2027 洛杉矶北美华人 HR 新年论坛 · 1 月 2 日,第一阶段优惠票 12 月 1 日截止立即报名 →
北美华人人力资源协会
用工合规 · 观点

从“禁用机器人上司”到“人机共治”:加州 SB 7 将如何重塑用工 AI 合规版图

2025-09-23 · NACSHR · 阅读约 5 分钟
要点速读 · KEY TAKEAWAYS
  • 加州议会已通过“No Robo Bosses Act”(SB 7),州长需在2025年10月12日前签署或否决,若签署则2026年1月1日起生效。
  • 法案禁止雇主在纪律、解雇或停用决定中仅依赖自动化决策系统;若主要依赖,须由人类复核者审查其他相关信息。
  • 雇主须在部署前至少30天书面通知受影响工人,已在用系统须于2026年4月1日前补通知,新员工入职30天内告知。
  • 员工每12个月可申请一次在相关决策中被使用的本人数据;适用对象包括独立承包人,且客户评分不得作为唯一或主要输入。
  • 违规每次罚款500美元并可累计,由加州劳动专员主责执法;“主要依赖”的判定标准尚不明确,HR、法务与IT协作成本将上升。

AI 根据原文整理,以发布日期为准(2025-09-23)

本文目录(17 节)

加州通过“No Robo Bosses Act”(SB 7),加州州长需在 10 月 12 日前决定是否签署。一旦生效,该法案将于 2026 年 1 月 1 日实施,全面规范 AI 在就业决策中的使用。
主要条款包括:雇主不得仅依赖 AI 作出纪律、解雇或停用决定;若主要依赖 AI,必须有人工复核;使用前至少提前 30 天通知员工,并在解雇时单独告知;员工每年有权申请一次相关数据。违规将面临 500 美元/次罚款。这项立法被视为全球首个系统性 AI 职场监管案例,为员工提供更高透明度与数据权利。

以下是正文,供参考:

加州立法机构已通过被称为“No Robo Bosses Act”的 SB 7,并送交州长审议。按照加州官方立法日程,州长需在 2025 年 10 月 12 日前签署或否决该法案;若签署,新法自 2026 年 1 月 1 日起生效。这部全美首创的就业 AI 专法,以“通知—限制—监督—救济”为主线,覆盖从招聘到解雇的几乎全部“就业相关决策”,并在“纪律、解雇或停用”等高风险场景强制引入实质性人工复核。


一、SB 7 到底规范了什么?

关键定义与适用范围

  • 自动化决策系统(ADS):凡是由机器学习、统计建模、数据分析或 AI 组成、输出“评分/分类/推荐”等简化结果、用来辅助或替代人的自由裁量、并对自然人产生实质性影响的计算过程,均被纳入。

  • 就业相关决策:范围极广,几乎涵盖工资、福利、工作时长/班次、绩效、招聘、纪律、晋升、解雇、任务/技能要求、工作分配、培训与机会获取、生产率要求、健康与安全等。

  • 工人(Worker):不仅包括雇员,也包括向企业或政府实体提供服务的独立承包人。

“不能只靠机器”的红线

  • 在纪律、解雇或“停用(deactivation)”决策中,雇主不得仅依赖 ADS。

  • 若“主要依赖” ADS 输出作出上述决定,必须由人类复核者审阅 ADS 输出,并汇总与审查其他相关信息(如主管评估、人员档案、工作成果、同事评议、证人访谈/相关在线评价等)。

  • 不得将客户评分作为唯一或主要输入数据用于就业决策。


二、四大通知义务

使用前通知(Pre-Use Notice)

  • 部署前至少 30 天向将被直接影响的工人发出书面通知;若法律生效时已在用,最迟 2026 年 4 月 1 日完成补通知;新入职者在入职 30 天内告知。

  • 招聘场景:对使用 ADS 的岗位,需在收到申请时或在岗位公告中告知。内容包括:受影响的决策类型、输入数据类别与来源及采集方式、已知会导致输出偏差的关键参数、ADS 创建方、工人数据访问/更正权利、配额说明(如适用)、反报复声明等。

使用后通知(Post-Use Notice)

  • 若在纪律、解雇或停用中“主要依赖 ADS”,在告知该决定的同时,还须向员工发出独立书面通知:说明可联系的人与数据获取方式,表明使用了 ADS,员工有权请求其被使用的数据,并重申反报复。


