全球AI创新治理|北美人工智能治理政策的双重鸿沟

作者:陈韵仪 发布时间:2026-05-07 09:43:37 来源:全球人工智能创新治理中心+收藏本文


编者按


在全球人工智能竞争白热化的背景下,加拿大智库国际治理创新中心(Centre for International Governance Innovation, CIGI)近期发布两篇研究报告《弥合人工智能政策鸿沟:来自加拿大建设者的视角》与《数字时代的巨大脱节:人工智能去监管化与公众信任》,分别从产业供给与社会需求两个维度切入,解构北美人工智能治理中存在的双重困境。前者聚焦产业供给侧,指出加拿大政府虽然在人工智能领域投入了巨额公共资金,但政策过度聚焦科研前端与基建后端,忽视了产品商业化、初创企业成长的中间环节,导致本土AI企业创业困难、产业资本与人才外流。后者关注社会需求侧,通过跨国民调数据揭示公众对人工智能监管的强烈诉求,指出美国政府“创新优先”的监管松绑政引发了隐私泄露、安全风险与行业信任赤字等问题。


两篇报告共同指出了政策设计与现实需求脱节的问题,并为北美地区破解人工智能发展困局、构建平衡创新与安全的治理体系,提供了兼具实践价值与民意基础的参考。


以下译文仅代表原文作者的个人观点与分析立场。详细内容请参阅文末原文链接。


作者介绍


报告一:拉米・阿尔哈马德(Rami Alhamad),加拿大科技创业者、工程师,现任魁北克人工智能研究所(Quebec Artificial Intelligence Institute)入驻创业者,同时担任安特勒(Antler)投资合伙人。


报告二:芬・奥斯勒・汉普森(Fen Osler Hampson),曾任国际治理创新中心(CIGI)研究员、全球安全与政治项目主任,现任卡尔顿大学(Carleton University)校长特聘教授。保罗・桑普森(Paul Samson),现任国际治理创新中心(CIGI)主席,曾担任加拿大政府高级官员。肖恩・辛普森(Sean Simpson),现任益普索公共事务机构(Ipsos Public Affairs)高级副总裁。


图片

图片来源:报告原文

01

弥合人工智能政策鸿沟:来自加拿大建设者的视角



困境:投入充足但资本与人才持续外流


当前加拿大人工智能发展的核心问题,并非政府资金投入不足,而在于这些投入是否能满足AI初创企业的实际需求。


数据显示,加拿大在人工智能领域的公共投资规模相当可观。自2017年以来,“泛加拿大人工智能战略”(Pan-Canadian AI Strategy)已为产业生态投入超5亿加元;2024年,加拿大推出20亿加元的“主权算力战略”(Canadian Sovereign AI Compute Strategy);2025年,财政预算进一步加码,计划五年内投入近9.26亿加元建设主权算力基础设施,六年内拨付2500万加元支持加拿大统计局TechStat项目,用于量化人工智能应用普及情况。此外,Scale AI等机构还为产业主导的技术融合项目提供资金支持,各项投入均体现了加拿大发展人工智能的政策决心。


然而现实情况却与政策预期相反。大量加拿大AI创业公司选择在美国特拉华州注册,风险投资也持续流向美国市场;2026年初,美国创业孵化器Y Combinator甚至一度要求加拿大初创企业迁移注册地至美国或其他离岸司法辖区。与此同时,人才外流问题同样严重。多伦多大学、滑铁卢大学和英属哥伦比亚大学的STEM毕业生中,约四分之一选择出国工作,其中软件工程专业毕业生的外流比例高达66%。


图片

扭转人才流失趋势:加拿大STEM人才都去了哪里?

图片来源:Immigration.ca


许多创业者指出,加拿大AI政策存在一个核心结构性问题:政策资金高度集中于科研前端,同时以大额投入布局基础设施后端,却忽视了从模型到产品转化的环节——这一环节包括原型产品落地为商用产品、初创企业获取首批客户、快速迭代产品、验证商业模式等核心场景,对于AI初创企业的生存与发展至关重要。政策体系在此环节的缺失会导致大量创新难以转化为可持续的商业成果。


