人工智能时代全球数字贸易治理新动向

【关键词】数字贸易治理  人工智能  生成式AI  规则重构  技术主权

人工智能（AI）特别是生成式AI技术正在将数据从要素转化为可直接交易的数字商品，形成以生成、确权、交易为链条的新型数字贸易。主要经济体在数字贸易标准和规则领域的竞争越来越激烈，且未形成共识，这使当前全球数字贸易治理呈现出碎片化和区域化特征。中国坚定支持以联合国为核心的多边组织在全球数字贸易治理中发挥主导作用，推动缩小全球数字鸿沟和各方共享数字经济福利。

人工智能时代的全球贸易

在人工智能时代，贸易手段和要素成本结构的变化促使国际贸易的根本变化已经或者正在发生，并孕育着新的全球经贸格局。

一、合成数据与数字贸易新形态

合成数据是通过算法模型模拟真实数据分布生成的虚拟数据集。原始数据和合成数据之间存在互补、替代和迭代三种关系。合成数据通过其隐私合规性等优势与原始数据形成互补，同时替代部分低价值的原始数据采集，还通过模拟未来场景，反向推动原始数据采集标准的优化。

相对于原始数据，合成数据通过成本重构与场景适配重塑全球数字贸易格局。一是合成数据通过算法生成规避敏感信息，使边际成本趋近于零。企业无需为跨境数据采集支付指数级增长费用，可将资源集中于算法优化与业务拓展。合成数据通过模拟真实数据分布，可直接生成符合隐私规范的虚拟数据集，使跨境数据流动成本趋近于零。[1]二是合成数据可以跨场景重复使用，[2]具有场景适配性。合成数据通过参数化调整，可动态匹配跨境电商、物流优化、数字营销等多元场景需求。

合成数据的出现和不断丰富，促进了新型数字贸易形态的形成。第一种形态是生成式AI模型形成的数字贸易，生成式AI通过应用程序编程接口（API）为境外客户提供各种数据服务。第二种形态是数据即服务（DaaS）。生成式AI可自动生成标注数据（如文本分类、图像标签），形成以合成数据为载体的数字贸易。第三种形态是合成数据的跨境交易。生成式AI生成的文本、图像和视频等合成数据通过区块链确权形成可跨境交易的数字贸易。第四种形态是生成式AI与云计算结合形成的模型即服务（MaaS）新模式。云平台提供预训练的生成式AI模型，集成智能客服、内容生成（广告文案、设计图稿）等服务，用户通过API直接调用。第五种形态是合成数据与原始数据相结合形成的新型数字贸易。通过AI生成模拟信息并整合真实数据集，驱动跨境金融建模、医疗研究及商业分析，并利用区块链确权、联邦学习实现安全交换。

二、生成式AI技术对传统贸易和全球价值链的影响

生成式AI通过语义理解与模式重组能力，突破传统采集边界，利用潜在扩散模型将文本图像跨模态数据生成效率提升87%。[3]生成式AI技术将进一步改变传统国际贸易方式，重构全球价值链和供应链。

第一，生成式AI推动服务贸易数实交互、智能驱动，其广度和深度取决于技术、政策与全球治理的协同演进。一是自动生成多语言使新型专业数字贸易形态（如跨境商业合同、专业性商业报告等）成为可能。二是出现了“虚拟服务提供者”。[4]AI驱动的虚拟教师、医生、客服等将突破地理限制，直接为境外客户提供服务。三是广告、影视等创意行业通过AI生成剧本和分镜，改变传统服务贸易的运作模式。

第二，生成式AI促进货物贸易模式变革。一是高端产品设计并不一定需要配置在发达国家，通过AI驱动的拓扑优化和模拟测试自动化，设计迭代速度提升50%。[5]同时通过AI生成个性化产品方案，推动全球性大规模定制方式推广。二是AI可自动生成标准化贸易合同、信用证、报关单等文件，以促进贸易便利化来降低国际贸易成本。三是生成式AI促进含有数字元素货物贸易的发展。所谓“数字元素”，是指任何具有数字功能的软硬件产品，即通过直接或间接方式连接到网络或设备的数字化组件，这种新型货物贸易将改变贸易结构。

