AI 不是用了就行:ISO 42001,企业的三道防线

第一，AI 风险真实化了。员工把客户资料喂给 AI 导致泄密、AI 自动决策引发歧视投诉、模型"幻觉"给出错误建议——这些已不再是孤例，而是不少企业真实面临的风险事件。

第二，监管跟上了。欧盟《人工智能法案》（AI Act）已生效，国内对生成式 AI、数据安全、算法治理的要求也在持续收紧。合规不再是"以后再说"。

第三，客户开始要了。不少大型企业和政府项目，在招标里直接或间接要求供应商具备 AI 治理能力。ISO 42001 成了一个可被快速识别的"信任标签"。

全称《信息技术—人工智能—管理体系》（AIMS）。它采用和 ISO 9001、ISO 27001 一样的 Annex SL 高阶结构，覆盖 AI 系统的全生命周期：从需求、设计、开发，到部署、运营、监控和退出。

它要求企业建立 AI 政策、明确谁对 AI 负责、做 AI 风险与影响评估、管控训练数据质量、保证透明度和人工监督。标准附录 A 列出了 38 个具体控制项，落在数据治理、影响评估、透明度、人工监督这些实处。

ISO/IEC 42001 并非零散要求，而是围绕 AI 治理建立的一套管理体系（AIMS）。其核心控制逻辑可归为三道防线，与标准条款（Clause 4–10）及附录 A 的控制目标一一对应：

对应 Clause 5（领导作用）与附录 A.2/A.3。要求最高管理者制定 AI 政策、明确 AI 相关角色、职责与问责机制，并将 AI 治理纳入既有治理架构。这正是许多企业 AI 应用失控的起点：缺乏统一的政策归属与责任划分。

对应 Clause 6（策划）与附录 A.5/A.6/A.7。要求开展 AI 风险评估与 AI 系统影响评估，覆盖 AI 全生命周期（需求、设计、开发、部署、运行至退役），并对训练数据质量、偏差与安全性实施管控。其中"AI 系统影响评估"是 ISO 42001 区别于传统管理体系的独有要求。

对应附录 A.8/A.9。要求向用户与相关方提供 AI 系统的目的、能力与局限等信息，在关键决策中保留人工监督（human oversight），并确保过程可记录、可审计。当面临监管审查、客户审计或争议时，一套有效运行的 AIMS 即构成可被独立验证的合规证据。

因为都是 Annex SL 高阶结构，ISO 42001 可以和你们已有的质量（9001）、信息安全（27001）体系共用一套框架、共享很多文件。我们在协助企业做体系整合时，最忌讳"多套体系各自为政、文件相互冲突"——42001 恰恰能依托现有体系延伸，而非另起炉灶。

① 客户要求吗？——大客户或海外订单有没有提 AI 治理/认证？

② 监管有强制要求吗？——你所在行业（金融、医疗、政务等）对 AI 合规是不是天生严？

③ 投标加分吗？——你盯的项目，招标文件里有没有"AI 相关资质"这一项？

第一步，盘点 AI 系统：把公司正在用/在开发的 AI 列个清单，界定范围。

第二步，差距分析：对照标准逐条识别差距，避免一上来即编制大量与实际脱节的文档。

第三步，建体系并运行满 3 个月：至少完成一次内审和管理评审（认证的硬门槛）。

第四步，两阶段审核拿证：先文件审，再现场审，证书 3 年有效、每年年审。