美国对外投资审查法案最终版:严控AI关键技术、敏感个人数据投资

美国对外投资审查法案最终版:严控AI关键技术、敏感个人数据投资

特朗普强化对涉及国家安全的海外投资审查,再次强调了 14 项新兴及基础技术的出口管制。

编译 | 机器之能


近日(2 月 13 日),美国外国投资委员会(CFIUS)外国投资审查法案最终规则正式生效,旨在强化对涉及美国国家安全的外国投资的审查,人工智能机器学习技术等 14 项新兴及基础技术或成为重要影响领域。

美国将对来自中国等国家的投资进行审查和调查,如果这些投资属于技术领域、基础架构或数据部门,可能会很难获得 CFIUS 的批准。

美国对外投资审查法案最终版:严控AI关键技术、敏感个人数据投资


这是对 2018 年《外国投资风险审查现代化法案》(FIRRMA)的进一步确定和细节规定的落实。

早在 2018 年 8 月,特朗普总统就已签署通过了 FIRRMA 法案,以求扩大 CFIUS 对外国投资的审查范围并修改审查程序。FIRRMA 明确将重点放在中国上,并特别提到了中国的 2025 计划。

经过漫长的试行及征求意见过程,条例的正式版本于今年年初出炉。条例分为两个单独的条例,第一个条例涉及常规投资,第二个条例涉及房地产交易————海外投资者在美国进行某些投资的规定(《美国联邦法规》第 31 篇第 800 部分)、海外投资者在美国从事房地产的某些交易的规定(31 CFR 第 802 部分)。

FIRRMA 最终法案加强了 CFIUS(The Committee on Foreign Investment in the United States,下称 CFIUS)的功能权限。CFIUS 是一个由美国财政部主持的跨部门小组,其职权是出于美国国家安全的考虑,对特定的外国投资交易进行审查。关注中国企业对外投资的读者对 CFIUS 应该不会陌生,尤其是最近几年,多起中国企业在美国的收购由于通不过 CFIUS 的审查而搁浅。

据外国媒体报道称,该法案的设立主要出于担心中国利益集团收购美国公司可能威胁到国家安全。


 01


以下为 CFIUS 对常规投资的审查规定。

美国对外投资审查法案最终版:严控AI关键技术、敏感个人数据投资

1、FIRRMA 最终法案条例扩大了 CFIUS 对外国投资的审查范围:

适用于涉及关键技术、关键基础设施或敏感个人数据的美国企业,被称为「TID 美国企业」和「TID」。参与国际和跨境交易的任何人在评估潜在交易时也应将 TID 加入他们的尽职调查讨论中。

  • 关键技术

为了适应不断变化和出现的技术,CFIUS 条例的正式版本没有列明关键技术的完整清单,而是根据商务部的出口管制技术清单来定义关键技术的范围。

被包含的关键技术包括美国军需品清单(USML),商业管制清单(CCL)上的某些项目以及出口管制改革法案(ECRA)识别和管制的 新兴与基础技术等同时条例也将 2018 年关键技术试点计划中提到的 27 个敏感行业作为附录列出。

如果一项交易导致一家从事敏感行业,且生产、设计、测试、加工、制造或开发关键技术的美国企业受外国投资者的控制,或外国投资者以非被动、非控股少数股权形式投资于此类美国企业,交易方必须向 CFIUS 提交申报文件(强制申报)。

此前,美国《2018 年出口管制改革法》(ECRA)要求美国商务部工业安全局(BIS)拟定相应的「新兴及基础技术」清单。为此,BIS 于 2018 年 11 月 19 日发布了《拟议规则制定事先通知》(ANPRM 或「通知」),罗列了拟管制 14 项涉及国家安全和前沿科技的技术出口,并就这一方案向公众征询意见。

该方案列出了 14 个考虑进行管制的领域,包括:

生物技术、人工智能(AI)、数据分析量子计算、机器人、脑机接口等在内的前沿技术。

其中,人工智能成为重点关注领域之一,包括人工智能(AI)和机器学习技术,例如神经网络深度学习、进化和遗传计算、强化学习计算机视觉专家系统、语音和音频处理、自然语言处理规划、音频和视频处理、AI 云技术、AI 芯片组。

  • 关键基础设施:

条例列举了 28 种涵盖在 CFIUS 审查范围内的关键基础设施和关键基础设施相关的功能投资,其中包括了电信、公用事业、能源和运输等不同基础设施子部门内的系统和资产,包括拥有、运营、制造、供应或服务于最终法规附录中确定的关键基础设施的企业。

  • 敏感的个人数据:

条例明确了 CFIUS 对 11 种特定类别的敏感个人数据的管辖权,包括金融、地理位置、健康、生物特征和安全许可数据,以及电子邮件、短信和聊天等电子通信数据。

如果美国公司(1)为身份敏感的美国政府人员或承包商定制产品或服务;(2)维护或收集超过 100 万个人的此类数据;(3)已被证明其目标是维护或收集超过 100 万个人的此类数据,并且此类数据是其美国业务产品或服务的主要组成部分,那么投资该美国公司将受到 CFIUS 管辖。

2、FIRRMA 最终法案条例将 CFIUS 审查程序分为两类:

  • 强制申报:

条例规定,涉及以下外国投资时,交易方在交易时需提交强制性声明,并附上交易信息:

(1)交易涉及「关键技术」;

