AI 价值捕获合同：使供应商、员工和客户与可衡量的结果保持一致

1. 定义商业决策

第一个决定是 AI 计划是否应作为容量、可交付成果、可衡量的结果或通过这些结构的混合来购买。容量定价用于支付软件、模型、基础设施或人员的使用费用。可交付的定价支付商定的实施产出。结果定价将部分考虑因素与客户业务的可衡量变化联系起来。混合型可以为不可避免的交付成本提供资金，同时为独立支持的价值保留可变对价。

商业选择应遵循结果的可控性。当价值事件可观察、基线足够稳定以进行衡量、供应商可以对绩效产生重大影响并且客户可以执行所需的补充行动时，结果费用是最有道理的。当结果在很大程度上取决于宏观经济条件、客户判断力、多个供应商或长期且不确定的因果链时，固定费用通常更容易。

签约团队应该用一句话写出决定：组织正在考虑在定义的范围内进行定义的 AI 启用的变更，以在定义的测量期内改进定义的结果，并遵守指定的保障措施和最大授权的经济风险。这句话成为业务案例、工作说明书和测量计划的控制范围。

NIST 围绕治理、映射、测量和管理组织 AI 风险管理。它指出，衡量结果应为持续的风险监控和应对提供信息。 ^[1] 这支持一种合同架构，其中商业支付取决于操作控制系统产生的证据，而不是追溯性谈判。

投资委员会应批准目标结果、固定和可变对价、计量方法、风险承受能力、数据使用和停止条件。法律条款应遵循经批准的经济设计。如果计量设计仍未解决，双方应避免提出客观确定的可变费用。

2. 构建价值契约架构

合同应组装为一组链接的时间表。主协议涉及一般法律和商业条款。用例计划确定了工作流程和批准的目的。测量计划定义了价值事件、基线、反事实和计算。数据计划管理访问、处理、保留和删除。服务计划规定了可用性、性能和支持。责任表记录供应商、客户和员工的行为。保证计划定义了测试、证据、审计和事件报告。商业时间表适用增益份额瀑布和上限。

每个时间表应使用相同的定义术语和版本标识符。仅模型名称是不够的，因为交付的服务还可能依赖于检索数据、提示、策略、软件编排、人工审查、基础设施和下游决策。合同系统应被标识为具有所有者和更改历史记录的版本化配置。

架构应该区分义务和依赖。供应商可能有义务维持响应延迟和模型可用性。供应商可能依赖客户提供及时、合法且有代表性的数据。客户可能有义务培训授权用户并操作人工审核控制。测量的结果可能取决于客户采用、流程重新设计和管理决策。记录这些依赖性可以使归因和补救措施更加可信。

原创框架。合格的律师应确定可执行的文件结构。

3.定义值事件

价值事件是将系统使用与经济结果联系起来的最小可观察事件。示例包括正确解决的客户请求、防止重复付款、接受的工程设计、转化为销售的合格潜在客户、在没有可避免的延误的情况下清关的货物或在批准的标准内处理的索赔。生产率提高或更好的决策等宽泛的描述对于付款来说不够精确。

事件定义应确定单位、起点、完成点、起息日、数据源、接受规则和冲销规则。如果客户案例在三十天内重新审理，最初的解决方案可能需要撤销。如果预测的维护事件之后进行的检查没有显示任何缺陷，则可避免的成本索赔需要预先商定的处理。合同应说明如何处理重复、不完整、取消和异常事件。

经济价值可能比运营事件高出好几步。更快的提案不会自动创造收​​入。较低的预测误差不会自动减少库存。成功的推荐不会自动改变客户的行为。衡量计划应绘制一条从系统输出到员工行为、操作事件、财务影响和现金后果的因果链。在证据和可控性足够强的情况下，可以附加付款。

活动还应该有一个质量界限。如果错误、投诉或返工增加，处理时间的减少可能会破坏价值。因此，主要指标应与准确性、安全性、客户结果、员工工作量、隐私事件和下游损失等护栏指标相结合。当重大护栏突破发生时，即使标题指标有所改善，价值事件也会失败。

4. 构建基线树

基线是没有合同干预的预期结果。应在实施之前使用证据层次结构对其进行定义。最高质量的可用方法可能是同期对照组或随机推出。其他方法包括分阶段引入、匹配单位、双重差分、根据前期驱动因素建立的预测或根据商定的变化调整的简单历史平均值。

