雷火竞技首页

企业用AI的50个法律风险(第三期21-30)
发布时间:2026-04-17
 权属不清:未明确AI成果的权利归属(企业、员工、AI提供方或多方共有),不符合《民法典》《知识产权法》关于“权利主体明确”的核心要求;  来源不可追溯:未留存AI生成的完整链路记录,无法证明成果形成与企业经营的关联性;  缺乏独创性证明:AI生成成果若未体现人工干预(如提示词设计、成果修改、方向把控),难以满足《著作权法》对“作品独创性”的认定标准,无法获得知识产权保护,进而无法构成法律意义上

  权属不清:未明确AI成果的权利归属(企业、员工、AI提供方或多方共有),不符合《民法典》《知识产权法》关于“权利主体明确”的核心要求;

  来源不可追溯:未留存AI生成的完整链路记录,无法证明成果形成与企业经营的关联性;

  缺乏独创性证明:AI生成成果若未体现人工干预(如提示词设计、成果修改、方向把控),难以满足《著作权法》对“作品独创性”的认定标准,无法获得知识产权保护,进而无法构成法律意义上的“资产”。

  无法确认为无形资产:根据《企业会计准则第6号——无形资产》,资产需满足“可辨认、可控制、能带来经济利益”,AI成果若权属不明、无独创性,无法通过财务审计确认为无形资产;

  投资人不认可:投融资尽调中,AI成果的权属瑕疵、保护缺失会被认定为核心风险,直接影响估值、融资进度,甚至导致投融资失败;

  无法进行知识产权保护:司法实践中,纯AI生成、无人工贡献的内容,法院多不认定其构成“作品”(如北京互联网法院相关判例),无法通过著作权登记、专利申请获得保护,易被他人无偿使用。

  AI成果要实现资产化,必须同时满足以下三点(缺一不可),这也是司法裁判中认定AI成果可作为企业资产的核心要件:

  权属清晰:通过劳动合同、AI使用协议、委托开发协议等明确约定,AI成果的著作权、使用权等归企业所有(若使用第三方AI工具,需在协议中明确“生成成果权属归企业”,避免默认归AI提供方);

  可追溯:留存完整的生成链路记录,包括提示词、生成时间、修改痕迹、人工审核记录等,形成“从需求提出到成果落地”的完整证据链;

  有人工贡献:企业需证明对AI生成过程进行了实质性干预(如设计核心提示词、主导成果修改方向、把控成果用途),体现企业的创造性投入——这是AI成果获得知识产权保护、被认定为企业资产的关键(参考最高院相关裁判观点)。

  价值不只在模型,还在提示词(Prompt)——优质提示词能让普通AI模型输出高精度、高价值成果,其核心价值堪比传统行业的“配方”“工艺”,是企业AI能力的核心竞争力。

  Prompt没有制度保护:未建立提示词管理规范,未明确提示词的归属的性质;

  员工自行设计、离职带走:核心提示词由员工个人设计,未纳入企业管理,员工离职时私下带走,用于新雇主的业务或自行牟利;

  没有纳入商业秘密体系:未意识到提示词的商业价值,未采取保密措施,导致提示词被泄露、滥用。

  核心能力被复制:竞争对手获取核心提示词后,可快速复刻企业的AI成果输出能力,削弱企业竞争优势;

  竞争对手快速复刻:无需投入研发成本,即可通过相同提示词获得与企业同质化的AI成果,抢占市场份额;

  无法主张侵权:提示词若未纳入商业秘密保护,或未采取合理保密措施,即使被他人盗用,也难以依据《反不正当竞争法》主张侵权——司法实践中,法院认定商业秘密侵权的前提是“权利人采取了合理保密措施”(《最高人民法院关于审理侵犯商业秘密民事案件适用法律若干问题的规定》第六条)。

  结合《反不正当竞争法》及《最高人民法院关于审理侵犯商业秘密民事案件适用法律若干问题的规定》,提示词作为企业的核心技术信息,应纳入商业秘密保护体系,具体操作如下:

  明确归属:在劳动合同中约定,员工在职期间设计的提示词(无论是否利用工作时间、工作资源),其所有权、使用权均归企业所有;

  纳入商业秘密保护范围:将核心提示词认定为“技术信息类商业秘密”,明确其保密级别、接触权限(《最高人民法院关于审理侵犯商业秘密民事案件适用法律若干问题的规定》第一条明确,算法、数据等相关信息可认定为技术信息类商业秘密);

