TechOrange 科技報橘於日前舉辦「2026 企業 AI 主權高峰論壇」，以「重塑企業核心競爭力：從 AI 成長引擎到營運韌性」為主軸，集結多位產業專家解析如何在使用 AI 的同時守住主導權，並同時掌握資料、權限與責任的邊界，企業才有底氣放手追求 AI 帶來的成長。科技報橘社長戴季全點出，一方面企業預算正從支付人力轉向支付數位勞動力，另一方面，台灣產業能夠長年贏得客戶信任，靠的正是在使用 AI 時格外謹慎，能夠安全守住客戶交付的資料。
iKala 共同創辦人暨集團董事長程世嘉指出，當 AI 變得像水電一樣隨開隨用，主權 AI 將要面對三種風險。第一是聽不懂：以 Meta 的 Llama 2 為例，訓練資料約九成是英文，中文只占 0.13%；第二是被定義，通常都是用主流的方式衡量 AI 能力，但也是「被定義」出來的 AI；第三是被切斷，AI 可能會面臨因出口管制而暫停模型無法使用。程世嘉引述美國研究團隊 2025 年發表的研究，以 110 個兩岸說法不同的詞測試 11 個主流模型，發現用繁體中文提問時，平均有 37.5 題對不上台灣用語，但改用簡體中文提問後，對不上的只有 4.4 題，程世嘉在最後提出一個問題讓大家思考：「五十年後，AI 又會用誰的字來回答？」
「主權不是擁有更多工具，而是掌握 AI 行動的邊界與責任，」Rimini Street 資深客戶成功經理高治平認為，企業要真正掌握 AI 主權，得握有五個控制權：「資料主權」決定誰能使用哪些資料，「流程主權」決定 AI 可以進入哪些工作流程，「決策主權」決定哪些行動必須經過人工核准，「技術主權」確保模型、平台與供應商可以替換，「經濟主權」則讓 AI 的成本可以衡量。至於如何起步，高治平建議先挑一個發生頻率高、出錯時影響有限、成果又能量化的小流程導入 AI Agent，驗證價值後再擴展到下一個流程，避免一開始就押上長期的大型投資。
「導入 AI 應用，不會自動讓企業脫穎而出，關鍵在於辨識 AI 所帶來的差異化優勢，」鴻海集團亞灣超算產品總監蘇介安表示，企業應先釐清 AI 究竟是維持競爭力的基本門檻，還是創造差異化優勢的關鍵。
蘇介安引用 Epoch AI 的估算，以 NVIDIA GB200 NVL72 系統為基礎、IT 設備額定功率達 1GW 的 AI 資料中心為例，前期資本支出約 380 億美元，將資本支出按資產使用年限攤提後，年度化總擁有成本約 85 億美元，顯示自建大型 AI 算力基礎設施須投入龐大資源，也可能排擠企業在核心 AI 應用上的投資。
因此，蘇介安建議企業應優先將資源投入能創造差異化價值的 AI 應用，並依據自身需求，彈性選擇合適的AI算力部署模式。同時，將決定「誰能用、能用哪些資料、如何稽核」的控制權留在企業內部，將最耗資的 GPU 運算交給外部算力中心，再透過專線、GPU 與資料不落地等機制確保安全。
台灣微軟商用企業及新興市場事業部總經理李光耀從中小企業的角度談 AI 主權，表示中小企業無法購買大量 GPU 自己蓋，因此主權不等於自建，而是保有選擇與掌控的能力。李光耀把主權拆成三層：「資料主權」是資料放在哪、誰能存取、能否隨時完整帶走，「模型主權」是用哪個模型、成本多高、會不會被綁死，「決策主權」則要確認決策能否追溯、輸出由誰負責。李光耀提醒每個 AI Agent 都應像員工一樣，擁有身分、最小權限、完整紀錄與負責的主管，並建議中小企業在導入 AI 時，先從單一流程切入，見效後再逐步擴大，而不是一開始就全公司推動。
「企業導入 AI 最大的風險之一，不是 AI 找不到資料，而是它找到資料後，理解錯了。」雲馥數位技術服務處長蔡嘉豪表示，同樣是「營收」，財務、業務與 CRM 系統可能有不同的定義與數字，雖然各自在業務情境下都可能成立，但當 AI Agent 參與報表分析、客戶服務與營運決策時，若缺乏一致的資料語意，細微的認知差異便可能隨著自動化流程逐步放大。因此，AI 時代的資料中台除了整合資料，更需要建立共同的業務語意。透過 Microsoft Fabric IQ，企業能統一定義客戶、訂單、合約與營收等核心概念及其關係，協助 AI 正確理解並運用企業資料。AI 主權的下一步，是讓企業掌握自身資料的同時，也能掌握 AI 如何理解與運用這些資料。
