欧盟人工智能法案调查的证据要求

2026年9月1日，欧洲人工智能办公室从政策制定转向积极执法，向30多家通用人工智能（GPAI）模型提供商发出了首批正式的信息请求。根据对这些初步调查的法律分析（Simmons & Simmons, 2026），这些请求侧重于模型安全、对抗性测试结果以及上市后监控的详细信息。对于数据所有者和购买者而言，这标志着合规不再是走过场式的任务；而是一个需要大量文档证据的过程。

技术文档负担（附件IV）

根据《欧盟人工智能法案》第11条，高风险人工智能系统和通用人工智能（GPAI）模型的提供商必须维护全面的技术文档。在调查中，欧洲人工智能办公室将要求提供附件IV中列出的文件。这不是一份摘要，而是对系统架构的深入研究。您必须准备好提供：

• 设计规范：详细描述人工智能系统开发所执行的方法和步骤，包括算法逻辑和所做的设计选择。
• 系统架构：记录系统如何与其他软件以及预期运行的硬件进行交互。
• 计算资源：披露用于初始训练和微调的能耗和计算能力数据。

对于数据购买者来说，确保您的供应商拥有这些文件至关重要。您应该优先考虑获取符合《欧盟人工智能法案》要求的稀有合规训练数据，这些数据已包含必要元数据，可用于填充这些技术文件。

数据治理和来源证据

《法案》第10条规定了严格的数据治理。如果受到调查，数据所有者或购买者必须证明训练、验证和测试数据集的完整性。欧洲人工智能办公室要求提供“数据来源”证据，包括数据的来源、收集方法以及使用数据的法律依据。根据《人工智能法案》的官方文本（Regulation (EU) 2024/1689），文档必须涵盖：

• 数据集特征：关于数据密度、数量和质量的信息。
• 偏见缓解：为识别和解决潜在偏见（尤其是影响个人健康和安全或基本权利的偏见）所采取措施的证据。
• 权利清除：关于版权政策以及用于训练模型的特定数据集的摘要。

希望将其资产货币化的数据所有者现在必须将“来源日志”视为产品核心部分。缺乏清晰生命周期审计记录的数据集越来越被视为一种负债而非资产。

运营日志和对抗性测试

对具有系统性风险的通用人工智能（GPAI）模型最严格的要求之一是提供对抗性测试结果。欧洲人工智能办公室最近的请求特别针对“红队测试”报告。调查人员将寻找模型针对恶意提示、越狱尝试和数据投毒进行测试的证据。第12条要求高风险人工智能系统在其整个生命周期中自动生成日志。这些日志必须提供系统运行的按时间顺序记录，从而能够将输出追溯到特定的输入和处理步骤。

财务风险和执法规模

未能提供这些证据的风险是前所未有的。《欧盟人工智能法案》规定了分级罚款结构。不遵守数据治理要求（第10条）可能导致行政罚款高达1500万欧元或总全球年营业额的3%，以较高者为准。在调查期间向监管机构提供误导性或虚假信息，罚款可能高达750万欧元或营业额的1%（Article 99, Regulation (EU) 2024/1689）。这使得“证据成本”成为任何人工智能项目预算中的一项重要支出。

这对您意味着什么

对于数据所有者来说，您的货币化策略现在取决于文档。您不再仅仅出售原始信息；您正在出售一个包含来源证书和偏见审计报告的“合规数据包”。高质量、预先审查的资产可以列入我们的数据集目录，以吸引那些专门寻求降低《欧盟人工智能法案》审计风险的买家。对于数据购买者来说，9月1日的执法行动是一个警告：尽职调查必须超越模型性能，延伸到构建它的数据的证据链。如果您无法提供日志，就无法部署模型。