  强化内部管理:对提示词进行分级加密存储,限制接触人员范围,定期开展保密培训,留存培训记录;

  完善离职管控:员工离职时,签订离职保密协议、竞业限制协议,明确提示词的交接义务,约定离职后不得使用、泄露提示词(参考《最高人民法院关于审理侵犯商业秘密民事案件适用法律若干问题的规定》第十一条、第十二条关于员工、前员工保密义务的认定)。

  企业自研或微调AI模型后,往往将重点放在模型的功能落地,却忽略了一个关键问题:

  模型本身的法律保护路径——模型参数、算法规则是AI模型的核心,若无法有效保护,前期研发投入将付诸东流。

  参数难以被著作权保护:模型参数是AI模型的“数据支撑”,属于“思想的表达形式”之外的内容,不符合《著作权法》对“作品”的保护要求,无法通过著作权登记获得保护;

  算法规则难以公开申请专利:算法本身属于“智力活动的规则和方法”,根据《专利法》,不授予专利权;即使算法与具体技术结合(如算法+硬件、算法+具体应用场景),专利申请的通过率也极低,且公开申请后易被他人规避;

  被复制后难以举证:模型参数、算法规则具有隐蔽性,他人复制、模仿后,企业难以证明对方的参数、算法与自身一致,司法实践中,此类侵权案件的举证难度极大,胜诉率偏低。

  技术被“合法模仿”:他人通过反向工程、参数复刻等方式模仿企业模型,因缺乏明确的法律保护依据,企业难以认定其构成侵权;

  无:即使发现他人复制模型参数、算法,也因举证困难、法律保护路径不清晰,无法通过诉讼、仲裁等方式维权;

  投资价值下降:模型的核心技术无法得到有效保护,会被投融资机构认定为“技术壁垒不足”,导致企业估值降低、融资受阻,尤其对科技公司、AI研发企业影响显著。

  模型参数与算法规则的保护,不能依赖单一法律路径,必须结合《反不正当竞争法》《专利法》《民法典》设计“组合式保护方案”,参考《AI 新药研发产业知识产权保护指引》中“多层次立体化保护”的思路,具体如下:

  商业秘密保护(核心路径):将模型参数、算法规则纳入商业秘密保护,采取加密存储、限制访问、签订保密协议等措施(《最高人民法院关于审理侵犯商业秘密民事案件适用法律若干问题的规定》第六条),避免公开披露,这是目前最有效的保护方式;

  专利保护(补充路径):对算法的“具体应用场景”“技术实现方式”(而非算法本身)申请专利,如“一种基于XX算法的AI推荐方法”“一种用于XX场景的模型参数调整方法”,通过专利保护算法的落地应用,形成技术壁垒;

  合同限制(兜底路径):与合作方(如模型测试方、技术服务方、员工)签订保密协议、竞业限制协议,明确约定不得泄露、复制、使用模型参数与算法规则,若违反约定,需承担高额违约金——通过合同约定强化保护,降低维权难度。

  企业投入大量资源,用AI生成各类内容,用于业务推广、产品宣传、核心业务开展:

  别人抄了你的AI生成内容,你怎么维权?——这是企业普遍面临的痛点,核心症结在于“举证难、认定难”。

  是否构成作品:纯AI生成、无人工贡献的内容,法院多不认定其构成《著作权法》意义上的“作品”(因缺乏“独创性”和“人类智力成果”属性),无法获得著作权保护;

  是否具有独创性:即使有人工贡献,也需证明人工干预达到“实质性创造性”(如提示词设计、成果修改、方向把控),若仅为简单指令输入,无法认定独创性;

  证据是否完整:若未留存AI生成的完整链路记录,无法证明自己是内容的“原始权利人”,即使被抄袭,也无法举证对方侵权。

  结合北京、上海互联网法院相关判例,企业要实现AI生成内容的有效维权,必须建立“生成证据链体系”,同时确保内容具有可保护的独创性,具体操作如下:

  提示词:留存完整的提示词(包括原始提示词、修改后的提示词),证明企业对内容生成的主导性;

  生成过程:留存AI生成的中间版本、修改痕迹,证明内容的形成过程(可通过录屏、截图、AI工具后台记录等方式留存);

  人工修改记录:留存员工对AI生成内容的修改记录、审核意见,证明人工贡献,强化独创性认定;

