一、ISO/IEC 42001:2023 4.3 标准原文

二、条款解读说明

2.1 为什么AI管理体系范围比传统体系更容易失真

AI管理体系范围确定看似与其他ISO管理体系类似，但实际难度更高。原因在于AI活动往往分散、嵌入、外包且变化快。一个组织可能没有专门的“AI部门”，却在营销、客服、运营、研发、法务甚至个人办公中广泛使用生成式AI；也可能没有自研模型，却深度依赖第三方模型服务；还可能同时存在正式AI产品和大量非正式AI使用行为。如果仍然用传统“按部门、按地点、按产品”方式机械划范围，很容易把真正高影响的AI活动排除在体系之外。

因此，4.3在42001中非常强调结合环境和相关方要求来定范围。换句话说，范围不能只看组织想管什么，还要看组织实际上在哪里因AI承担责任、在哪里因AI受到约束。如果客户、监管者和社会舆论实际关注的是组织某项AI能力，而组织却在范围声明中把它排除掉，这样的范围通常难以被认为是合理范围。

2.2 4.3中的关键判断维度

2.3 范围不是“越大越好”，而是“越真实越好”

不少组织担心范围太窄显得不成熟，于是把所有业务和所有AI相关活动全部写入AIMS范围；也有组织为了降低实施压力，只写一个试点团队或单一产品，把大部分实际高风险活动排除出去。这两种做法都不稳妥。前者的问题是体系容易失去可实施性，后者的问题是体系容易失去真实性。

成熟的范围确定通常遵循两个原则。第一，优先覆盖那些已经形成外部责任压力、内部管理需求或较高影响风险的AI活动。第二，在范围表述中清楚说明纳入对象、边界条件和外部依赖，而不是用一句笼统的“适用于本公司AI相关活动”带过。范围真正重要的，不是好不好看，而是后续审核、运行和改进时能否站得住。

三、实施要点

3.1 先盘清组织真实AI活动，再谈范围

• 范围界定前应先盘点组织有哪些AI相关活动，包括自研、采购、嵌入式功能、试点项目、对外产品能力和内部办公应用。
• 没有活动盘点，范围很容易凭印象决定，最终漏掉真正重要的治理对象。
• 建议以业务场景和责任后果为主线，而不是只看技术归属。

3.2 用“责任承担点”而不是“技术所有权”划边界

• 组织是否拥有模型源码，并不是唯一判断标准。更重要的是：谁在使用AI输出做业务决策、谁对外提供AI能力、谁因AI系统行为被客户和监管问责。
• 若组织虽然不训练模型，但用第三方模型服务面向客户提供业务功能，这部分通常也应纳入AIMS视野。
• AI治理的范围，首先应围绕责任，而不是围绕代码归属。

3.3 在范围声明中写清纳入对象、边界条件和排除理由

• 一个有效的范围声明至少应说明：适用的组织单元、业务场景、AI产品或服务类型、涉及地点或平台、关键第三方依赖，以及暂不纳入的对象和理由。
• 如果确实采用分阶段推进，也应明确当前阶段范围和后续扩展计划。
• 写得越清楚，后续审核和内部执行越少争议。

3.4 把关键外包和第三方依赖纳入责任边界说明

• 范围可以不把外部供应商当作组织内部单元，但不能忽略其对体系有效性的影响。模型供应商、数据提供方、外包开发方和托管平台都应在责任边界中被明确说明。
• 特别是关键控制高度依赖第三方时，更要在范围说明和接口机制中写清责任分工。
• 否则，体系会出现“内部看似完整，关键环节实际无控制”的空心化风险。

3.5 让范围随着业务和治理能力逐步演进

• 范围不是一成不变的。随着AI场景增加、治理成熟度提高、认证目标变化或监管要求升级，组织应重新评估范围是否仍然真实。
• 在AI应用快速扩张期，建议至少在管理评审和重大变更时重审范围。
• 范围不更新，体系很快就会变成管理“过去的AI”，而不是“现在的AI”。

四、常用工具与实施方法

五、典型案例

案例一：组织把AIMS范围只限定为单一AI试点，导致主业务风险游离在外

1. 背景：企业正在做一个对外展示型AI试点项目，同时其主业务中已有广泛AI辅助定价和推荐能力。
2. 问题：为了降低实施难度，组织初期仅将试点项目写入AIMS范围，实际高影响业务并未纳入。
3. 4.3动作：重新按责任承担点盘点AI活动，将面向客户的核心AI能力纳入范围。
4. 结果：范围从“便于认证”转向“真实治理”。
5. 启示：范围若与真实责任不一致，体系很难建立公信力。

案例二：采购外部大模型服务却试图排除在范围外

1. 背景：组织未训练自有模型，但深度集成第三方生成式AI能力，向客户提供问答和建议功能。
2. 问题：团队最初认为“模型不是我们开发的”，所以相关能力可不纳入AIMS。
3. 4.3动作：改按组织对外责任划界，将采购型AI服务纳入治理边界，并单独说明供应商责任接口。
4. 结果：范围声明更符合实际业务承担。
5. 启示：AI治理不能只看技术归属，更要看业务责任归属。

案例三：集团企业通过分阶段扩展范围避免体系失控

1. 背景：集团下属多个子公司都在开展AI应用，成熟度差异明显。
2. 问题：若一次性全部纳入，体系实施压力过大；若只纳入总部，又无法回应实际高影响场景。
3. 4.3动作：先纳入高风险业务单元和共性平台能力，并为后续扩展制定路线图。
4. 结果：范围兼顾了真实性与可执行性。
5. 启示：分阶段推进可以接受，但前提是当前范围要真实、后续扩展要明确。

六、成文信息管理要求

4.3通常需要形成正式范围声明，并辅以边界说明和责任界面材料。对AI管理体系而言，仅有一句简短范围文字通常不够，组织还应能够证明为什么这样划界、边界之外是什么、边界之内如何管。

七、常见误区及踩坑提醒