人工智能进入规则时代：中国企业如何跨越中欧双重合规门槛

栏目：技术与人工智能
形式：特别报道
作者：Sinisa Brkic（sb）

人工智能的全球竞争正在发生变化。模型性能、算力规模和应用速度仍然重要，但企业能否进入市场、获得客户并持续运营，越来越取决于其是否理解不同司法管辖区的监管逻辑. 中国正在推动人工智能与产业、数据、算力和国际合作进一步融合，欧盟则通过《人工智能法案》建立覆盖模型、系统和应用场景的监管框架。对于希望进入欧洲市场的中国企业而言，真正的挑战不是在两套规则中选择一套，而是建立能够同时适应中国与欧盟要求的产品、技术和管理体系。

竞争焦点已经从技术延伸到规则

过去几年，人工智能企业的竞争主要集中在模型参数、训练成本、推理速度和应用规模。进入2026年以后，监管能力开始成为决定商业竞争力的重要因素，企业不仅需要证明产品有效，还需要说明系统如何训练、如何运行、如何控制风险以及由谁承担责任。

这种变化对中国企业尤其重要。许多企业拥有成熟的工程能力、快速迭代机制和庞大的应用场景，但当产品进入欧洲市场时，原有的产品逻辑并不会自动转化为合规优势。

欧盟市场不只审视人工智能系统能够完成什么任务，也关注其在具体场景中可能影响哪些权利。招聘、信贷、教育、医疗、身份识别和公共服务等领域的人工智能应用，将面对比普通商业工具更加严格的要求。

中国强调发展、安全与产业应用并行

中国的人工智能治理并非建立在一部统一的综合性法律之上，而是由网络安全、数据安全、个人信息保护、算法管理、深度合成和生成式人工智能服务等多层规则共同构成。其监管重点与服务对象、内容传播能力、数据处理方式和社会影响密切相关。

2023年实施的《生成式人工智能服务管理暂行办法》明确提出发展与安全并重，并对面向中国境内公众提供生成内容的服务作出规定。对于具有舆论属性或社会动员能力的服务，提供者还可能需要开展安全评估并履行算法备案程序。

中国的监管路径具有鲜明的应用导向。它一方面支持大模型、工业人工智能、开源生态、智能制造和行业数据集的发展，另一方面要求企业对训练数据、生成内容、用户安全和违法信息处置承担责任。

这意味着企业不能把合规仅仅理解为产品上线前的一次审查。模型更新、数据变化、服务扩展和内容传播，都可能引发新的管理义务。

欧盟以风险等级划分企业责任

欧盟的核心思路是按照人工智能系统可能造成的风险配置不同义务。某些做法被直接禁止，普通风险系统主要承担透明度责任，涉及敏感领域的高风险系统则需要满足更严格的风险管理、技术文档、数据质量、人类监督和持续监测要求。

这一制度关注的并不是企业使用了哪一种模型，而是系统被用于什么目的。相同的基础模型如果用于内部文本整理，可能只承担有限义务；如果被用于筛选求职者、评估信用、决定医疗服务或处理边境事务，其法律性质可能完全不同。

对于中国企业而言，这一原则要求产品团队在进入欧洲市场之前重新审视产品定位。功能名称、营销描述、客户合同和实际使用方式，都可能影响系统是否被认定为高风险应用。

企业不能只根据自身对产品的定义作出判断。欧洲监管机构更可能关注系统的预定用途、实际功能以及它对自然人产生的影响。

欧洲规则不仅适用于欧洲企业

一家企业是否在欧盟设有总部，并不是判断其是否受到《人工智能法案》约束的唯一标准。中国企业只要向欧盟市场提供人工智能系统或通用人工智能模型，或者其系统产生的结果在欧盟境内被使用，就可能进入欧盟监管范围。

对于向欧洲客户提供云端服务、应用程序接口、软件订阅或嵌入式人工智能功能的中国企业，这一点具有直接影响。企业即使没有在欧洲设立完整运营机构，也不能据此认为自身与欧盟规则无关。

部分欧盟境外的通用人工智能模型提供者还需要在欧盟指定授权代表。这个代表不是单纯的商业联系人，而是在文件保存、监管合作和合规沟通方面承担正式职责的主体。

跨境人工智能服务因此不再只是技术出口。它同时包含市场准入、产品责任、数据治理、知识产权和监管代表安排。

透明度成为中欧共同要求

中国与欧盟的治理结构并不相同，但双方在人工智能生成内容的透明度问题上出现了明显交集。中国已经要求符合条件的人工智能生成合成内容添加显式标识和隐式标识，并将责任延伸至内容生成、下载、传播和平台核验环节。

欧盟自2026年8月2日起实施新的透明度义务。直接与自然人互动的人工智能系统原则上需要让用户知道自己正在与人工智能交互，生成或操纵的文本、图片、音频和视频也可能需要加入机器可读取的技术标记。

企业不能把这一要求简单理解为在页面上增加一句提示。真正的合规涉及界面设计、文件元数据、内容检测、导出功能、应用程序接口和下游客户使用方式。

对同时服务中国和欧洲市场的企业而言，最有效的方法不是分别开发两个互不关联的标识系统。更合理的做法是建立统一的内容来源追踪能力，再根据不同市场要求调整用户可见提示和技术字段。

模型提供者与应用开发者责任不同

人工智能产业链中的责任不会全部落在基础模型企业身上。模型提供者、系统开发者、应用运营者、进口商、分销商和企业客户，在欧盟规则中可能承担不同义务。

一家中国企业即使只是调用第三方模型开发欧洲市场应用，也需要清楚掌握模型来源、版本变化、训练限制和技术能力。使用外部模型并不会自动免除自身作为系统提供者或部署者的责任。

