Construindo as regras para a IA nos Estados Unidos | Runway Summit SF 2026

Vídeo de autoria do canal indicado, não da IANIA; todos os direitos pertencem ao criador. Transcrição, resumo e tradução gerados automaticamente; o conteúdo no idioma original é preservado na versão em idioma original.

Idioma original: inglês

Vídeo original: Building the rules for AI in America | Runway Summit SF 2026 · Canal: Runway · 24:58 · Assistir no YouTube

Tópicos: Governança e regulação de IA, Mercados e economia, Modelos locais e open source, Segurança de IA

Resumo

Especialistas em políticas públicas discutem a crescente pressão para regulamentar a IA nos Estados Unidos, diante de incidentes de segurança, fraudes, deepfakes e riscos futuros. O painel aborda os benefícios e desafios dos open weight models, além da relação entre segurança, concorrência e concentração de acesso a modelos avançados. Os participantes analisam iniciativas da FTC e da Califórnia, incluindo avaliações independentes, compromissos voluntários e possíveis mecanismos para retomar o controle de modelos perigosos. A conversa termina com o debate sobre a fragmentação entre regras estaduais e a necessidade de padrões federais fortes que não prejudiquem startups nem a inovação aberta.

Pontos-chave

A discussão sobre políticas de IA passou de se a tecnologia deve ser regulamentada para como fazê-lo.
Fraudes, deepfakes e ataques cibernéticos são riscos concretos que merecem atenção junto aos riscos catastróficos futuros.
O acesso a modelos avançados não deveria ficar restrito a poucas empresas, e a difusão da tecnologia é importante para a concorrência.
Open weight models permitem inspeção, adaptação e execução em ambientes privados, mas também criam desafios de supervisão e gestão de riscos.
A FTC pode aplicar sua autoridade de proteção ao consumidor quando empresas não cumprem práticas de segurança que anunciaram publicamente.
A Califórnia avalia exigir avaliações independentes, padrões para avaliadores e mecanismos para recuperar o controle de modelos perigosos.
A fragmentação regulatória pode impor custos desproporcionais a empresas menores, mas o conteúdo das regras importa tanto quanto sua uniformidade.
Um padrão federal forte pode reduzir encargos de conformidade, desde que não restrinja startups, open weights e inovação aberta.

Capítulos

Início	Capítulo	Resumo
00:00	Abertura e panorama da política de IA	Os participantes apresentam os principais desafios regulatórios, incluindo o déficit de confiança, a segurança e a necessidade de estabelecer regras para a IA.
05:11	Concorrência, proteção ao consumidor e modelos abertos	Maureen K. Ohlhausen aborda concorrência e autoridade da FTC, antes de o painel discutir os benefícios e riscos dos open weight models.
12:28	Segurança de modelos de fronteira e autorregulação	O painel debate a relação entre medidas de segurança, possíveis barreiras à concorrência e compromissos voluntários das empresas.
17:42	A abordagem regulatória da Califórnia	Vivek Viswanathan descreve leis estaduais, avaliações independentes e propostas para responder a incidentes de segurança.
21:20	Regras estaduais, padrão federal e inovação	Os participantes discutem os custos da fragmentação regulatória e defendem padrões que preservem a concorrência e a inovação aberta.

Citações

A questão não é o que regulamentar, mas como regulamentar. — 02:35

Não é perda de controle por autoaperfeiçoamento recursivo. São deepfakes, fraude e ataques cibernéticos à infraestrutura crítica. — 04:08

Você precisa poder inspecionar esses modelos antes da implantação e modificá-los para fins específicos. — 09:52

A pergunta real é o que exatamente essas estruturas exigem dos desenvolvedores. — 22:21

Conceitos e entidades

Runway (empresa): Empresa que organizou o painel sobre políticas públicas de IA no Runway Summit SF 2026.
Vivek Viswanathan (pessoa): Conselheiro sênior do governador Gavin Newsom para questões de IA e tecnologia.
Ben Brooks (pessoa): Chefe de políticas públicas da Black Forest Labs e defensor da inovação aberta em modelos.
Black Forest Labs (empresa): Empresa que desenvolve modelos de pesos abertos para vídeo, imagem e robótica.
Maureen K. Ohlhausen (pessoa): Sócia da Wilson Sonsini e ex-presidente interina e comissária da Federal Trade Commission.
Federal Trade Commission (empresa): Agência federal dos Estados Unidos que atua em proteção ao consumidor e concorrência.
open-weight models (conceito): Modelos cujos pesos podem ser acessados, permitindo inspeção, adaptação e execução independente.
SB 53 (conceito): Lei da Califórnia que exige estruturas de segurança, comunicação de incidentes críticos e proteção a denunciantes para desenvolvedores de modelos de fronteira.
Flux Reaction (modelo): Modelo de previsão de ações da Black Forest Labs mencionado como um lançamento recente de pesos abertos.
NVIDIA (empresa): Empresa citada entre os participantes de um acordo voluntário anunciado na Casa Branca.
Gavin Newsom (pessoa): Governador da Califórnia, cuja administração vem promovendo legislação e medidas sobre IA.
Andrew Ferguson (pessoa): Presidente da Federal Trade Commission mencionado por suas declarações sobre segurança e concorrência em IA.

Tradução completa (pt-BR)

00:00 Por favor, recebam no palco o conselheiro sênior do governador, Vivek Viswanathan; o chefe de políticas públicas da Black Forest Labs, Ben Brooks; a sócia da Wilson Sonsini e ex-presidente interina e comissária da FTC, Maureen K. Ohlhausen; e o chefe de políticas públicas da Runway, Evan Engstrom. >> Certo. Olá, sou Evan Engstrom. Sou o chefe de políticas públicas aqui na Runway. Nas últimas semanas, trabalhar com questões de políticas de IA tem sido uma experiência intensa, já que

00:31 as questões em torno da segurança da IA e da concorrência estrangeira trouxeram o mundo regulatório para o debate público. Se, como muitas pessoas, tudo isso é novidade para você e você não sabe bem o que está acontecendo, pode parecer um pouco assustador. Não se preocupe. Temos aqui um grupo fantástico para explicar tudo. Especialistas em políticas de IA que representam todos os aspectos do mundo regulatório. Começando à minha esquerda: Vivek Viswanathan, conselheiro sênior do governador Gavin Newsom para questões de IA e tecnologia; Ben Brooks, chefe de

