企业采购 AI 应用时，法务审查的核心不是“能不能用 AI”，而是数据流向哪里、模型是否会拿企业数据训练、供应商是否具备合规兜底能力。审一份 AI 采购合同，关键看五类条款：数据使用范围、模型训练与留存政策、API 密钥与访问控制、私有化部署的物理数据边界、跨境数据传输机制。以下内容可直接作为合同审查清单使用。
法务在 AI 采购合同里最该先看哪几条
大部分 AI 采购风险集中在“数据”和“知识产权”两个点上。建议法务拿到合同后，按以下顺序先确认五个问题，而不是从头读到尾：
数据是否会被用于模型训练
这是第一道红线。合同里如果出现“服务商可使用客户数据进行模型优化”“用于提升服务质量”“用于改进 AI 模型”等表述，必须要求删除或改写为“不得将客户输入数据、输出内容及衍生数据用于任何模型的训练、微调或改进”。
不少通用模型 API 服务商的默认条款里，企业输入数据会被留存用于风控和模型改进。企业员工如果把客户合同、报价单、供应商资料直接粘贴到 AI 对话框里，这些数据就可能进入服务商的训练语料池。法务需要确认：客户数据的训练用途必须为零，留存周期必须有明确上限，超过留存期后必须删除或不可逆脱敏。
数据出境的路径是否可控
AI 应用天然依赖云端算力，即使供应商在国内，底层模型调用也可能路由到境外服务。法务不能只看合同方是国内公司就默认数据不出境。
审查时要求供应商出具数据流图，明确：企业数据存储在哪里、模型推理在哪里执行、日志数据是否包含业务原文、备用节点是否在境外。如果必须使用境外模型，建议要求将数据先做脱敏或切片处理，使传输内容不包含可识别的个人信息和核心商业数据。
API 密钥泄露后的责任归属
企业接入 AI 应用时，API 密钥是数据安全最容易被忽略的突破口。法务要在合同里明确：密钥管理的最小权限原则、轮换机制、异常调用告警和泄露后的止损流程。
具体条款应包含：供应商不得要求客户提供模型厂商的主账号密钥；密钥调用的每一次请求都需可审计；发生泄露时，供应商需在合同约定时限内配合冻结权限并出具事件报告。如果供应商自身没有密钥隔离能力，法务应建议业务部门暂停采购。
不同部署方式下法务的审查重点
AI 采购大致分三类：公有云 API、混合部署和私有化部署。审查重点完全不同，不能套用同一份模板。
公有云 API 采购：重点管住数据流入
企业直接购买模型 API 时，合同里最需要的是数据禁训条款和留存删除条款。法务应要求：输入数据不进训练集、请求日志不保留业务原文、错误日志中的敏感字段必须脱敏、删除请求可在合同期限内的任意时点提出。
同时要求供应商提供标准数据处理协议。没有这套协议的供应商，大概率不具备服务企业级客户的基础合规能力，不建议进入采购环节。
私有化部署：重点确认边界在哪里
私有化部署不等于数据绝对不出门。法务要确认三件事：模型权重是否完整部署在客户服务器或客户专有云环境内；推理过程是否完全离线完成；供应商是否保留远程访问通道。
合同里建议增加物理边界条款：未经客户书面同意，供应商不得通过远程连接访问客户环境；日志、监控数据、故障诊断信息中的业务数据必须脱敏后回传；运维人员接触数据的范围和次数需有记录，并接受客户不定期审计。
私有化部署还涉及许可证边界。模型本身的商业使用许可、不同规模的授权范围、模型版本升级是否需要额外付费，都要写清楚。法务应避免签下一个“私有化”合同，却发行业内版授权协议，导致企业实际使用量和授权范围不匹配。
混合部署：明确数据分流的判断标准
混合部署场景中，部分数据留在本地，部分数据走云端。法务要审查的不是“能不能混合”，而是“分流规则由谁决定”。
合同应要求：哪些字段进入云端、哪些字段必须本地处理，由企业方定义规则，而非供应商自行判断；切换云端和本地处理的条件必须可配置、可审计。没有明确分流控制条款的混合部署方案，审查不应通过。
AI 应用采购中容易被忽略的三类条款
知识产权归属条款
AI 生成的输出内容归谁？如果供应商在合同里保留对生成内容的使用权，法务要警惕。企业采购 AI 应用是为了内部使用，输出的文案、报告、分析结果都属于企业的工作成果。
