2025年全球可信AI治理分析：企业高探索低成熟成普遍现状

人工智能技术正以前所未有的速度重塑全球产业格局，而可信AI治理成为保障技术健康发展的关键支撑。根据安永与赛博研究院联合发布的《2025全球可信AI治理与数据安全报告》，全球人工智能治理呈现出明显的"中美双极主导，多强梯队跟进"的竞争格局，而企业在AI治理方面普遍表现出"高探索、低成熟"的特征。这份基于近百家企业调研的报告揭示了当前AI治理的关键挑战与发展趋势，为行业提供了重要参考。

一、全球AI治理格局呈现明显区域化特征，监管路径分化显著

从全球范围看，主要国家和地区已形成各自特色鲜明的AI治理模式。欧盟推行"政策协同+规则输出"的发展战略，以《人工智能法案》为核心构建起全球首个全面的人工智能专门法律体系。该法案采用风险分级监管原则，将AI系统划分为四个等级，并针对不同级别设定相应义务。值得注意的是，欧盟近期呈现出监管松绑趋势，2025年4月发布的《人工智能大陆行动计划》提出简化合规程序，降低企业负担。

美国则建立了联邦与州双轨并行的分散化监管体系。特朗普政府倾向于行业自律方式，签署《消除美国人工智能领导地位的障碍》行政命令，废止拜登政府的AI监管框架。在州层面，科罗拉多州2024年颁布的综合监管法案借鉴欧盟理念，对"高风险人工智能系统"实施特别规制。这种灵活监管在促进创新的同时，也可能加剧算法偏见、深度伪造滥用等伦理风险。

中国形成了国家—行业—地方三级治理架构，以"发展+安全"为核心的双轮驱动体系。从2017年《新一代人工智能发展规划》提出"三步走"立法规划，到2025年8月《关于深入实施"人工智能+"行动的意见》将AI明确界定为"新质生产力"核心要素，中国AI产业政策重心随技术成熟度动态调整。目前，中国已建立算法备案与大模型备案的双备案机制，截至2025年3月，共有346款生成式人工智能服务完成备案。

日本和韩国展现出"软硬结合+协同治理"的特色。日本主要遵循非约束性指导原则，2024年发布的《商业人工智能指南1.0版》体现了灵活的软法特征。韩国则走"软法先行、硬法固本"路径，2024年末颁布《人工智能法案》，采用"负面清单"管理模式为创新发展预留空间。

二、企业AI应用渗透率与治理成熟度存在明显落差，数据安全成首要关切

调研数据显示，人工智能技术在企业管理(81%)、客户服务(60%)、产品研发(50%)等场景的渗透率较高，但在供应链优化、智能制造等复杂场景中技术应用相对缓慢。这种分布反映出企业在不同业务环节中对AI应用的优先级和投入策略差异。

在企业AI战略规划方面，仅有12%的企业制定了明确的AI目标与战略，但82%的企业处于规划中或已初步定义，表明AI对企业高质量发展的重要性已成为共识。然而，企业AI治理的组织规划和运营模式尚不明确，43%的企业初步定义相关职能团队但未明确运营模式，35%的企业尚未定义团队与职责。

在模型选择方面，企业首选应用开源模型(67%)，其次是厂商SaaS服务(44%)和独立部署模型(25%)，仅23%的企业使用自研大模型，显示对外部模型的强依赖性。当被问及选择大模型产品的考量因素时，88%的企业最看重模型的准确性和稳定性，79%关注数据使用的合规性与隐私保护。

数据安全风险成为企业应用AI的最大担忧。65%的受访企业将数据泄露风险列为首要关切，其次是法律合规风险(42%)和隐私保护风险(33%)。在技术控制措施上，企业优先部署与传统信息安全接轨的手段，如身份与访问控制(45%已全面实施)、基础架构安全防护(46%已全面实施)等，而对AI特有风险的防范相对滞后。

资源投入方面，企业表现谨慎。过去12个月，仅43%的企业在AI投入占IT总预算比例高于10%，同等比例的企业投入占比不足5%。这种投入水平与AI技术的重要性形成鲜明对比，反映企业在AI投资上的审慎态度。

三、可信AI治理体系建设呈现技术主导特点，跨部门协同机制逐步完善

调研显示，37%的企业已初步或已定义可信AI治理框架，34%正在建设或规划中，与AI治理建设进度基本一致。在治理架构方面，42%的企业由信息科技/数字化/数据部门主导治理工作，法务、合规、隐私保护部门也有较高参与度。

设立统一管理委员会成为多数企业的选择，59%的企业已设立或正在规划可信AI治理委员会，其中超过三分之一设置为独立委员会。这种组织设计反映了企业对AI治理跨部门协同需求的认可。

在治理标准建设方面，企业呈现"多源融合、因需而用"策略。66%的企业参考中国本土法律法规，53%借鉴美国NIST的《AI风险管理框架》，50%采用ISO/IEC 42001国际标准，41%参考欧盟《人工智能法案》。这种多元标准融合 approach 有助于企业应对全球合规挑战。

技术控制措施方面，企业延续传统安全思路。数据脱敏、加密及密钥管理措施实施率高达83%，身份与访问控制、基础架构安全防护等传统安全措施普及率较高。然而，针对AI特有风险的技术控制如"大模型文件安全""AI物料管理"等实施率均低于15%，显示企业对AI新型风险防范的滞后。

培训教育方面，54%的企业已向全体员工开展AI安全与合规培训，但针对性培训不足。管理层专属宣贯仅23%，业务场景专题培训占27%，面向AI核心团队的专业培训仅38%，反映企业在AI治理能力建设上的不均衡。

四、未来AI治理向数据驱动和生态协同方向发展，标准化需求迫切

面对治理挑战，58%的企业认为适应不断更新的法律法规带来显著资源投入和流程复杂性，46%指出AI架构技术复杂性增加治理难度，40%表示缺乏统一规范增加策略不确定性。这些挑战凸显标准化建设的迫切性。

企业对AI发展保持乐观，74%相信AI技术将在未来5年持续释放价值。在治理投资趋势上，37%的企业明确表示正增加预算，但半数企业对未来投资趋势缺乏明确判断，反映规划不确定性。

未来AI治理将呈现五大趋势：以数据治理为切入点，形成跨机构协作、分场景治理模式；以AI智能体为驱动力，发展自主迭代的新一代可信AI；以评估机制为核心，形成全生命周期治理框架；AI与安全技术深度融合，构建双轮驱动模式；通过区域协同与国际合作，推动"多元共生"的全球治理新格局。

企业对可信AI治理的期望聚焦三大方向：72%的企业呼吁发布权威标准框架，70%希望完善技术产品标准与认证，58%期待AI服务提供方推出标准化可信方案。这些需求指向行业对系统性治理支持的高度渴望。

以上就是关于2025年全球可信AI治理的分析。当前全球AI治理呈现区域化特征，企业应用与治理成熟度存在落差，治理体系建设以技术主导为主，未来将向标准化和生态化方向发展。随着技术不断演进和监管环境逐步完善，可信AI治理将成为推动人工智能健康发展的重要保障，需要企业、政府、学术界等多方共同努力，构建安全、可靠、透明的人工智能应用生态。

编辑：666知识控