一、引言

当前，全球科技竞争与产业变革加速演进。作为新一轮科技革命的重要驱动力，人工智能正在重塑产业结构、商业模式与国际竞争格局。推动AI业务出海，既是企业拓展增长空间、参与全球产业分工的重要路径，也有助于提升中国技术、产品与标准的国际影响力。

但AI出海并非简单的产品国际化，而是一项贯穿技术、数据、资本、人员与供应链的系统性合规工程。企业一方面要遵守中国关于技术出口、出口管制、对外投资、外商投资安全审查和数据跨境流动的要求；另一方面还需适配目标市场在行业准入、数据保护、人工智能、知识产权、网络安全和云服务等方面的属地规则。两套规则可能同时适用，甚至产生冲突，使AI企业面临“双向监管叠加、多个法域并行”的合规难题。

本文从境内监管与境外监管两个维度，梳理AI企业出海所面临的核心法律框架及其最新变化，并以欧盟为重点分析数据跨境、生成式AI版权和《人工智能法》执法带来的现实挑战。

二、技术出口与数据跨境：AI企业出海的两道前置关卡

（一）技术出口：从单一走向复合

1. 以技术出口管理为核心的复合监管体系

（1）技术出口管理

在法律语境下，技术出口不限于技术转让或许可，也包括通过贸易、投资、经济技术合作及技术服务等方式，将技术从中国境内转移至境外。2026年7月1日起施行的《国务院关于对外投资的规定》进一步强调，在对外投资活动中，不得出口、使用国家禁止出口的货物、技术、服务及相关数据，也不得未经许可出口、使用国家限制出口的相关对象；跨境派遣技术人员、提供技术指导或者安排跨境培训等，同样不得成为转移禁止出口或者未经许可转移限制出口技术、服务及相关数据的通道。但需要澄清的是，该规定强化的是对受控对象及实质转移方式的穿透监管，并不指向所有跨境派员或培训活动当然构成受限制的技术出口。

我国对禁止、限制出口技术实行目录管理。《中国禁止出口限制出口技术目录》中的禁止类技术不得出口，限制类技术须取得许可，目录以外的自由出口技术原则上实行合同登记。在现行版本目录（2025年版）中，AI领域相关技术已被明确纳入限制出口类“信息处理技术”范畴[1]，企业应根据具体控制要点逐项比对，不能仅凭“大模型”“源代码”或“模型权重”等名称直接得出是否受限的结论。

对AI企业而言，模型源代码、权重参数、算法架构、训练方法、技术文档以及由境内研发人员提供的持续性技术支持，都可能成为技术出口分析的对象。判断重点不只是交付物的名称，还包括其技术内容、成熟度、接收方、使用方式和是否落入目录控制要点。涉及限制出口技术的，通常需要先申请许可意向，再签订技术出口合同并申领技术出口许可证；合同生效及后续登记应依现行规则办理。

（2）其他可能叠加适用的监管机制

• 出口管制

出口管制的作用对象是军民两用物项、军品、核以及其他与维护国家安全和利益、履行防扩散等国际义务相关的货物、技术、服务等物项（包括物项相关的技术资料等数据），主要法律依据包括《出口管制法》《两用物项出口管制条例》等。我国对于出口管制同样实行清单式管理，出口落入管制清单的物项、技术的，需事先取得出口许可证。此外，商务部还可依法实施临时管制措施。

目前我国并未明确将大模型、人工智能等技术列为出口管制对象，建议出海AI企业及时关注我国出口管制法规、政策的最新变化，若发现自身落入管制范围的，应及时叫停相关出口业务或者依法取得出口许可。

• 外商投资安全审查

根据《外商投资安全审查办法》，外国投资者对关系国家安全的重要农产品、重要信息技术和互联网产品与服务、关键技术等领域开展投资并取得实际控制权的，外国投资者或境内相关当事人必须在投资实施前主动申报。目前，前述“重要信息技术和互联网产品与服务”和“关键技术”范围尚无法律定义，但从现行监管口径上看，通用AI智能体相关技术已被纳入外商投资安全审查的覆盖范围。

• 不可靠实体清单及反外国制裁措施

依据《反外国制裁法》《反外国不当域外管辖条例》《不可靠实体清单规定》等法律法规，对于被我国列入反制清单、恶意实体清单、不可靠实体清单等的个人、组织，出海AI企业需依法叫停与这类个人、组织有关的交易、合作等活动。

