五南官網-公司其實已經在用AI了─企業AI治理手冊

財經、商管、統計-管理
公司其實已經在用AI了─企業AI治理手冊

作　　者：李珍權
出版社別：五南
出版日期：2026/10/01(1版1刷)
ＩＳＢＮ：978-626-442-810-1
E I S B N：9786264428071
書　　號：1FX1
頁　　數：196
開　　數：20K
定　　價：400元
優惠價格：360元

滿額優惠折扣　9/1-10/31 2026五南開學祭全館滿550打95折

科技、法律、企業治理 專業推薦
王偉霖教授 工研院技術移轉與法律中心代執行長
王彥鈞博士 安永聯合會計師事務所執業會計師
蔡宗隆律師 薈盛國際法律事務所主持律師

科技、法律、企業治理 專業推薦
王偉霖教授 工研院技術移轉與法律中心代執行長
許多風險並非來自技術本身，而是來自企業尚未建立相對應的治理機制。

王彥鈞博士 安永聯合會計師事務所執業會計師
企業真正的風險，往往不是没有導入新科技，而是不清楚這些工具已如何進入日常營運與決策流程。

蔡宗隆律師 薈盛國際法律事務所主持律師
當科技工具進入企業營運後，資料如何流動、内容如何形成，以及最終由誰承擔責任，都需要更清楚的制度與管理。



AI正快速進入企業日常工作，從文件撰寫、資料分析、客服、行銷，到工程與決策支援，早已成為工作流程的一部分。企業真正需要面對的，已不只是如何使用AI，而是如何看見、管理並控制AI的使用。

本書從企業實務出發，提供AI使用政策、資料輸入規則、AI工具審批、人工覆核、事件通報、供應商查核及企業治理檢核表等實用工具，協助企業建立可執行、可追蹤、可持續運作的治理機制。

讓企業不只「會用AI」，更能真正「管得住AI」。

李珍權博士
現任明光照耀創新諮詢有限公司總經理，並擔任薈盛國際法律事務所顧問。

具廈門大學法學博士（智慧財產權法）、東吳大學法學碩士、英國威爾斯大學MBA 及電子計算機相關本科背景，並接受人工智慧、Python、C++ 等相關教育訓練。曾任外商企業高階主管及中國大陸地區創投相關職務，長期參與半導體、人工智慧、跨境投資、企業併購與智慧財產專案，從法律、投資、企業管理與科技應用角度協助企業處理新科技導入所產生的治理與責任問題。

推薦序 從法律、科技到治理—企業面對AI時代不可或缺的一本書
王偉霖教授
工研院技術移轉與法律中心代執行長／文化大學法律學系專任教授

珍權是我在東吳大學法學碩士班時指導過的學生。從論文撰寫到後續多年交流，我始終感受到他與許多法律工作者不同之處：他並不僅僅從法律條文思考問題，而是習慣從企業如何運作、技術如何發展，以及制度如何落地的角度來觀察法律。

多年來，珍權長期投入企業法務、跨境投資、科技產業及智慧財產實務工作，同時也持續關注人工智慧技術的演進與企業應用。正因為兼具法律、管理與科技背景，他對企業導入AI 所可能產生的治理問題，有著相當深刻而具體的理解。

近年來，生成式AI 快速進入企業日常營運，從文件撰寫、客戶服務、程式開發到決策支援，AI已逐漸改變企業既有工作模式。然而，多數企業在追求效率與創新的同時，往往忽略資料治理、智慧財產、責任歸屬、內部控制及法遵等議題。許多風險並非來自AI 技術本身，而是來自企業尚未建立相對應的治理機制。

本書最大的特色，在於作者並未停留於法規介紹，而是從企業真實工作情境出發，透過大量案例與管理工具，協助企業建立一套可以實際運作的AI 管理架構。無論是企業經營者、法務、稽核、資訊管理人員，甚至研究科技法與智慧財產法的學者與學生，都能從本書獲得啟發。

