企業導入 AI 系統，評估重點不只是模型能不能完成任務，也要確認資料如何流動、誰能存取，以及系統出現異常時如何處理。若 AI 會串接企業內部資料、能源管理平台或既有系統，資安設計更應在專案初期就納入討論，而不是等到上線前才補做檢查。
資料會如何被蒐集、使用與保存？
企業可先請廠商說明，系統需要哪些資料才能運作、資料會經過哪些服務，以及是否會傳送至外部平台。若涉及員工、客戶、營運或設備資料，也應釐清資料用途是否受到限制，是否會用於模型訓練，並確認保存與刪除方式。
評估時可進一步詢問：資料能否依敏感程度分級？測試環境是否使用去識別化資料？合作結束後，資料與備份如何處理？這些問題有助於企業掌握資料從匯入、處理到刪除的完整流程。
帳號權限如何控管？
AI 系統通常會涉及不同部門與使用角色，權限設定需要符合工作需求。企業可詢問是否能依職務設定可查看、輸入、下載或管理的範圍，以及管理者是否能檢視帳號與權限異動紀錄。
若系統會串接企業既有帳號或內部服務，也要確認身分驗證方式、權限同步機制，以及人員離職或職務調整時如何撤銷存取權限。重點不是讓所有使用者都能使用相同功能，而是讓權限設定清楚、可追蹤，也能配合企業管理流程調整。
資料傳輸與儲存如何防護？
企業應請廠商說明資料在傳輸及儲存時採取哪些防護措施，並確認相關設定是否適用於預計導入的系統架構。若 AI 專案需要連接不同資料庫、雲端服務或管理平台，也要了解介接範圍、資料交換方式，以及各個連線的管理責任由誰負責。
這類問題不一定要以技術名詞作為判斷標準，重要的是廠商能否用清楚的方式說明資料經過哪些環節、可能接觸資料的角色，以及如何降低不必要的存取風險。
系統會留下哪些操作紀錄？
操作紀錄能協助企業釐清資料查詢、權限變更與系統異常的發生經過。可詢問系統會記錄哪些事件、紀錄由誰管理、如何查閱，以及保存與調閱流程是否符合企業內部規範。
也應確認紀錄是否能支援日常稽核與事件調查。若發生帳號遭冒用、資料誤傳或系統異常，企業需要知道如何取得相關資訊，而不只是收到一則問題通知。
發生資安事件時，雙方如何處理？
導入前就應討論事件通報與處理流程，例如由誰負責聯繫、如何判斷事件影響範圍、哪些資料需要提供，以及後續修復與檢討如何進行。企業也可詢問廠商是否能配合既有的內部通報制度，避免事件發生時才臨時確認責任分工。
除了確認應變流程，也要了解系統更新、弱點修補與設定變更如何管理。若系統由多個服務或供應商共同組成，企業應掌握各方負責範圍，避免管理責任出現空隙。
AI 產出的內容如何檢查？
AI 系統的輸出可能受到輸入資料、模型設定與使用情境影響。企業可詢問哪些內容需要人工覆核、如何處理錯誤或不完整的輸出，以及使用者能否辨識結果的來源與限制。
若 AI 用於能源管理、智慧建築或工廠管理等情境，也應先確認系統扮演的是資訊整理、分析輔助，還是會進一步影響既有作業流程。決策權責與人工確認機制越清楚，越能降低誤用系統結果的風險。
合約與服務邊界是否明確？
企業應確認系統架構、資料管理、權限設定、更新維護及資安事件處理等事項，是否有清楚的文件或合約約定。若涉及第三方模型、雲端服務或外部介接，也應了解相關供應商的責任範圍，以及合作條件變動時會如何通知與處理。
同時可預先討論合作終止後的資料匯出、刪除與系統移轉方式。這些安排能讓企業在導入初期就評估長期管理成本與資料可攜性，不必等到更換系統時才發現限制。
讓資安問題成為 AI 專案的一部分
評估 AI 系統時，企業可將上述問題整理成需求清單，請廠商逐項說明，並要求重要的資料流向、權限安排與事件處理方式留下文件。若答案過於籠統，或不同文件中的說法不一致，應在導入前進一步釐清。