01:02 políticas públicas da Black Forest Labs; e Maureen Ohlhausen, sócia da Wilson Sonsini e ex-presidente interina e comissária da Federal Trade Commission. Vamos começar com uma visão ampla. Muita coisa aconteceu. É difícil acompanhar todos os acontecimentos no espaço das políticas de IA. Se você está começando a entender o que está acontecendo e tentando se atualizar, em que as pessoas deveriam prestar atenção? Na sua opinião, quais são as questões mais urgentes? Como separar o

01:33 que importa do que é apenas ruído? Vivek, vamos começar com você. >> Claro. Primeiro, obrigado por nos receber, Evan, e obrigado à equipe da Runway. Eu diria que, como você mencionou, Evan, nas últimas semanas a preocupação com essas questões disparou. A boa notícia é que os EUA, de modo geral, continuam em uma posição muito forte em termos de capital, treinamento nos chips mais avançados e dos melhores talentos do mundo para manter os modelos que realmente estão na fronteira. A má notícia, como todos nesta sala sabem, é que tivemos

02:04 um déficit de confiança que se acumulou nos últimos meses e anos e está crescendo. Os incidentes de segurança estão aumentando; algumas histórias são bastante angustiantes. E precisamos reconhecer que agora temos um problema que não é algo do futuro e precisa ser enfrentado já. Estamos vendo manifestações concretas desse déficit de confiança, em questões como os data centers que surgiram por todo o país e se tornaram um para-raios de controvérsias. Mas, em um nível mais amplo, acho que, durante vários anos, o debate era sobre se deveríamos regulamentar. E acho que agora estamos

02:35 vendo essa discussão ser deixada de lado, e a questão não é o que regulamentar, mas como regulamentar. E, veja, estamos chegando agora a quatro anos desde o lançamento do Chat GPT 3.5. Isso foi em 2022. Em 2023, no Capitólio, houve uma série de fóruns com líderes do setor de tecnologia para considerar possíveis leis. Tivemos uma grande eleição presidencial em 2024. Em 2025, vimos o surgimento de agentes de programação cada vez mais poderosos. No último ano, vimos a IA agêntica,

03:06 tanto o lado bom quanto o ruim, mas o que não vimos foi um conjunto abrangente de leis para reger esse campo, e acho que as pessoas já entendem a necessidade disso. >> Faz sentido, Ben. >> Quer dizer, concordo. Acho que, se olharmos do Chat GPT até agora, houve um tsunami de leis nos níveis estadual e federal. Só nesta sessão, há, acho, 800 projetos de lei sobre IA no Congresso e cerca de 1.500 ou 2.000 em nível estadual. E acho que ainda falta consenso sobre quais riscos importam,

03:37 em que parte da pilha tecnológica podemos intervir e como seria, de fato, uma intervenção regulatória. Acho que começamos a ver, ao longo deste verão, algum foco em cibersegurança, perda de controle e alguns desses riscos catastróficos mais voltados para o futuro, que ganharam muito mais destaque do que tinham historicamente. Na minha opinião, há dois desafios. Primeiro, estamos tirando parte da atenção dos riscos agudos e concretos que existem aqui e agora e ainda merecem muita atenção. Pergunte a uma família americana comum, pergunte a um

04:08 formulador de políticas comum: o que lhes preocupa na IA? Não é a perda de controle por meio do autoaperfeiçoamento recursivo. São as deepfakes. São as fraudes. São os ataques cibernéticos à infraestrutura crítica. E, por isso, precisamos prestar atenção a esses riscos, junto com os riscos mais especulativos e voltados para o futuro que dominaram as manchetes. Acho que há outro aspecto: corremos o risco de perder de vista alguns dos riscos econômicos relacionados à IA de fronteira e às capacidades de fronteira. Temos algumas empresas da Bay Area dizendo que a IA será uma infraestrutura crítica;

04:40 as capacidades de fronteira e o acesso a elas serão a diferença entre afundar ou prosperar na economia do futuro. Mas temo que, em certa medida, estejamos caminhando sonâmbulos para um cenário em que só será possível alugar essa capacidade, pagando a duas ou três empresas. E acho fundamental que, ao enfrentarmos esses riscos catastróficos, façamos isso de uma forma que promova, em vez de dificultar, a difusão dessa tecnologia, desses modelos e dessa pesquisa de maneira mais ampla, para além desses

05:11 grandes laboratórios de big tech. >> Essa é uma transição perfeita para sua área de especialidade: concorrência. O que você está observando? O que mais se destaca para você? >> Na minha opinião, vindo da FTC, onde atuo tanto com antitruste quanto com proteção ao consumidor, começando pelo lado da concorrência, estamos vendo que, para inovar, competir e inventar o

05:43 futuro, e para que as empresas americanas mantenham sua liderança, elas precisam dos insumos necessários para continuar desenvolvendo IA. Esses insumos podem ser chips, energia ou outras capacidades. E é importante garantir que nossa política de fusões, em particular, reconheça a necessidade de reunir esses recursos de forma

06:13 eficiente. E acho que vimos muitas fusões pró-concorrenciais, que reúnem esses componentes complementares. Portanto, estamos vendo bastante atividade nessa área. E, até agora, acho que as agências antitruste estão fazendo os ajustes certos. Certo? Elas não estão tentando dizer: “Bem, vamos desacelerar tudo por meio de um instrumento de fusão, de uma análise de fusão, simplesmente porque queremos desacelerar o ritmo da inovação”, o que não é realmente o que o antitruste

06:45 deveria fazer. Mas, na outra metade da equação, na Federal Trade Commission, falamos de regulamentação. A FTC Act está em vigor há muito tempo e proíbe enganos, além de atos ou práticas injustos. São condutas que causam prejuízo substancial aos consumidores, que eles não conseguem evitar de forma razoável e cujos danos não são compensados por benefícios à concorrência. Portanto, há muito tempo a FTC usa essas autoridades

07:17 para tentar garantir que as novas tecnologias, quaisquer que sejam — e agora a atenção está muito voltada para a IA — não causem esse tipo de dano aos consumidores. Então, quando falamos de novas regulamentações, acho importante não perder de vista a regulamentação mais geral que já está em vigor. Podemos falar mais sobre isso, mas a FTC fez alguns anúncios sobre essas questões há poucas horas. Então, acho que é

07:48 algo a que sei que estou prestando muita atenção e, junto com os clientes, garantindo que conheçam as expectativas do governo nesse contexto, estejam prontos para atendê-las e garantam que esse tipo de dano substancial não aconteça aos consumidores. >> Excelente. Gostaria de voltar a isso daqui a pouco. As notícias recentes da FTC parecem estar sempre surgindo no espaço das políticas de IA atualmente. Mas, primeiro, quero

08:19 me aprofundar em uma questão que recebeu muita atenção nos últimos dois meses: modelos com pesos abertos. No contexto dos LLMs, o foco tem sido o risco de modelos chineses com pesos abertos competirem com modelos americanos de IA de fronteira, talvez se desenvolvendo a partir deles, mas isso é apenas um aspecto do debate. Ben, você trabalha em um laboratório que está desenvolvendo modelos com pesos abertos para vídeo, imagem e robótica. Acabamos de anunciar um modelo de robótica com pesos abertos.