  发布时间:通过版权登记、平台发布(如公众号、官网)、公证等方式,固定内容的首次发布时间,证明自己是原始权利人。

  在AI生成基础上,增加人工创造性投入(如调整内容结构、优化表达、结合企业特色修改),使内容体现企业的“个性化表达”——这是法院认定AI生成内容构成作品、支持维权的核心前提。

  破坏自己的商业秘密体系——这是很多企业的“隐形风险”,往往等到商业秘密泄露、无时才发现问题。

  员工把商业秘密输入AI:员工为了提高工作效率,将企业的客户名单、核心技术参数、未公开的经营数据等商业秘密,输入公共AI工具(如ChatGPT、百度文心一言)进行处理、生成报告;

  使用公共模型处理核心数据:企业将包含商业秘密的数据,上传至第三方AI平台进行训练、分析,未与平台约定保密义务,导致数据泄露;

  无访问权限控制:未对AI工具的使用权限进行分级管理,普通员工可随意使用AI处理、传输商业秘密,缺乏有效管控。

  根据《反不正当竞争法》及《最高人民法院关于审理侵犯商业秘密民事案件适用法律若干问题的规定》,商业秘密的成立需满足三个要件:不为公众所知悉、具有商业价值、采取了合理保密措施。

  商业秘密丧失“保密性”:若商业秘密被AI工具收录、泄露给第三方,将不再满足“不为公众所知悉”的要件,不再被认定为商业秘密;

  无法主张侵权:即使商业秘密被他人盗用,企业也因“未采取合理保密措施”,无法依据《反不正当竞争法》主张侵权,法院将驳回企业的诉讼请求(参考最高院相关商业秘密侵权判例)。

  “采取了合理保密措施”——AI时代,这一点必须升级,结合《最高人民法院关于审理侵犯商业秘密民事案件适用法律若干问题的规定》第六条,制定针对性的AI使用保密规范:

  明确禁止性规定:严禁员工将商业秘密输入公共AI工具、第三方AI平台,明确违规后果(如解除劳动合同、追究赔偿责任);

  分级权限管理:对AI工具的使用权限进行分级,核心商业秘密的处理的,仅允许核心岗位员工使用,且需经过审批;

  完善合作协议:若需使用第三方AI平台处理数据,必须在协议中明确约定平台的保密义务,要求平台不得收录、泄露企业数据,明确违约责任;

  定期排查风险:定期对员工AI使用情况进行排查,及时发现并制止违规行为,留存排查记录,强化保密管理。

  越来越多企业开始用AI辅助法律事务、业务管理,生成各类可能用于诉讼的材料:

  这些AI生成的东西,能不能作为诉讼证据?——司法实践中,AI生成证据的采信率偏低,核心原因是“真实性、合法性、关联性”难以认定。

  结合《民事诉讼法》及最高院证据规则,AI相关证据要被法院采信,必须满足以下三点,形成完整的证据闭环:

  可追溯:留存AI生成证据的完整链路,包括提示词、生成时间、生成工具、修改痕迹等,证明证据的来源和形成过程;

  可验证:通过公证、第三方鉴定等方式,证明AI生成证据未被篡改、生成过程合法(如对AI生成过程进行公证,或委托鉴定机构对证据的真实性进行鉴定);

  有人工确认:由企业相关人员对AI生成证据的真实性、准确性进行审核、确认,签署确认意见,明确人工审核责任——这是法院采信AI生成证据的重要参考。

  实操建议:尽量避免单独使用AI生成证据作为核心证据,可结合人工生成证据、公证证据、鉴定意见等,形成完整的证据链,提高证据的采信率。

  你对外输出的内容,无论是否由AI生成,你都需要承担全部责任——AI是企业的工具,工具的输出后果,由工具的使用者(企业)承担。

  法律咨询:用AI生成法律意见、律师函,若输出错误,导致客户损失,企业需承担侵权责任、违约责任;

  医疗建议:用AI生成医疗诊断、用药建议,若输出错误,导致患者人身损害,企业需承担医疗损害赔偿责任;

  投资分析:用AI生成投资建议、风险评估报告,若输出错误,导致客户投资损失,企业需承担赔偿责任;

  教育培训:用AI生成教学内容、,若内容错误,误导学员,企业需承担违约责任、侵权责任。

  误导责任:若AI输出错误内容,误导客户、消费者或第三方,企业需承担“误导责任”,赔偿对方因此遭受的损失(《民法典》);

  合同责任:若AI输出错误导致企业违反合同约定(如未按合同要求提供准确报告、建议),企业需承担违约责任,支付违约金、赔偿损失(《民法典》);