相反，基础模型企业也不能认为下游开发者会承担所有风险。模型文档、版权政策、能力说明、使用限制和系统性风险管理，已经成为通用人工智能模型进入欧洲市场的重要条件。

合同因此必须比过去更加精确。企业需要明确谁负责数据合法性，谁负责内容标识，谁监测错误输出，谁处理投诉，谁向监管机构提交资料。

数据优势可能转化为合规风险

中国人工智能企业往往拥有丰富的行业数据、运营数据和应用反馈，这些资源可以提高模型在制造、物流、零售和客户服务领域的表现。但数据规模本身并不等于合法使用权，更不等于可以自由跨境处理。

进入欧洲市场时，企业需要重新审查训练数据、测试数据和用户输入数据的来源。个人信息、商业秘密、受版权保护的内容和敏感行业数据，可能分别受到不同法律制度约束。

欧洲客户也会越来越频繁地要求供应商说明模型是否使用客户数据继续训练，数据保存在哪里，哪些人员能够访问，以及服务终止后如何删除。无法清楚回答这些问题的企业，即使产品性能优秀，也可能无法通过采购审查。

数据治理应当进入产品设计阶段，而不是等到客户或监管机构提出问题后再补充文件。真正成熟的企业会让技术架构、合同条款和内部权限保持一致。

高风险规则延期不等于企业可以观望

欧盟在2026年调整了部分高风险人工智能规则的实施时间。特定敏感应用的完整要求将从2027年12月起适用，嵌入受监管实体产品的人工智能系统则获得更长的准备时间。

延期为企业提供了准备空间，但并没有改变监管方向。招聘、信贷、医疗、教育和关键基础设施等应用仍然需要建立风险管理、技术文档、日志记录、人类监督和事件处理能力。

中国企业如果等到规则正式实施前才开始准备，往往会发现系统架构已经难以修改。许多合规要求涉及数据结构、模型测试、日志保存和人工干预设计，无法依靠最后阶段增加几份文件解决。

更合理的策略是把延期时间用于建立证据链。企业需要能够证明自己采取了哪些措施，而不只是声明产品安全可靠。

中国企业首先需要确认自己的法律身份

进入欧洲市场之前，企业必须首先确定自己在人工智能价值链中的具体角色。企业可能是模型提供者、应用系统提供者、部署者、进口商或分销商，也可能同时承担多个身份。

不同角色对应不同责任。产品通过欧洲合作伙伴销售，并不一定意味着中国企业的责任已经转移；欧洲客户对系统进行品牌重塑或重大修改，也可能改变双方的法律地位。

企业还应逐项确认产品是否直接面向自然人，是否生成公开传播内容，是否处理生物识别信息，是否辅助对个人作出决定，以及是否用于受监管行业。只有完成这些判断，合规预算和上市计划才具有现实基础。

这一过程需要技术、法务、产品和销售部门共同参与。单独由法务部门阅读法规，无法准确识别产品实际运行中的风险。

双重合规必须进入产品架构

真正有效的中欧双重合规，不是准备两套内容相似的法律声明，而是让系统能够按照不同市场要求运行。企业需要从账户体系、数据存储、模型版本、内容标识、日志记录和人工审核等方面建立可配置能力。

中国市场可能更关注生成内容管理、算法备案、信息安全和平台责任，欧盟市场则强调风险分类、透明度、基本权利和产品生命周期责任。两者并非完全冲突，但重点和执行结构存在明显差异。

企业可以建立统一的全球安全底座，再针对不同司法管辖区增加本地模块。这样做虽然会增加早期开发成本，却能降低产品进入新市场时的大规模改造风险。

合规能力也可以成为商业优势。欧洲企业客户越来越重视供应商能否提供清晰文档、审计记录、数据说明和责任边界，这些能力会直接影响采购决定。

国际合作正在成为新的竞争空间

中国在2026年提出加强人工智能国际合作，相关行动覆盖数据、算力、产业应用、人才、标准、安全治理和人工智能伦理。这表明中国企业的国际化不再只围绕产品出口，也涉及标准、开源生态和治理机制的参与。

欧盟则希望通过统一规则形成可信赖的人工智能市场。其监管制度可能增加企业的短期成本，但也为能够满足要求的供应商提供更明确的市场入口。

未来的竞争不会简单表现为中国模式与欧洲模式之间的胜负。更现实的局面是，企业需要在不同制度之间建立兼容能力，并将这种能力转化为客户信任和市场规模。

能够理解规则、参与标准并提前设计合规架构的企业，将比只依赖技术速度的竞争者更有韧性。人工智能产业正在进入一个新的阶段，技术决定产品能够走多快，规则决定企业最终能够走多远。

进入欧洲之前，先建立可证明的信任

对于中国人工智能企业而言，欧洲市场仍然具有吸引力。这里拥有成熟的工业体系、高价值企业客户和庞大的统一市场，但它要求供应商以更透明、更可验证的方式证明产品值得信任。

企业需要回答的不只是系统是否有效，还包括数据从哪里来，模型如何更新，输出如何标识，风险如何发现，错误由谁纠正，以及受到影响的人能否得到解释。任何一个问题缺乏清晰答案，都可能在市场准入、融资、合作或监管审查中成为障碍。

中欧人工智能规则的差异不会很快消失。真正成熟的企业不会试图绕开这种差异，而是把它转化为组织能力、产品质量和国际竞争力。

人工智能的规则时代已经开始。对于准备进入欧洲的中国企业而言，合规不再是技术完成后的附加程序，而是产品本身的一部分。