2. “洗澡式出海”及类似行为被否

近年来，随着全球行业准入、数据本地化、对华出口管制等监管政策收紧，以及我国日益关注前沿人工智能领域的国家安全和利益问题，部分企业开始采用“境内研发-境外换壳”的“洗澡式出海”模式，试图规避中国的技术跨境监管及某些国家/地区的对华限制政策。

这种“洗澡式出海”模式能否真的洗除技术跨境合规风险？监管部门在M公司外商投资安全审查案中给出了否定答案。该案表明，“境内研发—境外换壳”的“洗澡式出海”无法当然隔断中国对技术跨境转移的监管。即使交易标的是境外注册主体，监管部门仍可能穿透审查项目的实质来源，重点判断核心模型、训练数据、研发人员和早期运营能力是否在中国境内形成，以及境外收购是否实质导致中国前沿AI技术和相关能力转移。该案虽以外商投资安全审查为切口，本质上反映了国家对敏感人工智能技术跨境的实质监管。

对AI出海企业而言，迁移总部、裁撤境内团队、关停境内服务或屏蔽大陆用户，并不能消除既有技术的“中国来源”属性。企业在境外融资、重组、出售或被并购前，应系统梳理境内研发贡献、技术与数据权属及跨境转移路径，综合评估技术出口、出口管制、数据出境和外商投资安全审查要求，避免以形式上的主体迁移替代实质合规，从而影响交易确定性和海外业务的持续经营。

（二）数据跨境：分级分类、宽严相济的监管机制

1. 现行数据跨境监管机制

我国对数据出境实行分类分级管理。对于AI企业，在不考虑关键信息基础设施运营者等特殊主体规则的情况下，主要需要判断：其一，是否向境外提供重要数据，若是，原则上应申报数据出境安全评估；其二，是否向境外提供个人信息，若是，应根据处理场景、信息类型和数量规模选择安全评估、个人信息出境标准合同、个人信息保护认证等路径，或者判断是否符合豁免条件。

相较个人信息，重要数据的识别标准仍在行业化、场景化过程中不断细化。2026年6月，国家网信办等六部门印发《金融信息服务数据分类分级指南》，将金融信息服务数据划分为业务数据、用户数据和企业数据，并细分为核心数据、重要数据、敏感一般数据和常规一般数据。指南结合覆盖范围、精度、规模和影响程度提供识别参考，说明重要数据监管正在由原则性要求转向更具体的行业口径（参见笔者此前的解读文章：穿透监管与行为红线：《金融信息服务数据分类分级指南》重要数据双轨判定的原则与趋势）。

类似趋势也体现在汽车行业。2026年2月发布的《汽车数据出境安全指引（2026版）》围绕研发设计、生产制造、驾驶自动化、软件升级和联网运行等场景细化数据出境判断与合规要求。各自由贸易试验区的数据出境负面清单也在形成更具地域和产业特点的规则。预计重要数据识别将继续沿着“国家标准—行业规则—场景清单”的路径完善。

此外，程序确定性亦有所提升。国家网信办明确：在相关行业尚未发布重要数据识别规则，且企业未被有关部门告知、相关数据也未被公开发布为重要数据的情况下，企业未将其作为重要数据申报，不会仅因此被认定为违法；一旦企业被告知掌握重要数据，或者其掌握的数据被公开发布为重要数据，继续开展出境活动的，应当在被告知或公开发布后两个月内申报数据出境安全评估。

2. 宽严相济的新趋势

一方面，数据跨境可能成为制裁和反制措施的执行工具。2026年施行的《国务院关于产业链供应链安全的规定》允许有关部门对拒不执行相关措施的境内组织、个人，采取禁止或限制其从境外接收或者向境外提供数据、个人信息等措施；《反外国不当域外管辖条例》也规定，对恶意实体清单中的外国组织、个人，可以禁止或限制中国境内主体向其提供数据、个人信息，对拒不执行或规避反制、限制措施或者违反禁执令的主体，还可施加双向的数据和个人信息流动限制。

这意味着，企业即使已经完成数据出境安全评估、标准合同备案或目的地国家的合规安排，也不能当然排除后续反制措施对数据链路的影响。跨国企业需要将制裁与反制筛查纳入数据跨境治理，而不能把数据合规局限于一般的网信监管路径。

另一方面，人工智能国际合作政策释放了便利数据流动的积极信号。2026年7月16日，成立世界人工智能合作组织协定在上海签署；次日发布的《人工智能合作发展行动计划》提出，在部分领域建设运营跨境可信数据空间，促进高效、便利、安全的数据跨境流动。但此类政策导向尚不能替代现行安全评估、标准合同或认证要求。对企业而言，更稳妥的判断是：AI领域可能获得更多场景化便利安排，但应等待具体制度落地，而不宜仅凭政策倡议提前放宽合规标准。

