聯繫我們

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
 7 小時

人數


每位參與者的報價

即將到來的課程

課程分類