前言
自2025年1月杭州深度求索人工智能基础技术研究有限公司（以下简称“深度求索公司”，以区别于其人工智能模型产品DeepSeek）发布DeepSeek-R1模型并同步开源模型权重以来，DeepSeek以其极低的成本、优异的表现以及引起的美国股市震荡之连锁反应，成为了全球的热点话题。在许多从业者惊叹DeepSeek的横空出世代表着人工智能领域的发展不需要完全依赖于算力的堆积，探索并实践了一条新的人工智能发展轨道的同时，世界各个国家和地区的相关监管机构不论是出于正当监管考虑还是地缘政治因素影响，也对DeepSeek投注以重要关切，开展调查行动甚至封禁措施。
2025年1月28日，意大利数据保护监管机构首先向深度求索公司发出了提供信息主张，要求深度求索公司提供DeepSeek模型收集的个人信息类型、来源、目的、法律依据以及存储地点，并且于1月30日屏蔽了意大利境内访问DeepSeek模型的渠道。
2025年1月29日，美国密苏里州共和党参议员乔什·霍利（Josh Hawley）向国会提出了《2025年美国人工智能能力与中国脱钩法案》（Decoupling America’s Artificial Intelligence Capabilities from China Act of 2025），主张禁止美国进口中国开发或生产的人工智能模型、技术、知识产权，同时禁止美国将人工智能模型、技术以及知识产权出口、再出口或者转移至中国。如该法案获得美国国会通过，则任何在美国使用、下载中国开发的人工智能模型（包括DeepSeek）的行为将可能导致最高20年监禁、100万美元罚款或者二者并处的法律责任。
DeepSeek所面临的一系列监管挑战可以说是中国人工智能服务企业出海所面临的法律风险之缩影。无论是在海外市场已经取得一定影响力的中国人工智能模型，例如DeepSeek或者阿里系的Qwen，或者搭载人工智能模型的产品，例如海螺AI（使用人工智能模型赋能的视频编辑应用产品），Gauth（使用人工智能模型赋能的教育应用产品）等，还是其他对海外市场跃跃欲试的中国人工智能服务企业，均应对现有的海外合规监管机制予以关注，不仅应考虑各个国家或者地区对于人工智能模型本身的监管要求，还应当从数据合规的角度判断自身企业是否需要采取合规举措。
作为数据合规领域的专业律师以及在中国、美国均获认证的数据合规官/隐私保护专业人员，笔者认为，出海中国人工智能服务企业之业务在海外能够顺利运营、行稳致远的核心，需要企业一方面重视长期主义在企业合规中的价值，另一方面则是针对偶发风险事件灵活、迅速、及时响应。由此，我们建议企业采取“危机化解+长效合规”的双重解决方案，将风险扼杀于萌芽之中，长效合规。
结合中国人工智能企业出海的重点国家或者地区，笔者在本系列文章中将梳理欧盟以及美国在人工智能领域的监管措施、合规要求，根据人工智能服务企业的业务特征，从人工智能监管以及数据合规监管两个领域出发，分析中国人工智能服务企业在海外市场应承担的合规义务，并提供相应合规建议。篇幅所限，本篇将专注于欧盟境内的相关内容，美国篇将在后续系列文章中详述。
此外，本团队针对人工智能企业出海欧盟或者美国市场提供免费的初步合规自测工具，欢迎广大业界人士通过文末邮箱地址垂询联系获取。
一、欧盟数据合规框架与人工智能监管焦点
1. 欧盟立法体系概览
对于面向欧盟市场的中国人工智能服务企业来说，毋需多言，由于其面向的消费者/使用者处于欧盟境内，或者其已经在欧盟设立数据中心、运营中心、雇佣代理人或者雇员以运营业务，或者其面向欧洲市场（例如在欧盟App Store上线相关应用，提供欧盟国家语言的人工智能服务等），其自然应受到《欧盟人工智能法案》（EU Artificial Intelligence Act, EU AI Act）以及《通用数据保护条例》（General Data Protection Regulation, GDPR）管辖。
《通用数据保护条例》作为2018年欧盟在数据保护领域先行先试的范例，对于人工智能服务企业，可能导致企业承担数据合规义务的核心原则包括：
在数据合规的监管压力之外，出海欧盟市场的人工智能服务企业也需遵循《欧盟人工智能法案》的合规义务。
《欧盟人工智能法案》将人工智能模型分为不可接受风险、高风险、有限风险以及低风险四级，将人工智能模型业务链条上的角色主要区分为提供者、部署者、进口者、分销者、授权代表，针对不同风险等级的人工智能，每一个业务链条上的角色须承担不同的合规义务。
