报告行业投资评级 * 本报告为国际货币基金组织（IMF）向不丹皇家货币管理局（RMA）提供的技术援助报告，旨在审查和加强其金融科技监管沙盒（RS）框架，报告本身未对不丹金融科技行业或相关公司给出明确的“买入”、“持有”或“卖出”类投资评级 [9][12] 报告核心观点 * **现状与进展**：不丹皇家货币管理局（RMA）在资源有限的情况下，从零开始建立了金融科技监管沙盒（RS）的初步框架，为后续提升奠定了基础 [13] 不丹的数字金融生态系统在移动银行、二维码支付和数字钱包方面取得显著进展，推动了金融普惠和无现金经济发展 [14] * **核心问题**：当前的监管沙盒（RS）框架存在战略目标不明确、治理结构碎片化、运营焦点有限等关键挑战，阻碍了其有效性 [15] RS框架范围过宽，包含了大量无需监管许可的活动，导致资源分散，且其运作更多是市场驱动的被动反应机制，而非与战略优先事项保持一致 [27][30] * **改进方向**：报告建议RMA将RS与金融稳定、市场发展和金融普惠等战略重点重新对齐 [16] 关键措施包括缩小RS范围至仅涵盖需要许可的监管活动、明确治理角色与责任、引入正式的风险管理框架，并制定明确的资格标准与退出策略 [22] * **生态协同**：加强与中国银行、金融机构以及不丹政府科技局（GovTech）的合作，对于使RS与不丹更广泛的数字化转型目标保持一致至关重要 [17] * **风险与可持续性**：报告指出RS框架面临法律授权不明确、数据隐私保护挑战、财务可持续性压力以及人力资本流失等更广泛的挑战，需立即采取措施应对 [20][76][84][85] 根据相关目录分别总结 I. RMA监管沙盒的目标与结构 * 不丹皇家货币管理局（RMA）于2020年6月推出监管沙盒（RS）框架，旨在测试基于人工智能、分布式账本技术等新兴技术的金融产品与服务，以促进经济增长和金融包容性 [29] * RS的运营由高级金融科技指导委员会（SC）和技术评估与协调委员会（TE&CC）监督，采用结构化申请和监控流程，测试期通常为六个月 [34][35] * 截至目前，RMA已启动两个测试队列，但尚未进行任何与真实客户的现场测试，因此无法评估RS框架是否产生预期成果 [36][37][39] II. 不丹金融科技景观 * 不丹金融业包括6家商业银行、3家保险公司等，资本市场尚不发达，2024年市值为59亿努（占GDP的21%） [41] * 商业银行是不丹数字化转型的核心，推动了移动银行、数字钱包和基于二维码的支付系统（如不丹二维码BQR）的广泛应用，支持了向无现金经济的转变 [42][44] * 不丹在数字身份（国家数字身份NDI）、跨境支付（整合印度UPI、中国银联等）以及针对特定市场（如批准DK银行与币安支付合作）的监管应对方面均有布局 [45][46][47] * 私营部门也展现出推动数字创新的潜力，例如不丹保险公司有限公司（BIL）设立了BIL创新实验室，探索区块链等解决方案 [49] 第三部分：RMA监管沙盒框架评估 * **焦点和目的**：RS框架最初确定了12种活动类型，范围过宽，包含了大量非监管活动，建议缩小至仅需许可的监管活动，并与战略优先事项相符 [27][29] * **反应机制**：RS已演变为由市场驱动的被动机制，导致与现有监管功能重叠、尽职调查不足以及项目过早纳入等问题 [30][31] * **DTI的作用**：科技创新部（DTI）牵头建立了RS，但其技术使命与运营RS所需的监管责任存在根本性差异，且RMA缺乏运营RS的明确法律授权 [33][35][36] * **目标**：RS的六个目标过于宽泛且不切实际，部分目标（如教育创新者）更适合由创新中心承担，建议重新评估以确保目标具体、可衡量 [37][38] * **部门间协调和人员配置**：各部门在RS中的角色和责任不明确，导致工作分散和效率低下，且缺乏专门的全职团队 [39][40][43] * **资源配置**：RS目前没有专职人员，依靠临时贡献运作，其压缩的生命周期（审批1-2个月，测试最长6个月）给有限的资源带来压力，且运营成本高昂 [44][45][46] * **治理结构**：现有的二元治理结构（SC和TE&CC）存在利益冲突、决策低效和问责缺失的问题，建议将SC角色限于战略，TE&CC角色限于运营审查 [48][51][55] * **风险承受能力**：RMA尚未明确界定风险承受度框架，导致风险管理不一致，录取率超过70%，建议建立正式框架并定义可接受的风险阈值 [56][59] * **资格标准**：现有的资格标准过于宽泛，缺乏对申请人品格、资质和运营准备情况的要求，建议细化并公布更严格的标准 [60][62] * **限制设定流程**：缺乏为测试活动设置限制的结构化流程，建议提前建立并披露与风险偏好相一致的明确限制 [66][68] * **运营指南和程序文件**：缺乏统一的程序手册导致操作不一致和监管风险增加，建议制定全面的标准化RS程序 [69][72] * **退出策略**：框架中缺乏明确的退出策略，给参与者和监管者带来不确定性，建议明确包括简化许可在内的退出路径 [73][75] IV.影响沙盒运营的更广泛挑战 * **生态系统挑战**：不丹市场规模小（人口79.5万，2023年游客31.56万人次），监管限制（如支付费用限制）以及对外部利基市场的依赖，对创新和金融科技监管构成重大挑战 [76][77] * **法律与监管风险**：缺乏明确的法律条款来颁发录取通知书（LoA）和监管豁免，使RMA面临法律、监管和声誉风险 [78][79] * **数据隐私与保护挑战**：RS项目依赖与国内银行共享匿名化客户数据进行测试，但缺乏透明的匿名化策略和明确的法律依据，存在数据泄露和合规风险 [80][83] * **可持续发展挑战**：运营RS成本高昂（全球年成本从数万美元到超过100万美元），而RMA目前免费提供参与，财务可持续性存疑，同时不丹面临严重的人力资本流失问题 [84][85][120] * **行业参与挑战**：与银行和金融机构的有限互动导致RS焦点与行业需求脱节，可能产生监管盲点并削弱该计划的有效性 [86][87] V. 建议与下一步行动 * **确定监管重点**：RMA应首先确定其监管重点，确保创新重点与金融稳定等战略目标一致，并缩小RS范围至仅需许可的活动（短期6-12个月内完成） [22] * **进行可行性研究**：在确立监管重点后，RMA应进行可行性研究，以评估RS项目的适用范围和规模（短期） [22] * **重组治理结构**：在可行性研究后，RMA应重组治理结构，明确所有权和责任，将治理职能与运营角色分离（中期12-24个月） [22] * **重塑品牌并拓宽RS项目**：将RS项目重新命名为“创新促进计划”，并补充其他工具，同时建立法律授权、组建专职团队、引入合理收费结构、建立风险框架等（部分短期，部分中期） [22][23] * **与GovTech合作**：RMA应加强与不丹政府科技局（GovTech）在所有相关创新项目上的合作（短期） [23] * **地区与国际合作**：推动区域和跨境合作，与制定标准的机构协作（中期） [23] * **制定能力发展项目**：实施一个专注于金融科技特定领域及一般性创新的综合能力发展计划，以培养创新文化（中期） [23]

