#企業 AI 導入與治理
整理ALLinAI 商學院與「企業 AI 導入與治理」直接相關的內容。
- AI 驗收門檻怎麼訂？基準、風險與停止條件
- 企業 AI 導入 KPI 怎麼訂？價值、品質、採用與風險四層指標
- AI Agent 怎麼驗收？任務成功、工具權限與越權測試
- AI Agent 最小權限怎麼做？工具授權、逐次批准與安全停止清單
- AI Agent 未授權動作怎麼處理？寄送、寫入、刪除與付款事故指南
- AI 稽核軌跡怎麼記？從模型版本、RAG 到 Agent 外部動作
- AI 控制測試怎麼做？設計、執行、有效性與抽樣實務
- AI 治理證據清單：從政策文件到可驗證的執行紀錄
- AI Guardrails 怎麼設計？企業控制層、驗證證據與失效模式指南
- AI 事故事後檢討怎麼寫？時間線、根因、影響與改善追蹤
- AI 事件應變計畫怎麼寫？從誤傳資料、越權到錯誤動作
- AI 事故怎麼分級？影響、持續性、資料與外部動作的初步判斷
- AI 模型 API 資料怎麼流？訓練、保存、區域與子處理者查核
- AI 模型遷移怎麼做？換模型、供應商與版本的驗收清單
- AI 監控與告警怎麼設計？品質、RAG、Agent、成本與人工指標
- AI 系統怎麼監控？日誌、品質、成本與風險警戒完整指南
- AI PoC 如何正式上線？從測試、權限到監控的 18 項清單
- AI PoC 題目怎麼選？用價值、就緒度與風險避開展示型專案
- AI 上線後怎麼持續評測？漂移、事件、成本與人工負荷
- 企業 AI 專案成本怎麼估？一次性、每月與單位成果完整拆解
- 企業 AI 專案誰負責？從業務 Owner 到資安法務的 RACI 分工
- AI Prompt 版本管理怎麼做？System Prompt、政策與回歸實務
- AI 紅隊測試和一般評測差在哪？範圍、時機與證據完整比較
- AI 回歸測試怎麼做？模型、提示、RAG 與 Agent 版本比較
- AI 系統發布與回復計畫怎麼寫？功能旗標、監控與事故演練
- AI 需求規格怎麼寫？用途、資料、人工關卡與驗收的 PRD 清單
- AI 風險管理證據怎麼留？從風險清冊、測試到上線決策的完整清單
- AI 風險台帳怎麼做？情境、控制、證據與剩餘風險範本
- AI 系統清冊怎麼做？盤點模型、資料、Owner、風險與退場
- AI 內容要不要標示？台灣透明揭露、深偽與高風險警語實務指南
- AI 供應商怎麼評估？採購前 15 項安全、資料與退場清單
- AI 供應商合約怎麼談？版本變更、SLA、事故通知與退場
- AI 供應商 PoC 怎麼比？同案例、成本、品質、安全與可移轉性
- AI 供應商安全證據怎麼看？文件、設定、測試與紅旗
- 企業 AI 導入怎麼開始？從需求盤點到正式上線的 6 階段路線圖
- 企業 AI 要自建、採購還是託管？用控制、速度與總成本決策
- 企業 AI 評測怎麼做？從測試集、指標到 go／no-go 決策
- 企業 AI 測試集怎麼做？案例來源、標註、切分與版本完整指南
- 企業 AI 內訓怎麼規劃？依角色設計政策、實作與驗收
- 生成式 AI 資料外洩怎麼處理？輸出、日誌、供應商與權限事故清單
- 企業生成式 AI 使用政策怎麼寫？12 項可落地檢查清單
- Human-in-the-loop 怎麼設計？AI 人工覆核、升級與接管實務
- LLM-as-a-Judge 怎麼校準？人工基準、偏差與不確定性實務
- LLM 評測指標怎麼選？正確性、拒答、穩定與人工修正
- RAG 知識庫成本怎麼估？文件、索引、查詢與人工維護四層
- RAG 評測指標完整指南：檢索、引用、忠實度與無答案
- RAG 索引更新怎麼驗收？文件、切塊、Embedding 與回歸指南
- Shadow AI 是什麼？企業盤點未核准 AI 工具的治理步驟
- 台灣《人工智慧基本法》企業指南：20 條重點、現況與準備順序
- AI 基本法七大原則如何落地？從原則、控制到證據的實作表
- 台灣 AI 風險分類框架怎麼用？20 種風險與四步操作完整指南
- 台灣高風險 AI 怎麼判斷？法定概念、嚴重危害與企業準備清單