三、全球监管矩阵：AI企业出海的核心合规挑战

对于中国科技企业，尤其是AI企业而言，出海全球面临三重核心挑战：第一，AI、数据与网络安全规则日趋体系化；第二，版权和数据诉讼开始形成可量化的责任；第三，信任与地缘风险。

（一）全球AI监管的三个趋势

1. 从原则治理走向差异化硬法

全球AI监管已经呈现不同强度。欧盟通过GDPR、《人工智能法》、DSA、DMA和《数据法》等构建了覆盖数据、模型、平台、竞争与数据流通的综合体系；韩国《人工智能发展和建立信任基础框架法》于2026年1月22日施行，越南《人工智能法》于2026年3月1日施行，二者均采取促进产业与风险治理并重的路径；新加坡和中国香港仍较多依赖治理框架、行业指引与监管沙盒；日本《人工智能相关技术促进法》虽属正式立法，但以政策促进、基本计划和调查治理为主，制裁色彩相对较弱。

因此，以“硬法或软法”简单二分并不足够。企业更应关注目标市场是否设置高风险系统分类、透明度义务、合格评定、本地代表、监管调查权和罚则，以及既有的数据保护、消费者保护、版权和产品安全规则如何与AI专门立法叠加。

除上述梯度特征外，部分国家/地区还建立了特色监管机制。例如，沙特阿拉伯对云计算服务商实施强制注册制度[2]，将其划分为A/B/C/Qualifying四类资质等级，分别授予其面向不同服务对象（政府/私营/非营利/个人）提供不同数据类型（公开/秘密/机密/绝密等）处理服务的市场准入权限，形成独特的“资质壁垒”式监管体系。

2. 域外效力与本地责任

从全球现行AI领域相关监管法规来看，域外效力已逐渐成为各国立法中的“标配”，欧盟《通用数据保护条例》《人工智能法》、韩国《个人信息保护法》《人工智能发展和建立信任基础框架法》等法规，均已将适用范围扩展至面向本国/地区提供产品/服务的海外主体。针对未在辖区内设立经营实体的境外主体，上述法规普遍要求其委任本地代表，作为境外企业履行属地合规义务、接受监管核查与问询的对接主体。

值得注意的是，本地代表并非简单的联络窗口，而是需承担实质合规责任的“责任锚点”。例如，韩国《人工智能发展和建立信任基础框架法》规定，跨国企业在韩国境内指定的本地代表需承担合规报告、配合调查等职责，若本地代表违规，责任将直接追溯至境外企业。而在欧盟《人工智能法》下，通用AI模型提供商的授权代表还需承担核验并保留技术文件至少10年、核验模型提供商是否履行相关合规义务等合规职能。

3. 面向中企的“定向规则”

自2024年以来，美国政府陆续颁布《关于防止受关注国家获取美国人批量敏感个人数据和美国政府相关数据的行政命令》（“EO14117”）及其实施规则，旨在限制或禁止受关注国家获得美国政府数据或批量敏感个人数据的数据交易，已于2025年4月8日起正式生效。具体而言，该规则将数据交易分为禁止交易、受限交易和豁免交易三类：对于禁止交易，任何美国主体不得实施；对于受限交易，则需在取得美国司法部的授权许可或者履行有关义务后，方可实施。

EO14117及其最终规则具有显著的“靶向性”，其明确将中国（含香港、澳门）列为“受关注国家”，其本质在于限制或切断中资企业在美获取政府数据或批量敏感个人数据的合作渠道。一方面，该规则实行穿透式监管，即使企业注册于开曼群岛、新加坡等地，只要受中资企业直接或间接控制，也属于“受限主体”；另一方面，该规则所涉数据交易并非仅局限于直接买卖数据的数据经纪等行为，也包含在相关业务合作中获取相关数据的情形（如基于供应商协议、雇佣协议、投资协议获取数据）。换而言之，该规则对于批量敏感个人数据数据传输的管控，很有可能演变为对中资企业进入美国市场、与本土合作方开展合作的实质性阻碍。2025年4月2日，美国国立卫生研究院（NIH）已率先执行该规则，自4月4日起禁止位于中国及其他受关注国家的机构访问其受控数据存储库及相关数据，从而直接影响基因、医疗和生命科学领域的跨境科研合作。

