員工可能早已私下使用 AI 工具,或自行建立工作流程。企業不應對這些活動視而不見,而應把有用的試驗轉化為受管理的組織能力。
實際執行時,企業需要制定涵蓋核准工具、敏感資料、責任歸屬、監察和升級處理的制度規則。同時,也要辨識和培育員工現有的 AI 能力,而不是把採用 AI 視為只能由上而下推行的項目。若策略沒有配套的技能計劃、負責人和營運紀律,AI 很難穩定地由試驗階段走向正式執行。
董事會中應有數名成員能夠追問管理層的假設、價值主張和風險評估;同時,董事會亦應能接觸至少一名具備足夠技術深度的人士,可以是董事、顧問或委員會成員,能就系統、資料、測試和控制措施提出實質挑戰。
AI 管治要真正落地,企業必須先界定誰可以批准、操作、監察和停止一個 AI 系統。董事會應要求管理層按照風險制定決策界線,清楚區分:
後果越嚴重,控制措施就應越嚴格。對於招聘、晉升、解僱和績效評估等高影響力的僱傭用途,董事會應訂立清晰的「不可越過的紅線」,包括有實質意義的人類覆核和明確負責的決策者。AI 輸出不應在沒有監督的情況下,變成決定一個人職業生涯的自動判決。
這項原則與更廣泛的管治要求一致:AI 應該支援人類判斷,而不是在不為人知的情況下取代人類判斷。對管理層而言,實際檢驗標準很直接:系統上線前,必須清楚知道由誰負責、何時需要批准、哪一個環節進行人類監督,以及出現問題時如何叫停。
負責任的審批流程,不能只看模型的平均表現。董事會應追問企業如何測試資料質素、記錄系統限制、檢視潛在偏誤,以及在部署後持續監察表現。
當 AI 系統對個人造成重大影響時,受影響人士應有切實可行的途徑,了解決策、質疑結果,並要求由人員重新考慮。解釋不必披露專有技術細節,但必須足以支持問責、檢視和申訴。
這些要求屬於更廣泛的控制環境。新加坡的企業管治資料亦指出,AI 決策需要具備透明度和問責性,並須注意監管與道德標準。董事會的責任,是確保這些期望轉化為有文件記錄、有負責人並能提供證據的流程,而不是停留在沒有執行者的原則宣示。
AI 帶來的是雙向的安全問題。一方面,企業要防範由 AI 強化的釣魚攻擊、社交工程、詐騙、自動化攻擊和更快速的漏洞發現;另一方面,也要保護 AI 系統本身,避免資料外洩、提示注入、模型操控,以及供應商或第三方引入的弱點。
因此,董事會應確保 AI 風險出現在網絡韌性報告、保證工作和事故應變計劃中,而不是被孤立在科技部門。需要追問的問題包括:誰有權停用系統?事故如何上報?如何調查受影響的資料和決策?如果 AI 服務無法使用或遭到入侵,企業如何復原?
AI 故障的後果會因用例而大不相同。低風險的內部生產力工具,不應與支援重要服務、關鍵基礎設施或其他高後果營運的系統,接受完全相同的監督程度。
對於這些環境,董事會應要求更嚴格的韌性、安全、測試、監察、升級和復原標準。原因很簡單:系統故障或遭到入侵,影響可能不只限於企業本身的財務或聲譽,也可能中斷重要服務,造成更廣泛的營運後果。
指南的建議可以整理成一份簡潔的董事會登記表或儀表板。對於每一個重要 AI 用例,管理層都應能清楚列出:
這種結構把價值創造和風險管理放在同一份紀錄中,也讓董事能夠查核具體證據,而不是只依賴「企業正負責任地使用 AI」這類概括說法。
SID 的指南並沒有把採用 AI 和 AI 管治視為二選一。它要求董事會以處理其他重大策略投資的同等紀律,推動有用的 AI 應用:先定義價值、分配責任、了解風險、測試控制措施,再檢視實際結果。
董事現在可以採取的直接行動,包括把 AI 列入定期董事會議程、檢視組織內的重要 AI 用例,並找出 AI 素養、責任歸屬、決策權限、人類監督、測試和韌性方面的缺口。最強的 AI 策略,不是活動最多的策略,而是董事會能夠清楚解釋、量度並有效管治的策略。