袁如陵╱台灣專利師
過去半年間，陸續聽到台灣企業開始取得 ISO/IEC 42001 人工智慧管理系統（Artificial Intelligence Management System, AIMS）的資訊，除了 AI 廠商外，PwC（資誠）在 2026 年 5 月成為台灣首家取得 ISO 42001 的專業服務機構；隨後，緯創在8 月份也宣布取得 ISO 42001 證書，在大型科技製造業中拔得頭籌。短短數個月間，通過驗證的公司已經從 AI 技術服務商、顧問服務業，擴展到大型科技業。
Amazon、Microsoft、Google 等國外企業已導入多時
國外的步調比還要台灣快得多。在 2023 年 12 月 ISO 42001 發布約 2 個月後，KPMG (Australia)就成立團隊，並於 2024 年 10 月取得驗證。當時 KPMG 已經在內部大量使用自有 AI 工具 KymChat，並陸續推出 KymTax 等應用。要注意的是，接受驗證的不是 KymChat 或 KymTax 這些工具本身，而是 KPMG 用來管理開發、使用可信任 AI (Trusted AI) 機制的管理系統[1]。
緊接著，大型雲端與資訊科技服務公司也開始動作。Amazon 在 2024 年 11 月取得驗證，範圍涵蓋 Amazon Bedrock、Amazon Q Business 與 Amazon Transcribe 等相關服務活動[2]。1 個月後，Google Cloud 也宣布其 AI 管理系統通過驗證[3]。
2025 年後，ISO 42001 進一步擴展至大型企業軟體、生成式 AI 平台及組織內部 AI 治理。例如 Microsoft 於 2025 年 3 月將 M365 Copilot 相關 AI 活動納入驗證範圍；之後又進一步擴及 GitHub Copilot、Copilot Studio、Microsoft Foundry等系統與服務[4]。2025 年 9 月，SAP 與 Salesforce 也陸續取得驗證[5]。依據 SAP 的對外公開資訊，其驗證範圍不只涉及 Joule、SAP AI Core 等對外提供的 AI服務，也涵蓋 SAP 組織內部使用 AI 的治理機制。換句話說，SAP 是同時驗證了「產品如何對外提供 AI」以及「企業內部如何使用 AI」的管理系統。
AI 愈普及，企業反而愈難回答「由誰負責」
過去企業導入資訊系統時，風險管理的核心通常圍繞資訊安全、個人資料、系統可用性與權限控管。然而，生成式 AI 大量進入企業後，管理問題變得更加廣泛。例如客服部門使用 AI 回答客戶問題時，如果 AI 提供錯誤資訊，究竟應由系統供應商、導入部門、資訊部門，還是實際使用的員工負責？人力資源部門使用 AI 協助篩選履歷，企業又如何知道演算法是否對特定性別、年齡或族群形成不合理偏差？研發人員將公司機密資料輸入外部 AI 工具，是否涉及營業秘密外洩？
對已經取得 ISO 27001 (資訊安全管理系統) 的企業而言，ISO 42001 的管理架構並不陌生，但管理的風險則大不相同。資訊安全主要關心系統的機密性、完整性與可用性；AI 則增加了另一層問題，例如模型可能形成偏差、輸出可能缺乏可解釋性，以及 AI 系統發生改變後，是否仍符合原來設定的用途與風險容忍限度。因此，AI 治理不能簡單被視為資訊安全制度再外加幾份文件。
另外，AI 技術仍在快速進步中。企業購買 Microsoft、Google、AWS 或其他供應商提供的 AI 服務之後，如果底層模型更新、資料來源改變或系統行為發生變化，原本的風險評估是否仍然有效？這些問題指向新的企業治理難題：AI 的風險並不只存在於模型本身，而是散布在組織、人員、資料、供應商、開發流程、使用情境與整個 AI 系統生命週期之中。因此光制定一份 AI 使用政策，已不足以證明企業真正具備 AI 治理能力。
ISO 42001 管理的不是 AI 本身，而是企業「管理 AI 的方法」
ISO 42001 的定位與 ISO 9001 (品質管理)、ISO 27001 (資訊安全管理)類似，重點不是替某一項產品設定性能門檻，而是要求組織建立、維護並持續改善管理系統。換句話說，ISO 42001 真正關心的問題不是「這個模型的準確率是多少？」，而是「組織如何決定這個模型可以被使用？」、「誰評估它的風險？」、「發生重大變更後是否重新評估？」、「使用者是否知道它的限制？」、「第三方 AI 供應商如何管理？」、「發生未預期的影響時，有沒有監控、通報、處置與改善機制？」
因此，雖然企業在公告驗證結果時，往往也會列出 M365 Copilot、Amazon Bedrock、Gemini 等產品名稱，用來說明這套管理系統所治理的 AI 活動範圍。但這並不表示驗證機構對這些產品本身的功能、準確率或安全性進行了認證。更恰當的理解是：企業建立了一套符合 ISO 42001 的人工智慧管理系統，而特定 AI 系統或服務的開發、提供、使用或管理活動，被納入這套管理系統的驗證範圍。
所以即使新聞中可以看到「某 AI 產品取得 ISO 42001」或「某項 AI 服務通過 ISO 42001」的說法，但 ISO 42001 並不是產品驗證標準；接受驗證的是組織所建立的人工智慧管理系統，而不是特定的 AI 模型或軟體。
你的 AI 供應商有 ISO 42001，不代表你的公司也符合
這是另一個常見的誤解。目前 Google、Microsoft、AWS 等大型科技公司都已建立並通過 ISO 42001 驗證，且其驗證範圍涵蓋多項 AI 產品與服務相關活動。但這不代表使用這些服務的企業可以「繼承」供應商的驗證。AWS 在自己的 ISO 42001 說明中就回答了這個問題：客戶組織不會因為使用 AWS 就自動取得 ISO 42001 驗證。AWS 的證書只涵蓋所界定範圍中的 AWS AI 管理流程與服務[6]。Microsoft 也指出，企業雖然可以在自己的合規評估中利用 Microsoft 的驗證成果，但仍必須由評估者檢視企業自己的控制措施、流程及實際導入方式[7]。
