本书以与公司有关的二级案由为标准划分，选取了司法实践中高频率、大难度的13个案由，另选取了实践热点的清算义务人责任单设一章，以期为法律实务者提供可供参考的裁判方法，为公司治理者提供便于执行的规范引导，为理论研究者提供可资借鉴的实践样本。全书共分为14章，分别为股东资格确认纠纷、请求变更公司登记纠纷、股东出资纠纷、股东知情权纠纷、请求公司收购股份纠纷、股权转让纠纷、公司决议纠纷、公司证照返还纠纷、公司盈余分配纠纷、损害股东利益责任纠纷、损害公司利益责任纠纷、股东损害公司债权人利益责任纠纷、公司解散纠纷、清算义务人责任。每个章节对一类问题进行深入分析，总结司法实践难点，系统梳理裁判思路和裁判方法，通过比较《公司法》修改前后的条文，阐述修改变化之道。
[美]狄乐达，狄乐达博士从事国际数据隐私法、商业法和知识产权法的实践和教学工作近三十年。他在德国和美国加州分别获得律师资格，并在贝克·麦坚时国际律师事务所加州旧金山办公室和帕洛阿尔托办公室执业。同时，他还获得了柏林自由大学的终身法律教授职位，并加入德国公法教授协会。他长期在德国柏林自由大学、加州大学伯克利分校法学院、加州大学旧金山法学院、斯坦福大学法学院和旧金山大学法学院教授计算机法、数据隐私法和网络法。截至目前，他已发表170多篇论文，并出版6本专著，包括《数据隐私法实务指南》（2022年第五版，已翻译为中文、阿拉伯文、法文、德文、匈牙利文、意大利文、日文、韩文、葡萄牙文、俄文、西班牙文、土耳其文和越南文）、《加州隐私法美国联邦和加州法律实用指南和评注》（2023年第五版），以及《人工智能法律实务指南》（2024年）。
译者简介：
金小力，哈佛大学法学院法律博士。
陈心云，哈佛大学法学院法律博士。
导言001
关键术语001
行业概述001
监管格局001
识别人工智能001
法域009
被监管者013
执法机构013
第一章 人工智能法
1.1 针对人工智能的专项法律
1.2 产品安全法、侵权法和刑法
1.3 财产权法
1.4 商业秘密、保密性和安全性
1.5 反歧视
1.6 隐私与诽谤
1.7 公开权
1.8 GDPR和其他数据处理法规
1.9 数据驻留和保留
1.10 合同和行业标准
第二章 启动合规计划
2.1 掌握主动权
2.2 管理
2.3 分配责任
2.4 与内部利害相关部门及外部顾问开展有效合作
2.5 留意合规工具与自动化产品
2.6 准备任务清单
2.7 全面了解人工智能及相关法律问题
2.8 设置优先级
2.9 明确关键法律要求
2.10 执行
第三章 起草文件
3.1 为什么创建文件？
3.2 受众是谁？
3.3 区分文件类型
3.4 法律建议、风险与合规
3.5 通知
3.6 警告
3.7 同意
3.8 处理活动记录、数据图及流程图
3.9 协议
3.10 规程
第四章 评估影响和降低风险
4.1 定义影响、伤害与风险
4.2 量化和定性风险与伤害
4.3 评估的必要性
4.4 伤害风险与问责
4.5 保险
4.6 特定制裁风险与应对方案
4.7 注意保护客户特权与保密性
4.8 特定所需的影响与风险评估
4.9 人工智能风险知识库：从A到Z
4.10 不开发、不提供或不应用人工智能的风险
第五章 协议
5.1 协议、条款与附录的组织架构
5.2 卖方主要义务
5.3 买方主要义务
5.4 各方次要义务
5.5 所有权归属
5.6 机密信息及安保方案
5.7 违约责任
5.8 违约责任界定及限制
5.9 准据法选择和争议解决
5.10 不可抗力
第六章 规程
6.1 样本规程：生成式人工智能的合理使用
6.2 样本规程：人工智能生成代码和开源代码的使用准则
6.3 样本规程：人工智能的数据获取与使用
第七章 维护和审核合规活动
7.1 定期义务及变更管理
7.2 终止文件及相关流程
7.3 接管或审核现有合规计划
7.4 开发审核机制
7.5 检验人工智能的性能、质量与安全性
7.6 合规工具与自动化项目
7.7 并购中的尽职调查
7.8 对供应商的尽职调查
7.9 持续的员工培训
7.10 监控新发展
要点清单
相关资料
书单推荐
