在人工智能 (AI) 領域，中國市場涌現出了諸多具有競爭力的創新企業，帶動出海產業化規模的持續擴大，而面對出海市場不同地區的 AI 法規，企業該如何從中尋求合規與創新的平衡？本文內容摘自Arm 發布的《人工智能就緒指數報告》中《人工智能法規、監管和全球趨勢》一章，由 Arm 全球政府事務主管 Vince Jesaitis 執筆，從安全性與合規性視角出發，剖析如何應對復雜的全球 AI 監管規范。

AI 的興起引發了人們對 AI 變革行業潛力的空前熱情，但這種熱情也伴隨著審慎的態度。企業在部署 AI 時表現得小心翼翼，擔心可能面臨的技術濫用、意外后果等風險。這種謹慎的態度反映了一種歷史模式，即每當出現變革性技術時，監管單位都會介入以建立“規則”，正如我們在汽車、制藥和化工行業所見的那樣。

目前，全球 AI 的監管環境仍然較為碎片化，這主要是由于對技術缺乏基本的理解，而且對潛在風險也缺乏共識。如果沒有一致認可的框架，企業在全面擁抱 AI 時就會猶豫不決，而監管單位也很難跟上技術快速發展的步伐。即使是對 AI 風險的定義，不同司法管轄區之間也存在巨大差異。

雖然大多數 AI 應用的風險極低，但特定用例需要更嚴格的審查。各地監管單位越來越關注這些高風險場景，尤其是在 AI 系統作為“黑盒子”運行且透明度有限的應用場景。這種不透明性可能導致令人擔憂的結果，比如帶有偏見的招聘、不公平地剝奪公共利益等，而且目前尚無明確的機制來識別或解決這些問題背后的根本原因。

全球監管差異：沙盒 vs. 創新

全球在 AI 監管方面的差異反映了各區域不同的優先考量和文化視角。歐盟和英國傾向于采用“沙盒”環境，開發者可以先在保護性框架下測試技術，然后再遵守更廣泛的合規要求。美國則是側重于通過審計和公開披露來實施。

采取較為平衡的方法將有助于創新，同時應對風險，使產品能夠在持續監控和防止濫用的保障下進入市場。

隨著 AI 從純數字化領域擴展到機器人物理實體，新的監管考量也隨之出現。例如，日本在酒店環境中使用機器人就體現了這種由數字到實體的轉變，由此也引發了有關責任認定、安全保障和如何融入現有法律框架的問題。

而像歐盟的《產品責任法》這樣的新法規將責任向上游供應鏈轉移，包括技術提供商和制造商。這種演變表明，隨著 AI 越來越多地驅動物理系統，監管審查將會加強。

AI 作為關鍵基礎設施對監管方面的影響

雖然早期的 AI 監管主要針對軟件和模型開發，但現下的關注點已轉向算力這一關鍵因素。各地監管單位現在認識到，軟件能力完全取決于硬件基礎設施。

這種認識促使諸多地區對算力進行了大量投資。正如電力成為無處不在的公用資源一樣，AI 也將成為全球基礎設施的又一個基礎層，需要強大的算力資源。

AI 成為關鍵公用資源的這種演變帶來了新的監管考量。與電力或電信等其他基本基礎設施一樣，監管單位必須在廣泛使用與適當監管之間取得平衡。這意味著，監管可能會從單純關注 AI 應用，轉向關注底層計算基礎設施的框架。一些問題也由此浮現，比如由誰控制這些基礎設施、如何分配、如何在保持安全標準的同時確保公平使用等。正如電網是受可靠性和安全法規的約束，而非控制消費者使用何種電器，對于 AI 的監管，我們也可能會看到類似的多層級方法，比如針對計算基礎制定基本法規，然后為在此基礎上建立的特定高風險應用制定更為具體的規范準則。

尋求平衡

AI 監管的平衡之路雖充滿挑戰，卻也蘊藏希望。各地監管單位日益認識到 AI 的變革潛力及其所需的基礎設施支持。就像早期汽車的安全帶和氣囊并非一開始就強制要求配備，AI 的監管也可能通過逐步迭代的方式不斷完善。

最終目標很明確：制定能夠降低風險、促進創新的監管框架。這種平衡的方法需要監管單位、行業相關者和公眾之間的持續協作，以確保 AI 成為推動進步的工具，而非引發傷害的源頭。

隨著企業在這一復雜領域中前行，了解各地不斷演變的法規變得至關重要。通過理解各地不同的法規，企業可以制定既符合地區要求又能最大化 AI 優勢的策略。通過審慎的探索與實踐，我們能夠共同塑造一個負責任且符合倫理的 AI 未來。