原标题：监管立法解读丨七部委联合出台管理办法能让生成式AI实打实落地

2023年7月13日，我国7个部委联合发布了《生成式人工智能服务管理暂行办法》（以下简称《办法》）——全球首个管理生成人工智能的规则。对比之前的《生成式人工智能服务管理暂行办法（征求意见稿）》，这部法规的思路发生了重大的转变，从强监管、御风险，转变为“包容审慎”、“鼓励”发展。

这就向我国人工智能的整个产业链释放了一个积极的信号。中国要在人工智能领域取得领先地位，又要保证其“可靠和可控”，在这种平衡之间的分寸并不好掌握，但：

一、《办法》为产业发展定基调——“完整的人工智能价值链”

《办法》第一条的法律依据中，除了《网络安全法》《数据安全法》《个人信息保护法》之外，《办法》在《征求意见稿》的基础上增加了《科学技术进步法》。这部法律经3次修订后，最新版于2022年1月1日起实施，主要强调了“增强自主创新能力”，除了要加大对科技的投入，对“企业科技创新”还进行了专章规定（第四章），甚至放在了“科学技术研究开发机构”的章节之前。《科学技术进步法》在《办法》中的出现，意味着在监管人工智能产业之外，增加了对科技创新的要求。

除此以外，《办法》使用了4个“鼓励”以及多个“支持”、“推动”等措辞，增加了“人工智能产业创新、构建生态、国际和机构间协作”的条款。《办法》第五、六条，更强调政策对产业的引导、鼓励、推动和促进作用，特别是底层技术层面——生成式人工智能基础设施和公共训练数据资源平台建设。

中国是美国市场之外唯一一个拥有完整AIGC产业链多国家，包括基础设施层、模型层和应用层。在底层技术方面，我国还存在一定的差距。虽然国内众多厂商开始布局AIGC，但是目前的商业模式还不成熟，技术层面的不足也限制了应用端的发展。

▲ 图片来源：中国信通院2023年7月7日发布《2023大模型和AIGC产业图谱》

在“世界人工智能大会”（WAIC）7月8日的闭幕会上，中国工业和信息化部副部长徐晓兰表示，中国正在努力开发“完整的人工智能价值链”，中国政府将加大对国内人工智能产业的支持力度。多个城市也在响应这一政策：

• 浙江省政府与国家市场监督管理总局签署了一项协议，以支持浙江互联网平台，成为中国第一个推出专门针对大型科技企业的地方政策指南的省份；
• 上海将人工智能作为三大先导产业之一，鼓励人工智能“算法创新、芯片开发和语言数据集进步”，加快打造人工智能“上海高地”；
• 北京在5月启动了通用人工智能产业创新伙伴计划，推动大模型产业加速落地。

所以，此次《办法》的出台非常积极，与国家目前的政策相一致。中国政法大学法理学郑玉双教授在接受记者采访时表示，管理办法明确指出“鼓励生成式人工智能技术在各行业、各领域的创新应用”，还指出“对生成式人工智能服务实行分类分级监管”。这意味着，百度、华为这类深耕行业、面向toB的大模型提供商会被获批给企业提供服务。

二、《办法》如何鼓励创新？

1、给“研发”和创新更多政策空间

《办法》对其适用范围进行了限定，即仅适用于向公众提供的生成人工智能服务，而不是研究机构正在开发的服务。

这说明政策制定者意识到，AIGC的发展刚刚开始，现有的法律规则可能很难预测未来AIGC服务的形态、生产力及相应的风险，应该为产业的研发提供了一个更宽泛政策空间，避免扼杀新兴技术和重大的创新研究。

2、分类分级的监管

《办法》中对“分类分级监管”的规定，还处于原则式陈述，并没有分级标准和各级别如何规制的具体规定。

这在某种程度上可能是吸收了欧盟拟议中《人工智能法案》的思路，但更多的可能是，吸纳了中国企业对于“一刀切式”监管难以执行的意见，并且明确了AIGC在不同领域的应用应当适用不同的监管。这在第二条“新闻出版、影视制作、文艺创作等活动另有规定的，从其规定”的条文中也能够体现出来。

