AI治理的下一步：从ISO 42001管理体系建设，走向AI时代的人才能力转型

陈睿智
陈睿智

安在

2026年11月4日 17:05
上海

去阅读

当企业开始认真讨论AI治理时，一个更值得关注的问题是：治理要求如何真正融入业务，又由谁来推动这些要求落地？

过去两年，随着生成式AI、大模型应用和AI Agent逐步进入企业经营活动，AI治理成为企业管理者、技术负责人和风险管理部门共同关注的话题。

不少企业开始制定AI管理制度，开展AI风险评估，建立AI应用审批机制，并考虑通过ISO/IEC 42001人工智能管理体系认证。

这些工作当然重要。但企业很快会遇到一个现实问题：管理制度建立以后，AI应用究竟应该如何开展？谁来判断哪些工作适合AI？如何确定AI的权限？谁来验证AI的工作成果？又如何确保AI持续创造业务价值？

这些问题并不能仅靠增加几份制度文件来解决。

要回答它们，我们需要将AI治理从管理体系建设，进一步延伸到业务运营和人的能力建设。

一、AI治理不是重建企业治理框架

企业治理并不是AI时代才出现的概念。一家治理良好的企业，本来就应该具备清晰的战略目标、组织职责、决策权限、管理过程、风险控制和绩效评价机制。

AI的出现，改变了企业可以利用的技术能力，也带来了新的风险和管理要求，但并没有改变企业治理的基本逻辑。事实上，良好的企业治理不仅不会阻碍AI创新，反而能够为AI创新创造条件。

当企业的业务过程清晰、职责明确、决策机制有效时，组织更容易识别AI应用机会，协调资源，明确授权，并将AI创新成果转化为实际业务价值。真正阻碍AI创新的，往往不是治理本身，而是官僚主义、形式主义，以及低效的组织运行方式。

因此，企业建设AI治理体系，不应当把AI视为一个完全独立于既有经营管理体系之外的对象。

AI治理应当成为企业治理能力面向新技术、新风险和新工作方式的自然延伸。

二、ISO 42001为企业AI治理建立管理基础

让我们来重新认识一下ISO/IEC 42001:2023，它是国际标准化组织和国际电工委员会发布的人工智能管理体系标准，为组织建立、实施、维护和持续改进人工智能管理体系提供了系统性要求。

它不仅关注AI技术风险，也关注组织目标、管理职责、资源配置、风险与机遇、AI系统影响评估、运行控制、绩效评价和持续改进。这一标准的重要价值，在于帮助企业建立一套可管理、可评价、可持续改进的AI管理机制。

例如，企业在引入一项新的AI应用之前，需要明确应用目标，识别相关风险，评价潜在影响，确定责任主体和必要的控制措施。在AI应用投入运行后，企业还需要持续监测其表现，处理运行中的问题，并根据业务环境、技术能力和风险变化调整管理要求。

这些要求与企业已有的信息安全管理、IT服务管理、质量管理和风险管理体系并不矛盾。相反，ISO 42001强调AI管理体系与组织现有管理结构和业务过程的融合。

对于已经具备一定治理基础的企业，建设ISO 42001管理体系不应当意味着重新建立一套平行的管理组织和制度，而应当在现有管理能力基础上，识别AI带来的新增要求，并完成必要的扩展与整合。

但是，管理体系明确了组织应当建立哪些管理能力，并不意味着这些能力已经自动融入企业日常业务。从管理要求到实际运行，还需要一套有效的实践方法。

三、ITIL AI治理：让管理要求进入真实的业务活动

有了AI治理的标准，从实践的角度离不开ITIL 第五版的《AI治理》模块，它与单纯从制度和合规要求出发不同，ITIL将AI治理放在数字化产品、服务、价值创造和持续改进的背景下讨论，从实践视角提供完整的理论框架。

它关注的不仅是AI能否得到有效控制，还包括AI如何创造价值、如何融入现有管理活动，以及治理机制如何随着AI能力的发展不断演进。这为企业落实ISO 42001提供了重要的实践参考。

以企业正在开发一项新的数字化产品功能为例。过去，产品经理需要收集业务需求、分析用户场景、梳理业务规则、编写需求规格说明，并协调开发、测试和业务部门开展评审。现在，AI已经能够参与其中的多项活动。

根据ITIL AI能力模型，可以从生成、整理、解释、认知、沟通和协调六类能力出发，分析AI能够承担哪些工作。AI可以整理用户反馈，分析需求中的冲突，生成用户故事和验收标准，解释业务规则，并协助组织需求评审。但这并不意味着产品经理可以将全部需求管理工作交给AI。

企业仍然需要明确需求的业务目标、成果质量标准、AI可以处理的数据范围，以及哪些判断必须由产品经理完成。特别是涉及产品定位、商业价值、重要业务规则和风险接受等决策时，组织必须明确相应的授权和责任。

这实际上体现了一种新的管理方式：

企业不再只是管理人如何使用软件，而是开始管理人与AI如何共同完成工作。

在这个过程中，ISO 42001提出的职责、风险评估、影响评估、运行控制和绩效评价等要求，可以进一步落实到具体的业务场景和工作活动中。

ITIL AI治理提供的价值分析、AI能力模型和治理改进方法，则能够帮助企业把这些要求转化为可执行的实践。两者结合，可以使AI治理从制度层面进入业务运营层面。

四、当AI开始参与工作，人的能力要求也在发生变化

AI治理真正落地后，企业还会面对一个更深层的问题：员工是否具备在新工作方式下履行职责的能力？

企业培养员工，通常围绕岗位职责、专业知识、操作技能和管理制度展开。但当AI能够参与分析、生成、沟通和协调工作时，员工不仅需要知道如何完成任务，还需要判断哪些任务适合交给AI，以及如何评价AI完成任务的质量。

