跳到正文
返回交付模板库
内部制度全球欧盟英国中国大陆美国(联邦)澳大利亚通用大模型 / 生成式 AIAI 智能体计算机视觉具身智能与机器人医疗 AI

ISO/IEC 42001 人工智能管理体系实施与认证准备清单

把 ISO/IEC 42001 的第 4—10 章要求与附录 A 控制域拆成可排期的建设清单:范围怎么定、AI 方针与职责怎么写、AI 风险评估与影响评估怎么做、适用性声明怎么编、生命周期与数据治理控制怎么落、内部审核与管理评审怎么跑、认证审核怎么准备。对中国 AI 企业而言,这套体系的商业价值是双重的:它是欧美客户在 AI 尽调中越来越常见的准入凭证,也是把既有的算法备案、安全评估、模型评测等合规成果组织成国际可读体系的骨架。

阅读对象:内部:AI 治理负责人、产品与研发、法务合规、安全;外部:认证机构审核员、客户 AI 尽调团队、投资人

已对照官方来源核实 · 2026-09-12已对照官方原文核实
下载 Markdown 骨架

这份文件回应的法规义务

章节结构(9)

  1. 1. 组织环境与体系范围(第 4 章)

    确定并记录:与 AI 管理体系相关的内外部议题、相关方及其要求、体系边界与适用性。范围声明要具体到"哪些 AI 系统、哪些组织单元、哪些生命周期阶段",并说明本组织在 AI 价值链中的角色(开发者、提供者、部署者、还是兼具)。角色判定尤其关键:它决定后续控制的取舍,也决定你在客户尽调中的回答方式。中国企业常见的复合形态是"自研模型 + 第三方基础模型 + 面向客户的部署支持",三种角色同时存在时应在范围声明中分别列示,不要笼统写"AI 相关业务"。

    需要附的证据

    • · 内外部议题分析记录与相关方要求登记册
    • · 体系范围声明(AI 系统清单、组织单元、生命周期阶段、地理范围)
    • · AI 价值链角色判定意见(按产品线分别判定)
    • · 与既有管理体系(27001/9001)的整合关系说明

    常见失分点

    • · 范围写得过宽,认证审核时被要求覆盖尚未治理的实验性产品
    • · 角色判定含糊,导致附录 A 控制的适用性判断站不住
    • · 与已有 ISO/IEC 27001 体系各建一套文件,维护成本翻倍且互相矛盾
  2. 2. AI 方针、角色职责与目标(第 5 章、6.2)

    AI 方针要由最高管理者批准,内容包含组织对负责任 AI 的承诺、与业务战略的关系、以及持续改进承诺,并对内传达、按需对外提供。角色职责要落到人:AI 治理负责人、模型/系统责任人、数据责任人、风险评估执行者、以及内部审核员,并写明权限与汇报路径。目标要可测量(例如高风险模型上线前完成影响评估的比例、评估发现的高风险项按期闭环率),并明确责任人与评审频率。对同时受中国监管的企业,方针中应把"遵守所在辖区法律要求"落到具体制度指向(算法备案、安全评估、内容标识),避免方针与本地合规两张皮。

    需要附的证据

    • · AI 方针文本与最高管理者批准记录、发布与传达证据
    • · 角色职责矩阵(岗位、权限、汇报路径、任命文件)
    • · AI 目标清单与测量方法、责任人与评审记录
    • · 方针条款与本地合规制度的映射表

    常见失分点

    • · AI 方针照抄标准条文,看不出与本公司产品的关系
    • · 职责挂在"AI 治理委员会"这一虚体上,审核员要求指认具体责任人时答不上
    • · 目标不可测量("提升 AI 安全水平"),无法在管理评审中判断达成情况
  3. 3. AI 风险评估、风险处置与适用性声明(6.1.2、6.1.3)

    建立并记录 AI 风险评估过程:风险准则(可接受水平)、识别方法、分析与评价方法、以及评估的触发时点(新系统上线、重大模型更新、用途变更、外部事件)。风险处置阶段要确定必要的控制,并编制适用性声明(SoA):逐项列出附录 A 的控制、是否适用、适用理由或排除理由、以及实施状态。SoA 是认证审核的核心文件,也是客户尽调时最能体现体系成熟度的一份材料 —— 排除理由写得越具体越可信,"不适用"三个字会直接引来追问。附录 B 提供了对应控制的实施指南,附录 C 列出了潜在的 AI 相关组织目标与风险来源,可作为识别阶段的检查表。

    需要附的证据

    • · AI 风险评估过程文件(准则、方法、触发时点)
    • · 风险登记册(风险、来源、分析、评价、处置决定、责任人、复评日期)
    • · 适用性声明(逐项控制、适用与否、理由、实施状态)
    • · 风险处置计划与残余风险的管理层接受记录

