符合监管标准的可审计 AI 数据准备
Ertas Data Suite 为合规和风险官提供审计追踪、数据主权和可追溯性控制，使他们能够批准 AI 项目——同时不拖慢正在构建这些项目的数据团队。
The Challenges You Face
AI 项目缺乏监管机构期望的文档
当监管机构询问 AI 模型是如何训练的，大多数组织无法提供完整的答案。训练数据准备在没有审计追踪的临时脚本中完成，使得无法证明监管框架日益要求的数据治理严谨性。
云端 AI 工具带来第三方风险
每个处理组织数据的云端 AI 工具都需要供应商风险评估、数据处理协议和持续监控。数据团队希望采用新 AI 工具的速度远超合规团队的评估能力。
数据溯源缺口使模型验证不可能
模型风险管理框架要求组织验证 AI 模型是基于适当的、经过正当处理的数据训练的。如果没有从源数据到准备再到训练的端到端数据溯源，这种验证基于的是信任而非证据。
监管要求不断增多
EU AI Act、NIST AI RMF、行业专用指南（SR 11-7、FDA AI/ML SaMD）和各州级 AI 法规都对 AI 系统施加了文档和问责要求。合规官需要能产出这些框架所要求证据的工具，而非制造额外风险的工具。
How Ertas Solves This
Ertas Data Suite 旨在成为合规官可以毫无保留地批准的工具。它完全在本地运行，作为原生桌面应用——没有数据离开您的网络，无需第三方风险评估，无需数据处理协议。第三方风险问题通过架构消除，而非通过文书工作。
Data Suite 中的每项操作都记录在带有不可篡改时间戳、用户归因和完整转换详情的仅追加审计追踪中。该追踪提供 了监管框架所要求的文档：谁准备了数据、应用了什么转换、执行了什么质量检查以及最终训练数据集是如何产出的。
对于合规和风险官，Data Suite 将 AI 数据准备从文档缺口转化为文档优势。无需要求数据团队追溯创建合规产物——这些产物作为正常工作流的副产品自动产出。
Key Features for 合规与风险官
不可篡改的审计追踪
每项操作——数据导入、清洗转换、标注分配、增强步骤和导出操作——都记录在仅追加的账本中。条目创建后不可修改或删除，提供整个数据准备过程的防篡改文档。
零第三方风险
Data Suite 作为无网络连接、无云依赖、无遥测的自包含桌面应用运行。没有第三方数据处理方需要评估，没有 DPA 需要谈判，没有持续的供应商监控需要执行。
监管报告导出
以与常见监管框架对齐的结构化格式导出审计追踪数据——NIST AI RMF、EU AI Act 文档要求、SR 11-7 模型清单格式和 ISO/IEC 42001 证据模板。
基于角色的访问文档
审计追踪捕获哪个用户执行了每项操作，提供 SOC 2 Type II、ISO 27001 和行业专用数据处理监管要求所需的访问控制文档。
Why It Works
- Data Suite 的本地架构消除了 AI 数据准备的供应商风险评估瓶颈——合规团队在数天内批准部署，而非云端替代方案所需的数月。
- 不可篡改的审计追踪提供了 EU AI Act 第 12 条日志记录要求和第 11 条技术文档要求所需的「高风险 AI 系统」文档。
- 使用 Data Suite 的组织已通过模型风险管理检查，审计员特别指出数据准备文档的完整性是一大亮点。
- 零网络连接意味着 Data Suite 默认满足所有 司法管辖区的数据驻留要求——无需地理路由分析，无需跨境数据传输评估，无需标准合同条款。
- 自动审计追踪生成意味着合规文档是正常工作流的副产品而非额外负担——数据团队不再将合规视为负担，合规团队也不再成为瓶颈。
Example Workflow
一家银行的合规官需要批准新 AI 模型的数据准备流程，该模型将用于辅助 BSA/AML 交易监控。模型风险管理框架要求记录数据来源、准备步骤、质量控制和参与人员。
数据团队在银行安全网络内的工作站上使用 Ertas Data Suite。他们导入交易数据，清洗和规范化记录，让 BSA 分析师标注可疑模式，并导出训练数据集。每个步骤都自动记录到审计追踪中。
合规官审查审计追踪导出，其中记录了：导入的确切数据来源、应用的每项清洗转换、哪些分析师标注了哪些记录、通过了哪些质量验证检查，以及最终数据集的构成。这份文档满足银行的模型风险管理政策要求，并为下一次 OCC 检查提供了所需的证据——全部自动产出，数据团队无需额外的合规专项工作。
Ship AI that runs on your users' devices.
Early bird pricing starts at $14.50/mo — locked in for life. Plans for builders and agencies.