嘉瑪科技股份有限公司提供 AI 專案建置與導入、AI 能源管理平台，以及減碳與 ESG 服務。企業若正評估 AI 專案或系統整合，可先盤點資料類型、預計串接的系統與內部管理要求，再據此討論合適的導入範圍。相關資訊可參考 https://www.gammatw.com/。
盤點企業資料在蒐集傳輸與保存時的保護方式
企業評估 AI 系統資安設計時，資料從哪裡來、如何移動、最後存放在哪裡，都值得在導入前問清楚。與廠商討論時，不妨把問題放進實際流程：系統會蒐集哪些資料？是否包含個人資料、營運機密或設備資訊？哪些欄位是模型運作所必需，能否排除不必要的內容？這些答案有助於企業先掌握資料範圍，避免在需求尚未釐清時就大量匯入資訊。
資料傳輸與存放方式也應具體確認。可詢問資料在系統、設備與雲端服務之間如何傳送，傳輸過程是否有加密；資料會存放於何處、由誰管理，是否會交由其他服務商處理。若涉及第三方平台，還應了解各方的責任分工、存取權限，以及服務終止後資料如何移轉或刪除。這些問題不只關係到技術設計，也會影響企業後續的稽核與管理方式。
權限管理則可從「誰能看見什麼」開始檢視。請廠商說明是否能依角色設定資料存取範圍、如何管理管理者帳號，以及系統是否保留登入與操作紀錄。若出現異常存取或資料外洩疑慮，通報窗口、處理流程與責任歸屬也應事先談妥，並確認相關安排是否能落實在合約或專案文件中。
資料保存期限不宜只停留在口頭說明。企業可進一步確認備份如何管理、資料刪除後是否仍留存在備份或其他系統中，以及提出刪除要求時的作業方式。若 AI 系統會使用企業資料進行模型訓練或調整，也要問清楚資料是否會被保留、用途為何、能否選擇不納入，以及訓練完成後如何處理原始資料。不同系統的設計與服務條款可能不同，應以廠商提供的文件和雙方約定為準。
實際評估時，最好要求廠商以資料流程圖或書面文件說明資料從蒐集、傳輸、處理到保存的路徑，並標示每個環節的管理責任。嘉瑪科技股份有限公司的服務項目包含企業 AI 專案與系統整合，也涵蓋 AI 能源管理平台及減碳與 ESG 服務；企業洽談相關專案時，可依自身情境確認資料來源、使用目的與管理方式，讓資安要求在系統設計階段就納入討論，而不是等到上線後才補救。
詢問系統帳號權限如何依職務分層管理
企業導入 AI 系統時，帳號權限不宜只分成「管理者」與「一般使用者」兩種。不同職務接觸的資料、操作功能與核准責任各不相同，若權限設計過於寬鬆，可能讓不相關的人員看到敏感資料，或執行超出職務範圍的操作。評估廠商時，可先詢問系統是否能依部門、職務與實際工作流程設定角色，並將檢視、編輯、匯出、刪除及管理等操作分開控管。
權限也要涵蓋 AI 系統中的資料使用情境。例如，使用者能否存取所有知識庫內容，還是只能查詢所屬部門的資料？上傳文件、查看生成結果、匯出內容與管理模型設定，是否能配置不同權限？若系統會串接企業內部平台，還應確認各介接帳號採用何種存取範圍，以及權限調整後是否能同步生效。
除了詢問「能不能設定」，也要了解權限如何維護。新進、調職與離職人員的帳號由誰建立、審核或停用？臨時權限是否設有到期機制？管理者能否定期檢查帳號清單，找出長期未使用或權限過大的帳號？這些流程若只依賴人工記憶，容易在組織變動後留下管理落差。
操作紀錄同樣值得列入評估。可向廠商確認系統是否保留登入、權限異動、資料存取與重要操作紀錄，以及管理者能否依帳號、時間或操作類型查詢。若發生異常，企業需要知道哪些帳號曾進行相關操作，才能依內部流程釐清狀況。紀錄的保存與查詢方式，也應納入資安規範及資料管理需求一併討論。
