EW-AiRM™ · 本书
Wiley 金融,2026年。由马库斯·克雷布斯(Markus Krebsz)教授撰写的企业全方位人工智能风险治理从业者框架。国际货币基金组织(IMF)的托比亚斯·阿德里安(Tobias Adrian)与联合国大学校长奇利齐·马瓦拉(Tshilidzi Marwala)教授作序。

《全企业人工智能风险管理(EW-AiRM™)》由全球金融稳定和人工智能领域的两位资深专家撰写序言开篇。
国际货币基金组织货币与资本市场部财务顾问兼主任
治理 imperative:为什么企业级人工智能风险管理刻不容缓
托拜亚斯·阿德里安(Tobias Adrian)在序言中指出,人工智能已经到达了一个拐点:它不再是一项遥远的技术,而是已经嵌入到受监管金融行业的信用决策、欺诈检测、合规监控以及日益自治的智能体系统中。他认为,效率的提升是真实的,但随之而来的脆弱性也是真实的,从比人类监督更快的结算风险,到基础设施层的集中化,以及对故障模式知之甚少的第三方服务提供商的依赖加深。
阿德里安将网络安全强调为一个尤为紧迫的问题,他指出,人工智能打破了攻击者与防御者之间的平衡,并且人工智能驱动的攻击现在已是既成事实,而不再是理论上的可能。他写道,一直以来缺失的是机构层面的回应:一个将宏观层面的担忧转化为治理实践的框架,供实际负责已部署人工智能系统的风险专业人员使用。据他评估,这本书恰好提供了这一点。他形容 EW-AiRM™ 不是道德叠加层或合规检查表,而是对受监管组织现有的企业风险管理架构的真正增强,将 ERM 传统延伸到了它从未能应对的领域。他特别指出了三层结构、八大类人工智能黑天鹅框架、持续运行的 HAiPECR 道德过滤器以及五个不容妥协的原则,认为这些是从金融稳定角度来看具有特殊价值的特征,并赞扬该书坦诚地承认了风险演变的速度超过了任何印刷框架所能捕捉的范围。虽然他的立足点是受监管的金融领域,但他强调,这一治理架构与行业无关且雄心勃勃:适用于任何组织,从全球系统性机构到首次部署单个 AI 工具的机构,皆可按比例调整。
表达的观点属于作者个人,不一定代表国际货币基金组织(IMF)、其执行董事会或其管理层的观点。
联合国大学校长;联合国副秘书长
Tshilidzi Marwala 教授从事人工智能工作已有三十多年,他写道,当前人工智能部署的速度相对于监管它的机构准备情况而言,在技术发展的任何前期阶段都是质的不同。他认为,问题在于结构性的:现有的风险框架假设了确定性系统、可追溯的故障和可归属的问责制,而生成式人工智能违背了所有这些假设。
Marwala 认为,将企业风险管理扩展到以原则性和严肃运营的方式来涵盖概率性、涌现性的人工智能行为,是一项极其困难的工作,而这本书正是完成了这项工作。他指出,EW-AiRM™ 不是另一套原则(该领域已有太多原则,无法全部付诸实践),而是一个结构化的治理架构,将战略意图转化为可操作的工具:部署前安全案例、指定责任人、经过测试的人工覆盖能力、持续监控以及一个源自对八百多个循证缓解措施的系统性分析的控制库。他认真探讨了该领域的两个开放性挑战:机构意愿问题,即竞争性激励促使组织将治理视为负担;以及治理归属问题,鉴于前沿人工智能由少数组织构建,而无监管部署的后果往往最严重地落在全球南方。他认为,这本书对治理剧场的处理是他读过的最精确的论述之一,并得出结论,对于寻求一个严谨、运营扎实且基于证据而非期望的框架的风险专业人士来说,这是一份全面的资源。
两篇序言均全文收录于 Wiley 出版的《企业级人工智能风险管理》(EW-AiRM™)。
《全企业人工智能风险管理》(EW-AiRM™)已获得政策、监管、金融服务、学术界、人工智能伦理和技术等各领域领袖的认可。
