全球咨询公司 J.S. Held 发布了 2026 年第三季度《AI 争议监测报告》更新版。报告指出，人工智能领域的法律诉讼焦点正在发生深刻转变，诉讼范围已从早期的 AI 系统构建方式（如训练数据和版权争议）延伸至系统部署后的实际运行表现。

AI 诉讼版图的根本性转变：从“如何构建”到“如何运行”

根据 J.S. Held 首席知识产权官办公室的数据，2026 年第三季度新增了 42 宗 AI 相关个案。这一增长使该机构跟踪的数据集收录案件总数达到了 468 宗，其中包括 2026 年截至 9 月 30 日提起的 115 宗诉讼。

诉讼范围的全面扩张

虽然版权和训练数据争议依然是核心议题，但第三季度新增的个案表明，诉讼范围正在进一步扩大。越来越多的案件开始要求法院审视 AI 系统部署后的实际运行表现，具体包括：

  • AI 系统的输出内容
  • 产品安全保障措施
  • 自动化决策过程
  • 企业信息披露
  • 董事会监督责任

J.S. Held 首席知识产权官兼旗下 Ocean Tomo 联合创始人 James E. Malackowski 指出，诉讼范围正从构建 AI 系统所用的输入数据，扩展至这些系统投入运行后产生的影响。如今的证据不仅需要说明数据来源，还要解释系统如何运行、设有哪些管控措施、机构曾就系统能力作出什么陈述，以及被指称的行为如何影响经济价值。

部署风险凸显：还原系统运行与合规管控

第三季度的数据表明，诉讼风险正在沿着整个 AI 价值链进行扩展。受波及的主体不仅包括模型开发者和科技平台，还延伸至在业务运营中部署 AI 的企业、公共机构、公司高管及董事，甚至是那些被指控绕过安全控制措施的用户。

证据链的重构与多领域协作

随着诉讼主张的变化，评估 AI 相关诉讼所需的证据也发生了根本性改变。在处理争议时，各方可能需要审查：

  • 模型版本与提示词
  • 系统输出与系统日志
  • 集成记录与测试证据
  • 数据溯源信息
  • 人工复核程序与治理文件
  • 市场影响与经济损失

J.S. Held 首席知识产权官办公室高级总监兼 AI 争议监测报告数据分析团队负责人 J. Scott Womack 表示，部署风险正逐渐成为 AI 诉讼中一类更为明确的问题。在产品安全、隐私、自动化决策、证券及治理等领域，一个反复出现的核心问题是：机构能否还原系统的运行过程，并证明适当的管控措施当时确实有效运行。仅凭政策并不足以回答这个问题，相关证据必须包括测试记录、系统日志、问题升级处理流程、决策文件，以及已实施实质性人工监督的证据。

双重信息披露风险：夸大宣传与淡化冲击

在企业治理与证券领域，第三季度新增的个案反映出两类截然不同但同样严峻的 AI 相关信息披露风险。

第一类风险：无依据的“AI 夸大宣传”

这类风险涉及机构对外宣称的 AI 能力、系统集成、合作关系或商业效益是否有充分依据。在这类指控中，机构被指对 AI 的先进程度或价值作出了超出现有证据支持范围的宣称，即俗称的“AI 夸大宣传”。

第二类风险：淡化 AI 对既有业务的竞争冲击

这类风险涉及公司是否充分披露了 AI 正在如何冲击其现有产品、定价模式、客户行为或增长前景。在这类个案中，原告的主张并非指控公司的 AI 能力属于虚构，而是认为机构淡化了 AI 对其既有业务造成的竞争影响。

这种区分对于董事、高管、投资者、保险公司及法律顾问至关重要。缺乏依据的 AI 宣称或对竞争冲击的淡化，都可能带来企业信誉、股东价值、信义义务及公司治理方面的重大风险。

跨领域专家证据的整合

随着 AI 诉讼范围的扩大，专家调查越来越需要从还原事实入手。J.S. Held 指出，争议解决需要解答以下关键问题：

  • 当时运行的是哪个系统版本？
  • 哪些输入数据、提示词、外部来源及集成安排影响了结果？
  • 系统产生了什么输出，或作出了什么决定？
  • 当时设有哪些测试、安全防护机制、监测措施及人工复核程序？
  • 公司对系统掌握了什么信息，或曾就系统作出什么陈述？
  • 据称随后造成了什么损害，以及应如何衡量由此造成的损失或经济影响？

由于 AI 系统可以同时作为技术产品、经济资产及证据来源，判定技术层面的因果关系与经济损害往往需要依据同一套事实记录。因此，技术调查、数字取证、经济损害评估、知识产权估值以及治理分析等跨领域专家之间的协作，正变得行业内日益重要。