AI SaaS 进入美国企业市场:SOC 2、州级隐私与 AI 法、DOJ 大宗数据规则
中国团队以 SaaS 形态向美国企业客户售卖 AI 应用(协作、客服、代码、风控、招聘等),客户在其业务流程中使用,并把员工或终端消费者的数据交给该服务处理。
适用前提
- 已确定美国签约主体(美国子公司或境外主体直签),并清楚谁是合同上的数据接收方。
- 已能画出完整数据流图:美国用户数据进入哪些系统、被哪些人(含中国境内工程师与外包)访问、留存多久、有无二次使用于训练。
- 已知晓与中国的关联关系(股权、控制、员工国籍与所在地)—— 这是美国司法部大宗数据规则下"受涵盖人员"判定的输入。
- 本剧本假设目标客户为一般商业企业;面向美国联邦政府或受监管金融/医疗客户另有 FedRAMP、HIPAA、GLBA 等叠加路径,不在本剧本范围。
执行阶段(26–46 周,估算)
1. 阶段一:联邦与州级适用性分流
2–4 周美国没有统一的联邦隐私法,适用性判断是一张"触发条件表"而不是一条法律。这一阶段逐项过:是否构成加州消费者隐私法下的"企业";得州负责任人工智能治理法的属地范围是否够到;科罗拉多州人工智能法下本企业是开发者还是部署者;产品是否用于雇佣场景从而触发伊利诺伊州人权法与纽约市第 144 号地方法;是否采集生物特征从而触发伊利诺伊州 BIPA 的私人诉权。产出是一张按州列示的"触发—义务—负责人"表,后续所有阶段都从它派工。
本阶段义务
- 判定是否构成 CCPA「企业」并登记适用门槛加州消费者隐私法及自动化决策技术、风险评估与网络安全审计法规 · Civil Code § 1798.140(d) · 严重度 中
- 判定是否落入 TRAIGA 属地范围得克萨斯负责任人工智能治理法(TRAIGA) · Tex. Bus. & Com. Code § 551.002 · 严重度 中
- 开发者向部署者提供高风险系统说明与文档科罗拉多州人工智能法 · C.R.S. 6-1-1702(2)-(3) · 严重度 高
- 向员工通知雇主在人事决策中使用人工智能伊利诺伊州人权法关于雇佣场景人工智能的规定(HB 3773) · 775 ILCS 5/2-102(L)(2) · 严重度 中
- 使用前 1 年内完成独立偏差审计纽约市自动化雇佣决策工具法(2021 年第 144 号地方法) · NYC Local Law 144 of 2021;DCWP 规则 · 严重度 高
- 制定并公开生物特征信息留存与销毁政策伊利诺伊州生物特征信息隐私法(BIPA) · 740 ILCS 14/15(a) · 严重度 极高
本阶段交付物
完成后应留存的证据
- · 州级适用性触发表(州 × 触发条件 × 结论 × 依据条文 × 责任人)
- · 产品使用场景清单(重点标注雇佣、信贷、住房、教育、医疗等"重大决定"场景)
- · 生物特征处理判定记录(含是否落入 BIPA 定义)
- · 开发者/部署者角色判定备忘录
常见卡点
- · 以为"我们不卖给消费者就不受州隐私法管":B2B 服务处理的往往是客户员工与终端消费者的数据,义务通过合同链条传导过来。
- · 把州级 AI 法当成远期议题:雇佣类应用在若干州已有明确的通知、审计与告知义务,落地即触发。
- · 忽略伊利诺伊州 BIPA 的私人诉权:它不需要监管机构立案,风险模型与其它州完全不同。
2. 阶段二:SOC 2 与安全控制体系
10–16 周美国企业采购几乎把 SOC 2 Type II 当成默认门票。这一阶段的关键是理解周期结构:控制设计与整改要时间,Type II 还需要一段观察期(通常 3–12 个月)内产生运行证据,之后才是审计出具报告。因此正确做法是先做差距分析、先跑控制、再定观察期起点,而不是等到客户催报告时才启动。同时把加州法规下的年度网络安全审计要求与 SOC 2 的控制集合并规划,避免做两遍。
本阶段义务
