企業 AI 導入與治理
AI 供應商怎麼評估？採購前 15 項安全、資料與退場清單
AI 採購不能只比較示範效果與月費。供應商會接觸什麼資料、模型與服務何時更新、事故如何通知、資料能否匯出刪除，往往決定系統能不能安全長期使用。以下清單是採購訪談起點，不代替契約、法務、資安或隱私審查。
一、用途與責任
- 這個產品解決哪個工作問題，哪些用途明確禁止？
- 供應商、客戶與第三方各負責哪些控制、監控與事故處理？
- 系統是輔助、建議還是會自動執行？高影響動作能否強制人工批准？
先把需求寫成可驗收情境。可從企業 AI 使用情境資料庫選出目標，再用AI PoC 選題指南設定基準與停止條件。沒有明確用途，就無法判斷供應商的控制是否足夠。
二、資料與隱私
- 服務會接收、產生與保存哪些資料，保存在哪些區域、多久、如何刪除？
- 客戶輸入與輸出是否用於訓練、微調、品質改善或其他目的？能否選擇退出？
- 分包商與子處理者有哪些，變更時如何通知？
- 如何處理資料主體請求、備份刪除、日誌遮罩與跨境傳輸？
要求書面文件，不用業務口頭承諾代替。契約內容仍要依組織適用的法律、產業規範與客戶義務審查。
三、安全與存取
- 是否支援組織身分管理、多因素驗證、角色權限、最小權限與稽核紀錄？
- 資料傳輸與儲存如何保護，密鑰、租戶與管理介面如何隔離？
- 如何防範提示注入、敏感資訊洩漏、不安全輸出處理與外部工具被濫用？
- 漏洞通報、修補時程、滲透測試與安全證據如何提供？
OWASP 的大型語言模型應用風險清單可用來建立技術訪談，但不是合規認證。應把每項風險轉成與自己架構相符的測試，例如惡意文件能否改變系統指令、低權限使用者能否取得不該看的內容。
四、模型、品質與變更
- 使用哪些模型、版本與外部元件？更新會不會自動發生，能否先測試或回復？
- 供應商如何評估正確性、偏差、安全、延遲與失敗？客戶能否用自己的測試集驗證？
- 輸出是否能附來源、信心或限制，無法回答時能否拒答與轉人工？
NIST 的生成式 AI 風險管理文件建議針對第三方進行盡職調查、部署前測試與持續監控。不要只接受整體平均分數；應用真實資料、角色與邊界案例測試，並保存版本對照。
五、營運、事故與退場
- 服務水準、容量、支援、事故通知、資料匯出、刪除證明與終止協助為何？若供應商停止服務，團隊多久能恢復核心工作？
CISA 的安全與可驗證技術採購指引強調可驗證的安全成果與供應商責任。實務上可要求明確的事件通知時限、匯出格式、依賴清單、復原程序與資料返還方式，而不是只看一張證書。
建議的評估流程
先做文件審查，再安排技術訪談與限制範圍 PoC。PoC 要包含權限、惡意輸入、外部服務失敗、版本變更與刪除測試。把未解問題、例外接受人與到期日寫進風險紀錄，不讓「之後再補」變成永久狀態。
準備簽約前，可用生成式 AI 使用政策清單確認內部責任，再依PoC 到正式上線清單完成營運驗收。若要跨資料、流程與供應商一起評估，可查看企業 AI 導入服務。