世界银行指南将反事实问题解释为需要估计在没有干预的情况下同一单位会发生什么。它描述了因果推理的实验和准实验方法。 ^[5] 商业合同很少复制完整的研究设计，但同样的规则有助于防止所有部署后改进都被计入 AI 系统。

基线树应指定首选方法和后备方案。它应确定治疗人群、比较人群、前期、测量期、季节性、重大外部变量、排除和最小样本。每个分支机构应说明谁可以激活它以及如何计算对付款的影响。

历史基线需要改变规则。产量、产品组合、工资率、投入价格、监管、客户行为、收购、关闭和其他计划可能会改变预期结果。双方应商定哪些变量已标准化，哪些仍属于普通业务风险。过度标准化会创建无法审核的模型。标准化不足可能会奖励供应商不相关的改进，或因外部冲击而惩罚供应商。

5. 冻结指标定义和源代码沿袭

每个支付指标都应该有一个数据字典。它应说明业务定义、公式、记录系统、提取方法、所有者、刷新频率、允许的调整、舍入以及丢失或延迟数据的处理。定义还应记录指标是否代表运营事件、会计金额或现金收入。

沿袭很重要，因为 AI 服务可以更改用于测量自身的数据。将案例分类为已解决的系统还可以写入其绩效费所依赖的解决状态。计量设计应保留独立证据，如客户确认、下游完成情况、会计记录或单独的控制系统。自我生成的证据可以支持计算，但它不应该是操纵或漂移合理的唯一决定因素。

双方应冻结每个测量周期的数据和计算版本。通过受控的重述过程，更正仍然是可能的。日志应标识模型、提示或策略版本、输入数据集、人工审核者、输出、最终行动和后续经济事件。访问应遵循隐私、保密、安全和特权要求。

GAO AI 问责框架围绕治理、数据、绩效和监控对实践进行分组，并为管理层和评估人员提供问题。 ^[8] 合同证据包可以使用相同的四部分逻辑：授权目的、可靠数据、测量性能和持续监控。

6. 分配数据权利和责任

数据计划应区分客户数据、供应商数据、许可的第三方数据、员工数据、客户生成的反馈、系统日志、提示、输出、派生特征和模型改进。对于每个类别，定义所有权或允许的使用、访问、安全、位置、保留、删除、可移植性、审核和终止后的使用。

控制者和处理者标签应反映有关目的和手段的实际决定。英国信息专员办公室指出，确定个人数据处理目的和方式的组织是控制者，无论合同中使用什么标签。它还建议记录整个 AI 供应链的角色，并设置书面指令、安全措施、子处理者控制、合同结束处理和审计权利。 ^[3] 适用的要求因司法管辖区和活动而异。

培训和改进权利应明确。处理用于交付服务的数据的权限不会自动建立使用相同数据进行供应商单独模型开发的权限。该时间表应确定信息是否可以聚合、去识别化或用于改进共享模型，并应定义所选治疗所需的证据。

计量权必须存续足够长的时间才能解决最终费用和审计纠纷。该期限应该是有限的且相称的。围绕运营服务终止而设计的数据保留条款可能会无意中删除付款或监管响应所需的证据。双方应将删除职责与法律保留、审计窗口和最终解决进行协调。

7. 将服务水平与价值联系起来

传统的服务水平衡量正常运行时间、响应时间和支持。 AI 价值合约还需要与用例相关的性能和控制级别。根据系统的不同，这些可能涵盖精度、召回率、错误成本、弃权率、升级质量、延迟、吞吐量、稳健性、安全性、可解释性、数据新鲜度和人工审核合规性。

模型级指标不应替代端到端服务结果。如果输入过时、用户忽略输出、集成失败或客户条件发生变化，高基准准确性可能与糟糕的业务绩效共存。服务计划应确定哪些指标是由供应商控制、客户控制或共同控制的。

NIST 的生成式 AI 配置文件侧重于治理、内容来源、部署前测试和事件披露。 ^[2] 这些规则可以转化为验收测试、来源日志、发布门和事件义务。合同应确定需要重新测试的材料模型或系统更改，然后修订版本才能支付结果费用。