  侵权责任:若AI输出错误内容侵犯他人合法权益(如名誉权、知识产权、人身权),企业需承担侵权责任,包括停止侵害、消除影响、赔偿损失等(《民法典》)。

  AI不能替代企业的“专业判断责任”,结合司法实践,企业需做好以下两点,降低责任风险:

  明确AI的辅助定位:在对外输出的AI生成内容中,明确标注“本内容由AI辅助生成,仅供参考,最终以人工审核结果为准”,避免客户误解为“企业的专业判断”;

  强化人工审核:建立AI输出内容的人工审核机制,核心业务、高风险领域的AI输出内容,必须经过专业人员审核确认后,方可对外输出,明确审核责任,留存审核记录——这是企业减免责任的重要依据。

  技术门槛下降,复制速度极快——随着开源模型、AI工具的普及,竞争对手无需投入大量研发成本,即可快速复制企业的AI产品功能,甚至实现“同质化竞争”。

  模型可替代:多数企业使用开源模型进行微调,而非自研核心模型,开源模型可被竞争对手自由获取、使用,无法形成技术壁垒;

  功能易模仿:AI产品的核心功能(如生成、识别、分析)可被快速模仿,竞争对手通过调整参数、优化界面,即可推出同质化产品;

  法律保护弱:如前所述,模型参数、算法规则、提示词等核心资产,若未建立完善的法律保护体系,难以通过知识产权、商业秘密等方式阻止他人复制。

  产品快速同质化:市场上出现大量与企业AI产品功能一致的竞品,企业的市场份额被快速挤压;

  市场竞争失控:竞争对手通过低价、同质化竞争抢占市场,企业前期的研发投入无法回收,盈利能力下降;

  核心竞争力丧失:若无法建立差异化优势,企业将逐渐被市场淘汰,尤其对科技公司、AI创业企业而言,这是致命风险。

  企业AI产品的“护城河”,不能仅依赖技术,更要结合法律保护,构建“技术+数据+场景+法律”的四维护城河,参考《AI 新药研发产业知识产权保护指引》的保护思路,具体如下:

  数据护城河:积累专属的、高质量的训练数据(如行业专属数据、客户行为数据),通过数据知识产权登记、商业秘密保护等方式,阻止他人获取、使用,这是AI产品差异化的核心基础;

  场景护城河:深耕特定行业场景(如AI+医疗、AI+金融、AI+教育),将AI产品与场景深度绑定,形成“场景+技术”的差异化优势,同时通过著作权、商标权保护场景化的产品界面、服务模式;

  法律结构护城河:通过“商业秘密+专利+合同”的组合保护,完善法律结构——核心技术(参数、算法)用商业秘密保护,应用场景、产品功能用专利保护,与合作方、员工用合同限制,形成全方位的法律保护网,阻止他人复制、侵权。

  随着AI监管趋严(如《生成式人工智能服务管理暂行办法》《人工智能管理体系 要求》(GB/T 45081-2024)),很多企业开始意识到AI合规的重要性:

  没有形成体系化文件——制度零散、流程不清晰、记录不完整,无法证明企业已全面履行合规义务。

  面对监管无法证明:监管部门(如网信办、市场监管局)检查时,企业无法提供完整的合规体系文件,无法证明已履行AI合规义务,将面临警告、罚款、责令整改等行政处罚(参考《生成式人工智能服务管理暂行办法》相关处罚规定);

  面对纠纷无法自证:发生AI相关法律纠纷(如侵权、泄密)时,企业无法通过合规文件证明自己已尽到合理注意义务,将承担更重的法律责任;

  面对客户无法背书:高客单价客户(如投融资机构、大型企业)在合作前,会要求企业提供AI合规体系文件,若文件不完整、不体系,将影响合作达成,降低企业竞争力。

  结合《生成式人工智能服务管理暂行办法》《人工智能管理体系 要求》(GB/T 45081-2024,等同转化ISO/IEC 42001:2023),AI合规必须形成“四件套”体系化文件,覆盖AI全生命周期,确保可追溯、可验证、可审计:

  制度:制定统一的AI合规管理制度,包括AI使用规范、数据保密制度、知识产权保护制度、风险防控制度等,明确各部门、各岗位的合规责任;

  流程:梳理AI全生命周期(需求提出、模型选择、数据采集、内容生成、成果使用、风险排查)的合规流程,明确每个环节的操作标准、审核要求;