作为原英国上议院人工智能特别委员会的主席,我长期以来一直主张建立良好的人工智能治理——而 EW-AiRM 正是实现了这一点。马库斯·克雷布斯(Markus Krebsz)教授构建了一个严谨、可供从业者直接使用的架构,它使用了风险专业人员实际采用的语言,并以他协助设计的联合国教科文组织道德框架和国际监管文书为基础。对于任何希望切实弥补人工智能治理形式与现实之间差距的董事会、首席风险官或合规官来说,这就是他们需要的书。
克莱门特-琼斯·CBE 勋爵
英国自由民主党上议院科学、创新与技术发言人;《与算法共存》(Living with the Algorithm) 作者
克雷布斯教授(Prof. Krebsz)凭借在治理、风险和新兴技术方面的深厚专业知识,为企业级人工智能风险管理提供了一种深思熟虑的方法。本书将严谨的分析与实用的指导相结合,对于任何想要深入理解人工智能风险、提升管理能力并同时利用人工智能变革潜力的人来说,是一本非常有价值的读物。
Heidi M-B Lund
国际监管合作专家;联合国欧洲经济委员会 WP.6 主席(2021–2025年)
随着企业将越来越多的重要决策委托给人工智能,管理这些系统的纪律必须跟上它们的能力。Markus Krebsz 提供了实用的脚手架,以帮助董事会和风险职能部门。这是一份严谨、可用的指南,用于弥合原则与实践之间的差距,它理应摆在每位风险领导者的案头。
科林·佩恩
英国金融行为监管局(FCA)创新主管;全球金融创新网络(GFIN)主席
马库斯·克雷布斯(Markus Krebsz)教授出版的《全企业人工智能风险管理》(Enterprise-wide AI Risk Management,简称 EW-AiRM™)一书,为推动负责任的人工智能治理做出了及时且极具实用价值的贡献。通过为全球组织配备强大的三层框架以及创新的 HAiPECR 伦理过滤器,该书促进了负责任、公平和可持续的人工智能部署,这与联合国大学全球人工智能网络(UNU Global AI Network)的目标完全一致,从而支持了联合国系统对多边合作、以人为本的人工智能治理以及实现可持续发展目标的坚定承诺。
Dr. Jingbo Huang
联合国大学澳门研究所(UNU Macau)所长
随着人类与人工智能领域的智能相互交融,Krebsz 带来了当下时代的迫切需求:不是抽象的理论,而是一个适用于超级智能时代的治理工具。塑造人类人工智能的窗口正在关闭——这个框架正是我们保持其敞开的方式。
拉维娜·拉姆基松(Lavina Ramkissoon)大使博士 (aiMOM)
非洲联盟、联合国、欧洲联盟和国际电信联盟
版权所有 © 2026 大使拉维娜·拉姆基松(Lavina Ramkissoon)。转载请注明出处。
如果您正在寻找在组织内部负责任地、合乎道德地且安全地治理人工智能风险的具体方法,这就是您的理想之书!马库斯·克雷布斯(Markus Krebsz)教授清楚地将他在该领域的广泛且成功的工作转化为了本书,呈现了一个锚定于国际标准设定工具的框架,例如联合国教科文组织《人工智能伦理建议书》——这是全球首个由联合国教科文组织成员国通过鼓掌一致通过的全球规范性框架。
Edson Prestes
巴西南里奥格兰德联邦大学信息研究所正教授;IEEE RAS/SA 7007 和 7007.1 工作组主席;联合国秘书长数字合作高级别小组前成员;联合国教科文组织人工智能伦理建议书特设专家组(AHEG)前成员
Markus Krebsz 结合了深厚的风险专业知识和学术严谨性,为管理与人工智能风险相关的挑战提供了一个复杂的、企业范围的框架。通过在已建立的 ERM 原则中增加多层方法和道德过滤器,EW-AiRM 将人工智能风险管理转化为实用的、集成的解决方案。这对于风险专业人士、高管、董事会成员和监管机构来说是必读之作。
鲍勃·马克
黑钻公司管理合伙人;《风险管理基础(第三版)》合著者