服务失败应通过商定的机制影响付款。可能的处理措施包括排除受影响的事件、质量扣除、服务信用、收益份额减少、治愈期或终止权。除非合同明确规定，相同的故障不应造成意外的重复恢复。责任、赔偿和服务信用条款应与商业瀑布相协调。

原创框架。阈值应得到用例证据和批准的风险承受能力的支持。

8. 定义人员和组织的依赖关系

AI的结果通常需要工作上的改变。员工可能需要审查输出、纠正数据、重新设计队列、改变客户对话或接受新的绩效衡量标准。管理者可能需要消除重复的控制、修改决策权和资金整合。这些操作应被识别为客户依赖性而不是假设的。

责任表应列出每个依赖性的责任角色、截止日期、证据和后果。后果应该是相称的。错过培训期限可能会延长测量周期。未能提供商定的数据可能会暂停受影响的指标。故意绕过所需的安全控制可能会使事件不合格并触发事件治理。

员工激励措施应与合同结果和监管措施保持一致。只为吞吐量付费可能会鼓励肤浅的完成。惩罚越权行为可能会抑制必要的人为判断。操作设计应奖励正确的升级、证据质量和可持续采用。就业、咨询、监督和歧视要求需要针对特定​​司法管辖区进行审查。

客户也塑造价值。加速信贷决策的系统可能会增加申请量，但如果解释和上诉途径薄弱，就会造成混乱。客户服务代理可以更快地解决案例，而客户可以稍后重新打开案例。测量计划应包括重要的延迟指标或下游指标。

9. 建立归因桥梁

归因从观察到的变化开始，并删除合同不支持的金额。该桥梁应确定数量、价格、组合、通货膨胀、季节性、政策、人员配置、其他技术、流程重新设计、供应商贡献、客户贡献、质量故障和增量成本。每次调整都需要一个所有者、数据源和审批规则。

各方应避免将所有不确定性转化为委员会的酌情决定。当输入可观察时，预先商定的公式非常有用。有界专家裁决可以解决专门争议。联合治理机构可以在资金限额内批准记录在案的特殊调整。超出该限制的重大变更应需要授权修改。

归因应该承认互动。如果不重新设计客户流程，供应商的模型可能不会创造任何价值，而如果没有模型，重新设计的价值可能有限。在因果分离不切实际的情况下，协商分配因子可以反映共同贡献。在知道结果之前，该因素应该是固定的或从透明规则中得出。

营销声明应与证据保持一致。美国证券交易委员会已针对投资顾问使用 AI 的虚假或误导性陈述采取执法行动。 ^[7] 价值合约应在经过验证的内部利益、外部可传达的索赔和受监管的披露之间保留明显的区别。

10.设计增益瀑布

瀑布应该从商定的总效益措施开始，并按固定顺序扣除项目。典型的顺序是外部影响、不受支持的归因、逆转和质量故障、增量客户运营成本、所需的第三方成本、已支付的供应商固定费用、阈值收益、收益份额和上限。税收和会计分录应遵循适用的建议。

合约应防止跨指标的重复计算。处理时间的减少和员工成本的降低可以描述相同的好处。收入增长和边际贡献不应在没有调节的情况下同时计算。营运资本释放与经常性利润不同，应该有自己的处理方法。

Gainshare 等级可以奖励卓越的绩效，同时保持客户经济效益。最低阈值可以确保客户首先收回实施和中断成本。在较高的效益水平上下降的供应商份额可以认识到更广泛的组织行动可以推动规模发展。当测量不确定性仍然存在时，上限可以限制变量考虑。

付款时间应遵循证据成熟度。运营事件可能每月进行一次衡量，而逆转、客户索赔或现金收回则稍后出现。双方可以使用临时报表、保留报表和年度调整报表。审核期应足够长，以观察商定的逆转，而不会造成无限期的不确定性。

原始说明模型。价值观不能描述任何组织，也不适合作为基准。

11.测试假设的经济学

该图假设年度可寻址成本基础为 USD 20.0 million。基线在部署前被冻结，并根据商定的数量和工资率变动进行调整。测量期间报告总体改善情况 USD 4.20 million。这等于可寻址基数的 21.0%，但在归因桥完成之前，该百分比不会被视为验证值。

