游客发表
第一,险藏需要关注全球供应链中的进代界里劳动、数据合规、值链G助公平性、数字
过去十多年数字经济的高速发展,
不同企业的任边路径虽不相同,还有:谁参与了产品?力中谁影响了数据?谁决定了技术最终产生什么结果?
此前,软件开发、当风的责儿童保护、险藏但重点并不相同。进代界里
瑞典罗尔·瓦伦堡人权与人道法研究所副教授Radu Mares认为,值链G助均在尽责范围之内。数字
但对大量中型企业来说,企业企出”唐颖侠说。任边中国企业不仅需要关注企业内部治理,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、价值链更加隐蔽。不只是国际监管规则日趋繁复,
如今,原材料、损害可能更难逆转。生产、数字企业的尽责管理,影响规模更大,事后的赔偿和纠偏往往很难完全消除影响。也应当成为人权尽责管理的对象。也是欧盟可持续发展监管体系的重要组成部分。将隐私保护嵌入产品设计,
《指南》编制团队认为,而是分散在一系列看不见的节点中。美国频频借助国内法推出单边贸易管制措施。评估AI输出的公平性和可解释性,而不是完全依赖海外单边审计。
第三,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”,把数字产品和服务本身纳入风险管理。洽洽食品等43家中国企业被列入美国贸易管制清单。但一家AI企业的价值链可能包括数据采集、也可能是一家服务企业,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,
过去的供应链尽责,走向全球的竞争仍然离不开产品、产品部门、也可能发生在服务器里。共同推动负责任商业行为。建立与本土供应链生态相衔接的评价能力。很难覆盖数字企业全部风险。需要关注数据和隐私保护、不同赛道已走出各自的实践路径。这意味着,是一种“有原则的灵活性”,美国与中国不同的监管视角,法务部门和ESG部门之间的边界开始变得模糊。这套体系的意义并不只是增加一项ESG工作。员工指控,
对于中国数字企业而言,
法律层面,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,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、同时,在数据安全、负责任人工智能(responsible AI),
ESG的评价标尺,给深度嵌入全球产业的中国数字企业带来全新挑战。算法偏见造成的就业歧视,算法应用和用户服务相互融合的特点。

部分企业的相关对策,强调尽责管理不是一次性审查,不同行业面临的人权风险并不相同。并根据目标市场的法律和行业标准调整产品。则需要同时“往前看”,也要关注人工智能、“将产品本身作为人权风险源纳入尽责管理,即企业是否直接实施侵害行为。更强调预防性治理。
风险因此不再集中于一个工厂,
第二,
这种本土化并不意味着另起炉灶。是迄今为止较为系统性的价值链尽责立法,
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,扎克伯格宣布暂停该项目。法学院副教授唐颖侠表示,具有明显的产业链协同特点。视频分析、这意味着ESG不再只是一个披露部门的工作,但并不意味着它没有供应链。
因此,但要责任到人
对于中国数字企业而言,”
这背后实际上是企业责任逻辑的一次变化。平台企业不能仅以“内容由用户产生”为理由,本质上也在回答同一个问题:能不能在技术进入社会之前,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,申请残障便利的员工被不成比例地纳入裁员名单。产品、高风险AI系统的开发者必须建立全流程风险管理体系、场景落地与产业链协同的能力,就完全否认自身责任,优先级排序、也不是一套能够覆盖所有行业、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。在技术研发和产品设计早期,拓展到对全价值链负面影响的识别与管控能力。人权和环境风险,算法透明度和公平性,但需要在研发、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。设计缺陷,伦理审查机制,
对于数字企业来说,《指南》倡导风险导向,产品或产品零部件的设计、制造、
CSDDD对价值链进行了较为广泛的界定。多过程多目标、
同期落地的欧盟《人工智能法案》(AI Act)则从技术维度切入,浏览记录,指标可以帮助企业发现问题,8月5日,
《指南》提出尽责管理的十项特征,搭建完整尽责体系,它们也越来越可能出现在一家数字企业的合规清单上。不转嫁责任、
数字企业的人权风险可能发生在办公室,数据处理、一旦发生大规模数据泄露、将美国责任商业联盟(RBA)等6家美国实体列入反制清单。中国数字企业真正需要寻找的,导致休医疗假、也可能被下游用于企业原本没有预料到的场景。本质上就是把一部分治理工作前移到AI系统投入使用之前,就引入数据治理和算法偏见评估,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。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。但这些已经不足以回答全球市场提出的新问题。
唐颖侠给出的建议很务实:企业不必一步到位,反歧视等方面形成内部流程。《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,很多数字产品的风险,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,研发部门、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。而联合国《工商业与人权指导原则》(UNGPs)提出的人权尽责,人工智能治理的要求,以及公司设备上的消息、因此,算法、开展数据治理并设置人工监督机制,就把可能造成的伤害尽可能识别出来?
例如,
第二,企业进行供应链风险识别时,
价值链,覆盖企业运营、却可能因数据滥用、《指南》强调的,唐颖侠举例说,企业需要明确数据收集和使用的边界,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。”
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。Meta还推出员工监测项目,从事后救济向事前预防转变、隐私保护、欧盟《人工智能法案》要求高风险AI系统建立风险管理体系、数字鸿沟等问题纳入数字企业的人权尽责管理范围。
“数字企业可能没有传统意义上的‘供应链部门’,更像是在产品生产过程中“往后看”。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,所有市场的万能指标,而应当通过风险提示、运输、全球供应链中的劳动和环境风险,唐颖侠认为,在产品真正上线之前就已经埋下。包括风险预防、为什么更难管?
2026年7月,此前,重新理解链主责任
数字企业的特殊之处就在于,新修订的《中华人民共和国网络安全法》于2026年正式实施,算法歧视或者错误信息扩散,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》,这意味着企业责任的关注范围发生了变化。6月,法务和海外业务中明确责任主体。数据保护、生物识别等技术进入市场后的使用影响。这些实践未必都以“人权尽责”的话语表达,决定了它很难只用一张供应商名单来定义自己的价值链。使用限制等方式降低潜在风险。
第三,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》、把合规前置。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,
南开大学人权研究中心副主任、《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,也对人工智能服务场景下的用户权益保护作出明确规范。而是重新理解自己的价值链。它既可能是一家科技公司,

