勤業眾信揭露AI在臺發展三大困境：法規未健全、資料庫不夠在地化、中文技術尚未成熟

人工智慧發展快速，各產業力求結合AI，進行創新轉型，但是，當大家都在討論AI、大數據、雲端、區塊鏈等科技應用時，是否考量過適用性？勤業眾信風險管理部副總經理曾韵22日在一場科技趨勢論壇中提到，許多企業把AI的應用想得過於簡單，認為從國外廠商購入後即可採用。她指出，從國外原封不動引進的科技應用，其實還要經過訓練後才能使用，還不見得適合臺灣產業，甚至還會牽扯是否符合法規，而這些都將是各產業在使用新科技上，會面臨的挑戰。

勤業眾信表示，臺灣在AI發展仍面臨法規未健全、資料庫未在地化、中文技術未成熟等三大困境。以金融業為例，許多金融科技業者，希望能夠網羅產業內、外部資訊，甚至跨集團蒐集資料進行分析，待去識別化後，再提供給其他業者做更多應用。曾韵提醒，技術上一定可行，但首先要解決的是，法規遵循的問題，像是蒐集資料就可能違反個人資料保護法。所以，任何科技應用都需符合各國法律規範與遵循監管機制。

她進一步提到，臺灣目前的法規現況尚未健全，若跨產業合作，則會有不同的法規需要去遵守，甚至需要取得不同主管機關的核准。例如，新型科技公司的主管機關是經濟部，但若要跨產業與金融業合作，就得適用金融相關法規，與電信業合作，又要有電信法規要求。而金管會將在５月開放申請的金融監理沙盒，對許多廠商與金融業者來說，已經有很多探討與期待，希望可以藉此讓可能會影響到企業的法規進行鬆綁，讓業者有所依循。

然而，不只要遵守臺灣法規，許多跨國企業的法遵人員，要面臨各國法規快速變動，以及企業內部在針對不同的風險管理時，會發展出不同的控管項目需要查核，而在法規資料量如此龐大的情況下，法遵人員必須逐一追蹤各項最新法規，經過整理與分類後，即時與組織內部規範進行調整與應對，以符合監管機構的標準。因此，企業需要的法遵人員成本也會隨之增高。

曾韵提到，勤業眾信先前引進IBM Waston自動分類法規，大大降低法遵人員作業時間，在風險控管上，可以更快速地調整法遵作法。不過，她也提到，導入後，才發現這個作法目前只適用於英文法規，但是臺灣法規是中文，甚至要運用到其他語言時仍有障礙。她強調，科技應用的資料庫必須在地化，中文技術也需要更成熟，才能真正派得上用處。

最後，曾韵更提到，Deloitte在全球有法遵輿情風險分析平臺Risk sensing，可分析企業財務狀況、災害新聞、社群輿情，進而觀察企業的風險狀況，可及時偵測合作夥伴的風險與危機，避免遭受連帶影響，達到企業風險控管的目的。然而，此應用仍然沒有中文，所以如何讓資料雲更擴充、分析模型在地化，讓臺灣可以順利運用，都是勤業眾信目前所努力的方向。