一、ISO/IEC 42001:2023 7.1 标准原文

二、条款解读说明

2.1 AI管理体系中的“资源”远不止预算和人员

很多组织看到7.1，第一反应往往是“要准备预算、安排人手”。这当然没错，但对ISO/IEC 42001来说明显不够。人工智能管理体系中的资源至少应覆盖五大类：数据资源、工具资源、系统和计算资源、人力资源，以及支撑这些资源运行的架构和文档化能力。原因很简单，AI系统的行为高度依赖数据、模型、算力和环境配置，任何一类资源缺失或不可控，都可能直接影响模型性能、输出可靠性、运行安全和责任追溯。

例如，一个组织明明采购了成熟的大模型服务，却没有记录具体使用了哪些模型、接入了哪些外部知识库、依赖了哪家云区域、由哪些岗位负责监控和维护。表面上看，资源已经有了；但从治理角度看，资源并没有被真正识别和管理。一旦出现输出异常、服务中断、合规争议或供应商变更，组织就很难迅速判断影响范围和补救路径。7.1要求的正是这种“资源可识别、可解释、可调用”的能力。

2.2 7.1与附录A.4、B.4的关系

2.3 AI资源管理的核心，不是“堆资源”，而是“知道自己依赖什么”

7.1条的真正难点在于，很多AI资源并不完全由组织自己拥有。数据可能来自客户、共享平台或第三方采购；模型可能依赖外部供应商；算力可能部署在云平台；运维支持可能来自外包团队。也就是说，组织即使没有直接拥有这些资源，也必须知道这些资源是什么、由谁提供、在哪个阶段使用、对系统风险和影响有什么意义。这种透明度是AIMS得以运转的基础。

对审核和日常治理来说，最重要的不是资源目录做得多漂亮，而是组织能否回答几个具体问题：当前关键AI系统依赖哪些核心资源；这些资源缺失、失效或变化时会发生什么；由谁负责维护和复核；资源记录是否及时更新；第三方提供的关键资源是否已纳入自己的治理范围。能够回答这些问题，7.1才算真正落地。

三、实施要点

3.1 按生命周期盘点资源，而不是只盘点项目启动时的投入

• 建议按设计、开发、验证、部署、运行、更新、停运等阶段分别识别资源需求。
• 同一个AI系统在不同阶段所需资源可能完全不同，例如开发期重算力和数据集，运行期重监控工具和支持能力。
• 生命周期视角能避免“上线后没人管资源”的常见问题。

3.2 把外部提供资源也纳入治理视野

• 凡是第三方提供且会影响AI系统行为、性能、责任或合规性的资源，都应纳入识别和记录范围。
• 这包括外部模型、云服务、数据集、标注平台、评估工具和支持服务。
• 资源可见性比资源所有权更重要，因为治理首先要知道依赖在哪里。

3.3 资源记录应能支持风险和影响分析

• 资源台账不应只列名称，还应能支撑后续风险评估和影响评估。
• 例如，数据资源应能追溯来源、类别、更新时间和偏差问题；工具资源应能说明用途和版本；系统资源应能说明部署位置和容量限制。
• 记录得越接近实际运行，后续评估越有依据。

3.4 将关键资源的责任人和维护节奏写清楚

• 每类关键资源都应明确责任部门、维护人、更新频率和异常处理方式。
• 否则即使盘点了资源，也可能很快失效，沦为一次性文件。
• 对高影响系统，建议把资源复核纳入定期评审和重大变更流程。

3.5 关注资源充分性，而不只是资源存在性

• 资源管理不只是“有没有”，还要判断“够不够、稳不稳、适不适用”。
• 例如，人手不足会导致监督流于形式，算力不足会让验证无法完成，数据不足会让模型泛化失真。
• 资源充分性是7.1最容易被忽视但最影响体系有效性的判断点。

四、常用工具与实施方法

五、典型案例

案例一：有模型、没台账，导致问题定位缓慢

1. 背景：某企业多个部门并行接入外部大模型服务。
2. 问题：发生异常输出后，组织无法迅速确认受影响的是哪个模型版本、哪些业务系统、哪些知识库接口。
3. 改进：按7.1建立资源台账和依赖图，把模型、接口、部署位置和责任人统一登记。
4. 结果：后续异常排查时间显著缩短，变更管理也更可控。

案例二：算力资源不足导致验证流于形式

1. 背景：某团队计划对视觉模型进行重新训练和验证。
2. 问题：实际可用算力不足，导致验证集覆盖被压缩，上线判断失去充分依据。
3. 改进：组织将算力和存储列为关键系统资源，设定最低验证资源保障要求。
4. 结果：验证过程恢复完整，风险接受决策更有依据。

案例三：外包运维未纳入资源识别

1. 背景：某组织将运行监控外包给第三方团队。
2. 问题：审核时无法说明外包团队具备哪些AI运维能力、如何联系、出现事件时谁负责响应。
3. 改进：将外部支持团队作为人力资源的一部分纳入记录，并补充服务级别和责任说明。
4. 结果：AIMS对运行阶段的资源保障更完整。

六、成文信息管理要求

7.1本身虽然没有列出固定文件名称，但结合附录A.4和B.4，组织至少应保留能够证明资源已识别、已提供、已维护和可支持风险管理的记录。缺少这些证据，资源条款很容易被审核视为口头承诺。

七、常见误区及踩坑提醒