文章核心观点 - 构建资本、人才、数据、政策等全方位要素供给体系是推动未来产业突破发展、加速形成新质生产力的关键[1] - 未来产业要求传统要素内涵升级，新型要素发挥关键作用，其发展周期长、风险高，依赖技术原始创新[1] - 我国在未来产业要素供给方面已取得初步成效，但仍面临资本、人才、数据、政策等多重挑战[2] - 通过政策、资本、数据、人才四方面协同发力，共同构建适配未来产业的要素供给体系[3] 资本要素 - 未来产业发展周期长、风险高，要求资本具备耐心以陪伴企业跨越成长周期，并具有容错能力[1] - 我国已初步构建资本矩阵，但仍面临长期耐心资本不足，以及资本周期与产业周期错配等问题[2] - 建议以长期陪伴的资本牵引资源，包括加大财政对基础研究的支持，鼓励社保等长期资金加大配置[3] - 建议对政府引导基金实施分段考核，对成功培育未来产业核心企业的基金给予奖励，并加强对各地产业基金的引导以支持专业化投资[3] 人才要素 - 未来产业依赖技术的原始创新，要求人才具备跨学科创造力和打破框架的突破能力[1] - 我国人才引培体系加速形成，但仍面临复合型人才短缺、评价机制对长周期高风险研究包容性不够等困境[2] - 建议以创新涌流的人才决胜未来，推行学科交叉与项目实践融合模式育才，快速培养复合型人才[3] - 建议建立以创新价值为核心的激励体系用才，优化股权税收政策，使智力回报匹配市场价值[3] 数据要素 - 高质量数据是人工智能等技术的基础并深刻影响其应用效能，数据的高效流通能促进跨领域协同创新[1] - 我国数据要素顶层设计基本成形，但数据资产化受产权界定不清制约，跨机构共享存在利益、标准与信任障碍[2] - 建议以高效流动的优质数据筑牢底座，以场景应用驱动流通，在重点领域建设行业数据空间[3] - 建议强化数据质量与标准化建设，并支持隐私计算等技术应用，推动数据“可用不可见”[3] 政策要素 - 政策需实现包容创新与风险防控的动态平衡，要坚持包容审慎监管，鼓励技术探索、宽容创新失败，完善容错纠错机制[1] - 我国产业政策不断创新，但仍面临传统监管对创新不确定性包容不足等挑战[2] - 建议以敏捷治理的政策优化环境，推行“监管沙盒”与负面清单管理，建立动态规则生成机制[3] - 建议构建以战略价值为核心的容错考核体系，配套尽职免责条款，并引导错位发展，建立跨省市产业链共建机制以破解同质化与资源碎片化问题[3]

文章核心观点 - 人工智能正以前所未有的广度与深度重塑金融行业生态，推动其从“经验驱动”迈向“数据驱动+算法驱动”的新范式，但同时也带来了算法黑箱、数据鸿沟与新型系统性风险等挑战 [1] - 金融业人工智能治理需围绕“可控、可信、可持续”展开，理念正从“先发展后治理”转向“边发展边治理”甚至“以治理促发展”，旨在为“AI+金融”铺设更稳健的跑道 [4][5] - AI在金融领域的应用远未触达天花板，其角色正从辅助工具向协同乃至自主决策演进，并将从流程优化、单点应用、被动响应走向决策重构、生态协同和主动预见 [1][5][6] - 金融监管需在“放”与“管”之间找到平衡，营造“鼓励创新、包容审慎、底线明晰”的发展环境，利用监管沙盒、智能监管平台和分级分类监管等工具实现创新与安全的动态统一 [10][11] - 金融行业人才培养路径需与时俱进，从“知识传授”转向“能力重构”，培养懂金融、懂科技、懂社会的复合型“战略型人才” [12] AI在金融业的应用现状与未来潜力 - **当前角色与演进方向**：AI当前在金融业的作用主要是辅助性工具，用于优化流程和对外服务，但未来将逐步走向“协同”甚至“自主”决策 [5] - **未来应用空间**：应用潜力巨大，远未触达天花板，将在几个方向上打开新空间 [5] - **从“流程优化”走向“决策重构”**：未来可能在投研、资产配置、信贷定价等核心决策中扮演关键角色，例如基于多模态大模型的“金融大脑”能整合多源信息提供智能支持 [6] - **从“单点应用”走向“生态协同”**：推动金融与产业、政务、社会数据深度融合，构建“场景金融智能体”，例如基于AI的供应链金融平台可实现金融活水的精准滴灌 [6] - **从“被动响应”走向“主动预见”**：在风险预警、欺诈识别、市场波动预测方面将进一步实现“提前干预”，例如利用预测模型提前数周识别区域性金融风险的传导路径 [6] - **行业范式转变**：AI与金融深度结合，将推动行业从“经验驱动”迈向“数据驱动+算法驱动”的新范式 [1][6] AI+金融的治理框架与关键维度 - **治理核心理念**：治理应围绕“可控、可信、可持续”展开，目标是为发展铺设更稳健的跑道，理念从“先发展后治理”转向“边发展边治理”甚至“以治理促发展” [4][5] - **关键治理维度**： - **算法合规与透明**：需建立算法备案、解释性说明与第三方审计制度，确保关键AI模型具备可追溯、可解释、可验证的特征，自2024年起已在部分金融机构试点“算法说明书”制度 [4] - **数据治理与隐私保护**：需严格执行数据安全法和个人信息保护法，推动金融数据分类分级、授权使用与脱敏处理，并积极探索“数据可用不可见”的隐私计算技术落地 [4] - **动态风险监测体系**：建议监管机构与金融机构共建“AI风险仪表盘”，实时监测模型偏差、数据漂移、异常决策等关键风险指标 [5] - **伦理规范与责任认定**：应推动建立“人类最终负责”的基本原则，明确AI开发、部署、使用各方的法律责任，并探索制定金融AI伦理指南，防止算法歧视与公平缺失 [5] AI带来的新型金融风险与应对 - **模型风险与算法共振**：多家金融机构采用相似AI模型可能导致“集体误判”，在极端市场下引发系统性踩踏，例如2023年某量化基金因算法同质化导致巨亏，应推动模型多样性评估并建立“算法压力测试”机制 [7] - **数据污染与对抗攻击**：训练数据可能被恶意注入噪声或伪造样本导致模型失效，例如欺诈分子利用生成式AI伪造信息以绕过风控，必须积极发展对抗训练、异常检测等“AI安全防御技术” [7] - **伦理失范与公平缺失**：算法可能放大历史数据中的偏见导致“数字歧视”，例如对某些群体授信额度普遍偏低，应通过“公平性审计”流程及公平性约束算法等技术手段予以应对 [7] - **法律滞后与监管灰色地带**：AI迭代速度远超法规更新节奏，建议积极推行“监管科技（RegTech）”，利用AI来监控AI，并加快出台《人工智能法》及相关金融AI实施细则 [8] - **安全理念升级**：需树立“技术安全与金融安全一体化”理念，构筑覆盖“技术—数据—模型—应用”的全链条防护体系 [9] 金融监管的平衡与创新工具 - **监管目标**：平衡“放”与“管”，本质是平衡“创新”与“安全”，营造“鼓励创新、包容审慎、底线明晰”的发展环境 [10][11] - **监管工具与方向**： - **深化“监管沙盒”与创新试点**：在可控环境中允许测试AI新产品新模型，北京、上海、深圳等地已开展多批金融科技沙盒试点，未来应扩大范围并深化在普惠金融、绿色金融等战略领域的探索 [10] - **发展“智能监管平台”**：利用AI技术提升监管效能，实现“以技管技”，例如构建“全国金融AI监管数据库”、开发“监管智能体”、建设“跨市场风险预警系统”以打破数据孤岛 [10] - **实施“分级分类监管”**：根据AI应用的风险等级、影响范围、技术成熟度采取差异化要求，对低风险工具（如智能客服）可采取备案制，对高风险系统（如自主交易模型）则需实行准入制与持续监测 [11] 金融行业人才培养的变革路径 - **培养理念转变**：AI不会取代金融人才，但会取代不懂AI的金融人，高校培养体系必须从“知识传授”转向“能力重构”，面向未来培养复合型人才 [12] - **课程体系重塑**：需强化“金融+科技+伦理”的三维融合，传统金融学课程需嵌入Python、机器学习等实用模块，同时应开设“AI伦理”、“算法治理”等前沿课程 [12] - **推动“产学研用”深度融合**：高校应与金融机构、科技公司、监管部门共建实验室与实训基地，鼓励学生参与真实AI金融项目，进行全程实战训练 [12] - **最终培养目标**：注重“批判性思维与创新领导力”的培养，加强复杂问题求解、系统思维、跨界沟通等软技能训练，培养出能够驾驭AI的“战略型人才” [12]