08:51 Então, há todo um aspecto desse debate sobre pesos abertos que, na minha opinião, está sendo ignorado. Você pode falar um pouco sobre o que acha que os formuladores de políticas estão acertando, no que deveriam estar pensando, quais são os riscos e quais são as medidas de mitigação adequadas? >> Sim. Acho que, para dar um pouco de contexto, modelos abertos e pesos abertos são uma parte importante do nosso DNA. Nossos fundadores desenvolveram em conjunto três dos seis modelos abertos mais curtidos de todos os tempos no Hugging Face. Como você mencionou, na semana passada lançamos o Flux Reaction, um modelo de previsão de ações que está no topo dos rankings de vídeos.

09:22 Então, este é um momento muito empolgante para o setor visual, porque, nesse setor, os Estados Unidos e a Europa realmente têm a chance de liderar o mundo em bons modelos de fronteira com pesos abertos. Acho que os formuladores de políticas geralmente estão deixando de considerar duas coisas. Uma delas é por que os modelos abertos importam. Qual é a oportunidade aqui? Acho que, se você é uma organização de qualquer tipo, seja um grande banco ou uma startup pequena, formada por amigos em uma garagem, a IA será uma parte essencial da sua pilha tecnológica. Você precisa poder inspecionar esses modelos antes do deploy. Precisa poder modificá-los para fins específicos

09:52 Precisa poder modificá-los e executá-los em um ambiente privado e seguro, onde seus dados não fiquem sendo expostos constantemente à API de outra pessoa. E é por isso que é muito importante que as organizações tenham acesso a modelos abertos bons e capazes, de fronteira ou quase de fronteira. Acho que muitos formuladores de políticas não percebem por que isso se tornará importante nos próximos anos. Para os Estados Unidos como um todo, pense nos modelos como uma espécie de veículo para projetar poder brando no exterior. A China entende isso. Em alguns aspectos, a China está sendo mais americana que a própria América. Quando você distribui modelos, molda a pilha tecnológica global de maneiras que vão perdurar por muito tempo, de forma indelével.

10:25 E, da mesma forma, você cria muitas dependências em relação aos laboratórios do seu país. É por isso que, no setor de modelos de linguagem, os melhores modelos de pesos abertos vêm da China e, no setor visual, com exceção da Black Forest Labs e de alguns outros, a maioria desses modelos multimodais visuais também vem da China: Alibaba, ByteDance e Tencent. Acho que muitos formuladores de políticas também não entendem, ou talvez não deem importância, ao lado dos riscos dessa equação. Acho que existe, para ser bem

10:56 claro, não há soluções mágicas na camada dos modelos. Não dá para corrigir muitos desses riscos apenas no modelo. As propriedades que tornam úteis os modelos de pesos abertos — poder executá-los e modificá-los de forma independente — também criam desafios específicos do ponto de vista da gestão de riscos e da supervisão. Então, a questão passa a ser: como devemos pensar sobre o risco do modelo e suas capacidades no contexto de uma pilha tecnológica e de um ecossistema mais amplos? Que oportunidades temos para reduzir o risco, não apenas no modelo, mas também em outras partes dessa pilha tecnológica?

11:27 E como podemos trabalhar junto com outros participantes desse ecossistema para reduzir esse risco a um nível aceitável? Fizemos muito trabalho no pré-treinamento e no pós-treinamento dos nossos modelos de pesos abertos para garantir que seja o mais difícil possível usá-los para fins maliciosos, como gerar material de abuso sexual infantil e imagens íntimas não consensuais. Também realizamos testes independentes de red team por terceiros, que mostram que nossos modelos têm dez vezes menos vulnerabilidades que os modelos de pesos abertos lançados na China. Então, como formulador de políticas, você pode tirar algumas conclusões disso. A primeira é que há uma enorme

11:58 variação no setor quanto às melhores práticas adotadas por diferentes desenvolvedores. Outra coisa é que há muito que se pode fazer no próprio modelo para reduzir esses riscos e vulnerabilidades. Mas a terceira é que ainda há riscos. Não é risco zero de COVID. Não dá para eliminar esse risco no próprio modelo. Por isso, precisamos pensar junto com as autoridades, a sociedade civil e a comunidade mais ampla de desenvolvedores sobre o que podemos fazer para reduzir esse risco, mantê-lo baixo e elevar o nível de exigência com o tempo. >> Sim, quanto aos riscos, claro, e

12:28 especialmente no caso da IA física, precisamos ter confiança na segurança dos modelos. Como dizem, com olhos suficientes, todos os bugs são superficiais. O valor dos pesos abertos é que eles podem reduzir essa tolerância ao risco e deixar as pessoas mais confortáveis com o deploy. Então, é interessante pensar nos pesos abertos também como um recurso que favorece a segurança em muitos aspectos. Quanto à segurança, Marine, outro grande tema que tem dominado as manchetes é a segurança dos modelos de fronteira e o ritmo do avanço na fronteira. O atual ocupante do cargo que você já exerceu

12:59 de presidente da FTC, Andrew Ferguson, disse recentemente que alguns dos maiores participantes do setor estão tentando usar esse debate sobre segurança para criar uma barreira regulatória, solicitando obrigações onerosas e análises pré-lançamento que talvez só os laboratórios maiores consigam cumprir. Qual é sua visão geral sobre o estado da concorrência no setor de IA? Como você vê o papel dos órgãos reguladores da concorrência, como seus ex-colegas da FTC, na definição da política de IA? >> Sim, eu estava naquele evento

13:30 quando ele fez esses comentários, e entrevistei o chefe da divisão antitruste sobre um tema semelhante. Isso foi há cerca de duas semanas. E, nessas duas semanas, vimos alguns desdobramentos muito interessantes. Acho que o debate avançou. Do ponto de vista antitruste, quando entidades concorrentes se reúnem e concordam em não aumentar a produção ou desenvolver novas capacidades, isso gera preocupações antitruste, porque elas devem manter centros de decisão independentes e continuar concorrendo entre si. Por outro lado, acho que ficou claro que havia motivações genuínas por trás dessas preocupações, certo? Não era apenas uma tentativa de criar barreiras, mas também uma questão de como um setor que enfrenta esse tipo de preocupação deve reagir como setor.

