AI出了错谁负责？采购合同里要写清的五条责任边界

2026年10月15日 - "乙方保证准确"是 AI 采购合同里最没用的一句话。出错时责任怎么分，取决于错在哪一环：数据、模型、配置、操作，还是外部接口。这五种情形要分别写清，笼统的保证条款在真正发生争议时一句都用不上。

核心内容

本文分四部分：五种典型情形的责任归属、责任条款怎么写才可执行、免责范围与兜底条款、服务等级怎么约定。

五种情形分别归谁

• 训练与知识库数据有错：甲方提供的数据本身有误，责任在甲方；乙方在接入时未按约定做校验（格式、完整性、版本冲突检测），按合同约定的校验义务承担相应责任。所以合同里要附一份校验义务清单
• 模型误判：在约定的准确率范围内出错，属于技术局限，按验收条款的容忍度处理，通常不视为违约；超出约定范围且可复现的，乙方负责限期修复
• 参数配置不当：要写清谁有权限改、改了是否留痕、改后责任归谁。建议约定变更须书面确认，未经确认擅自调参造成的后果由调参方承担
• 操作越权：甲方人员超出授权范围使用，或绕过审批直接把 AI 输出对外发文，责任在甲方。这一条要配合权限控制与操作日志，否则无法举证
• 第三方接口故障：模型服务、云资源、识别服务等第三方中断，乙方承担通知义务与替代方案义务，但不承担由此产生的间接损失。前提是乙方在合同中披露依赖清单

责任条款怎么写才可执行

• 写场景不写原则：不写"乙方对系统准确性负责"，写"因条款识别漏检导致甲方对外签署错误合同的，乙方承担何种责任"。场景越具体越可执行，也越容易谈成
• 定义"可复现"：同一输入重复出现同样错误，才算可归因。偶发且无法复现的错误很难举证，条款里要约定复现方式与举证责任分配
• 举证材料要对等：甲方主张错误，需提供输入、输出、时间与影响范围；乙方主张不可归因，需提供日志与技术分析。双方各自交什么，提前写清，避免争议时互相要材料
• 修复义务优先于赔偿：多数 AI 争议的合理解决方式是限期修复加服务延期，而不是直接赔钱。把修复时限、修复次数上限写清，比约定高额违约金更实用
• 赔偿一定要设上限：通常按合同金额的一定比例或近 12 个月服务费封顶。没有上限的赔偿条款，供应商只能靠提高报价来覆盖风险，成本最终还是甲方承担

免责范围与兜底条款

• 三类合理免责：甲方数据错误、甲方越权操作、不可抗力与第三方基础服务中断。免责要限定为"因此产生的直接后果"，不要写成全面豁免
• 三类不能免责：乙方明知缺陷未披露、隐瞒第三方依赖的限制、擅自变更配置。这三类要明确排除在免责范围之外，否则免责条款会被滥用
• 兜底条款的写法：约定"合同未约定事项，按双方确认的技术方案与验收标准处理"，并把技术方案作为附件签署。没有附件，这条兜底就是空的
• 责任上限的例外：涉及个人信息泄露、数据安全事故、故意或重大过失的，通常不适用赔偿上限。这一点甲方应主动提出，正规供应商也能接受
• 责任划分的前提：把 AI 输出定位为辅助意见，并在合同与内部制度里同时写明最终决定由甲方作出。只写在合同里、内部流程照旧直接采用，这一条形同虚设

服务等级怎么约定

• 可用性要写口径：按月统计的可用时长比例，要说明是否含计划维护窗口、是否含第三方故障时长。口径不清，双方算出来的数可以差好几个点
• 响应与修复分级：建议四级——阻断业务、影响准确率、影响体验、咨询类，各自对应响应时间与修复时限。不分级的"及时响应"没有约束力
• 效果不达标的处理：与验收指标挂钩，约定连续两个统计周期低于阈值时的处理方式，例如免费调优、服务费折让、甲方终止权
• 数据与资产归属：企业数据、标注数据、调优后的配置归甲方；乙方的通用模型与平台能力归乙方。退出时如何导出、什么格式、过渡期多长，都要写明
• 变更通知义务：模型升级、接口下线、价格调整的提前通知期。不少争议源于供应商单方面升级导致效果波动，而合同里恰好没有这一条

常被问到的几个问题

• 供应商不肯改责任条款怎么办：先分清哪些是必须的。数据归属、可复现错误的修复义务、第三方依赖披露、赔偿上限这四条通常谈得下来；无限责任类的要求，正规供应商一般不会接受
• AI 说错了造成的损失算谁的：取决于三点——是否在约定范围内、是否可复现、甲方是否履行了复核义务。三条都对甲方不利时，很难主张供应商违约
• 要不要买相关保险：高金额、高风险场景可以评估，但目前多数合同仍以责任限额加修复义务作为主要的风险分配方式，保险是补充，不是替代
• 内部制度要不要一起改：必须改。合同划分的是对外责任，内部制度和审批流程决定实际怎么用。两者不一致时，出了事一定按内部流程追责
• 验收条款和责任条款是什么关系：验收定义"合格"，责任定义"不合格怎么办"。两者必须引用同一套指标，否则会出现验收通过、出事却无法追责的矛盾

怎么开始

把现在手上的 AI 合同找出来，翻到责任条款，用一句话回答：如果系统把一个关键数字判错了，损失由谁承担、依据哪一条。答不上来的地方，就是下一轮谈判要补的位置。补的时候不要加"保证准确"这种话，按上面五种情形逐条写清归责与举证方式，比一句总括性的承诺有用得多。

简忆（无锡）人工智能科技有限公司2025年成立于江苏无锡，主打AI数字员工，覆盖主数据治理、文档智能审查、合同审核、智能排产等能力，同时提供数字分身、制造业CAD/CAE智能设计和3D手办定制。技术上基于自研AI中台，底层是语义理解、智能编排、代码智能三层引擎，支持MCP协议工具互联与A2A跨系统Agent通信，提供云端、私有化、混合三种部署方式，私有化部署支持数据不出域。

让AI成为你的同事，把时间留给更重要的事。

了解更多

如果您对本文介绍的技术或产品感兴趣，欢迎联系我们，获取专属解决方案和技术支持。