企业真正需要看懂的，是技术背后的权利、控制与责任

本文作者：陈宇

一家公司接入大模型，用来回答客户问题；一家品牌方把短视频推广外包给主播；一家软件企业抓取公开资料训练模型。

从业务角度看，它们都在做同一件事：降本增效，但从法律角度看，这可能是三种完全不同的生意，也对应三套不同的责任判断。

问题恰恰在这里：企业以为自己只是用了一个工具，法院看到的，却可能是一次个人信息处理、一次内容提供、一次商业宣传，或者一项具有明确交付要求的合同履行。

2026年9月7日，最高人民法院发布《关于依法审理涉人工智能纠纷案件的意见》，共5个部分、24条。它以现行法律为基础，围绕侵权、知识产权、诉讼程序等问题，明确了一系列裁判规则。其基本立场不是单向收紧，而是同时强调以人为本、支持创新发展、筑牢安全底线。

这份文件出台时，AI已经不是少数企业的试验项目。国家网信办9月14日公告显示，截至2026年8月31日，累计有1112款生成式人工智能服务完成备案，731款生成式人工智能应用或功能完成登记。

当AI进入真实交易，最值得追问的，已经不只是技术能不能做到，而是哪些风险应当容忍，哪些义务不能外包？哪些数据可以使用，哪些成果未必属于自己？出了问题，谁应当先拿出证据？

读懂这些问题，才能读懂这24条规则真正影响商业的地方。

一、AI出了事，第一步不是找写代码的人，而是先找对责任规则

最容易出现的两种误读，是AI造成损害就必须赔，以及AI具有不可预测性，所以谁都不该赔。《意见》没有接受这两种极端。

它确立的基本路径是：有特别责任规定的，适用特别规定；没有特别规定的，适用一般过错责任。不能因为纠纷涉及AI，就把所有案件装进同一个责任框架。

这意味着，至少要分清三类情况。

普通生成式AI侵权，原则上看过错。法律没有另作规定时，需要判断相关主体是否违反应尽的注意义务，而不是看到错误输出，就直接认定赔偿责任。

涉及个人信息权益，可能适用过错推定。个人信息处理者处理个人信息侵害相关权益并造成损害，不能证明自己没有过错的，应当承担相应责任。

涉及有缺陷的实体AI产品，则可能进入产品责任。例如符合产品定义的机器人、汽车，不能仅因损害来自算法或软件，就排除生产者的产品责任。

三条路径的差别，不是术语差别，而是企业要准备什么证据、受害人要证明什么事实、最终由谁承担风险的差别。

“AI幻觉”案件就体现了这种区分：AI生成不准确信息，甚至在对话中提出赔偿方案，但法院没有因此直接判令运营公司赔偿。法院判断的重点，是服务提供者是否履行了功能提示说明、功能可靠性基本保障以及协议约定的注意义务。

所以，这个案件不能被简化为AI说错话不用负责，它真正说明的是：错误输出，不自动等于服务提供者存在侵权过错；但一句仅供参考，也不自动等于已经尽到注意义务。

《意见》要求结合具体场景、自主化程度、风险和影响范围、预防措施及技术可能性等因素判断过错。用于普通文字创作，与用于医学诊疗、自动驾驶，不应机械适用相同的注意义务标准。

对企业而言，风险评估应从一个更实际的问题开始：你究竟在提供一个辅助工具，还是在向客户交付一项可以直接依赖的业务结果？这个问题不只关系侵权责任，也会关系后面要谈到的合同承诺。

二、平台能不能进避风港？关键不在声明自己中立，而在实际做了什么

“内容是用户让AI生成的，平台只是提供技术。”这句话有时成立，有时远远不够。

《意见》第7条处理生成内容侵害名誉权、隐私权等人格权益的责任时，区分了两种结构。一种是AI自动生成侵权内容。经权利人通知，服务提供者未及时采取停止生成侵权内容等必要措施，应当对造成的损害依法承担责任。另一种是用户通过侵权提示词等方式恶意诱导生成侵权内容。用户应依法承担责任；平台接到通知后未及时采取必要措施的，可以依照《民法典》第1195条处理其责任，其中涉及对损害扩大部分的连带责任。两种结构不能不加区分地套用同一句通知后才负责。