建议明确：客户输入和生成输出的知识产权归客户所有；供应商不得以任何形式使用、展示或引用客户的输出内容；供应商提供的提示词模板、流程配置和基础模型权重，其知识产权归属供应商，但客户获得永久使用许可。
安全事件响应条款
出事之后怎么处理，比事前承诺更重要。法务应要求合同包含：数据泄露事件的通知时限、责任认定标准、应急处理流程和赔偿安排。供应商不能只写“尽力保障数据安全”，必须给出事件响应时效和配合义务。
同时确认：如果供应商或供应商的底层模型服务商发生安全事件，影响企业数据安全时，客户是否有权暂停服务、终止合同并获得相应赔偿。赔偿上限不能只是一个象征性数字，应覆盖企业可能的直接损失。
供应商的合规资质与连带责任
供应商有没有自己的合规认证？如果供应商只是套接某家模型厂商的 API，不掌握底层基础设施，让它承诺数据安全等于没有承诺。法务应要求供应商提供：数据安全能力说明、等保备案或同等安全认证、与底层模型厂商签署的数据处理协议或合规承诺。
更进一步，合同里应明确供应商对下游服务商的合规管理责任。如果底层模型厂商出问题，供应商应对客户承担直接责任，不能把风险转嫁给企业。
企业内部 AI 采购合同的审查底线
法务不是要阻止企业用 AI，而是帮企业安全地用。建议内部建立一份 AI 采购合同红线清单：数据禁训条款必须有、数据留存删除权必须有、安全事件响应义务必须有、知识产权归属必须明确、供应商资质和责任链条必须可追溯。这五条缺一条，不建议批。
在实践中，可以直接要求供应商提供企业 AI 应用开发方案中的数据安全说明。智未来 AI 在服务企业客户时，会把部署方式、数据流向和安全边界写进实施文档，帮助法务在合同签署前就有核查依据。如果企业计划在正式采购前做小范围试点，也可以通过联系智未来（上海）智能科技有限公司先梳理合规需求，再根据试点范围明确合同边界。
常见问题
Q：AI 合同里供应商写了“不会将客户数据用于训练”，这个承诺够不够？
A：不够。审查时还要看两个补充条款：数据留存的时长和删除机制。供应商可以不做训练，但把企业数据保存两年，或把请求日志用于模型评估，风险仍然存在。建议同步要求：日志中的业务原文必须脱敏、留存周期不超过必要时长、客户随时有权提出删除请求。
Q：私有化部署是不是就不用担心数据合规了？
A：并非如此。私有化部署解决的是数据存储和推理的本地化问题，但还要看供应商是否保留远程运维通道、日志回传内容是否包含业务数据、模型授权范围是否和企业实际使用量一致。私有化的合同边界要写清楚，不能只靠“部署在客户服务器”一句话。法务应重点审查远程访问权限和运维数据回传条款。
Q：我们企业的员工已经把客户资料贴给 AI 了，采购合同还能补救吗？
A：合同层面可以补救一部分，但不能完全消除已发生的数据外流风险。如果之前的采购里没有数据禁训和删除条款，应尽快切换到有完整数据处理协议的服务商，并重新审视员工使用行为。合同是兜底，使用管控和权限设计要靠内部制度落地。法务可以和信息化负责人一起，把合同要求转化为系统级的数据隔离和脱敏规则。
Q：AI 采购合同要重点审查什么，才能在最短时间内给出结论？
A：建议先看数据训练条款、数据留存期限、跨境数据流、知识产权归属和事件响应责任五个点。如果这五个点都清晰，且供应商能提供数据处理协议和安全资质，合同基本可以通过。如果有任何一条含糊，应要求供应商补充说明，再进入下一步审查。
Q：法务在 AI 采购里要审到什么程度才算尽职，而不是替业务部门做技术决策？
A：法务的职责是确认风险可以被识别、可以被管理，而不是评判模型好不好用。审查应聚焦：数据去向是否明确、供应商责任是否可追溯、合同条款是否给企业留下主动权。技术效果和业务价值由业务部门判断。法务提出的安全要求应符合具体交付边界，避免用一份无限严苛的模板把可落地项目堵死。
Q：如果供应商提供不了完整的数据合规说明，还有没有回旋余地？
A：看是哪种供应商。如果是成熟的企业级 AI 服务商，应能提供数据处理协议、安全资质说明和数据流图。如果供应商连数据流向和训练政策都说不清楚，不建议签。折中方案是缩小采购范围，先在非敏感数据场景做小范围试点，用交付文档补齐合规材料后，再扩大使用范围。