巴西石油天然气行业的人工智能监管

本页为葡萄牙语原文的译文，仅供参考，内容涉及巴西法律。如有出入，以葡萄牙语版本为准。 阅读葡萄牙语原文

人工智能已经在改变石油和天然气的勘探与生产，但巴西目前的监管空白，使那些在缺乏适当治理的情况下采用这些技术的运营商面临切实的法律风险。

人工智能在石油天然气产业链中的快速推进

石油天然气行业是最早、最快将人工智能解决方案引入日常运营的工业领域之一。从地震勘探阶段到炼制与分销，机器学习算法、神经网络和预测模型正在逐步取代过去完全依赖人工分析的流程。就目前的情况来看，海上平台已经在使用自主的结构完整性监测系统，炼油厂则借助数字孪生来优化催化裂化工艺，并预测关键设备的故障。

将人工智能用于地震数据解释，已大幅缩短了识别可开发储层所需的时间。深度学习（deep learning）模型能够处理海量的地质和地球物理数据，发现常规分析中人眼难以察觉的规律。在钻井作业中，算法实时控制各项参数，调整转速、钻压和流体流量，以便在提高效率的同时，尽可能降低井喷（blow-out）风险。可以看到，这些技术早已不再处于试验阶段，已经成为巴西盐下层（pré-sal）以及陆上成熟油田中大型运营商的日常作业内容。

然而，这种加速推进的技术应用，所处的监管环境却没有跟上技术创新的速度。适用于巴西油气行业的法律框架，主要由特许经营立法、巴西国家石油、天然气和生物燃料管理局（ANP）的监管规定以及操作安全技术规范构成，其设计所依据的是以人工操作为主的模式。在这样的背景下引入自动化决策系统，会产生需要认真理解并加以管理的规范空白。

巴西的监管框架与行业面临的特殊挑战

国会目前正在审议规范巴西人工智能的法律草案，其中就人工智能系统的治理、透明度和问责制度确立了一般性原则。不过，如果结合石油天然气行业的特点来审视其条款，就会发现这部一般性规范无法解决行业层面的一些根本问题。碳氢化合物的勘探与生产活动被归类为具有高环境风险和高职业风险的活动，因此在这些作业中使用人工智能，需要另外增加一层监管。

ANP作为行业监管机构，有权制定操作安全方面的技术规范。现行有关操作安全管理系统（SGSO）和油井完整性的各项决议，已经规定了可靠性和可追溯性方面的要求，通过监管解释，这些要求可以延伸适用于这些活动中所使用的人工智能系统。一般认为，凡是将算法用于关键安全决策（例如油井压力控制或紧急停车系统的触发）的运营商，都应当证明这些系统达到了传统系统所要求的同等可靠性标准。

根据巴西环境立法，石油天然气行业的环境损害民事责任属于客观责任。这意味着，如果人工智能系统出现故障，并且该故障促成了石油泄漏或其他环境事故，运营商无论有无过错都应承担责任。随之而来的问题是，人工智能系统的供应商是否也可能被追究连带责任，这取决于对因果链条的分析，以及所用技术适用的责任制度。我们认为，法律趋势正朝着共同担责的方向发展，尤其是在供应商掌控算法参数的情况下。

另一个相关问题涉及数据保护。石油天然气行业的人工智能系统要处理大量的运营数据、地质数据，在某些情况下还包括平台工作人员的个人数据（健康监测、位置信息、用于安全目的的行为模式）。《通用数据保护法》（LGPD）完全适用于这类数据处理活动，要求具备适当的法律依据、保证透明度，并采取与风险相称的安全措施。

勘探与生产作业中的人工智能治理

建立一套完善的人工智能治理方案，在实践中是降低行业运营商法律风险的主要手段。从国际最佳实践来看，在这一领域走在前列的石油天然气企业，普遍采用的治理框架（frameworks）包括：对人工智能系统进行风险分级、对关键算法进行独立验证、定期审计偏差与性能、完整记录模型的全生命周期，以及为高影响决策设置人工监督机制。

风险分级是起点。并非油气作业中的所有人工智能应用都具有同样的关键程度。优化燃料运输物流的算法，与控制高压油井流体注入的系统，风险特征显然不同。建议运营商设立风险类别（低、中、高和关键），并针对每个类别设定与之相称的验证、文档和人工监督要求。