    常见失分点

    • · SoA 把附录 A 控制全部标为适用以求省事,实施状态却大面积为"计划中"
    • · 风险评估只做了一次,模型多次重大更新后未重评
    • · 残余风险无人正式接受,审核时找不到批准记录
  4. 4. AI 系统影响评估(6.1.4 / 8.4)

    建立评估 AI 系统对个人、群体与社会潜在影响的过程,并在策划与运行两个阶段落地:什么条件下必须做、由谁做、用什么方法、结论如何影响上线决策、以及在什么情况下须重做。评估内容通常涵盖预期用途与可预见的误用、受影响人群、潜在危害类型(安全、健康、基本权利、歧视、隐私)、缓解措施与残余影响。ISO/IEC 42005 为影响评估提供了专门指南,可直接作为方法论依据。实务建议:把影响评估的触发条件写进产品上线流程(作为发布门禁),并与既有的个人信息保护影响评估、安全评估复用同一批输入材料,避免三套流程各要一遍资料。

    需要附的证据

    • · 影响评估程序文件(触发条件、方法、责任人、审批路径)
    • · 各 AI 系统的影响评估报告与结论
    • · 影响评估作为发布门禁的流程证据(如发布工单中的检查项)
    • · 与个人信息保护影响评估/安全评估的输入复用说明

    常见失分点

    • · 影响评估在产品上线后补做,成为形式文件
    • · 评估只覆盖预期用途,不考虑可预见的误用
    • · 结论为"存在中等风险"但未说明缓解措施与残余影响的接受人
  5. 5. AI 系统生命周期与数据治理控制(附录 A.4 / A.6 / A.7)

    把附录 A 的三组控制落到工程流程里。资源(A.4):算力、数据、工具与人员资源的识别与文档化。生命周期(A.6):目标设定、设计与开发的可验证要求、验证与确认、部署、运行监控、变更与退役,每一步要有可查的记录。数据(A.7):数据来源与权利、数据质量与代表性、数据准备与标注规范、数据溯源与版本、以及训练/验证/测试集的划分与隔离。中国 AI 企业在这一节有天然优势也有明显短板:既有的算法备案与安全评估材料可直接复用为生命周期证据,但数据来源与权利状态往往缺乏系统性台账,而这恰是海外客户与认证审核员追问最密的地方,应优先补齐。

    需要附的证据

    • · AI 系统清单与生命周期阶段记录(需求、设计、验证、部署、监控、退役)
    • · 数据来源与权利台账(采集方式、授权文件、许可范围、使用限制)
    • · 数据集划分与隔离规范、数据版本与溯源记录
    • · 标注规范、标注质量抽检与标注人员培训记录
    • · 模型评估与验证报告(含测试集与评估指标定义)
    • · 变更管理与模型退役记录

    常见失分点

    • · 数据来源台账只写"公开数据集",无授权文件与许可范围
    • · 训练集与测试集存在泄漏,评估指标失真
    • · 模型更新无记录,出现问题时无法定位是哪一版
    • · 标注外包的质量与用工记录完全缺失
  6. 6. 第三方与客户关系、面向相关方的信息(附录 A.8 / A.10)

    两组控制都指向"你与外部的信息与责任边界"。第三方(A.10):第三方模型、数据、算力与工具供应商的评估与管理,以及与客户之间的责任分配 —— 使用第三方基础模型时,应记录其使用条款、可得的技术信息、以及你据此能对客户作出的承诺边界。面向相关方的信息(A.8):对外提供的系统文档、使用说明、已知局限与适用边界、问题报告渠道、以及对受影响个人的信息。这一节做扎实,可直接产出客户尽调所需的材料包,与 tmpl-customer-security-privacy-answer-bank 的 AI 专项一节互为输入输出。

    需要附的证据

    • · 第三方 AI 供应商清单与评估记录(模型、数据、算力、工具)
    • · 第三方模型使用条款摘录与可得技术信息清单
    • · 与客户的责任分配说明(共享责任矩阵的 AI 部分)
    • · 对外系统文档与使用说明(含已知局限与适用边界)
    • · 问题报告与反馈渠道说明及处理台账

    常见失分点

    • · 向客户承诺的模型性质超出第三方模型提供方给出的信息范围
    • · 对外文档只有营销材料,没有已知局限说明
    • · 第三方模型条款禁止某类用途,销售却按可用宣传
  7. 7. 能力、意识与成文信息(第 7 章)

    能力与意识:识别 AI 相关岗位所需能力、评估现状、通过培训或招聘补足并保留证据;意识培训应覆盖所有与 AI 系统相关的人员(含销售与客服,他们是对外表述 AI 能力的第一线)。成文信息:建立创建、更新与控制的规则 —— 标识与描述、格式与载体、评审与批准、分发与访问控制、变更控制与保留期。实务提示:认证审核中最常见的低级失分是文件版本混乱(生效版本与流传版本不一致)与记录缺失(有制度无执行记录),建议在体系建设初期就把文档库与记录留存位置统一,而不是等审核前突击整理。

