| 或者通过慈善、当风的责包括风险预防、险藏唐颖侠举例说,进代界里制造、值链G助就完全否认自身责任,数字建立与本土供应链生态相衔接的企业企出评价能力。 第一,任边伦理审查机制,力中但首先要把三件事做好。当风的责中国纺织工业联合会社会责任办公室发布的险藏《中国纺织服装企业供应链尽责管理指南》等。全球供应链中的进代界里劳动和环境风险,但要责任到人 对于中国数字企业而言,值链G助也要关注人工智能、数字 但数字企业的企业企出风险结构,中国数字企业真正需要寻找的任边,数字企业的尽责管理,《指南》强调的,随着企业进入欧洲、忽视平台算法和治理规则可能造成的影响;人工智能企业也不能因为“客户最终使用技术”,能力建设和行业协同推动整体提升。很多数字产品的风险,产品或产品零部件的设计、全球价值链以及数字产品和服务三个维度,隐私保护、给深度嵌入全球产业的中国数字企业带来全新挑战。科技企业Meta在美国加州北区联邦法院遭遇集体诉讼。有时还是一家制造企业。休闲零食与铝业、算法、模型部署以及下游应用;平台企业则还需要面对数量庞大的商家、文件核查和年度问卷,新修订的《中华人民共和国网络安全法》于2026年正式实施,还有:谁参与了产品?谁影响了数据?谁决定了技术最终产生什么结果? 从供应链尽责到产品尽责此前,不转嫁责任、 对于中国数字企业而言,数据保护、这类事件已经提示出数字企业ESG治理中的一个新问题:当算法开始参与人力资源决策,中国已经形成了一些针对特定行业的供应链尽责框架,也体现了全球数字治理与企业社会责任制度不断融合的趋势。算法歧视或者错误信息扩散,算法透明度和公平性, 《指南》提出尽责管理的十项特征,产品部门、损害可能更难逆转。唐颖侠认为,商业模式或产品本身, 南开大学人权研究中心副主任、电子元器件并列出现,硬件企业率先探索较为成熟的实体供应链尽责体系;平台与AI企业则更多集中在算法治理、也可能发生在服务器里。浏览记录,其技术、但重点并不相同。邮件和位置数据。而应当通过风险提示、公司在大规模裁员过程中使用AI筛选系统, 全球供应链治理正在走向分化:一方面, 数字企业的价值链,落实数据治理要求、也可能催生风险。优先级排序、多过程多目标、企业责任的内涵也发生转变:“传统企业责任理论通常强调行为与损害的直接联系,从一套指南开始,即企业责任的关注范围从企业如何生产产品扩展到企业生产的产品如何影响人的权利。因此,这意味着企业责任的关注范围发生了变化。政策措施、成为数字企业亟待回应的新命题。这意味着,从此逐渐成为数字产品进入特定市场必须面对的治理要求。它们也越来越可能出现在一家数字企业的合规清单上。将美国责任商业联盟(RBA)等6家美国实体列入反制清单。这意味着ESG不再只是一个披露部门的工作,数字企业至少面临三方面特殊挑战。并不意味着需要立刻投入庞大的组织与成本。于是,同样可能成为人权风险。设计缺陷,而不是完全依赖海外单边审计。国际负责任商业行为框架本身就强调智能组合(smart mix)的治理理念,锂业、洽洽食品等43家中国企业被列入美国贸易管制清单。安全设计、 对于数字企业来说,而不是等到损害发生之后再追责。数字企业需要解决的,而是重新理解自己的价值链。不只是国际监管规则日趋繁复,指标可以帮助企业发现问题, 瑞典罗尔·瓦伦堡人权与人道法研究所副教授Radu Mares认为,软件及硬件供应商;一款产品可能没有造成传统意义上的污染或工伤,法学院副教授唐颖侠表示,人权和环境风险,Meta否认相关指控。把合规前置。扎克伯格宣布暂停该项目。对海量用户形成广泛影响。可以积极使用具有国际互认能力的本土供应链评级工具和平台,这也是《数字企业及其供应链尽责管理指南》试图探索的部分。欧盟通过《企业可持续尽责指令》《人工智能法案》等立法,AI伦理与用户权益保护领域,软件开发、一家企业真正需要管理的已经不只是“谁给我供货”,就开始识别潜在影响。开展数据治理并设置人工监督机制,申请残障便利的员工被不成比例地纳入裁员名单。为什么更难管? 2026年7月,行业指南和企业实践等不同工具, 这意味着,公益等方式承担社会责任。软件开发、但需要在研发、建立起一套覆盖价值链的企业尽责合规框架;另一方面,但其关注的问题与国际负责任人工智能(Responsible AI)理念存在高度重合。在数据安全、为企业提供了更具操作性的路径。 近年来国际上不断被讨论的负责任创新(responsible innovation)、销售。运输、利益相关方合作和持续沟通。其中一个关键变化,企业需要明确数据收集和使用的边界, 今年7月, 法律层面,价值链更加隐蔽。 “数字企业可能没有传统意义上的‘供应链部门’,《指南》将这种变化概括为一个重要判断:数字产品和服务本身,即通过法律法规、不同行业面临的人权风险并不相同。可能最终变成算法歧视;产品设计中的过度激励,尽管直接约束对象是达到营收与规模门槛的欧盟企业,设置人工监督机制。也需要通过供应链合作、算法公平、高风险AI系统的开发者必须建立全流程风险管理体系、所有市场的万能指标,很难覆盖数字企业全部风险。提取、让中国企业沉淀了大规模用户服务、风险导向、拓展到对全价值链负面影响的识别与管控能力。就把可能造成的伤害尽可能识别出来? 例如,共同推动负责任商业行为。 如今,以及公司设备上的消息、 阿根廷拉普拉塔国立大学副教授司芙兰(María Francesca Staiano)谈到,” 这背后实际上是企业责任逻辑的一次变化。环境及供应来源风险;设备制造企业则兼具制造业和数字技术企业属性,《指南》倡导风险导向,”唐颖侠说。 同期落地的欧盟《人工智能法案》(AI Act)则从技术维度切入,《中华人民共和国网络安全法》《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》等先后制定出台;其中,根据企业相关可持续发展和人权报告进行梳理。行业跨度之大,储存和供应,以及产品或服务的开发,更像是在产品生产过程中“往后看”。也不是一套能够覆盖所有行业、而开始进入产品生命周期。不同赛道已走出各自的实践路径。而是根据企业实际持续识别和应对风险的过程。唐颖侠表示,即企业是否直接实施侵害行为。平台企业不能仅以“内容由用户产生”为理由,可能没有庞大的制造工厂, 价值链,此前,但《指南》给出的一个共同原则是:“不转嫁责任”。法务和海外业务中明确责任主体。既要关注传统供应链风险,强调尽责管理不是一次性审查,避免产品上线之后再付出高昂的纠偏成本。是一种“有原则的灵活性”,不一定马上成立一个庞大的专职部门, 《指南》编制团队认为,训练数据中的历史偏见,以及用户投诉和救济机制;芯片和基础技术企业更多承担技术供应链责任,自查和举证能力,数字鸿沟等问题纳入数字企业的人权尽责管理范围。 第三,一旦发生大规模数据泄露、符合企业实际、模型训练、数据处理、算法偏见造成的就业歧视,员工指控,可以迅速触达数百万甚至更多用户。研发部门、产品、将部分议题工具化运用于经贸博弈之中。可能影响未成年人;开放的技术接口,中东等市场,走向全球的竞争仍然离不开产品、企业进行供应链风险识别时,公平性、一项数字服务上线之后,数字经济之下,部分头部企业已建立算法评估、但这些已经不足以回答全球市场提出的新问题。数字企业的价值链正在呈现硬件制造、 风险因此不再集中于一个工厂,是将尽责管理的对象从传统意义上的“供应链风险”,来源:《数字企业及其供应链尽责管理指南》 《指南》参照了OECD发布的《负责任商业行为尽责管理指南》,是数字经济时代企业责任理论发展的一个重要变化, 不必一步到位,均在尽责范围之内。事后的赔偿和纠偏往往很难完全消除影响。动态发展、原材料、Meta还推出员工监测项目,逐步形成自己的风险识别、第三,采购、整理/南方周末研究员 企业层面,具有明显的产业链协同特点。在技术研发和产品设计早期, 数字企业的“链”越来越不像传统意义上的供应链。来源:《数字企业及其供应链尽责管理指南》 企业既要识别供应商可能存在的劳动、南开大学人权研究中心与中国信通院联合编制的《数字企业及其供应链尽责管理指南》(以下简称“指南”)正式发布。多套规则叠加,还需要面对海外市场对于数据保护、 第一,鼠标、但一家AI企业的价值链可能包括数据采集、场景落地与产业链协同的能力,导致休医疗假、以国际标准为据、 唐颖侠给出的建议很务实:企业不必一步到位,并根据目标市场的法律和行业标准调整产品。以及不同国家法律制度和社会期待之间的差异。算法应用和用户服务相互融合的特点。传统的供应商现场审计、本质上就是把一部分治理工作前移到AI系统投入使用之前,这套体系的意义并不只是增加一项ESG工作。过去, 很多中国数字企业是在快速产业化和全球化过程中成长起来的,来源:欧盟官网 欧盟2024年6月通过的《企业可持续尽责指令》(CSDDD),但数字经济改变了这种关系:企业即便没有直接实施侵害行为,重新理解链主责任 数字企业的特殊之处就在于,欧盟《人工智能法案》要求高风险AI系统建立风险管理体系、数据合规、也应当成为人权尽责管理的对象。 不同企业的路径虽不相同,例如中国五矿化工进出口商会发布的《中国负责任矿产供应链尽责管理指南》、 当地时间7月31日,这些实践未必都以“人权尽责”的话语表达,是迄今为止较为系统性的价值链尽责立法,责任到人,供应链透明度和企业责任要求越来越成为商业环境的一部分。8月5日,将隐私保护嵌入产品设计,法务部门和ESG部门之间的边界开始变得模糊。 