这里有两个特别影响实务的细节。

投诉AI侵权，不一定要拿出一个公开链接

传统网络侵权，投诉材料往往围绕某条帖子、某个视频链接展开，但AI内容可能只在一次对话中生成，根本没有公开链接。

通知需要真实身份信息和侵权初步证据，但不必机械要求提供公开侵权链接。能够通过普通用户操作、相关测试等合理证明AI生成了侵权内容，也可能构成有效通知。

对权利人而言，投诉不能只写你们的AI侵权了，而应尽可能提供完整对话、生成时间、相关指令、输出内容及权利证明。

对平台而言，也不能把没有链接当作拒绝处理所有AI投诉的理由。

必要措施，不再只是删除一条内容

AI侵权的特殊性在于：删掉这一次的结果，下一次可能还会生成，因此，必要措施可能包括停止相关侵权内容生成、屏蔽相关生成指令，以及对侵权用户采取警示、限制或暂停服务等措施。判断仍要考虑现有技术水平、措施的合理性和及时性，而不是要求平台保证任何情况下都不再出现侵权输出。

最高法2026年9月16日发布的一起AI搜索典型案例提供了参照：平台未主动上传涉案侵权网盘链接，收到通知当日删除相关搜索结果；法院结合服务模式和处理行为，认定其不构成直接侵权或帮助侵权，二审维持。

这个结果的前提，是具体事实，而不是用了AI搜索就可以免责。更值得注意的是，《意见》最终没有专门写入“红旗规则”，但这不意味着排除了明知、应知情形下的责任。特定情况下，确有证据证明平台知道或者应当知道用户实施侵权，仍可能参照《民法典》第1197条处理；平台对生成内容进行了实质编辑、加工并呈现的，也可能被认定为该部分内容的提供者。

因此，企业最该盘点的是谁设置了模板，谁筛选了结果，谁推荐了内容，谁收到投诉，谁有能力阻止损害继续扩大。这才是判断平台责任的关键事实。

三、网上已经公开的数据，为什么仍可能成为最贵的训练材料？

“网上能看到，为什么不能拿来训练？”这个问题，必须先拆开能看到和能怎样使用。

《意见》第6条为模型训练使用已公开个人信息明确了一条有条件的路径：在合理范围内处理个人自行公开或者其他已经合法公开的个人信息，且个人未明确拒绝的，一般不认定为侵害个人信息权益；对个人权益有重大影响的，应依法取得个人同意。

真正重要的，不是公开两个字，而是后面的限制条件。

首先，信息必须属于个人自行公开或者其他合法公开的信息。能被搜索到，不等于最初公开就是合法的。

其次，处理必须在合理范围内。需要结合模型功能与信息处理的必要性、适当性，信息类型和敏感程度，对个人权益的潜在影响，以及个人公开时的场景和合理预期综合判断。

最后，个人明确拒绝后，不能继续把已经公开当作当然的处理依据。对个人权益有重大影响的，也不能跳过法律要求的同意程序。

这套规则最容易被忽视的地方，是使用场景的变化。一个涉及律师公开信息的案例：企业爬取律师已公开的联系方式等信息，在自身平台展示，造成用户误以为双方存在合作关系，并截取律师的潜在商业机会。法院认定，这种处理超出了合理范围。

信息是真的，来源也可能公开，为什么仍然侵权？因为法律不仅问你从哪里拿到，还问你拿去做什么。这对企业的启示是：数据合规不能只停留在采购阶段的一张来源合法承诺书。

建议至少把审查推进到三个环节：取得数据时核对来源，进入训练前核对用途，模型上线后评估可能产生的输出和权益影响。数据公开，是判断处理合法性的一个起点，不是一张可以反复转用、无限扩张用途的通行证。

四、最容易被误读的留白：能训练、能使用、能确权，是三件事

读到这里，有人可能会顺着推导：既然公开个人信息可以在合理范围内用于训练，那么公开文章、图片、音乐也可以直接用于训练；既然内容由自己生成，生成结果当然就是自己的知识产权。

《意见》对两个争议较大的问题暂未作规定：AI生成内容的可版权性，以及未经许可使用他人作品训练大模型的定性。

第一处留白：公开个人信息的处理规则，不等于著作权许可

个人信息权益保护与著作权保护，处理的是不同的问题。

一段公开视频，可能同时涉及出镜人的肖像、声音，视频作品的著作权，以及相关数据使用安排。即使某种个人信息处理符合合理范围要求，也不能由此推导出作品著作权问题已经解决。

