等政策基础上，2021年4月21日欧盟委员会提出《人工智能法案》（Artificial Intelligence Act）提案，由此开始了更具法律约束力、更具监管性质的立法程序。2022年12月6日欧盟理事会内部达成一致，发布立场文件。2023年6月14日欧洲议会确定一读文件。其后，欧洲议会与欧盟理事会同意开始三方会谈（Trilogue）协调立场。2023年12月8日欧盟的《人工智能法案》第四次三方会谈结束，达成临时协议。2024年2月2日欧盟常驻代表委员会（Coreper）批准综合文本，3月13日欧洲议会批准了综合文本。
《人工智能法案》采用了“平衡和适当的水平监管路径”（Balanced and Proportionate Horizontal Regulatory Approach），呈现横向立法、议题多元、全生态主体参与、基于风险监管的特征。从议题来看，法案涉及金融、医疗、教育、能源、运输、司法等应用领域，透明度、监管沙箱（Regulatory Sandboxes）、数据库管理、后市场监督、信息共享等相关议题也被覆盖。从全生态主体参与来看，提供者、部署者、进口商和分销商全部被列入了监管范围。从风险监管来看，欧盟划分了“不可接受-高-有限-低”的风险框架，主要针对前两种风险类别的人工智能进行监管。从监管力度来看，欧盟规定了罚款范围从750万欧元或全球年营业额的1.5%到3500万欧元或全球年营业额的7%不等。
值得注意的是，当前针对法案内容还存在不少立场争议，给法案执行带来了一定隐患。争议一是对于风险分类的争议。一方面，对具体风险的界定和监管方式存在争议，禁用人工智能应用清单、高风险人工智能义务尤被关注。另一方面，欧盟的风险框架划分是否存在合理依据受到质疑，有观点认为不可接受风险、高风险只是欧盟建构的用于全球竞争的政策工具，并非经过严格论证的理性选择。争议二是对通用目的人工智能（General Purpose Artificial Intelligence）的监管。2023年10月的三方会谈设想针对基础模型进行横向监管和分层监管，但后续仍破裂。破裂原因主要是由于法德等欧洲大国反对，两国分别有Mistral和Aleph Alpha这两家人工智能公司，专注于开发“欧洲版ChatGPT”。达成妥协的终版综合文本中，包含了“通用目的人工智能”，重点关注“具有系统性风险”的通用人工智能，并规定提供者的义务。争议三是对生物识别的监管。议会和理事会在是否要完全禁止生物识别技术应用方面存在分歧。与理事会不同，议会主张在公共场合也不能够使用生物识别技术，认为这样一来会侵犯公民的隐私权和公共场所的匿名性。在2023年12月的三方会谈中，围绕是否应该允许执法部门使用面部识别或其他类型的生物识别技术这一问题讨论到了凌晨，最终并没有支持议会立场。
2、美国
美国政策文件出台的数量、广度、密度也同2018年和2022年两个关键节点重合，2016年在奥巴马政府任期将结束时出台3份文件，以建议性、框架性、侧重“自我监管”为特征，由此人工智能治理在美国联邦政府层面被提上日程。其后，特朗普政府以“保持美国技术领先地位”为基调出台系列政策文件，延续奥巴马政府特征，同时涉及“政府监管”的内容。受2022年人工智能技术突破影响，拜登政府集中出台大量政策文件。这些文件呈现三个特征。
第一，总统行政令发挥重要作用。特朗普政府和拜登政府都发布了综合性、指导性的总统行政令，以此规定基本治理走向。拜登政府发布的第14110号行政令最为综合，规定了大量的政策计划，包括90天、120天、270天甚至540天不等，相应时间节点会发布计划进度报告，财政部、商务部、国防部、能源部等联邦部门和下属研究院都有各自任务。另外，从任务性质来看，多为设立治理框架、确定治理基础的建设性任务，有利于保持政策延续性，即使拜登政府不会连任，大概率可以保证下任政府的人工智能政策基调，进行政策“增量”。
第二，重视研发投入。《国家人工智能研究与发展战略计划》（National Artificial Intelligence Research and Development Strategic Plan）在三个政府时期都一脉相承。该文件最早在2016年10月作为《为人工智能的未来做准备》的配套文件提出，2019年6月和2023年5月发布了两版修订版文件。第一版文件提出了人工智能发展计划中的人工智能投资、协同创新、道德伦理、技术标准、人才队伍等七大战略基础；第二版文件新增第八项“扩大公私合作伙伴关系以促进AI发展”；最新一版新增第九项“为人工智能研究中的国际合作建立一个有原则和协调一致的路径”。《2021年美国创新与竞争法》（United States Innovation and Competition Act of 2021），也涉及人工智能领域，授权未来5年投入大约1200亿美元，用于人工智能、高性能计算、量子计算、机器人等关键技术领域的基础及高级研究、商业化以及教育和培训计划，以应对来自中国的竞争压力。
