為精準賦能粵港澳大灣區智能制造產業發展，廣州互聯網法院深入廣汽、里工實業、致景科技、南方電網、億航智能、文遠知行等大灣區智能制造領軍企業開展深度調研，于建院7周年之際，重磅推出《粵港澳大灣區智能制造產業司法觀察報告》。

　　AI決策 “黑箱”特性帶來責任劃分問題 傳統 “過錯責任”原則適用面臨挑戰

　　報告提出，隨著新一代信息技術與制造業的深度融合，產業的法律形態正在發生變化。 調研中發現四大典型法律問題與現象。

　　以數據、算法為代表的新型生產要素引出了新權利的界定問題。這類無形權益的價值主要在動態流轉與應用中實現，其權利歸屬與利益分配方式與傳統物權或知識產權法的靜態保護維度存在差異，司法實踐中需要探索適應其動態特性的新規則。 

　　人工智能決策的 “黑箱”特性帶來了新風險的責任劃分問題。當智能系統造成損害時，在設計者、開發者與使用者等多環節間的技術溯源與法律歸責，使得傳統 “過錯責任”原則的適用面臨挑戰，并對司法機關的技術事實查明能力提出了要求。

　　智能制造催生的平臺用工、共享制造等新業態，在一定程度上模糊了傳統法律關系的邊界，引發發展與規制方面的討論。司法裁判需要為新模式下的風險承擔與權益保障提供指引。

　　產業發展本身蘊含著多重價值的平衡訴求。司法裁判需要在鼓勵數據流通與保障數據安全、激勵技術創新與防范倫理風險、促進人才流動與保護核心技術資產等多重價值間進行權衡，以實現個案正義與產業發展的良性互動。

　　數據資產評估體系缺失 應探索數據權益司法認定路徑

　　報告搭建“數據—算法—主體”三維司法觀察框架，直擊產業發展法律痛點，為智能制造領域提供前瞻性司法解決方案。

　　在數據維度，報告認為，要聚焦生產要素的價值釋放與高效流通 。數據作為智能制造的核心生產要素，已貫穿于產品設計、生產、管理、服務的全生命周期。但其價值釋放面臨3大挑戰。

　　首先，數據產權與市場流轉規則供給不足，數據權益歸屬、價值分配規則不清，數據資產評估體系缺失，影響數據要素的價值共創與共享。

　　其次，數據侵權責任認定復雜，在算法“黑箱”、數據安全保障義務邊界不清等情形下，傳統侵權法理論面臨適用難題。

　　此外，三地在數據安全、個人信息保護等領域的法律制度差異，制約了數據要素的跨境順暢流通。

　　在司法應對方面，探索數據權益司法認定路徑，尊重市場主體協議分配機制；健全“技術調查官+專家輔助人”技術查明體系；深化區域司法協作，推動數據跨境流動規則共識，穩定市場預期。

　　AI訓練數據偏差或引發歧視 應明確司法對AI公平性的審查路徑

　　在算法維度，報告提出，要聚焦智能核心的權利界定與應用規制，算法是實現產業智能化的核心引擎，其在智能制造中的價值實現，關鍵在于完成從“模型層”到“應用層”的轉化。該過程伴隨權利義務關系重構與法律風險轉移。

　　首先表現在，決策不透明歸因困境：“算法黑箱”導致模型提供方與使用者責任劃分難。

　　其次，訓練數據偏差引發歧視。人工智能可能學習、固化甚至放大現實偏差，形成事實上的歧視。

　　再次，創新成果保護路徑模糊。傳統知識產權保護模式（商業秘密、專利、著作權）存在局限，衍生創新成果權屬爭議時有發生。

　　報告指出，在司法應對方面，司法裁判應依公平誠信原則分配舉證責任，尊重責任分配約定；發布典型案例，明確司法對人工智能公平性的審查路徑與評判標準；在現有法律框架下精準解釋條文，強化創新成果保護。

　　“機器換人”引發新型職業安全風險 應平衡技術進步與勞動者權益

　　在主體維度，報告認為，要聚焦生產關系的調適與權利義務平衡。智能制造不僅是生產方式的革新，更重塑了人與機器、人與人之間的生產關系。由此帶來三大法律挑戰。

　　第一是侵權責任鏈條復雜化。生產事故或產品質量問題根源涉及硬件缺陷、軟件錯誤或系統集成疏忽，責任主體多元且形態交織。

　　第二是勞動生產關系呈現新變化。“機器換人”引發崗位調整、新型職業安全風險及關鍵技術人才流動中的商業秘密保護，提出勞動者權益保障新課題；

　　第三是協同創新成果權屬模糊化。跨主體、跨領域的合作若無明確約定，共同研發成果歸屬易生糾紛。

　　報告提出，司法應對方面，應綜合運用產品責任、服務合同、侵權責任等法律規定，合理劃分多元主體責任；細化“崗位調整合理性”司法認定標準，平衡技術進步與勞動者權益；強化“契約在前”規則導向，尊重創新成果歸屬約定。

　　據悉，報告以“司法導航”思維，為粵港澳大灣區智能制造產業勾勒出兼具專業性與前瞻性的法治保障路徑。未來，廣州互聯網法院將持續以精準服務對接產業需求，為智能時代高質量發展注入法治動能。　　

　　記者 趙青 

　　通訊員 李艷玫