我相信，本書將成為企業面對AI時代治理挑戰的重要參考。


推薦序 建立AI 治理制度，將成為企業下一階段的重要競爭力
王彥鈞博士
安永聯合會計師事務所執業會計師

我與珍權相識已十餘年。除了是多年好友，我們也是鄰居。多年來，不論是企業經營、投資、市場發展或科技議題，我們經常交換意見。每次討論，我都能感受到他對企業治理議題持續而深入的關注。

隨著AI 技術快速發展，企業面臨的挑戰已不再只是技術導入問題，而是如何在提升效率的同時，兼顧內部控制、風險管理與責任治理。從董事會治理、內部稽核，到資訊安全與財務報導，AI已逐漸影響企業既有控制架構。

許多企業目前最大的風險，不是沒有使用AI，而是不知道公司已經在使用AI。當資料開始透過不同工具流動，當AI 開始參與內容形成與決策過程，企業若缺乏適當紀錄與控制機制，未來將很難面對客戶、稽核單位、主管機關或董事會的詢問。

珍權長期橫跨法律、企業管理、科技產業與投資領域，因此本書並非單純從法律角度討論AI，而是從企業治理的整體架構出發，提出兼顧效率與控制的管理思維。尤其書中提出的管理流程、檢查表及責任鏈概念，對企業建立可追溯、可查核的AI 治理制度，具有高度參考價值。

我誠摯推薦本書給所有企業經營者、董事、會計師、內部稽核人員及關心企業治理的讀者。AI時代已經來臨，而治理能力，將成為企業下一階段的重要競爭力。


推薦序 當AI 成為日常工作工具之後
蔡宗隆律師
薈盛國際法律事務所主持律師

我與珍權認識至今已超過十年。多年來，我們在法律實務、企業顧問及跨境案件上有許多交流與合作。一路看下來，我始終認為，珍權是一位少數能同時理解法律、企業經營與科技發展的人。

在律師實務工作中，我們經常發現，企業真正面對的問題，往往不是法律條文本身，而是制度如何落實、風險如何管理，以及責任如何被確認。尤其在生成式AI 快速普及後，許多企業雖然已開始使用AI，但對資料如何流動、內容如何形成、誰負最後責任，卻仍缺乏清楚認識。

近年來，越來越多法律爭議已與AI 使用有關，包括營業祕密保護、個人資料、著作權、契約責任，以及AI 生成內容所衍生的風險。許多企業並非故意違規，而是在缺乏治理機制下，讓AI 自然而然進入工作流程，最終才發現公司已無法還原資料流向與決策過程。

本書最大的價值，在於作者不是從抽象理論談AI 治理，而是從企業現場真實發生的情境切入，逐步說明企業應如何建立工具管理、資料規範、人工覆核、事件通報與責任分工機制。書中所提供的各項檢查表與管理工具，更具有高度實務操作性。

對企業經營者、法務人員及律師而言，本書不僅是一本介紹AI風險的著作，更是一本協助企業建立治理能力的重要工具書。

第一章	企業AI 風險早就開始了(節錄)
很多企業開始討論AI 治理時，第一個問題通常是：「我們公司到底有沒有導入AI？」問題在於，當管理層開始提出這個問題時，AI 往往早已進入日常工作流程。

生成式AI 很少像過去的企業系統一樣，經過經營團隊決議、IT 部門規劃、採購流程與教育訓練，再正式進入公司。

它通常先出現在員工手上。有人用它整理會議紀錄，有人用它修改合約文字，有人用它協助修程式碼，有人用它產生簡報，也有人用它整理客戶訪談摘要。這些行為不一定出於惡意。多數時候，員工想把工作做快一點，把報告寫清楚一點，把客戶回覆整理得完整一點。