文章核心观点 - 广东省七部门联合出台低空金融“十二条”政策，旨在通过“新”、“全”、“合”的制度机制，构建综合性、特色化的金融服务体系，以支持低空经济产业集群发展，为其注入金融动能 [1][5] 政策背景与产业现状 - 广东低空经济产业发展迅猛，产值已率先突破千亿元大关 [1][6] - 广东低空经济核心企业投融资规模近500亿元，占全国该领域投融资规模约六成 [1][6] - 低空金融已成为科技金融的一个重要分支，在监管赋能与机构创新的双轮驱动下，从无到有、从起步到起势 [1][6] 政策核心特点：“新” - 探索包容性监管新机制：在科技支行包容监管基础上，对低空经济领域的金融探索注重中长期评价，并给予阶段性风险适当的监管容忍 [2][7] - 拓展科技支行“监管沙盒”新应用：鼓励金融机构组建低空经济专门服务部门或团队，集中专业人才，开发针对性金融产品 [2][7] - 推动管理机制新升级 [2][7] 政策核心特点：“全” - 围绕间接融资、直接融资、风险保障和金融租赁，引导金融机构以全牌照构建全维度的金融供给矩阵，以解决局部金融供给不足的痛点 [2][7] 政策核心特点：“合” - 金融机构“合”组共赢：鼓励银行、证券、保险、金融资产投资公司、金融租赁、私募股权创投等机构深化内外部合作，推广“益企共赢计划”、“股贷担保租”等综合服务模式，并深化与港澳金融机构协作，为湾区跨境低空经济应用场景提供综合金融服务 [3][8] - 财金工具“合”势撬动：支持金融机构参与做大广东低空产业基金规模，鼓励对政府奖补的优质企业给予资源倾斜，并鼓励用好科技创新再贷款、贷款贴息、风险补偿等政策工具，以扩大覆盖面并减轻企业负担 [3][8] - 产融政策“合”力赋能：产业与金融监管部门将加强信息共享，探索政务信息共享在低空经济领域落地，建立全产业链名单和重点企业“白名单”，对企业进行精准画像以提升服务精准度 [4][9] 现有金融支持成果 - 招商、中信银行的金融资产投资公司已落户广东，辖内大型银行AIC基金已为低空产业提供战略投资3.5亿元 [1][6] - 全周期银行信贷产品逐步优化，知识产权质押、股权质押、并购贷款等融资模式得到大力推广 [1][6] - 已有50家科技支行推出“科创研发贷”、“创新积分贷”等特色产品 [1][6] 产业发展展望与金融需求 - 随着低空经济顶层设计不断完善，“十五五”期间，产业将积聚力量实现从“起飞”到“腾飞” [2][6] - 产业升级对金融资源的精准滴灌和全生命周期、全产业链服务提出了更高要求 [2][6]

文章核心观点 - 广东省七部门联合发布《关于金融支持广东低空经济集群发展的通知》（低空金融“十二条”）旨在通过“新”、“全”、“合”的制度机制构建综合性特色化金融服务体系为广东低空经济产业注入金融动能推动其从“起飞”到“腾飞” [1][2] 以“新”助新打造专业化金融服务体系 - 广东低空经济产业发展迅猛产值已率先突破千亿元大关低空金融作为科技金融重点已初步发展成重要分支 [1] - 广东低空经济核心企业投融资规模近500亿元占全国该领域投融资规模约六成 [1] - 招商中信银行AIC落户广东辖内大型银行AIC基金已为低空产业提供战略投资3.5亿元 [1] - 监管激活下全周期银行信贷产品逐步优化知识产权质押股权质押并购贷款等融资模式得到大力推广50家科技支行推出“科创研发贷”“创新积分贷”等特色产品 [1] - “新”政策体现在三方面：一是探索低空领域包容性监管注重中长期评价给予阶段性风险适当监管容忍 [2]；二是拓展科技支行“监管沙盒”至低空领域鼓励金融机构组建专门服务部门开发针对性产品 [2]；三是升级低空领域管理机制创新 [2] 聚焦“全”维度构建全牌照供给矩阵 - 