歲月的容顏 YingChu Chen

歐洲資料保護委員會（EDPB）在2026年2月發布的刪除權調查報告，給我一個很難忽視的數字：他們聯合調查了將近8,000家企業，回應率不足一成。 這個數字不只是個資法遵落差的指標，它更像是一個訊號：當監管機關開始大規模橫向調查，沒有回應不代表豁免，代表的是還沒輪到你。 更讓我在意的，是這場調查背後的制度性涵義。EDPB首次明確將備份系統納入刪除義務範圍，這意味著企業不能再把「刪除」當成一個資料庫指令的問題，而必須把它理解成一個系統架構問題。這一步看起來是資料保護法的問題，但它實際上開始觸碰AI系統設計的核心：一個以個人資料訓練的模型，要怎麼「刪除」某一筆資料的影響？ 這正是我想在這篇文章討論的事：三個原本分開運作的監管領域——競爭法、資料保護、人工智慧監管——在近年間，已經開始彼此滲透，形成臺灣中小企業難以用過去的法遵邏輯應對的複合壓力。 競爭法：從行為合謀到架構審查 全球反壟斷執法在過去一年發生了一個根本性的轉變，而它的影響遠比多數企業意識到的更廣。 過去的競爭法問題大多有一個清楚的前提：企業之間是否彼此溝通、達成協議。現在這個前提正在鬆動。美國加州的反壟斷法在2026年1月修訂後，正式將「競爭對手共同使用同一定價演算法」納入審查範圍，即使業者之間沒有任何直接溝通，只要共享了同一套系統的輸出結果，就可能被認定為形成協同定價的制度環境。 這個轉變的理論基礎來自稍早的RealPage租金案：多家房東將非公開的即時租金資訊提交給同一平臺，平臺以演算法生成建議租金。法院的判斷是，不需要租東彼此達成共識，這個「共同使用同一個資訊中介」的架構本身，已經可能構成協同定價的條件。 紐約州對Instacart演算法定價機制的調查，和歐盟對Google AI內容抓取的反壟斷調查，都在同一個方向上進一步延伸。歐盟這個案子格外值得注意：Google被指控在未取得授權的情況下，以爬取網路出版商內容的方式訓練AI模型並生成搜尋摘要。這是競爭法第一次正面觸及AI訓練資料取得的合法性問題——從反壟斷法的角度，不是從著作權法。 對臺灣企業的直接影響在這裡：如果你的公司使用第三方定價工具、需求預測平臺或市場分析服務，你需要知道這些服務是否同時服務你的競爭對手，以及這些系統是如何處理競爭敏感資訊的。這不再是IT部門的採購決策，而是一個具有競爭法風險的經營選擇。 歐盟《數位市場法》（DMA）和英國《數位...

如果有長期讀這個Blog文章的人，應該覺得我很久沒寫文章。在2024年結束時，我寫了 當時的使用心得 。想不到隔了一年，尤其是Google在 2025年第四季推出一系列應用工具後，我從10月到目前為止，使用更多的應用，自己練習用AI工具開發工作上需要的工具，以往概念裡的東西，可能需要藉由工程師才能實現，但現在透過這些AI工具，我也可以自己在與聊天機器人的互動中，一步步，緩慢的實現概念中想完成的事物，目前都是最小可行階段，但對我來說已經是很大的一步。 這段時間也讀了幾本書、聽了一些研討會，從前輩與長官們的分享中，逐漸感受到未來年輕世代可能面臨的壓力與不確定感。同時，在目前 AI 所引導的發展趨勢中，也可以觀察到高度仰賴菁英人力來加速技術進展的現象，這樣的發展路徑在提升效率的同時，也逐漸浮現弱勢族群在參與與受益上的潛在落差風險。 AI 工具逐漸取代部分 Entry-level 的工作內容 我曾經分享過在 2023年初 的一個交辦事項，我必須在短時間內聽12場研討會錄音並做成摘要，那時我還沒開始用ChatGPT，應用過往參與網路治理論壇、線上會議的經驗，一邊聽錄音一邊摘要與翻譯。交辦是有時限的，遇到有嚴重口音的討論時，我必須花至少4天才能翻譯與摘要好一場討論，沒有口音的討論，大概半天到1天就可以完成。中間試過抓字幕檔、轉出字幕檔再用Google Translate去翻譯，一直到出現ChatGPT，就算與現在比起來更容易產生幻覺，但完全提升工作效率。 在沒有ChatGPT前，都要靠自己去完成這些工作，於是在那段期間裡，我等於在密集的補充各種競爭法的相關知識、過往案例、為什麼主管機關會這麼決定、執法人員的考量是什麼，這些完全顛覆我過去在網路治理或是倡議開放資料的經驗。 在日常工作中，可能會注意在摘要的結果與知識，而過程中的這些工作可能都被稱為Entry-level的工作，由實習生、新進人員做的聽會議錄音、整理會議記錄，現在都可以被AI工具取代，有些人使用Google Notebook LM整理會議記錄，再搭配一些資訊就可以產生內容豐富的文章，有些可能還會再加上其他的研究報告、資料去增加更多的內容，或是利用ChatGPT/Claude/Google Gemini等對話介面做出各種成果，或利用Canvas、Napskin....

