AI供应链中的劳动保护:从直接雇主责任到母公司与采购方治理

执笔人：劳动管理合规大师团队

内容提要：人工智能的开发与运行依赖数据标注、内容审核和模型评测等劳动，但多层外包容易使劳动控制、商业收益与法律责任相互分离。本文认为，AI供应链劳动保护应在落实直接雇主责任的基础上，建立与风险制造、实际控制和预防能力相适应的分层责任体系：直接雇主承担基本劳动保障义务，母公司履行适用法律规定的集团风险预防义务，采购方审查自身价格、交期和质量要求对劳动条件的影响。责任扩展不意味着所有参与者当然承担连带责任，而应区分劳动关系责任、独立侵权责任、法定尽责义务与自愿治理承诺。中国可以既有劳动法、公司法和个人信息保护制度为基础，将劳动风险识别、合理采购、劳动者参与和救济安排纳入AI供应链治理，推动劳动保护从事后追责向事前预防延伸。

关键词：人工智能；供应链；劳动保护；母公司责任；负责任采购

一、智能产品背后的责任断裂

讨论人工智能与劳动，人们往往首先追问机器会替代多少岗位。然而，另一类劳动同样值得关注：数据标注员为模型识别对象，内容审核员处理有害材料，评测人员判断输出是否准确、安全。这些工作既参与AI产品形成，也支撑其持续运行。2026年国际数字劳动网络年会将AI供应链作为主题，讨论数据标注、内容审核、算法管理与负责任采购，体现了这一研究视角的重要性。[1]

这些劳动可能分布在不同国家，由子公司、外包商或平台分别组织。采购方确定交付标准，承包商负责招录和发薪，系统提供者记录操作并生成评分。劳动者受到多方规则影响，法律上的雇主却可能只是链条末端的一家公司。商业分工本身具有合理性，问题在于责任是否随着分工被层层稀释。

设想采购合同不断缩短处理时限，承包商据此提高个人定额，劳动者只能压缩休息时间完成任务。形式上，定额由雇主发布；实质上，劳动强度也受到上游交易条件制约。如果审查仅停留在劳动合同签字主体，便可能遗漏风险形成的重要环节。这不是断言采购方当然违法，而是说明调查范围不应预先被合同边界截断。

因此，AI供应链劳动保护需要同时回答两个问题：谁负有直接保障义务，谁的决策制造或者加剧了风险？前者维护劳动法的基本责任结构，后者揭示跨企业生产中的风险传导。将二者结合，才能避免一端企业决定生产条件，另一端企业独自承担全部治理成本。

二、母公司责任应有独立的义务基础

2026年9月，CGT-FAPT等组织宣布向Teleperformance提出正式催告，要求修订警戒义务计划，改善数据标注和内容审核劳动者的保护。发起方涉及的指控包括社保缴款、申诉机制和工作条件等问题。必须说明，这是一项诉前行动，相关声明属于提出主张一方的材料，不能据此认定企业违法或者责任已经成立。[2]

其制度意义在于，争议所关注的不只是当地雇主是否履行劳动合同，也包括母公司是否履行自身的风险预防义务。法国《商法典》第L.225-102-1条要求达到法定门槛的公司制定并有效实施警戒计划，覆盖相关受控公司，以及具有稳定商业关系的部分供应商和分包商活动，并设置风险识别、预防、报告和效果评估机制。[3]

这一制度并非将全部供应商劳动者认定为母公司的员工。母公司受到审查，是因为法律对其自身行为提出要求。与之配套的第L.225-102-2条规定，在满足相应民事责任条件时，违反警戒义务者应赔偿履行该义务本可避免的损害。[4]义务违反、损害及其关联仍需证明，不能以集团规模替代具体分析。

这一思路的启示是，母公司责任可以建立在独立义务之上，而不必全部依赖否认子公司独立人格。集团若集中掌握预算、采购和风险信息，却将劳动保障完全交由资源有限的子公司处理，治理结构便可能出现缺口。董事会应当了解高风险业务的劳动条件，重大风险也应能够进入预算与经营决策。

但制度移植必须保持边界。法国规则具有特定适用门槛和程序条件，不能直接推定中国企业负有同样义务。更不能仅因某公司持有股份，就认定其对全部劳动损害承担连带责任。合理的责任扩展，需要明确行为标准、保护范围和责任成立条件。

