随着 AI 技术广泛应用于产品和企业业务场景，相关合规要求日益受到关注。欧盟《人工智能法案》（EU AI Act）对高风险 AI 系统提出了强制性合规要求，不仅可能影响集成 AI 功能产品的符合性评估与市场准入，也对部署和使用高风险 AI 系统的企业提出了相应的合规义务。如何识别产品及业务中的高风险 AI 场景、明确系统提供方与部署方的合规责任，并在实际应用中有效管理风险，已成为企业需要关注的重要问题。

为帮助企业理解并落实相关监管要求，Intertek 天祥集团推出高风险 AI 系统合规实务培训。课程围绕高风险 AI 系统的采购、部署和运行管理，系统讲解风险与影响评估、透明度、数据质量及质量管理方法，并结合典型案例与实务工具，帮助企业提升高风险 AI 系统的合规管理能力。

课程大纲
1. 高风险AI应用：用途、风险与管理职责

• 高风险AI系统的典型应用与管理问题。
• 明确系统预期用途、使用条件与能力边界。
• 从数据、模型及使用情境识别风险来源。
• 系统提供方与企业使用方的职责分工。
• 采购、部署、运行与退出阶段的管理重点。
• 风险评估与影响评估分别解决哪些问题？

案例：梳理AI招聘系统的用途与管理责任。

2. 部署前评估：风险管理与影响评估

• 部署前需要准备哪些风险与影响评估资料？
• 明确风险管理范围、使用情境与评价准则。
• AI系统风险识别的方法与常见风险来源。
• 分析风险发生的可能性与后果。
• 评价现有控制措施及剩余风险。
• 如何确定风险处置的优先顺序？
• 制定风险处置方案并明确责任人员。
• 建立风险登记表，记录评估与处置结论。
• 确定系统影响评估的范围与相关参与方。
• 梳理系统的预期用途与非预期用途。
• 识别受影响人员、群体及潜在影响。
• 分析预期收益与潜在不利影响。
• 记录评估所需的系统、数据与模型信息。
• 评估结果的审批、跟踪与更新安排。

案例：AI招聘系统的风险与影响评估表

3. 透明度与数据质量：使用信息与数据检查

• 识别不同参与方的透明度信息需求。
• 梳理系统用途、能力与局限的说明内容。
• 根据使用情境确定信息披露的内容与方式。
• 为操作与监督人员提供清晰的使用信息。
• 透明度信息的更新与版本管理。
• 理解数据准确性、完整性与一致性。
• 结合使用场景选择数据质量指标。
• 数据质量指标的测量与结果记录。
• 如何形成便于审查的数据质量报告？
• 数据质量问题的记录、处置与复核。

案例：AI系统透明度与数据质量检查表。

4. 质量管理与持续改进：运行监控、变更与问题处置

• AI系统提供方的质量管理职责与流程。
• 企业使用方如何审查供应商的管理证据？
• 管理制度、岗位能力与资源安排。
• 运行监控与人工监督如何衔接？
• 记录系统表现、异常情况与处置过程。
• 建立系统版本与变更记录。
• 模型更新与用途调整的风险审查。
• 变更后如何更新影响评估和使用信息？
• 问题纠正与处置措施的效果验证。
• 内部审核、管理评审与持续改进。
• 实务工具：AI系统合规管理台账。

课程练习：形成企业高风险AI管理行动清单

课程收益

• 明确管理职责：理解系统提供方与企业使用方的职责分工及管理重点。
• 掌握评估方法：学习AI风险识别、分析与处置，以及系统影响评估。
• 完善使用管理：梳理透明度信息与数据质量指标，形成实务检查记录。
• 建立持续改进机制：落实运行监控、变更审查、问题处置与质量管理。

授课对象

• 企业合规、质量、风险管理、采购、IT、数据管理及AI应用业务负责人。
• 适合参与高风险AI系统采购、部署、运行或管理的人员，建议了解本企业的AI应用场景。

专家简介
唐浩然先生(Tom Tang)
Intertek天祥AI专家，新加坡国立大学人工智能系统硕士，深耕AI法规合规、测试标准与性能评估，专注企业AI合规落地服务。

课程预约

联系Intertek专属销售预约，或扫描下方二维码在线预约：