第三，涉及监管但缺乏强制力。从行政令的基调来看，美国人工智能治理的核心是“保持领先地位”，但拜登政府提出“发展前景和风险管控”并重，同特朗普政府相比监管的重要性有所上升。从专门文件来看，《人工智能应用管理指南》（Guidance for Regulation of Artificial Intelligence Applications）和《人工智能风险管理框架》（AI Risk Management Framework）是两份以管理为主的政策文件。前者对人工智能的监管和自治措施都有所论述，自治措施占比更多且内容更为详实，监管措施只是提出宏观原则，“政府监管”缺少可操作化解释。后者对人工智能风险和管控进行了详细描述，提出配套措施，但其“自愿实施”的性质决定了缺少强制力，仍然以自治为主。
（二）治理机构
1、欧盟
欧盟的人工智能治理机构规划全面，以《人工智能法案》为依照，正在欧盟层面和成员国层面建立一系列的决策、执行、监管、咨询机构。
《人工智能法案》出台前已经有一批机构建立。在欧盟层面，欧盟委员会和欧洲议会关注人工智能治理时间较早，分别在2018年设立人工智能高级别专家组（AI HLEG）作为咨询机构和2020年设立数字时代人工智能特别委员会。两个机构具有明确的任务期限，主要职责为设计规划、提供咨询。欧盟也重视抢占人工智能标准制定的“先机”，欧洲电信标准化协会（ESTI）在2023年12月新成立的安全人工智能技术委员会召开了首次会议，计划在人工智能计算平台安全框架方面发布技术规范。
《人工智能法案》为欧洲人工智能治理机构绘制了“蓝图”，也体现了各方对法案的妥协。在欧盟层面，人工智能办公室和欧洲人工智能委员会（EAIB）是核心，两者构成类似欧盟委员会与欧洲理事会的关系。2021年欧委会在提出法案提案时，就设计建立EAIB，各成员国出一名代表组成委员会，欧洲数据保护监督员和人工智能办公室代表列席。EAIB的构想基本延续至2024年2月通过的法案综合文本中，修改之处是主席不再由欧委会任命，而是由成员国选出一人担任。EAIB主要负责协调各国人工智能政策和建议法案实施方式。人工智能办公室最早于2023年6月的欧洲议会谈判立场文件中被提出，2024年1月24日成立，隶属于欧委会的通信网络、内容和技术总局（DG CNECT），预算由“数字欧洲计划”（Digital Europe Programme）提供，但并不如议会所设想能够“具有独立法人资格”。办公室是欧委会内部主要负责法案实施和执法的部门，需要为EAIB提供秘书处。EAIB和办公室共同构成欧盟人工智能机构的核心，法案规定围绕两者需设立咨询论坛和独立专家科学小组。在成员国层面，《人工智能法案》要求各成员国应指定国家主管机构和单一联络点（Single Point of Contact），国家主管机构应包括通知部门（Notifying Authority）和市场监管部门，对应委员会的两个子机构，单一联络点应指定一个市场监管部门担任。在国家主管机构成立后，应每两年向欧委会提交人力及财力情况报告，欧委会转交人工智能委员会并讨论相关建议。
2、美国
美国的人工智能治理机构建立过程具有明显阶段性，存在两个突出节点：一是第117届国会任期内通过了《国家人工智能倡议法案》（National Artificial Intelligence Initiative Act of 2020），规定建立一批人工智能治理机构；二是2022年生成式人智能技术取得突破，影响了一批机构建立。当前机构呈现两个集中，一是机构集中隶属于行政部门，二是机构性质集中为研究、咨询、协调机构。
在机构关系中，绝大多数机构为总统直属机构或隶属于特定联邦部门，立法机构和司法机构中新设立的机构少。总统直属机构包括2018年6月建立的人工智能专责委员会（SCAI）和2021年1月建立的白宫国家人工智能计划办公室（NAIIO）。这两个机构的“升级”体现人工智能在美国国家治理议程中地位的上升。在组织结构方面，NAIIO级别更高，隶属于白宫科学和技术办公室，由副总统领导；SCAI则隶属于国家科学与技术委员会（NSCT）。在职能方面，NAIIO处于“整个美国创新系统中的国家人工智能研究和政策的中心枢纽”，会参与联邦政府未来多年的人工智能工作；SCAI主要负责为白宫提供建议，如果2025年无更新必要则不再继续运行。联邦部门机构中，并未建立专门的人工智能部门或监管机构，但有不少联邦部门在职权范围内发布了相关人工智能政策，尤以国防部和商务部突出。
