重点控制主题
- 影响评估
- 数据治理
- 透明度
- 人类监督
- 监测和事件管理
- 方针目标与职责权限
- 风险机遇与运行控制

人工智能管理体系用于评价人工智能系统全生命周期的责任治理和风险控制。本页说明适用组织、业务边界、控制主题、证据准备、办理流程与持续维护,具体适用性由正式申请评审确认。

关键不是仅有文件名称,而是证明影响评估、数据治理、透明度、人类监督、监测和事件管理已经进入真实运行,并能由AI 清单、用途边界、数据来源、测试评估、变更与事件记录持续支持。
审核或评价不只检查文件名称,而是沿着职责、过程、现场、系统数据和运行记录验证持续执行。
从法律主体和真实活动开始,不从域名或单一标准名称推断范围。
核对适用产品、专业类别、场所边界、审核条件和所需能力。
通过访谈、观察、抽样和记录核对判断要求是否真实运行。
整改需要包含原因、措施和有效性证据,决定活动保持必要独立。
取得相关结果后仍需持续运行,并按程序处理重大变化。
监督、变更和状态维护依赖日常运行,不依赖临时补做记录。
当组织需要验证人工智能系统全生命周期的责任治理和风险控制,并且能够说明真实主体、场所、活动和申请边界时,可以提交申请信息。是否受理仍以正式评审为准。
范围判断应落实到实际业务。明确 AI 提供者、使用者角色、模型、数据、场景和第三方组件,不能只依据营业执照名称、投标文字或域名判断。
建议从AI 清单、用途边界、数据来源、测试评估、变更与事件记录开始准备,同时说明现行控制、责任人、运行周期和最近的评价改进记录。
需要持续运行影响评估、数据治理、透明度、人类监督、监测和事件管理,并按适用程序处理监督、变更、问题整改和状态维护。