14:02 Na verdade, há um longo histórico de autorregulação. Então, em alguns aspectos, essas questões não são novas. Já as vi surgir em muitos setores diferentes. Mas eu diria que a velocidade com que elas estão surgindo na IA é particularmente notável. Ainda ontem, vimos um anúncio na Casa Branca envolvendo várias das grandes empresas de modelos de fronteira, além da Nvidia e de outras pessoas do setor,

14:32 que assinaram um acordo para tomar, cada uma, medidas de proteção à segurança. Assim, mantêm uma abordagem individual. Não estão concordando que todas vão adotar precauções de segurança com base num acordo do tipo “só faço se você fizer”. E vimos que o presidente Ferguson estava no evento. Então, acho que o que vimos foi essa rápida

15:03 evolução para encontrar uma maneira de abordar esses objetivos sem incorrer em preocupações antitruste. Caso contrário, para que as entidades agissem coletivamente, precisariam de algum tipo de imunidade antitruste, algo que os órgãos antitruste disseram que as preocupava. Então, isso será interessante. Vamos ver como isso se desenvolve. Mas acho que foi uma abordagem coerente com os princípios antitruste tradicionais e com a

15:35 autorregulação. E já surgiram algumas perguntas: se elas fizerem essa promessa — mas não se trata de uma promessa formal, não é uma lei, é apenas uma promessa —, que ferramentas podem ser usadas se não a cumprirem? Isso é, na verdade, uma parte muito tradicional da autorregulação: quando uma entidade diz “vou seguir estas melhores práticas”, ou padrões desenvolvidos por terceiros, ou padrões que declarei publicamente que vou seguir,

16:06 abordagem de autorregulação. E já surgiram algumas perguntas: bem, se eles assumirem esse compromisso, mas não estiverem assumindo uma promessa — não é uma lei, é apenas uma promessa —, que ferramentas podem ser usadas se eles não cumprirem esse compromisso? Na verdade, isso é uma parte muito tradicional da autorregulação: quando uma entidade diz: “Vou seguir estas boas práticas ou normas desenvolvidas por terceiros, ou normas que declarei publicamente que vou seguir”,

16:38 que vou adotar, e eles não fizerem isso, então a FTC, usando sua autoridade de proteção ao consumidor, poderá iniciar uma ação de fiscalização. E já vimos isso em espaços autorregulatórios convencionais no passado. E, curiosamente, ainda hoje de manhã, o New York Post publicou uma matéria sugerindo que a FTC também está começando a investigar algumas das práticas e práticas de segurança de algumas empresas de IA.

17:10 Agora, mencionei os poderes de fiscalização da FTC; ela também tem a capacidade de realizar estudos sobre setores inteiros. Então, é possível que seja isso que eles decidam fazer nesse caso. Mas acho que é isso que estamos vendo acontecer, de forma muito acelerada, nessa interseção entre proteção ao consumidor e antitruste, que fica mais interligada a cada dia. >> Sim, acho que essa é a área em que o aparato regulatório federal está avançando mais rapidamente, com certeza.

17:42 Vivek, no nível estadual, as coisas estão avançando ainda mais rápido. Você é conselheiro sênior do governador Newsom para questões de IA. Está numa posição desafiadora: precisa, de fato, elaborar regras para regular o setor. E a Califórnia avançou muito mais rápido que o governo federal. Houve inação enquanto os formuladores de políticas federais debatem se devem impedir a aplicação das leis estaduais. Enquanto isso, o governador Newsom sancionou muitas leis sobre IA só nos últimos meses, que tratam de temas como chatbots de IA, auditores terceirizados e divulgações sobre mídia sintética. Há muita atividade. Como você vê o papel dos estados na

18:13 regulação do setor de IA? O que a Califórnia está tentando resolver especificamente e o que você acha que o estado deveria priorizar no próximo ano? >> Sim, com certeza. Primeiro, nossa lei fundamental na Califórnia, a SB 53, basicamente exige que os desenvolvedores de modelos de fronteira publiquem um framework de segurança, para garantir que quaisquer incidentes críticos de segurança que envolvam risco catastrófico sejam comunicados, além de proteger denunciantes que, se virem algo, possam falar

18:44 sem medo de sofrer punição. O governador sancionou a lei no ano passado, e ela traz alguma transparência sobre o que está acontecendo. O próximo passo, que acho que todos estamos reconhecendo agora, tem duas partes. Em primeiro lugar, perceber que temos uma gama muito mais ampla de incidentes de perda de controle e de segurança do que alguns talvez previssem no início — ou, pelo menos, queriam esperar para ver como a tecnologia se desenvolveria. Em particular, acho que uma coisa que todos vimos nas últimas semanas é que talvez antes o foco estivesse nos modelos em uso

19:15 ou nos testes feitos logo antes da implantação, mas muitos dos incidentes sobre os quais todos ouvimos falar e lemos estão acontecendo agora na fase de treinamento — na verdade, até mesmo quando os modelos supostamente estão em um ambiente isolado. Portanto, a gama de cenários que precisamos considerar é muito mais ampla do que antes. A segunda questão é que, pela lei atual, é preciso publicar um framework de segurança. Há certa pressão para que ele seja seguido, mas, em muitos aspectos — certamente no governo federal e até mesmo no nível da Califórnia —, ainda não se aplicou de fato uma medida rigorosa para dizer:

19:45 vocês precisam seguir esses padrões. É preciso trazer avaliadores terceirizados. Eles precisam atender a um determinado nível. Acho que o que a Casa Branca divulgou ontem, como Maureen mencionou, foi um conjunto voluntário de compromissos assumidos por essas empresas. Talvez haja algumas pressões associadas a isso, capazes de levar a um resultado melhor do que o que temos atualmente. Mas o que o governador está analisando — e ele publicou uma ordem executiva sobre isso há cerca de dez dias — é basicamente o seguinte: primeiro, deveríamos exigir por lei essas avaliações de terceiros