三、采购方治理的关键是交易条件

与母公司相比，采购方未必拥有股权控制，却可能通过订单支配供应商的经营选择。采购价格决定可以投入多少人员，交付期限影响排班，验收标准决定返工成本，付款周期影响工资支付能力。因此，劳动保护不能只审查供应商有没有合规承诺，也应审查采购安排是否允许这些承诺实现。

联合国《工商企业与人权指导原则》区分企业造成、促成，以及通过商业关系与不利影响直接关联等不同情形，并据此提出不同应对要求。这是一套国际软法框架，本身不等于国内可直接执行的赔偿规则，但有助于避免把所有商业联系都混同为同一种责任。[5]

具体而言，采购方若要求供应商执行已知具有严重危害的工作安排，应重点审查其自身行为是否参与风险形成；若未参与造成损害，但其业务与风险通过供应关系相联系，则应考察能够采取哪些预防和改善措施。经济联系、控制程度和损害原因需要分别证明，不能相互替代。

本文主张，将劳动保障成本纳入采购核价。对于需要持续接触有害内容的项目，价格测算应考虑合理休息、培训、人员轮换和专业支持；采购方临时扩大任务量，也应同步调整交期与费用。若要求供应商提高保护水平，却维持只能靠超负荷劳动完成的价格，审核最终容易沦为文件竞赛。

经合组织《负责任人工智能尽职调查指南》已将企业采购算法、数据集等产品时的商业做法纳入考察，并关注数据加工服务相关的劳动风险。[6]据此进一步设计企业制度，采购人员的考核就不宜只有降价率和准时交付率，还应包括整改完成情况与劳动风险变化。

合理采购也需要防止责任单向转移。采购方不应一面保留决定工作条件的权力，一面要求供应商承担全部合规成本；供应商也不能以客户压价为由免除基本义务。双方应明确各自能够改变的条件，并让额外要求对应真实的人员、时间与经费。

四、劳动者参与决定治理是否有效

供应链治理容易形成一种错觉：完成年度审计、取得认证、公布报告，便意味着风险受到控制。但劳动者面对的可能是每日变化的任务、评分和处罚。静态文件无法完整说明这些安排是否造成持续伤害，风险信息也未必会沿管理层级主动上报。

因此，本文主张把劳动者参与设置为治理程序的组成部分。对于任务定额、绩效评分和高风险内容处理规则，企业应建立事前征求意见、试运行反馈和定期调整机制。咨询不能止于收集意见，还应说明哪些问题被采纳、哪些未被采纳，以及理由何在。

申诉渠道尤其需要适应多层外包。劳动者若只能向直接主管反映问题，而主管的奖金又取决于处理速度，申诉便可能失去作用。集团或采购方可以提供补充渠道，允许劳动者越过存在利益冲突的管理层，但应防止投诉信息被用于削减任务、调岗或者不续约。

证据获取同样重要。任务记录、评分依据和处罚日志如果完全由企业掌握，劳动者很难证明争议。我国《个人信息保护法》第二十四条对自动化决策的透明、公平以及重大影响决定的说明和拒绝纯自动化决定作出规定，第四十五条规定了个人信息查阅、复制权。[7]这些规则为符合条件的劳动场景提供了权利基础。

但个人信息权利并不等于获取全部商业系统资料的权利。制度设计应明确哪些记录属于劳动者个人信息，哪些可通过争议解决程序调取，哪些涉及第三方权益。必要时可以采用脱敏、限定用途等方式，在保护商业秘密的同时保障有效举证。

治理效果也应从文件转向结果。与其只统计培训次数，不如观察工资差错纠正、申诉处理时间和不利措施撤销情况。涉及健康的信息还应坚持必要性与保密要求，不能为了证明企业重视劳动保护，反而扩大对劳动者的监控。

五、中国制度应采取分层衔接路径

中国回应这一问题，首先应准确识别实际用工关系。《劳务派遣暂行规定》第二十七条明确，以承揽、外包等名义，按劳务派遣形式使用劳动者的，按照该规定处理。[8]这说明合同名称不能替代对实际组织方式的判断，但也不能据此把所有数据业务外包认定为劳务派遣。

具体审查应关注谁实施日常指挥、考核与纪律管理，谁安排工作时间，以及承包商是否具有独立组织生产的能力。单纯规定产品质量，通常不足以回答用工性质问题；如果采购方直接管理个人劳动过程，就需要进一步结合事实适用相关规则。