这种靶向性规则可能将越来越多，典型的例子就是欧盟ICT供应链安全规则，欧盟委员会曾明确支持成员国限制或排除中国有关企业，认为其相较其他5G供应商具有“实质上更高的风险”。判断依据不只包括产品技术安全，还包括供应商可能受到特定第三国法律、政府和公司治理结构影响。欧盟在2026年发布的ICT供应链安全工具箱又将这一思路从5G扩展至联网汽车、检测设备及其他关键ICT供应链，强调减少对“高风险供应商”的依赖，其在2026年《欧盟网络安全法案》修订草案中，拟将“可信ICT供应链”机制上升为统一法律制度。这些规则变化反映出欧美监管正在由一般、国别中立的技术安全要求，转向以国家安全、实际控制和母国法律环境为基础的供应链准入审查。

（二）以欧盟为例，三项正在兑现的合规风险

1. 数据跨境：SCC并未失效，但形式合规远远不够

中欧数据跨境的合规逻辑正在被重构。最具代表性的案件，是爱尔兰数据保护委员会（DPC）就某短视频出海平台个人数据跨境作出的5.3亿欧元处罚。DPC认定，该平台未能证明中国境内人员远程访问EEA用户数据后仍能为用户数据提供与欧盟实质等同的保护，违反GDPR第46(1)条；其早期隐私政策未充分披露相关传输国家和远程访问方式，违反第13(1)(f)条。罚款中4.85亿欧元针对数据传输违法，4500万欧元针对透明度违法。

该平台其后就该案向爱尔兰高等法院提起上诉，该法院于2026年先后就实体认定（[2026] IEHC 347）及罚款计算（[2026] IEHC 419）作出判决。具体而言，法院在[2026] IEHC 347中驳回该平台的大部分实体上诉理由，维持GDPR第46(1)条和第13(1)(f)条的核心违法认定，但认为DPC未充分处理该平台提交的部分中国法专家意见及Project Clover技术措施，因而撤销相关纠正命令并发回重审。法院并未据此确认Project Clover已经合规。其后的[2026] IEHC 419又使集团营业额、母公司程序权利及罚款累计等问题进入进一步审查，罚款最终处理仍有不确定性。

该案揭示的核心困境并非SCC本身失效，而是中国企业即使签署SCC，也仍须“核实、保障并证明”中国法律环境、政府数据调取风险及境内团队的实际访问方式不会削弱欧盟要求的实质等同保护；当业务运营必须允许中国人员接触可识别或可解密数据时，合同承诺、TIA以及常规传输和存储加密往往不足以完成这一证明，从而使企业陷入全球运营需求、欧盟数据保护要求与中国法律义务相互叠加的结构性合规困境。

总体上看，由于中国目前未获得欧盟充分性认定，企业即使将欧洲用户数据保存在欧盟、美国或新加坡，只要中国境内的客服、运营、研发或技术人员能够远程访问，仍可能构成向中国的数据传输，并须证明SCC、传输影响评估及补充措施能够使数据获得与欧盟实质等同的保护；如仅完成SCC合同签署和常规加密，却仍允许境内团队接触可识别的明文数据，企业不仅可能面临高额罚款、暂停传输和持续审计，还将承受欧洲数据本地化、境内员工权限受限、全球协同效率下降及合规成本上升等连锁影响。对此，对于出海欧盟的中国企业应未雨绸缪，从形式合规转向可验证的实质合规，形成较为完整的合规证据。对于无法通过技术和组织措施有效降低风险的高敏感场景，则应尽早考虑将数据处理能力及相关运营岗位实质性留在欧洲。

2. 版权：从训练数据来源到模型记忆与输出归责

总体上欧盟对于AI场景下版权的保护问题比较谨慎。从GEMA诉OpenAI案到GEMA诉Suno案，欧洲关于生成式AI版权的判例正在形成一套以“数据来源—训练复制—模型记忆—生成输出”为主线的分层判断规则。