第三，生成式AI技术应用在卫星服务、生物制药和无人驾驶等前沿性产业，将改变全球价值链的实现方式和路径。在卫星服务领域，生成式AI将构建更全面的地球数字孪生模型，成为卫星服务中的新增长点。在生物制药领域，生成式AI模型通过对大量化合物数据的学习，可大幅缩短研发周期。[6]同时，生成式AI技术可模拟临床试验过程，预测不同药物在不同人群中的疗效和安全性。小型生物制药企业借助生成式AI技术，能够以更小成本开展研发，参与全球生物领域的数字贸易竞争。[7]在无人驾驶技术领域，生成式AI从“硬件主导”转向“软件与数据驱动”，并重塑全球汽车贸易供应链。生成式AI技术应用对全球价值链形成三种效应。一是扩张效应，在卫星、生物制药等领域，形成新的全球价值链体系，使之成为全球价值链及其贸易的重要组成部分。二是替代效应，例如汽车领域的无人驾驶系统将改变传统的汽车价值链运行轨迹，形成新型全球价值链体系。三是整合效应，生成式AI技术将改变全球价值链的部分环节，从而形成全球价值链的新主导者。因此，生成式AI技术带来的数字贸易不仅是数字贸易增长或者传统贸易方式的转变，而且将重构全球价值链的权力配置机制，这种演变要求重构基于数据要素禀赋的新型贸易理论模型，建立包含数据生成能力、算法资本和数字基础设施的三维比较优势分析框架。

全球数字贸易治理新特征

新型数字贸易形态不断发展不仅加快第一代数字贸易治理规则的传播和升级，而且使生成式AI标准和规则制定成为全球数字贸易治理新焦点。

一、第一代数字贸易治理规则升级和传播

第一代数字贸易治理规则是指为国际贸易提供数字化服务的规则，主要包括数字贸易便利化措施、数字产品的非歧视待遇以及数据跨境自由流动措施。这主要体现为国际组织和国际组织之间形成的标准与规则以及各经济体之间签署的区域贸易协定。

第一代数字贸易治理规则升级和传播主要有三个特征。一是以全球贸易数字化推进为目标，形成国际组织下的数字标准和规则。无论是国际标准化组织（ISO），还是专业性国际贸易组织，它们在无纸化贸易、电子支付、电子发票、国际贸易单一窗口和国际物流等各环节都提供了相应的标准和规则支持。二是新成立各种形式的非政府国际组织参与全球数字贸易治理现代化，这些国际组织正成为制定全球数字贸易标准和规则的新力量。这些新成立的非政府国际组织与传统国际组织之间在参与制定全球数字贸易治理标准和规则方面存在互补、替代和竞争三种关系。三是全球数字企业特别是欧美企业深度参与国际组织数字贸易标准和规则制定，它们通过前沿技术优势已经或者正在成为全球数字贸易治理主导者。例如微软参与的国际组织合作有国际标准化组织、经济合作与发展组织（OECD）、世界经济论坛（WEF）和联合国数字合作高级别小组等，推动云计算和数据治理标准制定。

区域贸易协定也是传播和升级数字贸易标准和规则的主要渠道，但区域贸易协定并不具有全球性。首先，区域贸易协定中含有数字贸易条款的协定明显增加。在2000年1月至2023年11月签订或签署的432个优惠贸易协定中，214个包含与电子商务/数字贸易相关的条款，122个设有专门的电子商务/数字贸易章节，许多规则旨在通过无纸化贸易、电子认证和电子合同等条款来促进数字贸易，并通过处理未经请求的商业电子通信（垃圾邮件）和在线消费者保护等，增强人们对数字经济的信任。其次，新型区域贸易协定通过“附录—注释”结构，将技术标准（如W3C数字身份验证协议）直接赋予法律约束力，突破了传统协定中的“软法化”倾向。最后，形成互操作性的动态调整机制。为应对技术迭代，许多区域贸易协定授权更新互操作性标准清单，以适应数字技术快速发展。例如，美国和欧盟通过区域贸易协定推动数字贸易治理标准和规则升级与传播。