从机构性质看，咨询、协调、研究机构多，执行机构少，且尚无监管机构。由于美国人工智能治理仍处于起步阶段，需要大量的咨询机构给出政策建议，因而有一批任务性、阶段性的咨询机构。国家人工智能安全委员会（NSCAI）是根据《2019财年国防授权法案》（National Defense Authorization Act for FY2019）设立的独立咨询机构，可以直接向总统和国会提出政策建议，2021年3月发布最终报告，任务结束。国家人工智能倡议工作组（NAIRR Task Force）也是阶段性咨询机构，运作时间从2021年6月开始到2023年4月完成工作。从规划设计看，美国人工智能治理是“跨部门治理”，相比于“政府监管”更倾向于“行业自治”，所以目前是协调机构发挥主要作用而非监管机构，除NAIIO这一枢纽机构外，2018年就建立了隶属于NSTC的网络与信息技术研发项目（NITRD）和人工智能研发跨部门工作组（AI R&D IWG）。从技术发展看，美国鼓励人工智能技术创新，研究机构在其中占比很大，绝大多数研究机构隶属于国家人工智能研究院（NAIRI），该研究院隶属于美国国家科学基金会（NSF）。商务部的国家标准与技术研究院也有人工智能研究机构建立，如美国人工智能安全研究联盟（AISIC）。
（三）私营部门参与
私营部门在欧盟和美国都参与了人工智能治理，但参与路径有一定差别：欧盟是“政策先行”，在欧盟层面设定统一的人工智能治理框架后，成员国、私营部门和民间社会参与其中，欧盟与私营部门的联系以“人工智能联盟”为代表的官方公私伙伴关系平台为主；美国是“技术先行”，科技公司可以直接参与美国的人工智能新机构建设和政策设计中。
1、欧盟
私营部门在欧盟人工智能治理中进入政策决策、引导政策走向的作用较弱，更主要是作为治理的参与者、利用者和遵守者。换言之，私营部门不容易表达“希望欧盟怎么做”，更多地是按照欧盟的政策构想进行调整和融入。
在人工智能治理前期，私营部门主要通过AI HLEG参与人工智能政策设计。AI HLEG的52名成员就不乏来自科技公司、研究机构、高校和民间组织的成员。AI HLEG最终出台了四份文件，对人工智能伦理、应用和后续政策设计都奠定了基础。在试点和实验阶段，AI HLEG会联系私营部门取得意见和建议。但在任务完成之后，私营部门便缺少了参与和影响人工智能政策设计的官方路径，此后公私伙伴关系平台成为了主要的互动模式。
欧盟建立了人工智能联盟（AI Alliance）、人工智能数据中心（DIH4AI）、“以人类为中心的人工智能倡议国际推广”等公私伙伴关系平台。人工智能联盟和人工智能数据中心是专注于欧盟内部的治理平台，两者的构想发端于2018年4月的《人工智能合作宣言》（Declaration of Cooperation on Artificial Intelligence）。联盟在2018年6月召开了第一次大会，旨在建立关于人工智能的开放式政策对话，希望容纳立法者和公民、学者和从业者、公共当局、民间社会、商业和消费者组织等主体。数据中心隶属于“欧洲数字创新中心网络”（EDIH-AICS），为了确保人工智能合乎伦理地发展，欧委会在2019年秋季之前启动了该项目，与成员国和利益相关者一起，开始讨论制定数据共享模型。除了欧盟域内的私营部门，欧盟还注重提升全球影响力，“以人类为中心的人工智能倡议国际推广”是主要媒介。这一倡议由欧盟委员会外交政策工具服务处（FPI）和通信网络、内容和技术总司（DG CONNECT）与欧洲对外行动服务署（EEAS）合作推出，是一个大型外交政策工具项目，旨在与国际社会接洽，在监管和伦理问题上成为合作伙伴，促进可信赖人工智能的负责任发展。
2、美国
私营部门在美国人工智能治理中有一定的议程设置能力，在信息沟通、机构设置、治理举措等方面都可见私营部门的影响，特别是2022年以来，私营部门参与极为频繁。
见面会、听证会、论坛等是联邦政府、国会和私营部门沟通的主要渠道。拜登政府在2023年5月召开了“负责任的人工智能创新见面会”，OpenAI、Anthropic、微软、谷歌等行业“翘楚”的首席执行官参加。此次见面会规格颇高，总统、副总统、白宫科学与技术办公室主任、总统国家安全事务助理等人都出席了见面会，并呼吁与会公司为行业做出榜样，让技术发展遵循国家治理政策。国会两院同样多次召开听证会同企业沟通。除了传统听证会外，参议院多数党领袖舒默还举办了人工智能洞察论坛（AI Insight Forum）。根据其在6月宣布的人工智能技术的“安全创新框架”（SAFE Innovation Framework），要以“全员参与”的方式应对人工智能发展。根据Tech Policy统计，在164名参与者中，有52名来自科技行业。
