AI 合規與風險邊界：企業導入的法務檢查表

這篇要解決的決策問題是：企業導入 AI 之前，法務與合規功課該怎麼做。先說清楚本文的邊界——這不是法律意見，也不引用任何具體法條。原因很簡單：適用的法規取決於你的行業、所在司法管轄區、客戶所在地與資料類型，任何一篇公開文章替你宣稱「某法規如何規定」都是不負責任的。本文給你的是一套「盤點框架」：需要確認哪些風險面向、該問法務什麼問題、該向供應商要什麼文件、內部制度要補什麼。帶著這套框架去和你們的合格法律顧問對話，效率會比空手去問「我們能不能用 AI」高得多。

為什麼 AI 合規不是傳統 IT 合規的延長

很多公司的直覺是：「我們有資訊安全制度、有供應商管理流程，AI 照著走就行。」這個直覺一半對一半錯——流程骨架可以沿用，但風險的性質變了：

三個推論。第一，要管的是「漂移」而不只是「版本」：模型換版、提示詞被改、知識庫更新，任何一層變動都可能讓昨天的合規結論失效，所以覆審要靠觸發條件驅動（後文有清單）。第二，留痕從「最好有」變成「必須有」：輸出不可穩定重現的系統，事後唯一能回答「當時為什麼產出這個」的方法就是紀錄。第三，合規的起點是摸清影子使用：員工已經在用的公開工具、已經貼進去的資料，是風險盤點的第一個對象。做法是先摸底、不追責——先弄清哪些工具在被使用、餵進哪些資料，再定規則。規則太緊會讓使用轉入地下，太鬆則擋不住事故，分級管理（見後文）就是兩者之間的平衡。

五個風險面向盤點

合規盤點從五個面向開始。每個面向先列「要盤點什麼」，這些是事實問題，你自己就能先整理出答案，讓法務把時間花在判斷而不是蒐集上。

面向一：資料保護

• 這個 AI 場景會處理哪些資料？其中有沒有個人資料（可識別特定自然人的資訊）？
• 資料從哪裡來（客戶提供、員工產生、公開蒐集）？當初收集時告知的用途，涵蓋「用 AI 處理」嗎？
• 資料會送到哪裡？供應商的伺服器在什麼地區？這構不構成跨境傳輸？
• 資料主體的權利（查詢、更正、刪除）在 AI 系統裡怎麼落實？
• 供應商會不會把資料再委託給第三方（subprocessor）？

金融業要額外套一層：客戶資料與交易資訊通常另有行業監管要求（保密義務、資料駐留、委外管理），盤點時把行業主管機關的規定一併列入，由法務與合規部門確認適用清單。

盤點工具：每個場景畫一張資料流單。 不需要畫圖軟體，一張表就夠——但它會強迫你把「資料到底流去哪裡」回答清楚，很多場景填到一半就會發現自己不知道答案：

【場景資料流盤點單】
場景名稱：
資料來源：（系統／文件／人，逐項標註資料等級）
是否含個人資料：（有／無；有則列類別與數量級）
預處理：（去識別化／遮罩／過濾，由誰執行、在哪執行）
流向：（哪個產品與模型、供應商伺服器所在地區）
輸出流向：（僅內部參考／對外提供；提供給誰）
紀錄存放：（自己系統／供應商端；各保存多久）

資料等級怎麼分、去識別化的基本做法，見企業資料安全基本盤。

面向二：輸出責任歸屬

• AI 的產出會流向哪裡：僅內部參考、對外提供給客戶、還是直接進入交易或決策流程？
• 產出錯誤造成損害時，法律責任落在誰身上？（提示：不會落在 AI 或供應商身上，大概率是使用它的公司與簽署的人）
• 哪些產出涉及專業執業範圍（法律意見、醫療建議、投資建議、審計結論）？這些領域對「誰有資格出具意見」通常有專門要求，由法務確認邊界。
• 對外的 AI 產出，有沒有適當的揭露（讓對方知道這是 AI 產出）？揭露能不能降低誤導，但不能替代內容本身的把關。

