设想你开了一家“AI 餐厅”:招牌菜是智能客服、推荐算法、自动审核这些 AI 系统。菜越卖越多,风险也冒了头:某道“菜”让一部分顾客不舒服,某位“大厨”悄悄换了有隐患的“食材”,出了纠纷却找不到责任人。光靠“厨艺好”已经不够,你需要一套“后厨管理体系”——先定菜单和食材标准(Plan),照章做菜(Do),安排试菜与抽查(Check),发现问题改进配方(Act)。 ISO/IEC 42001 正是这套体系的“国际标准版”。2023 年 12 月,国际标准化组织发布了全球首个 AI 管理体系标准。它不规定 AI 技术怎么做,而是规定“管 AI 的组织该怎么管”:如何制定 AI 政策、如何评估与处置风险、如何开展内部审计,又如何靠 PDCA 循环持续改进。它与 ISO 27001 信息安全标准互补——一个管“信息不被偷”,一个管“AI 用得负责任”。对 AI 从业者而言,这份标准是职业发展的新基建:懂体系的人能帮企业搭好治理框架、通过认证,成为连接技术与管理层的桥梁。本文就用“后厨”这一场景,把 ISO/IEC 42001 从头讲到尾。

岗位关联

掌握 ISO/IEC 42001,等于拿到 AI 治理时代的“通行证”——无论做合规、安全还是架构,你都能帮组织从“会做 AI”升级到“靠谱地做 AI”。

目录
  1. 可视化演示
  2. 1. 标准概述:AI 界的首张“米其林评审表”
  3. 2. PDCA 循环:后厨转个不停的管理轮
  4. 3. AI 政策制定:先立菜单与食材标准
  5. 4. 风险评估流程:后厨隐患大排查
  6. 5. 内部审计机制:后厨的“飞行检查”
  7. 6. 与 ISO 27001 协同:双体系护城河
  8. 7. 认证准备路线:从整改到挂牌
  9. AI 应用场景
  10. Python 演示
  11. 常见误区
  12. 面试题

可视化演示

动态展示ISO/IEC 42001 AI管理体系的Plan-Do-Check-Act循环框架,点击各阶段查看风险评估、实施管理、内部审计与持续改进的核心活动。

本节配有交互动效(进入视口后自动加载,约 3KB)。

1. 标准概述:AI 界的首张“米其林评审表”

一家餐厅可以靠一位天才大厨红火三年,但一旦后厨起火、食客中毒,再好的口碑也会一夜清零。监管部门登门时,不会问“菜好不好吃”,只会问“你有没有受控的流程”。AI 行业正处在同样的转折点:技术很热,但偏见、幻觉、隐私事故接连曝光,各国监管纷纷上场,企业急需一份“可证明的自律”。

2023 年 12 月,国际标准化组织(ISO)与国际电工委员会(IEC)联合发布 ISO/IEC 42001——全球首个 AI 管理体系国际标准(AIMS, AI Management System)。它的“兄弟”我们很熟:ISO 9001 管质量、ISO 27001 管信息安全。42001 专管“组织如何系统地管理 AI 的风险与责任”。它不是技术标准,不评价模型精度;它是一套治理框架,评价组织管理 AI 的方式。

标准适用于任何规模、任何行业的组织,只要它开发、部署或使用 AI 系统(包括采购第三方 AI 服务的组织)。核心思路是把 AI 治理嵌入日常管理:确立政策与责任主体、识别并处置风险、开展内部审计,并通过 PDCA 循环持续改进。通过第三方认证审核后,组织可获得证书,向客户、监管和投资人证明“AI 是被管理着的”——这正是它的商业信任价值。

米其林评审不会只尝一道菜,而是观察整家餐厅的运营体系。ISO/IEC 42001 认证同样不考核某次模型精度,而是审查组织“管 AI 的一整套流程”。拿到证书,等于给顾客一颗定心丸:这家的后厨,是受过国际标准检验的。