在新机构设置中有诸多咨询私营部门意见和建议、建立公私伙伴关系平台的设计。在任务型机构中，私营部门参与其中并发挥作用，为未来治理进行规划或落实路线图。NSCAI的成员有来自私营部门和研究院的成员。NAIRR工作组规定，政府、学术界和私人组织拥有平等的代表权。在咨询机构中，隶属于NSTC的系列机构规定私营部门能够提供建议；NAIAC的组织结构中有私营伙伴。在研究机构中，私营部门大量参与。最典型的如NAIRI，由NSF牵头，与西蒙斯基金会、NIST、国防部、第一资本金融公司和英特尔公司等合作，目前有25个研究机构，连接美国和全球500多个资助方和合作方。此外，在协调机构和行政机构中，也有协调私营部门的职能或私营部门参与的组织结构。
三、欧美人工智能治理模式差异的影响因素
治理是公共部门和私营部门的共同参与，通过双方互动形成相对固定的治理模式。政策传统体现公共部门的决策，是治理模式的纵向延续。政策影响力体现私营部门的影响，是治理模式的横向变动。除了这两个影响治理模式的共性因素，产业生态是技术治理领域的个性因素，体现公私部门的相互作用。
（一）政策传统影响
欧盟和美国存在两种治理模式之争，反映在价值逻辑层面分别对应“权利驱动路径”（Rights-driven Approach）和“市场驱动路径”（Market-driven Approach）之争。两种不同的价值逻辑在具体政策中表现为“监管—自治”之争和“技术—规范”之争。这种对新兴技术的治理路径差异从数字技术延续到了人工智能，体现了两种不同的“社会技术想象”。
“监管—自治”之争体现为对新兴技术应该由“政府监管”还是“行业自治”。欧盟对新兴技术监管一贯严格，监管也是推进欧洲科技一体化的一种手段。欧盟通过战略规划、产业政策、法律框架以及监管机制等制度构建，首先建立了治理框架，以此为导向推进成员国政府政策的协调以及科技公司、民间社会的参与。在欧盟政策语境中，人工智能治理属于数字治理的细分领域，体现了治理路径的“惯性”。首先是立法延续性，欧盟在数字领域的现有法规会涉及人工智能的部分，《人工智能法案》也同《数字市场法》（Digital Market Act）、《数字服务法》（Digital Service Act）等类似，偏向一个法律全面监管的“横向”模式。其次是伦理延续性，欧盟重视数据伦理，人工智能治理中有不少关于伦理的内容，属于数据治理细分领域中伦理设计最完备的领域，《欧盟机器人民事法律规则》（Civil Law Rules in Robotics）、《人工智能责任指令》（AI Liability Directive）、《可信人工智能伦理指南》（Ethics Guidelines for Trustworthy）以及助推《人工智能法案》实施的《人工智能协调计划》（Coordinated Plan on Artificial Intelligence）都包含伦理的内容。
美国在治理举措中极为重视“行业自治”，但实质上是产业政策引导的自由市场。在三届政府中，《人工智能研发国家战略计划》是唯一一个延续了三届政府的人工智能政策，塑造了美国对人工智能的“底色”，即重视产业政策，强调技术发展。后续尽管有特朗普政府出台的《人工智能应用监管指南》，以及拜登政府对技术风险的讨论有所增多，但对技术自由放任的基本态度没有改变。国会方面同样存在“路径依赖”。奥巴马政府和特朗普政府时期主要依靠“软法”进行治理，为数不多已通过的法律仍是持产业政策立场，专注于技术发展而非监管和风险管理，这一路径在第118届国会仍然持续，如出台《芯片与科学法案》（CHIPS and Science Act）、《通胀削减法案》（Inflation Reduction Act）等法案。而且，奥巴马同拜登政府和国会议员均有接触，对美国当下的人工智能治理仍产生着影响：奥巴马和舒默等议员曾有会面和讨论如何对人工智能进行最佳监管，拜登和奥巴马也有定期会面；其也参与了拜登第14110号行政令的制定，并发挥了沟通行业领袖、学术界、民间社会和政府之间的作用。
“技术—规范”之争体现为行为体更倾向于追求技术权力还是规范权力。欧盟一直是“规范性权力”，是国际规范和国际标准制定领域的“佼佼者”,也通过“布鲁塞尔效应”（Brussels Effect）利用欧盟市场规模赋予欧盟规范以国际应用和单边监管的优势。随着国际技术竞争的加剧，欧盟开始强调“技术主权”（Technological Sovereignty）。“技术主权”最先源于对数字技术的治理，后扩展至广义的技术领域，同样依赖和服务于欧盟的“规范性权力”，体现为制定和影响技术标准和管理规则的能力、独立开发和维持关键技术的能力以及技术治理意识形态的影响力。在欧盟权力传统和“技术主权”的影响下，欧盟人工智能治理也希望能够发挥“规范性权力”，并主要通过法律和标准两种路径实现。通过制定法律的路径，《人工智能法案》是世界首个人工智能监管立法，欧盟希望继续利用“布鲁塞尔效应”抢占对全球人工智能企业的监管先机，甚至引领“第四波法律全球化”。通过制定标准的路径，欧盟试图强调技术自主和欧盟价值观，欧洲电信标准协会（ETSI）最近的“排外性”标准制定就是例子。
