当乌兹别克斯坦AI软件产品和服务目标从1000万美元跃升至15亿美元、统一互动公共服务门户AI服务占比目标达10%——一个由“政府牵引”驱动的AI市场正在中亚成型。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，基于政策文本与实地调研，为中企进入乌兹别克斯坦AI市场提供了从前置接口到场景选择、从合规门槛到风险防范的系统性建议，强调“小切口示范项目、本地伙伴共建、数据合规底线”的务实路径。

报告建议，对上海AI企业而言，进入乌兹别克斯坦市场不宜从大规模推介会或泛泛签署合作备忘录开始，而应先完成市场验证、伙伴识别、合规判断和交付能力评估。乌兹别克斯坦信息技术产业园上海数字技术中心可作为企业获取乌方政策信息、接触本地企业和验证项目线索的前置接口。

企业使用这一窗口时，应把重点放在具体项目判断上，而不是把它理解为能够直接带来订单的行政通道。具体操作包括：围绕RP-358号决议梳理自身产品与乌方优先场景的匹配度；在进入项目前做本地伙伴尽调，核验IT Park居民企业、系统集成商、银行、电信运营商的项目经验、付款信誉和合规资质；提前准备俄语、乌兹别克语或英语版本的产品说明、技术文档、合同条款、数据处理说明和本地部署方案；优先选择数据边界清晰、验收指标明确、可本地部署和可本地运维的小切口项目。

报告提出五大务实切入场景。金融风控与跨境支付：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。上海金融科技企业可围绕反欺诈、异常交易监测、反洗钱辅助、支付风险识别形成产品组合，优先从客服质检、交易异常预警和风险线索生成切入，再逐步进入信用评估。

农业水利：乌兹别克斯坦当前重点关注农业产量预测、农业资源管理和种养殖监测。较现实的切入口包括遥感作物监测、灌溉计划优化、病虫害预警、温室和畜牧监测、盐碱化识别、灌区用水效率分析。企业应把算法、传感器、遥感数据、移动端工具和本地运维服务打包成轻量方案，验收指标包括节水率、产量预测准确率、预警提前量和设备在线率。

医疗辅助：定位为辅助诊疗和医院管理工具而非替代医生。优先场景包括影像初筛、电子病历结构化、检查报告质控、医院排班优化、药品库存管理、医保审核辅助和基层医生培训。涉及患者数据应采取本地部署、结果人工复核和责任边界明示。

海关税务：导入单证智能审核、发票异常识别和商品归类辅助等工具，定位为辅助审核和风险提示而非自动执法。政务AI：围绕公共服务门户AI服务占比提升至10%目标，提供政务智能客服、材料预审和知识库方案。

进入乌兹别克斯坦AI市场必须跨越三道法律门槛。《人工智能监管法》规定重大法律决策不能仅依赖AI结论，使用AI生成内容必须标明，非法处理个人数据面临罚款和工具没收。企业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，且不能将AI定位为“自动决策工具”。

《人工智能解决方案伦理规则》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”，并设置明确的人工复核流程。《个人数据法》修订将强制本地存储义务调整为特定类别——公民生物识别数据和遗传数据、电信运营商用户数据必须在乌境内存储。企业需根据数据类型制定不同存储和传输策略，提前准备本地部署方案。

报告特别提醒企业规避三类风险：只凭口头意向判断市场需求（乌方项目决策周期较长，需确认付款主体和预算来源）；在未确认数据可得性前承诺模型效果（公共数据仍在集中建设阶段，部分行业数据可能不完整）；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（应先做小规模试点再决定是否扩展）。

长期策略方面，企业应：优先选择数据边界清晰、验收指标明确、可本地部署的小切口项目；突出行业场景价值而非泛化AI能力；强化本地伙伴和人才培养而非只做一次性交付；坚持数据合规底线而非试图绕过监管；以示范项目带动长期机制而非追求短期规模。医疗AI项目应提前核验乌方医疗器械、软件审批、数据合规和医生责任制度；农业项目通常需要跨季节验证，单次演示不能证明长期效果，应先选择一个灌区或农场做试点再考虑扩大范围。