而根据《欧盟人工智能法案》的第三条第（3）款，可以判断大部分中国人工智能服务企业属于法律定义的提供者。法律规定的提供者主要分为两类：（1）自行研发、训练人工智能系统或通用人工智能模型的从业者，例如深度求索公司（开发、运营DeepSeek），月之暗面公司（开发、运营Kimi），字节跳动抖音子公司（开发、运营豆包）等，或（2）拥有已开发人工智能系统或通用人工智能模型，并将其投放市场或以自己的名义或商标投入服务，例如妙鸭相机,这一类服务厂商不直接提供人工智能模型服务，而是将人工智能模型作为产品赋能的关键项，提供社交、绘图等服务。
而根据相应法律法规规定，不同风险等级的人工智能模型下，人工智能服务提供者所应承担的具体合规义务可参见下表：
2. 执法动态分析
除了硬性的法律规定以外，欧洲数据保护监督机构（EDPS）于2024年6月3日发布的《生成式人工智能与EUDPR》作为首份适用于欧盟机构的人工智能与数据安全指南，虽然不具有法律效力，但是仍然强调了人工智能领域与数据合规领域交叉监管之下的基本问题，可以认为是监管机构对于这一问题的基本态度和处理原则。1
该指南首先明确个人数据处理活动涵盖生成式人工智能系统的全生命周期，在每一环节（例如训练数据集创建、模型训练、使用等）均应予以重视，其次，则通过一系列问题，强调了生成式人工智能模型的基础个人信息保护义务并给予指引。通过这一指南管窥见豹，人工智能服务企业的个人信息合规义务具体可参见下表。
二、欧盟针对人工智能服务之调查可能成因与风险拆解
依据上述监管义务的分析以及人工智能服务企业的业务实践，可见中国出海人工智能企业根据其业务形态，较为符合《通用数据保护条例》定义下的“数据控制者”，以及《欧盟人工智能法案》定义下的“人工智能服务提供者”。
由此，笔者认为中国出海人工智能企业存在高风险的领域，可以归纳总结为数据收集合法性争议、技术流程漏洞以及跨境传输与本地化挑战三个方面，并提供相应初步合规意见如下：
1.数据收集合法性争议
就现在人工智能模型训练的数据收集来源而言，大部分提供者在预训练、优化训练等训练处理活动中所使用的数据或者来源于公开数据源，或者使用已经取得合法授权的数据集产品，或者使用在用户交互过程中用户自行输入的信息，前述环节均有可能涉及个人信息的收集。除了数据训练环节，人工智能模型产品交互过程中，出于维持用户黏性和追踪用户考虑，人工智能服务提供者可能会通过收集手机号码、电子邮箱等个人信息的方式，要求用户注册账号，方提供相应服务，这一过程同样涉及个人信息的收集、处理。
在这一收集个人信息过程中，人工智能服务提供者面临的第一个法律障碍是收集个人信息的合法基础不足。人工智能服务和模型投放到市场上，不论其免费还是收费，作为商业市场行为，人工智能服务提供者取得合法基础可行性较高的途径是取得同意。《通用数据保护条例》规定下其他的合法基础，例如为履行合同所需、公共利益等对于人工智能服务提供者而言，证明难度均较高。
对于可以由人工智能服务提供者自行控制的用户交互来说，构建合法基础相对简单直观，可以通过用户协议、个人信息保护政策、注册时的勾选弹窗等方式，说明收集的个人信息类型、处理目的、处理方式等信息，以达成同意有效性的要求。而从数据源头出发，如果是公开的个人信息，现行实操上获取实际主体同意的难度较高。特别是通过爬虫技术获取的个人信息，即使现在还没有确凿案例支持，也很有可能被认定为不具有获取合法基础的个人信息，不应继续处理或者使用。就实际个体而言，其很难举证人工智能服务提供者究竟是如何取得了自己的个人信息，如果有相应案件，人工智能服务提供者可能需要关注的是监管机构/司法机构是否依据相应的个人信息保护法律，对案件举证责任倒置，要求人工智能服务提供者提供收集个人信息的程序、合法基础等信息，而非要求投诉者提供人工智能服务提供者不具有收集个人信息的合法基础的证据。
而且，“取得同意”的合法性并不在于用户简单地在“我同意”方格上勾上“√”号，还需要人工智能服务提供者明确说明具体收集的个人信息类型、处理方式、处理目的、保存期限，如果涉及数据跨境传输、敏感个人信息处理等活动，还需要单独同意，这些都对人工智能服务企业提出了更高要求。