盤點工具：責任歸屬三問。 每個要上線的場景都回答一遍：

1. 誰署名：這份產出對外由誰具名或代表公司負責？
2. 誰能擋：出錯之前，誰有能力也有權力把它擋下來？
3. 誰承擔：損害發生時，由哪個預算、哪份保險、哪個部門承擔後果？

三問都有具體答案（人或角色，不是部門籠統名），責任鏈才算清楚。任何一問的答案是「AI 做的」或「再看」，這個場景就還沒有準備好上線。

面向三：可追溯性

• 事後能不能重建：某份產出用了哪個模型與版本、輸入是什麼、誰審核過、何時發佈？
• 平台的日誌保留多久？格式能不能匯出？
• 出了爭議（客戶投訴、監管詢問）時，這些紀錄能不能在合理時間內拿出來？

可追溯性的設計要在導入時就做進去，事後補的成本高得多。最小紀錄集逐項確認能不能留、留在哪：

面向四：人工複核要求

• 哪些場景必須有人工複核才能對外或生效？（判斷標準：錯誤代價與可逆性）
• 複核者的資格與權責是什麼？他有沒有能力判斷對錯、有沒有權力擋下來？
• 複核的動作有沒有留紀錄（誰、何時、改了什麼、批準了什麼）？

「有複核」和「複核有效」是兩件事：如果複核者每小時要過幾十份產出，複核就會退化成蓋章。有效複核有四要素，缺一項就名存實亡：

設計時要給複核者合理的負載與明確的標準——標準寫成檢查表，而不是「把好關」三個字。

面向五：紀錄保存

• 這個場景產生的紀錄（輸入、輸出、審核紀錄、日誌）要保存多久？
• 保存期限的依據是什麼（公司政策、行業監管、訴訟時效）？由法務給出口徑。
• 保存的形式能不能滿足稽核：可讀取、可匯出、不可事後竄改？
• 供應商端的紀錄保存與你公司內部的保存，怎麼銜接？供應商刪了資料，你這邊的保存義務怎麼履行？

把五個面向套進場景演練一遍

抽象盤點容易流於形式，建議拿公司實際要上的場景各走一遍五個面向。三個典型場景的盤點重點示意：

演練的產出不是這張表本身，而是過程中冒出來的具體問題——把它們逐條記下，就是下一節法務會議的議程。

場景風險矩陣與紅線清單

盤點完面向，用一個兩軸矩陣給所有場景粗分位置。兩軸：輸出的對外性（只在內部參考，還是直接到達客戶與公眾）與資料敏感度（一般資料，還是個資與機密）：

這個矩陣的輸出，直接餵給後文內部制度裡的 A／B／C 場景評級——矩陣管「先分堆」，評級管「每堆用多強的管控」。

另外準備一份紅線清單：出現以下任一情況，場景先停下再談——

• 全自動輸出直接影響個人權益（招聘篩選、信用審查、理賠決定），且沒有有效的人工介入
• 讓 AI 觸發不可逆的對外動作（資金操作、法律文件送達、大量對外發送）
• 生成速度遠超過人工能有效複核的上限，複核已經變成蓋章
• 供應商拿不出關鍵文件（見下一節），場景卻已在上線流程中
• 出了事故但紀錄無法定位原因——可追溯性失效本身就是事故

哪些任務從根上就不該交給 AI，判斷方法見什麼時候不該用 AI。

該問法務的問題清單

把下面的清單帶進法務會議。注意這些全部是問題，不是本文給出的答案——答案取決於你們適用的法規與具體場景：

資料保護類

1. 哪些資料保護法規適用於我們的業務與客戶所在市場？各自對「委託第三方處理」有什麼要求？
2. 把資料送到雲端 AI 供應商，構不構成跨境傳輸？需要什麼前置程序（同意、評估、標準合約）？
3. 我們現有的隱私政策與客戶合約，覆蓋「使用 AI 處理資料」嗎？需要修訂哪些文件？
4. 客戶合約中的保密條款，對使用第三方 AI 處理客戶資料有什麼限制？需要客戶同意嗎？