- 完成年度网络安全审计并按收入分批达标加州消费者隐私法及自动化决策技术、风险评估与网络安全审计法规 · 11 CCR §§ 7120, 7121 · 严重度 高
- 受限交易须实施 CISA 安全要求美国司法部大宗敏感个人数据规则(数据安全计划) · §§ 202.248, 202.401 · 严重度 极高
完成后应留存的证据
- · SOC 2 就绪差距分析与整改跟踪表(按信托服务准则分类)
- · 控制运行证据库(观察期内逐月归集)
- · 审计机构选型与观察期起止安排
- · 加州年度网络安全审计的范围界定与分批达标排期
- · 访问控制矩阵(特别标注中国境内人员对美国客户数据的访问路径)
常见卡点
- · 直接跳过 Type I 去追 Type II 却没有观察期证据:报告出不来,销售承诺先到期。
- · 把 SOC 2 范围划得过大:范围越大整改越久,首份报告应覆盖真正被采购问到的系统边界。
- · 控制设计没有覆盖跨境访问:这是美国客户与审计师同时会追问的一点,事后补控制要重新起算观察期。
3. 阶段三:州级隐私、自动化决策与风险评估
5–8 周落实两类动作:一是高风险处理活动开始前完成风险评估并按要求向加州隐私保护局提交相应信息;二是当自动化决策技术被用于"重大决定"时,提供使用前告知、受理退出请求与访问请求。科罗拉多州要求部署者完成并定期更新影响评估。本阶段可复用欧盟 FRIA 模板的结构,但必须把章节标题重映射到各州法条,否则评审看不到法定要素。
本阶段义务
- 高风险处理活动开始前完成风险评估加州消费者隐私法及自动化决策技术、风险评估与网络安全审计法规 · 11 CCR §§ 7150, 7152, 7155 · 严重度 高
- 向加州隐私保护局提交风险评估信息加州消费者隐私法及自动化决策技术、风险评估与网络安全审计法规 · 11 CCR § 7157 · 严重度 中
- ADMT 用于重大决定时提供使用前告知加州消费者隐私法及自动化决策技术、风险评估与网络安全审计法规 · 11 CCR §§ 7200, 7220 · 严重度 高
- 受理 ADMT 退出请求与访问请求加州消费者隐私法及自动化决策技术、风险评估与网络安全审计法规 · 11 CCR §§ 7221, 7222 · 严重度 高
- 部署者完成并定期更新影响评估科罗拉多州人工智能法 · C.R.S. 6-1-1703(3) · 严重度 高
- 向消费者通知、说明理由并提供更正与人工复核申诉科罗拉多州人工智能法 · C.R.S. 6-1-1703(4) · 严重度 高
完成后应留存的证据
- · 高风险处理活动清单与风险评估报告(含评估完成时间早于处理开始的证据)
- · 向加州隐私保护局提交信息的回执
- · ADMT 使用前告知文案与界面呈现记录
- · 退出请求与访问请求的受理流程、时限与工单样本
- · 影响评估更新记录(触发更新的事件与更新日期)
- · 人工复核与申诉通道说明(含复核人员权限与推翻记录)
常见卡点
- · 风险评估在处理开始之后补做:法规要求的是"开始前",补做的文件解决不了时间点问题。
- · 把 ADMT 告知写进隐私政策:要求是使用前的专门告知,藏在长文档里不算。
- · 直接套用欧盟 FRIA 章节交给美国客户:缺少州法明确要求的要素(如歧视风险的具体评估与申诉机制描述)会被退回。
4. 阶段四:DOJ 大宗数据规则与数据流重构
4–8 周对有中国关联的 AI SaaS 而言,这是美国市场上最容易被一刀切的合规点,也是最该前置的一环。步骤是:先按门槛识别美国敏感个人数据与政府相关数据,再对交易相对方与自身做"受涵盖人员"筛查,然后把落入禁止类的数据经纪类交易停掉,把落入受限类的交易改造到满足 CISA 安全要求,建立数据合规计划、年度独立审计与 10 年记录留存。人类组学数据与人体生物样本适用绝对禁令,没有安全措施可以豁免。
本阶段义务
