导语：2026年6月24日，兰德公司（RAND Corporation）发布《超越政府监管工具箱》（Looking Beyond the Government"s Regulatory Toolkit）报告。报告基于文献综述、15场行业访谈及五次桌面推演指出，前沿人工智能研发高度集中于私营企业，技术迭代持续快于政策周期，仅靠政府监管难以全面覆盖风险。为此，报告为企业与社会组织构建了一个结构化行动框架，明确了非政府主体在人工智能风险治理中可以实际承担的三大角色：管理技术与运营风险、通过市场与网络机制塑造安全激励、在技术变革期维护社会稳定与公众信任。

一、非政府主体的三大治理角色

（一）角色一：管理技术与运营风险

企业处于人工智能风险链条的源头：模型训练、系统设计、实际部署，拥有识别与缓解问题的独特知识和通道。前沿开发者与高风险部署者应建立系统化的内部治理与安全评估基础设施。具体而言，董事会层面应有人工智能风险监督职能，定义明确的风险偏好；设立独立的第二线审查与内外部审计机制；对高风险系统编制安全论证文档；建立清晰的披露与升级路径。规模较小的部署者也有最低可行方案：指定一位负责高管，维护人工智能系统与用例清单并按风险分级，对可能产生重大影响的应用实行部署前审批，建立书面的干预与事件上报流程。

部署前测试与部署后监测同等关键。目前仅在前沿实验室中分散实施的内部红队测试、分阶段发布和外部安全审查，可以转化为可审计的最低标准：将测试与明确的“通过或不通过”标准挂钩，以安全论证形式记录存档。对高风险系统还应预设紧急控制措施，明确触发条件与决策权限，定期演练。安全论证不应是事后撰写的合规文件，而应贯穿系统全生命周期，从设计阶段的危害识别到部署后的持续监测。这种将安全思维前移的做法，目前在航空航天和核工业中较为成熟，在人工智能领域仍属前沿实践。

事件报告方面，可以参照美国航空航天局航空安全报告系统（ASRS）的模式，建立政府背书、保护机密性、非惩罚性的自愿报告机制。行业层面，美国核电运行协会（INPO）通过成员共有的机密报告体系实现了商业核电领域的显著安全提升。但此类模式依赖强大的外部压力才能建立，属例外而非常态。

（二）角色二：通过市场与网络机制塑造安全激励

大型采购方、投资者与保险机构是将安全标准嵌入市场运行的关键中介。采购被识别为最强有力的杠杆：大型组织可在合同中要求供应商满足特定安全标准，如提交独立评估机构出具的模型风险评估与审计报告。金融、医疗、国防等领域的头部客户若形成常态化要求，人工智能供应商将逐渐把安全合规视为赢得业务的必要条件。“采购方联盟”是另一个方向，即多家机构集合市场力量，共同要求更安全的产品。

投资端，风险投资与机构投资者可在尽职调查中纳入人工智能安全清单，偏好主动实施风险管理的企业。部分受访者提出，保险承销人与机构投资者可联合开发人工智能治理评级体系，类似信用评级，将企业安全实践转化为可量化的交易因素。环境、社会与治理（ESG）评级的标准化困境提供了前车之鉴：评级应锚定可独立验证的具体实践而非企业自我声明，方法论应足够标准化使不同评估者得出一致结论，评级机构应独立于被评估企业。人工智能治理评级若重蹈ESG评级的覆辙，即方法论不透明、评级结果互不一致、被评级对象同时是评级机构的客户，将难以建立市场信任，反而增加合规噪音。

保险与责任机制方面，短期内最可行的路径并非覆盖所有前沿风险，而是奖励可观测的安全控制措施：日志记录与可追溯性、人工干预机制、安全模型访问、事件响应计划以及高后果应用的独立评估。能够证明这些实践的企业可获得更优承保条件，反之则面临除外条款或更高保费。但人工智能保险市场仍处萌芽阶段，承销人缺乏精算数据对前沿模型行为进行可靠定价。