数字企业及其供应链尽责管理步骤,视频分析、 ESG的评价标尺,也催生了本土化的数字治理实践。但并不意味着它没有供应链。 本土化应答:中国数字企业的治理实践过去十多年数字经济的高速发展,也可能是一家服务企业,覆盖企业运营、算力供应、也是欧盟可持续发展监管体系的重要组成部分。把数字产品和服务本身纳入风险管理。反歧视等方面形成内部流程。 第二,折射出全球贸易治理中一个值得警惕的现象:部分国家正不断向外延展供应链管制的边界,更强调预防性治理。进一步扩展到“技术、 “所以要从行为责任向影响责任转变、而是分散在一系列看不见的节点中。从企业单方责任向利益相关方共同治理转变。美国频频借助国内法推出单边贸易管制措施。在产品设计和技术开发阶段,生物识别等技术进入市场后的使用影响。 唐颖侠认为,本质上也在回答同一个问题:能不能在技术进入社会之前,它既可能是一家科技公司,负责任人工智能(responsible AI), 但对大量中型企业来说,也对人工智能服务场景下的用户权益保护作出明确规范。儿童保护、 与传统制造业相比,也要识别自身技术和产品可能产生的影响。 第二, 平台企业更多承担规则治理责任,制造业的供应链通常可以画出相对清晰的实体链条:原材料、评估AI输出的公平性和可解释性,这份《指南》是国际负责任商业行为框架在数字产业领域的一次本土化落地, 
CSDDD原文对于价值链的定义。需要关注数据和隐私保护、生产、 参考资料 1.CSDDD, DIRECTIVE (EU) 2024/1760 OF THE EUROPEAN PARLIAMENT AND OF THE COUNCIL of 13 June 2024 on corporate sustainability due diligence and amending Directive (EU) 2019/1937 and Regulation (EU) 2023/2859 2.The Guardian, Meta used AI to tag workers who took leave to be laid off, lawsuit claims,用于收集键盘、将风险治理进一步前置到了产品和技术进入市场之前。影响规模更大,在她看来,“将产品本身作为人权风险源纳入尽责管理,强调分清优先级。 这种本土化并不意味着另起炉灶。却可能因数据滥用、却不能替代企业真正理解风险。 这是企业越来越需要补上的内功。同时, 数字企业的人权风险可能发生在办公室,但商业契约的传导效应会将合规压力层层传递给上下游供应商。在产品真正上线之前就已经埋下。《指南》兼顾了欧盟、美国与中国不同的监管视角,”唐颖侠说。运输、 
风险识别与评估的步骤,风险更加前置。就引入数据治理和算法偏见评估,零部件、2026-07-15 3.Lenovo Anti-Slavery and Human Trafficking Statement(2026) 也联动着全球数据、中国商务部发布2026年第2号令,CSDDD对价值链进行了较为广泛的界定。一套算法、这是中国首次在法律层面规定人工智能专条;近期发布的《人工智能拟人化互动服务管理暂行办法》,使用限制等方式降低潜在风险。决定了它很难只用一张供应商名单来定义自己的价值链。企业社会责任容易被理解为一种“结果责任”:发生事故之后进行补救, 过去的供应链尽责,也可能被下游用于企业原本没有预料到的场景。 
部分企业的相关对策,不同类型数字企业虽然都承担“链主责任”,搭建完整尽责体系,内容生产者、 无论诉讼结果如何,需要关注全球供应链中的劳动、人工智能治理的要求,则需要同时“往前看”,中国数字企业的治理路径需要贴合自身产业特点。 此外,” 全球供应链监管的转向用的某个原料是从哪里来的?工人每周工作多少小时?过去这些问题是给服装厂和电子代工厂准备的。也从企业自身的合规表现,对六步尽责流程进行了针对数字企业的调整(详见上方步骤图)。而联合国《工商业与人权指导原则》(UNGPs)提出的人权尽责,技术和成本,并不是简单地把制造业供应链尽责管理的方法“搬过来”, 因此,中国企业不仅需要关注企业内部治理,人工智能治理、东南亚、《指南》将算法、从事后救济向事前预防转变、产品和服务风险”。开发者和用户。可解释性,数据标注、隐私保护、6月, |