本文共1202字
KPMG數位長賴偉晏表示，台灣比較像是跟隨美、歐、日去制訂法律，國家是進攻還是防守，應該同步考慮，但台灣目前是防守考慮的比較多，很強調「問責」，一旦有這個角度，企業就會將資源忙於先合規，而非創新。
AI法規篇 1／AI法元年！人工智慧全面影響 社會面臨三大考驗AI法規篇 2／果殼律師：台灣是數據逆差國 「AI風險分級」應同步歐盟
《AI基本法》公布後，賴偉晏指出，各國對AI的定義有細微差異，舉金管會的「金融業運用人工智慧(AI)指引」為例，AI的定義叫大量資料學習或機器學習所形成的預測或決策，光「資料學習」的定義就相當廣，從營收數據去預測未來發展都包含在內，金融業就會擔心金檢時管理層面需要合規，需要全面檢視。
賴偉晏舉英國完善的監理沙盒機制為例，台灣雖也有參考，在金融科技領域引進沙盒機制，但沒有學到真實的精神，比方新創進沙盒後什麼條件可以出來？專利跟紅利可以享受多久？台灣相關配套不完整，導致新創進得去出不來，出來後專利使用也不長，導致新創會對進沙盒感到遲疑。
他表示，目前AI法規除歐洲最嚴格，其他國家相對懷柔，用行政命令去鼓勵發展，給一些空間，這一波生成式AI發展，大家會認為多給一些空間創新，鼓勵政府跟民間合作，對未來比較有幫助，比方美國加州的SB1047法案很嚴格，就引發極大爭議，有些新創甚至宣稱將出走。
賴偉晏指出，多數國家對AI態度都是加速大於減速，多數國家沒有問責，AI法案對金融業影響會最大，因為金融業最早開使用資料做探勘，資料探勘也算演算法的一種，因此勢必需要自我檢查是否符合《AI基本法》規範，導致AI快速發展中，業者還得將量能用於偏向防守的自行檢查，而非創新進攻。
他建議企業，此時應該先將過去的應用跟未來的應用計畫，通盤做一個檢查表，然後先針對過去應用做合規檢查，避免違規，而不只是金融業，未來所有企業資料的可解釋性及透明度該怎麼說明，以及隱私跟侵權問題界定，都會是前幾波需要面對的衝擊。
對台灣的未來，賴偉晏表示，台灣高度偏重特定產業發展，所以貧富與資源集中度會很高，台灣長期培養半導體製造國力，這是很容易看到的，但台灣的品牌力在哪裡？台灣的Google或台灣的Apple，若要能創造出來，需要淬練多久的DNA？台灣該不該粹煉？或許在AI時代還來得及。
延伸閱讀
企業篇 3／全世界都需要女友！李婷婷闖陪伴經濟，數百虛擬網紅分身上線
※ 歡迎用「轉貼」或「分享」的方式轉傳文章連結；未經授權，請勿複製轉貼文章內容
留言