與嘉瑪科技股份有限公司洽談 AI 專案建置與導入（企業 AI 專案／系統整合）時，企業可將職務角色、資料分類、核准流程與稽核需求整理成具體情境，再請廠商說明系統如何對應。比起只確認功能清單，透過實際工作流程檢視權限設計，更能判斷系統是否符合組織的管理方式，並降低帳號權限與資料存取上的風險。
確認資料加密備份及異常事件通報流程
評估 AI 系統的資安設計時，資料如何加密、備份與處理異常事件，應列入廠商說明與合約確認範圍。企業可先釐清資料在傳輸、儲存及不同系統介接時，分別採用哪些保護方式；哪些人員或角色能存取資料，權限如何設定與調整，操作紀錄是否留存，以及資料不再使用時如何刪除或處置。這些細節有助於確認資料在整個使用流程中受到一致管理，而不只是系統上線時完成設定。
備份機制也不宜只確認「有沒有備份」，還要問清楚備份涵蓋哪些資料、由誰負責、如何驗證資料能否還原，以及發生系統故障或資料損毀時，復原流程由誰啟動。若 AI 專案涉及既有內部系統或多個資料來源，應一併確認介接資料是否納入備份與權限管理，並釐清測試環境、正式環境及備份資料的管理方式。相關責任與作業程序最好留有文件，方便後續稽核與交接。
異常事件通報則要確認判定標準、聯絡窗口、通報時限與處理步驟，例如發現未授權存取、資料外洩疑慮或服務異常時，誰負責初步處置、如何保存事件紀錄、何時通知企業，以及事後是否提供原因分析與改善計畫。也可詢問廠商是否會配合企業既有的資安應變流程，並在導入前確認雙方責任分工，避免事件發生時因通報路徑不清而延誤處理。
若企業正評估嘉瑪科技股份有限公司的 AI 專案建置與導入、AI 能源管理平台，或減碳與 ESG 服務，可依實際使用情境整理資料類型、系統介接範圍及內部資安要求，再逐項確認加密、備份與通報安排是否符合需求。將相關說明納入書面文件，並在正式上線前檢視權限、備份還原及事件通報流程，能讓後續管理更有依據。
了解模型服務串接外部系統時的安全邊界
企業評估 AI 系統資安設計時要問廠商什麼
當 AI 模型需要讀取企業資料、呼叫內部系統，或將結果傳回其他平台，風險就不只來自模型本身，也涉及資料如何流動、系統能執行哪些操作，以及出錯時由誰處理。評估廠商時，應把「模型服務與外部系統之間的安全邊界」問清楚，而不是只確認功能能否串接。
資料會送到哪裡，如何被使用？
企業可先確認送入模型的資料包含哪些類型，是否涉及個人資料、營業資訊或設備運作紀錄，以及資料會傳送至哪些系統或服務。也要詢問資料是否會被保留、使用於模型訓練，或提供給其他服務商處理。若資料會經過不同環境，應要求廠商說明各環節的資料流向與責任分工，並確認資料保存、刪除及存取規則。
串接時，系統權限是否有明確限制？
模型若能呼叫企業系統，就需要釐清它可以查詢、寫入或執行哪些操作。建議詢問是否能依工作需求設定最小必要權限、限制可存取的資料範圍，並將查詢與修改等不同操作分開控管。涉及重要資料異動或高影響操作時，也應了解是否能設置人工確認，避免模型輸出直接觸發不適當的系統行為。
企業亦可請廠商說明帳號與憑證如何管理，例如系統間的認證方式、憑證保存位置，以及權限異動或人員離職時如何撤銷存取。若回答只有「採用加密」或「符合安全標準」，仍不足以判斷實際風險；應進一步了解加密 적용在哪些資料傳輸與保存環節，以及誰可以接觸相關資訊。
異常狀況能否追查與停用？
模型可能產生錯誤內容，外部系統也可能回傳異常資料，因此要確認系統是否保留必要的操作紀錄，包括何時發出請求、涉及哪些資料與權限、模型回傳什麼結果，以及後續是否執行了系統操作。紀錄也應有適當的存取權限與保存管理，避免為了追查問題而讓敏感資訊暴露。
另一個實用問題是：發現異常時，能否迅速停用特定串接、撤銷憑證或縮減模型權限？廠商應清楚說明故障、資安事件與資料外洩疑慮的通報流程，以及企業與供應商各自負責的處理事項。若系統連結了多個外部服務，也應確認其中一個環節出問題時，是否會影響其他系統。