良好的AI治理从设计之初就将人类置于核心地位,而不是事后才想起的权宜之计。克雷布斯将这一信念融入了结构中,将人类监督置于每个AI决策的核心,而不是在最后才生搬硬套上道德规范。EW-AiRM 严谨、具备董事会应用水平,并且对于治理浮夸所带来的代价有着令人耳目一新的坦诚。
玛莎·伯肯费尔德博士
以人为本的未来学家;保险与资产管理板块董事会董事
EW-AiRM 为高级风险领导者提供了一种实用的、企业级的方法来治理人工智能,重点关注可解释性、生命周期监控、人工监督和运营韧性。它最显著的贡献之一是将代理式和多代理系统视为持续的控制问题,而不是一次性实施,这使得董事会、首席风险官和风险团队能够立即采取行动。
Tanveer Bhatti
花旗银行前董事总经理兼全球模型风险与估值控制主管;前 Revolut 集团模型与人工智能风险管理主管
Krebsz 以人工智能治理所亟需的难得诚实进行写作:清晰指出 EW-AiRM™ 能够解决什么,同样清晰指出它无法解决什么。基于麻省理工学院的风险分类法以及作者自身的的多边实践记录,它为风险从业者提供了真正实用的结构,而不仅仅是另一个承诺超越其实际交付能力的框架
Ratul Ahmed
德国商业银行集团风险管理部模型风险管理与验证部门董事会成员
随着运行中的复杂AI系统带来的工程化系统性变革在不断变化,董事会已无法再依靠现有的结构来应对新出现的AI风险。AI辅助的决策和行动会带来现实世界的影响,需要立即予以关注。克雷布斯(Krebsz)的见解和全面的框架,通过有效的风险管理、人工监督和强有力的道德领导力,照亮了前行的道路。
Maria Santacaterina
战略董事会顾问;《适应性韧性:如何在数字时代蓬勃发展》(Wiley)一书作者
随着人工智能嵌入到组织的决策中,治理需要变得更加切实可行、可衡量且可问责。EW-AiRM 为这一转型提供了有用的框架,以专为从业者设计的形式,将企业风险管理与人工智能风险识别和缓解连接起来。
Peter Slattery, PhD
研究科学家,麻省理工学院人工智能风险倡议组织,麻省理工学院未来科技(MIT FutureTech)
人工智能风险尚未得到充分的理解和认识。它以多种方式、在许多地方显现出来。我们已经看到员工甚至领导者为了省事而让人工智能完成他们的工作,或者未能检查人工智能生成的结果。这给德勤和毕马威等公司带来了巨大的尴尬。经验丰富的律师(大律师)在起草法律文书时出现了“幻觉”引文。人工智能带来了非凡的机遇,但也带来了严重的风险。本书首次为企业解决了这些风险。它应该被视为不可或缺的。
Dr Andy Schmulow
澳大利亚卧龙岗大学法学院副教授;约翰内斯堡威特沃特斯兰德大学曼德拉研究所客座副教授
马库斯·克雷布斯先生精心打造了一部不可或缺的宝贵资源,正值社会和商业生态系统最需要的时候面世。这是一本严谨、全面且结构精妙的书,每位负责任的领导者都必须阅读。
Ingrid Vasiliu-Feltes 教授
美国佛罗里达州迈阿密大学
EW-AiRM 填补了一个关键空白:随着人工智能进入物理环境,包括具身和多模态系统、机器人技术、边缘计算和覆盖自动化生产线、自动驾驶和城市规模技术的传感基础设施,企业风险框架必须超越纯软件模型。本书基于麻省理工学院人工智能风险存储库,并与欧盟和经合组织的治理架构保持一致,为在网络物理环境中部署人工智能的从业者提供了所需的运营深度。
Yonah Welker
麻省理工学院(MIT)访问技术专家兼讲师 — 具身智能与先进机器人技术;欧盟地平线(EU Horizon)/ EIT / EIC 评估员兼报告人
一种深思熟虑、系统且全面的方法,用以导航人工智能、治理、组织文化和人类心理学之间复杂的交汇点,对于任何致力于在其组织中实施可持续人工智能方法的人来说,这是一本必读书籍
Alison Taylor
纽约大学斯特恩商学院临床副教授兼《Higher Ground》一书作者