責任與執業類

5. AI 輔助產出的內容對外造成損害，責任如何分擔？我們的保險覆蓋嗎？
6. 我們行業裡哪些產出有執業資格要求？AI 輔助到什麼程度仍須由具資格者署名或覆核？
7. 對客戶揭露「內容由 AI 輔助產出」，在法律上是必須、建議、還是不必要？怎麼表述？

智慧財產類

8. AI 輔助產出的內容，在我們適用的法規下著作權歸屬怎麼認定？哪些產出可以登記或主張權利？
9. 生成內容與第三方作品雷同（訓練資料的無意重現）時，侵權風險如何評估？供應商合約有沒有相關的賠償或擔保條款？
10. 產出中使用的素材（圖片、字體、程式碼片段）的授權，誰負責核實？

紀錄與稽核類

11. 這個場景的紀錄保存期限與形式要求是什麼？
12. 監管機構詢問時，我們需要在多長時間內提供什麼材料？現有系統做得到嗎？
13. 內部稽核要把 AI 使用納入哪些既有檢查流程？

供應商管理類

14. 與 AI 供應商簽約前，法務要看哪些條款（資料處理、責任限制、賠償、終止與資料取回）？
15. 供應商的標準合約裡，哪些條款我們必須修改或不能接受？
16. 供應商發生資料事件時，我們的通知義務與時限是什麼？合約要怎麼約才能配合？

問完記得做一件事：把法務的口徑寫成內部文件（哪個場景適用哪條結論、有效期到什麼時候、誰負責跟蹤變化）。口頭答覆三個月後就變成各說各話。

該要求供應商提供的文件

採購 AI 平台或 API 時，向供應商索要以下文件。這張表同時說明了每份文件回答什麼問題：

要不到其中關鍵幾份（DPA、稽核報告、訓練使用政策）的供應商，本身就是一個風險信號。

拿到文件也不等於合規，要過三查：查範圍（稽核報告覆蓋的是哪些產品線、哪些資料中心、含不含你用的那個 subprocessor——範圍外的等於沒有）；查期間（過期證書沒有證明力，注意下次更新日期）；查可驗證性（證書與報告編號能否在核發機構渠道查證）。行銷白書不是合規文件；能逐條驗證的文件才是。

內部制度要補什麼

外部文件齊了，內部制度也要跟上。盤點現有規章，通常要新增或修訂這些：

事件應變：五步路徑

事故來的時候沒有人有時間翻文件，路徑要提前寫死、演練過：

誰做什麼：三條責任線

制度要能跑，責任要落到角色上。常見的三條線：業務與運營負責場景登記、日常複核與事故第一時間通報；IT 與資安負責工具核準清單、資料分級的技術落實、日誌與權限；法務與合規負責法規口徑、供應商條款審查、場景評級的最終確認。三條線在「場景核準」和「事故處置」兩個點上交會，交會點要有明確的時限與形式（誰發起、多久內回覆、用什麼記錄）。

