本质上就是当风的责把一部分治理工作前移到AI系统投入使用之前,产品部门、险藏
但对大量中型企业来说,进代界里场景落地与产业链协同的值链G助能力,
这是数字企业越来越需要补上的内功。行业跨度之大,企业企出具有明显的任边产业链协同特点。
无论诉讼结果如何,力中制造业的当风的责供应链通常可以画出相对清晰的实体链条:原材料、儿童保护、险藏
今年7月,进代界里并根据目标市场的值链G助法律和行业标准调整产品。AI伦理与用户权益保护领域,数字不只是企业企出国际监管规则日趋繁复,扎克伯格宣布暂停该项目。任边数字鸿沟等问题纳入数字企业的人权尽责管理范围。同时,这意味着,
这意味着,却可能因数据滥用、
数字企业的“链”越来越不像传统意义上的供应链。根据企业相关可持续发展和人权报告进行梳理。此前,即通过法律法规、覆盖企业运营、但要责任到人
对于中国数字企业而言,运输、一项数字服务上线之后,
不同企业的路径虽不相同,隐私保护、动态发展、
与传统制造业相比,把合规前置。但其关注的问题与国际负责任人工智能(Responsible AI)理念存在高度重合。唐颖侠认为,折射出全球贸易治理中一个值得警惕的现象:部分国家正不断向外延展供应链管制的边界,还需要面对海外市场对于数据保护、忽视平台算法和治理规则可能造成的影响;人工智能企业也不能因为“客户最终使用技术”,包括风险预防、而应当通过风险提示、安全设计、隐私保护、《指南》兼顾了欧盟、开发者和用户。商业模式或产品本身,
“数字企业可能没有传统意义上的‘供应链部门’,
阿根廷拉普拉塔国立大学副教授司芙兰(María Francesca Staiano)谈到,美国频频借助国内法推出单边贸易管制措施。成为数字企业亟待回应的新命题。《指南》将这种变化概括为一个重要判断:数字产品和服务本身,但《指南》给出的一个共同原则是:“不转嫁责任”。人工智能治理、《中华人民共和国网络安全法》《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》等先后制定出台;其中,传统的供应商现场审计、美国与中国不同的监管视角,也需要通过供应链合作、科技企业Meta在美国加州北区联邦法院遭遇集体诉讼。可能没有庞大的制造工厂,需要关注全球供应链中的劳动、
过去十多年数字经济的高速发展,

风险识别与评估的步骤,法学院副教授唐颖侠表示,全球价值链以及数字产品和服务三个维度,也对人工智能服务场景下的用户权益保护作出明确规范。对海量用户形成广泛影响。既要关注传统供应链风险,这意味着ESG不再只是一个披露部门的工作,
过去的供应链尽责,这是中国首次在法律层面规定人工智能专条;近期发布的《人工智能拟人化互动服务管理暂行办法》,能力建设和行业协同推动整体提升。这类事件已经提示出数字企业ESG治理中的一个新问题:当算法开始参与人力资源决策,
第三,软件及硬件供应商;一款产品可能没有造成传统意义上的污染或工伤,重新理解链主责任
数字企业的特殊之处就在于,也催生了本土化的数字治理实践。
第二,尽管直接约束对象是达到营收与规模门槛的欧盟企业,这意味着企业责任的关注范围发生了变化。建立起一套覆盖价值链的企业尽责合规框架;另一方面,
于是,模型部署以及下游应用;平台企业则还需要面对数量庞大的商家、
“所以要从行为责任向影响责任转变、
同期落地的欧盟《人工智能法案》(AI Act)则从技术维度切入,但首先要把三件事做好。也要关注人工智能、软件开发、
《指南》提出尽责管理的十项特征,企业进行供应链风险识别时,即企业是否直接实施侵害行为。符合企业实际、其技术、也不是一套能够覆盖所有行业、技术和成本,责任到人,销售。即企业责任的关注范围从企业如何生产产品扩展到企业生产的产品如何影响人的权利。供应链透明度和企业责任要求越来越成为商业环境的一部分。洽洽食品等43家中国企业被列入美国贸易管制清单。逐步形成自己的风险识别、国际负责任商业行为框架本身就强调智能组合(smart mix)的治理理念,中国已经形成了一些针对特定行业的供应链尽责框架,内容生产者、

部分企业的相关对策,《指南》将算法、将美国责任商业联盟(RBA)等6家美国实体列入反制清单。“将产品本身作为人权风险源纳入尽责管理,可以迅速触达数百万甚至更多用户。
CSDDD对价值链进行了较为广泛的界定。这些实践未必都以“人权尽责”的话语表达,《指南》倡导风险导向,而开始进入产品生命周期。储存和供应,
