AI大模型正在给企业管理带来巨大的变化。企业合规管理，特别是预防型合规，毫无疑问也将深受影响。

预防型合规的一个最大特点，就在于系统性。预防型合规要发挥作用，必须是这个（管理）系统在发挥作用。管理体系是管理系统的惯常说法，一般由七个要素组成。例如，合规管理体系就由合规管理组织、合规风险评估、合规管理制度、合规管控机制、合规绩效考核、合规监督评价以及合规文化等七个要素组成。

预防型合规，需要这七个要素同时发挥作用，且七个要素之间的关系（结构）要合理，即要素要运行起来。

AI大模型带来的预防型合规建设情况的变化，是在这七个要素及其关联关系上均会发生的变化。当然，每个要素因AI大模型带来的变化程度是不一样的，有根本性的变化，也有表现形式的变化。

1、合规管理组织（体系），作为合规管理系统最重要的要素，在体系中发挥重要作用。这部分是最与“人”相关的，与“技术 ”无关。但大模型来了，就变得不一样了。

合规管理组织在实践中，主要涉及合规治理机构——合规管理委员会的职责与议事规则，合规管理牵头部门——合规部的职责与能力，合规管理一线部门——业务及职能部门的合规履职，以及合规管理信息传递岗位——合规管理员的履职及其能力等内容。

在AI大模型的影响下，合规管理组织体系会发生的最大变化，便是合规管理各类组织的能力将得到极大的提升。不管是合规管理委员会的决策履职，还是合规部的“合规牵头能力”以及业务与职能部门的合规遵守能力，都将得到很大的改善。这可以说是根本性的变化。

当前企业合规管理效果之所以不明显，很大一部分原因就是合规管理组织的能力不足而造成的。通过AI大模型的引入，将会有很大提高，甚至是质的飞跃。例如，AI大模型可以提供实时的合规咨询服务，帮助合规牵头部门快速解答员工的合规基础知识问题。再如，利用AI大模型的机器学习和模式识别能力，合规管理委员会可以更精准地预测潜在的合规风险。

2、合规风险评估，一直是合规管理建设中的难点。之前的合规风险评估，因为信息与数据的缺乏，主要是对业务行为了解的不够深入，对合规要求理解的不够全面，导致风险评估效果不佳。

合规风险评估的困境，一方面来源于认知问题，即合规风险与其他风险的区别是什么？是否要区分因违反外规引起的风险和因违反内规引起的风险？另一方面是信息处理能力问题，即合规风险涉及的法律基础数据和业务基础数据如何被同一个团队所掌握。这是一个挑战。因为实践中掌握法律的人员和掌握业务以及管理的人员基本上是两类群体。

对于以上所述合规风险评估过程中的信息量大、知识跨度大以及需要随时更新等特殊要求，借助AI大模型应用，可得到良好的满足。例如，大模型能够处理海量的合规相关数据。对于企业需要收集的大量的内部和外部数据，包括法律法规、行业标准、业务流程、交易记录等，大模型通过其强大的计算能力，能高效地处理这些数据，帮助企业更全面地了解合规风险的全貌。合规风险往往隐藏在复杂的数据和业务流程中，难以通过传统的方法准确识别。而大模型，特别是深度学习模型，能够自动学习数据中的模式和规律，从而更准确地识别出潜在的合规风险。

3、合规管理制度（体系），是合规体系运行的重要载体。在实践中，合规管理制度要素体现为“三类型三过程”。

“三类型”，一是基于合规整体架构的合规管理制度，如《合规管理办法》；二是基于合规组织职责的合规管理制度，如《合规委员会议事规则》、《合规管理员管理办法》、《岗位合规职责管理办法》等；三是基于合规管控流程的合规管理制度，如《合规风险评估与预警管理办法》、《合规审查与检查管理办法》、《合规调查管理办法》等。还有一部分不是制度，但对于合规管理建设来说，也特别重要的，我称之为“类制度”的文件，即业务领域的专项合规管理指南，综合汇编的合规管理手册等。这部分文件，整体上也可纳入制度要素中。

“三过程”，则是指合规管理制度的制定、实施与评价三个过程。有必要提示一下，基于合规管控流程的制度，其制定与实施的过程，个人认为，等同于合规管控机制的设计与执行过程。

对于不同类型合规管理制度的制定与实施，AI大模型均可在不同方面助力。例如，对于基于合规整体架构的合规管理制度，AI大模型可以通过分析大量的合规案例和法规变动，帮助企业预测当前合规趋势，从而制定出更具前瞻性和适应性的合规策略与原则。

对于基于合规组织职责的合规管理制度的制定与实施，AI大模型可以通过自然语言处理和模式识别技术，自动提取和分析企业内部的岗位职责描述，帮助合规部门更准确地界定和梳理各岗位的合规职责。