美国对人工智能的监管则面临“困境”，既要对华竞争技术主导权，又要对欧竞争规则主导权。一方面，美国主要依靠市场作用完成对高新技术的融资、研发。这一模式着眼于全球技术竞争，如果立即加大对人工智能的限制可能会使科技企业束手束脚。同时，美国尤其关注中国的技术发展，担心加强监管会落后于中国。另一方面，美国国内不断有需要抢占人工智能监管和技术标准先机，否则未来美欧间跨国开发和合作及美国公司进入欧洲市场都必须遵从欧盟标准的声音。OpenAI为代表的科技公司则掀起了“游说风暴”，寻求减少对人工智能和大模型开发的监管。在美欧贸易与技术委员会（TTC）历次部长级会议中，人工智能也是双方协调的重点但进展有限，主要是在概念上进行讨论，体现了美欧的矛盾。而且，美国借TTC这一平台似乎对欧盟的ETSI“排外性”有隐晦批评：“正如2022年的一份报告中所解释的那样，欧洲关于与美国在技术标准方面合作的声明与迄今为止的行动不符，这些行动排除了多年来在欧洲标准制定中发挥建设性作用的外国公司的专家。”
（二）利益集团影响
代表人工智能企业的利益集团的政策影响力同样是导致欧盟与美国在该领域的治理模式差异的重要原因。由于主要欧盟成员国与美国均属于竞争性民主制度，政党构成了政治生活中的核心要素，且欧盟领导层和主要机构也由定期的竞选程序决定，因此这构成了包括企业在内的众多利益集团发挥其正式或非正式的政策影响的制度基础。这里的政策影响力是指，企业通过游说、献金、选票等形式影响政党、候选人和公共机构政策偏好的能力。由于欧盟与美国的政策出台和政治竞争过程存在私营部门发挥政策影响力的制度性窗口，后者便成为影响欧美人工智能监管模式差异的重要因素。
欧美公共部门所提供的游说渠道迥异。欧盟和美国的商业文化不同，美国的政企关系有机制化的游说渠道，欧盟更容易发展出“亲近但非正式”的关系。游说也并非欧盟政治的传统，在欧盟成立伊始，没有透明度登记和听证会制度，IBM、福特、通用汽车等美国公司的跨国经营和美国商业协会（American Chamber of Commerce）给欧盟带来了“美式游说”。欧洲企业对欧盟的游说有两种路径，一种是游说本国政府和理事会部长，该路径只提供符合本国利益的理由，比较容易成功；另一种是对欧盟机构的游说，该路径需要寻找符合“泛欧洲”的利益，是对整个欧洲的政策进行游说，只有能够提供欧盟所需的专业知识、欧洲包含利益信息和国内综合权益信息时才能够游说成功。美国的政治运行产生了悠久的利益集团传统，组织程度更高、资源更广的利益集团更能够影响政治结果。在选举政治中，利益集团可以通过提供政治捐款、协助开展竞选活动、动员选民投票等方式影响选举。赢得选举胜利的领导人也需要呼应利益集团关注和选举承诺。在立法过程中，利益集团可以通过两院委员会和小组委员会及非正式的立法联盟影响立法。所以，美国不是没有监管苗头，而是出现监管苗头的时候会被科技公司压制和分散——美国政府与企业围绕监管问题的博弈呈现出“钟摆”式的动态特征。
欧美私营部门的游说能力也大相径庭，技术能力和联合能力是两大影响因素。鉴于人工智能技术和基础设施的垄断性，企业对技术的垄断能力对企业游说能力至关重要。在美国科技巨头繁多而欧盟企业多为初创公司的背景下，美国私营部门的游说能力远超欧洲企业，不仅在国内有雄厚的游说基础，对欧盟的跨国游说也形成了相对固定的代理集团和游说模式。在资金方面，美国科技公司在国内和在欧盟的游说开支都名列前茅。据Corporate Europe统计，大型科技公司在欧盟的游说力量从每年9700万欧元增至1.13亿欧元，谷歌、亚马逊、Meta等美国科技巨头位居前十。在人员方面，美国科技公司开始在国内和欧盟大量聘用专职人员，也有专职的游说机构为其服务。在美国国内，以OpenAI为例，该公司首席执行官出席国会作证时就聘请了律师指导作证，希望聘请一位美国国会领导，每年为该职位预算23万至28万美元。在欧盟，美国科技公司有信息技术产业委员会（ITI）、计算机和通信行业协会（CCIA，包括谷歌和亚马逊在内）以及商业软件联盟（BSA，包括微软和IBM在内）等游说集团。在话语权方面，美国科技公司对伦理和公共政策议程有很强的把控能力，通过资助研究所、智库为自己争取了话语权。生命未来研究所（Future of Life Institute）是美国科技公司争取话语权的典型案例。该组织自述为在美国和欧盟的非盈利组织，奉行长期主义的哲学思潮，Skype联合创始人贾恩·塔林（Jaan Tallinn）为联合创始人、特斯拉创始人兼首席执行官埃隆·马斯克（Elon Musk）也为该机构提供资助，该组织对美国人工智能政策实施和欧盟《人工智能法案》都多有公开政策评论。