二、生成式AI标准和规则成为全球数字贸易治理新焦点

生成式AI技术在全球的快速传播和应用使国际组织将数据治理标准和规则作为数字贸易治理的重点方向，涉及与生成式AI相关的数据标准和规则、生成式AI在云计算领域的标准和规则、生成式AI与产业结合形成的标准和规则三个方面。

第一，与生成式AI相关的数据标准和规则。其主要涉及数据传输标准、AI数据生命周期管理框架以及隐私信息管理标准和规则等三个方面。国际电信联盟（ITU）制定数据传输标准（数据格式规范、传输速率和质量要求），网络安全标准（访问控制和认证机制、数据加密标准）和模型优化标准（模型训练和评估标准、模型更新和优化标准），确保生成式AI系统在通信网络中的安全、可靠运行。在数据治理基础标准方面，国际标准化组织和国际电工委员会要求生成式AI训练数据需通过完整性校验，存储加密等级不低于AES256。电气电子工程师学会要求建立AI数据生命周期管理框架，涵盖数据收集、合成、遗忘三个阶段控制点。在隐私信息管理方面，国际标准化组织和国际电工委员会规定AI数据处理需实施隐私设计，数据留存周期不超过模型训练所需最低时限。2019年，OECD对其AI原则进行修订，要求生成式AI训练数据需标注来源合法性，跨境传输时需评估接收方司法管辖区合规性。

第二，生成式AI在云计算领域的标准和规则。一是在云服务信息安全与个人数据保护方面，国际电信联盟发挥关键作用，制定一系列基础标准和规则，同样适用于大模型训练数据保护。国际电信联盟聚焦全球通信和信息技术领域，其制定的标准涵盖数据在云端存储、传输过程中的加密规范和云服务提供商对用户数据访问权限的管理要求等。通过这些标准，确保大模型训练数据在云环境中的安全性，防止数据泄露和未经授权的访问。二是在AI大模型开发的算法透明度要求方面，国际标准化组织积极推动AI大模型开发的算法透明度标准制定。国际标准化组织作为全球性的标准化组织，其制定的标准具有广泛影响力。针对AI大模型，国际标准化组织要求开发者提供算法的详细说明，包括模型架构、训练过程、数据使用方式等信息，使模型的决策过程可解释，增强用户和监管机构对模型的信任。三是在数据治理和模型泄露防护规则方面，国际数据治理研究所（DGI）专注于数据治理领域，形成了一套全面的数据治理和模型泄露防护规则。国际数据治理研究所要求企业对训练数据进行严格的溯源管理，详细记录数据的收集、整理和使用过程，以便在出现问题时能够快速定位和解决。同时，强调对模型进行定期的偏见检测，防止模型生成带有偏见的内容，保障生成式AI的公平性和可靠性。

第三，生成式AI与产业结合形成的标准和规则。生成式AI在产业中的应用几乎涉及所有产业领域。例如，在生物制药领域，世界卫生组织（WHO）《卫生健康领域AI伦理与治理指南》（2021年）要求生成式AI在药物设计中的算法决策须具备可解释性，防止“暗箱操作”。OECD《AI系统分类框架》（2023年）将药物研发AI系统划入“高风险”类别，强制要求第三方审计。国际标准化组织和电气电子工程师学会等要求生成式AI模型需满足可追溯性和验证程序，在药物发现中，使用电子数据与AI分析系统时，对其可靠性有要求，训练数据需满足临床相关性、偏差控制等标准。生物医药行业协会《AI制药数据标准》（2022年）统一了54家跨国药企的AI训练数据格式与元数据标注规则。在卫星数据服务应用领域，国际电信联盟规范AI驱动的动态频谱分配系统在卫星互联网中的应用，国际标准化组织要求生成式AI处理的卫星遥感数据需标注数据来源、处理算法版本及置信度。电气电子工程师协会规定卫星导航AI模型须具备“失效可解释性”，错误定位必须生成溯源报告。空间数据系统咨询委员会新增AI生成数据的数字水印技术要求，适用于遥感影像合成检测。世界气象组织禁止生成式AI伪造卫星气象数据，要求保留原始数据与生成数据的比对日志。开放地理空间信息联盟制定AI增强卫星影像的精度验证标准，要求地面分辨率误差≤3%。