Krebsz 教授为各级人工智能风险从业者制定了一份必不可少的路线图,以有效治理和管理风险。实际问题和具体的后续步骤使其具有可操作性。在我附属的人工智能项目中,我们不断参考成熟度框架——没有一个像本书中的框架那样阐述得如此清晰。
佩吉·蔡
人工智能与数据执行主管;卡内基梅隆大学和丹佛大学的兼职讲师
人工智能,尤其是在具有代理能力的情况下部署时,正在彻底改变企业层面风险管理的结构。EW-AiRM™ 是一个强大的新框架,可以与大多数特定流程和/或特定产品的人工智能风险管理无缝集成。EW-AiRM™ 使 C 级高管能够自信、全面地管理人工智能的部署。
瑞安·卡里尔
执行董事,ForHumanity
Krebsz 证明了不良治理造成的危害与组织规模不成正比,并且“治理演戏”根本无法保护我们!EW-AiRM 将切实可行且跨管辖区的 AI 治理框架付诸实践。通过将 HAiPECR 固定在联合国教科文组织的原则上,并将人工干预和缓解“AI 懒惰”视为不可妥协的底线,Krebsz 将道德从附加组件转变为与值得信赖的法律和人权顾问并肩作战的学科,从独立从业者到大型企业均可扩展。
Patricia Shaw
Beyond Reach Consulting Limited 首席执行官、全球人工智能治理顾问兼英格兰及威尔士执业律师
马库斯(Markus)的书为一个清晰且结构良好的框架,用于指导在人工智能(AI)时代关于风险管理的讨论。它没有提供绝对的解决方案,而是提供了一种通用语言、有用的分类以及实用的参考点,可以帮助组织和从业者以更高的清晰度开启对复杂问题的讨论。
Enrico Panai
人工智能伦理学家协会主席;CEN-CENELEC JTC21 人工智能基础与社会层面召集人;ISO/IEC JTC1 SC42 人工智能增强助推项目负责人;UNICATT 教授
EW-AiRM 强有力地证明了,传统的风险框架已无法应对当今人工智能快节奏、概率性的特征。对于仍在试图将人工智能治理纳入传统架构的风险专业人士而言,对“三道防线”模型的批判尤为宝贵。
Reid Blackman
《道德噩梦挑战》和《道德机器》的作者;Virtue 的创始人兼首席执行官
克雷布斯(Krebsz)教授的书将多年的风险管理专业知识与经验浓缩为实用的指南。概率系统结合不断演进的能力,使人工智能治理成为不可或缺的职能。企业若能遵循他的准则将受益匪浅。
Merve Hickok
创始人 - AIethicist.org
Krebsz 直言不讳地指出治理作秀(governance theatre),并识别出最有可能以文档取代管控的公司。他坚持认为,监督在被信任之前必须经受压力测试。这是一本为任何受托治理人工智能的实践者而写的工具书,字里行间没有对监督如何失效抱有任何幻想。
Richard Foster-Fletcher
MKAI 主席
我喜欢 EW-AiRM,因为它针对实践者进行了异常出色的定制,并立足于 MIT AI Risk Repository、治理现实以及相互冲突的激励机制。大量实际的风险管理存在于“我们能做到吗?”与“我们应该这样做吗?”之间的鸿沟中,而 HAiPECR 在每一个决策点都提出了正确的问题。
莎拉·克拉克
Infospectives 有限公司
深思熟虑且全面:一本针对人工智能风险专业人士的综合手册。由人类在人工智能协助下精心制作,堪称如何将人工智能用作宝贵工具的典范。
Ray Eitel-Porter
《驾驭机器:如何规避人工智能风险并释放其真正的潜力》(Governing the Machine: How to navigate the risks of AI and unlock its true potential)一书的作者
据我评估,“全企业人工智能风险管理 (EW-AiRM™)”对不断发展的人工智能治理学科做出了有意义的贡献。它提供了以真实世界的风险管理经验为基础的实用视角,并为组织提供了一种结构化的方法论,以应对将越来越定义下一代企业领导力的挑战。
