新興風險與因應策略

企業風險管理(ERM)是有效維持企業經營效率,確保營運不中斷的重要關鍵。為持續掌握可能影響企業運營與產品服務之風險,中華電信持續建置全員發掘、管理,及預防減緩風險之企業文化,確保業務的穩定性及永續運營。


新興風險一

新興風險二

風險名稱 AI技術發展對決策準確性影響之風險 假訊息擴散削弱公共信任與通訊信賴風險
 風險類別 科技面
科技面
風險描述
  1. 隨生成式AI、大型語言模型及自動化決策技術快速演進,AI模型之複雜度、黑箱特性及外部資料來源依賴程度持續提高,可能導致決策可解釋性下降、模型偏誤、不穩定輸出或資料授權、隱私與安全風險。
  2. 由於AI監管制度與產業治理標準仍在發展階段,外部法規要求、技術標準及新型攻擊手法亦快速變動,可能使企業在導入AI應用時面臨更高治理之不確定性。
  3. 此風險涉及技術、資安、法遵、倫理與營運管理等多面向,屬具長期影響之科技新興風險。
  1. 錯誤資訊或假訊息藉由社群媒體演算法強化推播效應,易於在短時間內形成高度擴散的輿論風暴。此類內容常摻雜部分真實資訊,結合AI生成影像、虛構來源或斷章取義的手法,增加辨識與澄清的難度,可能對中華電信構成用戶對資通訊服務信任度降低。 
  2. 中華電信做為關鍵通訊服務與數位介面提供者,若公司名稱、服務或通訊基礎設施遭錯誤資訊連結、假冒或惡意操作,可能造成用戶對通訊服務穩定性、資訊安全及公司可信度產生疑慮,並引發客服、澄清與危機應變負擔。此風險來自外部資訊環境與科技工具快速變化,具長期、跨域及高度不確定性。
潛在的商業衝擊
  1. 中華電信推動營運流程 AI 化及全員 AI 應用普及,若因風險控管、AI治理與監管要求需延後導入,將重新配置治理預算並強化審查機制,可能影響市場擴張速度、營運效率與獲利能力。 
  2. 若 AI 模型偏誤未經系統性偵測與矯正,恐造成決策錯誤、流程偏差、侵權風險及合規爭議,損及品牌信任,需投入資源進行修復與信任重建,增加營運壓力。 
  3. 公民社會對 AI 倫理風險之關注升高,將促進更嚴格監管規範,推升法遵成本、內控要求與技術治理負擔,壓縮 AI 創新應用與商業化推展空間。 
  4. 隨 AI 系統日益複雜,模型維護、風險監控、AI治理及技術更新需求將增加,將增加維運支出,影響自由現金流、投資彈性及長期企業價值。 
  1. 假訊息、深偽內容與社群快速擴散,可能使外部利害關係人對公司服務、資安事件或財務資訊產生誤判,造成投資決策錯誤、客訴激增、用戶行為異常及不公平競爭,直接影響營運效率、服務信任、品牌聲譽與市場拓展。
  2. 公司須增加輿情監測、事實查核、危機應變、澄清溝通、客服處理及法律諮詢等資源投入,推升營運支出並影響ESG評等。
  3. 若未能即時辨識、澄清與回應,亦可能降低政府、企業客戶及跨境合作夥伴信任,阻礙創新服務推展;如涉及詐騙、虛構財報或不實投資訊息,可能引發股價波動、行政裁罰、法律爭議及賠償責任,並對投資人信心、客戶留存與長期企業價值造成不利影響,提升整體經營風險。
     
調適行動
  1. 依循ISO 42001國際標準及我國人工智慧基本法,參考主管機關發布之人工智慧相關指引,建立中華電信AI政策、組織及制度。
  2. 針對大型語言模型(LLM)應用,建立風險辨識與管理流程,導入AI安全評測、輸出驗證、模型監控及資料保護機制,提升結果可解釋性、準確性與合規性。
  3. 串聯產官學推動AI教育與倡議,提升大眾對AI之理解與信任,並建立分層培訓機制,針對AI風險與資安議題辦理課程與演練,並以完訓率及通過率追蹤成效,持續強化組織風險應變能力。
  4. 整合AI技術應用與國際人工智慧管理標準,建構「技術防護-架構韌性-資源調度」三層管理體系,全面強化AI系統之風險防護、架構彈性與資源控管,落實分層式治理機制。
  1. 導入AI技術建構自動化監測架構,即時識別潛在爭議議題與異常資訊傳播現象。
  2. 整合多來源數據平台,進行社群與媒體輿情即時擷取與語意分析,掌握議題發酵趨勢。
  3. 運用機器學習技術優化語意分類模型,提升對於爭議類型之準確標記與分級能力。
  4. 整合自然語言處理技術,提升對潛在爭議風險特徵的解析能力。
  5. 建置模型精進機制,定期更新訓練資料集與演算法架構,以因應假訊息技術演進。
  6. 企業內部危機應變機制規劃:
    1. (1).透過資訊系統強化策略、客服、公關與行銷部門的協同處置能力。
      (2).針對境外高風險社群平台,監控假訊息風險來源,實現早期預警與風險防控。
...


ESG永續 內容快速連結

返回頂部