当前，人工智能技能紧张运用在语音识别、图像识别、自然措辞处理等方面。
如科技部部长王志刚近日所说，市场期待人工智能领域能够有更多好成果，但也要把稳若何规范科技伦理，趋利避害。

近日，北京星来状师事务所与北京星来科技有限公司在京联合举办“人工智能与企业合规管理研讨会”，磋商人工智能与企业合规之间的关系。
北京星来状师事务所主任王珺状师表示，法律行业应该正视人工智能的冲击，不过从另一个角度看，人工智能也在为法律行业赋能。

合规研究的智能化困境

论坛上，北京大学法学院教授白建军以银行败诉率及败诉缘故原由为切入点，剖析了银行业务环节的合规空间。
详细来看，白建军从423万案例数据库中筛选出55.74万个商业银行败诉案件，即在样本中，商业银行的案件败诉率约为13.2%。
当进一步按照商业银行类型分类可以看出，中小型商业银行的败诉率最高，白建军认为，该当加强中小型商业银行合规案件的剖析。

白建军表示，前述课题证明了基于大量数据的量化剖析存在代价。
但实际研究过程中，课题组投入了大量的人工梳理讯断书，并反复进行机器学习，提升了智能化水平，才能实现从自然措辞写成的裁判文书文本中挖掘数据。
白建军认为，这算不上所谓的“人工智能”。

白建军指出，ChatGPT也存在类似的问题，即“有多大碗吃多少饭”，ChatGPT只能基于其利用的数据库供应结果。
因此，ChatGPT在法律研究以及合规研究领域运用就存在三方面问题：一是如何得到全量数据；二是如何能否创造规律，实现综合研究的智能化；三是如何适应法律的地方性。

中国全国企业合规委员会专家委副主任李近宇进一步指出，将人工智能运用到合规管理在现实中须要面对五大寻衅：即数据的获取（包括数据的来源及质量）、结果的准确度、合规专业职员缺少、运算过程不透明以及人工智能自身带来的合规风险。

在运算过程不透明这一方面，李近宇指出，机器学习存在数百层的自主学习神经网络。
在自主学习过程中，我们无法辨别机器选取了哪些有利元素、利用了什么规则，而这些正是机器自我学习的来源，因此可能导致我们无法阐明机器天生干系结果的逻辑和有效性。

李近宇剖析，正由于前述缘故原由，人工智能本身也可能存在合规风险，它产生的结论可能涉及如种族歧视等伦理问题，也可能存在陵犯隐私、商业秘密、知识产权等法律风险。

合规体系的三个层次

会上，爱立信(中国)移动通信有限公司东北亚地区首席合规官郭楠分享了他对付合规体系的思考。
郭楠认为，合规体系应该从三个层面来理解，即合规是一种意向、是一个状态、是一个方法论。

郭楠阐明道，合规是一种意向，是指企业的管理者谈合规经营是一种意向，即企业行为要合规，企业不想产生任何违法违规的情形或业务行为；合规是一个状态，如企业在经营时，不雅观察到互助方处于一个合规的状态，才乐意与之互助或交易，这个中就蕴含了对对方合规状态的认可；合规是一个方法论，即合规是一个管理体系，企业须要将合规管理方法论与各种管理体系方法论贯彻到企业运行中去，并对其有效性进行验证。

详细到人工智能与合规管理的结合方面，郭楠认为，利用人工智能帮助企业建立合规管理体系是可能的，但合规与内控、审计等体系不同的是，企业内部能否真正形成合规文化，而这一点是通过人工智能无法直接实现的。

北京星来科技有限公司总编辑游涛则认为，虽然科技无限，但人工智能依然无法超越人类的集体聪慧，相信人工智能与合规管理的结合运用将会为企业法治或者国家社会法治培植作出更大的贡献。

数据合规与商业变现

北京熠智科技有限公司创始人、首席实行官范学鹏分享了他对付人工智能干系的数据合规问题的思考。

范学鹏表示，从公开信息可以看出，ChatGPT利用的数据包括了版权已经由期的文学作品、公开的文件、维基百科、电影字幕等等公开信息。
但纵然这些数据是公开的，也并不虞味着可以免费利用，即便可以免费利用也并不虞味着能够商用。
因此，ChatGPT的数据源本身存在一定合规问题。
另一个与数据干系的问题是，ChatGPT所利用的公开数据事实上存在很多缺失落，只包括人类通识，却短缺专业领域的专有数据作为支撑。

范学鹏指出，当前数据已经提升到了生产要素的高度，并且具有零本钱无限复制的特点。
因此，数据交易与其他交易具有显著差异。
从实操层面来看，企业做数据合规事实上是在追求商业代价，知足企业商业变现的诉求。

范学鹏认为，数据也是一种资产，因此数据资产的转移也须要在干系部门的监管下进行。
范学鹏建议，干系部门在建立大数据交易中央等数据交易部门时，应该进一步理清思路，明确数据产权转移与数据利用合规监管之间的差异。
同时，还可参考“数据相信”这一前沿研究，进行进一步探索。

北京市京都状师事务所高等合资人、前新奥集团总法兼首席合规官张利宾谈到，数据的商业化领域有两相对立的力量在相互对抗，同时目前我国的法律和商业规则都缺少对数据资产的界定，但是随着数据经济的发展更多规则将会确立。
张利宾认为，在数据干系领域，我国仍旧未能做到“立规”，即明确干系规则。
随着未来不同行业规则逐步确立，根据行业需求进行数字化产品开拓会成为大方向。

更多内容请***21财经APP