对于未经许可使用作品训练大模型，存在不同观点及其理由，最终《意见》暂未统一规定。不能把这种留白解读为已经普遍承认合理使用，更不能将其宣传为训练行为获得全面豁免。

第二处留白：生成了内容，不等于当然取得可排他的著作权

AI生成内容能否构成作品，仍涉及人类创作、独创性等判断。同样存在不同观点，相关问题尚未形成统一共识。

对广告、影视、游戏和设计企业而言，合同里只写成果归甲方，还没有问完真正的问题：交付的是一个文件、一项使用权限，还是依法成立、能够转让并向第三人主张的著作权？从交易风控看，保留创作方案、人工修改、版本演进及对具体表达的选择记录，有助于说明人的贡献；但不能承诺提示词写得多，就必然拥有版权。

还有一个不能混淆的方向：自己的生成结果能否获得保护，与生成结果是否侵犯别人，是两个独立问题。《意见》对使用者明知或者应知在先作品存在，利用AI生成实质相似内容且无合理抗辩理由的责任，已经给出规则。不能用这是AI生成的作为当然免责理由。

还有两点对企业同样重要：第14条涉及AI发明创造的专利客体、自然人的创造性贡献和说明书充分公开；第16条则根据具体条件，通过著作权、商业秘密、反不正当竞争等路径保护数据相关权益。它们都不是看到AI成果或数据资产几个字，就自动授予一项完整、排他的权利。

因此，企业在采购、融资或出售AI相关资产之前，最好先完成一次权利拆解：哪些属于代码，哪些属于模型相关成果，哪些属于数据使用权益，哪些属于具体内容，以及每一项权利的来源和限制是什么。

五、数字人带货最大的误区：买了素材，不等于买到了这个人

数字人、短剧、AI配音项目，很容易把成本算得很细，却把授权算得很粗。

素材购买了，视频版权拿到了，主播也签约了，为什么还会出问题？因为素材权利和人格权益，不是同一项权利。一起AI声音案件中，录音制品被提供给软件公司用于生成文本转语音产品，但配音演员并未同意相关声音使用，法院认定有关主体侵害了其声音权益。

换句话说，获得录音素材的某种使用权，不当然覆盖把这个人的声音训练成一个可以持续生成新话语的系统。

责任还可能沿着商业推广链条向上延伸。最高法2026年9月16日发布的典型案例中，文化公司委托主播推广图书，视频使用他人肖像及AI合成声音。公司未审核素材授权，被认定构成共同侵权；法院判令其赔礼道歉并赔偿12万元，判决已生效。

这对品牌方尤其重要：外包的是制作任务，不是当然消失的审核责任。

在项目合同和上线流程中，建议分别核对素材本身的权利，肖像和声音的使用许可，许可是否覆盖训练、再生成及具体商业推广场景。也不要把不完全一样当作安全标准。《意见》的相关解释强调，只要一般公众或者特定人群能够识别出自然人，即使合成形象存在差异，仍可能涉及肖像或声音权益。逝者的虚拟数字形象也不是无主素材，生前安排及相关人格利益保护同样需要审查。

还有一个经常被混淆的问题：标了“AI生成”，是不是就安全了？不是同一回事。《人工智能生成合成内容标识办法》自2025年9月1日起施行。用户通过网络信息内容传播服务发布生成合成内容，应主动声明并使用相应标识功能；相关标识不得被恶意删除、篡改、伪造或隐匿。

但标识不能替代授权。标识回答这是怎么生成的，授权回答你有没有权利这样使用。如果进一步利用仿冒名人带货实施消费欺诈，还可能适用惩罚性赔偿。不过，侵犯肖像、声音权益与构成消费欺诈，仍需分别审查，不能把所有AI带货争议都直接等同于欺诈。

六、AI可以降低营销成本，但不能把虚构事实变成新的增长方法

AI营销的另一类风险，不是冒用某个人，而是批量制造看似客观的内容。最高法2026年9月发布的反不正当竞争典型案例中，一家软件公司利用AI等工具批量生成针对竞争对手软件的虚构介绍、测评文章，再嵌入自有产品链接引流。法院认定该行为不当截取他人交易机会，构成不正当竞争。

这里的边界，不是用了AI写文章就违法，也不是提及竞争对手就违法。需要警惕的是，把虚构内容包装成客观测评，借他人的商业关注度，为自己获取不当竞争优势。

同样的思路，也体现在“大数据杀熟”问题上。不同价格，不当然等于不合理差别待遇。基于成本、供需变化或合法促销形成的价格差异，与利用消费者支付意愿、支付能力等信息实施缺乏正当理由的个性化加价，需要区分。正常的新用户优惠、符合商业惯例的老客户优惠，不能一概认定违法。

