企业AI风险管理执行方案
本方案面向董事会与高管层，聚焦 AI 系统的本体风险治理： 面向企业所有 AI 系统（含自研、外采、第三方模型/服务），聚焦 AI 本体风险的全生命周期治理——将不可见的算法黑盒风险转化为可度量的阈值、可执行的控制点、可审计的证据链 。
全覆盖一致性
自研外采全纳入，跨场景风险判定口径统一，无遗漏死角。
可量化可比较
明确度量指标与阈值，支持横向对比与趋势跟踪。
可控可缓解
残余风险满足合规要求，控制点在生命周期各阶段有效验证。
本体
算法·数据·模型·伦理
RG 的职责边界：与 RO、RS、RT 的协同定位
RG：AI 风险管理
关注："AI 是否合规可控"
围绕模型/数据/算法/安全/合规本身的风险。强调评估、测试、审计与证据链。定义控制要求与验证证据。
RO：AI 运营风险
关注："AI 服务是否稳定交付"
围绕生产运行与交付（SLA/SLO、变更发布、监控告警、运维流程等）。协同：将 RG 要求固化到发布门禁；出问题时 RG 负责回溯"AI 本体根因"。
RS：战略风险
关注："战略层不确定性"
方向、节奏、资源与重大决策。协同：RG 管理系统层专项风险；规模化或高影响场景下，RG 风险可能上升为 RS 关注的战略风险。
🔬 本质特征提炼
- ▸ 门禁制： 在 AI 生命周期每个关键节点设置风险评估门禁，不达标不得进入下一阶段。
- ▸ 证据链： 每项风险控制措施须产出可审计的证据文档，满足监管的"可执法接口"要求。
- ▸ 全生命周期： 从立项评估到退役下线，风险管控贯穿 AI 系统全程，而非仅上线前审查。
🏭 行业典型表现
- ▸ 金融业： 某银行 AI 信贷模型上线前完成偏见检测，识别出对某特定群体误拒率偏高 25%，修复后避免重大监管处罚。
- ▸ 医疗业： 某 AI 辅助诊断系统通过可解释性审计（SHAP 分析），向监管机构提供了满足要求的决策依据，顺利通过二类医疗器械认证。
- ▸ 互联网： 某推荐系统通过对抗测试发现提示注入漏洞，上线前修复，避免用户数据泄露风险。
为什么做：AI 本体风险的七大类型
AI 系统引入了传统 IT 系统所没有的全新风险类型，每一类都可能在不被察觉的情况下造成重大业务或合规损失。
算法偏见与公平性
AI 模型可能对特定群体（性别/年龄/地域）产生系统性歧视输出，引发法律诉讼和声誉危机，且往往在规模化应用后才被发现。
数据隐私与泄露
训练数据中的个人信息可能被模型"记忆"并通过特定查询泄露，GDPR/PIPL 违规处罚极高，且技术层面难以在事后补救。
模型鲁棒性缺陷
AI 系统对输入扰动极度敏感，对抗样本可导致关键决策（如安防、金融风控）完全失效，在安全攸关场景中后果不可逆。
提示注入与模型攻击
大模型应用中，恶意用户可通过精心设计的提示绕过安全过滤，导致有害内容生成、数据外泄或业务逻辑被操纵。
模型退化与数据漂移
生产环境的数据分布随时间变化，导致模型性能静默退化——往往在造成大量错误决策后才被业务侧察觉，纠偏成本极高。
黑盒不可解释性
AI 决策无法解释将面临监管"可执法接口"要求，金融/医疗/法律等领域强制要求可解释性， 无解释能力意味着无法合规使用。
AI 本体风险全景：七大风险向量
极坐标图展示了企业 AI 系统面临的七大类本体风险的相对影响力分布，帮助高管直观理解 RG 的覆盖范围与重点。
任务目标：四大核心目标 Checklist
按 RG 体系建设核心目标分组，每组附可量化验收标准。
全覆盖与分类分级
基础优先- ☐ 建立企业 AI 系统台账（含 Owner/用途/影响范围/适用法规）
- ☐ 统一风险分类词典（性能/数据/隐私/对抗/可解释/伦理/合规七维）
- ☐ 制定高/中/低风险分级标准及控制强度映射表
- ☐ 豁免规则明确：豁免条件/证据/审批流程完整定义
生命周期门禁体系
核心机制- ☐ 设计七大门禁：立项/数据/训练/评估/上线/变更/退役
- ☐ 每个门禁明确：硬要求/软要求/必交证据清单
- ☐ 与风险发布流程对接：风险管理门禁嵌入风险发布管道
- ☐ 门禁执行率：所有高风险系统上线前 100% 通过 RG 评估
模型与数据风险评估
技术深度- ☐ 数据风险：完成数据合规/质量/偏差/安全全维度评估
- ☐ 模型风险：性能/鲁棒性/公平性/可解释性/安全测试全覆盖
- ☐ 建立模型卡（Model Card）和数据卡（Data Card）标准模板
- ☐ 引入 LIME/SHAP 可解释性工具，满足监管可审计要求
可追责与证据链管理
合规保障- ☐ 每项风险控制措施须产出可审计证据文档
- ☐ 建立 AI 系统运行期风险监控（漂移/偏见/安全事件）
- ☐ 定期输出 AI 风险管理报告（月度/季度），向治理委员会汇报
- ☐ 退役机制：下线系统的数据处理和模型归档合规管理
架构模型：四层 16 组件治理体系
覆盖 01–16 全部组件（除本组件自身 14）。 核心枢纽 为直接关联的执行支点。
如何做：全生命周期 10 步执行法
按"全生命周期 + 门禁（Gate）+ 证据链"方式，将 RG 细化为可执行的 10 个步骤。点击步骤查看输入/动作/产出。
执行路线：风险管理体系建设五步推进图
从体系建立到持续演进，分五步系统化建立企业 AI 风险管理能力。