從使用情境檢視風險，而非只看功能清單
不同 AI 專案的資料敏感程度與操作風險並不相同。以企業 AI 專案建置與導入、系統整合為例，評估時可先盤點資料來源、使用者角色、模型可執行的操作，以及結果會被哪些系統採用，再據此設定權限與檢核流程。若情境涉及能源管理、智慧建築或工廠管理，也應釐清模型是提供分析資訊，還是能進一步觸發設備或管理系統的操作；兩者所需的控管方式並不一樣。
嘉瑪科技股份有限公司提供 AI 專案建置與導入、AI 能源管理平台，以及減碳與 ESG 服務。企業洽談相關導入需求時，可將資料流向、權限範圍、操作紀錄與異常應變列為評估項目，並要求廠商以具體系統流程說明安全邊界。越早把責任、限制與處理方式談清楚，越能降低模型串接外部系統後產生的管理盲點。
檢視稽核紀錄更新管理與弱點修補安排
評估 AI 系統的資安設計時，稽核紀錄與弱點修補不宜只確認「有沒有做」，更要了解實際管理方式，以及發生異常時能否追查、處理。企業可請廠商說明紀錄涵蓋哪些事件，例如帳號登入、權限異動、模型或設定變更、資料存取與系統管理操作；也要釐清紀錄是否包含時間、操作者與操作結果，能否依事件或帳號查詢。
紀錄保存與權限控管同樣值得確認。可詢問資料保存多久、誰能讀取或匯出、如何避免未經授權的修改與刪除，以及系統是否會留下紀錄管理者的操作軌跡。若 AI 系統會串接企業既有平台，還應確認不同系統的時間設定與事件欄位是否一致，避免事後比對時出現資訊落差。涉及個人資料或敏感資訊的紀錄，則需確認是否有遮蔽、存取限制等安排，並依企業適用的法規與內部政策檢視。
弱點修補方面，企業可進一步詢問廠商如何接收與評估漏洞資訊、如何判定處理優先順序，以及修補前是否會先評估對服務與資料的影響。修補流程應說明測試、部署、驗證與回復安排，也要確認遇到無法立即修補的情況時，是否有替代的風險控管措施。對於第三方套件、模型服務與外部介接元件，則可詢問更新責任由誰負責，版本變更如何通知，以及如何追蹤尚未處理的風險。
企業不妨要求廠商提供可供查核的文件或流程說明，例如稽核紀錄欄位範例、弱點處理流程、修補驗證方式與責任分工。評估嘉瑪科技股份有限公司的 AI 專案建置與導入服務時，也可將這些問題納入需求討論，並依系統用途、資料敏感程度與既有管理規範，確認相關安排是否符合企業實際需要。
案例說明
評估 AI 系統的資安設計，不能只問「資料有沒有加密」，還要弄清楚資料從哪裡進入系統、經過哪些服務、由誰存取，以及發生異常時如何處理。企業可依照實際使用情境，請廠商逐項說明並提供文件或測試結果，避免只停留在口頭承諾。
資料會經過哪些環節？企業可以請廠商畫出資料流向，說明資料如何從內部系統、使用者介面或設備進入 AI 系統，之後是否會傳送至第三方雲端服務或外部模型。也要確認不同資料的處理方式，例如個人資料、營運資訊、能源數據是否會分開管理，資料會儲存在哪裡，又會保留多久。若廠商無法清楚說明資料流向，企業就不容易判斷資料暴露範圍。
輸入的資料會不會用來訓練模型？這是採用生成式 AI 或外部模型時的重要問題。企業應確認資料是否會被模型服務商留存、用於模型訓練，或供其他客戶使用；若可以設定停用，也要了解設定方式及適用範圍。合約、系統設定與實際資料處理方式應彼此一致，並將例外情況一併說清楚。
誰可以看見資料與操作系統？除了帳號權限是否依職務區分，也可詢問是否支援多因素驗證、管理者權限控管、帳號停用流程，以及定期檢視權限。若系統串接企業內部資料庫或設備，還要確認各個連線帳號的權限是否限於必要範圍，避免單一帳號遭到濫用時擴大影響。
