前面几篇，我们讲了AI安防的技术、场景和落地。

但有一个话题，越来越重要，也越来越敏感——那就是合规。

尤其是人脸识别，已经成了一个”雷区”。用得好，提升效率；用不好，轻则罚款，重则违法。

2025年6月1日，《人脸识别技术应用安全管理办法》正式施行。这是我国第一部专门针对人脸识别的部门规章，对人脸识别的使用做出了严格规定。

今天这篇，我们就来聊聊AI安防的合规问题。哪些红线不能碰？怎么合规地使用AI？

一、人脸识别的红线，你知道几条？

先给大家划重点：《人脸识别技术应用安全管理办法》里，有几条红线是绝对不能碰的。

红线一：维护公共安全所必需

在公共场所安装人脸识别设备，必须是为了维护公共安全所必需。

什么叫”所必需”？就是不用人脸识别就没法保障公共安全，或者用其他技术手段成本太高、效果太差。

也就是说，你不能为了”方便”、”高级”就随便装人脸识别。如果刷身份证、刷门禁卡就能解决的问题，就没必要用人脸识别。

红线二：设置显著的提示标识

在公共场所安装图像采集、个人身份识别设备，必须设置显著的提示标识。

你去商场、地铁、机场，应该都见过”本区域有人脸识别”的提示牌。这不是可选的，是法律规定的。

没设提示标识？违法。

红线三：取得单独同意

处理人脸信息，属于处理敏感个人信息，必须取得个人的单独同意。

什么叫”单独同意”？就是不能把同意人脸识别和其他同意绑在一起。不能说”你同意了用户协议就等于同意了人脸识别”，必须单独问、单独同意。

比如，小区装人脸识别门禁，不能说”你要进小区就得同意刷脸”。必须给业主选择的权利，可以选择刷脸，也可以选择刷卡、输密码。

红线四：不得强制使用

除了法律、行政法规规定的特殊情形，不得强制个人使用人脸识别技术。

也就是说，你不能说”我们只认脸，不认别的”。必须提供替代方案。

这一条非常重要。很多地方之前搞”强制刷脸”，现在都违法了。

红线五：数据存储安全

人脸信息是敏感个人信息，必须严格保护。

具体要求包括：

• 不得超出必要范围存储人脸信息
• 存储期限不得超过实现目的所必需的时间
• 采取加密等安全措施保护人脸信息
• 不得非法泄露、出售、向他人提供人脸信息

人脸数据泄露的后果有多严重，不用我多说了吧。

二、不只是中国，全球都在收紧

不要以为只有中国管得严。全球范围内，对AI和人脸识别的监管都在收紧。

欧盟：最严格的监管

欧盟的《人工智能法案》（EU AI Act）已经正式生效。这是全球第一部全面的AI监管法律。

根据这个法案，人脸识别安保系统属于”高风险人工智能”。供应商必须确保其经过合规评估并在欧盟注册数据库备案，还要通过人为监督机制防止其被滥用。

违反规定的，最高可罚全球年营业额的6%。

欧盟的GDPR（通用数据保护条例）也对生物识别数据有严格规定。生物识别数据属于特殊类别个人数据，原则上禁止处理，只有在特定情形下才允许。

美国：州层面立法

美国联邦层面还没有统一的AI监管法律，但很多州已经出台了相关法律。

比如伊利诺伊州的《生物特征信息隐私法》（BIPA），对生物识别数据的收集、使用、存储有严格规定。违反规定的，每次违法可罚1000-5000美元。

已经有很多公司因为违反BIPA被罚了巨款。

其他国家：纷纷跟进

英国、加拿大、澳大利亚、日本、韩国……越来越多的国家都在出台AI和数据保护相关的法律。

可以说，全球监管收紧是大趋势。未来，合规会越来越重要。

三、除了隐私，还有这些风险

说到AI安防的风险，很多人第一反应就是隐私。但实际上，风险远不止这些。

风险一：算法偏见

