你听过这些流行术语：智能代理式人工智能、生成式模型、治理框架、风险缓解……但当你身处企业内部，试图引领组织完成人工智能转型时，这些概念究竟该如何落地？既要避免引发合规恐慌，又要避免与产品团队产生摩擦——这究竟该如何实现？
这正是本次会议所探讨的核心议题。
在《企业法律顾问商业期刊》（CCBJ）与Mitratech联合举办的网络研讨会上，来自法律、风险管理和运营领域的杰出女性跨职能专家组齐聚一堂，深入探讨如何打造具有战略性、负责任且经久耐用的AI项目。
你会听到这样的声音：
- 朱莉·奥诺尔，汤普森·海因律师事务所的法律顾问，兼具前总法律顾问的睿智与亲历者特有的坚韧——她曾目睹人工智能战略在缺乏强有力的人类监督下走向歧途。
- 索米娅·考希克，副总法律顾问兼法律负责人，正致力于重塑法律团队的转型之路——从规避风险转向战略加速器。
- 麦德琳·雷，一位合规策略师，她不断提醒所有人：治理不仅是制定政策——更是主动构建企业文化。
- 莉兹·卢戈内斯，一位拥有法律背景的法律运营资深人士，将人工智能转型比作让律师爱上Zoom（他们最终确实爱上了）。
她们并非为空泛的套话而来。这些女性带来了真实的故事、坦诚的见解和幽默的视角——从被要求"直接制定禁止使用人工智能的政策"的总法律顾问，到在推动创新的同时应对HIPAA合规挑战的风险管理负责人。
信息？
人工智能绝非简单的软件部署。这是一项以人为本的变革举措，贯穿法律、合规、风险、产品及领导层等各个领域——必须以这种方式来推进。
若您需要一份人工智能项目清单，这里应有尽有。但若您渴望洞悉如何引领真正的AI变革——以人为本、结构为基、战略为驱——那么请坐下来观看这场网络研讨会的回放。
从人开始（真的）
在深入探讨框架或工作流程之前，专家组明确指出：人工智能并非技术问题——而是关乎人的问题。或者说，这是关乎人的机遇。
前总法律顾问、现任外部法律顾问的朱莉·奥诺尔对此阐述得最为精辟："即便人工智能不断进化，人类因素始终居于核心地位。真正的决策——以及风险——都存在于此。"
该组织提出了一个轮状框架，用于推动负责任的人工智能应用。猜猜什么位于核心位置？正是人和运营。其他所有要素（政策、流程、工具、治理）都围绕着这个核心运转。
代理式人工智能或许是最新潮的概念，但正如朱莉所解释的，它本质上只是"具备工作流功能的人工智能"。更重要的是如何设计和运用它——而这一切都始于确保员工获得充分信息、获得充分授权并获得充分支持。
谁来负责？构建正确的委员会（及文化）
正如莉兹·卢戈内斯所指出的，人工智能或许令人耳目一新，但其推广过程与其他重大技术变革并无本质差异。还记得律师们当初抵制使用Zoom的情形吗？没错。如今他们却成了最先点击会议链接的人。
要让人工智能真正落地生根，你需要一个框架——更需要让合适的声音参与决策。
Mitratech的AI之旅始于一个小型委员会，最初仅由法律部门的几位核心成员组成。随着项目推进，他们陆续吸纳了产品、安全、市场、IT及运营部门的成员。结果如何？一个充满活力的团队应运而生，他们不仅能高效决策，更能推动项目持续前进。
Mitratech公司副总法律顾问索米亚·考希克对此作了精辟总结：“法律部门的作用不仅在于说‘是’或‘否’，更在于提出这样的问题：在负责任的前提下，我们能走多远、能走多快？”
高层支持固然重要，但不必坐等高管层的指示。从当下立足点出发，建立人际关系，构建组织架构，在实践中逐步发展人工智能项目。
先用例，后工具
当人们谈论人工智能时，他们常常从这个问题开始："我们应该购买哪些工具？"
问题错了。
