AI 项目合同怎么审？数据、模型、知识产权与责任边界清单

AI 项目合同不能只沿用普通软件采购模板。供应商可能调用第三方模型，模型版本持续变化，输入输出包含企业与客户数据，生成内容还可能涉及知识产权和错误责任。若合同只写功能与价格，真正重要的风险会留到上线后。业务、技术、数据和法务应围绕数据流、模型、输出、服务和退出共同审查。

先确认参与方和技术链路

合同应列明实际提供模型、云、存储、实施和运维的主体，以及是否存在子处理方。架构图要显示数据从企业到哪些系统、在哪个区域处理、保存多久。品牌方与实际服务方不同并不必然有问题，但责任必须连续，不能出现事故后互相推诿。

明确数据使用目的与范围

写清输入、文档、日志、反馈和微调数据分别用于什么，是否用于训练公共模型，是否允许跨境或与其他客户混用。企业应保留数据权利，并能要求访问、更正、导出和删除。用途变化需重新批准，不能用宽泛的“改进服务”覆盖所有二次使用。

规定安全与事件响应

要求身份、加密、权限、日志、漏洞和备份的最低标准，并说明事件发现后的通知时限、调查协作、证据保全和补救。高风险数据可要求审计报告或安全测试。合同承诺要与产品实际配置一致，采购后应验证，而非把条款当作安全本身。

管理模型与功能变化

供应商可能升级、替换或下线模型，导致质量、成本和行为变化。约定重大变更的提前通知、测试窗口、版本保留和回退。企业应有固定评测集，变更后重新验收。若核心能力显著下降，应有整改、替换或终止权。

区分输入、输出和定制资产权利

企业提供的数据和知识应归企业或原权利人；输出能否商用、是否具有排他性、侵权主张如何处理，需要明确。定制提示、流程、代码、评测集和知识结构由谁拥有，也应写清。供应商已有通用能力与为企业开发的资产可以分别界定，避免全部模糊归一方。

约束自动决策与对外承诺

涉及招聘、信贷、医疗、价格、客户权益等高影响场景，应规定人工复核、解释和申诉。供应商不能替企业决定业务责任，但需保证工具支持必要控制。系统生成的报价、合同或服务承诺必须经过授权审批，错误处理和回滚责任要明确。

把服务指标写成可测条件

除可用性，还应包括延迟、并发、支持响应、数据恢复和关键质量评测。生成结果存在概率性，不宜要求绝对正确，但可以约定评测方法、最低门槛、重大错误和持续改进流程。指标未达标后的服务补偿不能替代业务损失管理，关键流程仍需降级方案。

价格条款覆盖增长与退出

明确计费单位、免费额度、峰值、超额、模型升级、存储、支持、数据导出和终止协助费用。模拟业务增长后的三年成本，避免低价进入、高价扩张。价格调整需要通知和选择权。未使用的预付额度、项目延期和范围变更也要有规则。

设计终止与交接

合同结束时，供应商应以开放格式返还数据、配置、知识、日志和文档，协助迁移并提供删除证明。约定过渡服务时间、接口保持和人员支持。企业要能撤销账号与密钥、切换人工流程。没有可执行退出条款的系统，可能形成长期锁定。

老板的下一步

让业务、技术、数据和法务在签约前共同走一遍数据流，用这份清单标记每项责任是否写进合同、能否被技术验证。优先修补数据训练、模型变更、输出权利、事件响应和退出五类空白。合同不是阻止创新，而是让各方在可预期边界内长期合作。