AIMS=政策+流程+审计+持续改进\displaystyle \text{AIMS} = \text{政策} + \text{流程} + \text{审计} + \text{持续改进}
这个“公式”不是数学等式,而是一张治理要素清单:AI 管理体系(AIMS)由政策、流程、审计、持续改进四块拼成,缺一块都不完整。
  1. AIMSAI 管理体系(AI Management System)的缩写,即标准定义的管理对象,不是一个软件,而是一套组织机制。
    AIMS\displaystyle \text{AIMS}
  2. 政策组织最高层对 AI 治理方向的承诺与准则,是整个体系的“宪法”。
    政策\text{政策}
  3. 流程把政策落地的操作步骤,如风险评估、模型审批、变更管理等。
    流程\text{流程}
  4. 审计独立的核查机制,验证流程是否被执行、记录是否真实。
    审计\text{审计}
  5. 持续改进根据审计与数据反馈不断修正体系,让治理形成闭环。
    持续改进\text{持续改进}

2. PDCA 循环:后厨转个不停的管理轮

好餐厅的后厨管理从来不是“一次性装修”。今天的食材合格,不保证明天供应商不换货。所以后厨要有一套常年运转的“管理轮”:周日定下周菜单(Plan),周一照单采购出菜(Do),周五盘点食材损耗(Check),发现某种食材总坏就换供应商、改验收标准(Act)。轮子不停转,出品才能稳定。

ISO/IEC 42001 的核心框架正是 PDCA 循环(Plan-Do-Check-Act,策划-实施-检查-改进)。这套框架并非 42001 独创,ISO 9001、ISO 27001 等管理体系标准都建立在它之上。PDCA 的意义在于把“治理”从一份静态文件变成动态循环:每个周期都产生数据,数据又驱动下一轮的决策——治理不再是“一次性达标”,而是“持续在跑”。

四个阶段各有职责。Plan(策划):制定 AI 政策、设定目标、界定风险准则与角色职责,回答“合格的 AI 后厨长什么样”;Do(实施):按策划运行 AI 系统,配置资源、开展培训、保留运行记录;Check(检查):通过监测与内审评估执行效果,记录不符合项;Act(改进):对不符合项采取纠正与预防措施,修订策划,进入下一轮。

PDCA 就像后厨天花板上那台排风扇——运转时没人注意,一旦停了,油烟和隐患会迅速蔓延。ISO/IEC 42001 用强制条款要求这台“风扇”不许停:策划、执行、检查、改进,一年又一年地转下去。

Qt+1=Qt+It−Rt\displaystyle Q_{t+1} = Q_t + I_t - R_t
体系质量随时间演进:下一轮的治理质量 = 本轮质量 + 改进增量 − 新增风险。这个关系式提醒我们:不改进,就等于在退步。
  1. Q_{t+1}下一个 PDCA 周期结束后的治理质量水平。
    Qt+1Q_{t+1}
  2. Q_t当前周期结束时的治理质量基线。
    =Qt= Q_t
  3. +I_t本周期 Act 阶段的改进增量,来自纠正措施实际落地。
    +It+ I_t
  4. −R_t本周期 Check 阶段新识别出的风险与不符合项,会拉低治理水平。
    −Rt- R_t

3. AI 政策制定:先立菜单与食材标准

餐厅的菜单不是厨师随手写的,它回答三个问题:我们主打什么菜系?什么食材坚决不用?过敏源如何标注?在 AI 后厨里,这份“菜单”叫 AI 政策——组织对 AI 治理的总体承诺与行动总纲。它是整个管理体系的宪法,其他所有流程都由它派生、向它对齐。

ISO/IEC 42001 明确要求最高管理层(Top Management)制定并批准 AI 政策。政策不是给公关部门看的漂亮话,标准规定了实质内容:AI 治理目标与原则、风险承受准则、合规承诺、资源保障承诺,以及对公平、透明、问责等议题的立场声明。最高管理者的签署,意味着治理责任从“技术团队”上升到了“组织一把手”。

政策之外,标准还要求分配角色与职责:谁对 AI 系统负最终责任、谁是风险评估负责人、谁是内审负责人,都要落实到岗位。管理层必须为体系提供必要资源——预算、人力、工具与时间。政策还要“被看见”:所有参与 AI 开发与使用的员工都要接受培训并理解政策。简言之,政策要做到“写得出来、说得清楚、做得到位”。

菜单写得越清楚,后厨越少“即兴发挥”。AI 政策就是组织的治理菜单:它让每个 AI 项目从立项起就知道边界在哪里——哪些“食材”不可用、哪些客群必须照顾——而不是等项目出了事,才翻箱倒柜找条例。

