張晉瑞 資誠智能風險管理諮詢公司董事長
生成式AI快速改變各行各業的運作方式，不僅提升效率，也重新定義企業的競爭力。根據PwC Taiwan《2025全球暨臺灣企業領袖調查報告》，83%全球與58%臺灣企業領袖已在企業導入生成式AI，採用率較去年分別成長五成與四成，企業積極擁抱這波技術革新浪潮。
生成式AI對於重塑商業模式將產生變革性的影響，應用面向包括市場行銷、客戶服務、法律合約和軟體開發等。例如PwC推出專屬的「ChatPwC」，讓員工得以將生成式AI融入至日常工作，使PwC能夠創新、提高效率並幫助客戶解鎖AI的變革潛力。
在未來三年，全球（47%）與臺灣（13%）企業領袖將大幅度採用生成式AI的首選領域是「資訊系統」，其次是「營運流程」（41%全球與9%臺灣企業領袖表示將大幅度採用），「人力資源與技能」與「新產品與服務開發」則分別是全球（31%）與臺灣（9%）企業領袖大幅度採用的前三領域之一。
臺灣企業對AI信任度偏低
然而，與全球相較，臺灣企業領袖大幅度採用生成式AI的比例明顯偏低，原因來自於對生成式AI導入企業流程的信任度仍低，60%臺灣企業領袖表示有限程度信任或無法信任，僅有5%臺灣企業領袖高度信任。
生成式AI將帶來革新，但也可能產生各種風險，讓企業領袖裹足不前，各種風險如：
- 一、資料保護：生成式AI服務可能會向第三方洩露個人或機密資訊的風險。
- 二、知識產權：AI生成內容可能包括受版權保護的材料，目前對AI生成內容的法律約束尚不明確。
- 三、數據與AI倫理：基礎數據庫可能存在偏差，因此AI可能會生成偏頗或不道德的訊息或建議。
- 四、誤導性結果：AI可能會生成似是而非的訊息，導致錯誤決策或行動。
建立有效的AI風險治理框架
生成式AI不僅可提升效率，更是提升競爭力的關鍵之一，對生成式AI躊躇不前的企業將錯失許多成長機會。面對可能的風險，企業應建立有效的AI風險治理框架，以打造負責任的AI（Responsible AI）。
AI風險治理框架不僅可協助企業管理風險，也能夠更快實現AI的價值。傳統的AI模型通常是為了特定目的而設計，生成式AI的解決方案則可應用在不同功能，但也因此涉及不同的風險。這意味著企業在管理和監控這些技術時，需要更快速、更全面擴展AI治理，包括採購、第三方風險管理、安全、隱私、資料、法遵等各個方面。
企業可建立AI風險分類系統，透過標準化、以人工智慧為中心進行風險分類，提供一致的風險視角。以人工智慧為中心的風險分類法涵蓋六個領域：一、人工智慧模型；二、資料；三、系統和基礎設施；四、使用者；五、法規與遵循；六、工作流程。如此可使AI風險治理決策一致且可重複執行，並可辨認出風險的優先順序、將風險事件升級、提出補救措施、與利害關係人溝通等。
跨部門協作與領導力提升 AI治理成功關鍵
AI治理必須跨部門合作，包括數位長、法遵長、隱私長、法務長與資安長，各自在不同領域分擔責任，才能全面掌控風險，在AI治理建構歷程，首先要注重領導層培訓與探索，提升高層對AI理解與認知，再來制定策略與可信任AI，建立治理框架，聚焦數據準確性、倫理與透明度，最後才是技術部署與組織變革。
以ChatPwC為例，PwC不僅需要針對工具本身進行審查與測試，更要深入考量法律與風險控管，才能找到滿足實務使用期待和符合法令規定的平衡點。領導者在其中所扮演的角色至關重要，唯有凝聚共識，再加上各部門的共同努力，才能避免因目標不一致而產生的混亂和無效率，真正將AI的潛力最大化。
總言之，全球企業持續擴大生成式AI應用，並取得初步成效。然而，臺灣企業在採用生成式AI的積極性相對較低，主要因信任度不足。生成式AI具備變革潛力，企業在導入時必須面對資料保護、知識產權和數據倫理等風險。為此，建立有效的AI風險治理框架至關重要，包括領導階層的培訓、AI策略的制定和可信任AI框架的創建等步驟。跨部門合作及領導者的積極推動將有助於在風險管理的同時，最大化生成式AI的潛力，以掌握科技革新帶來的成長機會。
Contact us
