CURATED TOPIC 主题专题

可信 AI 与规则治理

怎样让 AI 扩大规则生产与执行能力,同时不削弱合规系统的确定性和责任边界?

从合规风控的业务问题出发,理解规则如何被建模、学习、评测和受控改进,并把 AI 放进可追溯的责任结构。

START HERE

推荐阅读路径

专题不产生原生文章;以下路径从已有内容中选择、排序并提供进入顺序。

PATH 01

先理解问题空间

从市场路径、穿透层级与现有产品模型建立背景。

  1. 企业合规风控平台的四类竞争路径
  2. 穿透式监管的三层模型:监管、业务与交易
  3. 用友 BIP 合规与风险建模:从公共底座到执行闭环
  4. 政企场景的可信 AI:业务语义、可控编排与运行隔离

PATH 02

再建立治理闭环

按规则生产、反馈进化、评测发布和产品反思的顺序阅读。

  1. 规则学习不是自动写规则:一条受控生产流水线
  2. 从人工判例到规则进化:如何避免在线自学习失控
  3. 规则评测与发布门禁:让每次变更都能被回放
  4. 从“能用”到“放心用”:我对可信 AI 产品边界的复盘

PATH 03

用于选型验证

把上述判断转化为可执行的 PoC 问题。

  1. GRC 平台 PoC 的八组验证问题