(2)外国投资者在涉及「关键技术」,「关键基础设施」和「敏感个人数据」的美国业务上持有重大权益,而外国政府持有该外国投资者重大权益。

  • 自愿申报:

如果投资(1)不符合关键技术强制性申报的标准,且(2)外国投资者不是外国政府,交易方可自愿提交申报。对于以自愿申报方式提交的交易,CFIUS 审查期约为 30 天。

3、FIRRMA 最终法案条例定义「例外投资者」:

条例还规定了「例外投资者」,他们将免于接受 CFIUS 对非被动、非控股少数股权投资和房地产交易(但不包括「控制」交易)的审查。财政部已选定澳大利亚、加拿大和英国作为最初的例外国家。

从上述 FIRRMA 最终法案条例来看,FIRRM 的影响主要在于科技领域、地产领域、敏感行业的投资,如果对于被动性投资或者不涉及敏感行业、关键技术、关键基础建设领域的普通行业目前没有不利影响。

而对于中国的风险投资、国企、以及国企参股的企业会存在诸多政策的因素,如果交易项目属于 FIRRMA 的管辖领域,将会存在交易被延长,甚至被否决的风险。

智达跨境风险合规委员会委员戴子军在接受《中国贸易报》采访时表示,而对于未来希望在美国投资的中国投资者,需持续关注美国关于外国投资强制申报范围法规的变化,以避免未进行申报而产生的风险和损失。

从某种意义而言,美国对技术出口的管制,意在保证美国在领先技术的领导地位。就在本月初,特朗普政府就公布了一项 4. 8 万亿美元的预算提案,其中包括增加用于人工智能量子计算发展的联邦资金。

有消息称特朗普希望国会到 2022 年将人工智能研发经费的支出从 9.73 亿美元增加一倍至近 20 亿美元,并在两年内将量子信息科研的支出增加一倍至 8.6 亿美元。

这些技术有望成为美国国家安全的重要组成部分,进一步强化人工智能等核心技术的国家战略地位。


 02


有媒体统计了近几年被 CFIUS 否决的交易:

美国对外投资审查法案最终版:严控AI关键技术、敏感个人数据投资

图片来源于网络

值得关注的是,由于审核标准比较灵活,另许多中国投资者承担了较大风险。比如 2018 年 1 月,CFIUS 否决了蚂蚁金服的收购后,蚂蚁金服需要按照约定支付速汇金 3000 万美金解约金。

另外,受管辖领域也具有不确定性,2018 年 3 月,北京大北农科技集团收购 Waldo Frams, Inc. 这个项目中,收购标的未「猪育种公司」也被 CFIUS 否决了。

产业AI人工智能美国
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

数据分析技术

数据分析是一类统计方法,其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系,并绘制出统计信息图,以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据,以便弄清哪些是同质的,从而更好地了解数据。 数据分析可以处理大量数据,并确定这些数据最有用的部分。

专家系统技术

专家系统(ES)是人工智能最活跃和最广泛的领域之一。专家系统定义为:使用人类专家推理的计算机模型来处理现实世界中需要专家作出解释的复杂问题,并得出与专家相同的结论。简言之,如图1所示,专家系统可视作“知识库(knowledge base)”和“推理机(inference machine)” 的结合。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

神经网络技术

(人工)神经网络是一种起源于 20 世纪 50 年代的监督式机器学习模型,那时候研究者构想了「感知器(perceptron)」的想法。这一领域的研究者通常被称为「联结主义者(Connectionist)」,因为这种模型模拟了人脑的功能。神经网络模型通常是通过反向传播算法应用梯度下降训练的。目前神经网络有两大主要类型,它们都是前馈神经网络:卷积神经网络(CNN)和循环神经网络(RNN),其中 RNN 又包含长短期记忆(LSTM)、门控循环单元(GRU)等等。深度学习是一种主要应用于神经网络帮助其取得更好结果的技术。尽管神经网络主要用于监督学习,但也有一些为无监督学习设计的变体,比如自动编码器和生成对抗网络(GAN)。

自然语言处理技术

自然语言处理(英语:natural language processing,缩写作 NLP)是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言;自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

强化学习技术

强化学习是一种试错方法,其目标是让软件智能体在特定环境中能够采取回报最大化的行为。强化学习在马尔可夫决策过程环境中主要使用的技术是动态规划(Dynamic Programming)。流行的强化学习方法包括自适应动态规划(ADP)、时间差分(TD)学习、状态-动作-回报-状态-动作(SARSA)算法、Q 学习、深度强化学习(DQN);其应用包括下棋类游戏、机器人控制和工作调度等。

蚂蚁金服机构

蚂蚁金服是一家旨在为世界带来普惠金融服务的科技企业。 蚂蚁金服起步于 2004 年成立的支付宝。2014 年 10 月,蚂蚁金服正式成立。 蚂蚁金服以“为世界带来更多平等的机会”为使命,致力于通过科技创新能力,搭建一个开放、共享的信用体系和金融服务平台,为全球消费者和小微企业提供安全、便捷的普惠金融服务。

https://www.antfin.com/
量子计算技术

量子计算结合了过去半个世纪以来两个最大的技术变革:信息技术和量子力学。如果我们使用量子力学的规则替换二进制逻辑来计算,某些难以攻克的计算任务将得到解决。追求通用量子计算机的一个重要目标是确定当前经典计算机无法承载的最小复杂度的计算任务。该交叉点被称为「量子霸权」边界,是在通向更强大和有用的计算技术的关键一步。

推荐文章
暂无评论
暂无评论~