一、ISO/IEC 42001:2023 5.2 标准原文
原文:最高管理层应制定人工智能方针:
a) 适应组织的宗旨;
b) 为建立人工智能目标(见 6.2)提供了一个框架;
c) 包括满足适用要求的承诺;
d) 包括对人工智能管理体系持续改进的承诺。人工智能方针应:
——可获取并保持成文信息;
——与其他组织方针相联系;
——在组织内部进行沟通;
——适用时,可为相关方所获取。
表 A.1 中的 A.2 提供了建立 AI 方针的控制目标和控制措施。B.2 提供了这些控制措施的实施指南。
注:ISO/IEC 38507 中提供了组织在制定 AI 方针时的注意事项。
二、条款解读说明
2.1 为什么AI方针不能只停留在原则口号
很多组织谈到AI方针时,容易写成一段看起来很先进的愿景表述,例如“坚持科技向善、推动创新发展、保障安全可靠、促进持续改进”。这些表述本身没有问题,但如果方针只停留在抽象理念层面,它对AIMS的实际帮助会很有限。因为项目团队、采购团队、法务团队和业务负责人真正需要的,不是漂亮词汇,而是能指导判断的原则边界:哪些AI用途值得鼓励,哪些场景必须谨慎,哪些底线不能突破,哪些责任必须落实。
因此,5.2要求的人工智能方针,应兼具方向性和可操作性。它既要体现组织对AI的总体定位,也要为目标设定、场景判断、治理投入、风险处置和持续改进提供框架。如果方针无法影响这些实际动作,那么它就只是品牌宣传语,而不是管理体系方针。
2.2 AI方针在AIMS中的关键构成
| 构成要素 | 在ISO/IEC 42001中的含义 | 常见偏差 | 建议体现 |
|---|---|---|---|
| 方向一致性 | 与组织宗旨、战略和AI应用方向相匹配 | 方针与实际业务方向脱节 | 写明AI在组织中的定位 |
| 治理承诺 | 体现对合规、责任、控制和持续改进的承诺 | 只谈创新,不谈责任和边界 | 写明基本治理原则 |
| 框架作用 | 为目标设定和控制提供判断依据 | 方针无法落到目标和流程 | 与AIMS目标和控制逻辑挂钩 |
| 沟通和理解 | 相关人员知道并理解方针含义 | 只发文,不解释 | 培训和管理沟通 |
| 适宜性维护 | 随着业务和风险变化及时更新 | 方针长期不变,与现实脱节 | 评审机制和修订记录 |
2.3 AI方针的真正价值,在于形成一致判断标准
AI治理中的冲突常常不是黑白分明的,而是发生在灰度选择里。例如,某项能力能显著提效,但解释性不足;某个模型供应商性能更强,但透明度较低;某类用途客户非常想要,但对个人和群体影响较大;某些员工自发使用AI工具看似合理,却会带来数据边界问题。面对这些灰度问题,组织如果没有明确方针,很容易出现不同团队各自判断、标准不一、冲突升级的情况。
这时,AI方针的作用就体现出来了。它不是替代每一次具体评估,而是给这些评估提供上位标准。比如,组织是否优先保证人类可监督,是否坚持高影响场景必须有明确责任链,是否要求关键AI输出可追溯,是否对外部模型依赖保持审慎态度,是否把透明和合规视为基本经营条件。这些判断一旦被方针固定下来,组织在面对复杂选择时就更容易保持一致。
三、实施要点
3.1 让AI方针与组织真实AI战略保持一致
- 如果组织的AI战略重点是内部效率提升,方针就应强调使用边界、数据保护和输出复核;如果组织重点是对外提供AI能力,方针则应更强调可信交付、责任界面和客户透明度。
- 方针不能脱离业务现实独立写作,否则后续很难被团队认同。
- 真正有效的方针,往往能从组织实际AI活动中直接读出影子。
3.2 在方针中体现底线和边界,而不只是积极愿景
- 除了表达促进创新、提升价值外,方针还应体现组织对合规、责任、适当控制、人类监督、持续改进和负责任使用的承诺。
- 如果方针只讲“积极做AI”,却不讲“在什么边界内做”,它很难为治理提供框架。
- AI方针最重要的部分,常常不是愿景,而是底线。
3.3 让方针能向目标、流程和控制层层展开
- 一个好的方针应能自然分解为后续目标,例如模型监测目标、培训目标、第三方管理目标、透明度要求或影响评估覆盖目标。
- 如果方针与后续目标之间没有衔接,说明方针写得过于悬空。
- 建议在方针设计时就考虑其将如何转化为管理动作。
3.4 把方针讲清楚,而不只是发布出去