实践中，由于取得GDPR要求下的有效同意的客观困难，许多人工智能服务企业援引“为了满足个人信息控制者或者其他第三方的合法利益”作为其收集、处理非匿名化个人信息的合法基础。但是，欧盟法院对此审查一直抱持较为严格的态度，需要通过“三阶层”机制审查（合法性、必要性以及平衡性审查），才允许主体以“合法利益”为由收集、处理个人信息。甚至对于商业主体采用“合法利益”作为收集个人信息的合法基础一事，仍有观点认为本身就是不符合法律规定的行为，应当予以禁止：数字权利非政府组织Noyb于2024年6月向奥地利、比利时、德国等欧洲十一个国家的数据保护机构针对Meta AI提出的个人信息保护投诉中就提到，Meta AI采取“合法利益”作为其收集处理个人信息的合法基础不符合法律规定，应当予以禁止。
那么，中国人工智能服务企业应当怎么做才能最小化自己的风险？除了在业务可行的情况下采用匿名化处理数据以外，在必须使用个人信息的情况下，一方面应将个人信息保护意识融入到产品设计之中，取得用户或者数据主体的有效同意（包括直接取得同意、要求上游数据商提供相应证明等），另一方面应当通过专业机构积极进行个人信息保护影响评估，对于援引其他理由作为法律基础做好前期分析和评估，以作为应对可能监管或者调查程序的可依据材料，降低可能的法律责任。
2.技术流程漏洞
人工智能服务企业在欧盟出海业务运营过程中，可能遇到的第二个障碍则是本身业务运转，例如模型语料处理、训练、内容输出方面，在技术标准上未能达到欧盟相应法律法规的要求。
以数据标注业务为例。数据标注是人工智能模型训练中不可或缺的一环，如果说训练人工智能犹如培育儿童或者驯养动物，数据标注就是在人工智能思考回路成长过程中告诉它什么是“对”、什么是“错”的重要途径。人工智能模型的成长和发展离不开经过标注、质量优异的数据资源，数据标注质量直接影响着模型性能。在数据标注的过程中，需要大量人工按标准处理海量的数据。虽然许多人工智能服务企业出于数据安全、稳定性的考虑，自行聘用数据标注岗位人员，但囿于成本等因素，客观上许多人工智能服务企业仍然将数据标注业务外包给第三方供应商承接。
在这一过程中，毫无疑问会涉及到数据在不同主体之间的传输和处理，那么作为人工智能服务企业，即GDPR定义下的数据控制者，对于第三方供应商是否履行相应的个人信息保护义务，例如收集个人信息的合法基础、数据安全保障技术措施、个人信息保护评估开展情况等，很有可能是一无所知或者监管不力的境地；而这一“无知”状态，可能进一步导致人工智能服务企业承担法律责任。
另外，则是人工智能服务企业未重视数据保护影响评估（Data Protection Impact Assessment, DPIA）的重要性，未在业务上嵌入DPIA机制或评估流于形式。DPIA的重要性不在于能否通过它避免责任，而是通过针对特定数据活动的DPIA，表现主体对于这一事项的重视态度以及风险研判过程，并作为风险缓解措施的一环，从而降低可能的监管责任。
对于前述问题，我们建议人工智能服务企业一方面在涉及到第三方供应商的数据处理活动中，通过合同约定等方式，明确约定第三方供应商应承担的数据合规义务，可以包括审计条款、数据访问限制条款、日志等文件留存条款等多样措施，以降低可能的风险，另一方面也加强对于数据保护影响评估的重视程度，将其视为“风险缓冲垫”，而非“找茬放大镜”。
3.跨境传输与本地化挑战
中国人工智能服务企业在出海时遇到的另外一个特质性风险，则是中欧数据流动合规路径选择问题。相较于其他地域的经营主体，考虑到复杂的政治地缘环境因素，来自于中国的企业在面向欧美西方市场时不可避免地会受到更多监管的关注。
就中国人工智能服务企业的业务实践来看，不论是出于输出人工智能模型结果、收集欧盟境内数据主体信息的考虑，保障中欧跨境传输数据途径顺畅均具有其现实意义。目前来讲，2024年8月份中欧高层针对数据跨境流动问题进行了第一次对话，虽然中国仍然没有获得欧盟的数据保护充分性认定，但也可以认为这是一个好的开始。现在实践上在欧中企大多以标准合同的途径跨境传输数据，虽然暂时还没有针对中国企业的相关执法案例，但是随着在欧中企业务的开拓、数字化转型升级，GDPR的执法大棒总有一天会落到中企身上。
而完全本地化，则中国人工智能服务企业应当考虑在欧盟境内设立经营点位需避免中国方面的出口限制风险。根据商务部、科技部发布的最新版《中国禁止出口限制出口技术目录》中，语音合成、人工智能交互界面、语音评测、基于数据分析的个性化信息推送服务、无人机、量子密码等技术均被列入限制出口名单。由此，中国人工智能服务企业应当审慎考虑在欧洲本地化的范围和具体的业务部门。如果经过权衡利弊分析后，本地化反而可能导致企业面临更高的合规压力，则本地化并非必须采用的策略。