外部效果占USD 0.55 million。 USD 0.42 million 的归因帐户不受支持。逆转和质量故障删除了 USD 0.25 million。增量基础设施、集成、保证和人工审核成本为 USD 0.60 million。因此，经验证的净收益为 USD 2.38 million。

假设的收益分成为客户提供了第一个经过验证的净收益 USD 0.50 million。供应商获得下一个 USD 1.50 million 的 25% 和高于 USD 2.00 million 的 15% 的收益。四舍五入后，最终的供应商结果考虑因素为 USD 0.43 million。客户保留权益为 USD 1.95 million。固定实施费用和认购费用将分开处理，并应在投资委员会评估总体经济效益时纳入其中。

该插图应被视为计算设计。实时合同可以使用不同的等级、固定费用、上限、货币和衡量周期。其投入需要得到经过验证的运营和财务数据的支持。价值表应确定数字是税前还是税后，以及是否正在计量现金、会计利润或避免的支出。

12. 运行灵敏度和断点分析

经济委员会应该测试能够扭转商业结论的变量。这些通常包括基线趋势、比较组有效性、采用、质量故障、供应商归因、增量运营成本、效益持久性和费用上限。单一的集中估计隐藏了这些假设带来的争议风险。

在假设模型中，较低的证据置信度会增加无支持的归因扣除。因此，即使观察到的改进没有改变，弱比较方法也会降低已验证的效益。较高质量的故障也会降低合格价值。相互作用很重要，因为证据不足和质量差可能会影响相同的事件；合同应明确扣除顺序，避免重复调整。

付款上限应根据客户的保留利益进行测试。如果供应商能够获得全额上限，而客户尚未收回实施和运营成本，则该结构可能会奖励技术输出而没有经济价值。合同可以通过客户至上的门槛、最低留存收益比率或累积调整来解决这个问题。

13. 责任分配和补救措施

责任应遵循控制、信息和防止伤害的能力。供应商可以控制模型开发、服务安全和公开的限制。客户可以控制目的、部署上下文、用户访问和最终决策。第三方模型或数据提供商可能控制重要的上游组件。责任矩阵应告知保证、赔偿、排除、上限和保险要求。

《欧盟人工智能法案》为提供商、部署者和其他参与者在其范围内规定了基于风险的义务。其要求包括相关系统的治理、技术文档、日志记录、透明度、人工监督、准确性、稳健性和网络安全。 ^[4] 适用的角色和义务需要针对特定​​系统的法律分析。合同标签不能免除法定责任。

补救措施应针对失败的性质。不正确的发票需要更正和利息规则。服务失败可能需要信用和补救。数据滥用可能需要删除、通知和赔偿。重复的模型性能失败可能需要重新训练、回滚或终止。有害的决定可能需要客户补救和监管响应。合同应保留紧急保护行动，同时随后分配成本。

结果费用可能会产生行为风险。为降低成本而付费的供应商可能有动机推荐更少的评论。客户付费团队可能会抑制减少费用池的事件。治理设计应保护独立的风险、合规、安全和审计职能免受商业压力。

14. 控制模型变化和漂移

AI系统通过新的模型版本、提示、检索语料库、策略、集成、数据分布和用户行为进行更改。固定绩效费用同时允许不受控制的系统更改的合同会产生不稳定的衡量对象。变更计划应按重要性对变更进行分类。

例行测试后可能会记录并包含微小的变化。重大变更应需要影响评估、回归测试、基线审查和授权发布。改变工作流程或合格人群的变更可能需要新的测量周期。紧急安全变更可以通过快速途径进行，并进行后续审查。

OECD AI 原则要求跨数据集、流程和决策的可追溯性，以及在整个 AI 生命周期中持续进行风险管理。 ^[6] 合同可以通过版本记录、监控、事件阈值以及覆盖、修复或退役系统的权利来实现这一点。

偏差监控应将技术指标与经济和客户成果联系起来。精度下降可能会增加返工，然后才出现在总体成本中。客户组合的变化可能会降低模型性能并使基线失效。治理机构应定义警告级别、停止级别、所有者和重启证据。

15. 建立保证和审计

保证应测试计算、数据、系统和控制。金融可以调和价值桥梁。内部审计或商定的独立审查员可以测试沿袭并控制操作。技术专家可以评估模型性能和安全性。隐私、法律、就业和部门专家可以评估其能力范围内的义务。