- 对AI治理而言,方针理解偏差会直接影响项目判断。因此,组织应通过培训、管理层发声、案例说明和FAQ让不同角色理解方针对其意味着什么。
- 业务团队、技术团队、采购团队和法务团队对同一方针的关注点并不相同,沟通也应有针对性。
- 方针“可理解”比“被看到”更重要。
3.5 定期检视方针是否仍适用于当前AI阶段
- 当组织从内部试点走向对外产品化、从自研走向采购、从单一场景走向多业务全面使用时,原有方针很可能已不够。
- 管理评审时应检查方针是否仍准确反映组织AI方向和责任边界。
- AI方针不是越稳定越好,而是越适宜越好。
四、常用工具与实施方法
| 工具/方法 | 适用目的 | 实施建议 | 输出成果 |
|---|---|---|---|
| 方针设计工作坊 | 统一管理层和关键部门对AI治理方向的理解 | 围绕价值、边界、责任和改进展开讨论 | 方针草案、讨论纪要 |
| 方针-目标映射表 | 验证方针是否能支撑AIMS目标设定 | 将方针承诺映射到后续目标和控制项 | 映射矩阵 |
| 角色化沟通材料 | 帮助不同团队理解方针含义 | 针对业务、技术、采购和法务分别解释 | 宣贯材料、培训记录 |
| 管理评审修订机制 | 定期判断方针是否仍适宜 | 结合新场景、新监管和新事件复核 | 评审纪要、修订记录 |
| 对外沟通摘要 | 对客户、合作方和审计方解释组织立场 | 在不泄露内部细节前提下提炼核心原则 | 对外说明稿 |
五、典型案例
案例一:AI方针只写创新愿景,项目现场缺乏边界判断
- 背景:组织发布AI方针时主要强调效率提升和业务创新。
- 问题:项目团队据此理解为“优先推进落地”,对高敏场景和第三方模型依赖缺少清晰边界。
- 5.2动作:补充方针中的责任、透明、合规和人类监督承诺。
- 结果:方针开始真正影响项目判断,而不只是鼓舞士气。
- 启示:缺少治理底线的AI方针,往往会被执行层解读成单纯鼓励使用AI。
案例二:方针写得过于抽象,业务和技术团队理解各异
- 背景:方针文本高度概括,措辞审慎但缺乏针对性。
- 问题:业务团队认为方针强调市场机会,技术团队认为方针只是原则倡议,法务团队则觉得其不具操作意义。
- 5.2动作:组织通过案例化宣贯和方针-目标映射,重新解释方针含义。
- 结果:不同团队对方针的理解趋于一致。
- 启示:方针如果不能被理解,就无法被执行。
案例三:企业AI使用阶段变化后,旧方针明显滞后
- 背景:组织最初仅在内部办公场景试用AI,后续逐步将AI嵌入对外产品。
- 问题:原方针只强调内部使用规范,无法覆盖客户透明度和产品责任要求。
- 5.2动作:在管理评审中修订方针,纳入对外服务责任和供应商治理原则。
- 结果:方针重新与组织AI阶段相匹配。
- 启示:AI方针要随着AI使用成熟度演进,而不能停在试点时期。
六、成文信息管理要求
5.2通常需要形成正式方针文件,并能证明该方针被批准、沟通、理解并在体系中发挥作用。对于AIMS而言,审核员往往不仅会看方针文本,还会看方针是否真正进入目标、培训和管理决策。
| 建议文件或记录 | 关键内容 | 责任角色 | 审核价值 |
|---|---|---|---|
| 人工智能方针文件 | 组织定位、治理承诺、适用范围和批准信息 | 最高管理者/AIMS负责人 | 证明方针已被正式建立 |
| 方针宣贯记录 | 培训、发布、答疑和角色化沟通材料 | HR/沟通部门/AIMS团队 | 证明方针已被沟通和理解 |
| 方针-目标关联记录 | 方针如何转化为目标和管理动作 | AIMS团队/业务负责人 | 证明方针不是空泛声明 |
| 方针评审和修订记录 | 适宜性判断、变化背景和修订说明 | 管理层/AIMS团队 | 证明方针保持适宜有效 |
七、常见误区及踩坑提醒
| 误区 | 典型表现 | 正确做法 |
|---|---|---|
| AI方针就是一段品牌宣言 | 词汇积极,但无法指导管理判断 | 同时写清方向、底线和治理承诺 |
| 方针写得越抽象越高级 | 不同团队各自解读,执行标准不一 | 保持高层表达同时确保可理解可展开 |
| 方针发布一次就结束 | 随着业务阶段变化而逐渐失效 | 在管理评审中定期检视适宜性 |
| 方针只需要管理层知道 | 执行团队不理解方针与自己工作有什么关系 | 对不同角色进行有针对性的宣贯 |