2026年3月25日，欧盟公布《人工智能法案》实施期限调整方案。中国-中东欧国家海关信息中心援引中国技术性贸易措施网信息称，独立高风险AI系统监管义务延至2027年12月2日生效，产品内嵌高风险AI系统延至2028年8月2日生效。
这给中国AI公司多留了一段时间。但把它理解成监管松绑，可能会误判。
21世纪经济报道在2025年11月的报道中提到，《欧盟AI法案》早在2024年8月起分批实施，本次修订的核心变化包括：医疗、汽车、教育等领域的高风险AI条款，将后延至最晚2028年8月生效；同时，围绕ChatGPT等通用大模型由谁监管、能否使用用户数据训练AI，也出现调整。
时间表变了，风险分级没有变。对准备进入欧盟市场的SaaS、AI软件、智能硬件企业来说，接下来要补的不是一份翻译版合规手册，而是能被审计、能被追问的数据链条。
延期背后，是标准和监管还在补课
《欧盟AI法案》并不是突然出现的规则。甫瀚咨询的合规解读提到，欧洲委员会早在2021年4月就提出草案，法案于2024年7月12日在欧盟官方公报公布，并在公布后20天，也就是2024年8月1日正式生效。
这套制度的基本思路是按风险分级管理AI系统。风险越高，企业需要承担的记录、解释、测试、认证义务越重。医疗、汽车、教育等领域之所以被反复点名，是因为AI输出一旦出错，可能直接影响人的健康、安全、受教育机会或其他重要权益。
此次延期，欧盟给出的理由也比较直接：配套标准制定、监管机构建设、企业合规准备都需要时间，同时会适度简化流程、减轻企业负担。
所以，延期不是把高风险AI从监管清单上拿掉，而是把真正执行的时间往后推。对企业来说，比较现实的问题是：等标准完全落地后再改，还是现在先把最难补的部分做起来？
最难补的，通常不是界面文案，也不是一份政策声明，而是训练数据来源。
高风险产品会遇到不止一套规则
很多企业看《欧盟AI法案》时，只盯着AI本身。但如果产品带有硬件、机械、安全组件，事情会更复杂。
北京德和衡律师事务所娄鹤的文章提到，2024年生效的AI法案以“风险分级”为核心，将“作为安全组件的AI系统”列入高风险类别，要求第三方合规认证。与此同时，新版机械法规 EU Regulation 2023/1230 取代旧机械指令，并首次将“使用机器学习、具备自我进化行为”的AI机械系统纳入须由公告机构（Notified Body）评估的高风险范围。
这意味着，一款带有机器学习能力的智能设备，可能同时落入AI法案和机械法规的监管范围。娄鹤指出，两法并非相互替代，而是同时适用；现实问题是，两法独立设计，定义不完全对齐，义务归属也不重合。制造商可能只有一款产品，却要准备两套技术文件、两套认证路径。
对中国出海企业来说，这里有一个容易被低估的成本：合规材料之间要能互相对上。
如果AI风险评估里说某个模型用于安全判断，机械法规文件里又把同一功能写成普通辅助功能，审核时很容易被追问。再往下，监管机构可能继续要求说明：模型训练用了哪些数据，数据来源是否合法，是否包含个人信息，是否做过GDPR框架下的处理。
数据来源证明，会比“我们很重视隐私”更有用
过去，一些企业对训练数据的理解比较粗放：公开网页、客户上传内容、历史业务数据，只要能拿到，就先进入数据池。这样的做法在欧盟市场会越来越难解释。
GDPR已经对个人数据处理设定了较高要求。《欧盟AI法案》叠加之后，企业面对的追问会更具体：
- 训练数据来自哪里？
- 是否有授权或其他合法处理依据？
- 是否包含可识别个人身份的信息？
- 做过去标识化或匿名化处理吗？
- 某一版模型出问题时，能否回到对应的数据集和训练记录？
这些问题听起来像法务事项，实际会压到技术流程上。没有数据版本记录，法务很难证明某一批数据没有进入训练；没有标注和清洗记录，技术团队也很难解释模型偏差从哪里来。
医疗AI是最典型的场景之一。辅助诊断、影像识别、病历分析等应用，天然涉及健康数据和高风险判断。企业如果计划进入欧盟市场，不能只准备产品效果指标，还要准备数据授权链、模型版本记录、人工监督安排、错误输出后的追溯机制。
汽车和智能设备也类似。只要AI系统参与安全相关功能，企业就不能只说“模型准确率高”。监管更关心的是，产品在被合理预见的使用场景下是否安全，训练和测试数据是否足以支撑这种安全性说明，相关文件是否能经得起第三方认证。
缓冲期内，先做三件笨功夫
现在到2027年12月、2028年8月还有时间。真正值得做的，不是押注欧盟会继续放宽，而是把以后最难补的证据先留下。
第一，盘点训练数据。
企业至少要知道每个模型版本用过哪些数据集，数据来自公开渠道、客户授权、合作方提供，还是企业自有业务系统。来源不清、授权不明、用途限制写得含糊的数据，不宜继续混在主训练集里。越到后期，模型迭代越多，清理成本越高。
第二，把GDPR处理流程接进研发链路。
涉及欧盟用户或欧盟市场的产品，不能把隐私审查放在上线前最后一步。数据采集、清洗、标注、训练、微调、评估，都应留下记录。是否包含个人数据，是否完成去标识化处理，是否有访问权限控制，这些都需要变成研发流程的一部分。
第三，提前准备高风险AI文档。
即便欧盟部分标准还在完善，企业也可以先搭建基本框架：系统用途说明、风险评估、数据治理记录、模型性能测试、人工监督机制、事件记录和更新日志。对于同时涉及机械法规的产品，还要避免两套文件互相打架。
这些工作不新潮，也不容易拿来做发布会。但到了认证或客户尽调阶段，它们往往比一句“符合欧盟监管趋势”更有分量。
真正的分水岭在2027年前后
《欧盟AI法案》的延期，短期看减轻了企业压力；长期看，只是把准备期拉长。
对已经在欧洲有客户、渠道或试点项目的中国AI企业来说，2027年12月2日和2028年8月2日不是两个遥远日期。独立高风险AI系统、产品内嵌高风险AI系统的义务会先后到来，客户采购、合作方尽调、第三方认证也可能提前启动。
如果企业现在才开始问“哪些数据能用”，到那时大概率会被动。更稳妥的做法，是把训练数据来源证明、GDPR处理记录、高风险AI技术文件当成产品基础设施来做。
欧盟的监管节奏可以延期，但客户对可信AI的要求不会等到最后一天才出现。出海企业能不能讲清楚模型从哪里学来、在哪些边界内使用、出了问题如何追溯，可能会比单纯展示模型能力更重要。
