AI專案過半卡關概念驗證階段　台灣資料治理年會籲：資料治理是落地關鍵

台灣資料管理協會（Taiwan Data Management Association，TDAMA）於21日舉辦首屆「台灣資料治理年會」，吸引近300位政府官員、企業高階主管與資料治理專家出席，並由慧與科技（HPE）及開放文化基金會（OCF）共同協辦。年會聚焦AI時代下資料治理的挑戰與方向，探討如何透過治理制度、資料品質與跨域協作，突破資料孤島與落地瓶頸。

根據McKinsey調查，全球已有88%的組織投入AI應用，但能成功推進至大規模營運階段的僅約三分之一。Gartner研究則指出，高達50%的生成式AI專案在概念驗證（Proof of Concept，PoC）階段便宣告中止，主要原因包括資料品質不足、風險控管不完善，以及導入成本攀升。

台灣資料管理協會理事長顏良修表示：「資料品質往往最容易被忽略、卻直接影響AI成效。」他引用Cisco研究指出，65%的組織難以取得高品質資料，70%的企業則在訓練AI時面臨專有資料外洩風險。顏良修並強調，當企業資料規模達到一定程度，資料來源分散、格式不一致，或缺乏完善的權限與用途管理，即使導入先進模型，也難以將AI專案穩定推進至實際應用，AI競爭的關鍵已不再只是模型本身，而在於組織能否建立合身的資料結構與治理紀律。

海外法規要求「AI治理、資訊安全與隱私保護」一併納管

顏良修進一步分享近期與一家海外設有分行的金融機構合作時觀察到，該分行所在地的監理法規已針對企業系統中使用大型語言模型的情境，訂出高風險系統的認定標準並具備強制力。該法規要求企業將「AI治理、資訊安全與隱私保護」三者一併納管，規範細節甚至直接援引GDPR與OWASP相關標準，管轄範疇涵蓋整個AI系統，而非僅檢視模型本身。也就是說，企業若要落實AI系統防護，從網站防護、內部網路防護到後端資料保護，都在規範要求範圍之內。

企業內部常見的困境是資料治理、資安與AI治理業務分散在不同部門，但法規要求執行時卻必須整合處理，若協作機制未能及早建立，往往在專案驗收階段才發現資安與治理要求未同步到位，需要臨時大幅調整。

顏良修也指出，資安人才轉型資料治理其實相當合適，因為資安產業同樣具備高度顧問屬性，難以單靠標準化產品一次解決，與資料治理面對企業內部系統高度異質性的特性相近，轉型關鍵在於將「資訊資產」思維轉換為「資料資產」思維，並可透過協會推動的DAMA框架及其CDMP認證體系作為學習路徑。

政府擘劃國家治理地圖　推動資料成「主權AI」基石

面對AI逐步應用於公共服務與政策決定，公部門如何在推動資料創新應用的同時，兼顧資料安全、個人隱私與社會信任，也成為本屆年會關注焦點。台灣資料管理協會認為，當前政府資料治理仍面臨資料分散、標準不一及跨部門整合等挑戰，需要透過資料標準化與結構化，讓政府資料從「人能讀」進一步走向「機器能理解」，建立支撐AI應用的可信任資料基礎。

數位發展部資料創新司司長王復中於會中指出：「AI時代的國家競爭力，除了算力、人才外，也需要高品質、可信任的資料。政府將持續促進安全、開放、可共享的資料生態，讓資料成為推動主權AI、提升公共治理、帶動產業創新的基石。」

協會宣布兩大行動承諾　攜手中技社推動跨域研究

為將年會共識轉化為具體實踐，台灣資料管理協會於會中宣布兩項行動承諾。首先，為回應台灣資料管理專業人才與共同語言不足的需求，協會將持續投入本土人才培育。此外，協會也宣布今年將與財團法人中技社正式展開合作，針對政府、企業與學界的跨域資料治理議題進行研究。

▲ 首圖圖說：（左起）世新大學法律學院副教授戴豪君、安永諮詢服務股份有限公司執行副總經理曾韵、數位發展部資料創新司司長王復中、台灣資料管理協會理事長顏良修、總統府國安會諮詢委員李育杰、中央研究院資訊科技創新研究中心主任黃彥男