分場景管理是把制度落地的關鍵——不要用一套強度管所有場景：

場景會升級：一個 C 級的實驗流程被團隊採用、開始影響對外產出時，就該重新評級。把「場景登記與評級」做進核準流程，升級就不會漏掉。

哪些變更要觸發重審

覆審不只靠年度節奏，更要靠變更觸發。把這張表掛進場景核準流程，每種變更對應要重跑的動作：

觸發重審的紀律和場景核準一樣：重審要留紀錄——誰觸發的、重跑了哪些項、結論有沒有變。沒有紀錄的重審，在稽核眼裡等於沒有重審。

導入前法務檢查表

最後把全文壓縮成一張可列印的檢查表，上線前逐項打勾：

• 場景的資料清單已盤點，含資料等級與有無個人資料
• 場景資料流單已填寫，流向與存放位置都有答案
• 適用的資料保護法規與行業監管要求已由法務確認
• 跨境傳輸的合規路徑已確認（如適用）
• 輸出責任歸屬三問（誰署名、誰能擋、誰承擔）已有具體答案
• 對外場景的揭露方式已定
• 可追溯性設計已落實：最小紀錄集逐項可留、可匯出
• 人工複核節點已設計，複核者的能力、權力、負載、留痕四要素已確認
• 紀錄保存期限與形式已由法務給出口徑
• 供應商文件已收齊並過三查（範圍、期間、可驗證性）
• 內部制度已更新：使用政策、核準流程、事件應變
• 場景已評級（A／B／C），對應管控強度已落實；紅線清單已確認不觸碰
• 相關人員已完成訓練，知悉紅線與通報路徑
• 已約定期覆審的頻率與觸發條件（新模型、新場景、新法規動態）

這張表的覆審節奏建議寫進制度：每年定期過一次，加上事件觸發隨時過——新場景上線、換模型或供應商、發生資料或內容事故、法規或監管動態出現變化，任何一項發生都重跑受影響的行。

持續營運與事後，各補一張小表

導入前檢查表管上線，這兩張管之後：

持續營運（每季過一遍）

• 場景登記表是最新的：新場景先評級再上線，升級的場景已重評
• B 級場景的抽樣檢查有在做，結果有記錄
• 訓練覆蓋率有追蹤，新人到職即納入
• 供應商文件效期有專人盯，subprocessor 清單變更有被通知到
• 事件應變流程做過至少一次桌面演練

事故之後（每次事件收尾時）

• 受影響場景已止血，恢復上線的條件與批準人已明確
• 影響範圍用紀錄盤點完畢，更正與通報動作完成並留痕
• 覆盤報告完成，根因修正已落進流程、紅線清單與訓練內容
• 受影響場景的評級已重審（該降級的降級、該停的停）

再次提醒：這些表是「功課清單」，每一項的實質判斷都應由你們的合格法律顧問結合具體場景做出。

常見誤區

誤區一：「用大廠的產品就等於合規。」 供應商合規解決的是「供應商那一段」的責任；你怎麼用、用什麼資料、產出流向哪裡，責任仍然是你的。

誤區二：「只是內部用，沒有合規問題。」 內部使用降低了對外責任，但資料保護義務不因「內部」而消失——員工個資、客戶資料進了不該進的工具，一樣是事件。

誤區三：「加了免責聲明就安全了。」 揭露與免責聲明能降低誤導、管理預期，但不能豁免內容本身錯誤造成的責任，更不是免於把關的理由。

誤區四：「合規是法務一個部門的事。」 五個面向裡，資料盤點靠業務與 IT、可追溯性靠工程、複核設計靠運營。法務的角色是判斷與把關，不是替所有部門做功課。

誤區五：「審查通過就一勞永逸。」 合規是持續義務：法規會更新、模型會換版、場景會擴張。把「定期覆審」和「變更觸發重審」寫進制度，檢查表才不會變成一次性文件。

誤區六：直接照搬其他公司或其他地區的做法。 資料保護、揭露義務、行業監管在不同司法管轄區差異很大，別處合規的機制在你的市場可能有缺口。參考順序永遠是：你適用的法規要求在前，行業慣例在後，都要經你們的法律顧問確認。

誤區七：把銷售話術當合規文件。 「企業級安全」「我們不用客戶資料訓練」這類口頭保證，在談判桌上不算數。所有關鍵承諾都要落到合約條款或可驗證的文件裡。這也是最簡單的供應商風險篩選器：不肯白紙黑字的供應商，本身就是答案。

下一步

• 合規的前置功課，資料怎麼分級：企業資料安全基本盤。
• 哪些場景應該直接排除：什麼時候不該用 AI的場景三與場景四。
• 合規要求如何影響平台選型：自建還是採購的面向二與面向六。
• 金融研究場景的合規實務參考：投研 AI 的合規邊界。
• 想理解為什麼「AI 會自信地說錯」是設計複核的根本原因：LLM 幻覺與虛構分析。
• 把合規制度變成組織習慣：組織 AI 能力建設。