專訪：戴季全
撰稿：張哲瑋
談到主權 AI，不少人的第一印象是台灣要訓練一個自己的大模型。數位發展部政務次長侯宜秀在《全新一週》提出不同看法：從主權的概念來看，主權 AI「一定不是只有硬體，或甚至不是一定只有模型」，資料、治理與安全同樣關鍵。
侯宜秀是律師出身，2025 年 9 月加入政府前，曾任財團法人台灣人工智慧學校基金會秘書長，也是 g0v 零時政府揪松團決策委員。本集節目中，她從主權 AI 的架構，談到企業導入 AI 代理（AI Agent）後的資料治理、風險管理與商機。當 AI 代理開始替企業執行任務，資料該留在哪裡？風險又該如何管控？
主權 AI 不只是模型：為什麼要在「五層蛋糕」上再加一層資料？
侯宜秀指出，「主權 AI」一詞由 NVIDIA 執行長黃仁勳提出。主持人戴季全提到，這個概念有助 NVIDIA 多賣 GPU，她表示贊成，認為供應全球多數 AI 伺服器的台廠也能受惠。不過，要談主權 AI 涵蓋哪些面向，她回頭引用黃仁勳的另一個說法「五層蛋糕」。
黃仁勳在 NVIDIA 官方部落格的〈AI Is a 5-Layer Cake〉一文中指出，從產業角度來看，AI 是一個五層堆疊，上層仰賴下層運作，由下而上分別是能源、晶片、基礎設施、模型與應用。侯宜秀則表示，數發部在思考台灣的主權 AI 政策時，認為應在這五層架構之外，另外納入資料。
她解釋，資料代表過去累積的 Know-how 與知識，也包含 AI 時代會持續累積的東西；處理好資料治理，等於在處理未來如何持續提升競爭力。人才、治理與安全則貫穿這六層，目標是打造可控、自主、安全、有韌性，並且「對齊我們所願意認同的價值」的 AI。
資料又分兩層，政府的處理方式也不同。通用的訓練資料，政府會推動主權語料庫，當作一種基礎建設，目前從政府部門不涉及個資的資料做起。據《中央社》報導，數發部的「台灣主權 AI 訓練語料庫」已整合正體中文高品質語料，開放各界使用。
導入 AI 代理後，企業的使用資料與 Know-how 如何留在自己手上？
至於另一層，則是企業與組織在使用 AI 過程中，持續累積的資料。侯宜秀坦言，這類資料多半分散在企業、組織或個人手上，而且不斷累積，政府不太可能即時蒐集、彙整；各界對此的意識也「還沒有那麼高」，因此更重要的是推動一套 AI 導入的架構。
她說，數發部很希望推動「主權代理人平台」：公司內部要有一套治理制度，系統與平台遵循這套制度，讓每位使用者的使用資料，能累積、保護在公司或組織內。不過，平台不會由政府替各企業建置，因為各家需求不同；數發部希望以開源的方式，提供示範性的平台案例作為基礎。
戴季全提到，隨著算力基礎設施化、模型商品化，台灣有機會發展「AI 勞動力」。侯宜秀認為，這正是「百工百業用 AI」的結果：過去可能要 10 個工程師做 6 個月的事，現在也許 1 個工程師搭配 50 個 AI 代理，三個禮拜即可完成。
但她提醒，以終為始來看，企業最重要的是設定與自身發展方向直接相關的正確目標，再驗證 AI 是否真的達成，「這個是困難的事情」。過程中至少有兩件事要顧好：持續降低成本，以及保護資料的機敏性與 Know-how。她說，AI 勞動力的架構，就是企業內部如何部署、分派任務的整套架構；接下來不只要培育人才，還要「培養企業的能力」。
數發部的 AI 風險分類框架如何劃分管理？3 大類風險、4 步操作流程
AI 代理帶來的風險，又該由誰來管？侯宜秀說，加入政府 13 個多月來，她深刻體會到數發部的業務，幾乎任何事都需要與其他部會合作。以銀行如何使用 AI 代理為例，數發部並不具備銀行管制與治理所需的領域知識。
她指出，今年 1 月公布施行的《人工智慧基本法》只有 20 條，和歐盟《人工智慧法》（AI Act）差別很大，提供的是框架，曾有公務員形容這部法律「看起來像是一個分工表」。數發部的角色是提供協作架構，並在 7 月發布「人工智慧風險分類框架」，作為與各部會合作的共識。
框架把風險分成 3 大類、共 20 個子類：AI 系統本身的技術設計缺陷、部署後操作及人機互動問題，以及社會結構與環境衝擊。各應用場景可以像對照檢查清單一樣檢視風險，例如 AI 代理就可能做出危險行為，或超出權限範圍的行為。
流程則分 4 步：先盤點應用情境，例如自駕車、號誌管理，或金融業的 AI 代理與客服機器人；接著依 20 個子類識別風險；再評估嚴重程度與發生的可能性；最後由主管機關決定因應措施。侯宜秀強調，利害關係人在每個步驟都可以參與；就她所知，法務部與金管會就會與公會、協會合作，因為這些團體最清楚產業實際上如何應用 AI。
她也認為，AI 的管制「不是說你開罰就可以解決」，有些措施可以直接設計在系統裡。以醫療為例，AI 醫材會協助醫師標示辨識結果，但醫師累了可能過度依賴，「難道累了這件事情，你要去罰醫生或是醫院嗎？」她提到，可以在系統中加入警示機制。
權限管控、能力評測、成果驗證：AI 代理為何是資安業的新商機？
AI 安全與傳統資安有何不同？她認為兩者有重疊，但很多風險不是單純的資安問題，而是發生在人機互動之中，例如幻覺與過度依賴。也有風險落在灰色地帶，例如透過提示詞注入（Prompt Injection）或越獄（Jailbreak）越過安全護欄，問出敏感資料。因此在原有資安之上，還需要一套針對這些問題的指引與因應措施。
戴季全觀察，台灣資安業者已開始轉向 AI 安全，有機會發展成新的出口產業。侯宜秀認為，資安產業轉型為 AI 安全產業是「非常好的方向」，尤其在 AI 代理出現後，從權限管控、能力評測到任務成果驗證，都是一整套需求，可能由資安公司或系統整合（SI）業者承接，她認為這是非常大的商機。
她表示，數發部目前沒有規劃成立 AI 署或 AI 院；資安署與資安院仍聚焦狹義資安，廣義的 AI 安全反而是產業走得較快。政府較重要的是建立治理框架、對接國際標準，並以政策引導界定市場，讓企業意識到這些服務的必要。
AI 時代需要什麼人才？回到真實需求、領域知識與動手做
侯宜秀認為，人類的真實需求不會改變，人還是要看病、要吃飯；AI 會滲透到每個產業，勞動力也不只在白領，例如農業如何借助實體 AI（Physical AI）減少人力投入，就很需要發展。
因此，她鼓勵下一代了解世界的真實需求、培養領域知識，「因為你一定要有領域知識，你才知道怎麼把 AI 用好」，並動手做出 MVP（最小可行產品）。她說，AI 帶來非常多挑戰，「但它同時給了非常多機會」。
歡迎大家訂閱「科技報橘」YouTube 頻道，一起用《全新一週》節目，來迎接全新的一週！
＊首圖來源：《TechOrange》
