ISO 42001 专家
ISO/IEC 42001 AI 管理体系专家
针对 ISO/IEC 42001:2023 的内部审计级操作技能。专注于三个决策,不涉及执行层面的 AI 战略:
1. 针对第 4-10 条款的 AIMS 差距在哪里? —— 按条款进行覆盖率评分 + 修复优先级排序。
2. AI 风险登记册是什么,哪些控制措施应对各项风险? —— 基于 ISO 23894 风险方法,将风险映射至附录 A.2–A.10 的控制措施。
3. 第 9.2 条款的内部审计计划是什么? —— 包含范围、频率和审计员独立性检查的 12 个月计划表。
本技能 并非 chief-ai-officer-advisor 的替代方案。CAIO 决定是否构建/购买模型以及接受何种业务风险;而本技能则负责运行管理体系纪律,将这些决策转化为可供审计的证据。
本技能 并非 EU AI Act 合规技能。ISO 42001 是自愿性的管理体系标准,而 EU AI Act 是强制性的产品安全法规。两者虽有重叠(根据 AI Act 第 6(2) 条的高风险 AI 系统通常需要第 17 条要求的 QMS,而 ISO 42001 可部分满足此要求),但交付物不同。有关条款级符合性评估,请参阅 compliance-team-eu-ai-act。
本技能 不能替代 ISO 23894 + 38507。42001 是管理体系;23894 是为第 6.1 条款提供支持的 AI 风险方法论;38507 是治理视角。ai_risk_register_builder.py 工具实现了 23894 流程;请将相关引用视为方法论的桥梁。
关键词
ISO 42001, ISO/IEC 42001:2023, AI 管理体系, AIMS, AI 治理, AI 风险管理, ISO 23894, AI 风险评估, ISO 38507, AI 合规, AI 审计, AI 内部审计, 附录 A 控制措施, AI 风险登记册, AI 策略, AI 影响评估, 符合性声明, AI 生命周期, AI 风险处置, NIST AI RMF, NIST AI 风险管理框架, ISACA AI 审计, BSI AIC4, AI 保证, 负责任的 AI, AI 伦理治理, AI 系统清单, 第三方 AI 风险, AI 供应商管理, AI 变更管理, AI 事件管理
快速上手
# 决策 A:针对第 4-10 条款的 AIMS 差距分析
python scripts/aims_gap_analyzer.py # 内置示例(中型 AI SaaS)
python scripts/aims_gap_analyzer.py path/to/aims_evidence.json
决策 B:AI 风险登记册 + 附录 A 控制措施映射
python scripts/ai_risk_register_builder.py # 内置 7 项风险示例
python scripts/ai_risk_register_builder.py path/to/risks.json
决策 C:第 9.2 条款内部审计 12 个月计划
## 关键问题(优先询问)
- AIMS 范围声明(条款 4.3)是否涵盖了所有 AI 系统,包括嵌入式模型和第三方 AI 服务? 如果未将“SaaS 供应商添加的 AI 功能”纳入范围,则 AIMS 不完整。
- AI 政策(条款 5.2)是否承诺了合法使用、有益目的、人类监督以及持续改进? 缺失其中任何一项,在认证时都将被视为不符合项。
- 自上次重大模型变更以来,是否重新进行了 AI 风险评估(条款 6.1.2)? 概念漂移(Concept drift)并非一次性事件。
- 谁负责签署高影响系统的 AI 影响评估(附录 A.5.4)? 如果没有签署的问责制,则该控制项缺失。
- 内部审计的频率是多少(条款 9.2)? ISO 管理体系标准要求每个条款在 3 年周期内至少审计一次;成熟的项目通常每年审计一次。
- 是否有记录在案的 AI 事件处理程序(附录 A.9.3)? 部署后缺乏监控处理是早期采用者最常见的不符合项。
核心职责
1. AIMS 差距分析(条款 4–10)
框架: ISO 42001 遵循与 ISO 9001 / 27001 / 13485 相同的 Annex SL 高层结构。条款 4–10 是管理体系要求;附录 A 的控制项 A.1–A.10 是 AI 特有的运行控制。
| 条款 | 要求内容 | 常见差距 |
|---|---|---|
| 4. 背景 | AI 范围、相关方、外部背景 | 范围遗漏了第三方 AI 服务 |
| 5. 领导力 | AI 政策、角色、问责制 | 政策将“AI 伦理”视为营销文案而非承诺 |