在缺乏适当法律治理的情况下，于石油天然气行业采用人工智能并不是创新，而是让自己暴露在规模可观的监管、环境和合同或有负债之下。

人工监督值得特别关注。“human-in-the-loop”（人在决策回路中）这一概念常被视为一种保障措施，但在海上环境中落实起来面临实际困难。在生产平台上，收到人工智能系统建议的操作人员，在紧急情况下可能没有足够的时间、信息或技术专长，来对这一建议进行批判性评估。因此，治理不仅应当规定人要参与决策过程，还应当规定使这种参与真正有意义的有效条件，包括适当的培训、可解释性界面以及留给分析的充足时间。

人工智能模型生命周期的文档记录（从开发和训练，到部署、监测和停用），对于证明合规以及应对可能发生的诉讼至关重要。可以看到，那些详细记录设计决策、所用训练数据、性能指标以及人工智能系统更新情况的运营商，在向ANP和司法机关证明自己已尽勤勉义务时，处境要有利得多。

合同层面与知识产权

石油天然气行业的合同关系涉及多方主体（运营商、服务公司、技术供应商、分包商），人工智能系统进入这一链条后，产生了传统合同范本未能妥善涵盖的法律问题。可以看到，面向该行业的服务提供和技术供应合同需要重新审视，至少应当处理以下事项：人工智能系统故障的责任分配、由算法生成和处理的数据的权利归属、以委托方运营数据训练的模型的知识产权，以及透明度和可审计性义务。

知识产权问题尤其复杂。当技术供应商使用某家石油运营商的运营数据训练人工智能模型时，由谁享有由此产生的模型的权利？如果这一模型又利用多家运营商的数据进一步优化，并被提供给竞争对手，又当如何？我们认为，这些问题应当在合同条款中明确约定，细致地界定权属、使用限制、保密义务和排他性权利。

与联邦政府（União）签订的特许经营合同和产品分成合同同样值得分析。本地含量条款、技术转让要求以及研发投资义务，都可能受到采用境外开发的人工智能解决方案的影响。我们判断，ANP日后可能在新的监管规定中，对勘探和生产活动中所使用的人工智能技术提出具体的国产化要求，沿用已适用于传统设备和服务的逻辑。

监管前景与实务建议

石油天然气行业人工智能的监管格局尚在形成之中。除了一般性的人工智能监管框架之外，我们还在等待ANP就此议题发表意见。国家能源政策委员会（CNPE）也可能制定公共政策方针，为行业监管提供指引。在国际层面，国际油气生产者协会（International Association of Oil & Gas Producers，IOGP）和美国石油学会（American Petroleum Institute，API）等组织已经发布了关于负责任地使用人工智能的指引，可为巴西的监管提供参考。

面对这一不断演变的局面，我们为行业内的运营商和服务公司提出以下实务建议。首先，必须对正在使用或处于部署阶段的人工智能系统进行全面梳理，按风险等级分类，并找出现有治理中的漏洞。其次，建议制定公司层面的人工智能政策，涵盖道德原则、透明度要求、人工监督机制，以及涉及自动化系统的事件响应程序。

审查与技术供应商的合同同样是当务之急。赔偿条款、责任分配、数据归属和可审计性等条款，应当结合人工智能系统的特点来谈判。我们还建议运营商加大投入，提升法务和合规团队的能力，以应对不断出现的监管挑战，因为法律、技术与石油工程的交汇，需要具备跨学科背景的专业人员。

最后，积极参与公众咨询程序和监管讨论论坛至关重要，这样行业才能以自身的实践经验，推动制定出既能促进创新、又不损害操作安全和环境保护的平衡规范。可以看到，那些在监管出台之前就主动行动、自愿采用高标准治理的企业，在规范正式公布时往往受到的冲击较小。

这一主题与信贷与评分直接相关，我们在专门的文章中对此作了论述。

为方便您进一步阅读，也可参阅本所关于能源行业的人工智能的文章。

As informações deste artigo são de caráter informativo e não substituem consulta jurídica individualizada. Cada caso possui particularidades que exigem análise específica.