企业购买算法服务后发现训练数据来源不明，合同风险怎样补救？

佛山一家注塑企业采购了一套工艺参数优化算法，用了大半年效果不错。一次行业交流会上，企业负责人听同行提起，这套算法的训练数据“来路不清”——有说是爬的同行设备数据，有说混了未经授权的个人信息。企业回头找服务商要训练数据来源说明，对方支支吾吾，只肯说“数据都是合法处理的”。企业的问题变得具体：如果数据来源真有问题，这套算法会不会哪天被人追责？买算法的钱能不能要回来？这类争议的裁判框架，落在权利瑕疵担保制度上——出卖人应当保证第三人就标的物不享有任何权利，算法服务同样适用。担保义务怎么认定、风险怎么分级、补救怎么走，一层一层拆开看。

一权利瑕疵担保：算法服务的底线义务

民法典第六百一十二条规定，出卖人就交付的标的物，负有保证第三人对该标的物不享有任何权利的义务。算法服务的交付物是模型和持续服务，权利瑕疵担保的对应内容是：服务商保证提供的算法不侵犯第三人的知识产权、数据权益和其他合法权益。技术合同章的规则同样呼应这一逻辑——技术许可和技术服务中，让与人应当保证自己是技术的合法拥有者或者有权转让、许可，第三人主张权利的，责任承担有明确规则。

训练数据来源不明，触碰的正是这个担保义务的边界。数据来源不明的状态下，潜在的侵权风险没有消除，服务商交付的服务带着权利瑕疵——即使暂时没有第三人找上门，瑕疵本身已经构成违约的事实基础。

二训练数据来源不明的风险清单

数据来源不明的算法服务，买方承担的风险可以列成一张清单。

知识产权风险：训练数据包含他人享有著作权的文本、图像、代码的，权利人主张训练和输出侵权，模型可能被要求停止使用。个人信息风险：训练数据混入未经同意的个人信息的，违反个人信息保护法的处理规则，监管处罚和民事索赔的敞口都在。商业秘密风险：数据来自他人生产或经营数据的，商业秘密侵权的指控杀伤力最大，设备参数、工艺数据恰恰是制造业商业秘密的高发区。

三类风险有一个共同特点：追责的对象首先是使用方。监管检查和侵权诉讼找到的是部署算法的企业，企业承担责任后向服务商追偿，中间的资金和时间成本都要自己先垫。这就是“数据来源不明”四个字背后真正的商业代价。

三补救路径：按风险分级走

发现数据来源不明后，补救动作按分级展开。

第一级，要求说明与担保。正式函件要求服务商书面说明训练数据的来源、授权链条和合规处理措施，并要求出具不侵权承诺。服务商能够完整说明来源并提供授权凭证的，风险解除，服务继续；说明含糊、凭证缺失的，进入下一级。

第二级，补救与减价。服务商有能力更换合规模型或者重新用合法数据训练的，可以协商补救方案，补救期间的费用减免和服务期顺延要落书面。补救可行的情形下直接主张解除合同，裁判的接受度会打折扣——补救优先是这类争议的处理惯例。

第三级，解除与赔偿。服务商无法说明来源、补救不可行、或者已经发生第三人主张权利和监管介入的，合同目的落空，买方主张解除合同、返还价款并赔偿损失，权利基础完整。已经因算法问题被追责的，买方承担的赔偿和费用在服务商担保责任范围内追偿。

四签约与尽调的预防清单

给采购企业的建议收在四条：合同里写明训练数据来源合法性的担保条款和违约后果；要求服务商在交付时提供数据来源说明文件，作为交付物清单的一部分；约定第三人主张权利时的责任承担和赔偿机制；部署前做基础尽调——服务商的数据采购合同、授权文件、合规声明，看得见的都调出来。

给算法服务商的提醒同样实在：训练数据的合规投入是产品竞争力的一部分，数据来源的授权链条在建库时就要做扎实；对客户的担保条款量力而签，签出去的担保就是担出来的责任。