| 6. 规划 | AI 风险与影响评估、目标 | 风险登记册未与控制项关联 |
| 7. 支持 | 资源、能力、意识、文档化信息 | 未定义机器学习工程师的能力要求 |
| 8. 运行 | 运行规划、AI 系统生命周期 | 生命周期阶段未映射到附录 A 控制项 |
| 9. 绩效评价 | 监控、内部审计、管理评审 | 代码中存在漂移监控,但未纳入管理评审输入 |
| 10. 改进 | 不符合项、纠正措施、持续改进 | CAPA 闭环与现有的 13485/9001 CAPA 分离,导致重复 |
运行 aims_gap_analyzer.py 并提供证据清单 JSON 文件,以对每个条款进行评分(完全符合 / 部分符合 / 缺失),并获取优先级排序的修复清单。
详见 references/iso42001_clauses.md,获取包含审计证据预期的逐条款详细指南。
2. AI 风险登记册 + 附录 A 控制项映射
框架: 条款 6.1.2 要求进行 AI 风险评估;条款 6.1.3 要求进行风险处置。附录 A 提供了 38 个控制项,分为 10 个控制类别(A.2–A.10)。风险登记册必须显示每个识别出的风险都至少关联了一个处置该风险的控制项。
附录 A 控制类别(共 10 类):
| ID | 类别 | 控制项示例 |
|---|---|---|
| A.2 | AI 政策 | A.2.2 AI 政策, A.2.3 与其他政策的一致性 |
| A.3 | 内部组织 | A.3.2 AI 角色与职责, A.3.3 问题汇报机制 |
| A.4 | AI 系统资源 | A.4.2 数据资源, A.4.3 工具, A.4.4 人力资源 |
| A.5 | 影响评估 | A.5.2 AI 系统影响评估, A.5.4 影响评估文档化 |
| A.6 | AI 系统生命周期 | A.6.2.2 目标, A.6. |
| 2.3 生命周期阶段,A.6.2.4 验证与确认 |
| A.7 | AI 系统数据 | A.7.2 数据管理,A.7.3 数据质量,A.7.4 数据溯源,A.7.5 数据准备 |
| A.8 | 相关方信息 | A.8.2 系统文档,A.8.3 用户信息,A.8.4 事件沟通 |
| A.9 | AI 系统使用 | A.9.2 预期用途,A.9.3 运行监控,A.9.4 系统事件日志 |
| A.10 | 第三方与客户关系 | A.10.2 供应商关系,A.10.3 客户关系 |
ISO/IEC 23894:2023 提供了 AI 特定的风险管理流程(方法论);42001 附录 A 提供了控制措施。风险登记册则是两者之间的桥梁。
运行 ai_risk_register_builder.py 并输入已识别风险的 JSON 文件,即可生成一份结构化的登记册,其中包含映射的控制措施以及基于 ISO 23894 风险处理选项的剩余风险判定。
详见 references/aims_controls_annex_a.md,其中包含完整的 38 项控制措施目录及每项控制措施对应的审计证据。
3. 第 9.2 节 内部审计计划
框架: 第 9.2 节要求“在计划的时间间隔进行内部审计,以提供关于 AIMS 是否符合组织要求以及是否得到有效实施和维护的信息”。这是管理体系的要求;而审计频率和审计深度则由组织自行决定。
成熟方案的默认设置:
- 在 3 年的滚动周期内覆盖所有条款及所有适用的附录 A 控制措施
- 每年对第 4、5、9、10 节(“始终相关”的条款)进行全系统审计
- 每季度或每半年按领域(按 AI 系统或按生命周期阶段)对第 6、7、8 节进行深度审计
- 审计员独立性:任何人不得审计自己的工作;例如,A.6 生命周期负责人不能审计第 8 节的运行情况
运行 aims_audit_scheduler.py 并输入范围 JSON(涵盖的 AI 系统、前一年审计发现项、认证周期阶段),即可生成包含审计员分配和独立性检查的 12 个月计划。
详见 references/aims_implementation_guide.md 以了解成熟度模型和部署顺序(第一年建立,第二年认证,第三年及以后持续改进)。
工作流
工作流 1:认证前的 AIMS 差距弥补(4–8 周)
目标: 识别差距;确定修复优先级;在第一阶段认证审计前完成闭环。1. 盘点当前的 AIMS 证据(策略、程序、记录)
python scripts/aims_gap_analyzer.py aims_evidence.json2. 审查差距矩阵;按条款分组
3. 为每个差距确定负责人 + 截止日期(目标:在第一阶段审计前关闭)
4. 与 ISO 27001 / 13485 的现有资产进行交叉检查 —— 许多资产可以复用