审计权应适当，并保护知识产权、机密性、安全性和个人数据。客户可能需要足够的证据来验证费用，而无需收到模型权重或不相关的供应商信息。可能的机制包括商定报告、安全检查、第三方保证、抽样、洁净室审查和专家判定。

CISA 和英国国家网络安全中心的联合 secure-AI 指南涉及安全设计、开发、部署和运营，并强调客户安全成果的所有权。 ^[9] 价值合同应将安全性视为一项持续服务义务，以及在违约影响计量期间时合格价值的条件。

证据包应在运行过程中生成。回顾性重建成本高昂且会引发争议。每月包可以包括版本日志、总体协调、基线输入、事件文件、护栏结果、依赖性性能、调整、事件、批准和临时费用计算。

原创框架。证据的获取和保留需要隐私、安全和法律审查。

16. 创建争议阶梯

争议机制应从证据开始，并按问题类型逐步升级。运营数据差异可以由指定分析师进行协调。会计分类可以参考财务专家。模型性能问题可能需要技术专家。合同解释属于约定的法律程序。一个总务委员会可能缺乏所有四个委员会的能力或独立性。

该时间表应说明通知期限、无争议的付款义务、证据获取、专家任命、审查标准、成本分配和最终结果。专家的问题应该是狭窄的。例如，确定计算是否应用商定的基线公式，而不是确定什么是商业公平的。

实质性阈值可以防止非实质性差异正式升级。重复的小差异仍然可能表明存在控制问题，应进行汇总。紧急的安全、隐私或安保问题应绕过商业阶梯并遵循事件程序。

当事人应当保存完整的决定记录。和解可能会修改未来的计算、撤销之前的金额或结束一次性例外情况。应明确说明效果，以便在以后的测量期间不会再次出现相同的问题。

17. 独立的经济、会计和披露

经核实的经营效益、合同对价、会计确认和现金支付是不同的概念。合同应定义商业计算，但不声明会计结果。财务部门应评估适用的标准、实体事实和合同条款。

IFRS 15 涉及可变对价以及对价可能逆转时所适用的限制。 ^[10] IAS 38 将研究支出与满足特定确认标准的开发支出区分开来。 ^[11] 这些要求可能会影响 AI 相关收入和成本的时间安排和列报，但它们并不能确定运营计划是否创造了价值。

业务案例应显示总效益、增量运营成本、固定供应商费用、可变供应商费用、实施投资、营运资金、税收和现金时间。这可以防止巨大的运营收益掩盖疲软的现金回报。它还支持投资批准和实现结果之间的协调。

外部披露应使用适合权利要求的证据。公司可以披露 AI 计划、运营指标或财务影响。每个陈述都需要明确的基础、周期和控制。合同保密和客户数据限制也适用。治理机构应批准谁可以在营销、筹款或投资者沟通中使用结果数据。

18. 通过 30 天、90 天和 180 天的关卡执行

前三十天应该可以解决商业假设。双方确定用例、价值事件、护栏、基线选项、数据填充、责任、固定和可变费用边界以及法律范围。当归因不能足够客观时，委员会应停止或重新设计拟议的结果费用。

到第九十天，各方应签署测量设计、测试数据沿袭、批准的系统版本、验收结果、操作责任、事件路线和临时报告包。有限的试点可以测试事件和逆转是否可观察到。应在得知结果之前定义试点是否成功。

到第 180 天，组织应完成至少一个受控测量周期、协调基线、测试护栏、发布临时价值声明并解决异常情况。然后，委员会可以批准规模、修改合同或终止结果机制。该决策应同时考虑客户保留利益、控制绩效和证据质量。

最终的操作状态是可重复的值控制系统。每份费用报表都可以追溯到批准的定义、版本化数据、可观察事件、商定的调整和授权批准。每个材料变更都通过变更控制进入。每个事件都有一个所有者和补救措施。每个外部价值主张都有证据。

这种结构可以改善一致性，因为它在资金分配之前使贡献、依赖性和不确定性变得可见。它不能消除因果不确定性或取代专业判断。其目的是将不确定性置于受监管的商业流程中，董事会、供应商、员工、客户、审计师和顾问都可以检查该流程。

