前陣子有幸參與了「法遵科技與電腦稽核高峰論壇」,整天下來,各方專家的真知灼見令人獲益匪淺。然而,最讓我感到震撼且深思的,莫過於資誠聯合會計師事務所數位資訊長、同時也是資誠智能風險管理諮詢公司張晉瑞董事長所帶來的專題演講——《AI時代的企業治理新局:從代理風險到護城河再造》。
張董事長以其深厚的資訊安全、風險管理與電腦稽核專業資格與背景,將複雜的技術趨勢轉化為一套從策略到治理的四段式思考。這場演講不僅打破了我過去對人工智慧僅是「效率工具」的狹隘認知,更為我們這些身處數位轉型洪流中的企業與稽核人員,指明了未來在營運重塑與風險防範上的關鍵路徑。

一、 角色轉變:從「效率工具」到「重塑營運」的戰略變數
演講一開始,張董事長便直指核心:AI 的角色已從過去單純的「提升效率」轉變為現在的「重塑營運」。在過去的工具層階段,我們把 AI 當作個人生產力提升的輔助,用來寫作、摘要或翻譯,此時「人」仍是主要的執行者與決策者。然而,隨著技術演進,AI 已逐步嵌入客服、法務、財會、採購等流程層,影響日常作業的各個節點。而最關鍵的變革發生在營運層——當 AI 開始連結資料、系統與外部工具,它實際上已經開始代理決策與行動。
這意味著,AI 的真正衝擊,是把企業的知識、流程、決策與控制環境重新連接起來。這番話深深觸動了我。過去我們的治理思維往往停留在「AI 產出的內容是否正確」,但在 AI 進入營運層後,我們必須轉而詰問更深層的治理議題:它接觸了什麼資料?調用了什麼工具?是否越權?錯了誰負責?能否被稽核與停止? 當治理落差在導入速度中被無限放大,這已不再只是 IT 部門的管理範疇,而是攸關企業存亡的董事會議題。
二、 護城河的雙重衝擊:侵蝕者還是放大器?
在演講中,張董事長提出了「護城河再造」的觀點,並精闢地指出:AI 同時是護城河的侵蝕者(Moat Eroder),也是放大器(Moat Multiplier)。其關鍵差別,在於企業的核心優勢是否容易被數位化、複製與自動化。
那些凡是可以被標準化、模板化、資料化、文字化的能力,在 AI 的壓力測試下都面臨著極高的侵蝕風險。例如,一般的知識查找、單純的資料整理與標準化分析、初階文件產出,以及重複性流程,這些優勢都會被 AI 快速壓縮。相反地,那些無法輕易被 AI 數位化的能力,如深度產業洞察、跨領域風險判斷與議題引導、客戶信任與可問責性、專業品質控管,以及實務落地與變革管理,才是企業可以透過 AI 放大並強化的真正優勢。
張董事長引用了 Netflix 的護城河轉移作為啟示:在 DVD 時代,其核心優勢在於供應鏈與配送能力、庫存配置和物流效率;然而到了串流時代,原本的配送護城河被重寫,內容、體驗、推薦與品牌成為了新的優勢焦點。這提醒了我們,過去有效的護城河,不保證未來有效。
演講中分享的 Klarna 案例更是發人深省。這家總部位於倫敦的金融科技公司與數位銀行,目前為全球 1.14 億消費者提供線上金融服務,並與 85 萬家商家合作。Klarna 導入 AI 助手後,一個月能處理 230 萬個對話,占了客服聊天比例的 2/3,相當於 700 名全職人力,且平均解決時間縮短至 2 分鐘以內,並支援 35 種以上的語言,估計能帶來 4,000 萬美元的獲利改善。如此驚人的數據,無疑是極致的效率提升,但張董事長卻拋出了一個靈魂拷問:「這是效率提升,還是護城河?」
如果競爭對手同樣能透過調用現成的 AI 工具達到相同效果,那麼效率本身並不等於可持續的競爭優勢。張董事長留給我們的治理洞察是:「擁有資源是不夠的,協調與整合能力才是新的護城河(Owning resources is not enough. Orchestrating capabilities is the new moat.)」。

三、 風險升級:從生成式 AI 到 Agentic AI 的自主代理挑戰
隨著演講進入核心,張董事長為我們揭示了正在發生的技術躍遷:從生成式 AI(GenAI)到代理式 AI(Agentic AI),治理的焦點已從「內容」轉向「行為」。
Agentic AI 不再只是會回答問題的聊天機器人,而是能理解目標、規劃步驟、調用工具並執行任務的 AI。它具有目標導向(完成一項任務而非單句回應)、工具使用(連接系統、API、資料庫、郵件與瀏覽器)、持續運作(記住上下文與歷史行為),以及部分自主(能自行規劃與採取下一步動作)等特點。
當 AI 開始具備這種「自主行動能力」,企業面臨的風險自然迎來了升級。這不再只是「文字或圖像生成」的合規與幻覺問題,而是牽涉到規劃、調用工具與執行任務的行為治理與控制治理。
隨之而來的是全方位連動的企業 AI 風險地圖,從單點風險變成了多重風險同時發生的疊加風險:
- 模型風險:邏輯偏誤、效能漂移。
- 資料風險:隱私外洩、來源非法。
- 消保風險:算法歧視、不公平待客。
- 韌性風險:第三方依賴、資安攻擊面。
- 法遵風險:違反主管機關指引與作業規範。
面對這張複雜的風險地圖,企業如果缺乏主動治理,AI 的自主行動隨時可能帶來權限濫用與行為失控的災難。
四、 企業 AI 治理的起手式與成熟度路徑
那麼,企業該如何破局?張董事長指出了明確的成熟度路徑:從 L1 個人使用(效率提升但風險分散且不可見)、L2 部門試點(局部成效難以擴大)、L3 流程整合、L4 企業平台化(共用資料、模型、控制與監控),最終走向 L5 護城河再造(AI 成為營運模式與競爭優勢核心)。
而這一切的起手式,就是「治理前的能見度(Visibility before Governance)」。在著手治理之前,董事會與高階主管必須先誠實地回答以下五個關鍵問題:
- 哪些 AI 已正式上線並對外提供服務?
- 哪些 AI 是員工自行使用的 GenAI 工具?
- 哪些 AI 由第三方供應商內建提供?
- 哪些 AI 直接連接到核心客戶資料庫?
- 哪些 AI 會影響客戶權益?
唯有釐清了 AI 應用的底細與邊界,才能建立起有效的治理營運模式(Governance Operating Model)。誠如張董事長在演講尾聲所總結的黃金法則:「治理,是讓 AI 得以規模化的護城河(Governance is the moat that allows AI to scale.)」。

結語:稽核的深刻省思
走出會場,手中拿著論壇的講義,張董事長溫和卻堅定的聲音仍在耳畔迴響。這場演講讓我深刻體會到,在 AI 浪潮下,董事會與高階主管的核心任務,是把 AI 從「零散工具」提升為「可治理、可稽核、可規模化」的組織能力。
作為一名稽核人員,我深刻意識到,未來的企業稽核與治理人員不能再將 AI 視為單純的技術工具,而必須將其視為一項政策與風險的整合管理課題。當 AI 開始擁有「行動力」與「決策力」時,我們的治理思維也必須同步升級。唯有建立起堅實的治理機制,將風險轉化為受控的營運資產,我們才能在 AI 時代中,為企業重新打造一條堅不可摧的競爭護城河。
-
資料來源:
2026年法遵科技與電腦稽核高峰論壇,AI時代的企業治理新局:從代理風險到護城河再造_張晉瑞