现代牧业负责任人工智能管理政策
1.引言
现代牧业积极推动人工智能（AI）、物联网和大数据等数字技术在智慧牧场、奶牛健康监测、精准饲喂、疾病预警、原奶质量管理及供应链服务等场景中的应用。我们认识到，AI在提升运营效率、动物健康和可持续发展绩效的同时，也可能带来数据隐私、信息安全、算法偏差、模型可靠性及不当使用等风险。
为规范AI的开发、采购、部署和使用，现代牧业建立负责任AI管理机制，推动AI技术安全、合规、公平、透明、可控和可持续应用。
2. 适用范围
本政策适用于现代牧业集团及所属子公司，以及参与AI系统开发、采购、部署、运营和使用的员工、承包商、供应商及其他合作伙伴，覆盖公司自主开发和采购或使用的第三方AI模型、系统、平台及相关服务。本政策由集团行政管理层审议批准。
3. 承诺
我们承诺：
- 保护数据隐私： 在AI系统的全生命周期遵守适用的数据保护和个人信息保护法律法规，遵循合法、正当、必要和最小化原则。未经授权，不得将个人信息、商业秘密或其他敏感数据用于AI模型训练或输入未经批准的外部AI工具。
- 保障AI系统安全： 将AI系统纳入公司信息安全管理体系，通过身份认证、权限控制、数据加密、日志监控、漏洞扫描、安全测试及事件响应等措施，防范未经授权访问、数据泄露、模型攻击及其他网络安全风险。
- 防范偏差和不公平结果： 在适用场景中评估训练数据的质量、代表性及潜在偏差，定期检查AI系统输出，避免AI对员工、客户、供应商或其他相关方产生不合理或歧视性影响。
- 保持人工监督： 对涉及食品安全、原奶质量、动物健康与福利、员工权益、客户或供应商重大利益的决策，AI仅作为辅助工具，不得在缺乏有效人工监督的情况下作出不可逆或高风险决定。经授权人员有权审查、干预、否决或暂停AI系统的输出和运行。
- 提高透明度和可解释性： 明确AI系统的使用目的、适用范围、主要能力、数据来源、局限性及潜在风险。对AI生成的对外内容、AI提供的重要建议或辅助决策结果进行适当标识，并在合理范围内向受影响方提供可以理解的解释。
- 明确责任归属： 为AI系统指定业务责任部门、技术管理部门和人工审核人员，明确系统运行、风险评估、决策审核和问题整改责任。对AI产生的错误、不当结果或相关损害及时开展调查并采取补救措施。
- 划定使用边界： AI系统只能在经过批准的业务范围和使用目的内运行。公司禁止员工擅自部署未经审批的AI工具、扩大系统用途或绕过安全控制，并根据风险等级设置相应的审批、测试和人工复核要求。
- 降低环境足迹： 在采购、开发和使用AI模型及云计算服务时，关注数据中心和模型运行产生的能源消耗、水资源使用及碳排放，优先选择能源效率较高、积极使用可再生能源并能够提供相关环境信息的技术和服务供应商，通过模型优化和合理配置算力减少不必要的计算资源消耗。
- 禁止不当用途： 不开发或部署利用操纵性、欺骗性技术实质影响个人行为的AI系统；不利用年龄、残障或社会经济状况等弱点侵害个人权益；不开展社会评分；不在缺乏合法依据和授权的情况下开展生物识别监控；不将AI用于任何违法、歧视性或明显违背商业道德的活动。
4. 负责任AI管理计划与实践
4.1 AI系统登记及访问控制
我们对投入使用的AI系统和工具进行登记，记录系统用途、责任部门、数据类型、技术或服务供应商、适用范围及风险等级。涉及人脸识别、视频监控、生物识别或其他敏感功能的系统，仅限经过授权的人员在批准范围内使用，并实施最小权限、身份认证、操作留痕和定期权限审查。
4.2 使用披露和AI标识
对于面向员工、客户、供应商或其他外部相关方的AI交互功能，我们主动说明其AI属性。对AI生成的对外文本、图片和其他内容，以及可能对相关方产生重要影响的AI辅助决策结果，进行清晰、适当的标识，并保留必要的生成和审核记录。
4.3 模型监测、偏差评估和纠正
我们根据AI系统的用途和风险等级，持续或定期监测模型的准确率、误报率、漏报率、数据变化和运行稳定性，识别模型性能漂移或退化。发现模型表现低于设定标准时，公司采取数据校验、参数调整、重新训练、版本回退、增加人工复核或暂停使用等措施。
对于可能影响个人权益的AI系统，我们定期开展公平性和潜在偏差评估；对于奶牛健康、发情识别及疾病预警等业务模型，结合牧场区域、奶牛品种、胎次和泌乳阶段等因素检查数据代表性和模型表现的一致性。
4.4 人工复核和申诉机制