对平台的产品、运营和法务团队而言，重要的不是把所有差异化策略取消，而是能够解释差异基于什么因素，是否有正当理由，消费者是否受到实质不利影响，规则是否透明。

对消费者而言，仅有两张价格不同的截图，也未必足以排除下单时间、配送条件、优惠资格等差异。

算法可以执行定价，但不能替经营者免除解释定价合理性的责任。

七、开源不等于免责，研发失败也不等于违约：合同要把两端都写清楚

AI项目谈判中，经常同时出现两种危险的乐观。乙方说：“我们用的是开源模型，法律风险应该很低。”甲方说：“既然付了钱，效果达不到预期就应该全额退款。”两句话都可能把复杂问题说得过于简单。

开源保护的是贡献生态，不是让下游经营者自动继承免责

《意见》第13条为特定免费开源情形保留了责任豁免空间：免费提供AI软件研发所需的部分代码模块，并公开说明功能和安全风险，他人使用导致侵权的，法院可以认定开发者、提供者不承担侵权责任。

关键是具体条件，以及可以认定，不是所有开源行为一律免责，需要结合是否获利、披露义务和个案情形判断。因此，下游将相关代码封装为收费服务后，仍应按自身的开发、部署、运营行为和控制能力评估责任。

对于企业采购和交付，建议把许可证、权利限制、修改与分发要求、风险说明及安全措施纳入审查，而不是仅在项目介绍里写一句“基于开源”。

研发失败是否违约，不能只看最后有没有达到理想效果

正式《意见》第15条要求，审理AI技术开发、转让、许可、咨询、服务合同纠纷，应当根据合同约定，充分考量研发特点以及开发方是否尽到合理努力等情形认定违约责任。

这既不是让甲方承担所有研发风险，也不是允许乙方用技术存在不确定性推翻明确的交付承诺。它提示双方，应该把抽象期待变成可以验证的合同安排。

验收条件要能测试。假设合同约定准确率达到90%，就应进一步明确测试集由谁提供、是否独立于训练集、什么算错误、拒答如何计算、是否允许人工修正。否则，一个百分比很难承载真正的验收。

交付内容要能区分。交付演示原型、可部署系统、持续可用的接口服务，还是特定业务结果，不能混写。代码、部署文档、必要权限和后续维护，也应分别安排。

变更风险要有处理程序。数据质量变化、基础模型更新、业务需求扩张，哪些构成变更，如何调整费用和工期，不能等到验收争议发生后再争。

责任分工要与实际控制能力对应。数据由谁提供，授权由谁核验，投诉由谁处理，异常由谁停用，日志由谁保管，最好在签约时明确。

这些是交易设计建议，不是要求所有AI项目采用同一份模板。

其核心只有一句：探索性研发不能被包装成绝对结果保证，明确的交付承诺也不能被一句我们已经尽力轻易架空。

八、辅助驾驶事故中，销售话术可能和事故日志一样重要

讨论智能汽车责任，最容易陷入到底是人负责，还是车负责的二选一。《意见》的处理方式更接近真实世界：交通事故责任与产品责任可以衔接，也可能同时涉及驾驶人过错和车辆缺陷。具备辅助驾驶功能的汽车发生事故，并不排除产品责任；车辆缺陷与驾驶人的过错共同导致同一损害时，当事人可以同时请求驾驶人和生产者或者销售者承担赔偿责任，具体责任还需结合原因力等因素判断。这不意味着所有相关主体一概承担连带责任。

更值得汽车企业重视的是，产品缺陷不限于零部件损坏。有两类案件形成了鲜明对照：对已经明确警示、符合当时技术条件与合理安全期待的功能局限，法院未当然认定为缺陷；但正常使用时，相关安全功能达不到消费者基于广告宣传、使用说明形成的合理期待，也可能被认定存在不合理危险，不能仅以技术尚待完善抗辩。

由此可以看出，企业的宣传和说明，并不处于产品责任之外。你对用户说了什么，会影响用户怎样使用，也会影响对合理安全期待的判断。所以，审核不能只看说明书最后有没有免责声明，还应检查发布会表述、销售介绍、试驾演示与实际功能边界是否一致。《意见》对自动化等级、智能程度、性能、用途等方面的虚假或者引人误解宣传，也作了明确规制。

与此同时，驾驶人也不能把辅助驾驶理解为责任转移。醉酒后启用驾驶辅助功能，不影响相关刑事责任认定；通过非法配件逃避监测等行为，符合犯罪构成的，仍应追究刑事责任。

技术功能可以改变驾驶方式，但不会因为被称为智驾，就自动改变法律上的责任主体。

九、真正决定AI官司走向的，可能不是模型有多复杂，而是谁保留了证据

前面的责任规则，最终都要落到一个现实问题：你怎么证明？平台说自己已经采取措施，记录在哪里？开发者说训练数据来源合法，材料在哪里？用户说损害由AI造成，完整交互过程在哪里？