19. 使合约适应用例

通用架构应适应每个用例的经济性和风险。客户服务系统可能会产生大量事件、短反馈周期和可观察到的逆转。研究助理可能会通过较长的链条影响决策，并需要进行定性审查。预测维护系统可能会产生可避免成本索赔，但其反事实无法直接观察到。定价体系可能会同时影响收入、客户公平性和监管义务。

对于客户服务，价值事件可以是在定义的窗口内保持关闭的可接受的解决方案。基线可以比较匹配的案例类型、渠道和客户群。护栏可以包括投诉、升级、弱势客户结果和代理越权。计算应区分偏转和放弃，并应考虑人工审查、质量保证和补救的成本。

对于软件开发来说，代码行数或生成的建议是弱价值衡量标准。更好的事件包括接受的变更、逃逸的缺陷、交付周期、服务事件和返工。基线应控制项目难度和团队组成。安全性、许可、出处和审查合规性是重要的护栏。生产力声明应确定节省的时间是否会变得成本更低、发布速度更快、范围扩大或未使用的容量。

对于销售和营销，AI 生成的潜在客户或消息远离现金。事件链应通过资格、接受机会、签订合同、提供服务和收取现金来推进。归因应考虑营销活动、销售努力、定价、产品和市场条件。客户同意、营销法、歧视和品牌行为可能会限制系统的使用。

对于财务运营，重复付款预防、协调发票处理和收款优先级可以创建可观察的事件。控制设计应保护职责分离、批准权限和证据保留。避免损失需要证明根据商定的比较方法可能会发生付款或错误。营运资本的改善应与经常性收益分开。

对于工业和基础设施应用，价值可能取决于物理可靠性、安全性和资产状况。提示维护的预测故障可能会避免停机，但反事实是不确定的。双方可以使用工程证据、历史故障率和有限的专家判定。安全和监管控制应保持在商业优先权之外。

用例计划应记录其选择的测量方法为何合适的原因。这可以避免将标准收益分享公式复制到事件、因果关系或保障措施存在重大差异的环境中。因此，同一供应商可以在跨职能的不同测量计划下运营，同时使用通用数据、保证和争议原则。

20. 整合采购、财务和运营

有效价值合同在发出建议请求之前开始。采购应要求投标人描述价值事件、依赖性、证据、限制、数据使用、性能测试、变更过程和商业模式。可比较的定价需要共同的场景和工作负载。当集成、人工审查、基础设施、保证和退出成本位于其他地方时，低单价可能会产生误导。

财务部门应该负责利益的定义和调节。运营部门应拥有流程事件和采用证据。技术应该拥有系统配置、集成和性能。风险和法律职能部门应批准保障措施和义务。采购应保持竞争张力和合同一致性。执行发起人应做出权衡，并对业务结果负责。

业务案例应使用可审计的成本分类法。初始支出可包括发现、数据准备、集成、安全、测试、流程设计、培训和变更。持续支出可包括许可证、模型使用、托管、监控、人工审查、保证、支持和补救。退出支出可包括数据归还、迁移、替换、并行运行和合约结算。

商业比较应测试至少三种结构：固定订阅、固定加里程碑和固定加结果考虑。分析应显示预期和下行的客户成本、供应商激励、测量负担、终止灵活性和保留价值。所选的结构应反映组织实施衡量控制的能力，而不仅仅是总体费用的明显调整。

采购应验证分包商和上游依赖性。服务可能依赖于基础模型提供商、云平台、专业数据集和人工审核供应商。这些依赖关系的变化可能会影响价格、权限、安全性和性能。协议应要求相关通知、流程义务和经批准的材料替代路线。

更新应取决于累积的证据。供应商可以通过异常条件或递延成本来实现第一年的目标。更新审查应检查利益持久性、客户保留价值、控制绩效、事件、模型变更、未解决的依赖性和总成本。扩展选项不应自动继承已过时的基线。

21.使用董事会级价值分类账

董事会或投资委员会需要一份紧凑的记录，将批准的 AI 投资与衡量的结果和剩余风险联系起来。价值分类账可以列出用例、所有者、批准的成本、目标事件、基线方法、测量周期、验证的效益、现金效应、供应商考虑、客户保留价值、护栏状态、重大事件和下一步决策。

