感謝您提交詢問！我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂！我們的一位團隊成員將在短時間內與您聯繫。
課程時長 7 時間：
課程簡介
主權AI基礎
- 在主監管機構中，主權AI的意義為何
- 商業、法律與營運驅動因素
- 核心控制領域：資料、模型、基礎設施與營運
法規要求與風險映射
- 資料居留地、隱私及特定產業義務
- 將敏感資料對應至AI使用情境
- 識別跨境、記錄及第三方 exposure 風險
治理資料、提示詞與日誌
- 提示詞治理與可接受使用範圍
- 針對提示詞、回應與中繼資料的記錄政策
- 保留、脫敏、遮蔽及存取控制實踐
- 練習：檢視AI資料流程以找出治理漏洞
模型託管與推論環境選項
- 公開API、私有雲端、本地部署及混合部署選擇
- 決定模型執行地點的因素
- 控制、安全、成本與營運所有權之間的取捨
供應商依賴與可攜性
- 模型、工具與平台中常見的鎖定模式
- 透過模組化架構、開放介面與明確合約實現可攜性
- 練習：根據主權標準評估供應商
治理模型與行動規劃
- 跨IT、安全、法律及合規團隊的職責分工
- 使用情境、模型與營運變動的核准流程
- 可審計性、監控與事件回應預期
- 建立實用主權AI藍圖與後續步驟
最低要求
- 具備AI概念、資料治理與合規要求的基本理解
- 熟悉企業技術、雲端、安全或風險決策流程
- 無需程式編寫經驗
受眾對象
- IT領導者、企業架構師及平台管理員
- 風險、合規、法律及資料治理專業人員
- 負責在受監管環境中導入AI的安全團隊與業務領導者