系統如何防範輸入內容帶來的風險？使用者可能輸入敏感資料，也可能透過不當指令誘導模型揭露內容或執行非預期操作。企業可以詢問廠商如何處理提示詞攻擊、敏感資訊外洩、惡意檔案與不可信資料來源，以及模型輸出是否會經過檢核。若 AI 的回應會觸發其他系統操作，應釐清是否設有權限限制、人工確認或其他防護措施。
發生資安事件時，如何發現與處理？可進一步了解系統是否記錄登入、資料存取、設定異動與異常操作，日誌由誰查看、保留方式為何，以及事件發生後的通報與應變流程。企業也應確認廠商、雲端服務商與企業內部資訊人員各自負責哪些工作，避免事故發生時責任界線不清。
系統上線前做過哪些安全檢查？廠商可以說明弱點掃描、滲透測試、程式碼檢查或權限測試的執行方式與範圍。企業不只要聽測試名稱，也應確認測試涵蓋哪些元件、何時執行、發現問題後如何修正，以及重大更新是否會重新檢查。若系統連接工廠設備或能源管理平台，還需了解 AI 系統與控制系統之間是否有隔離或限制，避免分析功能直接取得不必要的操作權限。
嘉瑪科技股份有限公司提供 AI 專案建置與導入、AI 能源管理平台，以及減碳與 ESG 服務。企業在洽談相關專案時，可依資料流向、權限控管、外部服務使用方式與事件應變等面向提出問題，並將雙方確認的資安要求納入專案文件與驗收條件。將需求說明具體，後續比對方案與確認責任也會更有依據。
常見問題Q&A
企業導入 AI 系統，資安評估不能只看功能是否符合需求，也要確認資料如何流動、誰能存取，以及發生異常時如何處理。以下整理評估廠商時值得提出的問題，適用於企業 AI 專案與系統整合，也可延伸至能源管理平台、碳管理及 ESG 相關應用。
Q：企業資料會送到哪些系統或服務？
請廠商說明資料從蒐集、傳輸、處理到保存的完整流程，並標示涉及的雲端服務、第三方平台及內部系統。若系統會串接能源設備、企業資料庫或其他管理平台，也應確認各項資料的流向與負責單位，避免資料在未充分掌握的環境中流轉。
Q：輸入的資料會不會用來訓練 AI 模型？
應明確詢問企業輸入的文件、對話內容、營運資料或設備資料，是否會被用於模型訓練、服務改善或其他用途。若會使用，需確認使用範圍、保存方式、是否能退出，以及資料刪除後是否也會從相關訓練或處理流程中移除。相關約定最好納入合約或資料處理條款，而不只依賴口頭說明。
Q：使用者權限可以細分到什麼程度？
確認系統是否能依部門、職務或資料敏感程度設定權限，並詢問管理者如何新增、調整及停用帳號。也要了解是否支援多因素驗證、單一登入，以及管理者操作紀錄。權限設計不宜採用所有人都能查看或修改資料的方式，尤其是涉及財務、客戶、能源營運或內部決策資訊時。
Q：資料傳輸與儲存時採取哪些保護措施？
請廠商說明資料在傳輸和儲存過程中的加密方式、金鑰管理責任，以及是否能依資料敏感度區分保護措施。若使用雲端服務，還需釐清資料存放區域、備份位置與服務供應商的存取權限。評估時應要求具體說明控制措施，而非只以「符合安全標準」作為答案。
Q：AI 系統會保留哪些操作紀錄？
操作紀錄有助於追查資料存取、權限變更及異常事件。企業可詢問系統記錄哪些資訊、保存與查閱方式為何，以及哪些人能查看或匯出紀錄。若 AI 產生的內容會影響營運判斷，也應確認能否追溯使用者輸入、系統回覆與人工覆核情形，同時避免在紀錄中保留不必要的敏感資料。
Q：AI 回答錯誤或產生不適當內容時，如何處理？
AI 輸出不一定完全正確，應先釐清系統適用範圍、限制與人工審核機制。可詢問廠商如何回報錯誤、修正提示或知識來源，以及系統更新後如何確認結果沒有偏離原定用途。若輸出會用於重要營運決策，應保留人工檢核流程，不宜將 AI 回覆直接視為最終結論。
Q：發生資安事件時，通知與應變流程是什麼？