完备度=∑i=1nwi×ci\displaystyle \text{完备度} = \sum_{i=1}^{n} w_i \times c_i
政策完备度可用加权求和来评估:把政策要求拆成 n 个要素,每个要素按重要程度加权,再乘以覆盖程度,加总即是政策完备度得分。
  1. n标准要求的政策要素总数,如目标、原则、职责、资源、合规承诺等。
    nn
  2. w_i第 i 个要素的权重,体现它在治理中的重要程度。
    wiw_i
  3. c_i第 i 个要素的覆盖程度,取值 0 到 1,1 表示完全覆盖。
    cic_i
  4. Σ对所有要素求和,得到政策完备度的综合评分。
    ∑i=1nwi×ci\displaystyle \sum_{i=1}^{n} w_i \times c_i

4. 风险评估流程:后厨隐患大排查

后厨最怕三件事:食材过期、生熟交叉、明火离人。好餐厅会定期做隐患排查,并对每项隐患打分:发生的可能性有多大?一旦发生后果多严重?AI 领域的风险更隐蔽:算法偏见可能误伤特定人群,模型幻觉可能给出错误医疗建议,训练数据可能泄露用户隐私。ISO/IEC 42001 把这些统统纳入“风险评估”的强制流程。

标准要求组织建立并执行 AI 风险评估程序:识别 AI 系统在生命周期各阶段(设计、训练、部署、运行、退役)的潜在风险,分析其可能性与影响程度,并按组织预先定义的风险准则评定等级。评估结果必须形成文档,即风险报告,作为决策与资源投入的依据。

风险评估不是“评完就完”。对于超过容忍线的风险,标准要求采取处置措施,典型选项有四类:消除(去掉该 AI 功能)、降低(增加人工复核与防护)、转移(购买保险或转交第三方)、接受(须说明理由并持续监测)。评估还应定期重跑,AI 系统发生重大变更(换模型、换数据)时须立即重估。实务建议把风险评估与既有的研发流程融合,避免“两张皮”。

后厨的隐患排查做得勤,卫生事故就少。AI 风险评估同理——它把看不见的“算法污染”变成看得见的分数与清单,让管理者能像决定“这批食材要不要扔”一样,果断处置高风险 AI 系统。

R=L×IR = L \times I
这是经典的风险矩阵公式:风险值 = 可能性 × 影响。两个维度一乘,抽象的风险就变成可排序、可比对的分值。
  1. R风险值,衡量某一 AI 风险的整体严重程度。
    RR
  2. L可能性(Likelihood),该风险发生的概率,可用高/中/低等级或概率值表示。
    LL
  3. I影响(Impact),风险发生后的后果严重性。
    II
  4. ×相乘,两个维度共同决定风险高低,任一维度偏高都需警惕。
    ×\times

5. 内部审计机制:后厨的“飞行检查”

后厨墙上常挂一句话:“不检查,等于没标准。”老板会不定期搞“飞行检查”——不打招呼冲进厨房,看大厨是否真按 SOP 操作、食材是否真按标准验收。ISO/IEC 42001 的内部审计,正是组织的“自检飞行队”。

标准要求组织按计划的时间间隔开展内部审计,以验证 AI 管理体系是否被有效实施和保持。审计必须有独立性:承担审计任务的人员不能审核自己负责的业务领域,否则等于自己考自己,成绩没有说服力。审计计划要覆盖标准全部适用条款与组织的关键职责范围,并保留完整的审计记录。

审计的直接产出是“不符合项报告”:每次发现与标准要求或自身政策不符的事实,都要记录、判定严重程度,并指定责任人在期限内整改,整改结果需验证闭环。与此同时,审计结果与风险趋势会作为输入进入“管理评审”——管理层定期开会,审查体系绩效、资源充分性与战略方向,并做出调整决定。这一环扣一环,构成了 Check 阶段的完整链条。

飞行检查的真正价值,不是抓几个违规者,而是让每位后厨成员始终保持警觉——“手上的活,迟早会被核查”。内部审计同理:它让每个 AI 团队都意识到,自己的流程执行有人盯、有记录、有后果。这种“被看见”的约束,正是体系保持有效运行的心理基础。