丽兹和索米娅认为更好的版本是：“我们试图改进的是什么体验？”
无论是提升内部工作效率还是开发面向外部的产品，都必须从明确以人为本的使用场景开始。随后围绕这些场景建立防护措施——尤其当涉及敏感数据（如个人健康信息或机密知识产权）时。
在Mitratech，他们创建了一个内部用例提交流程。这并非为了限制自由——而是通过明确的指导方针和智能路径赋能团队。最终，他们通过TAP引入了更正式的接纳机制，并开始每季度审查工具和路线图。
一个明智之举？根据工具接触的数据类型进行分类。若数据不涉及敏感或专有信息，则无需设置瓶颈；若涉及？则启动全面审查。
是的，你可以既负责任又富有战略眼光
人工智能与风险常被视为对立面。但事实是， 合规与创新完全可以成为绝佳搭档（前提是你这样设计它们！）。
Mitratech风险与合规总监玛德琳·雷提醒我们，管理人工智能风险并非一劳永逸之事。它是一个动态系统：政策、培训、评估和反馈机制需与技术及法规同步演进。
这在高度监管的行业（如医疗保健）中尤为明显。一位听众就《健康保险流通与责任法案》（HIPAA）提出了极具价值的见解，专家小组随即给出了实用建议：
- 在需要时构建封闭、可控的模型。
- 为相关团队增加定制化的HIPAA培训。
- 采用分层隐私技术（如格式识别过滤器），在风险数据泄露前将其拦截。
最重要的是？教人们理解“为什么”。
朱莉一针见血地指出：“别只是告诫人们不要上传个人健康信息。要让他们明白违规的后果——信任崩塌、罚款加身、登上头条。只有这样才能改变行为。”
真正有效的培训
该小组还强调，培训绝非枯燥的PPT演示，而是指：
- 将教育功能嵌入工具本身（智能提示、输入屏蔽器）。
- 创建即时指导。
- 定制信息以引发共鸣——适用于工程领域的策略未必适用于销售领域。
最重要的是，培训是一场文化实践。人们需要感到可以安心提问，需要感受到自己是这个过程的一部分。
这导致了本次会议最引爆网络的瞬间之一（如果这是X的话）：
“人们会支持自己创造的事物，人们需要在变革中看到自己的身影。”——朱莉·奥诺尔
整合全局：框架实践
会议结束时，听众已对该框架的完整生命周期有了清晰的认识：
- 从用例开始。（你正在解决什么问题？）
- 选择自建或购买。（哪种方式更符合您的需求和风险承受能力？）
- 谨慎实施。（包括人员安排，规划变革。）
- 持续管理它。（训练、适应、评估。）
正如一位观众的提问所揭示的，这四个阶段彼此关联。无论你担忧的是模型污染、数据滥用还是监管限制，这个人工智能项目框架都能让你主动 应对，而非被动反应。
小组讨论最终要点
每位发言者都以与自身视角相关的临别赠言作结：
- 玛德琳（风险）：保持策略的灵活性。风险并非一成不变，您的策略也不应如此。
- 索米亚（法律）：了解你的团队、你的需求、你的盲点。主导对话，而非仅限于文件记录。
- 朱莉（运营/流程）：让人们感受到被接纳。你不是在取代他们——而是在赋能他们。
- 丽兹（人物）：法律运营的核心在于同理心、结构和体系。只要始终以人为本，成功自然水到渠成。
最后提醒：别让“完美”成为进步的敌人
人工智能没有放之四海皆准的标准答案。这没关系。
这场对话并非旨在建立一套僵化的体系——而是要打造一种鲜活的、充满生命力的AI方法论，它将与您的团队、您的业务以及您所处的世界共同成长。
所以从当下出发。理清思路。保持好奇。并带领你的团队同行。
那么，你还在质疑法律部门是否应该主导人工智能的讨论吗？
答案很简单：你已经做到了。现在，请放手一搏。
想要完整的框架幻灯片和后续资料？请在此观看回放。