前言 這篇文章想和大家分享我對台灣 AI 政策的一些觀察。未來我還會整理其他國家的案例做比較。不過先提醒大家：這篇的資訊量不算太低，文章提及一些日常生活中不常接觸的政府計畫名稱、大筆預算金額與目標數字，乍看之下會讓人覺得很抽象。 對我來說，這些數字背後傳達的訊號很清楚──台灣政府確實願意投入大量資源在 AI 的產業發展與人才培訓。問題是，這些投資如何真正走到民眾與企業身邊？如何讓公司知道「資源在哪裡」、讓人才看見「機會在哪裡」？這條「最後一哩路」會決定政策成效，也才是和你我最相關的地方。 為了解台灣就業市場的實際需求，我偶爾會瀏覽人力銀行網站。有次看到某家公司在招聘條件中特別要求面試者在面試時分享「自己使用過哪些 AI 工具，以及如何使用」。這讓我注意到：AI 已經被視為職場的基本能力。 在日常生活中，AI 已廣泛應用於工作與個人任務。雖然部分單位仍不鼓勵員工使用，但只要有清楚的界限與正確的態度，AI 工具能有效減少重複性工作，把精力留給更有價值的任務。想像在學校寫報告，老師要求必須說明 AI 工具是怎麼幫上忙的；或在公司加班時，主管要求用 AI 快速整理資料。這些情境都不再是未來，而是現在。 我撰寫這篇文章的原因有二。首先，是因為參加 Anthropic 的 AI Fluency for Students 課程，課程內提到的 4D 概念對學生、新鮮人乃至現在於職場受到 AI 衝擊的世代都很有幫助。如果我是面試官，我會希望求職者能理解並應用這些觀念。其次，是我長期關注各國 AI 政策，想藉此分享觀察成果。這些分析大多是透過 AI 工具分析政府公開資料而得，也讓我更相信 AI 是研究工作人員的得力助手。  以技術與產業發展為核心的台灣AI政策 台灣的 AI 政策並不算落後。除了大家熟知的 DIGI+，政府陸續推動了「臺灣 AI 行動計畫」（2018–2021）以及「臺灣 AI 行動計畫 2.0」（2023–2026）。政策重點主要在產業發展與人才培育。 從預算來看，2025 年度 AI 行動計畫 2.0 編列經費最多的前三個部會為：經濟部、國科會與數位發展部；2026 年（115 年度）未核定的預算書顯示，數發部、經濟部與國科會仍是主要資源分配單位。大部分經費用於應用與普及，例如開發 AI 便利工具、藥物開發驗證平台等。 產業發展 台灣經濟結構仍以製造業為主...

這陣子試著把重心挪到其他非網路世界，讓工作是工作，生活是生活，維護自己的健康，且在聯合國網路治理論壇舉辦期間，也只參與自己有興趣的線上會議。然而在整個上半年，我在工作中所觀察到全球AI治理政策及法規發展，都顯示台灣相關立法進度延宕。 台灣政府的立法習慣是先觀察其他國家怎麼做、已經實行相關政策的後續發展成果優劣，再從這些經驗中快速學習。 我看到幾個國家都在往前一直跑，台灣內部的政治因素影響，台灣國發會終於推出「AI新十大建設推動方案」（草案，不是關係人所以看不到內容），新聞稿中也放很多的關鍵字，如量子電腦、資料治理、智慧XX等談了很多年的東西，再放到一個新瓶子裡，同事形容的很好：「目前因為不知道詳細內容，希望不會是新瓶裝舊酒」。 我讀了行政院在7月3日的新聞稿，腦袋裡浮出的是幾年前智慧國家簡報中的那幾個從平面上長出來的汽球。 快速掃瞄歐盟、英國、美國及日本的相關法案，及民間合作 我在這兩個月觀察到英國、日本、韓國、歐盟、美國，不論是在資料治理或是AI治理上的進度非常快。由於不是每個人都喜歡讀法規內容，所以我簡列事件如下，有興趣者可以再去找相關資料，已通過的法案都已經公告在網站上，可以自己再去看： 歐盟在 7 月 10 日通過「人工智慧行為守則」（Code of Practice），將於 8 月 2 日實施，內容包括透明度、著作權及安全/保障（Safe and Security）的規範，以補足 《人工智慧法》，之後也會有相關的指南，形成完整的治理配套措施。自願簽署的企業就表示也自主遵守歐盟《人工智慧法》（ AI Act ），也會有遵法上的確定性，降低不確定性的成本。不願簽署的企業也有其他遵法的方式，只是不確定性的風險比較高。 英國通過資料法案，這就不再多贅述。 日本在今年3月更新《企業人工智慧指南》，增加新風險和問責需求，在 6月時通過《促進人工智慧相關技術研究、開發與利用的法案》，目的是打造AI友善的國家。 美國目前仍缺乏聯邦等級的資料保護法案，但各州都有非常嚴格的資料保護法案。除了資料治理法案外，各州也有提出管制人工智慧的法案，而德州州長在6月就簽署該州的《德州負責任的人工智慧治理法案》（Texas Responsible AI Governance Act，TRIGA)，管制對象包括人工智慧系統的開發者與部署者及政府實體。 當台灣民間開始覺察《數位中介服務法》的重...