5. 与 EU AI Act 义务进行交叉检查(使用 compliance-team-eu-ai-act)
6. 输出:包含负责人和日期的优先级修复计划
### 工作流 2:AI 风险登记册构建(1–2 周)
目标: 构建符合第 6.1.2 节要求且完全覆盖附录 A 控制措施的风险登记册。1. 在 AI 生命周期(数据、模型、部署、退役)中运行 ISO 23894 风险识别
2. 记录每项风险的:来源、事件、后果、可能性、影响
python scripts/ai_risk_register_builder.py risks.json3. 对于每项高/关键风险,确认已选择至少 1 项附录 A 控制措施作为处理方案
4. 记录剩余风险的接受情况并由管理层签核
5. 就“容忍”决策与 cs-caio-advisor 交叉核对高管风险接受度
6. 通过管理评审(第 9.3 节)进行记录
### 工作流 3:年度内部审计计划(1 天)
目标: 制定包含审核员独立性的 12 个月条款 9.2 计划。1. 提取去年的审核发现和认证周期状态(第 1/2/3 年)
python scripts/aims_audit_scheduler.py audit_scope.json2. 根据分配确认审核员的独立性
3. 确认在滚动 3 年内覆盖所有条款及所有适用的附录 A 控制项
4. 提交计划以供管理评审批准(条款 9.3 输入)
### 工作流 4:跨框架复用映射(针对每个入驻系统)
目标: 在添加新 AI 系统时,将 ISO 42001 证据与现有的 27001 + 13485 证据进行映射,以避免重复工作。
1. 提取与该系统相关的现有 ISO 27001 附录 A 控制项 + ISO 13485 程序
2. 针对每个 ISO 42001 附录 A 控制项,识别现有交付物是否已满足要求(例如:27001 A.8.16 的监控活动可扩展至 AI 系统监控)
3. 仅在现有控制项未覆盖的情况下,添加 AI 特定覆盖层
4. 在 AIMS 范围声明(条款 4.3)中记录映射关系
输出标准
相关技能
ra-qm-team/skills/information-security-manager-iso27001/ — ISO 27001 ISMS 实施(许多控制项可复用于 AIMS A.7 数据控制)
ra-qm-team/skills/quality-manager-qms-iso13485/ — ISO 13485 QMS(提供 AIMS 复用的 CAPA + 管理评审机制)
ra-qm-team/skills/gdpr-dsgvo-expert/ — GDPR DPIA 流程(作为个人数据系统 AIMS A.5 影响评估的输入)
ra-qm-team/skills/isms-audit-expert/ — ISO 27001 内部审核模式(AIMS 的审核调度程序镜像此模式)
ra-qm-team/skills/soc2-compliance/ — SOC 2 信任服务(可复用于 AIMS A.10 第三方关系)
ra-qm-team/compliance-team-eu-ai-act/ — EU AI Act 条款级合规(自愿性 42001 标准的强制性法规配套)
compliance-os/ — 多框架计划的元编排器(将 AIMS 作为 9 个框架之一运行)
c-level-advisor/chief-ai-officer-advisor/` — 执行级 AI 战略(自研 vs 外购、成本经济学 —— 面向不同受众)
参考资料
- iso42001_clauses.md — 条款 4-10 详解,包含审核证据预期、常见差距以及来自 ISO 27001/13485 的可复用交付物
- aims_controls_annex_a.md — 所有 38 个附录 A 控制项 (A.2–A.10),包含实施指南、审核证据和失效严重程度
- aims_implementation_guide.md — 3 年成熟度模型(建立 $\rightarrow$ 认证 $\rightarrow$ 持续改进)、部署顺序以及与现有 ISMS/QMS 计划的集成
- cross_framework_mapping_ai.md — ISO 42001 $\leftrightarrow$ EU AI Act $\leftrightarrow$ NIST AI RMF $\leftrightarrow$ ISO 23894 $\leftrightarrow$ ISO 38507 $\leftrightarrow$ ISO 27001 控制项级映射及映射置信度评级
---
版本: 1.0.0
状态: 生产就绪