趨勢觀察／AI治理框架 提升生產力利器

有效的AI治理不仅需要政策和法规支持，更需要落地实用的治理策略、框架和工具，作为技术应用的基础。 （Getty Images）

快速崛起的生成式AI，在各产业展现出巨大发展潜力，从自动化客服、内容创作到影片制作，其应用领域不断拓展。不过伴随效率而来的资料隐私、资安问题、演算法偏差、决策过程缺乏透明度等潜在风险，AI治理的重要性浮上台面，建立健全的AI治理框架和实际的应用策略变得尤为重要。

各国政策法规陆续出炉

全球AI分析领导厂商SAS台湾副总陈新铨分享，AI治理已从口号阶段演进到实际落地。

他进一步剖析，从各国政府的态度与作为，就可看出相关政策与法规已陆续出炉。例如，欧盟于2024年3月提出的全球首部人工智慧法案「AI Act」确保AI技术的透明度和可问责性。

美国也透过国家标准暨技术研究院（NIST）制定了AI风险管理框架，作为AI技术开发和应用的参考。

其他国家也正制订相关规范，尽管各国AI治理策略不尽相同，但整体目标一致，希望确保AI技术发展方向能造福全社会，将负面影响降至最低。

除了政府政策出炉外，产业界的技术支援也已陆续到位。近期SAS年度Innovate大会中，AI治理便为重要议题，汇集全球专家和业界领袖，共同探讨如何建立健全的框架，以因应技术发展带来的挑战。会中并提出涵盖资料治理、风险管理和演算法透明度等面向的众多实务策略和工具，协助企业以更有效率的方式推动AI治理。

陈新铨强调，有效的AI治理不仅需要政策和法规支持，更需要实务工具和服务来落实，目前市场上已有众多关键工具和服务，可确保AI技术的安全性、透明度和公平性。

以SAS为例，公司在2024年论坛中推出一系列实用的AI治理工具与服务。首先是AI模型绩效评分卡，此工具的功能类似AI模型的营养标示，除自动汇整并清楚呈现模型准确性、公平性、模型漂移等关键指标，还可详细记载模型的修改历程、贡献者、负责人，以及模型的预期用途、超出范围的应用和限制等使用资讯，借此协助企业满足法遵要求和业务所需的透明度。

此外，SAS也成立AI治理顾问服务团队，协助企业建立完善的AI监管与治理制度。借由建立负责任的AI决策流程，企业可更好地划分资料当责，权责透明清晰，除了可深化各方对AI的信任度外，也可进而提高AI应用的生产力。

建立监管法遵维运流程

陈新铨表示，透过专业厂商的服务与平台工具推动AI治理，目前全球已有多起成功案例，以中、东欧地区最大的保险与银行集团波兰PZU为例。

该集团主要产品线包括产物保险、人寿保险和资产管理规模，为因应不断成长的业务，PZU在过去25年间积极导入大量资料管理工具，同时采用SAS的资料仓储、分析等多项解决方案，处理客户关系管理、欺诈管理等重要业务。目前PZU内部已部署300个以上AI模型。

近年AI监管法规上路，PZU集团必须建立更完善的AI监管与治理机制，因此与SAS进一步合作。目前双方已共同建立AI监管治理框架，分为监督、法遵与控制、文化、平台与维运四大方向。

第一阶段先锁定将内部AI应用纳入治理范围，内部AI应用将经过多阶段的分析与核对，确保其符合规范的风险管理模式、负责任和可信任的AI定义等。此外，PZU也参考SAS所提出的技术性AI治理框架，包括资料管理、解释性、侦测能力、隐私与安全、应对措施和模型维运等完整的技术性要求。

陈新铨强调，有效的AI治理不仅需要政策和法规支持，更需要可落地实用的治理策略、框架和工具，作为技术应用的基础。透过专业的服务与平台工具推动AI治理，可确保AI技术的安全性、透明度和公平性。

企业能够在符合法规要求的同时，安心实现AI的商业价值，确保AI技术发展能够造福全社会，将负面影响降至最低。这将不仅有助于提升企业的生产力，还能增强各方对AI的信任度，推动AI技术的持续创新和进步。