不符合率=N不符合项N抽样核查项×100%\displaystyle \text{不符合率} = \frac{N_{\text{不符合项}}}{N_{\text{抽样核查项}}} \times 100\%
不符合率 = 不符合项数量 ÷ 抽样核查项总数 × 100%。它衡量本次审计发现的“违规密度”,可用于跨期对比趋势。
  1. N_不符合项本次审计记录的不符合事实数量。
    N不符合项N_{\text{不符合项}}
  2. N_抽样核查项审计抽样的核查对象总数(流程步骤、记录文件、人员访谈等)。
    N抽样核查项N_{\text{抽样核查项}}
  3. 比值不符合项占抽样总数的比例。
    N不符合项N抽样核查项\displaystyle \frac{N_{\text{不符合项}}}{N_{\text{抽样核查项}}}
  4. ×100%转为百分比,便于与历史审计结果对比。
    ×100%\times 100\%

6. 与 ISO 27001 协同:双体系护城河

一家正规餐厅要同时守住两条底线:食品安全法保证“端上桌的菜无毒”,消防规范保证“厨房不起火”。两条线独立、互补,缺一条都可能关门。AI 公司面对的两套体系正是 ISO/IEC 42001 与 ISO 27001:一个管“AI 用得负不负责任”,一个管“信息安不安全”。

ISO 27001 是信息安全管理体系标准,核心是保护信息的机密性、完整性与可用性。AI 系统离不开数据和算力资产,因此两个体系天然交叉:训练数据泄露(27001 视角)会直接升级为 AI 模型风险(42001 视角)。在设计上,42001 的正文与 27001 刻意呼应——凡涉及信息安全的控制项,直接引导到 27001 附录 A,体现了“互指”的设计哲学。

实务中的整合策略通常是:共用管理体系底座——文件控制、内审程序、管理评审会议一套班子两套需求;在 AI 特有环节(算法透明度、公平性评估、AI 供应链审查)补充 42001 条款;把信息安全事件视为 AI 风险的触发器,纳入同一本风险登记册。认证节奏上,两套证书可分别获取,但若共用审计日期与团队,可显著降低人力和时间成本。

有了食品安全还得有消防通道,顾客才敢安心坐下吃饭。同样,信息安全给 AI 系统“保底”,AI 管理体系给 AI 系统“定责”。双体系齐备,组织的信任护城河才算完整。

∣A42001∪A27001∣≤∣A42001∣+∣A27001∣|A_{42001} \cup A_{27001}| \le |A_{42001}| + |A_{27001}|
集合关系式:两个体系各自的治理要求取并集后,总规模不超过两者之和——因为大量控制项重合,整合能消除重复劳动,而非简单叠加。
  1. A_42001ISO/IEC 42001 覆盖的治理要求集合(AI 政策、AI 风险评估、AI 审计等)。
    A42001A_{42001}
  2. A_27001ISO 27001 覆盖的信息安全控制集合(访问控制、加密、应急响应等)。
    A27001A_{27001}
  3. ∪并集,表示整合后组织需要满足的全部要求。
    ∪\cup
  4. ≤并集规模小于等于两者之和——这正是整合节省成本的来源。
    ≤\le

7. 认证准备路线:从整改到挂牌

后厨想挂上“卫生等级 A”,不能直接去领证。流程通常是:先自查差在哪儿,再补齐硬件与制度,找人来预演检查,最后迎接卫生局的正式抽检。ISO/IEC 42001 认证走的正是这条“挂牌之路”。

认证准备一般分四步。第一步是差距分析:对照标准条款逐条盘点现状,输出差距清单——哪些条款没有文件、哪些流程没有记录。第二步是体系文件建设:编写 AI 政策、风险评估程序、内部审计程序等文件,并让体系真正运行起来。标准要求体系“落地运行”一段时间(通常 3-6 个月),期间积累真实的运行记录,这些记录就是日后的审核证据。

第三步是内审预演:按正式审核的方式做一次完整内审和管理评审,把所有发现的问题关闭;这一步最接近实战,最能暴露文件与实际脱节的“两张皮”问题。第四步是认证审核:向认证机构提交申请,通过第一阶段文件审核与第二阶段现场审核后获得证书。此后每年接受监督审核,每三年换证审核。记住:审核员核的是“证据”,不是“口号”。