20:17 ? Elas deveriam, de fato, estar integradas às empresas, como ocorre em outros setores, por exemplo, nos bancos, onde auditores integrados têm maior visibilidade? Esses avaliadores terceirizados deveriam ter de cumprir algum tipo de padrão, para garantir que sejam suficientemente rigorosos? Quem participaria da definição desses padrões? E, além disso — e isso gerou muitas notícias —, deveríamos promover o desenvolvimento de algum tipo de interruptor de emergência ou outro meio de retomar o controle caso esses modelos adotem continuamente um comportamento muito perigoso? Nenhuma dessas perguntas tem respostas fáceis, mas

20:50 há uma preocupação crescente com elas, tanto na comunidade tecnológica quanto entre o público em geral. E, como você mencionou, o governador sancionou várias leis sobre temas específicos relacionados à segurança das crianças, a deepfakes, à IA na economia e ao impacto transformador que estamos prestes a ver. Mas acho que muitos dos requisitos futuros, assim como as capacidades de que o governo precisa para ajudar a governar e orientar o desenvolvimento seguro dessa tecnologia, ainda estão por vir nos próximos meses. É algo em que o

21:20 estado está muito concentrado, e estamos acompanhando de perto o que os outros estados estão fazendo, assim como o que o governo federal está fazendo. >> Sobre esse último ponto, quando falamos de regulação estadual versus federal, muitas vezes se alega que um mosaico de abordagens regulatórias em 50 estados cria um ônus difícil de cumprir. Ben, como alguém que trabalha em um laboratório que precisa lidar com esse possível mosaico, isso é uma preocupação real? Se for, que abordagem melhor você recomendaria aos formuladores de políticas? >> Sim, quer dizer, acho que é uma preocupação. A fragmentação e a falta de harmonia entre diferentes frameworks são preocupantes, mas acho que o setor de tecnologia, em geral, se fixa um pouco demais na preempção e na fragmentação das leis pelo país. Eu preferiria, como desenvolvedor, 50 frameworks diferentes, desde que fossem compatíveis com a inovação aberta e a inteligência visual, a um único framework de um estado ou do governo federal que não fosse. Então, acho que precisamos nos perguntar mais sobre o conteúdo das

21:51 regras subjacentes. Quando falamos de interruptores de emergência, controles de exportação, regimes de avaliação ou auditorias autorregulatórias, os padrões estão sendo definidos de uma forma que exige que você, como desenvolvedor, exerça controle sobre cada cópia daquele modelo em qualquer lugar do mundo — caso em que isso seria uma péssima ideia para a inovação aberta e a concorrência na fronteira? Ou são compatíveis com a inovação aberta e com a concorrência? Podemos elevar o padrão? Podemos fazer mais avaliações? Podemos fazer mais para mitigar riscos? Podemos impor novas obrigações de

22:21 diligência aos desenvolvedores? Mas podemos fazer isso de uma forma compatível com a ampla disseminação da tecnologia? Essas são as perguntas que precisamos nos fazer. Então, acho que, embora boa parte do debate público sobre a regulação estadual tenha sido dominada pela preocupação de que haverá 50 frameworks diferentes, todos puxando em direções distintas, e os desenvolvedores ficarão submersos ou o céu vai desabar, acho que a verdadeira questão é: o que exatamente esses frameworks exigem dos desenvolvedores? Qual é o padrão de conformidade? E esse padrão é

22:52 compatível, mais uma vez, com a ampla disseminação e adoção? >> Certo. Posso entrar nessa conversa? Porque esse é um debate que já aconteceu em vários setores. E acho que uma das coisas pouco valorizadas do ponto de vista da concorrência é que, se houver tantos regimes regulatórios diferentes a cumprir, isso será difícil para os participantes menores. E, no fim, quem terá recursos para contratar

23:23 escritórios de advocacia, profissionais e supervisores para tentar cumprir todos esses frameworks diferentes serão os participantes maiores. Por isso, a consistência é muito importante. Mas, se houver inconsistência, isso pode criar esse tipo de entrave para os participantes menores do mercado. >> E só vou acrescentar uma coisa: falando pelo gabinete do governador, ele próprio também disse que um padrão federal forte faria bastante sentido. Sabe, priorizamos as startups na Califórnia e não queremos criar um ônus de conformidade absurdo

23:56 escritórios de advocacia, profissionais e órgãos de supervisão para tentar cumprir todas essas diferentes estruturas. Então, ter consistência é muito importante, mas, se houver inconsistência, isso pode criar esse tipo de entrave para os participantes menores do mercado. E só vou acrescentar uma coisa sobre isso: falando em nome do gabinete do governador, ele próprio também disse que uma norma federal sólida faria bastante sentido. Sabe, priorizamos as startups na Califórnia e não queremos impor um ônus de conformidade absurdo

24:27 sobre eles. Mas a palavra-chave, claro, como o Ben apontou, é “forte”, sabe? E, neste momento, o Congresso não aprovou nenhum tipo de lei abrangente de segurança ou proteção da IA. Então, acho que isso é algo que precisa ser resolvido. >> E digo que a maioria das ideias mais exóticas e ecléticas surgiu em Washington. Portanto, há um risco de que, com uma estrutura nacional, vocês acabem com uma estrutura que não funcione para pequenos laboratórios, não funcione para modelos de pesos abertos, não funcione para inteligência visual. E, até certo ponto, a Califórnia, Nova York e alguns outros estados têm

24:58 experimentado algumas estruturas e ideias que, à primeira vista, podem parecer muito intervencionistas, mas há um caminho para fazê-las funcionar, e essa pode até ser a abordagem preferível. >> Acho que veremos muito mais ação no próximo ano, tanto no âmbito estadual quanto federal. Muito obrigado por suas perspectivas e por ajudar a explicar um tema complexo para nosso público. Obrigado. >> [aplausos]

Transcrição original

[00:00] Please welcome to the stage senior counselor to the governor Vivek Viswanathan, Black Forest Labs head of public policy Ben Brooks, Wilson Sonsini partner and former FTC acting chair and commissioner Maureen K. Ohlhausen, and Runway head of public policy Evan Engstrom. >> All right. Hello, I’m Evan Engstrom. I’m the head of public policy here at Runway. Over the past few weeks, it’s been a wild time to work on AI policy issues as