我怀着浓厚的兴趣审阅了《企业级人工智能风险管理》(EW-AiRM™)中选定的章节,特别是关于人工智能治理、系统性风险、运营韧性和量子时代安全影响的部分。马库斯·克雷布斯(Markus Krebsz)教授提出了一个深思熟虑且宏大的框架,旨在弥合传统企业风险管理实践与人工智能新兴现实之间的巨大鸿沟。EW-AiRM™框架并未将人工智能视为孤立的技术挑战,而是将其视为一个全企业的治理问题,需要战略对齐、运营纪律、问责制、韧性和持续监督。该书最大的优势之一在于其实践导向的方法。该框架不仅限于道德原则或高层政策讨论,而是提供了一个结构化架构,旨在帮助组织通过明确定义的层级、评估维度、控制机制和实施路径将人工智能治理付诸实践。这种务实的导向使这部作品与高管、风险专业人士、董事会成员、监管机构和技术领导者高度相关。我对书中对系统性和低概率、高影响事件的处理特别感兴趣,包括对人工智能“黑天鹅”风险和量子密码过渡的讨论。由于我的职业生涯曾有一段时间负责高度敏感的国家级通信基础设施,我发现作者对韧性、问责制和长期治理准备的强调既切中要害又十分及时。认识到量子计算不仅带来技术挑战,还带来战略治理挑战,这反映了许多组织尚未充分理解的深刻见解。手稿的另一个值得注意的方面是作者对在写作过程中使用人工智能辅助工具的透明度。这种披露不仅没有贬低作品,反而通过展示问责制、监督和对新兴技术的负责任使用,强化了全书倡导的治理原则。该书的核心贡献在于它试图将人工智能治理、企业风险管理、运营韧性、道德和新兴技术风险整合到一个连贯的单一框架中。其中的每个元素最终是否会成为行业标准还有待观察,但该框架为讨论、实施和未来的完善提供了一个严肃且有价值的基础。据我评估,《企业级人工智能风险管理》(EW-AiRM™)对不断发展的人工智能治理学科做出了有意义的贡献。它提供了一个由真实世界风险管理经验所形成的务实视角,并为组织提供了一种结构化方法,以应对将越来越多地定义下一代企业领导力的各种挑战。
约翰·基思·金(John Keith King)
前美国总统直通通信链路首席工程师;企业架构师兼战略技术顾问
背书经作者许可转载,并反映其个人观点,不一定代表其所属组织的观点。企业级人工智能风险管理 (EW-AiRM™) 由 Wiley 出版。EW-AiRM™ 是 De-Risking Solutions Ltd. 的商标。
书籍出版时发送一封电子邮件。可选择接收季度框架更新。您的邮箱地址不会用于其他用途。
人类人工智能学院 是一个独立的思想/行动智库,召集关于人工智能治理的多边和多方利益相关者对话。该研究所与联合国、联合国教科文组织、经合组织、欧盟委员会和世界各国政府进行合作。
之家 EW-AiRM™ — 一个开放的、三层的企业级人工智能风险管理框架,基于公开许可的标准,并与联合国教科文组织、联合国欧洲经济委员会、美国国家标准与技术研究院、国际标准化组织和欧盟人工智能法案保持一致。
AI 风险,解析:AIRisks.net
商业咨询、培训和咨询服务由以下机构提供: De-Risking Solutions Ltd. 和 RiskAi.Ai
人工智能与技术解决方案
人工智能、代理工具和技术解决方案由...提供 Human-Ai.Solutions.
人类人工智能学院
由...运行和维护
De-Risking Solutions Ltd.
电子邮件:
contact [at] human-ai.institute
已列入经合组织人工智能政策观察站 · 联合国大学人工智能网络创始成员 · 符合教科文组织、UNECE WP.6、NIST 和 ISO 42001 标准
EW-AiRM™ 和 HAiPECR™ 是 De-Risking Solutions Ltd. 在英格兰和威尔士注册的商标(公司编号 09900565)。保留所有权利。
© 2026 人工智能学院。