公司其實已經在用AI了: 企業AI 治理手冊

推薦序
序言
本書使用方式

第一章 企業AI 風險早就開始了
第一節　AI 往往先擴散，再被看見
第二節　影子AI (Shadow AI) 的故事
第三節　AI 風險也包括人的判斷退位
第四節　企業最常遇到的AI 風險
第五節　為什麼企業現在一定要有AI 政策
第六節　AI 風險如何進入日常工作
第七節　本章小結
本章落地要點

第二章 AI 使用政策：文件、流程與失控之間
第一節　文件的幻覺
第二節　界線為什麼會消失
第三節　治理的起點，是看見AI 如何被使用
第四節　AI 使用政策的目的
第五節　適用範圍
第六節　禁止行為
第七節　資料輸入限制
第八節　AI生成內容的著作權爭議
第九節　 案例：Lacey v. State Farm案中的AI引用錯誤
第十節　政策為什麼會失敗
第十一節　中小企業AI治理
第十二節　教育訓練與員工責任
第十三節　違規處理
第十四節　本章小結
本章落地要點
附錄　工具箱

第三章 AI資料輸入規則：哪些資料不能交給外部工具
第一節　資料離開公司的那一刻
第二節　公司第一次發現：資料已經開始流動
第三節　分類表為什麼不夠
第四節　哪些資料開始變危險
第五節　保密協議與營業祕密為什麼開始失控
第六節　跨境資料問題
第七節　把資料分級轉成輸入前判斷
第八節　資料輸入檢核表應該長什麼樣子
第九節　本章小結
本章落地要點
附錄　工具箱

第四章 AI工具導入與審批流程
第一節　工具其實早就進來了
第二節　Shadow AI為什麼會出現
第三節　公司開始失去工具可視性
第四節　為什麼供應商審查開始重要
第五節　IT、法務與資安為什麼開始衝突
第六節　導入流程應該怎麼設計
第七節　AI代理參與內容流程的管理
第八節　中小企業怎麼辦
第九節　企業AI工具治理流程如何使用
第十節　AI服務供應鏈與隱形中介風險
本章落地要點
附錄　工具箱

第五章 AI生成內容管理制度
第一節　內容開始不再只由人形成
第二節　生成內容的風險，會超過寫錯本身
第三節　人工覆核為什麼開始消失
第四節　AI生成內容應如何管理
第五節　著作權與侵權風險
第六節　AI生成程式碼管理
第七節　中小企業的AI內容治理
第八節　AI生成內容審查標準作業程序
第九節　本章小結
本章落地要點
附錄　工具箱

第六章 企業AI事件應變標準作業程序
第一節　事件發生後，企業最先失去的是事實
第二節　AI資料外洩事件
第三節　AI幻覺事件
第四節　錯誤決策事件
第五節　深偽技術內容(Deepfake)與偽造內容事件
第六節　媒體與對外應對
第七節　內部通報與紀錄保存
第八節　中小企業最低必要應變機制
本章落地要點
附錄　工具箱 102

第七章 經營團隊、公司負責人與AI事件的內控責任
第一節　 經營團隊第一次發現：AI已經影響公司決策流程
第二節　AI為什麼開始變成經營責任
第三節　內控制度為什麼開始失效
第四節　AI風險揭露開始改變
第五節　AI治理小組與最低必要窗口
第六節　管理階層責任怎麼分
第七節　中小企業怎麼辦
第八節　經營團隊應定期檢查什麼
本章落地要點
附錄　工具箱

第八章 企業AI使用檢查與最低必要控制
第一節　AI已經進入日常工作流程
第二節　流程空白如何累積成企業風險
第三節　AI使用政策要進入日常判斷
第四節　資料輸入規則為什麼重要
第五節　高風險內容仍需人工覆核
第六節　事件發生後，公司最容易失去的是紀錄
第七節　管理責任開始有了落點
第八節　工具與供應商審查不能只看功能
第九節　維護與資料偏移不能被忽略
第十節　最低必要控制如何形成企業底線
本章落地要點
附錄　工具箱

第九章 企業AI治理如何開始落地
導言　企業AI管理從最低必要控制開始
第一節　很多企業不知道該從哪裡開始
第二節　先不要談治理，而是先盤點工具
第三節　先知道哪些資料不能貼
第四節　找出哪些流程已經被AI影響
第五節　有些地方，還是需要人工覆核
第六節　建立事件通報與基本紀錄
第七節　供應商與SaaS不能放在流程外面
第八節　很多企業最後忽略的，是維護
第九節　中小企業最低起步方式
第十節　企業AI治理真正要解決什麼
本章落地要點
附錄　工具箱

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。