- 识别并按门槛分类美国敏感个人数据与政府相关数据美国司法部大宗敏感个人数据规则(数据安全计划) · §§ 202.205, 202.206, 202.212, 202.222, 202.234, 202.249 · 严重度 极高
- 对交易相对方做「受涵盖人员 / 受关注国家」筛查美国司法部大宗敏感个人数据规则(数据安全计划) · §§ 202.208, 202.209, 202.211, 202.601, 202.701 · 严重度 极高
- 停止面向受涵盖人员的「数据经纪」类禁止交易美国司法部大宗敏感个人数据规则(数据安全计划) · §§ 202.214, 202.301 · 严重度 极高
- 对大宗人类组学数据与人体生物样本执行绝对禁令美国司法部大宗敏感个人数据规则(数据安全计划) · §§ 202.223, 202.224, 202.303, 202.401(b) · 严重度 极高
- 受限交易须实施 CISA 安全要求美国司法部大宗敏感个人数据规则(数据安全计划) · §§ 202.248, 202.401 · 严重度 极高
- 建立数据合规计划(受限交易)美国司法部大宗敏感个人数据规则(数据安全计划) · § 202.1001 · 严重度 高
- 交易记录 10 年留存与年度完整性认证美国司法部大宗敏感个人数据规则(数据安全计划) · § 202.1101 · 严重度 高
- 向非受涵盖外国人提供数据时加入禁止转售条款并报告违约美国司法部大宗敏感个人数据规则(数据安全计划) · § 202.302 · 严重度 高
完成后应留存的证据
- · 美国敏感个人数据与政府相关数据的识别与门槛计量记录
- · 受涵盖人员筛查记录(含自身与关联方的判定)
- · 受限交易的安全要求实施证据(按 CISA 要求逐项对照)
- · 数据合规计划文件与年度独立审计报告
- · 交易记录留存方案(10 年)与年度完整性认证
- · 向非受涵盖外国人提供数据时的禁止转售合同条款与违约报告流程
常见卡点
- · 只看"我们不卖数据"就认为不适用:规则管的是"访问",中国境内工程师的运维访问同样可能构成受涵盖交易。
- · 按当前数据量判定门槛后不再复核:门槛按一定期间累计计量,业务增长会在无人察觉时越线。
- · 把年度独立审计安排成内部审计:规则要求的是独立审计,内部团队出具的报告不满足。
5. 阶段五:AI 宣称、训练数据披露与内容标识
3–5 周把对外说辞与产品行为对齐。联邦贸易委员会以第 5 条对夸大的 AI 能力宣称执法,因此每一句"准确率""自动化""无需人工"的市场文案都要有事前证据。加州侧另有两条:生成式 AI 训练数据文档需在网站发布;受涵盖提供者需在内容中嵌入隐性标识并提供显性标识选项。得州法下应提前为 60 日整改期与法定抗辩事由准备好证据链。
本阶段义务
- 对 AI 能力与效果宣称留存事前证据美国联邦贸易委员会法第 5 条在人工智能领域的执法立场 · 15 U.S.C. § 45 · 严重度 高
- 对识别与画像类算法建立防止消费者受损的合理措施美国联邦贸易委员会法第 5 条在人工智能领域的执法立场 · 15 U.S.C. § 45;FTC v. Rite Aid 和解令 · 严重度 高
- 在网站发布生成式 AI 训练数据文档加州生成式人工智能训练数据透明法(AB 2013) · Cal. Civil Code § 3111(a) · 严重度 高
- 内容中嵌入隐性标识并提供显性标识选项加州人工智能透明法(SB 942,经 AB 853 修订) · Bus. & Prof. Code § 22757.3(a)-(b) · 严重度 高
- 为 60 日整改期与法定抗辩事由预留证据得克萨斯负责任人工智能治理法(TRAIGA) · Tex. Bus. & Com. Code §§ 552.101, 552.104, 552.105 · 严重度 高
完成后应留存的证据
- · 营销宣称台账(每条宣称 × 支撑证据 × 生效版本 × 复核人)