全球在這幾年地震頻繁，再加上戰爭的陰影愈來愈大，坊間已經有各種災難包的清單作為一般人備災參考，也看到有些廠商會與名人合作，推廣救災包的重要性。我也採購一個以減少準備的成本，但在檢視與思考廠商陳列的物資清單裡，還是少了什麼，特別是如果遇到戰爭時，那些救災包，不論是幫小朋友準備的、幫寵物準備的，看似很棒，仔細想想，比較像露營用的物品清單。 這讓我很沮喪，因為我買了一個還要花更多成本準備急救藥品的防災包。身為女性，我會選擇多備急救藥品及衛生物品，因為那是能保護生命與尊嚴的基本協助。 網站中所販售的急救內容物是備而不用，反而有些必要的物品，如 止血帶 、止痛藥等，可能因為法規管制而沒有被列在販售的急救藥品清單中，但也沒有詳細的列在教學文章中，許多必要的物品都被輕描淡寫的帶過。我雖然已採購該防災包，但仔細想想，那個可能比較像露營用的清單，有點後悔，但我會留著當基礎，再把沒必要的東西改為必要的物品。災難來臨時，我們都只能選擇必要的，而不是選擇想要的。 急救訓練時的經驗 專科時曾與同學接受紅十字會的急救訓練，有一堂課裡，參與的學員們都討論過「物盡其用」這件事，例如在山上突然骨折或不幸出現開放性傷口時，有什麼東西是可以拿來急救使用的？且當災難來臨時，我們只能帶必要的物品離開，也能減少不必要負重，確保行動方便。 我曾檢視過多份清單，但都沒有看到女性必備的物品。有些東西不論在何時對女性來說是必備的：保險套、避孕藥、衛生棉、消毒藥片，有些物品因為國內法規管制，所以不會在販售清單上出現，所以還是需要自己準備。 保險套 ：在戰亂或災區，被迫流離失所時，女性容易因性暴力而面臨傳染病或非預期懷孕風險。雖然保險套無法完全保護女性尊嚴，但至少能減少性病與意外懷孕的風險。另一方面，與許多大型儲水袋相比，保險套體積小、攜帶方便，也能臨時裝水，在缺乏乾淨飲用水的環境下派上用場。 避孕藥 ：若在災難或戰爭環境中，醫療資源極度不足，女性若意外懷孕，將面臨極高的健康危機。避孕藥雖然在一般通路不易買到，但若能事先向醫師取得處方並納入防災包，就能有效降低非計畫性懷孕。 衛生棉 ：一般型的衛生棉也好，或是夜安型（例如34、40公分）的衛生棉，除了生理期使用外，厚實且吸水量大，在臨時缺少紗布或繃帶時，也可用作包紮或止血墊。如果場地髒亂，同時也能暫時保持傷口乾燥，減少感染風險。雖然占空間，但在災難環境中，這些吸水性佳的材...