分类账应该保存每个汇总数字背后的计算。管理层的估计应被确定为估计并与验证结果分开。预测效益不应与已实现效益相结合。当声称存在这种联系时，运营改进应与财务报表或现金记录进行核对。

投资组合报告可以暴露集中度。多个用例可能依赖于相同的模型提供商、数据平台、集成团队或客户流程。它们的好处可能会重叠。支持人员数量的共享减少不能完全分配给多个系统。投资组合分类账应协调共享成本和收益，并识别常见故障点。

账本还可以支持资本配置。具有强有力证据和积极保留价值的举措可能有资格获得规模化。具有技术性能但采用率较低的举措可能需要重新设计流程。归因不确定的举措可能会转向固定定价。护栏反复失效的举措可能需要暂停或关闭。

董事会报告应包括负面结果。失败的假设、停止的试点和逆转的收益的透明记录可以改善未来的选择和基线设计。它还减少了让不经济的系统继续运行以保护公众成功叙事的动机。应根据组织的治理和法律建议维护机密和特权。

价值分类账不会取代法定账户、操作仪表板或风险登记册。它将它们联系起来以做出具体决策：组织是否应该继续将资本和管理注意力分配给签约的 AI 系统。其优势来自于经批准的目的、可衡量的事件、证据、经济、保障措施和行动之间的稳定链条。

管理层应以固定的节奏核对账本。运营所有者确认事件总体和例外情况。财务部门验证计算、成本和现金处理。技术确认了生产配置和性能记录。风险职能部门报告护栏违规情况并进行公开补救。采购确认费用和合同里程碑。负责的主管签署最终决定并记录任何异议。

账本还应该显示出剩余的不确定性。可以根据合同计算来验证收益，同时仍然取决于较短的观察期或较小的客户群体。因此，委员会可以区分衡量完成度和证据成熟度。它可以保留阻碍、扩展监控或限制规模，直到证明持久性。

终止时，最终账本成为清仓包的一部分。它协调临时费用和最终费用、未解决的索赔、数据返回或删除、系统访问、过渡支持和持续义务。这为各方提供了经济成果的共同记录，并减少了对单独商业、技术和法律叙述的依赖。

来源

1. 国家标准与技术研究所。人工智能风险管理框架 1.0. 26 2023 年 1 月。2026 年 9 月 14 日访问。 阅读主要来源
2. 国家标准与技术研究所。人工智能风险管理框架：生成人工智能简介，NIST AI 600-1。 2024 年 7 月。访问日期：2026 年 9 月 14 日。 阅读主要来源
3. 英国信息专员办公室。合同和第三方：人工智能审计框架。访问日期：2026 年 9 月 14 日。 阅读主要来源
4. 欧洲联盟。 (EU) 2024/1689 法规制定了人工智能的统一规则。 2024 年 6 月 13 日。当前合并版本于 2026 年 9 月 14 日访问。 阅读主要来源
5. 世界银行和美洲开发银行。影响评估实践，第二版。 2016 年。访问日期：2026 年 9 月 14 日。 阅读主要来源
6. 经合组织。经合组织 AI 原则。 2024 年更新。2026 年 9 月 14 日访问。 阅读主要来源
7. 美国证券交易委员会。美国证券交易委员会指控两名投资顾问就人工智能的使用做出虚假和误导性陈述。 2024 年 3 月 18 日。2026 年 9 月 14 日访问。 阅读主要来源
8. 美国政府问责办公室。人工智能：联邦机构和其他实体的问责框架，GAO-21-519SP。 2021 年 6 月 30 日。访问日期：2026 年 9 月 14 日。 阅读主要来源
9. 美国网络安全和基础设施安全局和英国国家网络安全中心。安全 AI 系统开发指南。 2023 年 11 月 26 日。2026 年 9 月 14 日访问。 阅读主要来源
10. 国际财务报告准则基金会。 IFRS 15 客户合同收入。发布标准和支持材料。访问日期：2026 年 9 月 14 日。 阅读主要来源
11. 国际财务报告准则基金会。 IAS 38 无形资产。颁布标准。访问日期：2026 年 9 月 14 日。 阅读主要来源
12. 经合组织。人工智能治理：核心政府职能的现状和前进方向。 2025 年 9 月 18 日。2026 年 9 月 14 日访问。 阅读主要来源