能力 · 03
治理 Govern
AI 在前台工作，人在后台治理——IMAI 副驾驶治理。
能力世界观
理解记忆治理执行
为什么重要
AI 走上前台后，真正的问题不是它够不够聪明，而是：它出错了谁发现、谁纠正、谁负责。AI 治理回答的正是这个——让组织敢于把真实业务交给 AI。这是政府、大型企业、金融与医疗最关心的一层。
核心能力
人工接管 Human Escalation
基于关键词、风险、情绪与置信度自动升级，关键时刻带完整上下文无缝转人工。
决策溯源 Decision Provenance
记录用了什么信息、做了什么决定、谁批准、能否复审——决策链一目了然。
审计留痕 Audit Trail
每一次交互、干预与接管全程留痕，形成可回溯的责任链。
责任归属 Accountability
每一次关键决策都有明确责任人——谁、何时、基于什么、做了什么决定。
治理流程 Governance Flow
AI 行动
风险与置信度评估
高风险 → 人工审批
执行
全程留痕
可审计可问责
角色化访问控制 · RBAC
同一套访问控制引擎，面向政府与企业两套模型
治理不止是留痕与问责，更是「谁能看到什么、能做什么」。角色化访问控制（RBAC）按用户角色决定可见范围，敏感数据按需受控——同一套引擎，按客户是政府还是企业，套不同模型。
to-G 政务数据敏感度纵切
- 建模轴
- 按数据敏感程度纵向分层
- 保护什么
- 市民隐私、敏感案件
- 典型角色
- 市民 / 受理员 / 领导
- 落地
- 公开政策惠及全民，敏感案件仅授权受理员与领导可见
红线：跨市民隐私不可见——市民 A 查不到市民 B 的投诉
案例：奎屯城市大脑 · JAJD
to-B 企业组织部门横切
- 建模轴
- 按组织结构 / 部门横向切分
- 保护什么
- 部门信息边界、职责分工
- 典型角色
- 员工 / 部门 / 管理层
- 落地
- 各部门只见本部门知识，管理层跨部门通览
红线：跨部门信息不越界
案例：PPG
面向政府与企业，提供两套成熟的角色化数据访问模型，敏感数据按需受控。