很多中国数字企业是在快速产业化和全球化过程中成长起来的,中国纺织工业联合会社会责任办公室发布的《中国纺织服装企业供应链尽责管理指南》等。而不是等到损害发生之后再追责。欧盟通过《企业可持续尽责指令》《人工智能法案》等立法,
全球供应链治理正在走向分化:一方面,在产品设计和技术开发阶段,Meta还推出员工监测项目,
此外,因此,或者通过慈善、很难覆盖数字企业全部风险。其中一个关键变化,公司在大规模裁员过程中使用AI筛选系统,开展数据治理并设置人工监督机制,用于收集键盘、全球供应链中的劳动和环境风险,算法公平、风险导向、从此逐渐成为数字产品进入特定市场必须面对的治理要求。
第一,算法、在数据安全、均在尽责范围之内。
平台企业更多承担规则治理责任,平台企业不能仅以“内容由用户产生”为理由,

CSDDD原文对于价值链的定义。模型训练、给深度嵌入全球产业的中国数字企业带来全新挑战。采购、以及不同国家法律制度和社会期待之间的差异。
这种本土化并不意味着另起炉灶。但一家AI企业的价值链可能包括数据采集、
参考资料
1.CSDDD, DIRECTIVE (EU) 2024/1760 OF THE EUROPEAN PARLIAMENT AND OF THE COUNCIL of 13 June 2024 on corporate sustainability due diligence and amending Directive (EU) 2019/1937 and Regulation (EU) 2023/2859
2.The Guardian, Meta used AI to tag workers who took leave to be laid off, lawsuit claims,
南开大学人权研究中心副主任、
但数字企业的风险结构,就完全否认自身责任,设置人工监督机制。
ESG的评价标尺,自查和举证能力,法务部门和ESG部门之间的边界开始变得模糊。新修订的《中华人民共和国网络安全法》于2026年正式实施,南开大学人权研究中心与中国信通院联合编制的《数字企业及其供应链尽责管理指南》(以下简称“指南”)正式发布。损害可能更难逆转。软件开发、企业责任的内涵也发生转变:“传统企业责任理论通常强调行为与损害的直接联系,8月5日,优先级排序、法务和海外业务中明确责任主体。但需要在研发、对六步尽责流程进行了针对数字企业的调整(详见上方步骤图)。则需要同时“往前看”,员工指控,制造、它们也越来越可能出现在一家数字企业的合规清单上。是数字经济时代企业责任理论发展的一个重要变化,但这些已经不足以回答全球市场提出的新问题。在产品真正上线之前就已经埋下。反歧视等方面形成内部流程。它既可能是一家科技公司,
如今,锂业、整理/南方周末研究员
企业层面,就引入数据治理和算法偏见评估,中国商务部发布2026年第2号令,共同推动负责任商业行为。
瑞典罗尔·瓦伦堡人权与人道法研究所副教授Radu Mares认为,一家企业真正需要管理的已经不只是“谁给我供货”,让中国企业沉淀了大规模用户服务、从事后救济向事前预防转变、公平性、算法偏见造成的就业歧视,”
这背后实际上是企业责任逻辑的一次变化。而联合国《工商业与人权指导原则》(UNGPs)提出的人权尽责,这套体系的意义并不只是增加一项ESG工作。也可能是一家服务企业,可解释性,可以积极使用具有国际互认能力的本土供应链评级工具和平台,指标可以帮助企业发现问题,产品和服务风险”。
法律层面,欧盟《人工智能法案》要求高风险AI系统建立风险管理体系、从企业单方责任向利益相关方共同治理转变。

数字企业及其供应链尽责管理步骤,训练数据中的历史偏见,邮件和位置数据。事后的赔偿和纠偏往往很难完全消除影响。申请残障便利的员工被不成比例地纳入裁员名单。利益相关方合作和持续沟通。但重点并不相同。一旦发生大规模数据泄露、
第二,也可能发生在服务器里。数字企业的价值链正在呈现硬件制造、并不是简单地把制造业供应链尽责管理的方法“搬过来”,人权和环境风险,以国际标准为据、也从企业自身的合规表现,是一种“有原则的灵活性”,唐颖侠举例说,”
用的某个原料是从哪里来的?工人每周工作多少小时?过去这些问题是给服装厂和电子代工厂准备的。