[00:31] questions around AI safety and foreign competition have brought the regulatory world into the mainstream. If like many people this is all new to you, you’re unsure of what’s going on, it’s a little scary, don’t worry. We have a fantastic group here to help break it all down for you. AI policy experts representing all aspects of the regulatory world. Starting to my left, Vivek Viswanathan, the senior counselor to Governor Gavin Newsom on AI and technology issues, Ben Brooks, head of

[01:02] public policy at Black Forest Labs, and Maureen Ohlhausen, partner at Wilson Sonsini and former acting commissioner chair and commissioner at the Federal Trade Commission. Let’s start broad. There’s been a lot going on. Hard to keep track of all the developments in the AI policy space. If you’re just getting grounded in what’s happening, you’re catching up, what should people be paying attention to? In your mind, what are the most pressing issues? How do you separate the

[01:33] signal from the noise? Vivek, we’ll start with you. >> Sure. So first, thanks Evan for having us and to the Runway team. I will say as you mentioned Evan in the last several weeks, the concern around these issue has skyrocketed. The good news is that the US looking broadly still in a very strong position when it comes to capital, training on the most advanced chips, and the best talent in the world for maintaining the models that really are at the frontier. The bad news, as everybody in this room knows, is we had

[02:04] now have a trust deficit that has built up over the last several months and years that is growing. These increasing safety incidents, some of the stories are pretty harrowing, and recognizing that we now have a problem that is not in the future and needs to be dealt with right now. And you’re seeing physical manifestations of this trust deficit, looking at issues like data centers that have popped up like a lightning rod Infinity’s across the country. But at a broader level, I think for a number of years the discussion was about whether to regulate. And I think now we’re

[02:35] seeing that being sunsetted, and the question is not what do you regulate, but how do you regulate? And you know, for now, we’re coming up on 4 years since Chat GPT 3.5 was released. That was in 2022. In 2023, on Capitol Hill, they had a series of forums with leading technology leaders to consider possible legislation. We had a big presidential election in 2024. In 2025, we had the rise of these coding agents becoming increasingly powerful. In the last year, we’ve seen agentic AI,

[03:06] both the good and the bad, but what we haven’t seen is a comprehensive set of legislation to govern this framework, and I think people are wise enough to the need for that right now. >> Makes sense, Ben. >> I mean, I’d agree. I think if you look since Chat GPT to now, there’s been this tsunami of legislation at the state and federal level. Just this session alone, there’s I think 800 AI bills in Congress, about 1,500, 2,000 at a state level. And I think there’s still a lack of consensus about what risks matter,

[03:37] where in the tech stack can we intervene, and what does regulatory intervention actually look like? And I think we’ve started to see some focus over this summer around cyber, loss of control, some of these sort of forward-looking catastrophic risks being much more prominent than they were historically. I think one challenge in my mind is that I’m kind of twofold. One, we’re taking some of the oxygen away from acute concrete here and now risks that still deserve a lot of attention. You ask the average American family, you ask the

[04:08] average policy maker, what do they care about in AI? It’s not loss of control through recursive self-improvement. It is deep fakes. It is fraud. It is cyber attacks on critical infrastructure. Um and so we need to be paying attention to these risks alongside the more forward-looking speculative um risks that have dominated headlines. I think there’s another piece of this, which is we are at risk of maybe losing sight of some of the economic risks pertaining to frontier AI and frontier capability. We have a handful of Bay Area companies saying that AI is going to be critical

[04:40] infrastructure, frontier capability and access to frontier capability is going to be the difference between sinking or swimming in the future economy. Um but I fear that we are to some extent sleepwalking into an environment where you can only rent that capability uh through the paywall of two or three companies. And I think it’s vitally important that as we address these sort of catastrophic risks, um we do so in a way that promotes rather than deters the diffusion of this technology and these models and this research more broadly outside of uh

[05:11] these big uh big tech labs. >> I mean, that’s a perfect uh transition to your area of expertise in competition. What are you looking at? What is most prominent uh in your mind? >> Uh so so in my mind, coming from an FTC background, and that’s where where I practice in both antitrust and consumer protection, uh starting with kind of the competition side of things, is we’re seeing as companies um are trying to innovate and compete uh and invent the

[05:43] future and and for US companies to to maintain their leadership, that they need the inputs to continue to develop AI. And those inputs, they might be chips, they might be power, they might be, you know, other capabilities. And making sure that our merger policy in particular is understanding the need for these um for these resources to be pulled together in an

[06:13] efficient way. And And we’ve seen, I think, a lot of a lot of mergers happening that are pro-competitive and bringing these complimentary pieces together. So, we’re seeing a lot of activity in that space. And so far, I think the antitrust agencies are calibrating correctly. Right? They’re not trying to say, “Well, let’s kind of slow down everything through a merger tool, through a merger review, simply because we want to slow the pace of innovation,” which isn’t really what antitrust is

[06:45] supposed to be doing. But then, on the the second the second half of the equation at the Federal Trade Commission, we talk about regulation. But the FTC Act has been in place a long time, and it prevents deception and also unfair acts or practices. And those are things that cause substantial injury to consumers that consumers can’t reasonably avoid and that aren’t outweighed by benefits to competition. So, the FTC has for a long time been using these authorities

[07:17] to try to ensure that new technologies, whatever they may be, and now they’re very focused on AI, aren’t causing consume these kinds of consumer harms. So, when we’re talking about new new regulations, I think it’s important not to lose sight of the the regulation the more general regulation that that’s been in place. We We talk more about it, but there’s been some FTC announcements just in the past really few hours about focusing on some of these issues. So, I think that’s

[07:48] something I know I’m paying a lot of attention to and you know, with with clients making sure that they’re aware of kind of the government expectations here and that they’re ready to to address those and you know, make sure that these kind of substantial harms aren’t happening to consumers. >> Excellent. I’d like to turn back to that in a moment. The recent FTC news always breaking news in the AI policy space it seems these days. But I want to first

[08:19] dive into an issue that has gotten a lot of attention over the past couple of months open weight models. So, in the LLM context the focus has really been on the risk of Chinese open weight models competing with perhaps building off of American Frontier AI models, but that’s really just one facet of the debate. Ben, you work at a lab that is developing open weights in video and image and robotics. We just announced open weight robotics model.

[08:51] So, there’s a whole angle to this open weight debate that I think is getting lost. Can you speak a little bit about what you think policy makers are getting right, what they should be thinking about, what are the risks, what are the appropriate mitigations? >> Yeah, so I think you know, as a bit of context open models open weights are a an important part of our DNA. Our founders co-developed three of the six most liked open models of all time on hugging face. We released as you say this action prediction model flux reaction last week that’s topping the videos leaderboards.

