欧盟《人工智能法案》听起来可能只是模型实验室、银行、医疗器械公司和公共机构需要面对的问题。这种看法有一定道理。最严格的义务落在高风险系统提供商和通用AI模型提供商身上。
但中小企业仍然需要一套切实可行的治理模式。如果你的公司在招聘、客户服务、文档处理、销售、支持、营销、软件开发或内部决策支持中使用AI，真正的问题并不是“我们是不是一家受监管的AI公司？”，而是“我们使用哪些AI系统、这些系统会带来什么风险，以及谁负责确保其安全使用？”
本文为中小企业提供一套实用的治理方案。本文不构成法律建议，而是一套应在法律审查变得昂贵之前建立起来的运行体系。
首先，应将《人工智能法案》的准备工作视为一个运营清单问题。如果你无法列出所用的AI系统、供应商、用户、数据类别、决策影响和人工监督规则，就还没有做好风险分类或证明负责任使用的准备。
需要关注的时间表
欧盟《人工智能法案》（Regulation (EU) 2024/1689，EUR-Lex上的完整文本）正在分阶段实施；以下日期已于2026-07-28根据欧盟委员会的《人工智能法案》页面再次核实。该法案于2024年8月1日生效。禁止性实践自2025年2月2日起适用，治理规则和通用AI模型义务自2025年8月2日起适用。AI Omnibus于2026年7月27日生效，并将对组织具有约束力的AI素养义务改为不具约束力的鼓励措施。对员工开展实践培训仍然是合理的治理措施。第50条的透明度规则自2026年8月2日起适用。
根据AI Omnibus的最终时间表，生物识别、关键基础设施、教育、就业、移民、庇护和边境管控等特定高风险领域所用系统的规则自2027年12月2日起适用，而嵌入受监管产品的高风险系统规则自2028年8月2日起适用。由于这些日期已经调整过一次，在为满足合规期限而投入预算之前，请先查看欧盟委员会页面。
违规的实际代价
这是每位中小企业主最先提出的问题。第99条规定的罚款档次如下（已于2026-07-28核实）：
- 禁止性实践（第5条所列项目——社会评分、操纵性技术和大多数实时远程生物识别）：最高3500万欧元或全球年度营业额的7%，以较高者为准。
- 其他大多数义务，包括高风险要求和透明度义务：最高1500万欧元或营业额的3%。
- **向主管机关提供不正确或误导性信息：**最高750万欧元或营业额的1%。
该法案明确为中小企业和初创企业提供了两项缓和措施：对于中小企业和初创企业，每项罚款上限均取固定金额与百分比金额中的较低者，且国家主管机关必须考虑比例原则。不过，实际结论并未改变：禁止性实践清单必须被视为绝对红线，而下文所述的清单盘点可以防止你在无意中落入监管范围。
爱沙尼亚的监管机构
爱沙尼亚消费者保护和技术监管局（Consumer Protection and Technical Regulatory Authority，TTJA）表示，该机构未来将担任爱沙尼亚AI系统监管的主管当局。具体机构安排和本地执法实践仍在形成中（已于2026-07-28核实）。对爱沙尼亚中小企业而言，眼下的实际意义是：应依据该法规文本建立合规体系，而不是等待本地执法实践成熟；随时备妥系统清单和供应商提供的证明材料；并为2026年8月2日起适用的第50条透明度义务做好准备。
应将这些日期作为规划依据，而不是法律确认的替代品。对中小企业而言，实际要点更简单：现在就开始，因为建立清单、明确责任归属、完善文档和落实人工监督都需要时间。
提供商、部署方还是买方？
大多数中小企业并不训练前沿模型。它们通常扮演以下三种角色之一：
| 角色 | 含义 | 中小企业示例 | 实际义务 |
|---|---|---|---|
| 买方 | 购买带有AI功能的工具 | CRM助手、会议摘要工具、编码助手 | 供应商尽职调查和内部使用规则 |
| 部署方 | 在业务中投入使用AI系统 | 支持请求分流、潜在客户评分、人力资源筛选流程 | 监督、监控、披露、记录 |
| 提供商 | 以自己的名义将AI系统投放市场 | AI聊天机器人产品、评分API、行业工具 | 产品合规、技术文档、风险管理 |
你可能同时扮演多个角色。一家公司购买模型API，将其封装成行业专用产品并销售给客户，可能就不只是买方。根据具体用例，在内部使用SaaS聊天机器人的公司通常属于部署方或用户。
不要在会议中凭感觉判断。应将每个AI系统纳入清单并对角色进行分类。
建立AI系统清单
从电子表格开始。每个AI系统占一行：
| 字段 | 重要原因 |
|---|---|
| 系统名称 | 团队需要使用统一称谓 |
| 供应商或负责人 | 必须有人负责回答问题 |
| 业务目的 | 风险取决于预期用途 |
| 用户 | 内部员工、客户、求职者、公众 |
| 数据类别 | 公开、内部、个人、机密、受限 |
