AI 纪元 追踪人工智能最新进展,深度解读前沿技术

欧盟AI法案Q3执法风暴:违规SaaS企业的真实整改路径

2026年8月2日欧盟AI法案高风险系统合规大限将至,但执法早已先动。三家SaaS企业——RecruitAI、MediDiag、CreditScore Pro——因分类踩线、人类监督缺失、数据主权违规被立案。本文还原其从内部伦理委员会组建到第三方审计落地的整改全过程,剖析“高风险”认定的模糊地带,为中国出海企业提供紧迫预警。

0 次阅读 约 2112 字 4 分钟 AI 生成

2026年8月2日,欧盟AI法案对高风险AI系统的完整合规要求将强制执行。但执法从未等待截止日——据欧盟AI办公室数据,仅2025年上半年,AI合规工程师岗位需求就激增370%,平均年薪达18万欧元(来源:今日头条报道)。这背后是大量企业面对新规的措手不及。

从2025年下半年开始,欧盟AI办公室已启动“事前评估+事后审计”试点。三家SaaS企业——德国的RecruitAI、法国的MediDiag、荷兰的CreditScore Pro——因不同问题被立案处罚。它们的整改过程,是出海企业最真实的合规教材。

RecruitAI:高风险分类的“踩线”代价

这家柏林HR-Tech公司部署了无监督学习简历筛选引擎。2025年11月,德国联邦劳动局收到投诉:引擎对东欧申请者的拒绝率高出本地人34%。欧盟AI办公室依据附件III(就业领域),将其标记为高风险系统——理由是“可能显著影响职业前景”。

整改三步走:

  1. 立即停止使用歧视性模型,转为人工初审+AI辅助评分。“这不是技术问题,是分类问题。”CEO在内部邮件中承认。
  2. 成立内部伦理委员会,强制包含一名法学背景成员(由波茨坦大学数据伦理教授出任)。委员会每月评审算法偏见指标,并将决策记录存入不可篡改的区块链日志。
  3. 引入第三方审计。公司委托Deutsche Akkreditierungsstelle授权的认证机构进行年度审计,涵盖训练数据来源、标签多样性、偏差检测频次等。认证成本约12万欧元/年,但换来了市场准入。

RecruitAI的教训:风险分类不是技术自评,而是法律认定。 如果你的SaaS涉及就业、信贷、医疗或关键基础设施,主动去对照AI法案附件III,而不是等欧盟来找你。

MediDiag:人类监督不是可选项

这家巴黎医疗AI SaaS提供肺结节影像分析,2026年2月被认定为高风险系统,原因是“属于医疗器械但未走CE认证”。更致命的是,系统诊断完全自动化,没有医生确认环节——违反了法案第14条“人类监督”要求。

整改核心:

  • 嵌入HITL(人机回环):重新设计工作流,AI输出置信度低于阈值时必须由放射科医生签名。参考《医疗AI防幻觉实战:顶级医院的三道安全网》中Mayo Clinic的做法,MediDiag将阈值设为0.92。“这个数字来自三个月历史数据的回测——假阳性降至1例/千次。”CTO在采访中说。
  • 建立可解释性模块:每个诊断必须附上关键影像区域热力图和推理路径,以便医生复核。
  • 定期第三方审计:由法国国家医学科学院认可的CE机构每半年审计一次,重点检查HITL记录和模型漂移。

MediDiag的教训:高风险AI系统必须有“人”在回路里,而且这个设计必须在产品上线前就完成。 事后补案的成本是前期的5倍——MediDiag团队花了9个月才满足第14条。

CreditScore Pro:透明度的终极拷问

这家荷兰金融SaaS利用行为数据和社交网络特征做信贷评分。2025年12月,荷兰数据保护局接到消费者投诉:系统拒绝了一位年收入8万欧元、信用记录良好的申请人,且未给出解释。依据法案第13条(透明度义务),该系统被强制要求提供“有意义的解释”。

整改动作:

  1. 剥离争议特征:移除社交网络连接、设备使用习惯等非直接金融特征,只保留收入、负债比、历史还款记录。模型AUC从0.87降到了0.83,但每笔拒绝都自动生成解释报告。
  2. 设立DPO(数据保护官):按照GDPR+AI法案双重标准,DPO兼任伦理委员会负责人,每月向董事会提交合规清单。
  3. 引入独立审计:普华永道欧盟团队对其算法进行了首期审计,输出一份72页的日志审查报告,涵盖特征权重、拒绝阈值、抽样公平性。整改后,投诉量下降82%。

CreditScore Pro的教训:算法透明度不是道德问题,是合规刚需。 出海企业必须在产品逻辑里内置可解释接口,否则将被直接切断市场。

“高风险”认定的模糊地带与合规路线图

三个案例暴露了一个共性:企业对“高风险”的自我评估与监管判定往往存在错位。RecruitAI最初认为自己的系统仅用于“效率提升”,却被重新归类;MediDiag的产品从未被当作医疗器械申请CE标志;CreditScore Pro的争议特征在荷兰数据保护局眼中是“黑箱”。

欧盟AI法案的风险分类不是填空题,而是动态审查。企业需要:

  1. 立即进行产品风险自评:对照附件III,特别注意边缘功能——比如用于招聘筛选、医疗辅助、信贷评估、关键基础设施运维的AI。
  2. 重建组织架构:成立伦理委员会(至少一名法律背景成员)并指定DPO。合规人才稀缺,参考“中欧联合培养计划”输送专员。
  3. 第三方审计常态化:高风险系统须公告CE标志,需指定机构审计。提前对接荷兰RVA、德国DAkkS等认可机构,周期通常6-12个月。
  4. 文档与透明度:保留训练数据、模型版本、偏见检测、人工监督记录至少十年。可参考《AI报销Agent被骗120万,财务自动化该如何加固?》中的日志审计经验,用区块链存证提升可信度。

距离2026年8月2日还有35天。你的产品,准备好面对欧盟检察官和你的用户了吗?

相关阅读