企业的联合能力同商业利益和商业文化相关。美国企业在国内和在欧盟都有共同的商业利益并形成利益集团联盟，如向本国政府寻求产业补贴、优惠政策，向欧盟寻求降低关税、放松准入等。欧洲企业相对缺少一致的商业利益。从历史来看，这种商业利益不统一的情况在上世纪80年代和90年代欧洲一体化进入快车道的时期就有讨论，问题是关于欧洲各国的利益集团为什么没能联系成为欧洲法团主义，欧盟的政治一体化和经济一体化速度不一致就是其成因。从法理来看，尽管存在欧洲经济一体化和单一市场，但一体化程度不足以完全打破国家政策对企业形成的无形壁垒。在人工智能这种成员国和欧盟权能不甚分明的领域，欧盟不能保证清除单一市场的碎片化，欧洲企业在母国和其他成员国的贸易同美国企业跨国经营的处境无二。
（三）产业生态影响
产业生态是技术发展的土壤，针对技术的治理需要考虑产业生态的影响。欧美存在差异性的产业生态，代表私营部门发展情况的技术生态、代表公共部门执行垄断与反垄断的政策生态、代表市场统一程度和规模的市场生态，这三者体现了公私部门的互动和偏好，共同作用于不同治理模式的形成。私营部门发展良好、反垄断政策缺失、市场统一，则监管阻力大，反之则更容易出台监管措施。
从技术生态看，欧盟行业力量相对薄弱，美国的公司规模、私营部门融资和产研转化能力都优于欧盟。从公司规模来看，欧盟不像美国一样拥有诸多科技巨头，而是在人工智能领域以中小企业为主。美国科技公司多为垄断发展，初创公司往往会被科技巨头收购，如微软收购OpenAI、谷歌收购Deepmind。2022年全球人工智能领域前五的并购和收购案有4个为美国公司，总金额达480.86亿美元。而欧盟从事人工智能的科技公司少有大公司垄断的情况，更常见的是中小企业对人工智能技术进行应用。从私营部门融资情况来看，美国初创公司的创新条件相较于欧盟要更为优越。Disfold2022年的数据显示，在全球30家融资最充足的人工智能初创公司中，有16家位于美国，9家在中国，3家在英国，1家在加拿大，1家在新加坡。同样根据麦肯锡2016年和2018年的数据，2016年，欧洲仅吸引了全球风险投资和企业融资的11%，另外50%的资金投入到了美国公司，其余资金流向了亚洲（主要是中国），而2018年只有4家欧洲公司进入全球人工智能初创公司100强。美国对人工智能的累计私营部门投资和年私营部门投资也远超欧洲。根据斯坦福大学《人工智能指数2023》，2013-2022年全球前15位人工智能投资国家中美国占据首位，共投入2489亿美元，欧盟成员国（德国、法国、西班牙）以及英国共投入363.7亿美元。从产研转化能力来看，美欧都有良好的研发力量，但美国的转化能力优于欧盟。美欧都有各自的研究机构和研究型大学，也有良好的公私合作体系，如美国国家基金会同研发机构的合作、欧洲“地平线计划”。在出版及影响力方面，美欧也不相上下。根据《人工智能指数》，美欧的出版论文、会议论文、存储论文数量都比较接近，全球占比均在10%-20%。不过根据专利引用量，美国情况更优：2014年至2018年间，北美地区人工智能专利引用量占全球人工智能专利引用量的60%以上。
从政策生态看，欧盟有反垄断的政策传统，美国的反垄断政策一直执行不力。人工智能具有自然垄断的属性，大模型表现尤甚，也已经有诸多文献讨论人工智能对反垄断的影响。究其垄断成因，一共有三点。其一，人工智能前期投入成本高，生产与投资沉没性明显，数据、芯片、算力、网络等基础设施要求高，资金、人才需求大。其二，人工智能的成本劣加性明显，虽然沉没成本高，但投入应用后的边际成本会降低，随着用户数量的增多可以不断有数据反馈，从而可以在更低成本的前提下改建人工智能算法和模型。其三，人工智能容易产生数据、资金、技术等壁垒，形成垄断经营，尤其在达到一定规模后，市场上的少量供应商在提供等量服务时反而比大量供应商成本更低。鉴于人工智能的自然垄断属性，反垄断政策就构成了人工智能发展的重要政策生态环境。
欧洲的反垄断制度存在执法导向和新自由主义（Ordo-liberalism）的特征。在具体政策表现中,欧盟一贯有执行反垄断政策的传统,《欧洲联盟运行条约》（Treaty on the Functioning of the European Union）第101条就反垄断进行规定。人工智能在欧盟属于广义的数字政策,欧盟的《通用数据保护条例》（General Data Protection Regulation）、《数字市场法》、《数字服务法》都对反垄断进行了规定。对于人工智能这样具有自然垄断属性的行业，欧盟内部也有很多声音支持“事前监管”。美国当前的反垄断制度存在司法导向和偏向大企业的特征。美国虽然有《谢尔曼法》（Sherman Act）等传统反垄断法案,以及《平台竞争和机会法案》（Platform Competition and Opportunity Act）、《终止平台垄断法案》（Ending Platform Monopolies Act）等针对新兴数字经济的反垄断法案，但一直缺乏执行力。自20世纪90年代美国诉微软之后，美国对科技巨头的垄断行为“睁一只眼闭一只眼”实际上已经成为了不成文的规定。近年来虽然在官方有2015年的美国联邦贸易委员会（FTC）诉亚马逊案、2020年的FTC诉脸书案，在民间有反对科技巨头垄断的声音出现，但美国自身的国家安全需要就决定了无法对涉及到军民两用的先进技术真正采取反垄断措施。美国国防部是其中的重要推手，美国可以获得科技巨头的技术创新支持，国防部也有制造无人机武器相关的订单直接交给垄断企业（如Google的Maven项目、亚马逊的JEDI项目），对垄断企业进行拆分存在创新、采购、生产工具分配的一系列质疑。