由此可总结，在跨境传输数据这一问题上，中国人工智能服务企业应当对出海的公司架构做好全盘规划，是否需要在欧洲设立商业存在、本地化数据不进行数据的跨境传输，还是完全仰赖于现在主流使用的标准合同途径跨境传输数据，均应当因地制宜，根据每一业务的特殊情况进行定制化设计，以降低中企的合规压力，更好地促进海外业务发展。
三、结语
中国人工智能服务企业出海欧盟的合规之路，既是全球化竞争下的必然选择，也是应对复杂监管环境的严峻挑战。从DeepSeek面临的监管风波到《欧盟人工智能法案》的细化分类，本文揭示了欧盟在数据合规与人工智能监管中的双重高标准：一方面，GDPR对个人信息处理的严格约束要求企业从源头把控数据合法性；另一方面，人工智能风险分级制度迫使企业重构技术流程与管理体系。在此背景下，中国人工智能服务企业唯有将“危机化解”与“长效合规”深度融合，通过预先设计隐私保护机制、强化第三方合作监管、审慎规划跨境数据流动路径，方能在欧盟市场行稳致远。
未来，随着中欧数据对话的推进与监管动态的演变，中国企业的合规实践不仅需要紧跟政策步伐，更需以主动姿态参与国际规则制定，将合规压力转化为全球化竞争中的差异化优势。
注释：
[1]该指南主要针对的是生成式人工智能，即通过机器学习来生成丰富的内容，包括文本、图片或者音频的人工智能模型，DeepSeek，Chatgpt，Sora， Midjourney应当都属于此类人工智能模型，也是现在市场上主流普遍认定的人工智能模型概念。
自2025年1月杭州深度求索人工智能基础技术研究有限公司（以下简称“深度求索公司”，以区别于其人工智能模型产品DeepSeek）发布DeepSeek-R1模型并同步开源模型权重以来，DeepSeek以其极低的成本、优异的表现以及引起的美国股市震荡之连锁反应，成为了全球的热点话题。在许多从业者惊叹DeepSeek的横空出世代表着人工智能领域的发展不需要完全依赖于算力的堆积，探索并实践了一条新的人工智能发展轨道的同时，世界各个国家和地区的相关监管机构不论是出于正当监管考虑还是地缘政治因素影响，也对DeepSeek投注以重要关切，开展调查行动甚至封禁措施。
2025年1月28日，意大利数据保护监管机构首先向深度求索公司发出了提供信息主张，要求深度求索公司提供DeepSeek模型收集的个人信息类型、来源、目的、法律依据以及存储地点，并且于1月30日屏蔽了意大利境内访问DeepSeek模型的渠道。
2025年1月29日，美国密苏里州共和党参议员乔什·霍利（Josh Hawley）向国会提出了《2025年美国人工智能能力与中国脱钩法案》（Decoupling America’s Artificial Intelligence Capabilities from China Act of 2025），主张禁止美国进口中国开发或生产的人工智能模型、技术、知识产权，同时禁止美国将人工智能模型、技术以及知识产权出口、再出口或者转移至中国。如该法案获得美国国会通过，则任何在美国使用、下载中国开发的人工智能模型（包括DeepSeek）的行为将可能导致最高20年监禁、100万美元罚款或者二者并处的法律责任。
DeepSeek所面临的一系列监管挑战可以说是中国人工智能服务企业出海所面临的法律风险之缩影。无论是在海外市场已经取得一定影响力的中国人工智能模型，例如DeepSeek或者阿里系的Qwen，或者搭载人工智能模型的产品，例如海螺AI（使用人工智能模型赋能的视频编辑应用产品），Gauth（使用人工智能模型赋能的教育应用产品）等，还是其他对海外市场跃跃欲试的中国人工智能服务企业，均应对现有的海外合规监管机制予以关注，不仅应考虑各个国家或者地区对于人工智能模型本身的监管要求，还应当从数据合规的角度判断自身企业是否需要采取合规举措。
作为数据合规领域的专业律师以及在中国、美国均获认证的数据合规官/隐私保护专业人员，笔者认为，出海中国人工智能服务企业之业务在海外能够顺利运营、行稳致远的核心，需要企业一方面重视长期主义在企业合规中的价值，另一方面则是针对偶发风险事件灵活、迅速、及时响应。由此，我们建议企业采取“危机化解+长效合规”的双重解决方案，将风险扼杀于萌芽之中，长效合规。