对于基于合规管控流程的合规管理制度的制定与实施，AI大模型助力更为明显。如在合规风险评估与预警环节，AI大模型可以通过深度学习技术，对企业经营数据进行实时分析，及时发现潜在的合规风险并发出预警；在合规审查与检查环节，AI大模型可以协助审查人员快速筛选和识别合同、文件等中的合规问题，提高审查效率和准确性；在合规调查环节，AI大模型还可以通过数据挖掘和关联分析，帮助调查人员迅速锁定违规线索和证据。

在合规管理制度的实施过程中，AI大模型还可为企业员工提供个性化的合规培训材料，解释合规制度条款内容，并通过实时监控企业运营数据，自动检查是否存在违反合规管理制度的行为，及时发出警报并通知相关人员。对于合规管理制度的评价与完善，AI大模型可以从大量的合规案例中学习，提取有价值的经验，帮助企业不断完善合规管理制度，提高合规管理制度的实用性、准确性、完整性。

4、合规管控机制，其设计与执行的科学性、实用性是合规管理发挥作用的灵魂。合规管控机制，是考验企业管控能力与管控水平的关键。在实践中，要注意以下关键词。一是以风险为导向。二是嵌入所管控的对象，即业务流程之中。三是形成管理闭环。

在合规风险评估要素中，提供了风险清单，但仍需要进一步对其进行管控，包括预防、控制与应对等。这便是合规管控机制的动机和目标所在。不能为管控而管控，也不能因控制而失控。合规管控首先是建立在充分的风险或问题之上的，没有问题就没有管控。

不论是否引入AI大模型，都必须贯彻这个原则。AI大模型可增加合规管控的针对性。例如，通过对大量合规案例和数据的学习，AI大模型能够识别出潜在的合规风险点，并更加精准地预测可能的问题区域。

嵌入所管控的对象，在实践中最集中就体现为三张清单中的第三张清单，即业务流程合规管控清单。通过对业务流程的逐一观察，在适当的节点嵌入某种合规管控机制，以达到业务时刻受合规管控，是这第三张清单的工作原理。这个机制要发挥效果，需要所嵌入的管控机制合理，执行管控机制的人员意识与能力均到位。现实中，往往因业务部门强调业务达成，忽略管控约束等原因，其效果并不理想。根本原因还是机制的合理性，有时所嵌入的管控机制的确增加了管理成本，且所产生的收益并不能覆盖这一成本。因此，增加机制的平衡性、合规性，就成了这类管控方式是否可行的着力点。

AI大模型对此能做什么？个人认为，可从两方面考虑。一是通过自然语言处理技术，自动审查合同、文档和通信记录等，确认它们是否符合法律法规和监管规定，实现自动化的合规审查、合规检查，以提高合规管控机制运行的效率。二是基于对历史数据和当前业务流程的分析，精准发现流程中的瓶颈和合规问题，并提供优化合规建议，这有助于企业在满足合规要求的同时，减少不必要的管理成本。

形成管理闭环，也是合规管控机制发挥作用应当关注的。一般来说，闭环上的初始节点，是合规风险信息收集，闭环上的最后节点，应当是合规考核与评价。中间的节点，包括围绕风险预防与应对的多种措施，如风险预警、合规审查、合规调查等。这些措施需要前后衔接，相互配合，才能发挥作用。AI大模型在收集信息和数据，识别模式，提出针对性的建议和改进方案等具有独特优势，可通过训练，加以运用。

5、合规绩效考核，理论上是合规管控机制的一种，但鉴于其重要性，故作为一种特别的机制，单独作为一个要素。合规绩效考核，首先要“名正言顺”的纳入员工整体绩效考核体系当中，而且所占权重不应过小，个人建议为15-30%。其次，合规绩效考核应同时体现对结果的考核和对过程的考核并重，不能仅仅只考核结果否决项，那种考核是没有区分度的。最后，合规绩效考核要真正形成一种意识，一种文化。

绩效考核的核心在于绩效考核指标的设计以及指标所反映的数据收集。在数据的收集上，AI大模型可以说从不让人失望。AI大模型能高效地处理海量数据，包括员工的合规记录、违规情况、培训参与度等信息。通过自然语言处理和机器学习技术，大模型可自动从各种数据源中提取关键信息，并将其整理成结构化数据，便于后续的考核。

至于绩效考核指标的合理设计，则需要先由人主动建立起评价员工合规表现的管理模型，然后基于数据进行运行与维护。AI大模型可以通过对历史数据的深入分析和学习，识别出影响合规绩效的关键因素，如员工对合规政策的理解程度、违规行为的频率和严重程度等，并根据这些因素的重要程度来设定相应的权重。同时，AI大模型还可以根据企业的实际情况和战略目标，动态调整考核标准，确保其与企业的发展需求保持一致。这种灵活性和智能化是传统考核方法所无法比拟的。通过预设的算法和模型，大模型还可以自动对员工的合规绩效进行评分和排名。这种自动化考核方式不仅大大减少了人为干预和主观判断的影响，还提高了考核的效率和公正性。