| 输出用途 | 草稿、建议、自动化决策、面向客户的答复 |
| 人工监督 | 由谁检查以及何时检查 |
| 披露 | 是否告知人们正在与AI交互 |
| 日志 | 使用后有哪些证据留存 |
| 风险评级 | 低风险、有限风险、可能属于高风险、禁止/不允许 |
这份清单比无人阅读的政策文件更有价值。它能说明AI在公司中的实际使用位置。
对实际风险进行分类
不要一开始就问“这是否属于附件III规定的高风险系统？”。应先考虑运营影响：
**低风险辅助。**起草电子邮件、总结内部会议、集思广益、编辑文本。由人工将输出作为草稿使用。适用常规隐私规则。
**有限风险交互。**聊天机器人、语音智能体、AI生成的媒体、公开文本或支持回复。披露和向用户清晰说明非常重要。
**决策支持工作流。**潜在客户评分、支持请求路由、发票处理、质量审核、欺诈标记。人工监督、监控和申诉途径非常重要。
**潜在高风险领域。**就业、教育、信贷、基本服务、医疗、执法、移民、关键基础设施、生物识别分类。部署前必须进行法律审查。
**未经明确的法律/安全批准不得使用。**敏感场景中的情绪推断、操纵性系统、社会评分、工作场所监控模式，或可能在缺乏适当保障措施的情况下对权利产生重大影响的系统。
这并非最终的法律分类，而是帮助你判断哪些领域需要专家审查的初步分流。
中小企业的最低治理控制措施
对于每个具有一定复杂度的AI系统，应要求具备六项控制措施：
- **负责人。**由一名具名人员或一个团队对系统负责。
- **使用边界。**明确系统可以和不可以用于哪些用途。
- **数据规则。**明确哪些数据可以输入系统。
- **人工监督。**明确哪些输出在采取行动前需要审核。
- **监控。**明确如何发现错误、投诉、漂移和供应商变更。
- **记录。**明确留存哪些证据：供应商文档、提示词、设置、审批、日志和测试结果。
这些控制措施乏味。这正是它们有效的原因。AI事件通常始于没有人负责工作流、没有人知道输入了哪些数据，也没有人能够还原为何采用某项输出。
供应商尽职调查
对于供应商工具，应要求对方提供证据，而不是只听承诺：
- 默认情况下，客户数据是否用于训练？
- 数据在哪里处理和存储？
- 有哪些数据保留控制措施？
- 是否提供企业级设置，以支持退出训练、日志记录、SSO和访问控制？
- 供应商是否提供《人工智能法案》、GDPR、安全和子处理者相关文档？
- 是否可以禁用AI功能或限制其范围？
- 供应商是否披露模型提供商和重大架构变更？
- 如果供应商更改模型、提示词或检索行为，会如何处理？
如果供应商无法就一款将处理客户、员工或机密数据的工具回答这些问题，请将该用例保持在低风险范围内，或改用其他工具。
披露与人工监督
对于面向客户的AI，披露应简单明了且清晰可见。如果客户正在与AI聊天机器人或语音智能体交谈，应明确告知。如果AI生成的文本经人工审核后再由该人员发出，则应由内部政策决定该渠道是否需要披露。
人工监督必须具体。“有人参与其中”还不够。应明确：
- 人工审核者看到哪些输出。
- 可以检查哪些来源证据。
- 是否可以推翻或拒绝系统结论。
- 有多少处理时间。
- 审批是否会被记录。
- 当人工审核者不同意系统结论时如何处理。
没有权限的监督只是作秀。如果人工审核者无法阻止相关行动，就不构成有意义的监督。
中小企业30天落地计划
**第1周：清单盘点。**列出每项AI工具和工作流，包括员工实际使用但未经批准的工具。
**第2周：风险分流。**将其分类为低风险、有限风险、决策支持、可能属于高风险或不允许。对可能属于高风险的项目进行升级审查。
**第3周：控制措施。**为每个正在使用的系统补充负责人、数据规则、监督规则、披露规则、日志记录规则和供应商证据。
**第4周：政策与培训。**发布一份简短的内部AI使用政策，并组织一场45分钟的团队培训。重点讲解实际示例，而不是法律理论。
这些措施足以让AI使用从临时随意的状态转向规范治理。
目前不要这样做
在建立清单之前，不要购买合规平台。它只会让混乱自动化。
不要让每个部门各自制定AI政策。应集中建立统一基线，再允许各部门制定特定规则。
不要把供应商条款当作治理。供应商合同并不会告诉你的销售团队哪些内容可以粘贴到模型中。
不要等待监管规则完全确定。时间表和指导意见可能会调整，但清单、责任归属、数据规则、监督和日志记录仍然必不可少。
要点总结
中小企业准备应对《人工智能法案》并不需要惊慌失措地启动一个项目，而应养成治理习惯。
从清单开始。按用例分类风险。让人工继续为重大决策负责。要求供应商提供证据。记录控制措施。在上线前，升级审查就业、信贷、医疗、教育、基本服务、生物识别和影响权利的用途。
做到这些，你就会领先于大多数公司。更重要的是，你的AI系统将更容易理解、运行更安全，也更能赢得客户信任。