[09:22] So, it’s a really exciting time in the visual space because in the visual space the US and Europe really do have a chance to lead the world in good Frontier open weight models. I think what policy makers are generally forgetting is kind of twofold. One piece is around why open models matter. Like what’s the opportunity here? I think if you’re an organization of any kind, whether it’s a big bank or a small garage band startup, AI is going to be a critical part of your tech stack. You need to be able to inspect those models before deployment. You need to be able to modify them for specific

[09:52] purposes. Um you need to be able to modify them and run them in a secure private environment where your data isn’t constantly being exposed to someone else’s API. Um and so that’s why it’s really important for organizations to have access to good, capable frontier or near frontier open models. And I think a lot of policy makers don’t appreciate why this will become important over the coming years. I think for America as a whole, you know, you think of models as a kind of a vehicle for projecting soft power abroad. China understands this. China is currently being more American than America in some ways. If you ship models, you shape the global

[10:25] tech stack in ways that will last a very long time in indelible ways. Uh and equally, you create a lot of dependencies on your homegrown labs. And that’s why in the language model space, the best open weight models are coming out of China, and why in the visual space, other than Black Forest Labs and a and handful of others, uh most of those visual multimodal models are coming out of China as well. Alibaba, ByteDance, and Tencent. I think a lot of policy makers don’t understand or don’t appreciate maybe um the risk side of the ledger, either. I think there is, you know, to be very

[10:56] clear, there are no silver bullets in the model layer. You can’t fix a lot of these risks in the model alone. The properties that make open weight models useful, which is that you can run them independently and you can modify them independently, um also pose unique challenges from a risk management and an oversight perspective. And so the question then becomes, how do we think about the risk of the model, the capabilities of the model in the context of the wider tech stack and the wider ecosystem? What opportunities do we have to reduce the risk, not just in the model, but in other parts of that tech

[11:27] stack? And how can we work together with other players in this ecosystem to bring that risk down to an acceptable level. We’ve done a lot of work in pre-training and post-training our open weight models to make sure that it is as hard as possible to use those models for nefarious purposes like generating child sexual abuse material, non-consensual intimate imagery. Um and we’ve done in third-party independent red teaming that shows that our models have 10 times fewer vulnerabilities than the open weight models coming out of China. So, you can take a few things away from that as a policymaker. One is that there is huge

[11:58] variation across the industry in terms of the best practices applied by different developers. I think another piece is that there is a lot you can do in the model itself to bring these risks down and to reduce these vulnerabilities. But, the third piece is that there is still risk. It isn’t COVID zero. You can’t extinguish that risk in the model itself. And so, we need to think along with authorities, civil society, the wider developer community about how what we can do to kind of bring that risk down, keep it down, and to to raise the bar over time. >> Yeah, on the risk side of course and

[12:28] like the physical AI is in particular, we need confidence in the safety and security of the models. You know, with it as they say, you know, with enough eyes all bugs are shallow. The value of of open weights is you can lower that uh that risk tolerance to get people more comfortable with deployment. So, it’s it’s interesting to think about open weights as really a pro-safety feature in a lot of ways as well. Um on the safety side, Marine, the other big issue we’ve been seeing dominate headlines relates to frontier model safety, pacing the frontier. Uh the current holder of your former role

[12:59] at FTC chair, Andrew Ferguson, said recently that some of the larger industry players are trying to use this safety debate to build a regulatory moat uh by asking for onerous uh obligations, uh pre-release reviews that maybe only the bigger labs can handle. Um what is your overall view on the state of competition in the AI space? How do you see the role of competition regulators like your former colleagues at the FTC in shaping AI policy? >> Yes, so um I was actually at that event

[13:30] when he made those remarks and I had um interviewed the head of the antitrust division uh on a similar topic uh and that was about 2 weeks ago. And in that 2 weeks, we’ve seen some very interesting developments. I think as this discussion has moved forward. So, from an antitrust viewpoint, uh for entities competitors to get together and agree not to uh expand output or develop uh you know, a new new capabilities,

[14:02] that raises, you know, antitrust concerns uh because uh they should maintain independent centers of decision-making and and re- remain competitive. But on the other hand, I think it became clear there these concerns were, you know, had genuine motivations behind them, right? Not just, you know, moat digging, but uh you know, how do how does an industry who is facing these kinds of concerns react as an industry?

[14:32] And there’s actually a long history of self-regulation. Uh so, the in some ways, these are not new issues. I’ve seen them occur across many, many industries. Uh but the the um I would say the speed at which these things are coming up in AI is is particularly uh notable. So, just yesterday, we saw an announcement uh at the White House uh of a number of the big frontier model companies um and um Nvidia, you know, some some other people

[15:03] in the ecosystem uh signing an agreement for them to individually take steps to protect safety. Um so, they’re maintaining that individual uh approach. They’re not agreeing that they’re all going to um you know, I’ll only do it if you do it, kind of uh, safety uh um, precautions. Uh, and we saw that uh, Chair Ferguson was at the event. So, I think um, what we’ve seen is this kind of fast

[15:35] evolution to say, well, what’s a way that we can address these goals and stay clear of an antitrust concern? Because otherwise, for entities to do it collectively, they would need some sort of antitrust, you know, immunity for that, which the antitrust agencies had said they, you know, they had concerns about. Um, so, uh, so that will be interesting. We’ll see, we’ll see how that, how that develops. Uh, but it was a very, I think, consistent with traditional antitrust principles approach and a

[16:06] self-regulatory approach. And there’s some, there’ve been some questions raised already, well, if they make this promise, uh, but they’re not making a a promise, it’s not a law, uh, it’s just a promise, what tools can be used uh, if they don’t adhere to that promise? So, that is actually a very traditional part of self-regulation, where if an entity says, I’m going to adhere to these best practices or third-party developed um, standards or standards that I’ve publicly said I will, um,

[16:38] that I will adopt, and they don’t uh, do it, then the FTC, using its consumer protection authority, could bring an enforcement action. And we’ve seen that in past regular, uh, uh, self-regulatory spaces. Uh, then interestingly, just this morning in the New York Post, there was a story suggesting that the FTC is also starting um, to to look into some of the the um, practices and safety practices of some of the AI companies. Um,

[17:10] now, the FTC, I mentioned its enforcement powers, it also has the ability to engage in industry-wide studies. So, it’s potentially that that’s kind of what they’ll pursue there. But I But that That’s what I think you’re seeing happen just like in a very accelerated manner in this consumer protection and antitrust intersection that’s becoming more intertwined every day. >> Yeah, I think it’s the area where the federal regulatory apparatus is moving most quickly, certainly.

