瑞士企业的人工智能风险

企业在使用人工智能时面临的风险并非铁板一块，而是分为四个不同类别，各有其成因、后果和控制手段。在部署任何人工智能之前，理解这一全景图是第一步。

瑞士目前尚未制定专门的人工智能法律，采用的是技术中立原则：现有法律适用于人工智能领域。这意味着有三个法律体系直接规范企业的人工智能使用。

新《联邦数据保护法》（nLPD，2023年9月起生效）直接适用于人工智能数据处理。它要求对数据目的和来源保持透明、在存在高风险时进行影响评估，并保障对自动化决策的人工审查权（nLPD第21条）。违规最高罚款250'000 CHF，且企业管理层须承担个人责任。

债务法（CO第41条）要求使用人工智能系统的企业赔偿由此造成的任何损失。责任在于企业，而非系统本身。如果人工智能被认定为有缺陷的产品组件，《联邦产品责任法》（LRFP）也可能适用。

欧盟AI Act于2024年3月通过，将于2026年前逐步实施，直接影响在欧洲市场运营或在欧盟部署人工智能系统的瑞士企业。该法规将人工智能分为四个风险级别（不可接受、高风险、有限风险、最低风险），并要求高风险系统进行文档记录、审计和CE认证。

生成式人工智能产生的是统计上可能的结果，而非一定准确。幻觉现象, 即模型以自信的方式生成错误信息, 已在所有主流模型中被记录在案。在专业场景中，这可能导致合同起草有误、财务分析出错、客户回复不准确或医疗决策失误。

运营依赖是一种常被低估的风险。当关键流程完全依赖于外部供应商的人工智能系统时，一旦出现故障、使用条款变更或涨价，业务可能陷入混乱。若缺乏业务连续性计划，这种脆弱性将是结构性的。

基于历史数据训练的模型会继承这些数据中的偏见。在招聘、信贷发放、保险定价或绩效评估场景中，即便没有主观恶意，有偏见的算法也可能导致在瑞士和欧洲法律框架下构成歧视的决策。

缺乏人工监督会加剧这一风险：歧视在过程中不可见，只在结果中显现。在瑞士，nLPD规定，对个人产生重大法律效果的自动化决策必须接受人工审查权利的保障。

大多数主流人工智能工具（ChatGPT、Copilot、Gemini）在位于美国的服务器上处理数据。当员工在这些工具中输入机密信息、客户数据、商业秘密或个人数据时，这些数据便离开了企业范围，并可能脱离瑞士和欧洲的司法管辖。

全球算力高度集中于美国，使欧洲在结构上依赖美国超大规模云服务商。这一现实造成了数据主权风险，瑞士企业, 尤其是金融、医疗、保险和行政等受监管行业, 已无法再对此视而不见。

数据托管是一项安全标准，而不仅仅是舒适性考虑。替代方案确实存在，尤其是托管于欧洲基础设施上的开源模型，可在不将数据传输至欧盟之外的前提下处理敏感数据。

许多瑞士企业已采用人工智能，但战略层面往往仍然滞后。无治理的采用本身就是一种风险：使用场景无序扩张，责任归属模糊，没有任何框架明确规定哪些数据可以与哪些工具共享。

供应商锁定是一种战略依赖形式。当企业流程建立在某个专有人工智能工具之上时，迁移至其他替代方案的成本高昂、风险巨大且技术复杂。长此以往，供应商将拥有市场话语权，不断削弱企业的议价能力。

内部技能不足是阻碍有序采用的主要障碍之一。中小企业通常无法独立建立人工智能治理团队。外部支持, 无论是咨询、培训还是技术供应商, 因此是降低风险的重要手段，而非奢侈品。

瑞士选择技术中立原则：没有统一的人工智能法律，而是适用现有的行业法规。实际上，在2025至2026年间，以下法规直接适用于企业的人工智能使用：

联邦数据保护与信息委员会（PFPDT）已明确确认，nLPD直接适用于人工智能数据处理，毫无歧义。该机构尤其关注人脸识别、行为监控以及自动化系统对敏感数据的处理。

对于面向欧盟的企业，AI Act构成额外的监管层。针对不可接受风险级别的首批禁令已于2025年2月生效，高风险系统的相关义务将逐步延伸至2026年8月。

管理人工智能风险既不需要停止一切，也不需要推倒重来。它需要一种结构化的方法，与组织的规模和行业相称。以下是瑞士从业者总结的优先行动步骤。

对于希望部署人工智能业务工具、客户门户、内部软件或人工智能智能体，同时避免将数据传输至美国超大规模云服务商的瑞士企业，Kleap提供基于三项原则的解决方案。

第一原则：欧洲基础设施。部署依托Hetzner（德国，通过ISO 27001认证），使用开源模型，数据不离开欧盟，不被用于训练第三方模型。

第二原则：全程支持。Kleap提供的不是一个工具，而是由团队交付的完整成果。提供三种路径：通过合作机构Lionscreative的交钥匙建设、与专业供应商的匹配对接，或Kleap企业版的引导式自助部署。

第三原则：可追溯性。已部署人工智能系统的操作可被审计。管理层可记录决策过程，以满足nLPD要求并为AI Act合规做好准备。