在各位閱讀我的個人被詐騙經驗前，請看一下內政部警政署的 打詐儀表板 網站，了解一下台灣每天有多少人被網路詐騙，各種網路詐騙的手法，好好保護自己，希望不會有人再被詐騙。 為什麼沒有洗滌貼身衣物的小家電？ 台灣的女性多少都有被教導貼身衣物要與一般日常衣物分開洗滌的觀念，且不要與襪子一起洗，加上女性貼身衣物的材質也不適合洗衣機洗，所以多數女性在洗澡時會順手洗滌自己的貼身衣物。因為浴室空間有限，所以我也是拿個小板凳、洗臉盆、洗衣板，在小小的空間內把貼身衣物洗乾淨。隨著年齡增長，我開始覺得這是一種負擔，甚至遇到出差過夜時，晚上會累到沒力氣洗貼身衣物，帶回來洗，就更疲倦。 有時候在居住的地方，是公用的洗澡間，更不好意思拿著裝著貼身衣物的洗臉盆在洗手台洗衣服，如果在公共淋浴間裡洗衣服，還要注意自己是否占用其他人使用浴室的時間。 所以長期都在注意有無這種小家電，我相信它有需求存在，例如寶寶的口水巾、衣服，就不適合與大人的衣服襪子一起洗，但寶寶的衣服都小小的，就像女性的貼身衣物的布料也沒有太多，全丟進洗衣機裡，又十分浪費水。 不幸的是，大多數這種專門洗滌貼身衣物的機器都來自中國，而且台灣似乎都覺得反正手洗就好了。那有人算過手洗一套貼身衣物要花多少時間嗎？一個家長還要再手洗嬰兒衣物的時間要花多少？這個需求存在，卻沒有人想要做這一塊。或者，消費者得冒險去買中國的產品。 一個冠上台灣品牌合作的迷你洗衣機吸引我的眼光 我覺得不用 Facebook 是人生最棒的決定，但我仍使用 Twitter、Instagram 與 WhatsApp， 用Instagram連結植物社群，Twitter 與 WhatsApp是連結網路治理社群與國外的朋友。其他通訊軟體如 Signal、Telegram，我都有使用。 今年 5 月是我個人意外忙碌的月份，需要台北台南兩地跑，所以迫切的需要一台方便的清潔小家電來節省我更多的時間，於是我睡前滑手機時，在 Instagram 上看到所謂「玉如阿姨與東元家電TECO」合作的迷你洗衣機，我還轉發給朋友，想到這個東西的人很厲害，因為它就把果汁機裡的刀片拿掉就好了。 因為是睡前，所以沒有想太多再去查證，更何況它的價格還算合理，且是貨到付款，不用先匯款，所以我就下單，填寫收件資料後就去睡了，雖一讓我感到奇怪的是，它不需要填寫電子信箱位置，它只要收件人姓名、電話、超商店名即可。 因...

星期五早上，部門內部辦了一場腦力激盪。我們談了很多題目，其中一個，是「AI治理需要哪些基礎建設」；同日下午參與另一場演講，講者剛好分享台灣 TAIDE 模型 的發展過程—談到資料和算力取得的困難，也談到工程師在面對法遵時的抗拒心理—畢竟在工程師的世界裡，「Code is Law」。 兩場活動的現場討論，因為受限於時間，都沒有深入到制度本身的限制。但在活動結束後，讓我重新思考一個核心問題： 如果AI真的是下一波技術革命，身在台灣的我們真的已經有能力參與這場革命嗎？ 資料治理，不只是開放資料而已 在多次公開場合中，台灣經濟研究院的林副院長經常強調資料治理的重要性，更牽涉到以下面向： 可取得性： 是否能跨部會、跨單位、跨領域取得？ 品質： 是否具備標準、結構與說明？ 授權與責任： 是否清楚哪些資料能用、怎麼用、誰負責？ 維運與資源： 是否有穩定預算與長期支持？ 台灣的 MyData 與政府開放資料雖然在形式上有推進，但在實際應用上卻處處受限，不同主管機關不一致的安全性標準使執行人員在充滿風險與缺乏信任的環境下工作，也讓人民、企業在取得資料上處處受到限制。 回顧韓國資料治理的制度發展，他們之所以能在 2020 年推動 Data Dam 計畫、大量釋出公共與民間資料，讓銀行、 FinTech 業者介接 MyData 資料建立服務及收費 ，不只是靠政府號召，而是有一整套法令支撐著「再利用」、「匿名化後的合法使用」，以及「免責條款」。 韓國的《資料三法》( 個人資料保護法 、 資訊通信網路法 、 信用資訊法 )在整合修正後，不只清楚界定資料的再利用情境，也建立了資料去識別化的技術與法律標準，同時提供了「在遵法前提下使用資料者可免責」的條文。這讓企業、政府機關與開發者都可以在明確的框架下進行資料流通，而不用時時擔心法律風險。 台灣在法律層面卻缺乏資料可攜權及對再利用資料的明確界定與免責機制，使民間開發者在使用資料時，始終心存顧慮，不知道會不會踩到模糊地帶；也讓政府內部對資料開放裹足不前，擔心「一開放就出事」。 因此，如果台灣真心想讓 AI 成為下一階段的產業基礎，就不能忽視資料治理的法制建設—這不只是「能不能開放」，而是「開放之後，誰來保護願意開放的那一方」的信任機制。 我們缺的不是資料，而是讓資料變得「能用」的治理機制 我曾經在智慧城市展與一位國外業者談論關於台灣的政府開放資料...