在商事争议与强制执行实务中，我们天亘团队近年发现一个明显趋势：涉及生成式人工智能的侵权纠纷正在快速涌入诉讼。
企业客户问得最多的两个问题：一是”我们用AI工具生成的内容被告侵权了，要不要赔”；二是”如果被判赔了，对方怎么执行我们的财产”。
前者关乎归责与过错，后者关乎责任财产与执行边界。
中国人民大学王利明教授在《生成式人工智能服务提供者何以担责》一文中，对服务提供者的过错责任认定、注意义务标准及”通知—删除”规则的适用作了系统阐述。
本文拟从商事律师与执行律师的实务视角，就企业（尤其是平台型、内容生成型及MCN机构）AI侵权的归责、如何建立企业合规防火墙、以及涉诉后争议解决策略
01
归责原则：为什么是过错责任，而不是无过错责任
王利明教授明确指出，生成式人工智能服务提供者应当承担过错责任，而非无过错责任。
这个结论对商事主体的意义非常直接：
适用无过错责任代表：只要AI生成了侵权内容，服务提供者就要兜底赔偿，无论其是否尽到审查义务。这对处于初创期或技术投入期的AI企业几乎是毁灭性的——任何一次模型”幻觉”导致的侵权，都可能直接击穿公司的现金流。
过错责任实际上给商事主体划定了一条”安全线”：只要企业在技术能力和合理成本范围内尽到了注意义务，就可以免责或减责。这与《民法典》网络侵权的既有框架保持一致，也符合现阶段鼓励技术创新的政策导向。
实务启示： 企业在应诉时，首要抗辩点不是”内容不是我写的”，而是”我已经尽到了合理的注意义务”。这个抗辩能否成立，直接决定案件走向。
02
过错认定：注意义务的四维边界
王利明教授提出，认定服务提供者的过错应当依据客观的注意义务标准，并区分不同主体、不同场景。
结合商事争议实务，企业可以从四个维度来理解自己的注意义务边界：
（一）主体区分：你是训练者、部署者还是平台？
《生成式人工智能服务管理办法》对”提供者”的界定较宽，涵盖了模型训练者、部署者及数据提供者。但在侵权发生时，不能笼统归责。
如果你是基础模型开发商，注意义务主要在于训练数据的合法来源及模型安全性；
如果你是应用层部署者，注意义务更侧重于输出内容的过滤与审核；
如果你是纯平台型服务提供者，注意义务则更接近传统网络服务提供者的”通知—删除”规则。
实务要点： 企业在合同架构、技术架构和对外宣传中，应当明确自己的角色定位，避免在诉讼中被笼统认定为”全责服务提供者”。
（二）用户过错：输入端的责任切割
生成式AI的侵权结果往往是”模型+用户输入”共同作用的结果。如果用户故意输入诱导性内容、设置陷阱性提示，导致AI输出侵权信息，应当由用户承担责任。
实务要点：服务提供者在用户协议中应当明确约定：用户不得输入侵权诱导性内容；
因用户违规输入导致的输出侵权，由用户承担全部责任。
同时，在用户交互界面设置必要的使用提示，作为已尽注意义务的证据。
（三）技术水平：以损害发生时的技术可行性为限
注意义务的认定以”损害发生时的技术水平”为标准，而非事后更高的技术标准。如果某项防范技术在损害发生时尚不成熟、成本极高，则不能据此认定企业存在过错。
实务要点： 企业应当留存技术迭代的时间线证据，证明在争议发生时已经采用了行业内普遍认可的合理技术措施。这将成为法庭上的关键抗辩证据。
（四）防范成本：不能要求企业做不可能的事
王利明教授举例：要求平台在训练前全面筛查全球数以亿万计的版权作品，技术上和经济上都不现实。因此，防范成本是认定过错的关键衡量因素。
实务要点： 企业在制定内容审核策略时，应当建立”成本—收益”评估机制，
对高风险领域（如肖像权、知名IP、个人信息）采取更严格的过滤措施，
对开放领域的通用内容采取合理的抽样审查。
这种差异化策略既符合商业逻辑，也符合司法对”合理注意义务”的期待。
03
过错认定：注意义务的四维边界
从执行律师视角看，AI侵权案件判决生效后，责任财产的锁定与执行面临特殊困难：