结合中国人工智能企业出海的重点国家或者地区，笔者在本系列文章中将梳理欧盟以及美国在人工智能领域的监管措施、合规要求，根据人工智能服务企业的业务特征，从人工智能监管以及数据合规监管两个领域出发，分析中国人工智能服务企业在海外市场应承担的合规义务，并提供相应合规建议。篇幅所限，本篇将专注于欧盟境内的相关内容，美国篇将在后续系列文章中详述。
此外，本团队针对人工智能企业出海欧盟或者美国市场提供免费的初步合规自测工具，欢迎广大业界人士通过文末邮箱地址垂询联系获取。
一、欧盟数据合规框架与人工智能监管焦点
1. 欧盟立法体系概览
对于面向欧盟市场的中国人工智能服务企业来说，毋需多言，由于其面向的消费者/使用者处于欧盟境内，或者其已经在欧盟设立数据中心、运营中心、雇佣代理人或者雇员以运营业务，或者其面向欧洲市场（例如在欧盟App Store上线相关应用，提供欧盟国家语言的人工智能服务等），其自然应受到《欧盟人工智能法案》（EU Artificial Intelligence Act, EU AI Act）以及《通用数据保护条例》（General Data Protection Regulation, GDPR）管辖。
《通用数据保护条例》作为2018年欧盟在数据保护领域先行先试的范例，对于人工智能服务企业，可能导致企业承担数据合规义务的核心原则包括：
| 原则名称 | 原则内容 | 对应GDPR条款 |
| 合法性、公平性与透明性原则 | 数据处理必须有合法依据（如用户同意、履行合同义务等），并以公平透明的方式进行。 | 第5条第1款第（a）项 |
| 目的限制原则 | 数据仅能用于明确、具体的合法目的，且不得以不兼容的方式二次使用。 | 第5条第1款第（b）项 |
| 数据最小化原则 | 仅收集与处理目的直接相关的最少必要数据。 | 第5条第1款第（c）项 |
| 准确性原则 | 确保数据准确并及时更新，错误数据需删除或修正。 | 第5条第1款第（d）项 |
| 存储限制原则 | 数据保存时间不得超过实现目的所需期限。 | 第5条第1款第（e）项 |
| 完整性与保密性原则 | 通过技术措施（如加密）保障数据安全，防止未经授权的访问或泄露。 | 第5条第1款第（f）项 |
| 可问责性原则 | 数据控制者应当对数据合规活动承担责任并且应当展示其履行合规义务之证明。 | 第5条第2款 |
| 用户权利保障原则 | 应当保障数据主体（用户）的数据权利，包括访问权、更正权、被遗忘权、限制处理权、数据可携权及反对权等。 | 第15条至第21条 |
| 跨境传输规则 | 向非欧盟国家传输数据需确保接收方符合欧盟数据保护标准（如“充分性认定”或签订标准合同条款）。 | 第44条至第50条 |
在数据合规的监管压力之外，出海欧盟市场的人工智能服务企业也需遵循《欧盟人工智能法案》的合规义务。
《欧盟人工智能法案》将人工智能模型分为不可接受风险、高风险、有限风险以及低风险四级，将人工智能模型业务链条上的角色主要区分为提供者、部署者、进口者、分销者、授权代表，针对不同风险等级的人工智能，每一个业务链条上的角色须承担不同的合规义务。
而根据《欧盟人工智能法案》的第三条第（3）款，可以判断大部分中国人工智能服务企业属于法律定义的提供者。法律规定的提供者主要分为两类：（1）自行研发、训练人工智能系统或通用人工智能模型的从业者，例如深度求索公司（开发、运营DeepSeek），月之暗面公司（开发、运营Kimi），字节跳动抖音子公司（开发、运营豆包）等，或（2）拥有已开发人工智能系统或通用人工智能模型，并将其投放市场或以自己的名义或商标投入服务，例如妙鸭相机,这一类服务厂商不直接提供人工智能模型服务，而是将人工智能模型作为产品赋能的关键项，提供社交、绘图等服务。
而根据相应法律法规规定，不同风险等级的人工智能模型下，人工智能服务提供者所应承担的具体合规义务可参见下表：
| 人工智能风险类别 | 划分依据 | 具体合规义务 | 对应《欧盟人工智能法案》条款 |
| 不可接受的风险（Prohibited Risk） | 严重威胁人权或安全的AI，如社会信用评分、实时公共场合生物识别监控（执法除外）、操纵潜意识行为的系统等。 | 禁止应用该风险类别的人工智能产品。 | 第5条 |
