All skills
cat-xierluo avatar

/legal-industry-report

@51b969a

生成面向公开展示与广泛分发的正式行业法律报告,按月度或季度完成行业全景、政策监管、代表企业、法律风险、服务机会及可追溯信源研究。本技能应在用户需要“行业报告”“月报/季报”“对外展示的行业研究”时使用。不要用于日常客户触达、单一企业尽调、具体客户法律意见或自动发布。

Use this Skill: https://skilld.dev/gh/cat-xierluo/legal-skills/legal-industry-report

This session only. Nothing lands on disk.

testsfixtures行业报告_人工智能_全国_2026Q3_20260830.md

≈2.2k tokens on demand. Your agent reads this file only when SKILL.md points to it.

行业报告 · 人工智能 · 全国 · 2026 年第三季度

报告编号:DEMO-REPORT-2026-Q3
数据截点:2026-08-30
发布状态:PUBLIC_REVIEW
主办律师:示例律师|示例律师事务所

研究声明:本报告基于截至 2026-08-30 可获得的公开资料形成,服务于行业观察与一般信息传播,不构成针对具体事项的法律意见、投资建议或法律服务承诺。市场、政策和企业信息会持续变化,引用前应回到原文复核。

一、执行摘要

人工智能行业的法律研究不能只围绕“模型能力”展开。数据来源、产品上线、内容治理、知识产权与客户合同共同决定商业化边界。国家数据局将数据采集汇聚、计算存储、流通交易、开发利用和安全治理列入数据产业范围,为拆分产业链提供了官方政策语境。[P1] https://www.nda.gov.cn/sjj/zwgk/zcfb/1230/20241230174751693375416_mobile.html

生成式人工智能相关业务还需要持续核对网信、工信、数据等主管部门的最新规则,不能把备案、公示或政策解读等同于对具体产品的合规结论。[P1] https://www.cac.gov.cn/

观察维度 已确认事实 研究解释 对企业的意义 证据强度
产业链 数据产业覆盖采集、存储、流通、利用与安全治理 AI 产品依赖多个外部责任接口 合同和治理应按环节拆分 P1
监管 多个主管部门分别覆盖数据、算法、通信和市场秩序 单一“合规清单”不足 上线前应建立分阶段门禁 P1
商业化 上市公司披露可观察特定企业业务 不可直接外推全行业规模 样本选择需说明代表性 P2

二、研究边界与方法

本报告将人工智能限定为模型、算力、数据与应用服务,不把所有软件和数字化服务纳入统计范围。区域采用全国口径,报告周期为季度,行业规则命中 ai-data。

研究先解析行业规则包,再以主管部门原文、正式统计和法定披露形成证据账本。来源事实、研究归纳与律师判断分别标注。快报、年度统计和企业披露存在口径差异时并列展示,不计算没有定义基础的“统一市场规模”。

主要局限包括:公开数据对非上市企业覆盖有限;备案、公示和许可的法律含义不同;部分商业化指标由企业自行定义。因此,报告重点展示研究方法和证据边界,不给出无证据的市场排名。

三、行业结构与市场

环节 典型产品/服务 核心资源 收益与成本驱动 主要法律接口
基础层 芯片、算力、云资源 资本、能耗、供应链 设备利用率与采购成本 采购、出口管制、数据安全
模型层 基础模型与行业模型 算法、训练数据、人才 训练推理成本与授权收入 数据来源、开源许可、内容治理
应用层 企业软件与智能体 场景、客户数据、渠道 订阅、项目和效果付费 服务合同、责任边界、个人信息

国家统计局的统计年鉴入口可用于宏观与行业指标追溯,但使用时应继续下钻到具体指标解释和统计期。[P1] https://www.stats.gov.cn/sj/ndsj/

行业规模研究至少应区分数据产业、软件业、人工智能核心产业和具体应用市场。不同机构的定义不一致时,本报告保留原定义,不把多个数字拼接为一个总规模。[单一信源]

四、竞争格局与代表企业

代表企业样本应覆盖基础设施、模型服务和行业应用三类商业模式。法定披露平台适合核验上市公司公告、年报和问询回复,但只能证明披露主体及文件所述事项。[P2] https://www.cninfo.com.cn/

模式 收入来源 关键资产 主要成本 样本选择方法 主要风险
算力服务 资源租用与云服务 数据中心和芯片 资本开支与能源 选择披露算力业务的主体 供应链、能耗、服务可用性
模型服务 API、授权与项目 模型和数据 训练与推理 选择披露模型收入的主体 数据来源、输出责任
行业应用 订阅与解决方案 场景和客户关系 实施与获客 选择不同行业样本 交付、数据、效果承诺