员工、客户、供应商及其他受AI输出影响的相关方，可通过公司现有业务联系渠道或信息技术服务渠道，要求对AI生成的结果进行解释、复核或更正。我们对相关申请进行登记和调查，由具备相应职责和专业能力的人员开展人工复核，并及时反馈处理结果。必要时，公司可以撤销或调整AI辅助形成的决定。
4.5 员工培训
我们面向AI系统的开发、采购、管理和使用人员开展负责任AI培训，内容包括数据隐私、信息安全、算法偏差、人工监督、生成内容审核、AI使用边界及事件报告要求。新系统上线或重要功能发生变化时，公司针对相关岗位开展专项培训，并通过测试、案例分析或模拟演练评估培训效果。
4.6 供应商管理和环境影响控制
我们在AI系统和服务采购过程中，对供应商的数据安全、隐私保护、模型可靠性、事件响应及环境管理能力进行评估，并在合同或相关协议中明确相应要求。在满足业务需求的前提下，公司通过选择高效模型、合理配置计算资源、减少重复训练和闲置算力等方式降低能源消耗，并推动技术供应商提供数据中心能源、水资源和碳排放等相关信息。
4.7 数字化牧场管理体系及可持续发展成效
公司已建立覆盖网络与信息安全基础设施、管理协同、业财一体化、智慧牧场、大数据平台和经营决策分析的数字化管理体系。如图1所示，公司以云平台、数据存储、网络与安全管理等基础能力为支撑，连接人力资源、企业门户、SAP（ERP）、财务共享、全面预算、供应商关系管理及智慧牧场等业务系统，并通过大数据平台和数据湖汇集相关业务数据，为财务、人力、采购、营收、生产以及牛群和关键指标分析提供数据支持。
智慧牧场系统涵盖云养牛、饲喂、体况评分、自动测产、称重、温湿度监测、挤房管理、智能项圈、AI图像识别及其他生产管理应用。相关数据经过权限控制、质量校验和必要的数据治理后，可以用于业务分析、风险预警、异常数据识别和管理决策支持。AI及大数据分析结果通过经批准的BI报表、管理大屏、电脑端或移动端向授权人员呈现，并接受相应的访问控制和操作记录管理。
截至2026年6月30日，集团累计部署智能穿戴设备约26万套，成乳牛覆盖率接近90%，支持对牛群健康和生产状态进行持续监测。集团还打通了11套核心业务系统，覆盖13个业务部门，上线67张自动化报表。根据公司内部测算，相关自动化报表每日合计可节省约8.5人天的人工数据整理和报表编制工作，进一步提升数据处理和运营管理效率。
上述数字化、自动化和AI应用共同支持公司提高数据质量、生产效率和动物健康管理水平。公司将持续完善AI项目绩效指标，跟踪AI应用对资源利用效率、温室气体排放、动物健康与福利、生产效率以及员工工作方式等方面的影响，并在具备可靠数据和合理测算方法的情况下对相关成效进行量化评估。
4.8 AI异常数据识别与经营分析
公司依托大数据平台和商业智能（BI）分析工具，在财务、人力资源、采购、营收、生产以及牛群和关键指标分析等经批准的场景中应用AI辅助异常数据识别功能。相关工具可以结合业务规则、历史趋势、统计分析和机器学习模型，对指标之间的关联关系进行分析，辅助识别异常波动、数据缺失、重复记录、超出合理范围、逻辑冲突、跨系统数据不一致以及明显偏离历史趋势等情况。识别结果可以通过BI报表、管理大屏、电脑端或移动端向授权人员提供风险提示，以支持数据质量管理、经营分析和管理决策。
AI识别结果仅作为异常预警和进一步核查的线索，不当然代表相关数据错误或实际经营异常。业务责任部门应结合数据来源、统计口径、业务背景和实际运营情况进行人工复核。涉及财务处理、生产经营、食品安全、原奶质量与放行、动物健康与福利、员工权益、供应商结算以及其他重大利益的事项，不得仅依据AI识别结果作出不可逆或高风险决定。未经授权，相关工具不得自动删除、覆盖或者修改原始业务数据。
公司根据业务场景和风险等级，对异常识别工具进行登记，并对数据范围、识别规则、指标阈值、规则或模型版本以及访问权限进行管理，保留必要的异常提示、人工核查和处理记录。公司根据风险等级定期评估相关工具的识别准确性、误报率、漏报率和运行稳定性。当数据口径、业务环境或历史规律发生变化，导致工具性能下降或异常提示持续偏离实际业务情况时，公司可以采取数据校验、规则或参数调整、模型优化、版本回退、增加人工复核或者暂停相关功能等措施。
AI辅助异常数据识别工具还应遵守本政策关于数据隐私、信息安全、人工监督、责任归属、使用边界及供应商管理的相关要求。
5. 监督、审查与改进
公司将负责任AI管理纳入信息安全、风险管理和内部控制体系，定期审查相关管理情况。公司至少每年对本政策及相关管理机制进行一次审查；如适用法律法规、技术环境、业务应用或AI风险发生重大变化，公司将及时更新本政策及相关控制措施。