从市场生态看，欧盟是需要通过制定规则建立单一市场，美国是对本身存在统一市场施加额外限制。具体而言，欧盟的统一人工智能市场仍然处于形成阶段，打造单一市场可以实现欧盟公私部门的“双赢”；美国国内的人工智能市场统一且规模大，海外市场是美国私营部门的重要目标。对于欧盟而言，其主要的人工智能公司分布在各成员国之中，而成员国之间的贸易又占欧盟贸易总量半数以上，因此通过法律和政策手段推进人工智能统一市场的形成有利于扩大市场规模、减少贸易规约，更加符合欧洲人工智能发展的利益。因此，欧盟承担了推进形成人工智能产业统一监管框架的主要责任，因此其在推进法律和政策时受到来自企业的阻力较小。对于欧盟企业来说，统一规则有利于其在欧盟各成员国内自由流动，具有促进作用。其争议和阻力只是如何监管、按照谁的利益监管的问题，而不是是否需要监管的问题，需要监管以促进单一市场发展是欧盟及其成员国的共识。美国本身就存在统一的国内市场，联邦层面的规则和州层面的规则更多是具体规定的差别，而不像欧盟一样涉及国家主权、关税、文化等显著差异。尽管加利福尼亚州等地方对于人工智能的监管和使用已经走在前列，但地方和中央仍然是相互平衡的关系，行业自治的立法基调不会相差甚远。而且，美国科技公司不仅关注国内市场，其更重要的属性是跨国公司，拓展海外市场是企业发展的重要目标，不管是针对欧盟的《人工智能法案》还是针对美国国内的总统行政令，科技公司都不希望有严格的监管措施出台，还试图通过“主动呼吁监管”的方式为公司谋得监管先机。在此背景下，美国对人工智能监管的阻力就更大，制定规则对企业带来的价值增量小于其成本。
四、结语
随着人工智能日新月异的发展，“科林格里奇困境”再度凸显。如何统筹安全与发展，平衡监管与创新，不仅是各国国内决策者面临的一道难题，也是全球治理领域一个迫切需要应对的全新命题。由于在政策传统影响、利益集团影响以及产业生态影响等方面的差异，欧美在人工智能治理实践中采取了不同的路径与模式。总体上，欧盟采取的是基于权利和风险的“硬监管”模式，侧重法律层面的人工智能治理框架，发挥其“规范性力量”。美国采取的则是基于市场与技术的“软监管”模式，鼓励“行业自治”和“自我监管”。欧美在人工智能治理模式上的差异也成为美欧贸易与技术理事会（TTC）等跨大西洋平台协调的重点之一。面对欧盟《人工智能法案》带来的先发优势，美国面临“两难困境”，既需要维护其科技霸主地位，又希望维护其在规则和标准方面的影响力。
在人工智能治理上，中国面临着与美国类似的困境。一方面，在中美战略竞争与美国对华技术遏制的背景下，中国需要与美国竞争人工智能技术主导权，保持在技术创新上的领先地位；另一方面，随着欧盟《人工智能法案》的出台及其可能的溢出效应，中国又需要与欧盟竞争人工智能国际治理的规则制定权。因此，人工智能治理对中国而言不仅涉及技术之争，也涉及规范之争。在人工智能治理的“技术—规范”之争问题上，欧美选择了不同的治理范式。实际上，欧美两种治理模式都是根据各自特殊情况探索出的合适道路，两者之间并不存在根本的冲突。
中国人工智能产业已经进入规模化应用的爆发期，又具备欧盟缺乏的统一大市场，因此具备调和欧美两种治理模式的潜力，找到一条平衡的人工智能治理道路。平衡监管与创新，兼顾技术与规范应该是中国未来人工智能治理的方向。一方面，随着人工智能技术竞争的加剧，国家选择何种治理模式将深刻影响人工智能技术的发展。在中美争夺技术主导权的背景下，人工智能为中国提供了驱动经济增长和实现技术升级的机会，因此，中国的人工智能治理首先应该激励技术创新与进步，避免过度和全面的监管束缚产业创新活力。另一方面，以欧盟《人工智能法案》为标志，围绕人工智能的规则与标准之争日趋白热化，国际社会也在推进人工智能的全球治理。中国作为人工智能强国，应积极参与人工智能的全球治理，为建立人工智能领域的多边国际机制或者国际组织发挥建设性作用。
03
广而告之
（2024年5月18日）