AI是用数据训练出来的。如果训练数据有偏见，AI也会有偏见。

比如，训练数据里大部分是男性，那AI对女性的识别准确率就会低一些。训练数据里大部分是年轻人，那对老年人的识别效果就会差一些。

这不是小事。如果人脸识别系统对某类人群识别率低，可能会导致不公平对待，甚至引发歧视问题。

风险二：误报和漏报

AI不是100%准确的，有误报，也有漏报。

误报，就是把没问题的当成有问题的。比如，把一个普通路人当成可疑人员，导致错误拦截。

漏报，就是把有问题的当成没问题的。比如，真正的入侵者没检测出来，导致安全事件。

这两种情况都有风险。误报会影响体验、浪费人力；漏报会导致安全漏洞。

关键是要把误报率和漏报率控制在可接受的范围内，并且有相应的应对机制。

风险三：可解释性差

深度学习模型有个问题——”黑箱”。你知道它输出了什么结果，但不知道它为什么输出这个结果。

这在安防领域是个问题。比如，AI说”这个人有异常行为”，但你不知道它为什么这么判断。是因为这个人在徘徊？还是因为这个人穿的衣服奇怪？

如果出了问题，你没法解释AI为什么这么判断，可能会面临法律风险。

风险四：伦理问题

AI安防还涉及很多伦理问题。比如：

• 监控的边界在哪里？什么程度的监控是可以接受的？
• AI做出的判断，谁来负责？出了问题算谁的？
• AI能不能做最终决策？还是只能辅助人做决策？
• 如何防止AI被滥用？

这些问题没有标准答案，但必须认真思考。

四、怎么合规地做AI安防？

说了这么多风险，那是不是就不能做AI安防了？

当然不是。只要合规地做，AI安防的价值还是很大的。

给你几条建议：

第一，建立合规意识。从项目一开始就要考虑合规问题，而不是等出了问题再补救。要把合规作为项目的底线要求。

第二，做数据保护影响评估。在项目实施前，对个人信息处理活动进行风险评估，识别风险点，采取相应的保护措施。这是法律要求的，也是保护自己的有效手段。

第三，最小必要原则。只收集必要的数据，只在必要的时间内存储，只给必要的人看。能不用人脸识别的，就不用；能用其他方式的，就用其他方式。

第四，保障个人权利。个人对自己的人脸信息有知情权、决定权、查询权、更正权、删除权等。要建立相应的机制，保障这些权利的实现。

第五，选择合规的产品和供应商。买AI产品的时候，不要只看功能和价格，还要看供应商的合规能力。产品有没有通过安全认证？数据保护措施到不到位？这些都要考察。

SIMP云平台在设计之初就把合规作为重要考量，支持数据加密、权限管控、操作审计等功能，帮助企业合规地使用AI安防。

第六，建立伦理审查机制。对于重要的AI应用，最好建立伦理审查机制，定期审查AI的使用是否合理、是否公平、是否有滥用风险。

五、写在最后

技术是中性的，但技术的使用有边界。

AI安防是一把双刃剑。用得好，能提升安全水平，提高运营效率；用不好，可能侵犯隐私，引发法律风险。

合规，不是束缚，而是保护。保护用户的隐私，也保护企业自己。

随着监管越来越严，合规能力会成为AI安防企业的核心竞争力之一。谁能在合规的前提下用好AI，谁就能在未来的竞争中占据优势。

到这里，我们的白皮书系列解读就告一段落了。

从技术体系到落地用例，从实施指引到合规框架，我们用五篇文章，带你快速了解了《安防领域 AI 应用场景指南》的核心内容。

但这只是冰山一角。完整的白皮书有5.9万字，12个落地场景的详细分析，26个产品实例的对比，还有完整的实施方法论和合规框架。

如果你想深入了解，欢迎下载完整白皮书。后台回复”AI安防”即可获取。

希望这本白皮书，能帮你在AI安防的道路上少走弯路，真正从AI中获益。