請確認廠商如何辨識及通報事件、由誰負責聯繫、如何配合調查，以及能否提供必要的紀錄與影響範圍資訊。合約中也應約定通報時限、雙方責任和後續處理方式。企業內部則需指定聯絡窗口，並確認事件發生時可採取哪些措施，例如暫停特定帳號或中斷資料串接。
Q：系統如何備份、復原與刪除資料？
了解備份涵蓋的資料項目、復原程序，以及服務中止或合約結束後的資料交還與刪除方式。若系統連結企業既有設備或平台，也要確認備份與復原作業是否會影響正常運作。資料刪除不能只停留在畫面上看不到，還應確認備份、暫存資料及第三方服務中的處理方式。
Q：第三方服務或模型更新會不會影響資安？
AI 系統可能依賴外部模型、雲端服務或其他供應商。企業應詢問有哪些第三方參與資料處理、供應商變更時是否會事先通知，以及模型或系統更新是否會影響資料使用條件與權限設定。重要變更應有檢視與測試流程，避免更新後出現未預期的資料存取或功能變化。
Q：企業導入前要準備哪些內部規範？
導入前可盤點資料分類、使用者角色、系統串接範圍與可使用的 AI 情境，並訂定敏感資料輸入原則、帳號管理方式及人工覆核責任。若評估嘉瑪科技股份有限公司的 AI 專案建置與導入，或能源管理平台、減碳與 ESG 相關服務，也可依實際使用情境，逐項確認資料來源、存取權限、串接方式與責任分工。
評估廠商時，建議將問題整理成書面清單，要求對方以架構圖、操作流程或合約條款說明。資安設計不只看單一功能是否存在，更要確認各項措施如何落實、由誰負責，以及企業能否持續稽核。
重點結論
評估 AI 系統資安設計，不能只問「資料有沒有加密」，還要確認資料如何進入系統、模型如何處理資訊，以及系統上線後由誰負責管理。企業可依照資料流向、權限控管、模型風險與事件應變逐項詢問，避免資安責任只停留在合約文字或簡報承諾。
資料會如何被使用與保存
請廠商說明系統會接觸哪些資料、資料從哪些來源匯入、是否會傳送至外部服務，以及資料會保留多久、如何刪除。若系統使用生成式 AI，也要釐清企業輸入的內容是否會被用於模型訓練，並確認測試環境、正式環境與備份資料是否採取不同管理方式。涉及個人資料、營業機密或能源管理資訊時，還應確認資料處理方式是否符合企業內部規範與適用法令。
帳號權限是否能分層管理
企業應詢問系統能否依職務設定不同使用權限，例如誰可以查詢資料、匯出資料、調整設定或管理帳號。也要了解管理者帳號如何保護、離職或職務異動時如何撤銷權限，以及系統是否保留登入與操作紀錄。若所有使用者共用帳號，或管理權限無法追蹤，日後發生異常時便不容易釐清原因與責任。
模型輸出如何檢查與限制
AI 產生的內容可能出現錯誤、偏差或不適當資訊，因此應詢問廠商如何限制模型可讀取的資料與可執行的操作，以及是否設有人工覆核流程。若 AI 系統會連接企業既有平台或設備，還要確認系統是否可能在未經授權的情況下讀取資料、修改設定或觸發操作。對於影響營運決策的結果，應保留人工判斷與覆核機制，不能只以模型輸出作為唯一依據。
資安事件發生時如何處理
廠商應能說明異常登入、資料外洩、模型遭濫用或服務中斷時，通知窗口、處理流程與責任分工如何安排。企業也可詢問系統是否具備操作紀錄、備份與復原規劃，以及如何定期檢視權限和安全設定。除了建置階段的檢查，後續更新、第三方元件變更及系統維護期間的管理方式，也應納入評估。
若企業規劃 AI 專案建置與導入、系統整合，或評估 AI 能源管理平台在智慧建築與工廠管理上的應用，可將上述問題列入需求討論。嘉瑪科技股份有限公司的相關服務項目包括 AI 專案建置與導入、AI 能源管理平台，以及減碳與 ESG 服務；洽談時可依實際系統範圍，進一步確認資料管理、權限設計與資安責任如何落實。