風險管理

當愈來愈多產品和流程使用以機器學習為基礎的人工智慧時，風險也隨之而來。企業主管和董事會該如何善用機器學習，並管理風險？

一般人直覺認為，企業在資料隱私對策上做得更多會更好，但事實並非如此。在資料隱私方面的績效愈高，就愈有可能失去將資料轉化為收入的機會；在資料隱私方面的績效愈低，就愈容易受到多重損害的風險，例如聲譽醜聞、訴訟刑罰。調查也顯示，資料隱私績效與企業市場價值之間的關係是倒U形，如何達到這個倒U的最高點，是領導人需要關注的問題。

數據分析能培養組織掌握事情發展，以及靈活應變的能力，在異常狀況發生時提出警告，讓領導人掌握先機迅速行動，但大多數人對於數據分析，卻有兩層迷思必須打破……

難以預測又茲事體大的風險，被稱為「新奇風險」，往往給企業帶來毀滅性的災難與苦果。領導人該如何辨識醞釀危機的異常徵兆，降低危機爆發的風險，並在危機不幸發生時亡羊補牢？

最近幾個月，美國與中國的關係愈趨緊張。許多企業在中國設有分支機構，因此受到不小的影響，美國企業的高階主管和董事會，對於中國事務不能再僅只是了解營收數字，而應該進行五項討論：是否過於依賴中國的供應鏈？是否太過於依賴對中國的銷售？在香港面臨的司法變化是什麼？該和中國公司合作到什麼程度？資訊科技系統的安全性如何？

新冠疫情大流行加速了數位轉型的腳步，讓許多企業在倉促之間進行一連串對策，也引發大量個人資料可能管理不善與洩露的風險。隨著歐洲與美國的相關法規日益嚴格，領導人也應重視隱私管理。本文提出四項相關措施，來避免訴訟與公關危機：注意供應商如何使用顧客資料、進行影響評估、建立簡單明瞭的隱私政策、指派資料保護長。

該如何在企業弊端或倫理瑕疵發生之前防患未然？金融業格外重視這層隱憂。如今在歐洲，已有大型的銀行成立行為風險團隊，以便在初期就找出有風險的行為。這個團隊人數精簡且立場中立，卻涵蓋了多領域的專家，包含心理學家、人類學家和鑑識專家等共同參與。行為風險團隊可以向企業提供建言，以改變組織的文化。

多數大企業的人工智慧與機器學習系統都曾遭到欺騙、鑽漏洞，以及在無意間遭到誤導。面對新科技帶來的風險，現有的保險還無法完全因應。本文先分析目前人工智慧與機器學習系統若是失效，會造成哪些風險，再比較現有的網路保險，與專門針對人工智慧及機器學習的保險有何不同。企業領導人必須研究如何保護自己的機器學習模型，並為模型保險。