在训练数据的责任方面，2025年，慕尼黑第一地方法院在GEMA诉OpenAI案中认为，受保护歌词能够通过简单提示从模型中被较完整地输出，可以支持有关表达以可再现形式被模型“记忆”的判断，并据此认定模型内部复制和输出侵权。2026年，该法院在GEMA诉Suno案中将分析扩展至音乐作品，并区分发生在美国的训练行为、德国境内的模型存储和面向德国用户的输出。在该案中，法院认为，TDM例外原则上可以覆盖为建立、分析训练语料所必需的复制，但其适用仍取决于合法访问、权利保留和复制目的等条件；如果企业通过Stream-Ripping或规避技术措施取得作品，或者作品在训练完成后仍以能够被模型实质再现的形式留存，相关行为可能超出TDM例外。对于发生在美国的训练，该法院适用美国版权法并否定fair use，特别强调Suno规避YouTube的技术防护措施抓取作品，相关行为具有商业目的，且模型能够生成与原作实质相似并具有市场替代性的输出（此处为关键事实，不同于Bartz和Kadrey案中训练材料未在输出端被实质呈现的情形）。

在输出责任上，两案均倾向于认为，当用户仅提供简单、开放式提示，而受保护内容主要由训练数据、模型架构和参数决定时，侵权输出应归责于模型提供者，提供者不能将其完全归因于用户。在GEMA诉Suno案中，该法院进一步明确了这类场景下难以援引DSA第6条针对被动托管第三方信息的避风港规则。

由此可见，发生在欧盟之外的训练行为不能隔绝欧盟诉讼风险，但欧洲对AI训练带来的版权风险判断亦非一刀切，如数据合法取得和纯粹分析目的可能受到TDM例外保护。但如模型可提取地记忆作品、输出可识别地再现受保护表达、训练来源违法或输出对原作市场形成替代，均会显著提高侵权风险。尽管上述两案均为德国一审判决，尚不能等同于欧盟法院已经确立的统一规则，但已经为欧洲AI版权执法提供了具有指标意义的分析框架。

对于中国的AI出海企业而言，不能仅依赖TDM例外、用户条款或平台避风港免责，工作的重点除了核查训练数据来源、许可范围、权利保留及技术措施等常规操作之外，还需要在欧盟上线前开展模型记忆输出测试，对高风险（产生替代）实施去重、删除、降权及输出拦截，并保留数据来源、清洗和测试记录。

3. AI Act：GPAI义务进入实际执法阶段

欧盟《人工智能法》（AI Act）下的通用人工智能模型（GPAI）义务自2025年8月2日起已经适用，包括编制技术文件、向下游提供必要信息、建立欧盟版权合规政策并尊重机器可读的TDM权利保留，以及按照统一模板公开训练内容摘要。2025年8月2日前已投放的存量GPAI模型须在2027年8月2日前完成整改。2026年8月2日起，欧盟AI办公室开始全面行使执法权。对于开源模型，前述版权合规政策和训练内容义务同样适用。违反相关要求的，最高可能面临1500万欧元或全球上一财年营业额3%的罚款。因此，训练数据来源、授权链条、opt-out审计及全流程的版权合规，已成为中国AI企业进入欧盟市场前必须完成的基础设施。

《人工智能法》的其他要求按不同时间表适用。禁止性AI实践与AI素养义务已先行适用；部分AI交互、深度伪造和生成内容透明度义务自2026年8月2日起适用；经2026年《数字综合法案（AI）》修订，附件III高风险系统的相关核心义务推迟至2027年12月2日，附件I所涉产品安全组件型高风险系统则推迟至2028年8月2日。

对于中国AI企业而言，不能以单一截止日推进合规，而应逐项确认产品、模型和集团主体的法律角色、风险等级、首次投放时间及对应义务，在应对眼前版权执法的同时，提前建设透明度、风险管理、技术文档、人工监督、合格评定和上市后监测体系等必备合规项。

四、结语

决定中国AI企业出海成败的，最终不在于算法、模型本身，而在于其在全球不同法域下的合规生存能力。技术优势和成本优势决定企业能够走多快，法律与合规能力则决定企业能够走多远。面对技术出口、数据跨境、知识产权、人工智能治理和供应链安全等多重规则，企业只有将合规前置并嵌入技术架构、产品设计和全球运营体系，才能把技术推力真正转化为可持续的市场份额。

对AI企业而言，合规已不只是进入市场的成本，而是交易确定性、产品可持续运营和全球信任体系的一部分。

[注]

[1] 包括基于数据分析的个性化信息推送服务技术，具体包括基于海量数据持续训练优化的用户个性化偏好学习技术、用户个性化偏好实时感知技术、信息内容特征建模技术、用户偏好与信息内容匹配分析技术、用于支撑推荐算法的大规模分布式实时计算技术等。

[2] 具体注册要求和指引，详见沙特阿拉伯王国通信、空间和技术委员会（CST）官网：https://www.cst.gov.sa/en/RulesandSystems/RegulatoryDocuments/Pages/CCSPR.aspx。