CloudMile 萬里雲台灣技術團隊主管 David Liang 指出，以傳統資安治理為例，多會假設企業的 IT 資產是靜態、可盤點、可定期檢測的，但 AI 是會推理、代替員工行動的行為主體，加上許多企業員工大量使用未經核准的 AI 工具處理業務資料，既有的資安制度、檢測與監控方式，早已不足以防範 AI 帶來的風險。因此 David Liang 主張雙軌並行，一軌用 AI 強化資安治理，由 AI 自動分流調查、資安專家則擔任監督與裁決的角色保留最終核准權；另一軌用 AI 檢測 AI，從端點 Agent、內部 LLM、雲端環境到員工私用的影子 AI 逐一盤點與檢測，「以 AI 治理 AI」落地成可執行、可稽核的治理架構。
LINE WORKS 株式会社 CEO 島岡岳史則以製造業為例，過去當機台發出異音時，現場人員用手機錄下聲音與影像，透過 AI 分析後，操作員就能得知這台機器過去是否發生過同樣的問題、當時如何處理，並取得 AI 提供的處理建議，掌握哪些問題反覆發生卻遲遲沒有改善，進而著手解決。島岡岳史進一步強調，企業要讓員工明白，導入 AI 是為了累積讓日後工作更順手的資料，並且為了讓第一線人員在不知不覺中用上 AI，LINE WORKS 是一套專為企業打造的商務協作平台，保留大家熟悉的LINE操作介面，同時提供企業所需的管理、安全與協作功能，即使是不熟悉數位工具的員工也能立刻上手，同時區隔工作與私人訊息，避免重要資訊隨私人聊天外流。
資誠智能風險管理諮詢公司董事長張晉瑞指出，企業員工常常會把資料交給未經核准的影子 AI，AI 藏在 ERP 與 SaaS 等第三方服務裡，代理式 AI 更直接取得身分與執行權限，造成外移風險的不只是資料，還有決策權與行動權，「擁有 AI 不是護城河，能夠治理、整合並持續放大 AI 的價值，才是護城河。」張晉瑞表示，主權不等於全部自建，而是握有選擇權、控制權、停止權與問責權，並建議從三件事起步：第一，確認是否「看得見」公司有哪些 AI 正在使用、哪些接觸敏感或客戶資料、是否存在影子 AI；第二，有沒有風險分級標準、由誰核准高風險 AI，是否「管得住」；第三，出錯時能否即時「停下來」、隔離與通報。
AI 的答案能不能拿來做決策，關鍵在於數據可信，以及主管「敢不敢帶進會議室向老闆報告」。外貿協會科技長吳長信指出，中小企業最想知道競爭對手賣給誰、賣多少錢，但官方統計看不到個別買主，公開資料又難以採信；若用通用型 AI 隨意生成，答案恐與事實不符，甚至憑空臆測。
「我們沒有讓 AI 生成，而是讓 AI 去查，」吳長信強調。外貿協會將財政部、聯合國等官方進出口統計整理成專用資料庫，每筆資料都標明來源、年度與 HS Code（商品分類代碼）。搭配貿協自行開發的工具，AI 只依提問在資料庫範圍內查詢、比對與繪圖，不自行產生數字，也不任意臆測。
每項數據與圖表都能即時回溯出處，讓 AI 提供的情報做到「可追溯、可驗證、可信任」，也有助企業發掘過去被忽略的全球隱形市場，成為拓展海外市場時可靠的決策依據。
中華創智國際資深技術售前顧問陳正恒引述 Gartner 預測指出，到 2027 年底，將有逾四成代理式 AI 專案因成本上升、價值不明或風險控管不足而被取消，因此企業必須先回答：可以授權 AI Agent 做到什麼程度以及如何設計權限的邊界。陳正恒將邊界拆成三種主權：「授權主權」依照不同的 Level，決定 Agent 能讀什麼、寫什麼，以及做到哪一步要停下來交給人；「問責主權」把權責分給業務擁有者、開發者、放行者與調用者四種角色，開發者不能自行上線 Agent，就像財務與採購的內控原則；「技術主權」則確保企業換模型、框架時，不會被單一方案綁住。「一隻 Agent 可以靠人盯，一百隻就得靠制度，」陳正恒表示這三種主權，正是讓企業管得動上百隻 Agent 的制度，也是企業敢讓 Agent 規模化應用的油門。
AI 主權不在於擁有多少 GPU、自建多少模型，而在於企業是否有選擇與掌控 AI 的能力、共同語意、能追溯來源的資料，以及依照風險分級的權限、清楚分工的責任，一旦企業把授權定義清楚，並具備問責與停止機制，就有底氣放手擴大 AI 應用。
