vendor-risk-assessment

star 0

评估第三方供应商在人工智能(AI)和软件即服务(SaaS)产品方面的风险。该工具会审查供应商的安全状况、数据管理能力、合规性、财务稳定性以及运营韧性。适用于新供应商的引入、年度审查或建立供应商管理流程。会生成一份包含风险评分及应对建议的报告。由AfrexAI开发。

AgentWorkers By AgentWorkers schedule Updated 2/27/2026

name: vendor-risk-assessment description: 评估第三方供应商在人工智能(AI)和软件即服务(SaaS)产品方面的风险。该工具会审查供应商的安全状况、数据管理能力、合规性、财务稳定性以及运营韧性。适用于新供应商的引入、年度审查或建立供应商管理流程。会生成一份包含风险评分及应对建议的报告。由AfrexAI开发。 metadata: version: 1.0.0 author: AfrexAI tags: [vendor-risk, security, compliance, procurement, enterprise]

供应商风险评估

从六个风险维度对任何AI/SaaS供应商进行评估,并生成一份带有建议的评分报告。

使用场景

  • 新SaaS或AI供应商的引入
  • 年度供应商审核
  • 在自建与购买方案之间做出决策
  • 合作或收购前的尽职调查
  • 合规性要求(如SOC2、ISO 27001、GDPR)

使用方法

用户提供供应商的相关信息(名称、产品、网站及任何可用的文档)。系统会针对这六个维度对供应商进行调研并打分。

输入格式

Vendor: [Company Name]
Product: [Product/Service Name]
Website: [URL]
Use Case: [What you'd use it for]
Data Sensitivity: [low/medium/high/critical]
Additional Context: [Any docs, certifications, or concerns]

评估框架

六个风险维度(每个维度的评分范围为1-10)

1. 安全性

  • 是否拥有SOC2 Type II认证?
  • 渗透测试的频率
  • 数据加密(静态数据与传输数据)
  • 访问控制与身份验证机制
  • 事件响应计划
  • 漏洞赏金计划

2. 数据处理与隐私

  • 数据的存储与所有权
  • 数据保留与删除政策
  • 第三方处理方的透明度
  • 是否符合GDPR/CCPA等法规
  • 数据的可迁移性(能否获取自己的数据?)
  • AI模型的训练相关隐私政策

3. 合规性及认证

  • SOC2、ISO 27001、HIPAA、FedRAMP等认证
  • 行业特定认证(如PCI-DSS、HITRUST等)
  • 与AI相关的合规性(如欧盟AI法案的遵守情况)
  • 审计的频率与透明度
  • 监管记录

4. 财务稳定性

  • 公司的融资阶段及发展状况
  • 收入指标(公开数据或预估数据)
  • 客户集中度风险
  • 收购风险
  • 价格稳定性历史

5. 运营韧性

  • 系统正常运行时间(SLA)及历史表现
  • 灾难恢复计划
  • 多区域服务可用性
  • 对单一云服务提供商的依赖程度
  • 客户支持响应速度及问题解决流程
  • 变更管理流程

6. 合同条款

  • 合同终止与退出条款
  • 责任限制与赔偿规定
  • 知识产权(IP)的所有权明确性
  • 自动续订机制
  • 价格调整限制
  • SLA违约时的补救措施

输出格式

# Vendor Risk Assessment: [Vendor Name]
**Date:** YYYY-MM-DD
**Assessor:** AI Agent (AfrexAI)
**Data Sensitivity Level:** [low/medium/high/critical]

## Overall Risk Score: [X/10] — [LOW/MEDIUM/HIGH/CRITICAL]

## Dimension Scores
| Dimension | Score | Risk Level | Key Finding |
|-----------|-------|------------|-------------|
| Security Posture | X/10 | LOW/MED/HIGH | ... |
| Data Handling | X/10 | LOW/MED/HIGH | ... |
| Compliance | X/10 | LOW/MED/HIGH | ... |
| Financial Stability | X/10 | LOW/MED/HIGH | ... |
| Operational Resilience | X/10 | LOW/MED/HIGH | ... |
| Contractual Terms | X/10 | LOW/MED/HIGH | ... |

## Recommendation: [APPROVE / APPROVE WITH CONDITIONS / REJECT]

## Critical Findings
- [Finding 1]
- [Finding 2]

## Mitigation Requirements (if Approve with Conditions)
1. [Requirement 1 — deadline]
2. [Requirement 2 — deadline]

## Research Sources
- [Source 1]
- [Source 2]

评分标准

  • 9-10分: 优秀 — 风险极低,符合企业级标准
  • 7-8分: 良好 — 适用于大多数使用场景
  • 5-6分: 一般 — 需谨慎考虑,需采取缓解措施
  • 3-4分: 较差 — 存在重大问题,需条件性批准
  • 1-2分: 危险 — 建议拒绝合作或进行重大整改

总体风险计算

  • 根据数据的重要程度对六个维度进行加权计算:
    • 数据敏感度较低:各维度权重相同
    • 数据敏感度中等:安全性权重加倍,数据权重加倍
    • 数据敏感度较高:安全性权重三倍,数据权重加倍,合规性权重加倍
    • 风险极高:安全性权重四倍,数据权重四倍,合规性权重三倍,财务稳定性权重加倍

研究流程

  1. 查看供应商的网站,确认是否存在安全/合规相关页面
  2. 搜索SOC2/ISO认证信息及信任声明
  3. 查阅系统正常运行时间的记录
  4. 检查是否存在安全漏洞或违规事件
  5. 审查价格页面以了解合同条款
  6. 通过Crunchbase/LinkedIn等平台了解公司的财务稳定性
  7. 查看客户评价,了解供应商的可靠性和客户支持情况

使用建议

  • 直接要求供应商提供SOC2 Type II认证报告;如果他们犹豫不决,这可能是个警示信号
  • 查看供应商的网站状态页面(如statuspage.io)以获取真实的系统正常运行时间数据
  • 对于AI供应商,特别要询问他们是否会在你的数据上进行模型训练、数据的所有权归属以及模型产生的幻觉内容的责任归属
  • 将其安全页面内容与竞争对手进行比较;内容模糊不清可能是风险信号

需要帮助管理整个技术栈中的供应商风险吗?AfrexAI可以构建自主的AI系统来持续监控供应商情况——而不仅仅是在新供应商引入时。访问afrexai.com或预约电话咨询:calendly.com/cbeckford-afrexai/30min

Install via CLI
npx skills add https://github.com/AgentWorkers/skills --skill vendor-risk-assessment
Repository Details
star Stars 0
call_split Forks 0
navigation Branch main
article Path SKILL.md
More from Creator
AgentWorkers
AgentWorkers Explore all skills →