3、“暂行办法”的升级与未来的《人工智能法》

《人工智能法》目前已经进入国务院2023年度立法工作计划，《办法》的标题中又增加了“暂行办法”的措辞，说明不久的将来，随着人工智能产业的快速发展，以及《人工智能法》的落地，监管方向和措施还需要进行一定调整，避免技术创新与法律监管的平衡被打破。

上海同济大学教授陈吉栋在6月的一次采访中曾表示：“如果想要制定一部促进法，可能较为简单，但若想制定一部综合性法律或者以治理为主要特色的法律，则较为困难……从这个意义上来讲，制定一部人工智能法案的最大难处在于如何对法律本身进行定位。”

从目前《办法》的监管思路来看，《人工智能法》应该会包含较多“促进产业发展”的内容。

三、《办法》将加速大模型落地——“百模大战”关键在于解决行业问题

中国政法大学法理学郑玉双教授分析，大模型正在进入产业落地期，让企业尽快用上用好大模型、促进数实融合，应该也是本《办法》出台的核心目标之一。

在OpenAI发布ChatGPT后，全球已发布数百个大模型，上半年在中国发布了80多个大模型产品，中国10亿参数规模以上的大模型已发布79个。就在上海2023年世界人工智能大会期间，已有10多款AI大模型产品集中发布或即将发布（不完全统计），比较有代表性的大模型产品包括：百度的文心大模型升级到了3.5版本；阿里巴巴的绘画大模型“通义万相”、中国电信的类ChatGPT产品“TeleChat大模型”、商汤科技联合香港中文大学和清华大学等推出的“书生通用大模型体系”、第四范式专注企业软件领域的“式说”大模型。

根据百度、华为等企业近期密集发声情况来看，企业应用大模型主要有三种方式：

第一种是构建基础大模型。只有少数企业会自建大模型，因为训练大模型的成本和技术壁垒都非常高。

第二种是建立行业大模型，通常是了解行业know-how的企业，结合自身掌握的行业数据，用基础大模型精调出更贴合实际场景的行业大模型。

第三种是在基础大模型和行业大模型之上，开发AI应用。这类企业其实是大多数，他们要思考的是：如何在这个大模型之上做好提示词工程，解决特定应用场景的问题。如何从模型效果、迭代速度、工具链这三大方面去选择一个好的大模型。

而面对这种大模型疯狂内卷，华为常务董事、华为云CEO张平安表示，如果一个大模型不能解决行业问题，参数再多也没有意义。

四、发展中仍有红线

尽管《办法》给行业发展注入了积极因素，但AIGC企业在日常运营中必须意识到，政府监管的红线并未放松。中央网信办主任庄荣文近日曾表示，需要确保人工智能“可靠、可控”。

在过去几个月，监管机构与百度和阿里巴巴等推出AIGC的公司一直保持着沟通，确保这些重要的人工智能产品不会违反监管规定。

而《办法》对人工智能最重要的监管在于“内容”方面，“坚持社会主义核心价值观”的条款下，还增加了“社会稳定”和“有害信息”，这与《征求意见稿》相比，伦理要求显然更加宽泛。

“暂行办法”也表明，政府并未停止权衡并解决“科林格里奇困境”——一项新兴技术如果因为人们担心不良后果而过早实施控制，这项技术就很难发展；反之，控制过晚可能变得“一发不可收”。一旦AIGC的发展触碰了红线，监管的权重必然增加。

作者：《互联网法律评论》

【免责声明】本文撰写所需的信息采集自合法公开的渠道，我们无法对信息的真实性、完整性和准确性提供任何形式的保证。本文仅为分享、交流信息之目的，不构成对任何企业、组织和个人的决策依据。