课程背景
随着生成式AI、大模型、自动化决策在公司经营、管控、营销、客服、风控、人力资本等等情境深度运用，公司正迎来效率拉升和模式革新的重大机遇。但AI技艺的“黑箱特性”、“资料倚重”、“迅速迭代”、“跨界影响”，也带来了资料合规、算法安全、学识产权、伦理声誉、监管处罚、供给链隐患等等一系列新型隐患。传统风控、合规和治理架构已无法完全覆盖AI运用带来的新挑战。公司亟需构筑一套适配机器智能时代的隐患识别、合规管控和治理轮廓，达成安全、合规、可控、可追责地采用AI，保障公司稳健演进。
本课规划者和讲授者李皖彰老师同时具备法学、经济学、商科的学识架构和海外访学经历，16年管控咨询和经营管控实践，服务过多家世界500强公司，弄懂国内公司的演进阶段和实际诉求，作为本届北京市党外高级学识分子联谊会理事，北京市无党派代表人士，李老师用充实的管控咨询和法律服务实践赋予理论学识生命力，摆脱法律的枯燥难弄，让参训者听得进，用得到，入脑也入心。
课程收益
• 系统掌握 AI 时代公司面临的全域隐患类型和典型情境
• 清晰领会全球以及中国AI 监管架构和合规底线要求
• 学会搭建AI 全生命周期治理组织、制度和流程
• 掌握 AI 隐患评核、合规审查、安全管控和应急处置办法
• 支援公司降低 AI 运用违规成本、舆情隐患和监管处罚概率
【课程特色】
•
实战导向
：不讲空洞 AI 技艺，只讲公司落地隐患和治理实操
•
合规锁住
：紧扣国内法律法规和监管要求，守住合规红线
•
架构完整
：从隐患识别、合规底线、治理架构到落地抓手全覆盖
课程大纲
1.
【第一天：AI隐患全景和合规底线】
2.
一、机器智能和公司经营变革
3.
1. AI在公司中的典型运用
4. 营销和客服AI、人力资本AI、财务和风控AI、生产营运AI、决策支持AI
5.
2. AI对公司管控和流程的重构影响
6. 组织权责变化、流程自动化，决策模式改变、责任边界重构
7.
3. 传统风控架构在AI时代的局限性
8. 黑箱不可解释、资料倚重强、迭代速度快、隐患隐蔽性高、跨界传导
9.
二、AI带来的公司全域隐患
10.
1. 法律和合规隐患
11. 资料合规隐患、算法合规隐患、学识产权隐患、内容合规隐患、监管处罚隐患
12.
2. 资料和隐私安全隐患
13. 训练资料侵权、资料泄露和窃取、爬虫合规问题、个人资讯过度收集和滥用
14.
3. 算法和模型隐患
15. 算法偏见和歧视、决策错误和失真、可靠性不足、不可解释性隐患
16.
4. 安全和供给链隐患
17. 提示词注入、模型投毒、资料污染、第三方AI抓手和服务商隐患
18.
5. 伦理和声誉隐患
19. 不当内容输出、价值观偏差、舆情危机、品牌样貌损害
20.
6. 营运和管控隐患
21. 责任界定不清，员工滥用AI、成本失控、业务替代和人员冲击隐患
22.
三、全球和中国AI监管架构（合规底线）
23.
1. 全球AI监管总体格局和趋势
24. 全球AI监管核心推演、主要监管路径和演进方向
25.
2. 欧盟AI监管核心轮廓
26. 隐患分级监管模式、高隐患AI系统要求、合规和问责制度
27.
3. 美国以及其他主要地区监管要点
28. 算法问责制度、透明度要求、业界专项监管规则
29.
4. 中国AI监管法律和政策架构
30. 生成式AI服务管控相关规定、资料安全法、个人资讯保护法、网络安全法
31. 算法备案、安全评核、内容审核相关制度要求
32.