大外交青年智库（GDYT）作为“全球大外交青年智库开创者及代言人”，立志“为中国青年提供向中央及地方政府部门建言献策的渠道和平台”，致力于“让壹亿中国大外交新青年的智慧和方案被全球看见”，“做好中国的智库外交、青年外交等民间外交工作”。“大外交”最早从2014年建设国际政治外交外事青年人才群，到2016年开始建设全国国际问题研究青年学者群，2018年开创付费社群模式，至今已建设成中国国际问题智库里具规模、具影响、垂直细分专业化程度非常高的人才社群矩阵（30个）。
“智库报告及思想共享群”系大外交智库（GDYT）创建，日更，为进一步给中国政府、企业、高校、媒体以及各类组织及个人等提供有价值的研究报告、分析报告、国别简报、每日信报、编译评议报告、时政分析报告、行业报告、产业报告、智库报告、政府报告、商业报告、经济报告、市场报告、品牌报告以及其他相关报告而组建的报告发布高端功能付费社群（￥1999/人/年）。
联系人：王盖盖 大外交智库（GDYT）创始人兼理事长
微信号：GDYT-2017
请备注：“报告群-实名制姓名-单位部门身份/高校院系所专业-最高学历”（否则不予通过，谢谢您的配合）
04
平台记事
（2024年5月18日）
2024年5月18日，大外交青年智库（GDYT）在深圳市南山区成功举办第36期“荔林读书会”。
05
（2024年5月18日）
大外交青年智库（简称“大外交智库”）（Glory Diplomacy Youth Think-tank，Glory Diplomacy或GDYT）是一家创办于2017年的以外交安全为主的综合性战略研究机构、社会/青年智库，总部在中国深圳，是深圳首家非官方外交安全智库、中国首家青年智库，创始人是王盖盖。GDYT一直坚持“只有修炼好内功，才能放心去实战”的发展理念，从2017年创始初期稳扎稳打，于2018年成立青年原创评论组（于2022年改组为《智本青析》编辑部）并创办《智本青析》电子刊至今；2019年在海南开设分支机构即海南大外交学会，同年成立青年发展研究中心，该中心在2019年创办“大外交青年发展与实践启航项目”研修班至今，在2021年创办“世界青年菁英坊《早点知道》讲座项目”至今；2020年成立应试就业研究中心并创办《真题解析》付费专栏；同年7月，成立外交外事涉外安全决策咨询公司，集中研究国家安全与国际安全、海外利益分析与保护、青年外交与青年发展、区域国别与国际组织、跨国公司与全球治理等事务；2021年成立外文编译评议组并创办《大译编参》电子刊至今（该编辑部于2022年创办《每日信报》微电子日刊），同年成立区域国别研究中心（该中心于2022年创办《新国别简报》栏目）；2022年成立世界外交数据中心、全球治理研究中心（该中心于2022年创办《鸿士论天下》栏目）、国家安全研究中心、党的理论创新研究中心，并合并所有专访项目（青坊谈、最有影响力人物访谈、21世纪中国外交天团、学人专访等）整合为《与名人对话》栏目，组建“青年智库特种部队”全职高精尖部门和全球范围内的“大中华菁英圈”，开启“Smallibrary·小书屋”全球青年阅读挑战计划（该计划于2022年创办《智库书屋》栏目），运营新知太学（网络）书院（该书院于2022年创办《线上共读》栏目）；2023年，成立全球创业研究中心、全球湾区研究中心、跨国公司研究中心、海外利益研究中心、数字经济研究中心、海洋治理研究中心、基式外交研究中心，在香港开设分支机构“香港大外交学会（GDYT HK）”，创办“华湾国际创业发展新菁英汇”国际人才交流平台等。GDYT从2021年以来，多次举办全国（含全球）青年国际问题学术研讨、政策分析与思想交流等活动，如“国际问题研究型青年智库发展模式探索论坛”、“新型国际问题青年智库建设与发展论坛”、“国际关系青年辩论赛”、“国际关系青年辩论赛最佳辩手论坛”、“世界青年菁英坊《早点知道》系列讲座”、“国际问题/区域国别学术研讨会（GDYT·ISAS）”系列活动、“《与名人对话》系列采访活动”、“《鸿士论天下》系列讲座活动”、“新时代中国国际战略高端论坛与菁英论坛”、“华湾国际创业发展新菁英汇”系列活动、“GDYT与国际知名学者对话”等等。自创办以来，GDYT一直致力于“让壹亿中国大外交青年智慧与方案被全球看见”，聚集全球各地有志青年为实现个人、企业、社会、国家和世界和平发展而奋斗，至2021年底，已发展成集专家顾问、研究员（含高级）、特约研究员（含高级）、助理研究员、编译评议员、时政评论员、实习生、志愿者等全方位国际人才体系（200人）的样本标杆青年智库，聚焦中国与全球大外交领域青年的原创方案、发展计划和外交延伸等助力与服务，在“对照全球外交发展、对接世界高端智库、对比新型平台建设”的三原则指导下，为中国的外交与安全发展贡献青年力量和方案，为政府、企业、智库、高校、非政府组织以及个人都有提供过咨询服务，被海内外青年誉为现代智囊的“青年精英大脑集散地”，是全球新型外交青年智库的开创者和代言人！
大外交青年智库
Glory Diplomacy
让中国外交青年智慧被全球看见
为中国青年智库代言