| 高风险（High-Risk） | 涉及医疗、教育、就业、执法、能源等关键领域或者用作产品的安全部件的人工智能系统。 | 1. 建立、实施、记录和维护质量管理系统，该系统应以书面政策、程序和指令加以记录，并至少包括合规策略、人工智能系统的设计和设计验证、开发和质量保证行动、数据管理系统和程序、报告严重事件的程序等内容。2. 使用高质量数据集以减少人工智能系统输出内容的偏差。3. 提供详细技术文档和日志记录，并且相应更新维护义务。4. 用户透明性（如向用户告知人工智能系统决策存在以及相应人工智能服务提供者联系信息等）5. 设计和纳入人工监督机制。6. 确保准确性、稳健性和网络安全水平，包括但不限于采取技术冗余解决方案。7. 确保人工智能模型在投入市场或者服务之前，起草合格性声明、经过法定的合格性评估程序、加注CE标志等第三方机构评估义务。8. 在欧盟数据库中登记。 | 第9条至第21条 |
| 有限风险（Limited Risk） | 通用人工智能模型或者系统，例如人工智能聊天机器人等。 | 需承担透明度义务，例如明确告知用户与之交互的是人工智能系统，避免误导等。 | 第50条 |
| 低风险（Minimal Risk） | 不符合前述三项风险等级的人工智能模型，例如使用人工智能模型赋能的电子游戏、电子邮箱中的垃圾邮件过滤器等。 | 可以自由使用，无额外监管。 | / |
2. 执法动态分析
除了硬性的法律规定以外，欧洲数据保护监督机构（EDPS）于2024年6月3日发布的《生成式人工智能与EUDPR》作为首份适用于欧盟机构的人工智能与数据安全指南，虽然不具有法律效力，但是仍然强调了人工智能领域与数据合规领域交叉监管之下的基本问题，可以认为是监管机构对于这一问题的基本态度和处理原则。1
该指南首先明确个人数据处理活动涵盖生成式人工智能系统的全生命周期，在每一环节（例如训练数据集创建、模型训练、使用等）均应予以重视，其次，则通过一系列问题，强调了生成式人工智能模型的基础个人信息保护义务并给予指引。通过这一指南管窥见豹，人工智能服务企业的个人信息合规义务具体可参见下表。
| 合规义务内容 | 对应《生成式人工智能与EUDPR》指南建议 |
| 确定生成式人工智能是否处理个人信息，如模型提供者声称未处理个人信息或个人信息已经过匿名化处理，则应当采取相应步骤或者措施以证明或者保证模型未处理个人信息。 | 《指南》第2项 |
| 生成式人工智能模型或者服务提供者需要借助有效的监管交流手段，确保个人信息处理活动合规且风险可控。不论企业是否设置数据合规官（Data Protection Officer, DPO），内部个人信息合规均为其应有之义；涉及高风险的个人信息处理活动，则应及时开展影响评估（DPIA）。 | 《指南》第4项、第5项 |
| 生成式人工智能系统处理个人信息必须具备合法性基础。 | 《指南》第6项 |
| 生成式人工智能系统数据跨境流动应当遵循欧盟有关法律法规。 | 《指南》第6项 |
| 生成式人工智能系统处理的个人数据应当是充分的、相关的且限于处理目的以内，以实现最小化原则。具体而言，生成式人工智能系统应当使用高质量的数据集，而非追求数量，处理必要的个人信息以满足处理目的；应当建立适当的数据治理机制对数据集进行管理、维护；应当定期、系统地对数据集进行审查；应当起草相关文件，说明数据集、系统的结构、维护和使用目的等信息。 | 《指南》第7项 |
| 生成式人工智能系统生成的内容应当准确、最新，提供者（数据控制者）应当删除或者更新不准确的数据。 | 《指南》第8项 |
| 生成式人工智能服务提供者应当采取适当的信息和透明度政策，以减少个人信息保护风险。 | 《指南》第9项 |
| 如生成式人工智能系统涉及到用户画像、个人评估等自动化系统的，应当遵循欧盟有关自动化决策的规定。 | 《指南》第10项 |
| 生成式人工智能应当避免偏见，提供者应当确保在创建和训练模型时，提供的数据应当体现真实世界不含偏见，并且应当采取定期审计、监控机制，持续对人工智能系统监督。 | 《指南》第11项 |
| 生成式人工智能服务提供者应当保障使用者实现其数据个人权利，应当保留对个人信息处理可追溯的记录、管理数据集以保证其可以对使用情况进行追溯。 | 《指南》第12项 |
| 生成式人工智能服务提供者应当采取与风险水平相适应的安全措施，在传统安全措施的基础上，针对人工智能模型特定安全漏洞，例如提示词注入攻击、越狱攻击、模型逆向攻击等情况，还应当引入特定安全措施，保障数据安全。 | 《指南》第13项 |
二、欧盟针对人工智能服务之调查可能成因与风险拆解