- · 网站发布的生成式 AI 训练数据文档及其版本历史
- · 隐性标识与显性标识的技术实现说明与检测结果
- · 算法公平性防护措施说明与监测指标
- · 整改期证据包(事件发现、内部处置、整改完成的时间链)
常见卡点
- · 市场文案与技术口径两张皮:销售页写"100% 自动化",产品文档写"建议人工复核",这种不一致本身就是风险。
- · 训练数据文档写得比训练内容摘要还含糊:加州要求的是可核查的文档,不是一句"来自公开互联网"。
- · 把宣称证据留在个人邮箱里:执法问询要的是有留存、有版本、可检索的记录。
6. 阶段六:采购应答与年度维持
3–5 周把前五阶段的产出压成一套可重复交付的采购材料,并把年度义务排进日历:SOC 2 报告的年度刷新、加州年度网络安全审计、DOJ 规则下的年度独立审计与年度报告、被拒绝的禁止交易报告。美国企业采购的复审节奏通常是年度,材料过期比材料缺失更容易丢单,因为它说明治理没有在运行。
本阶段义务
- 受限交易年度独立审计美国司法部大宗敏感个人数据规则(数据安全计划) · § 202.1002 · 严重度 高
- 年度报告与被拒绝禁止交易报告美国司法部大宗敏感个人数据规则(数据安全计划) · §§ 202.1103, 202.1104, 202.1201(d) · 严重度 高
- 完成年度网络安全审计并按收入分批达标加州消费者隐私法及自动化决策技术、风险评估与网络安全审计法规 · 11 CCR §§ 7120, 7121 · 严重度 高
- 建立同业执法结论的内部跟踪与整改机制美国联邦贸易委员会法第 5 条在人工智能领域的执法立场 · 15 U.S.C. § 45 · 严重度 中
完成后应留存的证据
- · 采购应答包(SOC 2 报告摘要、安全白皮书、子处理者清单、数据流图、保险证明)
- · 年度合规日历(义务 × 到期日 × 负责人 × 上一次完成日期)
- · 同业执法结论跟踪记录与内部整改台账
- · 客户问卷答案库的季度刷新记录
常见卡点
- · 年度义务没有负责人:跨了一个财年就没人记得报送,监管侧的年度报告缺报比首次申报更难解释。
- · 应答包里放着去年的子处理者清单:客户会比对合同附录,发现不一致后整包材料的可信度下降。
常见失败模式
- · 按欧盟经验推美国:欧盟是一部法管到底,美国是联邦专项规则加各州拼图,"做完 GDPR 就等于做完美国"是错的。
- · 把 DOJ 大宗数据规则排在最后:它可能直接否定既有架构(谁能访问、数据放哪),越晚发现返工越贵。
- · SOC 2 排期倒置:先答应客户交报告,再开始建控制,结果观察期不够,报告永远差三个月。
- · 雇佣类应用低估州级与市级要求:偏差审计、候选人通知、员工告知都有明确时限,且是客户侧的合规义务,客户会把要求原样压给供应商。
- · 忽略对外投资与股权结构对市场准入的影响:美国客户的供应商问卷已普遍出现受益所有权与控制关系问题。
- · 用一份中国境内主体签的合同承诺"数据不出美国",但运维与模型训练链路仍在境内 —— 这是尽调阶段最常见的致命不一致。
来源(20)
- 《联邦法规汇编》第 28 编第 202 部分:受关注国家或受涵盖人员对美国敏感个人数据与政府相关数据的访问美国司法部 / 电子版联邦法规汇编(eCFR) · 发布 2025-01-08 · 核实 2026-09-12
- 美国司法部国家安全司「数据安全计划」专题页美国司法部国家安全司外国投资审查处(FIRS) · 发布 2025-09-24 · 核实 2026-09-12
- AICPA「SOC 服务体系(System and Organization Controls)」官方专题页美国注册会计师协会(AICPA & CIMA) · 核实 2026-09-12
- NIST 人工智能风险管理框架官方专题页美国国家标准与技术研究院(NIST)信息技术实验室 · 核实 2026-09-12
