AI 风险与全球监管合规方法
引言
全球各地正迅速出台人工智能 (AI) 监管，以应对 AI 带来的风险。理解这些风险对监管机构和组织都至关重要，尤其是那些制定 AI 策略、开发和部署 AI 系统以及将这些系统集成到其运营和产品中的组织。本报告旨在帮助企业应对这些挑战，了解监管空间，并找到不同法规之间的模式、趋势和战略意义，以支持合规。
AI 的定义、风险和监管挑战
AI 是一项开创性技术，但其定义却难以捉摸。大型语言模型的爆炸性增长将“生成式 AI”（或更常见的“GenAI”）推向了时代前沿，但它只是构成 AI 的几种技术之一。虽然许多企业认识到 AI 的巨大潜力并越来越多地采用它，但人们也普遍担心其风险。
AI 的独特性质——其自主性和学习和进化的能力——以及对其最终潜力的不确定性，使其难以精确定义 AI 风险。监管机构面临着关键的设计选择，包括在监管方法中优先考虑哪些风险、如何平衡风险管理与促进创新，以及如何使新 AI 规则具有前瞻性。
国际 AI 治理流程
由于 AI 的发展和部署是全球性的，因此存在对理解 AI 风险和制定相应监管方法进行国际协调。联合国 (UN)、七国集团 (G7)、二十国集团 (G20) 和经济合作与发展组织 (OECD) 等主要国际机构一直在努力建立成员国之间的共识和共同点，并制定了共享的 AI 原则、非约束性行为准则或联合声明。
这些国际流程的重点是解决个人伤害和确保信任和安全的关键问题，重点关注以下领域：
- 保护和尊重人类/基本权利
- 公平和平等
- 隐私和数据治理
- 安全和稳健性
- 透明度和可解释性
- 对民主的威胁
- 经济威胁和竞争
- 责任和人类监督
国家和地区监管方法
除了国际流程之外，国家和地区的监管方法也正在形成。这些方法通常受到国际层面讨论和共识的启发。对一组具有代表性的国家和地区的监管方法（美国、欧盟、英国、澳大利亚、新加坡和日本）的分析表明，它们在国家/地区层面上的风险和主题之间存在高度一致性。
所有监管方法中的关键主题
国际、国家和地区的监管方法都高度集中在“保护人类/基本权利”、“公平和平等”、“隐私和数据治理”、“安全性和稳健性”、“透明度和可解释性”、“责任和人类监督”和“经济威胁和竞争”等关键领域。
然而，监管方法并没有涵盖所有 AI 风险，有些领域只覆盖了一部分或根本没有覆盖。这意味着，组织可能需要管理监管合规性以及他们自己识别到的其他 AI 风险。
国家和地区监管方法的具体细节
本报告详细介绍了澳大利亚、欧盟、日本、新加坡、英国和美国六个关键国家和地区的监管方法。
- 澳大利亚：依赖非 AI 具体的通用法规、特定行业的法规和自愿性自我监管。
- 欧盟：采用基于风险的监管方法，对 AI 系统和模型进行分类，并施加不同的要求。
- 日本：依靠政府和商业组织考虑 AI 在不同部门的影响，或开发支持 AI 保障的工具和模型。
- 新加坡：优先考虑负责任和道德的 AI 部署，并制定了非法定治理框架和工具包。
- 英国：采用基于结果的非法定框架，以指导负责任的 AI 设计、开发和部署。
- 美国：侧重于政府对 AI 的特定用途制定要求，同时优先考虑私营部门的自愿性框架和指南。
企业如何准备监管合规
本报告提出了五个要素来支持企业对全球 AI 监管的全面响应：
- 了解法规对 AI 策略的影响
- 创建关于 AI 监管关键运营挑战的组织内部清晰度
- 跨组织关键利益相关者参与，以避免运营壁垒
- 设计和实施 AI 治理和风险管理框架
- 现在采取一些“没有遗憾”的行动
结论
AI 监管将是许多组织的挑战，特别是在不同方法之间存在差异的情况下。然而，通过了解监管空间并优先考虑监管机构关注的领域，企业可以制定适当的保障措施来解决 AI 风险，并参与多利益相关者环境，以支持监管合规。