低空金融“十二条”围绕间接融资直接融资风险保障和金融租赁引导金融机构以全牌照构建全维度供给矩阵以解决局部金融供给不足的痛点 [2] 以“合”聚力打造集约化低空金融生态 - 金融服务低空经济面临信息不对称试错成本高等挑战需政金企协同发力当前各主体间联动处于相对初级阶段 [3] - “合”体现在金融机构“合”组共赢：鼓励银行证券保险金融资产投资公司金融租赁私募股权创投等机构深化内外部合作推广“益企共赢计划”“股贷担保租”等模式推动服务由单一向综合转变鼓励深化债贷联动投贷保联动投租联动以及与港澳金融机构协作为湾区跨境低空经济应用场景提供综合金融服务 [3] - “合”体现在财金工具“合”势撬动：支持金融机构参与做大广东低空产业基金规模对政府奖补的优质企业给予资源倾斜鼓励用好科技创新和技术改造再贷款等结构性货币政策工具及贷款贴息风险补偿等政策以扩大覆盖面减轻企业融资和承保负担 [3] - “合”体现在产融政策“合”力赋能：产业主管部门和金融监管部门将加强常态化对接和信息共享探索政务信息共享在低空经济领域率先落地建立广东低空经济全产业链名单和重点企业“白名单”对企业进行精准画像以提升金融服务精准度和有效性 [4]

文章核心观点 - 广东省七部门联合出台《关于金融支持广东低空经济集群发展的通知》（低空金融“十二条”），旨在通过构建综合性、特色化金融服务体系，为低空经济产业规模化发展注入金融动能 [1] 机制建设 - 探索包容性监管新路径，对低空经济领域的金融创新给予中长期评价和阶段性风险监管容忍，并对服务成效显著的机构给予适当激励 [2] - 拓展科技支行“监管沙盒”至低空领域，鼓励金融机构组建专门服务团队，建立特色化服务机制并开发针对性金融产品 [2] - 要求金融机构优化内部管理机制，包括人才培养、资源配置、定价评审、考核激励和尽职免责，并向总部争取管理权限和创新空间 [2] 产品与服务供给 - 引导金融机构以全牌照构建间接融资、直接融资、风险保障和金融租赁的全维度供给矩阵 [2] - 鼓励银行、保险机构研发覆盖低空经济研发、制造、运行、运营、保障等全生命周期的针对性金融产品 [3] - 针对孵化期、初创期企业，鼓励银行探索差异化现金流估值、成长性评价模型和资金需求测算方法 [3] - 支持私募股权创投机构加强对低空经济“硬科技”项目的早期孵化与持续培育 [3] 协同联动 - 鼓励银行、证券、保险、投资公司、租赁、私募等机构深化合作，推广“益企共赢计划”、“股贷担保租”等综合服务模式 [4] - 深化债贷联动、投贷保联动（如“贷款+股权投资+保险”）、投租联动（如“投租结合”）等多种业务联动模式 [4] - 深化与港澳金融机构协作，为粤港澳大湾区跨境低空经济应用场景提供交易结算、投融资、保险、租赁等综合金融服务 [4] - 鼓励运用银团贷款、联合租赁、再保险等机制控制客户集中度，防范过度授信，分散风险 [4] 配套保障 - 支持金融机构参与做大广东低空产业基金规模，对基金投资项目形成支持合力，并对获得政府奖补的优质企业给予资源倾斜 [4] - 鼓励用好用足科技创新再贷款、技术改造再贷款等结构性货币政策工具以及贷款贴息、风险补偿等政策，扩大覆盖面并减轻企业负担 [4] - 产业与金融监管部门将加强对接和信息共享，探索政务信息共享在低空领域落地，建立全产业链名单和重点企业“白名单”，以支持对企业精准画像，提升服务精准度 [4]