很多風險，就從這個落差開始。工具已經進入流程，管理層卻可能完全不知道。

AI 已經存在於工作流程裡，但企業未必建立清單、使用政策、審批程序或相關紀錄。公司以為自己尚未正式導入AI，現場卻可能早已開始使用。資料可能被輸入外部工具，內容可能經過AI 修改，判斷可能受到系統建議影響，工作流程也可能在公司看不見的地方慢慢改變。

多數公司現在面對的情況，已經無法單純用「有沒有使用AI」來理解。真正需要盤點的，是AI 已經進入哪些流程，以及組織內部是否掌握這些變化。

第一節	AI往往先擴散，再被看見
過去企業導入新系統，通常有明確流程。商業系統要採購，客戶關係管理系統要導入，資安系統要評估，人資系統要訓練。這些系統多半會經過預算、採購、合約、IT設定、權限管理與教育訓練。公司知道誰買的、誰負責、哪些部門使用，也大致知道資料放在哪裡。

但是，生成式AI很少照著這套路徑進來。

員工打開瀏覽器、登入帳號，甚至使用免費版工具，就可以開始工作。法務人員用AI摘要合約，行銷人員用AI產生文案，工程師用AI修改程式碼，業務人員用AI整理客戶資料，人資人員用AI協助篩選履歷。這些行為看起來都很合理，甚至像是日常工作中的小技巧。

管理層甚至可能不知道這些事情已經發生。

工具是誰開始用的？哪些資料被輸入？輸出內容有沒有被對外使用？是否涉及客戶資料、保密協議、原始碼或內部文件？許多公司一開始都答不出來。

有些AI治理文獻將這類現象稱為「數位影子風險」(Digital Shadow Risk)。這個概念提醒企業，風險可能來自正式導入的系統，也可能藏在那些已經被員工使用，卻從未進入公司管理視野的工具裡。

公司以為自己還沒有導入AI，但AI可能已經在部門日常裡擴散。資料可能被無意輸入外部工具，判斷可能受到系統影響，流程也可能在沒有紀錄的情況下被改寫。企業若只問「我們有沒有導入AI」，答案通常不夠精準。「有沒有正式導入」已經不是足夠的答案。更重要的是，管理層必須掌握AI已經在哪些流程中發揮作用，以及這些流程是否已納入既有管理機制。

第二節	影子AI (Shadow AI)的故事
會議紀錄是用ChatGPT整理的。簡報上的字句流暢得不像原本那位助理會寫的。工程師坐在角落，把一段程式碼貼進外部工具，幾秒鐘後，AI給出修改建議。業務人員把客戶訪談紀錄放進AI，請它整理成重點。法務助理把幾段合約條款貼進去，想快一點調整文字。

這些動作沒有經過IT部門，也沒有經過管理層批准。公司裡也沒有人正式宣布：「我們開始使用AI了。」AI慢慢出現在每個人的工作裡。

一開始，主管甚至覺得這沒有什麼不好。報告變快了，簡報變漂亮了，客服回覆變順了，工程師除錯也變得有效率了。

沒有人特別討論AI是否應該被使用，因為在現場，大家更在意事情能不能準時完成。

直到幾個月後，一場客戶會議裡，對方突然問了一句：「這份摘要有沒有使用AI？」

投影幕上的文字停在半句。螢幕的白光映在會議室裡，每個人都沒有立刻開口。主管先看向業務，業務又轉頭看向助理。助理低頭看著自己的筆電，手還停在觸控板上，像是在想這句話到底該怎麼回答。

最後，助理小聲說：「我只是請AI幫忙整理一下。」

那一刻，會議室裡沒有人接話。大家忽然發現，公司其實從來沒有紀錄過這些事情：哪些資料被放進AI、用了哪個工具、內容是否留存在外部系統，後來又被誰使用過。

在那之前，公司一直認為自己尚未正式導入AI。可是，在員工每天處理文件、程式、簡報與客戶資料的工作裡，AI早就已經進來了。

那天之後，公司才開始回頭檢查：哪些文件其實已經經過AI處理？哪些摘要已經交給客戶？哪些合約文字曾經貼進外部工具？哪些客戶資料已經離開原本的管理範圍？

Shadow AI一開始通常不會被看成重大違規。它常以提高效率的名義，安靜地進入流程。等到客戶、主管或稽核單位把問題拉到桌面上，公司才發現自己沒有清單、沒有紀錄，也沒有辦法完整還原。