假设以产品经理为例，过去，编写需求文档是一项重要的岗位技能。

现在，AI可以帮助生成需求文档，但产品经理仍然需要判断需求是否反映真实的业务目标，业务规则是否完整，异常场景是否被充分考虑，验收标准是否能够验证预期成果。

如果产品经理缺乏需求工程的专业能力，即使AI能够快速生成一份形式完整的需求文档，也不代表这份文档具有实际价值。因此，AI并没有使专业能力变得不重要。相反，专业能力正在从直接完成工作的基础，进一步转变为设计、指导和验证AI工作的基础。

与此同时，员工还需要形成新的工作设计能力。他们需要理解业务目标，将管理过程分解为具体活动，识别适合由人、传统自动化和AI分别承担的工作，并设计相应的协作、授权和监督机制。

这意味着AI时代的人才培养，不应当仅仅停留在工具操作和提示词技巧层面。企业真正需要培养的是能够理解业务、运用AI、设计工作方式并对业务成果负责的复合型人才。

五、从AI工具使用者走向AI赋能的业务实践者

近年来，FDE（Forward Deployed Engineer，前沿部署工程师）逐渐受到企业关注。在其典型的职业实践中，FDE需要深入业务现场，理解实际问题，将技术能力与业务需求结合，并推动解决方案在真实环境中运行。

对于企业内部人才培养而言，FDE所体现的跨业务、技术与交付边界的工作方式，具有重要借鉴价值。但企业不必要求每一位员工都转型为专业的软件工程师，也不必把FDE简单理解为掌握某种AI开发工具的人员。更有价值的方向，是借鉴FDE的工作方式，培养能够将专业领域知识与AI技术结合起来的人才。

例如，业务人员需要具备识别AI应用机会、分析业务价值和设计人机协作方式的能力。IT与数字化人员需要具备将AI能力转化为可运行产品和服务的能力。管理人员则需要理解AI的能力边界、授权方式、绩效评价和风险管理要求。不同岗位的能力重点有所差异，但共同指向一个变化：

从单纯使用AI工具，走向能够利用AI重新设计和改进工作。

这种能力不能仅靠一次培训获得，而需要通过业务场景分析、实践训练、真实项目应用和持续复盘逐步形成。这也正是企业开展FDE相关能力培养的重要价值。

六、AI治理与人才转型，最终应该服务于同一个目标

如果企业只建立AI管理体系，却没有员工能够将治理要求转化为实际工作，管理体系就可能停留在制度层面。如果企业只开展AI工具培训，却没有明确的治理机制和业务价值目标，员工可能掌握了大量工具技巧，却难以形成稳定、可复制的业务成果。

因此，AI治理建设与人才能力培养不应该被看作两个孤立的项目。前者为AI应用明确目标、规则、责任和风险边界，后者使组织中的人具备在这些边界内有效运用AI、改进工作和创造价值的能力。对于希望系统推进企业AI转型的组织，可以从两个相互衔接的方向开展建设。

一方面，以ISO/IEC 42001为基础，结合ITIL AI治理实践，建立与现有企业治理体系相融合的AI管理机制。

重点包括AI治理架构、应用场景管理、风险与影响评估、生命周期控制、授权与监督、运行评价和持续改进。

另一方面，以FDE的工作方式为参考，推动业务人员、数字化人员和管理人员开展AI能力转型。

重点不只是学习AI工具，而是围绕真实业务场景，培养业务分析、AI能力应用、工作设计、人机协同、风险识别和价值验证能力。

当治理机制与人的能力共同发展时，企业才能逐步将AI从零散的工具应用，转化为可持续运行的组织能力。

结语：AI时代，企业真正需要升级的是组织能力

AI技术仍在快速发展。未来，模型能力、AI Agent和自动化技术还会持续变化。企业不可能为每一次技术变化都重新建立一套管理体系，也不可能依靠不断增加工具培训来完成组织转型。真正具有长期价值的，是企业形成能够适应技术变化的治理机制，以及能够持续学习、重新设计工作并创造价值的人才队伍。

ISO 42001为企业建立AI管理体系提供了规范基础，ITIL AI治理为治理要求融入业务实践提供了方法参考，而FDE所体现的业务与技术融合能力，则为企业人才转型提供了值得借鉴的方向。

AI治理的最终价值，不是证明企业能够管理AI，而是让企业有能力持续、有效、负责任地利用AI创造价值。

这既是企业AI治理建设的方向，也是AI时代人才能力转型的起点。

关于我们的专业服务

安言咨询围绕企业AI治理与AI能力转型提供两类相互衔接的服务：

ISO/IEC 42001人工智能管理体系建设咨询：结合企业现有管理基础及ITIL AI治理实践，协助企业开展AI治理现状评价、管理体系建设、AI风险与影响评估、管理过程融合、运行机制完善及认证准备。

FDE与企业AI应用能力培养：面向业务、数字化及管理岗位，围绕真实业务场景开展AI应用分析、工作活动设计、人机协同、AI工具与解决方案实践以及业务价值验证训练，帮助员工形成将AI能力应用于实际工作的综合能力。

两项服务可以分别实施，也可以结合企业AI转型阶段进行整体规划。

作者介绍：陈睿智，资深数字化服务管理与风险合规咨询顾问，拥有20余年金融、制造等行业实践经验。长期专注于管理体系建设与治理能力提升，擅长将标准要求与企业实际深度融合，推动体系从“合规建设”走向“运营落地”，持续提升组织的风险管控能力与服务运营水平。

联系作者

获取相关资料

专注网络信息安全与风险管理

更多详情，业务咨询，欢迎与我们联系

安言在线客服

联系电话：13248385337

邮箱：[email protected]

**END

点击这里阅读原文**