5. 中国AI监管核心义务和红线
33. 安全评核义务、算法备案要求、内容审核制度、资料合规要求
34. 主体责任、营运规范、应急处置和报告义务
35.
6. 公司AI运用高频违规情境和处罚实例
36. 资料来源不合法、内容安全和价值观问题、未履行安全评核和备案
37. 隐私泄露、滥用个人资讯、第三方抓手管控缺失
38.
7. 公司AI运用必须守住的合规底线
39.
四、AI项目全生命周期隐患识别
40. 1. 诉求和立项阶段隐患
41. 2. 资料采集、清洗、标注和训练隐患
42. 3. 模型开发、测试和上线隐患
43. 4. 上线营运、监控和迭代精进隐患
44. 5. 模型下线、停用和资料退役隐患
45. 6. 第三方AI抓手和外部模型接入隐患
46. 7. 典型业务情境隐患清单
47. 客服AI、招聘AI、营销AI，风控AI、办公协同AI
48.
【第二天：AI治理架构建设和落地执行】
49.
五、AI治理顶层规划
50.
1. AI治理的标的和核心要则
51. 安全可控、合规合法、公平公正，可解释、可追责
52.
2. AI治理组织架构搭建
53. AI治理委员会、业务部门、IT和资料部门、合规法务、风控，审计
54.
3. 治理权责划分
55. 谁来管，管什么、管到什么程度、怎样协同
56.
4. 公司AI治理方略和施行路线
57.
六、AI治理制度和流程架构
58.
1. AI管将控度整体轮廓
59. AI运用管控办法、资料管将控度、算法安全制度、内容审核制度
60.
2. AI项目全流程管控流程
61. 立项审查、隐患评核、合规审核、上线审批、运行监控，审计复盘
62.
3. 第三方AI抓手准入和退出制度
63. 供应商审核、安全评核、合同约束、持续监控、退出流程
64.
4. 员工AI采用规范和行为准则
65. 允许范围、禁止行为、保密要求，责任追究
66.
七、AI隐患评核和合规审查实务
67. 1. AI隐患评核办法和操作步骤
68. 2. 高隐患AI系统认定和重点管控
69. 3. 资料合规审查要点
70. 来源合法、放权充分、用途正当、存储安全、跨境合规，脱敏匿名
71. 4. 算法和模型合规审查要点
72. 公平性、准确性，安全性、可解释性、稳定性
73. 5. AI合规审查清单和常用模板
74.
八、AI安全营运和应急管控
75. 1. AI典型安全威胁和防护措施
76. 2. 内容安全审核制度建设
77. 机器审核、规则审核、人工复核，分级处置
78. 3. 运行监控、日志留痕和可追溯要求
79. 4. 应急处置流程
80. 舆情经过、安全漏洞、违规输出、资料泄露、监管问询化解
81.
九、AI审计、问责和持续改进
82. 1. AI审计的标的、范围和办法
83. 2. AI合规审计、安全审计，伦理审计要点
84. 3. 问题整改和闭环管将控度
85. 4. 责任追究和内部问责
86. 5. AI治理成熟度评核和持续精进
87.
十、业界实例和落地路线图
88. 1. 金融、制造、互联网、国企等等业界AI治理实践实例
89. 2. 公司AI治理落地常见误区和教训
90. 3. 1个月、3个月、6个月、12个月落地施行路线
91.
课程重点和要点回顾
• 功在平时，化危为机
• 学识点回顾和展望
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|李皖彰老师
适合谁听
公司高管、中层管人者、合规/法务/风控/审计人员、资讯安全、资料管控、IT 和数智化部门负责人。建议同一家企业 3 人以上同来，课堂上直接改造本企业的实际问题——单人参加也能学到方法，但带不走可用的成果。
交付流程
课前：顾问访谈 2 位管理者，收集现状与问题清单，讲师据此调整案例。课中：讲授与演练各占一半，产出可直接用的工具与方案。课后：7 天内提交改进建议，30 天内一次线上答疑。