挂牌不是终点。卫生等级要年年复审,菜单与食材标准要随季节(技术)和市场(监管)更新。ISO/IEC 42001 认证的意义,正是把“负责任地做 AI”从一次性的决心,变成年复一年转动的管理轮——后厨的灯,会一直亮着。

就绪度=N已关闭差距N差距总数×100%\displaystyle \text{就绪度} = \frac{N_{\text{已关闭差距}}}{N_{\text{差距总数}}} \times 100\%
就绪度 = 已关闭差距数 ÷ 差距总数 × 100%,是认证准备进程最直观的进度仪表盘。
  1. N_差距总数差距分析阶段发现的全部差距项数量。
    N差距总数N_{\text{差距总数}}
  2. N_已关闭差距已制定措施并通过验证关闭的差距数量。
    N已关闭差距N_{\text{已关闭差距}}
  3. 比值当前完成进度的比例。
    N已关闭差距N差距总数\displaystyle \frac{N_{\text{已关闭差距}}}{N_{\text{差距总数}}}
  4. ×100%转成百分比,目标是在提交认证申请前达到 100%。
    ×100%\times 100\%

AI 应用场景

场景 1:互联网大厂搭建“负责任 AI”治理框架

阶段:治理与合规(Plan 与 Check 阶段)

解决的问题:传统做法中,各算法团队自定公平性标准,偏见与误判直到上线爆雷才被发现,且找不到责任主体。靠“能人自觉”无法向监管和用户证明治理水平。引入 42001 后,治理从“自选动作”变成“规定动作”,每个季度都有数据留痕可查。

具体案例:某头部招聘平台的 AI 简历初筛曾因姓名识别偏差引发投诉。公司按 42001 整改:管理层签发 AI 政策,风控团队建立风险登记册,每季度重评性别与年龄偏差;内审部每半年独立审计一次,结果直报管理评审会。一次审计发现命名实体识别误伤少数族裔姓名,随即触发纠正措施,模型重新训练并补测通过后复上线。

场景 2:AI 公司冲刺认证,拿下投标资格

阶段:认证准备与第三方审核

解决的问题:政务与金融客户招标要求 AI 供应商具备管理体系认证,无证直接失去资格;而临时补文档式“冲刺”过不了审,需要系统化的差距分析与预演方法论。

具体案例:一家 300 人的 AI 视觉公司,经差距分析发现 62 项差距,最严重的是算法变更无审批记录、训练数据来源清单缺失。咨询顾问协助建立文件体系,运行 4 个月后开展两轮内审预演,关闭全部不符合项,最终通过“文件审核 + 现场审核”两阶段认证,拿下某智慧城市项目。

场景 3:金融机构用 42001 补强模型风险管理

阶段:风险评估与持续监测

解决的问题:监管要求信贷模型可解释、可审计,但传统模型风险管理只盯性能指标,对公平性和问责机制缺乏体系化覆盖。

具体案例:某银行对信贷审批 AI 执行 42001 风险评估,将“算法歧视”可能性评为中、影响评为高,风险值 15 超出容忍线 10。处置决定:部署后增加独立公平性复评与人工复核通道,每半年重估一次,结果纳入管理评审。