- 云安全联盟 STAR 注册库(CSA STAR Registry)云安全联盟(CSA) · 核实 2026-09-12
- 加州隐私保护局《CCPA 金额门槛通胀调整》公告加州隐私保护局 · 发布 2024-12-17 · 核实 2026-09-12
- 加州隐私保护局(CalPrivacy)法规索引页加州隐私保护局 · 核实 2026-09-12
- 得州众议院第 149 号法案《得克萨斯负责任人工智能治理法》(TRAIGA)最终文本得克萨斯州议会(Texas Legislature Online) · Bus. & Com. Code 第 551、552、553、554 章 · 发布 2025-05-30 · 核实 2026-09-12
- 科罗拉多州参议院第 24-205 号法案(《人工智能消费者保护法》)签署文本科罗拉多州议会 · C.R.S. 6-1-1701 至 6-1-1707 · 发布 2024-05-17 · 核实 2026-09-12
- 科罗拉多州 SB25B-004《提高算法系统透明度》法案状态页(延期法案)科罗拉多州议会 · 发布 2025-08-28 · 核实 2026-09-12
- 《伊利诺伊州人权法》775 ILCS 5/2-102(含第 (L) 款「人工智能的使用」)伊利诺伊州议会(Illinois Compiled Statutes) · 775 ILCS 5/2-102(L) · 核实 2026-09-12
- 纽约市消费者与劳工保护局:自动化雇佣决策工具(AEDT)专题页纽约市消费者与劳工保护局(DCWP) · 核实 2026-09-12
- 《伊利诺伊州生物特征信息隐私法》(740 ILCS 14)现行文本伊利诺伊州议会(Illinois Compiled Statutes) · 740 ILCS 14/10、14/15、14/20、14/25 · 发布 2008-10-03 · 核实 2026-09-12
- 加州隐私保护局《CCPA 更新、网络安全审计、风险评估、ADMT 与保险法规》批准文本加州隐私保护局 · 11 CCR §§ 7120-7121、7150-7157、7200、7220-7222 · 核实 2026-09-12
- 美国联邦贸易委员会法(FTC Act)法条库页面美国联邦贸易委员会(FTC) · 15 U.S.C. § 45(FTC Act §5) · 核实 2026-09-12
- FTC 新闻稿:针对欺骗性人工智能宣称的执法行动「Operation AI Comply」美国联邦贸易委员会(FTC) · 发布 2024-09-25 · 核实 2026-09-12
- FTC 新闻稿:Rite Aid 因面部识别技术使用被禁五年并须建立算法安全保障机制美国联邦贸易委员会(FTC) · 发布 2023-12-19 · 核实 2026-09-12
- 加州众议院第 2013 号法案《生成式人工智能:训练数据透明度》正式文本加州立法信息系统(leginfo) · Cal. Civil Code §§ 3110-3111(第 3 分部第 4 部分第 15.2 编) · 发布 2024-09-28 · 核实 2026-09-12
- 加州参议院第 942 号法案《加州人工智能透明法》正式文本加州立法信息系统(leginfo) · Bus. & Prof. Code §§ 22757-22757.6 · 发布 2024-09-19 · 核实 2026-09-12
- 加州众议院第 853 号法案(修订《加州人工智能透明法》,第 674 章)正式文本加州立法信息系统(leginfo) · 发布 2025-10-13 · 核实 2026-09-12
内容截至 2026-09-12 · 语料版本 2026.09|本内容基于公开官方来源整理,标注了来源链接与复核日期,供合规决策参考;监管要求可能变化,正式对外披露、监管申报或合同承诺前请由持证专业人士复核。