趨勢觀察／AI治理框架 提升生產力利器

有效的AI治理不僅需要政策和法規支持，更需要落地實用的治理策略、框架和工具，作爲技術應用的基礎。 （Getty Images）

快速崛起的生成式AI，在各產業展現出巨大發展潛力，從自動化客服、內容創作到影片製作，其應用領域不斷拓展。不過伴隨效率而來的資料隱私、資安問題、演算法偏差、決策過程缺乏透明度等潛在風險，AI治理的重要性浮上臺面，建立健全的AI治理框架和實際的應用策略變得尤爲重要。

各國政策法規陸續出爐

全球AI分析領導廠商SAS臺灣副總陳新銓分享，AI治理已從口號階段演進到實際落地。

他進一步剖析，從各國政府的態度與作爲，就可看出相關政策與法規已陸續出爐。例如，歐盟於2024年3月提出的全球首部人工智慧法案「AI Act」確保AI技術的透明度和可問責性。

美國也透過國家標準暨技術研究院（NIST）制定了AI風險管理框架，作爲AI技術開發和應用的參考。

其他國家也正制訂相關規範，儘管各國AI治理策略不盡相同，但整體目標一致，希望確保AI技術發展方向能造福全社會，將負面影響降至最低。

除了政府政策出爐外，產業界的技術支援也已陸續到位。近期SAS年度Innovate大會中，AI治理便爲重要議題，彙集全球專家和業界領袖，共同探討如何建立健全的框架，以因應技術發展帶來的挑戰。會中並提出涵蓋資料治理、風險管理和演算法透明度等面向的衆多實務策略和工具，協助企業以更有效率的方式推動AI治理。

陳新銓強調，有效的AI治理不僅需要政策和法規支持，更需要實務工具和服務來落實，目前市場上已有衆多關鍵工具和服務，可確保AI技術的安全性、透明度和公平性。

以SAS爲例，公司在2024年論壇中推出一系列實用的AI治理工具與服務。首先是AI模型績效評分卡，此工具的功能類似AI模型的營養標示，除自動彙整並清楚呈現模型準確性、公平性、模型漂移等關鍵指標，還可詳細記載模型的修改歷程、貢獻者、負責人，以及模型的預期用途、超出範圍的應用和限制等使用資訊，藉此協助企業滿足法遵要求和業務所需的透明度。

此外，SAS也成立AI治理顧問服務團隊，協助企業建立完善的AI監管與治理制度。藉由建立負責任的AI決策流程，企業可更好地劃分資料當責，權責透明清晰，除了可深化各方對AI的信任度外，也可進而提高AI應用的生產力。

建立監管法遵維運流程

陳新銓表示，透過專業廠商的服務與平臺工具推動AI治理，目前全球已有多起成功案例，以中、東歐地區最大的保險與銀行集團波蘭PZU爲例。

該集團主要產品線包括產物保險、人壽保險和資產管理規模，爲因應不斷成長的業務，PZU在過去25年間積極導入大量資料管理工具，同時採用SAS的資料倉儲、分析等多項解決方案，處理客戶關係管理、欺詐管理等重要業務。目前PZU內部已部署300個以上AI模型。

近年AI監管法規上路，PZU集團必須建立更完善的AI監管與治理機制，因此與SAS進一步合作。目前雙方已共同建立AI監管治理框架，分爲監督、法遵與控制、文化、平臺與維運四大方向。

第一階段先鎖定將內部AI應用納入治理範圍，內部AI應用將經過多階段的分析與覈對，確保其符合規範的風險管理模式、負責任和可信任的AI定義等。此外，PZU也參考SAS所提出的技術性AI治理框架，包括資料管理、解釋性、偵測能力、隱私與安全、應對措施和模型維運等完整的技術性要求。

陳新銓強調，有效的AI治理不僅需要政策和法規支持，更需要可落地實用的治理策略、框架和工具，作爲技術應用的基礎。透過專業的服務與平臺工具推動AI治理，可確保AI技術的安全性、透明度和公平性。

企業能夠在符合法規要求的同時，安心實現AI的商業價值，確保AI技術發展能夠造福全社會，將負面影響降至最低。這將不僅有助於提升企業的生產力，還能增強各方對AI的信任度，推動AI技術的持續創新和進步。