    需要附的证据

    • · 岗位能力要求与能力评估记录
    • · 培训计划、签到与考核记录(含销售与客服的 AI 意识培训)
    • · 文件控制程序与文档库版本记录
    • · 记录保留期规定与存放位置清单

    常见失分点

    • · 培训只覆盖研发团队,销售对外宣称的模型能力与技术事实不符
    • · 文件在个人网盘中各有副本,审核员随机抽取的版本与生效版本不同
    • · 有制度无记录,无法证明流程实际运行
  8. 8. 内部审核、管理评审与持续改进(第 9—10 章)

    内部审核:制定审核方案(频率、方法、职责、策划要求与报告)、确保审核员对所审核领域的独立性、按计划覆盖全部条款与控制、并把结果报告给相关管理层。管理评审:按策划的时间间隔评审体系的适宜性、充分性与有效性,输入至少包括上次评审的后续措施、内外部议题变化、绩效与目标达成、不符合与纠正措施、审核结果、相关方反馈与改进机会,输出为决策与资源安排。不符合与纠正措施:记录不符合、采取控制与纠正、评价消除原因的必要性、实施措施并评审其有效性。认证准备的实操建议:正式认证审核前至少完成一轮覆盖全部条款的内部审核并闭环,否则第一阶段审核就会开出文件类不符合项。

    需要附的证据

    • · 内部审核方案、审核计划、检查表与审核报告
    • · 审核员独立性与能力证明
    • · 管理评审会议纪要(含规定的输入与输出)
    • · 不符合与纠正措施台账(含有效性评审)
    • · 持续改进机会清单与实施记录

    常见失分点

    • · 内部审核由体系搭建者本人执行,独立性不成立
    • · 管理评审纪要缺少标准要求的输入项,被判为文件不符合
    • · 纠正措施只写"已加强管理",无根因分析与有效性验证
  9. 9. 认证审核准备:认证机构选择、审核阶段与证书维护

    认证机构选择要看认可资质与审核员的 AI 领域能力 —— ISO/IEC 42006 规定了对提供 AI 管理体系审核与认证的机构的要求(含审核时间、审核组能力、范围界定等),可作为评估认证机构是否规范的参照。准备要点:第一阶段审核主要核查文件完备性与实施准备度,第二阶段核查体系运行的有效性,因此第二阶段前须有足够长的运行记录;审核范围声明须与你对外宣传的范围一致;证书上的范围表述会被客户逐字比对,措辞应在审核前与认证机构确认。取证后建立监督审核与再认证的日历,并注意标准版本变化(欧洲已发布与 ISO/IEC 42001:2023 文本一致的 EN 采标版本,引用编号可能变化但技术要求无差异)。

    需要附的证据

    • · 认证机构资质与认可范围核查记录、审核员能力确认
    • · 第一阶段审核报告与不符合项整改证据
    • · 第二阶段审核前的运行记录清单(覆盖期间与完整性核对)
    • · 证书范围表述的确认往来记录
    • · 监督审核与再认证日历、标准版本变化跟踪记录

    常见失分点

    • · 选择的认证机构无相应认可资质,证书不被海外客户认可
    • · 证书范围只覆盖某个子公司,销售却以集团名义宣传"已获 42001 认证"
    • · 取证后体系停摆,监督审核时被暂停或撤销证书
    • · 运行记录不足一个完整周期就安排第二阶段审核

对应标准

  • ISO/IEC 42001 人工智能管理体系(AIMS) · ISO/IEC 42001:2023(第 1 版,标注 2023-12);欧洲采标 EN ISO/IEC 42001:2026
  • ISO/IEC 42005:2025 人工智能系统影响评估 · ISO/IEC 42005:2025(澳大利亚等同采标 AS ISO/IEC 42005:2025)
  • ISO/IEC 23894:2023 人工智能风险管理指南 · ISO/IEC 23894:2023(第 1 版,标注 2023-02)
  • ISO/IEC 42006:2025 人工智能管理体系审核与认证机构要求 · ISO/IEC 42006:2025(第 1 版,标注 2025-07)
  • NIST 人工智能风险管理框架 1.0(NIST AI 100-1) · AI RMF 1.0(NIST AI 100-1,2023-01-26 发布;正在依白宫 AI 行动计划修订)
  • CSA STAR 与 STAR for AI(含 CCM / CAIQ / AICM / AI-CAIQ) · STAR 项目(CCM/CAIQ v4.1 合并版);AI 控制矩阵 AICM v1(2025-07-09 发布,2025-10-30 更新,另有 v1.1)

来源(7)

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。

GDPR · PIPL · CCPA 控制映射
AI 决策可追溯 · 有来源即标注
ISO 27001 对标推进中
WCAG 2.1 AA 可访问性目标
ISO/IEC 42001 人工智能管理体系实施与认证准备清单 · 交付模板 | 海问 HQ