无论是预测消费者的购物偏好、指导军事决策、还是提供对于金融犯罪活动的独特见解,AI工具的种种新应用几乎每天都会登上报纸头条。不同规模的企业正努力扩张并铺开自身AI能力,希望更好地服务客户并提高自身运营效率。
虽然AI工具的普及将对企业产生积极影响,但组织也必须了解具体技术实施所带来的潜在风险。这些风险包括隐私与商业机密威胁、由大语言模型因“幻觉”生成的虚假信息,以及刻意为复杂的规模化网络攻击/武器化应用输出的错误信息。再有,AI工具还可能受到训练数据的影响而出现分析偏差或模型失真,进而给出不当、不正确或无效的响应。
面对这些挑战,最直接的解决方案自然在于严格落实合规。合规性对于保障技术效率提升,特别是发现并解决与数据隐私/安全相关的潜在法律/监管风险方面至关重要。Zoom此前就曾试图修改其使用条款以获准捕捉更多用户数据,此事也让我们意识到即使单纯是为了对AI模型做适度调整,这种数据收集行为也可能受到市场的严厉批评、必须加以谨慎对待。
但创新和发明的步伐一刻不停,AI领域的监管体系也尚未完全定型,所以企业在AI治理与合规框架设计方面仍面临着艰巨的挑战。欧盟委员会已经提出欧盟(EU)AI法案,也成为首个关于AI应用的立法。欧盟在推行基于风险的治理模型方面一直处于领先地位,也为未来的AI法规树立了先例。欧盟认为应当根据AI系统的类型对风险进行价值判断,再依据风险设定不同程度的合规性要求。尽管美国目前还没有统一的监管框架,但纽约等多个州已经开始制定规则,希望约束在招聘流程中对AI工具的使用方式。鉴于不少合规团队缺乏对组织内AI技术实际使用情况的全面了解,后续出台的法规可能会调整合规职能。总而言之,随着AI技术的不断进步,合规性保障必然成为其前提与基石,确保席卷全球的AI浪潮始终受到道德与法律的引导。
为了保障这种合规性和有效性,合规团队在制定相关计划、帮助企业解决AI应用问题时,应始终牢记以下五大基本原则。
1. 建立适宜的合规团队,应对日益增长的现实挑战
合规团队往往身兼多职,需要在整个组织内担任专家。他们必须努力确保自身不会与其他部门相隔离,同时积极融入整个组织结构,从而保持全面的视角——特别是保证所制定和实施的整体AI政策适应各部门的具体现实。也就是说,合规团队必须重视多元化,应由具备技术和非技术背景的专家组成,共同评估AI工具的潜在问题。合规团队还必须拥有资源以提出关于AI模型和测试的正确问题,而不应仅依靠业务团队来完成这些工作。
2. 维护好工具库存
合规管理者必须明确了解整个公司内所使用的AI技术清单,具体包括公司内部使用的工具和面向客户的任务处理方案。只有了解到员工正在使用哪些工具,合规团队才能更好地评估这些技术带来的助益和风险。也正因为如此,我们才有必要在合规团队中引入来自各个业务部门的成员。在可能的情况下,合规团队还应参与到整个组织的工具选择流程当中。某些工具在设计时可能会考虑到隐私、数据及其他保护性需求,而合规团队正是评估这些保护措施是否充分和有效的最佳人选。
3. 实施强有力且明确的政策
合规团队应确保针对公司内的AI应用制定统一政策。如果缺少这些政策,工作态度积极的员工很可能会自行选择有助于提高工作效率的AI工具、并直接拿来使用,丝毫没有意识到自己正在将商业机密或代码暴露给AI大语言模型。三星公司的工程师就曾犯下这类错误,他们不慎向ChatGPT提交了机密代码。如果没有适当的防护措施,在办公环境内不受监管地使用AI可能会给企业带来灾难性影响,最终引发不必要的声誉损害。而通过实施可接受的使用策略以指定必要的AI类型、可以共享哪些信息以及如何使用/验证这些信息内容,合规团队将帮助整个组织缓解潜在的AI相关风险。
4. 验证与测试工具
整个组织中使用的任何AI工具,都必须由熟悉情况的专业合规团队进行验证和测试。这方面测试需要对各类AI模型的几大关键情况做出审查:
5. 强制在合规计划中贯彻标准
最后,公司应确保其合规计划贯彻上述标准,确保有适当的控制措施以维持约束能力,同时了解谁有权访问实际使用到的信息。例如,不少律师事务所正在开发用于从博文和网上资料中提取信息的AI工具,但同时又要求该工具不得直接提取或使用客户数据。这类案例就必须严加监控以避免发生滥用。
在《欧盟AI法案》这份AI先驱性监管政策的指引下,合规团队应当考虑到世界各地即将出台的其他立法将如何影响某些AI工具在未来的使用。只有建立起一支既熟悉技术功能和用途、又了解最新法规的合规团队,组织才能在遵守合规要求的同时遏制潜在风险、发挥AI潜力、释放创新能量。
好文章,需要你的鼓励
"当我看到梵高的每一笔中都有他的痛苦时,才明白我们看的不是作品,而是作者的人生。AI正以惊人的速度接近人类水平通用智能,让Google从'伦敦那帮疯子在搞AGI'转变为全公司共识。DeepMind让AI'合理地幻觉'来创造突破,就像Astra技术让用户第一次惊呼'AI能做到比想象更多'——这不仅是技术革命,更是重新定义创造力的开始。"
英伟达2025Q1营收440亿美元创纪录,数据中心业务暴涨73%至390亿美元。黄仁勋直言:"中国是全球最大AI市场,出口管制只会让美国失去平台领导权。Blackwell架构推动推理性能提升30倍,微软已部署数万块GPU,AI工厂正成为各国数字基础设施核心。"
来自耶路撒冷希伯来大学的研究团队开发了WHISTRESS,一种创新的无需对齐的句子重音检测方法,能够识别说话者在语音中强调的关键词语。研究者基于Whisper模型增加了重音检测组件,并创建了TINYSTRESS-15K合成数据集用于训练。实验表明,WHISTRESS在多个基准测试中表现优异,甚至展示了强大的零样本泛化能力。这项技术使语音识别系统不仅能理解"说了什么",还能捕捉"如何说"的细微差别,为人机交互带来更自然的体验。
这项研究提出了"力量提示"方法,使视频生成模型能够响应物理力控制信号。研究团队来自布朗大学和谷歌DeepMind,他们通过设计两种力提示——局部点力和全局风力,让模型生成符合物理规律的视频。惊人的是,尽管仅使用约15,000个合成训练样本,模型展现出卓越的泛化能力,能够处理不同材质、几何形状和环境下的力学交互。研究还发现模型具有初步的质量理解能力,相同力量对不同质量物体产生不同影响。这一突破为交互式视频生成和直观世界模型提供了新方向。