Progress in Implementing the European Union Coordinated Plan on Artificial Intelligence (Volume 1)

图片来源：OECD.AI官网

1.战略层面

几乎所有成员国已制定国家人工智能战略，但实施进度存在明显分化。截至2024年底，27个欧盟成员国中已有24个正式出台国家人工智能战略，其余国家亦处于制定过程中。多数战略在制定或修订过程中参考了欧盟《人工智能协调行动计划》及“数字十年”等框架，显示出较强的政策呼应关系。但成员国在战略实施层面差异显著。部分国家已完成多轮政策更新并进入以推广应用为导向的阶段，而另一些国家仍处于早期布局或因政策优先级变化而放缓执行节奏。总体而言，战略“存在”并不等同于执行能力的均衡。

生成式人工智能显著推动国家战略更新与政策再定位。约半数成员国在2023—2024年对既有人工智能战略进行了修订，其中生成式人工智能的发展被普遍视为关键触发因素。更新内容主要集中于扩大算力基础设施、强化公私合作，以及识别生成式人工智能带来的新型风险与治理需求。这一趋势反映出成员国人工智能政策正在从以基础能力建设为核心，转向兼顾前沿技术响应与现实应用落地的新阶段。

2.制度层面

人工智能治理结构趋于制度化，但跨部门协调与执行一致性仍具挑战。在治理安排上，多数成员国采用由中央部门牵头、跨部门协调与多方参与相结合的模式。一些国家已设立专门机构负责人工智能治理与合规事务，同时通过咨询委员会、公共—私营联盟等机制吸纳利益相关方参与。但跨部门协调的有效性在不同国家间差异较大，部分成员国仍面临职责分散、执行碎片化等问题，影响政策整体一致性。

监测与评估机制普遍薄弱，制约政策执行透明度与可比性。不到一半的成员国已建立了以关键绩效指标（KPI）为基础的人工智能政策监测体系。许多国家将人工智能进展纳入更广泛的数字化转型评估框架之中，而非设立专门的AI评估指标。这种做法虽具有灵活性，但削弱了政策成效评估的精确性，也限制了成员国之间的横向比较与经验学习。

数据治理与算力基础设施建设持续推进，但能力分布高度不均。十五个成员国已制定国家级数据战略，将数据视为公共资源与战略资产。与此同时，高性能计算、云计算和半导体能力建设成为政策重点，并与欧盟层面的Euro HPC、芯片法案等形成联动。然而，成员国之间的相关能力分布并不均衡，部分国家在算力与数据生态方面明显领先，而能力较弱国家对欧盟公共资源的依赖程度较高，形成结构性差距。

欧盟成员国2024年人工智能技能渗透率，注：图表显示了2016年至2024年间由LinkedIn会员自我报告的具备AI技能员工的比例，并与全球平均基准相比

图片来源：OECD.AI官网

成员国持续扩大人工智能科研投入，但跨境协作仍然有限。多数成员国通过国家计划、研究中心和专题资助持续加大人工智能研发投入，部分国家开始重点支持大模型、语言技术等前沿方向。超过半数成员国已建立国家或区域级人工智能卓越中心。但这些研究中心大多以本国网络为主，跨成员国的系统性科研协作仍较有限，尚未形成高密度的欧盟层级创新网络。

人工智能应用推广成为政策重点，但企业采用水平仍然不均衡。尽管欧盟设定了到2030年75%企业使用数字技术的目标，但人工智能在企业中的实际采用率仍然偏低，且在不同成员国之间、不同规模企业之间差异显著。为此，约三分之二的成员国推出了支持企业、特别是中小企业采用人工智能的政策工具，包括补贴、咨询服务和试验平台。欧洲数字创新中心（EDIH）在降低企业采用门槛方面发挥了重要作用。

针对初创企业和规模化企业的支持机制不断扩展。约三分之二的成员国已推出支持人工智能初创企业和成长型企业的举措，主要通过风险投资、孵化器和创新基金等方式实施。人工智能专项工具将在这些支持嵌入广泛创新、创业政策的框架中，得到进一步发展。

确保人工智能技术为人类服务的举措

来源：OECD.AI官网、欧盟成员国通过调查和访谈报告的数据

人工智能正逐步纳入基础教育与高等教育体系。多数成员国已在中小学数字素养教育中引入人工智能相关内容，如编程、机器人和算法思维。大学层面的人工智能教育亦在扩展，并逐步向人文、商业和治理等学科渗透。但对人工智能教育成果的系统性监测仍然不足，多数国家尚未建立关于课程规模与毕业人数的长期统计机制。

成人技能提升与再培训逐步加强，但结构性人才缺口依旧存在。超过半数成员国在国家技能战略中纳入人工智能内容，并推出专项培训计划。然而，人工智能人才吸引政策仍主要集中于学术领域，对私营部门专业人才的系统性支持相对不足。

人工智能领域的性别与包容性议题仍处于起步阶段。尽管部分成员国推动STEM领域的性别平衡，但专门针对人工智能领域的性别包容政策仍较少。这一问题若长期得不到解决，可能影响人工智能生态系统的多样性与可持续性。

基于人工智能的可持续发展解决方案

来源：OECD.AI官网

重点行业布局总体一致，但反映成员国经济结构差异。医疗健康、公共部门和交通是成员国人工智能政策中最为集中的重点领域，其次为气候与环境、农业等领域。具体优先方向在不同国家间有所差异，侧面反映出各国产业结构与政策需求。

医疗健康领域潜力巨大，但跨境协同不足制约规模化应用。人工智能在医疗领域被视为提升诊疗效率和系统韧性的关键工具，但跨境政策碎片化、数据互操作性不足及法规理解差异等问题，限制了相关应用的广泛部署。报告认为，欧洲健康数据空间（EHDS）是缓解这一问题的关键抓手。

环境与气候领域应用增加，但对人工智能自身环境足迹关注不足。多数成员国已推出利用人工智能支持气候与环境治理的项目，但仅少数国家采取措施降低人工智能系统的能耗和资源消耗，相关政策仍明显滞后。

公共部门与交通领域应用不断扩展，但数据与能力瓶颈依然突出。在公共部门，人工智能主要用于流程自动化和公共服务，但公务人员技能不足和数据碎片化仍是主要障碍。交通领域在自动化和测试方面进展较快，但数据共享与跨境互操作政策仍明显不足。

农业领域人工智能应用逐步推进，但整体潜力尚未充分释放。约三分之二成员国支持人工智能在农业中的应用，但政策覆盖和实施深度受农业经济地位和数字素养水平影响较大。数据共享与跨领域整合仍是制约该领域发展的关键因素。

OCED的评估表明，欧盟成员国已在人工智能政策制度层面形成较为稳固的基础，政策重点正从战略制定转向执行深化与应用扩散。然而，实施不均衡、评估体系薄弱以及跨境协同不足，仍是制约整体成效的核心问题。未来，欧盟人工智能协调行动计划是否成功，将取决于其能否将分散的国家行动转化为具有系统合力的共同政策实践。