ChatGPT的爆火“激活”了各方對于人工智能技術的關注和討論。

當前，人工智能技術主要應用在語音識別、圖像識別、自然語言處理等方面。如科技部部長王志剛近日所說，市場期待人工智能領域能夠有更多好成果，但也要注意怎樣規范科技倫理，趨利避害。

(資料圖片)

近日，北京星來律師事務所與北京星來科技有限公司在京聯合舉辦“人工智能與企業合規管理研討會”，探討人工智能與企業合規之間的關系。北京星來律師事務所主任王珺律師表示，法律行業應當正視人工智能的沖擊，不過從另一個角度看，人工智能也在為法律行業賦能。

合規研究的智能化困境

論壇上，北京大學法學院教授白建軍以銀行敗訴率及敗訴原因為切入點，分析了銀行業務環節的合規空間。具體來看，白建軍從423萬案例數據庫中篩選出55.74萬個商業銀行敗訴案件，即在樣本中，商業銀行的案件敗訴率約為13.2%。當進一步按照商業銀行類型分類可以看出，中小型商業銀行的敗訴率最高，白建軍認為，應該加強中小型商業銀行合規案件的分析。

白建軍表示，前述課題證明了基于大量數據的量化分析存在價值。但實際研究過程中，課題組投入了大量的人工梳理判決書，并反復進行機器學習，提升了智能化水平，才能實現從自然語言寫成的裁判文書文本中挖掘數據。白建軍認為，這算不上所謂的“人工智能”。

白建軍指出，ChatGPT也存在類似的問題，即“有多大碗吃多少飯”，ChatGPT只能基于其使用的數據庫提供結果。因此，ChatGPT在法律研究以及合規研究領域應用就存在三方面問題：一是如何獲得全量數據；二是如何能否發現規律，實現綜合研究的智能化；三是如何適應司法的地方性。

中國全國企業合規委員會專家委副主任李近宇進一步指出，將人工智能應用到合規管理在現實中需要面對五大挑戰：即數據的獲取（包括數據的來源及質量）、結果的準確度、合規專業人員缺乏、運算過程不透明以及人工智能自身帶來的合規風險。

在運算過程不透明這一方面，李近宇指出，機器學習存在數百層的自主學習神經網絡。在自主學習過程中，我們無法辨別機器選取了哪些有利元素、使用了什么規則，而這些正是機器自我學習的來源，因此可能導致我們無法解釋機器生成相關結果的邏輯和有效性。

李近宇分析，正因為前述原因，人工智能本身也可能存在合規風險，它產生的結論可能涉及如種族歧視等倫理問題，也可能存在侵犯隱私、商業秘密、知識產權等法律風險。

合規體系的三個層次

會上，愛立信(中國)移動通信有限公司東北亞地區首席合規官郭楠分享了他對于合規體系的思考。郭楠認為，合規體系應當從三個層面來理解，即合規是一種意向、是一個狀態、是一個方法論。

郭楠解釋道，合規是一種意向，是指企業的管理者談合規經營是一種意向，即企業行為要合規，企業不想產生任何違法違規的情況或業務行為；合規是一個狀態，如企業在經營時，觀察到合作方處于一個合規的狀態，才愿意與之合作或交易，這其中就蘊含了對對方合規狀態的認可；合規是一個方法論，即合規是一個管理體系，企業需要將合規管理方法論與各種管理體系方法論貫徹到企業運行中去，并對其有效性進行驗證。

具體到人工智能與合規管理的結合方面，郭楠認為，使用人工智能幫助企業建立合規管理體系是可能的，但合規與內控、審計等體系不同的是，企業內部能否真正形成合規文化，而這一點是通過人工智能無法直接實現的。

北京星來科技有限公司總編輯游濤則認為，雖然科技無限，但人工智能依然無法超越人類的集體智慧，相信人工智能與合規管理的結合應用將會為企業法治或者國家社會法治建設作出更大的貢獻。

數據合規與商業變現

北京熠智科技有限公司創始人、首席執行官范學鵬分享了他對于人工智能相關的數據合規問題的思考。

范學鵬表示，從公開信息可以看出，ChatGPT使用的數據包括了版權已經過期的文學作品、公開的文件、維基百科、電影字幕等等公開信息。但即使這些數據是公開的，也并不意味著可以免費使用，即便可以免費使用也并不意味著能夠商用。因此，ChatGPT的數據源本身存在一定合規問題。另一個與數據相關的問題是，ChatGPT所使用的公開數據事實上存在很多缺失，只包括人類通識，卻缺少專業領域的專有數據作為支撐。

范學鵬指出，當前數據已經提升到了生產要素的高度，并且具有零成本無限復制的特點。因此，數據交易與其他交易具有顯著區別。從實操層面來看，企業做數據合規事實上是在追求商業價值，滿足企業商業變現的訴求。

范學鵬認為，數據也是一種資產，因此數據資產的轉移也需要在相關部門的監管下進行。范學鵬建議，相關部門在建立大數據交易中心等數據交易部門時，應當進一步理清思路，明確數據產權轉移與數據使用合規監管之間的差異。同時，還可參考“數據信托”這一前沿研究，進行進一步探索。

北京市京都律師事務所高級合伙人、前新奧集團總法兼首席合規官張利賓談到，數據的商業化領域有兩相對立的力量在相互對抗，同時目前我國的法律和商業規則都缺乏對數據資產的界定，但是隨著數據經濟的發展更多規則將會確立。張利賓認為，在數據相關領域，我國仍然未能做到“立規”，即明確相關規則。隨著未來不同行業規則逐步確立，根據行業需求進行數字化產品開發會成為大方向。

關鍵詞：