汉坤 • 观点 | 企业使用者视角下：生成式AI从“能用”到“可控”的合规落地路径

主要观点总结

文章主要讨论了生成式AI技术的广泛应用带来的法律挑战，以及企业如何构建一套结构化合规思路来应对这些挑战。文章介绍了企业在使用生成式AI时面临的合规挑战，包括来源属性、业务模式、数据合规和输出治理等方面的问题，并提出了一种决策树式的合规分析框架来精准聚焦于关键环节。

关键观点总结

关键观点1: 生成式AI技术广泛应用带来的法律挑战

近年来，生成式AI技术已融入企业各业务场景，新技术广泛应用带来了新的法律挑战。我国已出台多项规定构建人工智能领域的监管框架，但企业仍面临交叉与重叠的合规要求和责任范围的不确定性等挑战。

关键观点2: 引入结构化合规思路应对挑战

企业可以引入“决策树”式的合规分析框架，步骤包括：判断生成式AI的来源属性，明确技术来源；审视如何使用该技术，结合具体应用场景判断主要合规义务；关注数据合规和生成内容的输出治理；最终构建一套流程驱动、可持续演进的生成式AI合规制度体系。

关键观点3: 关注关键合规环节

企业在应用生成式AI时，需关注来源属性的认定、业务模式的可行性评估、数据与个人信息合规义务的映射与控制，以及生成内容的全面风险识别与闭环管理等核心治理维度。对于重要数据，应建立与业务模式相匹配的数据分级分类与授权使用制度。

关键观点4: 建立输出管理机制

为系统管控生成内容引发的风险，企业需要建立覆盖全生命周期的输出管理机制。对生成内容进行标识和核查，并依据内容敏感性构建分级治理体系。对于高敏感类内容，如语音克隆、数字人等，应予以重点关注并实施标注。