越南政府推动国家创新战略 - 越南政府总理范明政在2025年越南科技节开幕式上强调，创新是推动国家迈向新高度的核心驱动力，呼吁全民、企业和社会共同参与[1] - 政府将科技、创新、数字化转型与绿色转型视为国家迈向高收入、快速发展且可持续未来的战略路径[4] - 政府的目标是建设一个以先进技术为基础、制度环境宽松、基础设施畅通、治理与人才智能的创新型创业国家[6] 创新对国家经济发展的历史与预期贡献 - 近40年革新开放中，创新帮助越南在农业领域摆脱贫困并成为全球主要大米出口国之一，在工业领域助力国家迈入中高收入行列[3] - 预计2025年越南人均GDP将超过5000美元[3] - 面对全球挑战，越南经济增速高于世界平均水平，这得益于持续创新对传统及新增长动能的激活[3] 政府为创新生态系统提供的具体政策支持 - 政府完善法律框架，将风险投资制度化，承认“天使投资人”地位并提供税收优惠[6] - 政策包括扩大科技与创新资金来源、建设专门的创新创业交易平台、鼓励科研成果商业化、制定针对国内外专家的特殊激励政策[6] - 政府支持建立统一宽松的法规体系，并引入“监管沙盒”机制[8] 当前创新生态面临的挑战与战略聚焦 - 越南创新创业生态起步较晚，与地区和全球水平仍有差距[7] - 重大挑战包括加强本土企业与外资企业联动以融入全球价值链，以及加速科研成果商业化[7] - 政府提出关键战略问题，旨在明确越南在全球半导体价值链中的位置、核心目标与战略优先项[7] 未来发展的五大根本性转变方向 - 从自发创新转向聚焦国家重大发展问题[8] - 从代工制造转向掌握核心技术[8] - 从单打独斗创业转向构建完整生态[8] - 从立足国内市场转向拓展区域与全球市场[8] - 从“管理思维”转向“发展型服务思维”[8] 2025年越南科技节概况与升级计划 - 2025年越南科技节首次突破传统会议厅模式，走进公共空间，以“开放空间、开放互动、开放技术体验、开放参与对象、开放议题”的“五开”理念组织[3][8] - 活动预计吸引超6万人次线上线下参与[12] - 总理建议2026年科技节应大幅升级为区域性乃至国际级盛会，以吸引国际投资基金、专家和科技巨头等资源[9] 对地方创新生态的认可与表彰 - 科技部部长向10个在创新创业生态建设中表现突出的地方政府颁发嘉奖，包括河内市、胡志明市、岘港市等[12] - 开幕式期间举行了第三届“Data for Life”大赛颁奖礼，表彰运用数据解决现实问题的优秀项目[12]

核心观点 - 美国关于“股票代币化”的监管争论正在升级 传统金融机构与加密行业在DeFi交易基础设施的监管分类上存在根本对立[1] - 监管机构SEC的最终取向尚不明确 但预计不会允许面向美国用户的链上股票市场享有明显低于传统交易所的监管强度[1] 监管争论与各方立场 - 传统金融机构代表Citadel Securities向SEC递交了13页文件 主张大多数DeFi协议应被视作交易所进行监管 否则将导致监管套利和更弱的“影子市场”[1] - 加密行业代表以Coinbase全球监管政策副总裁Scott Bauguess为首 呼吁监管机构制定更符合去中心化金融模型特点的新规则[1] 潜在监管路径 - 监管沙盒可能成为一种可行的折中方案[1]

欧盟AI监管立场转变的核心观点 - 欧盟正计划放宽其率先通过的《AI法案》，监管立场从严格转向宽松，体现出从“预防原则”向“比例原则”的调整 [3][4][16] - 这种“先紧后松”的逆转是技术红利显现、治理能力提升、大国竞争压力等多重因素作用下的制度成熟 [13][16][17][37] 欧盟从严立法的初始逻辑 - 经济角度：严格监管契合欧盟以中小企业为主的产业生态，2022年欧盟有约2430万家中小企业，占非金融企业总数的99.8%，贡献了51.8%的经济增加值，严监管被视为对脆弱生态的保护 [6] - 政治角度：在缺乏技术旗舰企业的背景下，通过构建全面治理框架成为欧盟参与全球竞争的“制度性竞争策略”，旨在将欧洲价值观嵌入全球AI秩序 [7][8] - 文化制度角度：欧洲强调伦理与权利的“预防原则”传统以及欧盟多国协商的政治结构，天然易导致监管趋严 [9][10][11] 促使欧盟监管放松的原因 - 技术经济因素：2023年后大模型能力飞跃，AI经济效益显现，欧盟报告称全面采用生成式AI未来十年或可带来1.2-1.4万亿英镑的GDP新增量，政策重心从风险转向增长 [13][14] - 治理技术因素：AI对齐、可解释性等技术进展使AI变得“更可治理”，降低了强监管的必要性 [15] - 竞争压力因素：中美在AI领域的快速推进使欧盟意识到过度监管可能导致技术代差和产业边缘化 [17] - 政治外部因素：欧盟内部产业政策部门影响力上升，以及美国政府的强硬反制与科技巨头的游说，共同促使政策回调 [17][19][20] 法案调整的具体方向 - 实施节奏：普遍延迟重要义务的生效时间，对高风险系统和通用AI模型（GPAI）给予更长的宽限期和更温和的启动方式 [22] - 治理模式：通用AI模型义务趋向弱化，部分严格义务可由行业“代码实践”等自律性准则替代，治理思路从政府主导转向行业自律 [23][24] - 处罚执行：处罚条款向“警告优先”转型，最高全球年营业额7%的罚款将作为最后手段，流程更注重教育与整改 [25] - 其他预期调整：可能重新收窄“高风险系统”的定义范围，削弱法案的“域外效力”，同时强化“监管沙盒”作为创新的核心舞台 [26][27] 对欧洲及全球AI产业的影响 - 欧洲生态：监管松动有望为欧洲脆弱的AI创新生态重新“点火”，减轻初创企业和资本的合规负担，避免在AI革命中被边缘化 [29] - 全球格局：全球AI监管将从可能由欧盟单一规则主导，转向北美市场导向、欧洲价值导向、亚洲产业驱动等多中心治理区域并存与竞争的新格局 [30][31] - 企业战略：跨国公司的合规负担将显著减轻，欧洲市场从“监管高地”变为“可试验”的空间，有助于加速前沿AI模型在欧洲的落地和全球技术扩散 [32][33][34] - 监管范式：欧盟的调整推动了“温和监管”新范式的形成，强调监管与创新的协同，其动态治理理念可能影响全球AI立法走向更平衡的路径 [35]

刷脸支付的风险本质与规制挑战 - 刷脸支付的本质是将不可变更的人体生物特征转化为可存储、传输、估值和资本化的关键数据资产，这触及数据主权、身份认同及金融权力再分配的深层治理议题[1] - 其引发的挑战已超越单纯的信息泄露风险，而是个体生物特征被深度卷入金融资本循环后所引发的系统性规制困境[1] - 当前对刷脸支付的讨论存在"便捷性迷恋"，对其潜在风险的剖析往往停留在技术安全与个人隐私的表层，缺乏对系统性规制挑战的深刻洞察[1] 构建科学治理体系的核心原则 - 确立预防性原则，对生物特征数据应用可能带来的未知风险和长远影响保持审慎，监管应体现前瞻性[3] - 遵循比例原则，规制措施的强度必须与刷脸支付具体应用场景所蕴含的风险等级相称，避免"一刀切"[3] - 建立协同治理原则，形成政府监管机构、行业企业、技术专家、社会公众等多方主体共同参与、责任共担的协同共治格局[3] 关键监管工具与机制的创新方向 - 推行"监管沙盒"的升级应用，将其从单一产品测试平台升级为对数据治理规则、算法伦理标准和新型商业模式进行综合试验的平台[4] - 建立强制性算法审计与认证制度，由独立第三方机构对商用刷脸支付算法的准确性、公平性、鲁棒性及可解释性进行定期审计[4] - 实施基于风险的分级分类管理，根据交易金额、应用场景的风险差异进行精细化管理，对高风险场景强制要求采用多因子认证[4] 支撑治理落地的法律与标准基础 - 完善法律责任与消费者保护制度，在安全事件中明确适用"举证责任倒置"原则，并推行"支付机构先行赔付"制度[5] - 强化行业自律与标准体系建设，推动支付行业协会、标准化组织等制定高于法律一般性要求的生物信息处理行业标准、技术规范与伦理公约[5] 营造科学治理的外部环境 - 提升公众数字素养与权利意识，通过广泛的宣传教育提升用户对刷脸支付风险的认知水平和自我保护能力[6] - 拓宽社会参与和监督渠道，在技术标准、政策法规的制定过程中引入公众评议、听证会等机制，保障公众的知情权、参与权和监督权[6]