AI 治理概况
Jurisdiction-level intelligence on AI laws, governance frameworks, institutional actors, official resources, enterprise implications, and workforce readiness.
Browse source-based profiles for countries, regional blocs, and international organizations as the Observatory expands its coverage.
North America
美国仍然是一个具有高度影响力的双层治理体系：联邦行政政策、机构权限、采购、标准和执法与日益重要的州法律和州检察长执行机制并行运作。目前尚无单一的、全面的联邦人工智能法律，因此企业面临的风险取决于联邦/州/行业的划分。
Europe
欧盟仍然是具有约束力的跨领域人工智能治理的基准司法管辖区。其模式独具特色，因为它结合了直接适用的法规、分级风险框架、欧盟委员会和人工智能办公室对通用人工智能模型的集中监管，以及成员国对大多数人工智能系统的市场监管。自上次审查以来，《人工智能数字综合法案》已生效并延长了一些高风险实施日期，而《人工智能法案》的执行和《里斯本条约》第50条规定的透明度义务已于2026年8月2日开始生效。
Asia-Pacific
中国的AI治理体系并非围绕单一的横向AI法案构建，而是一个层级分明的治理体系，涵盖网络安全、数据安全、个人信息保护、互联网信息服务监管、算法推荐规则、深度合成规则、生成式AI服务措施、AI生成内容标注要求、跨境数据管控以及技术标准等多个方面。由此形成了一种国家主导、安全敏感、平台与数据相结合的治理模式，其中AI合规与内容治理、数据治理、备案或评估机制、技术标注以及产业政策紧密相关。
North America
加拿大目前最显著的特点是其公共部门自动化决策问责机制，而非拥有横向的私营部门人工智能法案。联邦《自动化决策指令》和强制性算法影响评估为政府系统建立了运行问责机制，并辅以2025-2027年联邦人工智能战略、政府人工智能登记册、智能体人工智能指南以及加拿大人工智能安全研究所。此前C-27号法案中的AIDA提案并未成为法律，目前仅作为历史背景，并非企业当前的义务。
Asia-Pacific
新加坡正在通过保障基础设施而非人工智能法案来构建人工智能治理体系。其模式是通过指导、测试、保障、公共部门实施、企业赋能和劳动力能力建设来进行治理，而不是制定单一的综合性横向人工智能法规。
Asia-Pacific
韩国是少数几个拥有专门的、具有约束力的人工智能框架法规的司法管辖区之一。其制度将产业促进与透明度、高影响力人工智能治理、先进模型安全性和机构监督相结合，同时，一项独立的公共部门人工智能/数据管理法为政府建立了清单编制、伦理审查和影响评估机制。因此，韩国应被视为一个独特的法律模式，而非欧盟人工智能法的简单复制。
Asia-Pacific
日本拥有国家人工智能法，但其法律架构不应与欧盟式的横向企业合规机制混淆。《人工智能法》确立了具有约束力的国家协调机制、责任划分、人工智能战略总部和基本规划，而企业治理仍然高度依赖官方指南、现有的行业法、数据和知识产权法以及人工智能安全评估体系。2026年7月发布的《人工智能基本规划》进一步强化了这种“促进+风险管理”模式。
Asia-Pacific
印度正通过国家原则、现有法律、行业监管机构、任务执行以及新的跨部门和安全机构来构建人工智能治理体系，而非制定一部独立的横向人工智能法案。2026年，随着人工智能治理与经济小组及相关专家和安全机制的成立，制度架构建设将得到显著加速。企业应关注跨领域的数据法律和行业规则，并将人工智能治理指南视为重要的政策基准，而非具有约束力的人工智能法规。
Europe
英国的人工智能治理仍然以行业和监管机构为主导，而非围绕单一的横向人工智能法案进行组织。目前，对重大的完全自动化决策具有约束力的保障措施体现在数据法中，而《人工智能手册》、人工智能安全研究所和协调的监管沙箱则负责公共部门治理、安全评估和特定行业的应用。企业面临的关键问题是，某个用例应由哪个现有的监管机构和法律体系来管辖，而不是它是否属于单一的国家人工智能法案的范畴。
Asia-Pacific
澳大利亚正在推行一种分布式、行业导向的人工智能治理模式：包括联邦政府强制性公共部门管控、国家人工智能战略、隐私和消费者法律基线、安全机构能力建设以及有针对性的透明度要求。目前，政府尚未推出广泛的强制性高风险人工智能防护机制，因此，企业层面的人工智能治理仍然是现有法律、行业法规、自愿性指导和实施信号共同作用的结果。