Python 演示

python49 行
# -*- coding: utf-8 -*-"""ISO 42001 readiness toolkit: gap analysis and risk matrix demo."""  class GapItem(object):    """A gap record found by gap analysis."""     def __init__(self, clause, desc, status):        self.clause = clause        self.desc = desc        self.status = status  # 'open' or 'closed'  GAP_CATALOG = [    GapItem("4.1", "AI governance aligned with strategy", "closed"),    GapItem("5.1", "AI policy issued by top management", "open"),    GapItem("6.1", "AI risk register and treatment plan", "open"),    GapItem("7.2", "AI engineer compliance training records", "closed"),    GapItem("9.2", "Annual internal audit plan and report", "open"),]  def calc_readiness(gaps):    # 就绪度 = 已关闭差距数 / 差距总数 * 100    total = len(gaps)    closed = sum(1 for g in gaps if g.status == "closed")    return closed / total * 100  def risk_value(prob, impact):    # 风险值 = 发生可能性 * 影响程度    return prob * impact  def main():    print("=== ISO/IEC 42001 readiness ===")    for gap in GAP_CATALOG:        print("[{}] {}: {}".format(gap.status.upper(), gap.clause, gap.desc))    rd = calc_readiness(GAP_CATALOG)    print("Readiness: {:.1f}%".format(rd))     print("\n=== Risk matrix demo ===")    risks = [("algorithm bias", 3, 5), ("data leak", 2, 4), ("hallucination", 4, 3)]    for name, prob, impact in risks:        print("{}: risk value = {}".format(name, risk_value(prob, impact)))  if __name__ == "__main__":    main()
目的:一个认证准备小工具,用“差距就绪度计算”和“风险值公式”两个量化手段,演示 42001 落地中最常用的分析逻辑。
  1. class GapItem(object):定义差距条目对象,把差距分析结果结构化,后续统计才有数据基础。
  2. self.status = status记录差距的开关状态,状态是就绪度计算的唯一依据。
  3. GapItem("9.2", "Annual internal audit plan and report", "open")内审条款差距仍为 open,是整改重点,对应“飞行检查”步骤。
  4. closed = sum(1 for g in gaps if g.status == "closed")用生成器统计已关闭差距数量,一行完成计数。
  5. return closed / total * 100就绪度 = 已关闭数除以总数再乘 100,对应正文的就绪度公式。
  6. def risk_value(prob, impact):风险值函数,实现 R = L × I,两个参数决定风险高低。
  7. risks = [("algorithm bias", 3, 5), ("data leak", 2, 4), ("hallucination", 4, 3)]用元组模拟 AI 风险登记册,展示风险排序输入数据。
  8. if __name__ == "__main__":保证模块既能直接运行,也能被其他脚本导入复用。

常见误区

误区拿到 ISO/IEC 42001 认证,说明我们公司的模型精度高、技术领先,所以准备认证主要靠调模型撑场面。

正解42001 是管理体系标准,不是技术性能标准。认证审核员看的是组织流程:有没有 AI 政策、有没有风险评估记录、内审有没有闭环。就像卫生许可证不保证菜好吃,只证明厨房干净可控。技术再牛,治理证据链缺失一样过不了审核。

为何常见:AI 圈子习惯用模型精度衡量一切,“标准”二字容易被联想成技术指标,忽略了管理属性。

误区我只要在交付前补一沓流程文档应付审核就行,PDCA 循环就是行政负担,对写代码没帮助。

正解PDCA 的威力在于闭环数据流:Check 阶段的审计与风险数据,会真实驱动下一轮 Plan 的资源与策略调整。后厨写台账不是为了给检查员看,而是为了发现食材损耗规律。只补文档不改进的体系,会在“运行证据”环节露馅——审核员要求记录与事实互相印证。

为何常见:许多企业文件一套、做法一套的“两张皮”现象,让从业者误以为体系天然等于形式主义。

误区我们公司已经通过 27001 信息安全认证,AI 安全也算信息安全吧,不用再折腾一个 42001。

正解27001 保护信息资产(机密性、完整性、可用性),42001 治理 AI 系统的负责任使用(偏见、透明、问责),两者范围不同。好比食品安全法与消防规范:都关乎安全,但一个管食物、一个管火患,缺一不可。两个体系有交叉,但不可互相替代。

为何常见:两个标准编号相似、结构同为管理体系框架,且 AI 问题常被窄化为数据安全问题,导致认知混淆。

误区我是算法工程师,只管训模型调参。认证是法务或质量部的事,流程文档我也看不懂。

正解标准要求所有 AI 相关岗位接受能力培训并按流程工作,审计时会抽查面试一线操作者。工程师在数据选型、模型评估、变更记录等环节留下的痕迹,就是认证证据链的第一环。可以说,工程师才是认证证据的主要生产者。

为何常见:管理文件多由职能部门编写,一线执行者感觉体系“与我无关”,却忘了审计抽查的正是执行现场。

面试题

Q1. ISO/IEC 42001 的核心定位是什么?

单选题 · easy

  • A.模型性能评测标准
  • B.AI 管理体系标准← 正确答案
  • C.数据加密技术规范
  • D.芯片设计制造标准

答案:B。42001 是管理体系标准(MSS),管的是组织如何治理 AI,而非评价模型性能、加密数据或设计芯片。就像卫生许可证不管菜好不好吃,只管厨房干不干净,其余选项都是“管技术”而非“管组织”的领域。

Q2. ISO/IEC 42001 采用的核心管理循环是?