依据上述监管义务的分析以及人工智能服务企业的业务实践，可见中国出海人工智能企业根据其业务形态，较为符合《通用数据保护条例》定义下的“数据控制者”，以及《欧盟人工智能法案》定义下的“人工智能服务提供者”。
由此，笔者认为中国出海人工智能企业存在高风险的领域，可以归纳总结为数据收集合法性争议、技术流程漏洞以及跨境传输与本地化挑战三个方面，并提供相应初步合规意见如下：
1.数据收集合法性争议
就现在人工智能模型训练的数据收集来源而言，大部分提供者在预训练、优化训练等训练处理活动中所使用的数据或者来源于公开数据源，或者使用已经取得合法授权的数据集产品，或者使用在用户交互过程中用户自行输入的信息，前述环节均有可能涉及个人信息的收集。除了数据训练环节，人工智能模型产品交互过程中，出于维持用户黏性和追踪用户考虑，人工智能服务提供者可能会通过收集手机号码、电子邮箱等个人信息的方式，要求用户注册账号，方提供相应服务，这一过程同样涉及个人信息的收集、处理。
在这一收集个人信息过程中，人工智能服务提供者面临的第一个法律障碍是收集个人信息的合法基础不足。人工智能服务和模型投放到市场上，不论其免费还是收费，作为商业市场行为，人工智能服务提供者取得合法基础可行性较高的途径是取得同意。《通用数据保护条例》规定下其他的合法基础，例如为履行合同所需、公共利益等对于人工智能服务提供者而言，证明难度均较高。
对于可以由人工智能服务提供者自行控制的用户交互来说，构建合法基础相对简单直观，可以通过用户协议、个人信息保护政策、注册时的勾选弹窗等方式，说明收集的个人信息类型、处理目的、处理方式等信息，以达成同意有效性的要求。而从数据源头出发，如果是公开的个人信息，现行实操上获取实际主体同意的难度较高。特别是通过爬虫技术获取的个人信息，即使现在还没有确凿案例支持，也很有可能被认定为不具有获取合法基础的个人信息，不应继续处理或者使用。就实际个体而言，其很难举证人工智能服务提供者究竟是如何取得了自己的个人信息，如果有相应案件，人工智能服务提供者可能需要关注的是监管机构/司法机构是否依据相应的个人信息保护法律，对案件举证责任倒置，要求人工智能服务提供者提供收集个人信息的程序、合法基础等信息，而非要求投诉者提供人工智能服务提供者不具有收集个人信息的合法基础的证据。
而且，“取得同意”的合法性并不在于用户简单地在“我同意”方格上勾上“√”号，还需要人工智能服务提供者明确说明具体收集的个人信息类型、处理方式、处理目的、保存期限，如果涉及数据跨境传输、敏感个人信息处理等活动，还需要单独同意，这些都对人工智能服务企业提出了更高要求。
实践中，由于取得GDPR要求下的有效同意的客观困难，许多人工智能服务企业援引“为了满足个人信息控制者或者其他第三方的合法利益”作为其收集、处理非匿名化个人信息的合法基础。但是，欧盟法院对此审查一直抱持较为严格的态度，需要通过“三阶层”机制审查（合法性、必要性以及平衡性审查），才允许主体以“合法利益”为由收集、处理个人信息。甚至对于商业主体采用“合法利益”作为收集个人信息的合法基础一事，仍有观点认为本身就是不符合法律规定的行为，应当予以禁止：数字权利非政府组织Noyb于2024年6月向奥地利、比利时、德国等欧洲十一个国家的数据保护机构针对Meta AI提出的个人信息保护投诉中就提到，Meta AI采取“合法利益”作为其收集处理个人信息的合法基础不符合法律规定，应当予以禁止。
那么，中国人工智能服务企业应当怎么做才能最小化自己的风险？除了在业务可行的情况下采用匿名化处理数据以外，在必须使用个人信息的情况下，一方面应将个人信息保护意识融入到产品设计之中，取得用户或者数据主体的有效同意（包括直接取得同意、要求上游数据商提供相应证明等），另一方面应当通过专业机构积极进行个人信息保护影响评估，对于援引其他理由作为法律基础做好前期分析和评估，以作为应对可能监管或者调查程序的可依据材料，降低可能的法律责任。
2.技术流程漏洞
人工智能服务企业在欧盟出海业务运营过程中，可能遇到的第二个障碍则是本身业务运转，例如模型语料处理、训练、内容输出方面，在技术标准上未能达到欧盟相应法律法规的要求。
