当阿尔马雷克冶金联合体AI系统使能耗降低10%、生产成本降低15%，Uzum数字生态估值达23亿美元——乌兹别克斯坦的AI应用已从政策文本走向真实生产场景。上海外国语大学上海全球治理与区域国别研究院发布的这份报告，系统梳理了乌兹别克斯坦在金融、医疗、农业、能源四大优先领域的AI应用现状，揭示了从“政府牵引”到“产业落地”的转化路径，以及企业必须跨越的三道合规法律门槛。
优先应用领域——国家治理与生产性场景并重
金融、医疗、农业、能源四大优先领域，应用方向明确
乌兹别克斯坦将金融、医疗、农业和能源列为AI优先引入领域。银行金融领域重点包括反欺诈、信用评估和市场趋势预测；税务海关领域重点包括影子经济治理、可疑操作预测和风险管理；医疗领域重点包括疾病诊断、医学影像分析和患者数据管理；农业领域重点包括产量预测、农业资源管理和种养殖监测；能源领域重点包括能源资源管理、生产分配优化、可再生能源开发和需求预测。这一应用清单显示，乌兹别克斯坦AI应用主要以国家治理和生产性场景为核心。
公共部门将是早期最重要的需求发起者。统一互动公共服务门户中基于AI的服务占比2030年目标为10%，这为政务AI、智能客服和公共服务流程优化提供了明确接口。目前乌方公共部门数据仍在集中建设阶段，模块化方案更容易嵌入现有系统。
工业制造标杆——AMMC AI系统降本15%、能耗降10%
工业制造领域最具标志性的是阿尔马雷克矿山冶金联合体（AMMC）的AI应用。2026年3月，第三铜选矿厂正式投产，项目总额预计27亿美元，年处理矿石能力6000万吨，全部技术流程实现数字化并接入统一AI控制系统。基于AI的实时生产链分析系统使该厂能耗降低10%、生产成本降低15%、劳动生产率提高10%。这一案例证明，乌兹别克斯坦的大型国有企业正在成为AI落地的先行者，且AI已经进入核心生产流程而非停留在辅助环节。
金融科技与数字生态——Uzum估值23亿美元，全业务线部署AI
腾讯、阿曼主权基金投资，反欺诈与个性化推荐成核心场景
Uzum是乌兹别克斯坦最大的数字生态系统，2022年成立，整合电子商务、数字银行、快递物流和企业服务，至2026年用户超过2000万。2025年8月，Uzum完成腾讯和VR Capital领投的近7000万美元股权融资，估值15亿美元；2026年3月再获阿曼主权财富基金领投的超1.3亿美元战略投资，估值升至23亿美元。
Uzum正在全业务线部署AI，包括反欺诈交易监测、个性化推荐和物流仓库自动化。乌兹别克斯坦个人汇款流入占GDP的14.4%，跨境资金流动和金融风险管理具有现实重要性。这一数据表明，金融风控和跨境支付是乌兹别克斯坦当下最紧迫的市场需求之一，也是中企最容易形成产品落地验证的领域。
三道合规法律门槛——市场准入的必要条件
《人工智能监管法》划定责任边界，《伦理规则》禁止AI独立医疗诊断
第一道门槛是《人工智能监管法》（2026年1月21日生效）。该法规定：涉及人权和自由的重大法律决策不能仅依赖AI结论；使用AI生成的信息资源必须标明；利用AI非法处理或传播个人数据构成行政违法行为，违法者面临50至100倍基础计算单位的罚款，并可没收违法工具。这意味着企业进入乌兹别克斯坦市场时，必须在产品设计中内置可解释性、可审计性和人工复核机制。
第二道门槛是《人工智能解决方案开发、实施和使用伦理规则》（2026年3月14日发布）。该规则确立了可解释性、可问责性、可靠性与安全性、非歧视和透明度等原则，明确禁止AI系统在医疗诊断、治疗方案确定、医学影像分析和患者数据管理等领域作出最终决定。医疗AI产品必须定位为“辅助诊疗工具”，而非“诊断工具”。
第三道门槛是《个人数据法》修订（2026年3月26日）。强制本地存储义务从“所有个人数据”调整为特定类别——公民生物识别数据和遗传数据、在乌境内经营的电信运营商用户数据必须在乌境内存储；其余个人数据在满足充分保护认定、标准合同条款、约束性公司规则或国际标准等条件之一时可在境外存储和处理。企业需根据数据类型制定不同的存储和传输策略。
中企进入策略——五大场景与三类风险防范
金融风控、农业水利、医疗辅助、海关税务、政务AI五大切入点
报告提出中企进入乌兹别克斯坦AI市场的五大场景切入点。金融风控：围绕反欺诈、异常交易监测、反洗钱辅助、支付风险识别形成产品组合，秉持辅助监管、增强风控、保留人工决策的原则，优先从客服质检、交易异常预警和风险线索生成切入。农业水利：基于遥感和气象数据的作物长势监测、灌溉计划优化、病虫害预警和水资源效率分析，以“算法+传感器+遥感数据+本地运维”打包成轻量方案。
医疗辅助：影像初筛、电子病历结构化、排班优化和药品库存管理，产品定位为辅助诊疗工具而非替代医生，采取本地部署和人工复核。海关税务：智能单证审核、发票异常识别和商品归类辅助，定位为辅助审核和风险提示而非自动执法。政务AI：统一互动公共服务门户AI服务占比提升至10%目标下的政务智能客服、材料预审和知识库。
企业应规避三类风险：只凭口头意向判断市场需求、在未确认数据可得性前承诺模型效果、在不清楚付款主体和验收标准的情况下投入大规模定制开发。
