据2026年4月23日光明网传媒官方账号报道，产业链供应链安全事关国家经济安全和高质量发展全局，境外间谍情报机关针对我国产业链供应链的渗透、破坏与窃密行为日益隐蔽化、专业化、体系化。从半导体技术的“内鬼泄密”，到数据资源的“寄生窃取”，再到关键矿产信息的“机密套取”，这些触目惊心的案例提醒我们：产业链供应链上每一个环节都可能成为被攻击的薄弱点。

然而，在高度关注传统产业链供应链安全的同时，一个更加隐蔽、影响更为深远的领域正在被忽视：人工智能领域的安全，同样不能“掉链子”。

与传统的产业链供应链相比，人工智能领域的安全风险具有更强的隐蔽性、更广的渗透性和更难追溯的责任链条。传统的数据泄露、技术窃取有明确的法律禁止事项和追责路径，而AI领域的安全漏洞往往隐藏在算法黑箱之中，加之立法尚不健全，使得这些风险正在无声无息地侵蚀着国家经济安全、社会信任和公众的三观。

一、AI收集各行业数据的合法性：法律的灰色地带

当前，人工智能大模型的训练需要海量数据。这些数据从何而来？是否获得了数据主体的合法授权？是否存在超范围收集、违规使用的问题？答案往往是不明确的。

许多AI平台通过网络爬虫、API接口、数据交易等方式，大量抓取各行业的企业信息、个人数据、行业报告。然而，现行法律对“数据爬取”行为的定性尚存争议，《数据安全法》《个人信息保护法》虽有原则性规定，但对于AI训练场景下的数据使用缺乏细化的规则。一些平台以“公开数据”“合理使用”为由，将本应受到保护的数据纳入训练集，却未履行告知同意、匿名化处理等法定义务。

更值得警惕的是，加工出售企业单位信息的大数据服务平台，其安全合规性存在大量盲区。某些平台将收集到的企业司法案件、信用记录、经营数据等加工成“风险报告”“信用评分”，然后向金融机构、合作伙伴出售。这些数据是否准确？加工过程是否存在偏见？数据来源是否合法？平台VIP会员谁能保证没有外国使用者？当错误信息被标注为“风险提示”并广泛传播时，受害企业申诉无门、纠正无路。

二、AI生成评价的偏见性与歧视性：算法背后的“不负责任”

AI平台生成的对各行业、各企业、各观点的评价，正在深刻影响公众的认知和决策。然而，这些评价往往带有系统性偏见和歧视性，且平台以“算法自动生成”为由拒绝承担责任。

例如，一个信用评分AI可能因为某企业曾经涉及一场诉讼（即使该企业已胜诉）而将其标记为“高风险”；一个招聘筛选AI可能因为训练数据中的性别偏差，而系统性地排除某些群体的候选人；一个内容推荐AI可能因为“点击率高”而放大极端观点，制造信息茧房。这些偏见和歧视，不是偶发的“技术误差”，而是算法设计、数据采集、模型训练等环节系统性缺陷的必然结果。

更为严重的是，当这些评价造成损害时，平台往往援引“技术中立”“算法自动生成”等说辞推卸责任。用户找不到具体的责任人，监管部门难以穿透技术黑箱，受害者维权无门。这种“不负责任”的状态，使得AI评价成为一把无法收回的利剑。

三、国外势力通过AI大模型渗透：改变认知的“隐形战场”

产业链供应链上的间谍行为，表现为窃密、寄生、策反等有形手段；而人工智能领域的安全威胁，则更多表现为无形的认知渗透和价值观侵蚀。

国外势力通过AI大模型的思维逻辑特性，正在悄然改变AI对事物的看法和判断。他们可能通过操控训练数据、注入偏见样本、设计诱导性提示词等方式，使AI模型在回答某些敏感问题时，输出符合其政治意图的结论。这些结论通过AI搜索、智能问答、内容推荐等渠道广泛传播，潜移默化地影响人们的生产、生活、社交、娱乐、文化的世界观和人生观。

例如，一个由国外主导训练的通用大模型，在回答关于中国政治体制、历史事件、社会治理等问题时，可能带有预设的负面框架；在对中国企业、行业进行评价时，可能采用双重标准。这些“算法偏见”不像传统间谍行为那样容易被察觉，但其长期累积的认知危害，远比单次数据泄露更为深远。

不负责任的信用风险提示，同样可以成为国外势力干扰中国经济的工具。通过AI系统对中国企业进行不公正的风险标注，影响其融资、合作、市场声誉，从而达到打压特定行业、特定企业的目的。这种“算法战”隐蔽性强、成本低、覆盖面广，已成为新的安全威胁形态。

四、补齐AI安全短板：从立法、标准、监督到自律

面对人工智能领域隐蔽而严峻的安全风险，我们不能坐等立法完善，而必须主动作为，从多个维度补齐短板。

第一，加快AI领域立法进程。 明确AI收集数据的合法性边界，细化“公开数据”的使用规则，建立数据爬取的备案和审查制度。对加工出售企业信息的大数据服务平台，实施准入管理和定期审计，确保数据来源合法、加工过程透明、评价结果可追溯。

第二，建立AI评价的公平性标准。 对信用评分、风险提示、招聘筛选等影响重大的AI评价系统，实施强制性公平性检测。要求平台披露评价依据、数据来源、算法逻辑，并对评价结果的准确性承担法律责任。禁止以“算法自动生成”为由推卸责任。

第三，强化对国外AI大模型的监管。 对在国内市场广泛使用的国外AI产品，实施内容安全审查和算法备案。防止其通过内置偏见、诱导输出等方式，传播不符合中国法律法规和社会主义核心价值观的内容。对恶意标注、歧视性评价等行为，依法追究责任。

第四，提升全社会AI安全意识。 企业和公众应当认识到，AI系统输出的信息并非客观真理，而是算法加工的结果。在使用AI进行决策时，保持审慎态度，对重要结论进行人工复核。发现AI存在偏见或错误时，积极使用纠错渠道，及时反馈。

五、人人有责：筑牢AI安全的人民防线

产业链供应链安全“人人有责”，正如光明网报道所强调的，这不是政府和企业的“独角戏”，而是人人有责、人人可为。人工智能领域的安全同样如此。

• 企业应当对所使用的AI产品进行安全评估，选择那些敢于署名、透明公开、有纠错机制的供应商。对涉及商业秘密、个人隐私的数据，谨慎输入AI系统。

• 开发者应当在算法设计阶段嵌入公平性约束，主动进行偏见检测，并为用户提供便捷的纠错通道。

• 公众应当对AI生成的内容保持批判性思维，不盲信、不盲从。发现AI评价存在问题时，积极申诉，维护自身权益。

CUAI语

产业链供应链上，每一颗螺丝钉都不能松动；人工智能领域，每一个算法、每一条数据、每一次评价，同样不能“掉链子”。

传统安全风险有形的，AI安全风险是无形的；传统窃密有迹可循，算法偏见难以察觉；传统法律有明确禁区，AI立法尚在途中。但隐蔽不等于不存在，无形不等于无危害。当国外势力通过AI大模型渗透认知，当不负责任的信用评价摧毁企业，当数据收集游离于法律灰色地带——人工智能领域的安全，已经到了必须正视、必须行动的时刻。

促AI向善，从补齐安全短板开始。让立法跟上技术，让标准规范算法，让监督穿透黑箱，让责任回归人。唯有如此，人工智能才能真正成为推动高质量发展的向善力量，而非威胁国家安全的隐形漏洞。

这是CUAI的立场，也是这个时代不能回避的责任。