以数据标注业务为例。数据标注是人工智能模型训练中不可或缺的一环，如果说训练人工智能犹如培育儿童或者驯养动物，数据标注就是在人工智能思考回路成长过程中告诉它什么是“对”、什么是“错”的重要途径。人工智能模型的成长和发展离不开经过标注、质量优异的数据资源，数据标注质量直接影响着模型性能。在数据标注的过程中，需要大量人工按标准处理海量的数据。虽然许多人工智能服务企业出于数据安全、稳定性的考虑，自行聘用数据标注岗位人员，但囿于成本等因素，客观上许多人工智能服务企业仍然将数据标注业务外包给第三方供应商承接。
在这一过程中，毫无疑问会涉及到数据在不同主体之间的传输和处理，那么作为人工智能服务企业，即GDPR定义下的数据控制者，对于第三方供应商是否履行相应的个人信息保护义务，例如收集个人信息的合法基础、数据安全保障技术措施、个人信息保护评估开展情况等，很有可能是一无所知或者监管不力的境地；而这一“无知”状态，可能进一步导致人工智能服务企业承担法律责任。
另外，则是人工智能服务企业未重视数据保护影响评估（Data Protection Impact Assessment, DPIA）的重要性，未在业务上嵌入DPIA机制或评估流于形式。DPIA的重要性不在于能否通过它避免责任，而是通过针对特定数据活动的DPIA，表现主体对于这一事项的重视态度以及风险研判过程，并作为风险缓解措施的一环，从而降低可能的监管责任。
对于前述问题，我们建议人工智能服务企业一方面在涉及到第三方供应商的数据处理活动中，通过合同约定等方式，明确约定第三方供应商应承担的数据合规义务，可以包括审计条款、数据访问限制条款、日志等文件留存条款等多样措施，以降低可能的风险，另一方面也加强对于数据保护影响评估的重视程度，将其视为“风险缓冲垫”，而非“找茬放大镜”。
3.跨境传输与本地化挑战
中国人工智能服务企业在出海时遇到的另外一个特质性风险，则是中欧数据流动合规路径选择问题。相较于其他地域的经营主体，考虑到复杂的政治地缘环境因素，来自于中国的企业在面向欧美西方市场时不可避免地会受到更多监管的关注。
就中国人工智能服务企业的业务实践来看，不论是出于输出人工智能模型结果、收集欧盟境内数据主体信息的考虑，保障中欧跨境传输数据途径顺畅均具有其现实意义。目前来讲，2024年8月份中欧高层针对数据跨境流动问题进行了第一次对话，虽然中国仍然没有获得欧盟的数据保护充分性认定，但也可以认为这是一个好的开始。现在实践上在欧中企大多以标准合同的途径跨境传输数据，虽然暂时还没有针对中国企业的相关执法案例，但是随着在欧中企业务的开拓、数字化转型升级，GDPR的执法大棒总有一天会落到中企身上。
而完全本地化，则中国人工智能服务企业应当考虑在欧盟境内设立经营点位需避免中国方面的出口限制风险。根据商务部、科技部发布的最新版《中国禁止出口限制出口技术目录》中，语音合成、人工智能交互界面、语音评测、基于数据分析的个性化信息推送服务、无人机、量子密码等技术均被列入限制出口名单。由此，中国人工智能服务企业应当审慎考虑在欧洲本地化的范围和具体的业务部门。如果经过权衡利弊分析后，本地化反而可能导致企业面临更高的合规压力，则本地化并非必须采用的策略。
由此可总结，在跨境传输数据这一问题上，中国人工智能服务企业应当对出海的公司架构做好全盘规划，是否需要在欧洲设立商业存在、本地化数据不进行数据的跨境传输，还是完全仰赖于现在主流使用的标准合同途径跨境传输数据，均应当因地制宜，根据每一业务的特殊情况进行定制化设计，以降低中企的合规压力，更好地促进海外业务发展。
三、结语
中国人工智能服务企业出海欧盟的合规之路，既是全球化竞争下的必然选择，也是应对复杂监管环境的严峻挑战。从DeepSeek面临的监管风波到《欧盟人工智能法案》的细化分类，本文揭示了欧盟在数据合规与人工智能监管中的双重高标准：一方面，GDPR对个人信息处理的严格约束要求企业从源头把控数据合法性；另一方面，人工智能风险分级制度迫使企业重构技术流程与管理体系。在此背景下，中国人工智能服务企业唯有将“危机化解”与“长效合规”深度融合，通过预先设计隐私保护机制、强化第三方合作监管、审慎规划跨境数据流动路径，方能在欧盟市场行稳致远。
未来，随着中欧数据对话的推进与监管动态的演变，中国企业的合规实践不仅需要紧跟政策步伐，更需以主动姿态参与国际规则制定，将合规压力转化为全球化竞争中的差异化优势。
注释：
[1]该指南主要针对的是生成式人工智能，即通过机器学习来生成丰富的内容，包括文本、图片或者音频的人工智能模型，DeepSeek，Chatgpt，Sora， Midjourney应当都属于此类人工智能模型，也是现在市场上主流普遍认定的人工智能模型概念。