第三節	AI風險也包括人的判斷退位
許多企業談到AI風險時，第一個想到的往往是資料外洩。這個擔心很合理。客戶資料、合約內容、內部文件一旦被輸入外部工具，公司就可能失去控制。

AI進入公司以後，影響會繼續往下走。資料流向會改變，人做判斷的方式也會跟著改變。

一開始，AI被拿來整理資料。員工把會議紀錄丟進去，請它整理重點；把客戶需求放進去，請它歸納摘要；把一份報告貼進去，請它改得更清楚。

這時候，AI看起來像文書工具。過一段時間後，使用方式開始改變。員工不再問AI：「請幫我整理。」他們開始問：「你覺得哪個方案比較好？」主管也不再只問團隊：「資料來源是什麼？」問題開始變成：「AI怎麼建議？」

會議室裡，人都還在。主管仍然坐在主位，團隊仍然逐頁報告，簡報上也還有數據和分析。只是討論的起點已經悄悄往前移動。

過去，團隊會先爭論資料、假設與判斷邏輯。現在，很多人會先看AI給出的方向，再決定要不要補充或修正。第一次，大家還會檢查。第二次，大家只挑幾個重點看。

第三次之後，AI的建議開始變成會議裡的預設版本。團隊未必完全接受AI的建議，但討論的起點已經改變。

這很難簡單歸咎於主管偷懶，也不能直接說是員工專業不足。壓力常常來自組織本身：案子要快，報告要準，簡報明天要交，人力卻沒有增加。

當效率成為唯一標準，人自然會依賴能加快判斷的工具。時間久了，人會開始習慣先看AI提供的版本，再決定要不要重新檢查。AI把資料整理得很整齊，把選項列得很完整，把語氣寫得很穩定。原本應該被質疑的地方，看起來像已經被整理過；原本應該重新驗證的假設，看起來像已經有初步結論；原本應該由人承擔的判斷，也容易被包裝成「只是參考AI建議」。

人仍然留在流程裡—有人輸入資料，有人看結果，有人按下確認，也有人負責對外回覆。表面上，流程並沒有少掉哪一個環節。可是在很多公司裡，判斷的起點已經往前移動。會議還沒開始，系統已經先整理出方向；主管還沒表態，團隊已經先看到AI給出的版本。

這種變化比資料外洩更難被發現。資料外洩通常還有跡象可以追：誰輸入了什麼、使用哪個工具、是否有對外傳輸。

人的判斷並不是一下子消失。它通常是一步一步被縮短。原本要追問假設，後來只看AI給出的整理；原本要比較幾個選項，後來直接沿用系統排出的方向；原本要重新確認判斷基礎，後來只確認文字是否通順。公司看到的是工作變快、報告變整齊、回覆變即時，卻不容易看見這些判斷步驟正在被省略。

很多公司開始失去控制感，未必源自系統突然故障。團隊一次少確認一點，流程就慢慢失去原本的判斷力。

AI治理若停在資料輸入與工具清單，很快會漏掉決策前段的變化。AI參與之後，公司仍要確認是否保留足夠的人類判斷，是否有人能說明資料如何被理解、選項如何被比較，最後決定又是怎麼形成的。

責任線索，常常就是在這裡開始鬆動。人仍然坐在流程裡，卻逐漸把判斷起點交給系統。主管仍然簽核，流程也仍然存在，但判斷形成的起點，可能已經慢慢往系統移動。

法律/政治

財經/商管/觀光

文/史/哲/期刊

理工/醫護

教育/心理/傳播

小五南/中等教育