科研布局的误区与重构


在科研布局方面,中等强国的传统发展思路是集中资源发展少数优势领域,但现实证明,人工智能的创新突破往往诞生于通用型应用场景,而非政府预设的垂直发展路径。加拿大两大头部AI企业Cohere与Ada正是典型案例。两家企业均脱胎于多伦多基础AI研究社群,而非政府指定的产业方向。Cohere专注于开发企业级通用大语言模型,Ada为全行业提供客户交互自动化服务,这类成功难以通过政府规划被预测。如果政策过度聚焦特定领域,不仅可能错失关键技术突破,还会将国家锁定在技术迁移性有限的产业路径中。


相比之下,更有效的科研投入模式是支持基础能力建设,包括开源模型、共享算力和人才培养,这类投入可支撑全场景应用创新,这也是中美高校的主要做法。加拿大虽然具备相关布局基础,但在基础研究层面的资源投入仍缺乏全球竞争力。


需要明确的是,基础能力建设也有侧重点,加拿大应围绕自身现实需求来设定优先发展方向,比如医疗健康领域。由于加拿大人口分布分散、公共医疗系统压力较大,对特殊场景的AI技术需求量大——包括偏远社区、北方原住民保留地、网络不稳定的基层诊所等常规开发者忽视的应用环境。研发可离线运行、安全合规的大语言模型,不仅能解决本国问题,也具备国际市场潜力。对这种面向发达国家、但基础设施类似发展中国家的AI研发需求提供解决方案,是加拿大的独特优势。


图片

人工智能与医疗保健:加拿大的未来

图片来源:Celestial Systems


基础设施建设与数据主权


在基础设施问题上,政策制定者与创业者之间存在明显的认知差异。尽管20亿加元的主权算力战略被视为行业发展的积极信号,但算力储备与落地应用能力是两个不同的概念,企业真正缺乏的并非算力本身,而是一个可在本国司法体系下运行的完整云计算环境,以支持模型的训练、部署与运营。


当前,大多数加拿大企业依赖美国云服务,而根据《云法案》(CLOUD Act),无论数据物理存储位置在哪里,美国政府都可强制要求服务商提交数据,这导致了涉及医疗信息、政府合同或商业机密的加拿大初创企业始终面临合规风险。数据主权问题不仅为行业发展带来不便,更使得企业倾向于选择海外注册地。


对美国的过度依赖问题在金融体系已有先例。2019年,时任加拿大总理的马克·卡尼曾指出,全球货币体系对美元的结构性依赖,形成了任何稳健国内政策都无法化解的系统性漏洞。这一逻辑完全适用于人工智能基础设施建设。无论加拿大如何投入科研、培育人才、发布算力战略,只要模型部署的核心云环境仍隶属于美国司法管辖,国内投资的效果就会被削弱。


事实上,加拿大具备发展主权AI基础设施的现实优势。低廉的水电与核电能源成本,叠加北方寒冷气候带来的散热成本优势,使得加拿大的AI算力运营成本,显著低于美国弗吉尼亚州、俄勒冈州等核心算力集群。如果能够通过政策引导,将这一优势转化为产业吸引力,加拿大有潜力成为全球低成本AI算力中心。但这不仅需要建设数据中心,更需要支持研究机构开发本土基础模型,并确保其在本国法律框架下运行与应用。


图片

清洁算力助力加拿大主权人工智能

图片来源:CLIMATE TECH CANADA


待激活的公共采购市场


相较于科研与基建问题,最令创业者无奈的是加拿大政府自身不愿成为AI技术的采购方与应用方,因为加拿大公共部门本身就是国内规模最大、尚未开发的AI应用市场——从城市审批流程到税收系统,再到广袤北极地区的监测需求,这些场景都具备显著的AI应用价值。如果政府能够通过采购机制引入本土AI解决方案,不仅可以提升效率,也能为初创企业提供至关重要的市场验证机会。


总结:重塑资本激励与采购机制


报告提出了两项具有代表性的政策设想,聚焦打破行业核心壁垒。


其一是设立人工智能专项经济区。在特定地理区域推行政策优惠,对长期科技投资免征资本利得税,核心目标是构建与美国特拉华州对等的风险投资激励体系,让加拿大本土注册成为企业的战略选择,而非被动妥协。这一模式已有成功先例,如中国深圳和迪拜硅谷园区,均通过税收与监管创新实现了快速发展。


其二是创新型财政配比机制。联邦各部门应按固定预算比例,强制采购加拿大本土AI解决方案,且该部分支出可计入北约国防开支达标额度。其核心逻辑在于,人工智能能力是现代国防的核心刚需,盟国正普遍通过军民两用技术投资,履行国防安全义务。


