科技前沿與創新
僅約 2 成日本企業「充分對應」生成式 AI 特有風險 IT 部門問卷揭差距A · 可全文翻譯
# 生成式 AI# 風險治理# 問卷調查# 資料外洩# 智財權
編輯觀點
重點要點
- 問卷對象為日本 1,000 名系統開發／資訊系統部門相關人員
- 僅約 2 成企業自評對生成式 AI 特有風險「已充分對應」
- 資料外洩、智財侵權、Hallucination 為前三大顧慮
- 中小企業與大型企業在對應能力上落差顯著
- 顯示「導入熱、治理冷」的結構問題
觀察分析
「2 成充分對應」這個數字其實並不悲觀——半年前的同類問卷甚至只有 1 成。但問題是「導入率」這半年提升的速度，遠快於「治理對應率」。從風險管理角度看，這條缺口會在 12–24 個月內變成企業的營運風險。
對台灣企業也是直接信號。台灣 PMI、IT 部門在 LLM 導入上的速度與日本接近，但治理人才更稀缺，正在用「先用了再說」的態度承接生成式 AI。一旦出現一兩起資料外洩或智財訴訟，整個產業會被迫補課。
值得追問：當生成式 AI 治理成為 KPI，CIO 與 CISO 的職權邊界要怎麼重新劃分？企業是否需要設立新的「Chief AI Officer」職位？
全文翻譯
針對日本企業系統開發與資訊系統部門相關人員 1,000 名進行的最新問卷調查結果顯示，自評對「生成式 AI 特有風險」「已充分對應」的企業僅約 2 成，其他企業多停留在「了解風險但對應不完整」的階段。
問卷指出，企業最在意的前三大生成式 AI 風險，分別為機密資料外洩、智慧財產權侵權與「Hallucination（產生虛假資訊）」帶來的決策失誤。儘管多數企業已開始導入生成式 AI 工具，但實際內部規範、權限管控、輸出檢查、log 監控等治理機制仍多未完備，特別是中小企業與大型企業之間差距顯著。
調查單位表示，當前日本企業 AI 導入呈現「熱度高、治理冷」的失衡狀態，若不在 12–24 個月內補上治理空白，未來資料事故或法律糾紛恐集中爆發。建議企業優先建立內部 AI 使用政策、教育員工、設置監控機制，再逐步擴大導入範圍。
歷史上的今天（主題相關）
- 2018歐盟 GDPR 上路，全球資料治理新基準成形
- 2023三星因員工把原始碼貼進 ChatGPT 導致內部禁用事件
- 2024歐盟 AI Act 通過，全球 AI 治理立法進入加速期