《意见》第17条明确，当事人因客观原因不能自行收集证据，可以申请法院调查收集；控制证据的一方无正当理由拒不提交，对方主张该证据内容对控制方不利的，法院可以认定该主张成立。这不是对全部AI案件实行举证责任倒置，也不是谁掌握数据谁就必然败诉。但它意味着：技术黑箱，不当然成为拒绝提供关键证据的理由。

对企业而言，建议围绕具体争议需要，保存模型版本、相关测试、关键输入输出、审核决策、投诉流转和处置记录，并同步设置访问权限、保存期限及个人信息保护措施。留痕不是无边界保存所有对话，而是让关键行为能够被合法、完整地还原。

对权利人而言，也要防止把一次输出过度解读为全部事实。

《意见》第18条要求综合考量提示词设计及其影响、内容相似程度、重复测试一致性，以及模型训练、算法设计、过滤机制等因素。区块链存证，也仍要审查上链前数据是否真实，而不是上了链就一定可信。

因此，取证时不宜只保留最有利的一张截图，却隐藏上下文、测试条件或人为干预过程。

还有一种情况，不能等到赔偿案件审完再处理：人格侵权正在快速传播。《意见》明确，符合正在实施或者即将实施违法侵害、不及时制止将造成难以弥补损害等条件的，可以申请人格权侵害禁令；措施可以涉及停止行为或停止提供有关服务，但不得超出必要限度。

这提示受害人，诉讼目标不一定只有最终赔多少钱。有时，优先要解决的是停止生成、停止传播，避免损害继续扩大。

最后，对企业法务尤其需要提醒：《意见》第19条要求，使用AI生成诉讼文书、案例检索报告等材料，应在提交前认真核实相关法律、司法解释、案例的真实性与准确性，提交时说明AI辅助使用情况，并依法承担责任。AI可以辅助准备材料，不能代替提交者对材料负责。

结语：企业需要补上的是三份能相互对应的记录

把上述规则放在一起，给企业的实务建议可以落到三份记录上。

一份权利记录。数据、代码、声音、肖像和内容从哪里来，依据什么使用，允许用于什么场景，期限和限制是什么。

一份责任分工记录。谁开发、谁部署、谁作出业务承诺、谁审核、谁处理投诉、谁可以在异常情况下暂停服务。

一份履责证据记录。前两份记录中的要求，实际怎样执行，测试、授权、审核和处置是否有据可查。

三者必须能够对应。合同写着有人审核，流程中却没有审核节点；制度要求处理投诉，系统里却查不到处置记录；采购材料声称可以商用，却无法说明授权是否覆盖训练和再生成……这些都值得在上线前解决，而不是留到纠纷发生后解释。

从这份《意见》的规则安排看，司法既没有要求创新者为所有技术不确定性兜底，也没有允许经营者把本应承担的义务交给算法后就不再过问。AI可以降低内容生产、信息处理和业务执行的成本，但不会自动降低权利审查和责任安排的要求。

具体评估一个AI项目，最有价值的起点，往往不是一句笼统的这样做合不合规，而是一份真实的业务流程、一条完整的数据授权链，以及实际运行中留下的记录。

陈宇，北京市京都律师事务所律师，中国政法大学民商法学硕士、法学学士，专注于民商事诉讼与仲裁领域，深耕重大、疑难、复杂商事争议解决，代理了最高人民法院一审终审的一系列重大案件，并取得有利结果。在金融与资管争议领域，陈宇律师曾代理多起标的额巨大、法律关系复杂的案件，包括证券质押式回购、信托与资管纠纷、保证合同及债权转让争议等，案件标的总额达百亿元，并在多起案件中实现胜诉、改判或通过和解方式达成客户商业目标；在股权投资与公司治理领域，成功处理股权转让、增资扩股及控制权争夺等系列纠纷，具备从交易结构到诉讼攻防的全链条争议解决能力；在房地产及建设工程领域，代理多起合作开发、商品房预售及租赁合同纠纷案件，具备复杂项目风险拆解与争点聚焦能力；在跨境交易及商事合同领域亦积累了丰富经验，能够应对多法域背景下的争议解决需求。此外，陈宇律师兼任民革北京市委经济工作委员会委员、北京东城统战智库专家等社会职务。