建立新興科技的信任基石：聚焦AI治理與數位資產 勤業眾信洞悉日本法規與實務案例 解析企業合規策略

勤業眾信審計與確信服務營運長鄭旭然指出，AI應用已廣泛滲透各產業，雖帶來效率提升與成本優化，但亦衍生模型不透明、資料外洩及系統風險等挑戰，使「信任」成為企業邁向全球市場的關鍵。面對歐盟AI法案等國際監管趨勢，企業須建立可驗證、可監管的治理架構，以確保合規與永續發展。

勤業眾信審計與確信服務營運長鄭旭然

經營層級的治理挑戰：風險全面分散化

Deloitte日本（Deloitte Japan）Third Party Assurance 資深會計師長谷友春（Hase Tomoharu）表示，在AI與加密資產快速發展的背景下，企業所面臨的挑戰已不再侷限於技術導入，而是全面升級為經營層級的治理議題。隨著AI幻覺、資料外洩、著作權爭議，以及加密資產相關的駭客攻擊與洗錢事件頻傳，監管機關、投資人及客戶對企業風險控管能力的要求日益提升；同時，企業內部也因業務部門主導科技應用、外部工具與服務普及，使風險更加分散且不易掌握。在此情境下，企業管理階層須重新思考其角色定位，將AI與加密資產治理視為全公司層級的管理責任，透過跨部門協作，建立清晰的權責分工與有效的治理架構，並強化風險可視化、內部控制及對外說明能力，以回應各利害關係人對於透明度與責任歸屬的高度期待。

Deloitte日本Third Party Assurance資深會計師長谷友春

日本AI治理：風險導向與「三道防線」模式

Deloitte日本（Deloitte Japan）Digital Technology Assurance 總經理上村信二（Kamimura Shinji）表示，日本AI治理體系以「風險導向、軟法規為核心」，有別於歐盟AI法案的全面事前監管。隨著2025年日本正式推動相關法制並成立AI戰略本部，其政策架構已整合法律、國家戰略、產業指引與既有規範，企業亦需從單一合規思維轉向整體治理視角。

上村信二指出，AI治理關鍵在於建立完整運作體系，涵蓋組織架構、風險評估、控制機制、持續監控與問責制度。實務上，企業應設置如CAIO與AI風險委員會，全面盤點AI資產與應用情境，確保從規劃、開發到營運各階段皆能有效識別與控管風險。

此外，治理架構應導入三道防線模式，由業務與開發單位執行、風險管理單位監督、內部稽核獨立評估，強化跨部門協作。同時，企業需從政策制度、組織設計、監控流程及人才培育四面向同步推進，透過教育訓練提升AI風險意識與應用能力。AI治理並非限制創新，而是確保企業在風險可控下，實現AI的長期價值與競爭優勢。

Deloitte日本Digital Technology Assurance總經理上村信二

日本數位資產監理：步入制度化發展

Deloitte日本（Deloitte Japan）Third Party Assurance總經理吉川昌宏（Kikkawa Masahiro）表示，日本在數位資產領域已建立相對成熟且明確的監管架構，依資產性質將加密資產、穩定幣及證券型代幣納入《資金決濟法》與《金融商品交易法》規範。自2017年起，日本持續強化法制，並針對穩定幣與資產代幣化等新興應用完善制度，使市場由探索期邁向制度化發展。

截至2025年底，日本加密資產交易帳戶約達1,390萬戶，託管資產規模逾5兆日圓，投資人參與度顯著提升，監管重心亦逐步由交易管理延伸至投資商品定位與資訊揭露，加速金融商品化進程。

在風險管理上，日本強調投資人保護及AML/CFT要求，包括資產分離管理、每日鏈上對帳，且95%以上資產須以冷錢包保存並接受外部審計，同時導入Travel Rule提升透明度。隨著穩定幣與代幣化發展，市場正邁向鏈上金融生態，企業需整合科技風險與法遵以掌握機會。

Deloitte日本Third Party Assurance總經理吉川昌宏

國際警示案例：AI風險升級為法規挑戰

勤業眾信資訊科技審計與確信部資深會計師侯玉燡表示，近年多起國際案例顯示，AI風險已從技術議題升高為法規與治理挑戰，企業若缺乏完善控管，恐面臨高額罰鍰與商譽損失。

德國金融機構因以AI全自動審核信用卡且缺乏人工覆核與說明機制而違規受罰；Uber則因跨境傳輸敏感個資未落實治理，被處高額罰款；加拿大航空亦因聊天機器人提供錯誤資訊，被判須履行AI承諾，凸顯企業須對AI輸出負責。相關案例反映三大風險：黑箱決策導致難以解釋、資料治理不足引發隱私與合規問題，以及生成式AI「幻覺」延伸法律責任。在監理趨嚴下，企業應導入風險分級與持續監控機制。台灣企業可參考NIST與Deloitte框架，從透明性、隱私保護與穩健治理著手，並透過盤點與第三方確信，建立可持續的AI治理能力。

勤業眾信資訊科技審計與確信部資深會計師侯玉燡

專家座談由勤業眾信資訊科技審計與確信副總經理沈政鴻主持，針對跨國企業挑戰，四位講者指出，企業應建立「一致且可延展」的AI治理模型，以全球統一治理框架為核心，再依各地法規進行對應與調整。實務上，可採「總部治理加在地法遵」的雙層架構，在維持集團一致性的同時，確保符合台灣及其他司法管轄區的監理要求。AI治理不應僅停留於制度面，更須透過風險盤點、差距分析與持續監控，確保有效落地執行。

在風險與效率的平衡上，專家建議採用風險分級與分層控制機制，將AI應用區分為不可接受、高風險及中低風險類型，並針對高風險場景加強人工審查、模型驗證及可解釋性管理，同時對低風險應用維持彈性，以兼顧創新發展。

日本在數位資產監理的經驗顯示，其長期以投資人保護為核心，逐步建立完善制度，近期亦轉向鼓勵金融創新。專家建議，台灣在推動虛擬資產專法時，應優先強化資產安全與風險控管機制，並持續關注國際趨勢。

勤業眾信資訊科技審計與確信副總經理沈政鴻