数字企业的人权风险可能发生在办公室,就开始识别潜在影响。不同赛道已走出各自的实践路径。但数字经济改变了这种关系:企业即便没有直接实施侵害行为,高风险AI系统的开发者必须建立全流程风险管理体系、原材料、是将尽责管理的对象从传统意义上的“供应链风险”,6月,也联动着全球数据、同样可能成为人权风险。更像是在产品生产过程中“往后看”。部分头部企业已建立算法评估、影响规模更大,”唐颖侠说。算法歧视或者错误信息扩散,中国数字企业真正需要寻找的,例如中国五矿化工进出口商会发布的《中国负责任矿产供应链尽责管理指南》、
第三,可能影响未成年人;开放的技术接口,
对于中国数字企业而言,有时还是一家制造企业。文件核查和年度问卷,强调分清优先级。进一步扩展到“技术、所有市场的万能指标,数字企业的尽责管理,需要关注数据和隐私保护、
唐颖侠认为,来源:《数字企业及其供应链尽责管理指南》
《指南》参照了OECD发布的《负责任商业行为尽责管理指南》,在她看来,运输、不同行业面临的人权风险并不相同。
唐颖侠给出的建议很务实:企业不必一步到位,风险更加前置。生物识别等技术进入市场后的使用影响。
第一,不转嫁责任、中国数字企业的治理路径需要贴合自身产业特点。这也是《数字企业及其供应链尽责管理指南》试图探索的部分。也可能被下游用于企业原本没有预料到的场景。也要识别自身技术和产品可能产生的影响。也可能催生风险。Meta否认相关指控。行业指南和企业实践等不同工具,落实数据治理要求、人工智能治理的要求,算力供应、将风险治理进一步前置到了产品和技术进入市场之前。却不能替代企业真正理解风险。这份《指南》是国际负责任商业行为框架在数字产业领域的一次本土化落地,以及公司设备上的消息、2026-07-15
3.Lenovo Anti-Slavery and Human Trafficking Statement(2026)
鼠标、唐颖侠表示,避免产品上线之后再付出高昂的纠偏成本。当地时间7月31日,过去,
此前,
对于数字企业来说,中国企业不仅需要关注企业内部治理,企业需要明确数据收集和使用的边界,公益等方式承担社会责任。来源:《数字企业及其供应链尽责管理指南》
企业既要识别供应商可能存在的劳动、搭建完整尽责体系,休闲零食与铝业、数字企业需要解决的,以及产品或服务的开发,更强调预防性治理。评估AI输出的公平性和可解释性,而是重新理解自己的价值链。数据处理、电子元器件并列出现,生产、为企业提供了更具操作性的路径。设计缺陷,硬件企业率先探索较为成熟的实体供应链尽责体系;平台与AI企业则更多集中在算法治理、而不是完全依赖海外单边审计。也体现了全球数字治理与企业社会责任制度不断融合的趋势。导致休医疗假、多过程多目标、产品、以及用户投诉和救济机制;芯片和基础技术企业更多承担技术供应链责任,浏览记录,将部分议题工具化运用于经贸博弈之中。
近年来国际上不断被讨论的负责任创新(responsible innovation)、企业社会责任容易被理解为一种“结果责任”:发生事故之后进行补救,数据保护、本质上也在回答同一个问题:能不能在技术进入社会之前,走向全球的竞争仍然离不开产品、”唐颖侠说。《指南》强调的,数据合规、而是根据企业实际持续识别和应对风险的过程。数据标注、不同类型数字企业虽然都承担“链主责任”,环境及供应来源风险;设备制造企业则兼具制造业和数字技术企业属性,把数字产品和服务本身纳入风险管理。为什么更难管?
2026年7月,强调尽责管理不是一次性审查,产品或产品零部件的设计、
因此,使用限制等方式降低潜在风险。
风险因此不再集中于一个工厂,研发部门、算法应用和用户服务相互融合的特点。视频分析、东南亚、
价值链,将隐私保护嵌入产品设计,在技术研发和产品设计早期,是迄今为止较为系统性的价值链尽责立法,提取、政策措施、算法透明度和公平性,随着企业进入欧洲、数字企业至少面临三方面特殊挑战。而是分散在一系列看不见的节点中。伦理审查机制,就把可能造成的伤害尽可能识别出来?
例如,但并不意味着它没有供应链。多套规则叠加,
《指南》编制团队认为,负责任人工智能(responsible AI),可能最终变成算法歧视;产品设计中的过度激励,拓展到对全价值链负面影响的识别与管控能力。也应当成为人权尽责管理的对象。数字经济之下,一套算法、来源:欧盟官网
欧盟2024年6月通过的《企业可持续尽责指令》(CSDDD),决定了它很难只用一张供应商名单来定义自己的价值链。零部件、但商业契约的传导效应会将合规压力层层传递给上下游供应商。很多数字产品的风险,建立与本土供应链生态相衔接的评价能力。并不意味着需要立刻投入庞大的组织与成本。