单选题 · easy

  • A.瀑布开发模型
  • B.敏捷迭代模型
  • C.PDCA 循环← 正确答案
  • D.螺旋演进模型

答案:C。PDCA(Plan-Do-Check-Act)是 ISO 管理体系标准的通用框架,42001 也不例外。瀑布、敏捷、螺旋是软件开发流程,与“管理体系”的组织治理维度不是一回事——就像后厨管理轮与炒菜手法是两码事。

Q3. 在 PDCA 循环中,开展内部审计属于哪个阶段?

单选题 · mid

  • A.策划阶段
  • B.实施阶段
  • C.检查阶段← 正确答案
  • D.改进阶段

答案:C。内部审计验证体系是否有效实施,是对照标准找差距,属于 Check(检查)阶段——相当于后厨的试菜与抽查。策划是定标准,实施是照章做,采取纠正措施才是改进阶段的事。

Q4. 风险评估中风险值的常用计算方式是?

单选题 · mid

  • A.可能性乘影响程度← 正确答案
  • B.可能性加影响程度
  • C.可能性除影响程度
  • D.影响程度减可能性

答案:A。经典风险公式 R = L × I:可能性与影响程度相乘。两个维度必须同时考虑,加、除、减都无法表达“低概率高后果”这类组合的风险排序,就像后厨既看事故概率又看事故后果。

Q5. ISO/IEC 42001 与 ISO 27001 的关系是?

单选题 · mid

  • A.完全替代关系
  • B.互斥竞争关系
  • C.互补协同关系← 正确答案
  • D.前后版本关系

答案:C。27001 管信息安全,42001 管 AI 治理责任,两者范围不同又高度交叉,实务中常整合为一体化体系。类比食品安全法与消防规范,各管一摊、缺一不可,而非替代或竞争。

Q6. 内部审计的“独立性”要求主要是指?

单选题 · hard

  • A.审计员不审自己负责的业务← 正确答案
  • B.审计必须由外部机构执行
  • C.审计结果不向管理层汇报
  • D.审计计划不可提前制定

答案:A。独立性要求审计人员与被审业务无利益关联,避免“自己考自己”;但不等于必须外部执行,内部审计师完全可以承担。审计结果恰恰必须汇报管理层并输入管理评审,计划则需提前制定并按计划执行。

Q7. 42001 认证审核通常分为哪几个阶段?

单选题 · easy

  • A.一个阶段
  • B.两个阶段← 正确答案
  • C.三个阶段
  • D.四个阶段

答案:B。认证审核分两个阶段:第一阶段文件审核、第二阶段现场审核。这与后厨挂牌“先看台账、再查现场”一样;监督审核与换证审核是获证后的持续要求,不算初次认证阶段。

Q8. 根据标准要求,AI 政策应包含哪些内容?

多选题 · hard

  • A.治理目标与原则← 正确答案
  • B.风险承受准则内容← 正确答案
  • C.合规承诺与资源保障← 正确答案
  • D.算法具体参数量

答案:ABC。AI 政策是组织治理的“菜单”,须包含治理目标、风险承受准则、合规与资源承诺等管理要素;而“算法具体参数量”属于技术实现细节,不该写进政策文件。就像餐厅菜单写菜系与禁忌食材,不会写每道菜的克重和火候。

Q9. 以下属于 AI 风险处置典型措施的有?

多选题 · mid

  • A.消除风险← 正确答案
  • B.降低风险← 正确答案
  • C.转移风险← 正确答案
  • D.无视风险

答案:ABC。标准要求对不可接受风险采取处置:消除、降低、转移,或经批准后接受(须带监测),但绝不是“无视”。就像后厨发现食材变质,可以退货、换供应商、买保险,但绝不能当作没看见。

Q10. 认证准备路线通常包括哪些阶段?

多选题 · hard

  • A.启动差距分析← 正确答案
  • B.建设体系文件← 正确答案
  • C.内审预演整改← 正确答案
  • D.直接提交认证

答案:ABC。标准流程是差距分析 → 体系文件建设 → 内审预演整改 → 认证审核。“直接提交认证”跳过了前期的整改与运行证据积累,注定失败——就像后厨不整改直接申请卫生评级,现场检查必然露馅。