（三）角色三：维护社会稳定与公众信任

前两个角色聚焦安全工程与经济杠杆，第三个角色确保人工智能的适应过程始终亲人类、可被公众理解且具有社会合法性。人工智能的社会后果，就业冲击、不平等加剧、信任侵蚀，可能与任何技术故障一样具有破坏性。

企业被呼吁制定劳动力转型计划，将再培训与再配置纳入标准运营流程，而非视为可选的慈善行为。公民社会组织可对接弱势与边缘化劳动者，确保培训项目在语言、地点等方面的可及性。桌面推演显示，在多种人工智能发展情景下，劳动力市场的中期冲击集中在中等技能、常规认知型岗位，这些岗位恰恰是当前中产阶层就业的主体。如果转型规划缺位，技术效率提升可能以社会分化加剧为代价。

慈善资本被赋予催化功能：资助人工智能安全审计人才培育、支持民间社会参与全球治理论坛、赞助社区韧性的试点项目。“资金在往下走，权力也在往下走”——少数公司急速扩张，非营利组织难以跟上，慈善注资可部分平衡这一落差。

社区层面，一个可行的做法是建立地方性人工智能影响工作组，由市政府、本地大学和公民社会联盟共同组成，定期审视人工智能对本地居民与经济的影响。这类机制可以提前捕捉新兴风险，功能上类似于工业区周边的环境监测委员会。公民社会在危机沟通中还可充当可信中介，用普通人能理解的语言解释技术问题，防止谣言扩散。

二、与政府行动的接口：互补而非替代

非政府行动不是要永久替代政府监管。短期来看，在监管缺位之处，采购标准与事件报告系统确实充当了公共政策的补充甚至替代。但长期目标是构建工作接口：非政府努力生成证据、检验方法、积累制度能力，待政治条件成熟时推动更明智的监管。

三条具体衔接路径被提出。其一，证据生成：行业事件数据库与保险数据可以帮助监管机构从臆测性担忧转向基于实测的风险理解。其二，监管沙盒：政府与企业可在医疗、金融等关键领域合作开展有限试点，在受控条件下共同制定规则。这一模式在金融科技领域已有先例：英国金融行为监管局（FCA）的监管沙盒自2016年运行以来，帮助数百家企业在监管要求正式生效前测试创新产品，同时为监管当局提供了制定规则的实证基础。人工智能领域可以借鉴这一思路，但技术复杂性和潜在社会影响规模远非金融科技可比。其三，系统性风险与国际协调：当前沿模型过于强大或集中时，政府仍需施加有约束力的许可制度，而行业的自发数据与规范可以为约束内容提供指引。

三、结语

管理变革性人工智能的风险，不能只等政府出手。风险既是技术性的也是社会性的，节奏快且分布不均。它们出现在系统设计、部署与使用的每个环节，恰恰处于非政府行动者的可及范围之内。对于尚未直接涉足人工智能风险治理的企业与社会组织，一个具体的出发点是：无论监管能否跟上，当下建立的能力将直接决定社会管理未来技术变革的质量。与此同时，非政府行动的有效性本身也依赖于一定程度的政府基础支撑：包括法律责任边界的明晰、反垄断执法对市场集中度的约束，以及对弱势群体的基本社会保障。二者不是二选一，而是同一治理生态的不同组成部分。

（本文内容系“启元洞见”公众号原创编译，转载时请务必标明来源及作者）

参考来源：兰德公司

参考题目：Looking Beyond the Government"s Regulatory Toolkit: Early Findings on How Business and Civil Society Actors Can Help Manage and Mitigate Transformative Artificial Intelligence Risks and Impacts

参考链接：https://www.rand.org/pubs/research_reports/RRA4522-1.html

免责声明：文章内容系作者个人观点，如有任何异议，欢迎联系我们！图片来源于网络，如有侵权请联系删除。

编辑 | QZY

审校 | Renx

声明：本文来自启元洞见，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。