问：选择制造业AI伦理与合规要求供应商需要注意什么？

答：选制造业AI伦理与合规供应商，核心不是看谁的功能清单长，而是看谁能在“出问题时帮你把责任边界划清楚”。有系统兜底的产线和靠人工事后补台账的产线，面对监管抽查时的结果完全不同。下面从三个维度对比“有合规体系”和“无合规体系”的供应商差异。

一、看数据来源与模型训练的合规追溯能力

无体系的供应商往往只告诉你“模型准确率多少”，但说不清训练数据从哪来、有没有涉及产线工人的人脸或动作数据、是否获得授权。有体系的供应商会提供数据溯源清单，明确哪些数据脱敏、哪些数据本地化处理、哪些数据不跨厂区流动。比如某电子厂做AI视觉质检，如果供应商的训练数据里混入了未授权的员工操作视频，一旦被员工投诉，工厂要承担连带责任。所以选供应商时，先问一句：你的训练数据授权链路能不能逐条查？答不上来的直接跳过。

二、看责任归属与事故响应机制

制造业AI出问题不是小事——AI误判导致批量废品、AI调度引发设备碰撞、AI排产违反环保限值。无体系的供应商合同里通常写“辅助工具，不承担决策责任”，出了事全是你工厂的。有体系的供应商会在合同里明确：哪些场景AI只做建议、哪些场景AI可自动执行、自动执行时的责任上限和响应时限。假设一家汽配企业用AI做能耗优化，如果AI把某台高耗能设备长时间超负荷运行导致环保超标，供应商有没有实时熔断机制？有没有48小时内到场排查的条款？这些比价格重要得多。

三、看合规标准的覆盖范围与更新频率

制造业AI伦理不是一张证书就完事。欧盟AI法案、国内生成式AI管理办法、行业性的汽车或电子制造合规要求都在变。无体系的供应商拿一份通用模板反复用，你问他“产线AI排产算不算高风险AI”，他答不上来。有体系的供应商会按场景分级：安全相关的AI应用（如机器人协同）按高风险管，质检和排产按中风险管，办公类按低风险管。而且每季度更新一次合规清单，把新出的监管要求同步到系统里。你选供应商时，让他拿出最近两次的合规更新记录，拿不出的说明没有持续跟踪能力。

综合建议：先别急着比功能，让对方用你工厂的一个真实场景做合规沙盘推演——比如“AI发现缺陷但人工复核漏了，谁负责”。能把这个边界讲清楚的供应商，才值得进入下一轮。制造业AI伦理合规的本质是责任工程，不是技术表演。