  记录:留存完整的合规记录,包括培训记录、审核记录、风险排查记录、AI使用记录等,证明企业已实际履行合规义务;

  审计:定期开展AI合规审计,由专人或第三方机构对AI合规体系的执行情况进行审计,及时发现问题、整改问题,留存审计报告,形成“PDCA循环”(计划-实施-检查-改进),符合AI管理体系标准要求。

  核心要点:合规文件不是“”,而是企业规避监管风险、应对法律纠纷、提升客户信任的核心依据。

  这是最深层、也是最致命的风险——很多企业的AI战略,只关注技术落地和业务增长,却忽略了法律合规,导致“技术走在前面,法律落在后面”。

  法律没有进入AI战略决策层,AI战略缺乏“法律前置设计”,合规意识未融入AI全生命周期。

  项目推倒重来:若AI产品存在严重合规问题(如数据违法、知识产权侵权),被监管部门责令整改或禁止使用,企业前期的研发、投入将付诸东流,项目被迫推倒重来;

  大规模整改:若AI业务违反相关法律法规,企业需投入大量资源进行整改(如数据清理、模型调整、制度完善),影响业务正常开展;

  融资受阻:投融资机构在尽调时,若发现企业AI战略存在法律风险、合规体系不完善,将认定为核心风险,拒绝投资或降低估值,甚至导致融资失败——尤其对科技公司、AI创业企业而言,这是致命打击。

  法务介入决策层:让法务人员参与AI战略制定,对AI项目的合规性进行前置评估,识别潜在法律风险,提出合规建议;

  建立“法律+技术”协同机制:明确法务、技术、业务部门的职责,形成“技术推进、法务审核、业务落地”的协同流程,确保AI项目从需求提出到落地,全程符合法律法规;

  定期开展风险排查:结合AI监管政策(如《生成式人工智能服务管理暂行办法》)、行业实践,定期对AI业务进行法律风险排查,及时调整AI战略,规避潜在风险;

  对接行业合规标准:参考《人工智能管理体系 要求》(GB/T 45081-2024)、《AI 新药研发产业知识产权保护指引》等行业规范,完善企业AI合规体系,确保AI战略与法律、监管要求同步。

  如果说上海锦天城(重庆)律师事务所李章虎律师团队撰写的前两期是“风险清单”,解决的是“能不能用、能不能上线”的基础问题,

  能用AI的企业很多——随着AI工具的普及,几乎所有企业都能快速用上AI;

  能合规用AI的企业不多——多数企业忽略AI合规,存在数据违法、知识产权侵权、商业秘密泄露等风险;

  能把AI变成资产的企业更少——只有少数企业能通过完善的法律保护、合规管理,将AI成果转化为可交易、可融资、可保护的核心资产,形成竞争优势。

  核心启示:对高客单价企业(投融资、科技公司、平台型企业)而言,AI的“法律可控性”,才是核心竞争力,也是避免“白干”的关键。

  律师简介:李章虎律师从事法律工作15年以上,带领律师团队主要执业领域为知识产权、政府与企业法律顾问、投资并购、重大商事争议解决,并着力研究人工智能、大数据、区块链等高新科技领域的法律事务。李律师是中国中小企业协会《中小企业合规评价认证标准》起草人之一,并荣登国际权威法律评级机构《Benchmark Litigation》 评为中国西部诉讼之星(2021-2025年连续五届)、The Legal 500(《法律500强》)中国精英榜单(2026)等荣誉,承办案件多次入选全国中小企业典型维权案例、重庆法院知识产权司法保护典型案例、重庆市律师协会十佳知识产权案例;著作作品包括《人工智能+87个行业应用的法律风险与应对指南》《商业秘密:保护与维权指南》《前沿技术法律风险与应对》《现代软件企业商业秘密保护指南》。

  社会职务包括:重庆市科学技术局法律顾问、重庆通用人工智能研究院法律顾问、重庆市经济和信息化委员会专家库专家、重庆市知识产权局项目评审专家、重庆市科技公共服务专家、重庆市版权工作专家库专家、重庆市质量和标准化研究院专家库专家、重庆市知识产权投融资促进会智库专家、腾讯可持续AI创新专项基金”管委会委员、西南政法大学研究生实习指导老师、重庆工商大学法学与社会学学院实务导师、重庆市科技发展基金会理事、重庆市律师协会知识产权专委会副主任、重庆市青联法律界别委员会副主任、前沿技术产业化专项基金创始人、重庆市法学会知识产权法学研究会理事等。返回搜狐,查看更多