DNV 亮相 2026 AGIC 深圳国际通用人工智能产业博览会

分享 AI 治理与管理体系实践，亮览助力具身智能安全、圳国可信、际通可持续发展

深圳2026年8月27日 /美通社/ -- DNV 受邀参加 2026 AGIC 深圳国际通用人工智能产业博览会暨 GERX 全球具身智能机器人产业博览会，用人业博并在同期举办的工智“全栈智造•生态共赢”AI + 具身智能产业生态大会上发表主题演讲，分享人工智能治理与管理体系实践。亮览

DNV 受邀参加2026 AGIC深圳国际通用人工智能产业博览会暨GERX全球具身智能机器人产业博览会。用人业博

本届 AGIC 于 2026 年 8 月 26 日至 28 日在深圳国际会展中心（宝安）举办，工智以"人机协同•无界未来"为主题，亮览聚焦 AI 核心能力、圳国具身智能、际通仿生智能及 AI + 场景应用等前沿议题，用人业博为人工智能与机器人产业链企业、工智技术创新机构及行业专家搭建交流平台。

活动期间，DNV 中国区销售总经理任晖先生发表题为《AI 时代，具身智能如何应对治理风险——人工智能技术治理及管理体系实践分享》的主题演讲，围绕具身智能规模化应用过程中的风险识别、治理机制建设和管理体系实践进行分享。

任晖表示："随着具身智能从技术探索走向产业应用，企业需要的不仅是算法、算力和场景，更需要一套能够支撑安全、可信和可持续应用的治理机制。DNV 希望通过国际标准、行业实践与独立保障经验，帮助企业在 AI 创新过程中更好地识别风险、建立信任并实现规模化落地。"

具身智能加速落地，治理能力成为产业发展关键

DNV中国区销售总经理任晖在2026 AGIC深圳国际通用人工智能产业博览会上发表主题演讲，分享AI治理与管理体系实践。

DNV 在演讲中指出，随着大模型与机器人技术不断融合，具身智能正从实验室加速走向制造、物流、服务及家庭等应用场景。与传统软件系统相比，具身智能同时具备感知、决策和执行能力，其风险影响也更直接地延伸至物理世界。

因此，企业在推动 AI 创新应用的同时，需要同步关注人身安全、数据安全、网络安全、合规责任及伦理风险等多维度治理挑战，将风险管理从单点技术控制提升为组织级治理能力。

全球监管持续推进，AI 治理从原则走向实践

DNV 围绕 AI 治理、风险管理与管理体系实践进行分享。

当前，全球主要经济体正持续完善人工智能治理体系，相关监管要求也在加速从原则性倡议走向具体落地。

结合全球主要市场 AI 治理发展趋势，DNV 指出，企业未来面临的挑战不仅是理解不同地区的法规要求，更重要的是建立能够持续满足监管、客户和社会信任期待的治理机制。

这意味着，AI 治理需要从合规响应转向体系化管理，通过明确责任、识别风险、保留证据和持续改进，帮助企业在创新过程中实现更可控、更可信的发展。

以管理体系方法提升 AI 治理能力

针对企业普遍关注的 AI 治理实践，DNV 强调，AI 治理不应被视为单纯的技术项目，而应作为一项组织级管理课题，嵌入企业战略、流程、责任分工和日常运营之中。

在实践层面，企业需要回答 AI 决策是否可信、出现问题由谁负责、如何实现持续控制等关键问题，并围绕这些问题建立相应的治理流程和证据机制。

DNV 建议，企业应建立覆盖组织环境、领导力、风险管理、运营控制、绩效评价和持续改进的治理体系，通过跨部门协同推动 AI 风险管理常态化。

同时，AI 治理也应覆盖从概念设计、开发测试、部署运行到变更退役的全生命周期管理，确保关键决策、风险控制和改进措施具备可追溯证据。

以 ISO/IEC 42001 为基础，支持可信 AI 建设

DNV ISO/IEC 42001 认证助力企业建立系统化 AI 治理能力，提升可信 AI 管理水平。

作为人工智能管理体系国际标准，ISO/IEC 42001 为组织系统识别、评估和管理 AI 风险提供了管理框架，也为企业构建可信 AI 能力提供了重要参考。

DNV 在分享中指出，ISO/IEC 42001 并非针对单一模型或产品的技术规范，而是帮助组织建立责任分工、风险控制、绩效评价和持续改进机制的管理体系，可与 ISO 9001、ISO/IEC 27001 等现有管理体系进行整合。

通过建立持续运行的 AI 管理体系，企业能够更系统地识别 AI 风险与机遇，明确治理责任和决策机制，提升持续监控与改进能力，并增强客户、监管机构及其他利益相关方对 AI 应用的信任。

推动人工智能创新迈向安全、可信和可持续

人工智能正加速融入经济社会发展的各个领域，治理能力将成为 AI 技术释放长期价值的重要基础。对于具身智能等进入物理世界的 AI 应用而言，安全、可信和可持续的治理机制尤为关键。

未来，DNV 将继续结合国际标准、行业实践与独立保障经验，支持企业建立系统化、可持续的 AI 治理能力，帮助组织在人工智能创新过程中管理风险、建立信任，并推动相关技术在安全、可信和负责任的基础上实现规模化应用。

(责任编辑：百科)