Политика США в сфере искусственного интеллекта последовательно формируется как комплексная система, объединяющая регуляторные механизмы, промышленную стратегию и инструменты национальной безопасности. Ее ключевая цель — ускорение развития ИИ при одновременном укреплении технологического лидерства страны в условиях стратегической конкуренции, прежде всего с Китаем.

В этом контексте инициативы администрации Дональда Трампа направлены на снижение нормативной фрагментации на уровне штатов, координацию федеральных агентств и формирование более предсказуемой среды для инноваций и инвестиций, при сохранении значительной роли бизнеса.

Белый дом 20 марта 2026 г. опубликовал Национальную политическую рамку по искусственному интеллекту (National Policy Framework for Artificial Intelligence, AI Policy Framework). Данный документ носит необязательный характер и отражает совокупность приоритетов и направлений, предлагаемых для учета при разработке соответствующего федерального регулирования ИИ.

Шесть основных целей AI Policy Framework: 1. Защита детей – предоставить родителям инструменты контроля, обязать ИИ-платформы предотвращать сексуальную эксплуатацию и случаи самоповреждения. 2. Поддержка сообществ – не допускать перекладывания расходов на содержание дата-центров на потребителей, упростить выдачу разрешений на локальную генерацию энергии, бороться с мошенничеством и угрозами нацбезопасности. 3. Интеллектуальная собственность – уважать труд создателей, но разрешить ИИ «честное использование» (fair use) данных, находящихся в открытом доступе. 4. Свобода слова – запретить государственную цензуру через ИИ, защитить Первую поправку. 5. Инновации – устранить избыточные регуляторные барьеры, ускорить внедрение ИИ в отраслях, создать тестовые среды (песочницы). 6. Образование и рабочая сила – обучать американцев навыкам для ИИэкономики, создавать новые рабочие места.

За рамками этого документа остается системный уровень политики США. Именно на нем формируется ключевая особенность американского подхода: расширение самого понятия регулирования ИИ, которое выходит за пределы классического правового надзора и становится элементом технологического управления, включающего стандартизацию, промышленную политику и внешнеэкономические инструменты:

- Стандарты формируются через официальные рамки, такие как AI Risk Management Framework (NIST) , и через доминирование корпоративных экосистем (облака, API), которые становятся де-факто глобальными.
- Важную роль играет контроль вычислительных ресурсов: через экспортные ограничения и контроль полупроводников США влияют на глобальный доступ к передовым вычислениям. В результате регулирование экспорта приобретает функцию управления глобальным доступом. ИИ также интегрирован в промышленную и оборонную политику как технология двойного назначения, связывающая НИОКР, инфраструктуру и безопасность.
- Дополняет систему риск-ориентированное управление с акцентом на тестирование, аудит и прозрачность в чувствительных секторах.

Результатом становится влияние США, носящее инфраструктурный характер: глобальные стандарты распространяются через технологические платформы и требования совместимости, а не через формальные международные соглашения.

Однако в академической и экспертной среде дискуссии вызывает не столько это инфраструктурное влияние, сколько «мягкий» характер самого AI Policy Framework. Как инструмент soft law, документ смещает акцент с обязательных правовых требований на декларативные принципы, а отсутствие чётких механизмов раскрытия данных и привлечения к ответственности за причинённый вред, по мнению критиков, приводит к регуляторной неопределённости и снижению уровня защиты правообладателей и пользователей.

Для стран Глобального Юга данная архитектура формирует структурную асимметрию доступа к ИИ-инфраструктуре, проявляющуюся в трех основных аспектах:

• вычислительный разрыв – концентрация вычислительных мощностей и облачнойинфраструктуры в ограниченном числе стран и корпораций, усиливающая технологическуюзависимость.
• ограниченное участие в разработке базовых моделей –создание frontier-систем сосредоточенно преимущественно в США и Китае, тогда как большинство стран участвуют преимущественно на прикладном уровне. 
• регуляторная адаптация - заимствование риск-ориентированных подходов, включая принципы ОЭСР (OECD AI Principles), модели NIST, способствуетсовместимости с глобальной экосистемой, но одновременно сужает пространство для полностью автономных регуляторных моделей. 

В экономическом измерении такая конфигурация закрепляет многоуровневую структуру глобального ИИ-рынка, в которой основная добавленная стоимость концентрируется на уровнях инфраструктуры и базовых моделей, тогда как прикладной сегмент остается более распределённым.

Применительно к странам Глобального Юга формируется ограниченный доступ к ключевым уровням ИИ-экосистемы, при этом сохраняются возможности догоняющего развития в прикладных сегментах при условии инвестиций в вычислительную инфраструктуру, кадры и институциональные механизмы технологического развития.