竞争分析应进一步核对客户集中度、供应商依赖、开源生态和平台接口变化。没有可比披露时,不以媒体热度替代市场份额。

五、政策监管与区域

监管者 管辖事项 研究入口 影响环节 当前状态
国家网信部门 算法、生成式人工智能、数据出境与内容安全 [P1] https://www.cac.gov.cn/ 数据、模型、应用 交付前逐项复核
国家数据局 数据基础制度、数据产业与公共数据 [P1] https://www.nda.gov.cn/ 数据、基础设施、流通 交付前逐项复核
工业和信息化部 软件、通信与工业数字化 [P1] https://www.miit.gov.cn/ 算力、软件、行业应用 交付前逐项复核
市场监管总局 标准、广告、竞争和消费者权益 [P1] https://www.samr.gov.cn/ 应用与市场 交付前逐项复核

地方政策往往同时涉及算力补贴、数据基础设施和场景开放。比较区域时,应把政策目标、资金工具、申请条件和兑现情况分开,不以规划目标替代已落地结果。

六、法律风险与争议

风险主题 典型场景 触发因素 影响 建议动作 证据入口
训练数据 抓取、采购或客户数据用于训练 权利链不清 高 建立数据来源与授权台账 [P1] https://www.cac.gov.cn/
输出内容 面向公众生成文字、图片或建议 内容与知识产权风险 高 配置使用政策、过滤和投诉流程 [P1] https://www.cac.gov.cn/
企业交付 智能体接入客户系统 权限、日志与责任边界不清 高 在合同和技术方案中拆分责任 [P1] https://www.nda.gov.cn/
开源组件 模型、代码与数据集混合使用 许可义务未传递 中 建立组件清单和许可证审查 [P2] https://www.cninfo.com.cn/

风险之间并非孤立:人员流动可能连接商业秘密与模型权重,客户数据可能同时影响个人信息、商业秘密和合同责任。治理方案需要沿数据和产品生命周期展开。

七、服务机会与行动建议

服务机会 行业变化来源 适用企业 可交付成果 进入问题 优先级
AI 产品上线门禁 多部门规则共同作用 模型与应用企业 产品合规矩阵、上线清单 产品在哪些地区、向谁提供? 高
数据来源治理 数据产业与安全规则持续完善 训练与行业应用企业 数据来源台账、授权模板 数据从哪里来,允许做什么? 高
企业级合同重构 智能体进入核心流程 B2B 服务商 主合同、SLA、数据条款 如何定义效果与责任边界? 高

未来 30 日应复核新增政策和备案公示,60 日可比较重点区域的场景开放与数据政策,90 日适合形成“企业级智能体合同与数据治理”专题报告。行动建议应落实到责任人、流程和产物,避免只写“加强合规”。

八、附录与信源

编号 结论 类型 来源 检索时间 口径/局限
E-001 数据产业包含采集、存储、流通、利用和安全治理 来源事实 [P1] https://www.nda.gov.cn/sjj/zwgk/zcfb/1230/20241230174751693375416_mobile.html 2026-08-30 政策定义,不等于统计规模
E-002 AI 法律治理需要按数据、模型和应用分层 研究归纳 E-001 及主管部门入口 2026-08-30 需结合具体产品复核

全部核心入口:

  1. [P1] https://www.nda.gov.cn/ — 国家数据局,检索于 2026-08-30。
  2. [P1] https://www.cac.gov.cn/ — 国家互联网信息办公室,检索于 2026-08-30。
  3. [P1] https://www.stats.gov.cn/sj/ndsj/ — 国家统计局中国统计年鉴,检索于 2026-08-30。
  4. [P2] https://www.cninfo.com.cn/ — 巨潮资讯法定信息披露平台,检索于 2026-08-30。

待核验事项包括:具体产品是否完成相应备案或评估、企业披露中的人工智能收入定义、地方政策的实际兑现情况。

本报告由 legal-industry-report v1.1.0 辅助形成,发布前须由律师完成事实、法律和表达复核。

Source: SKILL.md on GitHub

No alerts24d3 checks · Risk SAFE
  • Gen Agent Trust Hub24d

    This skill is a professional legal industry report generator that fetches regulatory data from official government sources. While the ingestion of external web content creates a low-severity indirect prompt injection surface, the skill implements strong defensive measures including template auto-escaping and mandatory human review checkpoints.

  • Socket24d

    No alerts

  • Snyk24d

    Risk: LOW · No issues

Signed by skilld at 51b969a. This ties the file your Agent reads to that commit on GitHub. It does not review the instructions.

Last checked against GitHub yesterday.

Activeupdated last month
homepage
https://github.com/cat-xierluo/legal-skills
author
杨卫薪律师(微信ywxlaw)
version
1.1.0

README badge

README badge for cat-xierluo/legal-skills/legal-industry-report