总体来看,加拿大并不缺乏人工智能投入与科研人才储备,真正缺失的是连接公共投资与商业现实的纽带——完善的基础设施、有效的采购机制、有竞争力的资本激励,以及将AI创业者纳入政策制定过程的制度安排。在这一断层未被弥合之前,公共资金仍将持续流入产业上游,而初创企业则会在成长过程中不断流失。

02

数字时代的巨大脱节:人工智能去监管与公众信任



图片

图片来源:报告原文


政策导向与民意相反


美国政府始终认为,监管规则是欧洲舶来品,会限制美国的技术创新能力。在总统特朗普推动下,美国政府与大型科技企业达成合作联盟,以“减少官僚负担”为由大幅削弱AI领域的监管措施,包括撤销以安全为导向的行政命令、挑战各州隐私立法等,将技术快速创新与全球霸权争夺置于严格监管之上。


然而,在缺乏欧盟《人工智能法案》《通用数据保护条例》这类统一、完善的监管体系的条件下,美国政策制定层与普通民众之间开始产生分歧。美加两国的调研数据显示,碎片化、约束力较弱的监管体系阻碍了科技行业获取公众信任,甚至加剧了公众的不安情绪。


2025年卡尔顿大学、CIGI、益普索联合开展的全球数字治理综合调研(2025 Carleton-CIGI-Ipsos global survey)显示,民意趋势与去监管化的政策导向恰恰相反。75%的美国受访者与79%的加拿大受访者支持建立严格、协同的人工智能监管框架,仅有少数人认为应优先推动人工智能快速创新与普及。


图片

图1 AI发展优先事项:创新还是治理?

图片来源:报告原文


公众对监管的集体诉求


调研报告表明,美国、加拿大与欧洲民众对AI监管的诉求逐渐趋同。数据显示,欧洲有85%的受访者认为AI必须受到监管,美国与加拿大的比例也分别达到83%和84%。更为重要的是,这种认知已经从价值判断转变为对政府行动的明确要求,全球范围内82%的受访者认为本国政府应加大AI监管力度。


将数据细分来看,在AI对个人隐私的影响方面,47%的美国受访者认为AI将削弱个人隐私,这一比例在加拿大更高,达到54%,欧洲则为46%;在对AI工程师与研发者的信任方面,美国、加拿大民众的信任比例分别为32%、31%,而欧洲略高为42%;在对民主制度的影响方面,59%的美国民众、57%的欧洲民众认为AI对民主构成威胁,加拿大民众的担忧比例更高,达到62%。


图片

图2 对AI工程师与研发者的信任

图片来源:报告原文


图片

图3 AI对民主制度的威胁

图片来源:报告原文


这些民意趋势反映了传统“市场主导”的治理偏好已发生转变,当技术风险涉及侵犯个人隐私与破坏民主秩序时,社会公众已不再接受科技企业“快速行动、事后修复”的发展模式,AI问题已从技术议题上升为制度安全议题。


公众认知的转变


对比2021年的调研数据,可以更清晰地看到公众对数字领域的认知发生的转变:2021年,民众看待数字世界的核心关键词是“便捷性”与“互通性”;而到2025年,关注焦点已全面转向“数字主权”与“安全保障”。


如今,公众已跳出政治话语中创新与监管对立的叙事逻辑,全球民众以三比一的压倒性比例,认为监管约束应优先于无限制的技术创新。尽管美国政府仍将欧盟的监管框架视为其技术霸权的威胁,越来越多的加拿大民众却将其视为保障自身数字权益的范本。


特朗普政府通过压制州级立法、强调创新速度的去监管政策路径,虽然在科技产业内部获得一定支持,但与公众主流意见存在明显冲突。用户信任是技术应用扩散的基础条件,如果政府持续忽视公众对强监管的诉求,“信任赤字”问题将进一步扩大,这不仅是政治问题,更会对未来的数字经济发展产生实质性影响。




原文链接




  1. Bridging the AI Policy Gap: Perspectives from Canada’s Builders,https://www.cigionline.org/articles/bridging-the-ai-policy-gap-perspectives-from-canadas-builders/

  2. The Great Digital Disconnect: AI Deregulation Versus Public Trust,https://www.cigionline.org/articles/the-great-digital-disconnect-ai-deregulation-versus-public-trust/