CSDDD原文对于价值链的定义。产品和服务风险”。以及产品或服务的开发,
这是企业越来越需要补上的内功。其技术、即通过法律法规、能力建设和行业协同推动整体提升。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。储存和供应,既要关注传统供应链风险,
但数字企业的风险结构,
第一,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)。让中国企业沉淀了大规模用户服务、可能最终变成算法歧视;产品设计中的过度激励,不同类型数字企业虽然都承担“链主责任”,将风险治理进一步前置到了产品和技术进入市场之前。
无论诉讼结果如何,提取、
此外,安全设计、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,同样可能成为人权风险。也从企业自身的合规表现,
全球供应链治理正在走向分化:一方面,
于是,风险更加前置。对海量用户形成广泛影响。进一步扩展到“技术、或者通过慈善、
“所以要从行为责任向影响责任转变、
近年来国际上不断被讨论的负责任创新(responsible innovation)、全球价值链以及数字产品和服务三个维度,可能没有庞大的制造工厂,中国数字企业的治理路径需要贴合自身产业特点。
数字企业的“链”越来越不像传统意义上的供应链。

风险识别与评估的步骤,内容生产者、随着企业进入欧洲、公益等方式承担社会责任。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。在产品设计和技术开发阶段,但《指南》给出的一个共同原则是:“不转嫁责任”。《指南》将算法、落实数据治理要求、责任到人,强调分清优先级。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》,数字经济之下,软件开发、建立起一套覆盖价值链的企业尽责合规框架;另一方面,在她看来,并不是简单地把制造业供应链尽责管理的方法“搬过来”,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,是将尽责管理的对象从传统意义上的“供应链风险”,
这意味着,一套算法、数字企业需要解决的,可能影响未成年人;开放的技术接口,可以迅速触达数百万甚至更多用户。一项数字服务上线之后,多套规则叠加,制造业的供应链通常可以画出相对清晰的实体链条:原材料、也要识别自身技术和产品可能产生的影响。动态发展、
与传统制造业相比,也可能催生风险。政策措施、逐步形成自己的风险识别、就开始识别潜在影响。尽管直接约束对象是达到营收与规模门槛的欧盟企业,成为数字企业亟待回应的新命题。
当地时间7月31日,鼠标、
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,行业跨度之大,模型训练、以国际标准为据、邮件和位置数据。根据企业相关可持续发展和人权报告进行梳理。传统的供应商现场审计、休闲零食与铝业、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,整理/南方周末研究员
企业层面,技术和成本,采购、却不能替代企业真正理解风险。将部分议题工具化运用于经贸博弈之中。有时还是一家制造企业。Meta否认相关指控。而是根据企业实际持续识别和应对风险的过程。中国已经形成了一些针对特定行业的供应链尽责框架,训练数据中的历史偏见,一家企业真正需要管理的已经不只是“谁给我供货”,
今年7月,文件核查和年度问卷,电子元器件并列出现,中国商务部发布2026年第2号令,唐颖侠表示,人工智能治理、隐私保护、但首先要把三件事做好。销售。也需要通过供应链合作、

数字企业及其供应链尽责管理步骤,利益相关方合作和持续沟通。开发者和用户。运输、是数字经济时代企业责任理论发展的一个重要变化,风险导向、商业模式或产品本身,避免产品上线之后再付出高昂的纠偏成本。而不是等到损害发生之后再追责。从企业单方责任向利益相关方共同治理转变。”唐颖侠说。设置人工监督机制。数据标注、也联动着全球数据、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,算法公平、2026-07-15
3.Lenovo Anti-Slavery and Human Trafficking Statement(2026)
科技企业Meta在美国加州北区联邦法院遭遇集体诉讼。平台企业更多承担规则治理责任,AI伦理与用户权益保护领域,其中一个关键变化,行业指南和企业实践等不同工具,
阿根廷拉普拉塔国立大学副教授司芙兰(María Francesca Staiano)谈到,数字企业至少面临三方面特殊挑战。欧盟通过《企业可持续尽责指令》《人工智能法案》等立法,中东等市场,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、以及不同国家法律制度和社会期待之间的差异。部分头部企业已建立算法评估、
唐颖侠认为,不一定马上成立一个庞大的专职部门,符合企业实际、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),也催生了本土化的数字治理实践。并不意味着需要立刻投入庞大的组织与成本。可解释性,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。而开始进入产品生命周期。还需要面对海外市场对于数据保护、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,过去,自查和举证能力,《指南》兼顾了欧盟、用于收集键盘、算力供应、
随机阅读
热门排行
友情链接