三、数据权利与合规底线

  • 员工每 12 个月可申请一次,获取过去 12 个月在“主要依赖 ADS”的纪律/解雇/停用决策中所使用的本人数据(提供时须匿名化他人信息)。

  • 禁止性使用:不得用 ADS 违反劳动/民权/安健等法律;不得推断受保护身份;不得围绕未披露目的收集工人数据;不得针对行使权利者进行画像/预测/不利行动。


四、执行与责任

  • 执法机关:加州劳动专员主责,可调查、发临时救济、开具传票与罚单并提起民事诉讼;地方检察官也可起诉。

  • 罚则:每次违规 500 美元民事罚款(可累计)。法案同时禁止对行使权利的员工实施任何形式的报复。

  • 生效与时点:2025 年 10 月 12 日为州长签署/否决截止日期;2026 年 1 月 1 日起生效(若签署)。


五、与其他法律的交互作用

  • 与 CCPA/CPPA 的衔接:若企业受《加州消费者隐私法》及加州隐私保护局关于自动化决策技术的隐私规则约束,则仍须遵守相应隐私规。

  • 工会豁免:若有效的集体谈判协议中明确豁免 SB 7,并对工资/工时/工况与算法管理保护有清晰规定,则在该覆盖范围内不适用。

  • 地方更高标准:SB 7 不排斥提供等同或更高保护的地方法规。


六、难点与灰区

  1. “主要依赖”如何判定? 法律未给百分比或权重阈值,复核是否实质有效而非走过场,将依赖执法与判例。

  2. 通知与数据工作量 多系统、多岗位、多轮通知加数据留存,意味着 HR、法务与 IT 协作成本显著上升。

  3. 客户评分的边界 “不得作为唯一或主要输入”的要求,将迫使零售、外卖、平台经济等行业调整绩效与纪律模型。


七、横向对比:其他地区的经验

  • 纽约市 Local Law 144:要求使用自动就业决策工具(AEDT)的企业进行年度偏见审计,并将结果公开,同时在招聘/评估阶段告知候选人和员工。

  • 科罗拉多州 SB 24-205:对“高风险 AI”规定开发者和部署者的合理注意义务,要求进行影响评估,并建立申诉与数据更正路径,将于 2026 年 2 月 1 日生效。

  • 欧盟 AI 法案:采取风险分级监管模式,高风险系统必须建立合规体系,并开展基本权利影响评估(FRIA),监管覆盖就业、教育、金融等多个场景。


八、企业实操路线图

盘点与评估

  • 列出所有 ADS 使用点(招聘、绩效、排班、监控、培训等)。

  • 识别纪律/解雇/停用链路中是否存在“主要依赖”。

  • 审查 AI 供应商合同,确保披露必要数据来源与偏置参数。

通知与数据管理

  • 建立前置通知、后置通知模板,并完成 2026 年 4 月 1 日前的补通知。

  • 建立数据台账,支持员工数据申请与匿名化处理。

培训与演练

  • 培训人类复核者,明确复核标准和证据清单。

  • 建立纪律/解雇/停用的双轨记录机制,确保合规。


九、场景演练:门店一线员工“低评分解雇”

错误做法:直接将顾客星级评价作为主要依据触发解雇。
合规做法:

  1. 将客户评分作为辅证。

  2. 由人类复核者调取主管评估、档案、工作样本、同事/证人意见等。

  3. 在决定同时发出后置通知,说明联系人、ADS 介入情况与数据申请权利。


十、对 HR 科技与供应链的影响

  • 产品设计将更重视:通知生成器、人类复核工作台、数据取证与匿名化导出、偏置敏感参数标注等功能。

  • 商业条款倾向:在 SLA 中加入合规配合、日志可提取性、异常暂停条款,对高风险场景的责任分配更加谨慎。


十一、编辑部点评

SB 7 的真正创新点不在于偏见审计或宏观风险分级,而在于直接规定:高风险就业决策必须有人类复核。这一行为导向+流程内嵌的模式,预示着企业 HR 管理将进入“人机共治”的新阶段。难点在于如何界定“主要依赖”与如何确保“复核质量”。未来数年,这些模糊地带将决定 SB 7 在实践中的实际效果。


关键信息与来源

  • 加州议会法案文本:SB 7 Employment: automated decision systems

  • 加州立法日程:2025 年 10 月 12 日为州长签署/否决截止日期,2026 年 1 月 1 日生效(若签署)

  • 相关法规:纽约市 Local Law 144、科罗拉多州 SB 24-205、欧盟 AI 法案

每周用工合规要点,周一送到邮箱精选北美用工合规、签证移民、福利保险、招聘与 AI 资讯,外加 NACSHR 活动和会员服务。

每周一封,免费,随时可以退订。提交后请到邮箱点确认。

读完之后,你可能需要

相关文章

第一次负责 PEO / EOR Exit?NACSHR发布HR实操指南2026-10-15不到一年第二次站上联邦陪审团法庭:SHRM这次因“服务犬+撤回Offer”被告2026-10-072027美国税率预测出炉:美国HR现在需要知道什么?税率没有简单“上涨”,真正变化的是收入门槛2026-09-14

相关最新进展

更多 →
  1. 10-26 09:22【加拿大】IBM研究:37%加拿大企业在制定AI战略时未让CHRO参与
  2. 10-26 07:35【加州】Fender 因季节性临时停工向 533 名员工发 WARN 通知
  3. 10-26 06:48【美国】HR 科技公司 TalentNeuron 推出 AI 生成部门结构功能