[17:42] Vivek, on the state level, things are moving even faster. You are the senior counselor for Governor Newsom on AI issues. You have the challenging position of actually having to craft rules to regulate the industry. And California has moved a lot faster than the federal government. There’s been inaction as federal policymakers debate whether to preempt state laws. Meanwhile, Governor Newsom has signed many AI bills in just the past few months governing things like AI chatbots, third-party auditors, synthetic media disclosures. It’s very active. How do you see the role of states in

[18:13] regulating the AI sector? What is California specifically trying to solve for and and what would you say you think the state should prioritize in the next year? >> Yeah, absolutely. So, first of all, our fundamental law in California, SB 53, basically requires frontier model developers to publish a safety framework to make sure that any critical safety incidents that touch on catastrophic risk are reported and then as well protections for whistleblowers who, if they see something, can say something

[18:44] without fear of penalty. And so, the governor signed that into law last year and that provides some transparency into what is happening. The next step that I think we are all recognizing now is twofold. Number one, seeing that we have a much wider range of loss of control and safety incidents than I think some may have anticipated at the outset or at least they wanted to see how the technology would develop. And in particular, I think one thing that we’ve all seen in recent weeks is that maybe before there was a focus on deployed

[19:15] models or testing right before deployment, but a lot of the incidents that we’ve all heard and read about are actually now happening in the train training phase, in fact, even when they are supposedly in a sandbox. And so, the range of scenarios that you have to consider is much wider than it was before. And then the second issue is that under the current law, you have to publish a safety framework. There are some pressures to adhere to it, but in many ways, certainly not the federal government and even at the California level, the heavy stick has not really been

[19:45] brought down in terms of saying, you have to adhere to these types of standards. You have to have third-party evaluators come in. They have to meet a certain level. I think what the White House put out yesterday, as Maureen mentioned, it was these companies agreeing to a voluntary set of commitments. There may be some pressures associated with that that could lead to a better outcome than we have currently, but what the governor is looking at, and he put out an executive order on this about 10 days ago, is basically saying, number one, should we actually be requiring these third-party evaluations

[20:17] under law? Should they in fact be embedded in the companies the way in other industries, banks, you have greater visibility with embedded auditors? Should these third-party evaluators have to meet some type of standards so that you make sure that they are sufficiently rigorous? Who is involved in setting those standards? And then, and this got a lot of news, should we advance the development of some type of kill switch or other way to regain control if these models engage in very dangerous behavior on an ongoing basis? And so, none of these questions have easy answers, but

[20:50] there is growing concern about them both in the technology community and among the broader public. And so, the governor has signed a number of laws, as you mentioned, on specific topics related to kids safety, related to deep fakes, related to AI in the economy, and the transformative impact that we’re about to see, but I think a lot of both the future requirements as well as the capabilities that government needs to help govern and guide the development of this technology in a safe way. That is for the coming months and so it’s something that the

[21:20] state is very focused on and we are paying close attention to what other states are doing as well as what the federal government is doing. >> To that last point, when we talk about state versus federal regulation, there’s often this claim of well, a patchwork of of regulatory approaches across 50 states presents a difficult compliance burden. Ben, as somebody who is working at a lab that has to deal with that potential patchwork, is it a real concern? If if it is, what would you think a better approach would

[21:51] be that you’d recommend to to policy makers? >> Yeah, I mean I think I mean it is a concern. Fragmentation disharmony between different frameworks is a concern, but I I think the tech industry in general just fixates a little bit too much on preemption and the fragmentation of law across the country. I would rather as developer 50 different frameworks so long as they are consistent with open innovation and visual intelligence rather than one framework from one state or the federal government that isn’t. And so I think we need to ask ourselves more about the substance of the

[22:21] underlying rules. Do we have whether we’re talking about kill switches, export controls, evaluation regimes, self-regulatory auditing? Are the standards being set in a way that requires you as a developer to exercise control over every copy of that model anywhere in the world, in which case this is a very bad idea in terms of open innovation and competition at the frontier? Or are they consistent with open innovation and with competition? Can we raise the bar? Can we do more on evaluation? Can we do more on mitigation? Can we impose new duties of

[22:52] care on developers? But we can we do so in a way that’s that’s compatible with the widespread diffusion of the technology? Those are the questions we need to ask ourselves. And so I think um while a lot of the sort of public discourse around state regulation has been dominated by this concern that there’ll be 50 different frameworks, they’ll all pull in a different direction, and developers will be a sort of underwater or the sky will fall down. Uh I think the real question is what exactly do those frameworks require of developers? What is the standard of compliance? And is that standard

[23:23] consistent again with widespread diffusion, widespread adoption? >> Okay. Can I Can I just jump jump in on this because this is a debate that’s happened you know, across across industries. And I think one of the um from a competition viewpoint, one of the under-appreciated things is that if you do have so many different regulatory regimes to comply with, that is uh difficult for smaller players. And it actually ends up being bigger players who have the resources to hire

[23:56] law firms and professionals and and overseers to try to comply with all those different frameworks. So, having consistency is is very important, but having uh if it is inconsistent, it can create this kind of drag on smaller players in the market. >> And I’ll just say one thing on that, which is you know, speaking for the governor’s office, um he himself has also said a strong federal standard would make a lot of sense. You know, we prioritize startups in California, don’t want to have a crazy compliance burden

[24:27] on them. But the keyword there, of course, to Ben’s point is strong, you know, and so right now um Congress hasn’t passed any type of comprehensive uh AI safety or security law. And so I think that’s something that needs to be resolved. >> And I will say most of the most exotic and eclectic ideas have come out of Washington. So, there is a risk with a national framework that you actually end up with a framework that doesn’t work for small labs, doesn’t work for open weights, doesn’t work for visual intelligence. Uh and to some extent, California, New York, a few other states have been

[24:58] experimenting with some frameworks and with some ideas that might look very interventionist at first glance, but there is a pathway to making that work, and that might actually be the preferable approach. >> I think we’re going to see a lot more action over the next year at the state and federal level. Thank you so much, uh, for your insights uh, and helping break down a complex topic for our audience. Thank you. >> [applause]