（一）责任主体分散
AI侵权链条涉及基础模型方、应用部署方、用户、云平台等多方主体。判决确定的责任比例不同，执行对象也不同。如果企业只是应用层服务提供者，但被判承担连带责任，其责任财产可能远超实际收益。
（二）财产形态特殊
AI企业的核心资产往往是算法、模型、数据、用户流量等无形资产，传统查封、冻结手段难以覆盖。服务器、算力资源可能部署在云端，股权结构可能涉及VIE架构，增加了财产保全的技术难度。
（三）”通知—删除”规则下的动态风险
根据”通知—删除”规则，服务提供者收到权利人通知后未及时采取必要措施的，对损害扩大部分承担连带责任。这意味着侵权损害是动态累积的，执行标的额可能在诉讼期间持续扩大，给财产保全的额度确定带来挑战。
04
合规建议：企业如何建立AI侵权防火墙
结合过错责任原则与执行实务，我们建议企业从以下五个层面建立合规体系：
（一）角色切割与合同隔离
在对外服务协议、用户协议、API接入协议中，明确界定自身角色（训练者/部署者/平台），约定各方责任边界。避免在宣传材料中过度承诺内容安全性，防止被认定为”自我加重注意义务”。
（二）技术留痕与证据固化
建立完整的技术日志系统，留存训练数据来源、内容过滤策略、用户输入记录、模型版本迭代时间线等。这些证据在诉讼中将成为证明”已尽合理注意义务”的核心材料。
（三）分级审核与成本适配
对不同风险等级的生成内容采取差异化审核策略：对涉及肖像、知名IP、个人信息的高风险输出，采取人工复核或强过滤；对通用文本采取算法抽检。建立”成本—收益”评估文档，作为防范成本合理性的佐证。
（四）通知响应机制
建立专门的侵权投诉处理通道，明确”通知”的接收、审查、处理流程和时限。收到权利人通知后，及时采取删除、屏蔽、断开链接等措施，并留存操作记录。这是适用”避风港”规则的关键。
（五）责任财产隔离
对于AI业务板块，建议通过独立法人主体运营，避免与集团其他业务财产混同。同时，核心无形资产（算法、数据）的权属应当清晰，避免被一并查封影响其他业务线。
05
争议解决：律师的攻防策略
（一）被告抗辩：注意义务是否尽到
核心抗辩不是”技术中立”，而是”已尽合理注意义务”。
重点举证：技术措施符合行业标准、防范成本在合理范围、用户输入存在诱导、收到通知后已及时处理。
（二）原告进攻：过错的推定与举证
原告应当重点攻击：企业是否建立了内容审核机制、是否对高风险领域采取了特殊措施、收到通知后的响应是否及时、技术日志是否完整。
如果企业无法证明其注意义务的履行，过错将被推定。
（三）执行阶段：责任财产的精准锁定
申请执行时，应当穿透企业的法人外壳，审查AI业务板块的实际控制关系、云服务器的部署情况、核心模型的权属登记、以及关联公司的财产往来。
必要时申请行为保全，禁止被告继续输出侵权内容，防止损害扩大。
06
结语
生成式人工智能的侵权责任规则，正在从理论探讨快速转向司法实践。过错责任原则的确立，为商事主体提供了风险可控的发展空间，但”注意义务”的边界仍需在具体案件中不断校准。
对企业而言，合规不是成本，而是责任豁免的通行证。
对律师而言，AI侵权案件的争议解决，不仅需要理解技术逻辑，更需要在执行端具备穿透法人结构、锁定无形财产的能力。
技术迭代越快，法律服务的价值越体现在”事前隔离”与”事后穿透”的双重能力上。
【实务要点速览】
- 归责原则：生成式AI服务提供者承担过错责任，非无过错责任
- 注意义务四维边界：主体区分、用户过错切割、技术水平限定、防范成本合理
- 避风港规则：收到通知后及时采取必要措施，可对扩大部分免责
- 执行难点：责任主体分散、无形资产难查封、动态损害累积
- 合规五层面：角色切割、技术留痕、分级审核、通知响应、财产隔离
- 抗辩核心：已尽合理注意义务，而非单纯主张技术中立