其次，应区分公司治理要求与债务清偿责任。《公司法》第二十条要求公司考虑职工等利益相关者利益并承担社会责任；第二十三条则针对滥用法人独立地位和股东有限责任等情形规定责任。[9]前者为完善经营决策提供规范方向，不能单独推导出母公司对外包劳动债务全面担保；后者也需要满足具体构成要件。

在此基础上，可以推动大型AI企业建立分级管理制度：按照工作内容、风险严重性及可预防程度确定审查强度，对高风险数据劳动开展更深入的调查，并将关键问题提交有权调整合同和预算的负责人处理。对小型供应商则应提供工具和整改支持，避免合规成本继续向下转嫁。

行业层面可以形成通用的采购条款、风险识别表和申诉规则，减少重复审计。但统一模板不能代替现场判断，更不能成为免责凭证。未来若建立专门尽责制度，还应明确企业范围、程序义务、监管方式及违反义务的法律后果，让预防要求与司法责任相互衔接。

六、供应链退出不能成为责任终点

最后，劳动保护必须覆盖合同终止阶段。发现问题后立即停止采购，可能使企业迅速摆脱声誉压力，却也可能造成工资拖欠、岗位骤减和救济渠道中断。经合组织的尽职调查指南要求考虑退出商业关系带来的社会经济不利影响，不能将退出视为无需评估的当然答案。[10]

这不意味着必须维持存在严重侵害的合作。本文主张，在依法可以继续合作并具备整改可能时，明确期限、投入与验证方式；必须退出时，则安排合理过渡，处理合同结算、记录保存和申诉衔接。企业已经造成或促成的损害，也不应因订单转移便在治理上被遗忘。

AI供应链劳动保护的目标，是让风险预防进入真实的生产决策。直接雇主应履行基本义务，母公司应回应适用法律赋予的独立责任，采购方应审视自身交易条件。只有劳动控制、成本承担与救济能力形成对应关系，技术产品的安全与劳动者的安全才能得到共同保障。

注释与参考文献

采用顺序编码制；网络资料访问日期均为2026年9月16日。正文涉及制度设计的“应当”“主张”等表述，除明确援引法律者外，属于评论建议。

[1] INTERNATIONAL LABOUR ORGANIZATION. 9th Annual Conference of the International Network on Digital Labour（INDL-9）[EB/OL]. 2026-09-09—2026-09-11.

[2] CGT-FAPT, DATA LABELERS ASSOCIATION, THE OVERSIGHT LAB. Teleperformance Formally Called upon to Prevent Risks of Violations of the Fundamental Rights of Content Moderators and AI Workers[EB/OL]. 2026-09-09：1—5. 该材料为发起方新闻声明，并非法院裁判或正式催告书全文。

[3] FRANCE. Code de commerce, article L.225-102-1[Z/OL]. 2025-01-01起施行版本，Ⅰ—Ⅱ。警戒义务此前规定于第L.225-102-4条。

[4] FRANCE. Code de commerce, article L.225-102-2[Z/OL]. 2025-01-01起施行版本。

[5] UNITED NATIONS. Guiding Principles on Business and Human Rights: Implementing the United Nations “Protect, Respect and Remedy” Framework[R/OL]. New York and Geneva: United Nations, 2011：原则13、17、19、22及相关评注。

[6] OECD. OECD Due Diligence Guidance for Responsible AI[R/OL]. Paris: OECD Publishing. 参见“Due diligence framework and practical examples for identifying and addressing risks”章中采购做法、数据加工服务风险评估及商业关系管理部分。DOI: 10.1787/41671712-en.

[7] 全国人民代表大会常务委员会. 中华人民共和国个人信息保护法[Z/OL]. 2021-08-20通过，2021-11-01施行：第24、45条。

[8] 人力资源和社会保障部. 劳务派遣暂行规定[Z/OL]. 人力资源和社会保障部令第22号，2014-03-01施行：第27条。

[9] 全国人民代表大会常务委员会. 中华人民共和国公司法[Z/OL]. 2023-12-29修订，2024-07-01施行：第20、23条。

[10] OECD. OECD Due Diligence Guidance for Responsible Business Conduct[R/OL]. Paris: OECD Publishing, 2018：31，措施3.2（h）。DOI: 10.1787/15f5f4b3-en.