6、合规监督评价，本质上也是基于风险的合规管控机制之一，但同样是基于其独特性，从合规管控机制分离出来，作为单独一个合规管理要素。合规监督评价与合规绩效考核是两个不同但相辅相成的机制。合规监督评价关注的是企业经营活动是否符合相关法律法规、行业标准以及内部规章制度的要求，它是对企业合规管理情况的一种全面审视和评估。这种评价通常包括对企业合规政策、管控流程和实际操作的定期检查，以确保企业始终处于合规状态。合规绩效考核则注重于员工在合规方面的实际表现。它通过建立具体的考核指标，如员工对合规政策的理解程度、在业务操作中的合规意识和能力等，来评估员工在合规方面的绩效。

AI大模型在合规监督评价方面为企业赋能，可体现在能够处理和分析大量数据，包括企业内部的运营数据、外部的法律法规变动等，从而帮助企业更全面地了解合规风险。通过机器学习算法，AI可快速识别潜在的合规风险点和违规模式，为企业的合规监督提供数据支持。AI可利用自然语言处理和模式识别技术，自动检查企业文档、制度和合同等是否符合法律法规、监管规定和行业标准。这种自动化的检查方式，大幅提高监督评价的效率和准确性。AI大模型还能够进行实时监控，一旦检测到可能的违规行为或风险点，即触发预警系统，及时通知合规牵头部门，以便迅速采取措施。

7、合规文化，不仅是合规管理体系的要素之一，更是其不可或缺的核心。它植根于企业的日常运营之中，塑造着员工的行为准则和价值观，影响着企业整体运营的质量和风险管理的成效。强合规文化是企业稳健前行的关键，它确保企业在遵循法律法规和商业道德的同时，能够持续、稳定地实现其长远目标。

建设合规文化，需要从多个方面入手。首先要制定和颁发一套明确的合规行为准则，使员工能够清楚地知道哪些行为是符合企业合规文化的，哪些行为是违规的，从而在日常工作中自觉遵守。其次，持续的合规培训非常重要。企业应定期组织合规培训，确保所有员工都了解并理解企业的合规政策。最后，建立有效的激励机制是推动合规文化建设的重要手段。企业可以通过表彰和奖励那些积极践行合规文化的员工，来树立榜样并鼓励其他员工效仿。同时，对于违规行为，企业也应给予相应的惩罚，以示警示。

利用AI大模型技术，企业可以开发智能化的合规培训课程，通过模拟实际场景、提供交互式学习等方式，增强员工对合规政策的理解和应用能力。AI大模型还可以促进企业合规文化的传播和推广。通过智能化的宣传手段，如智能推荐、社交媒体分析等，以帮助企业向员工传达合规文化的重要性，提高员工的合规意识和参与度。

如上述，合规管理体系的七个要素，在AI大模型的影响下，均会产生一定的变化。多数情况下，可以带来数据收集的便捷、风险分析的精准，管控措施的平衡，从而促进管理效率的大大提升，而这正是合规管理强化及深化建设的目标。因此，个人认为，在未来几年，乃至更远的时间段内，AI大模型将逐渐改变预防型合规管理的设计与实施状况，构建一种新的企业合规管理运行生态。

作者简介

陶光辉

高级权益合伙人

北京德和衡律师事务所高级权益合伙人，合规与企业法治业务中心总监

高级经济师，高级企业合规师，大连大学法学院客座教授，上市公司独立董事资格，北大全球高端法商人才计划未来领袖班授课专家，天津广州青岛武汉兰州大连等多地仲裁员，中国人民大学企业法治研究所兼职研究员，青岛仲裁委互联网仲裁院副院长，北京市律师协会企业法律顾问专业委员会副主任，第四届朝阳律协企业合规建设业务研究会副主任

《法务、合规、内控、风险一体化管理原则与实施指南》团体标准第一起草人，中国五矿化工进出口商会合规委员会专家委员，中国船级社ISO 37301 合规管理体系内部审核员，BSI基于ISO 37301合规管理体系实务合规师认证，上海企业合规研究中心法律顾问，西藏/宁夏/长春涉案企业合规第三方监督评估机制专业人员名录库入选人员

独著《公司法务部》（1版、2版，法律出版社）、《法务之道》（中国法制出版社）、《合规管理十论》（内部出版)、《法务合规内控风险一体化管理十论》（内部出版)等 ，《以合规管理为核心的企业法治运行》发表于《中国律师》2022年第3期

为数千名央、国企法务合规专业人员提供实务培训，为数十家央、国企提供合规及风控体系建设咨询服务

微信：krokso

邮箱：taoguanghui@deheheng.com