因此，即使自己的 AI 供應商已經建立符合 ISO 42001 的管理制度，也不等於已經治理好自己的使用風險。例如同樣使用 M365 Copilot，一家公司可能禁止將敏感個資輸入特定功能、完成風險與影響評估並設定人工覆核程序；另一家公司則可能缺乏權責分工、沒有監控，也不知道哪些部門已經拿 AI 參與重要決策。兩家公司使用的底層產品相同，但企業的 AI 治理成熟度可能完全不同。
換句話說，供應商的 AIMS 管的是供應商如何治理自己的 AI 活動；使用者若要符合 ISO 42001，仍然需要建立如何採購、導入、使用、監控及管理 AI的制度。管理系統的責任不會隨著採購 AI 產品一起外包出去。
各國法規開始把 AI 治理推向制度化
這波企業驗證潮出現的時間點，恰好碰上台灣 AI 法制開始發生變化。台灣《人工智慧基本法》已於 2026 年 1 月公布施行。值得注意的是，第 16 條要求參考國際標準或規範，推動與國際介接的 AI 風險分類框架、各目的事業主管機關應協助產業訂定產業指引與行為規範；第 5 條也要求相關機關提供或建議 AI 評估、驗證的工具或方法。可以看出，未來的監管方向已逐步從抽象倫理原則，走向風險分類、影響評估與管理制度。
同樣的趨勢也早已由歐洲引領。歐盟《人工智慧法案》(EU AI Act) 正分階段實施，而歐盟也透過標準化工作，將法規中的義務進一步轉化為可操作的管理要求。其中一項進展是 EN 18286:2026 ‘Artificial intelligence – Quality management system for EU AI Act regulatory purposes’，主要提供 AI 系統的組織建立、實施及維持品質管理系統，與 EU AI Act要求建立品質管理系統的規定密切相關[8]。
這也讓 ISO 42001 與國家/區域之間的關係變得更清楚。ISO 42001 是全球通用、以組織 AI 治理為核心的人工智慧管理系統標準；EN 18286 則是直接為 EU AI Act 的監管需求所設計，較聚焦於 AI 系統提供者如何透過品質管理系統滿足高風險 AI 的法定要求。因此，一家企業即使已經建立 ISO 42001 管理系統，在進入歐盟高風險 AI 市場時，仍須進一步檢視 EU AI Act 與相關歐洲標準的特定要求。需要提醒的是，EN 18286 雖然已經發布，但標準發布本身並不當然產生 EU AI Act 下的符合性推定。
這顯示出 AI 治理標準的不同層次：一方面，ISO 42001 可作為跨國企業建立 AI 治理制度的共同底層管理架構；另一方面，各司法管轄區仍可在此基礎上建立更貼近當地法規的管理標準。EU AI Act 與 EN 18286 的發展，就是目前最明顯的例子。因此，取得 ISO 42001 並不代表企業自動符合 EU AI Act、台灣人工智慧基本法或其他法令。管理系統可以協助企業建立風險辨識、文件、監控與改善機制，但具體法律義務仍須依各國法令及個別 AI 使用情境判斷。
企業要證明的不是「有 AI 政策」，而是「真的有在管理 AI」
ISO 42001 正在改變企業證明「為 AI 負責任」的方式。過去企業可以發布人工智慧倫理原則 (AI Ethics Principles)、負責任人工智慧政策(Responsible AI Policy)，宣示公平、隱私、安全等原則。但當 AI 真正進入採購、人資、研發決策甚至核心營運流程後，外部利害關係人會開始進一步追問：企業有哪些 AI 系統？哪些屬於重大風險？誰核准它們使用？風險評估做了嗎？資料從哪裡來？出了問題誰會收到通報？模型或用途改變後，有沒有重新評估？
這時候，真正有價值的就不再只是一份 AI 政策，而是企業能不能拿出政策、權責、風險評估、影響評估、供應商管理、監控紀錄、事件處理等一系列可以被查核的證據。
從這個角度看，ISO 42001 的真正意義是試圖建立一個制度，使企業能夠回答：我們知道 AI 正在做什麼，也知道誰應該為它負責。隨著 AI 從實驗性工具逐漸進入企業正式營運，未來市場競爭的差異可能不再只是誰能最快導入 AI，而是誰能在大規模使用 AI 的同時，仍然讓客戶、供應鏈、主管機關與社會相信：「這家企業的 AI，是可以被治理的」。
備註：
[1] KPMG Australia，KPMG Australia first in the world to achieve certification to AI management system standard by BSI
[2] Amazon Web Services，AWS achieves ISO/IEC 42001:2023 Artificial Intelligence Management System accredited certification
[3] Google Cloud，Google Cloud’s commitment to responsible AI is now ISO/IEC certified
[4] Microsoft，Recertified: How Microsoft 365 Copilot continues to earn trust and What Changed in a Year
[5] SAP，SAP SE ISO 42001 Certificate
[6] Amazon Web Services，ISO/IEC 42001:2023 FAQs
[7] Microsoft，ISO/IEC 42001:2023 Artificial intelligence management system
[8] CEN-CENELEC，EN 18286 in the Spotlight: Supporting Compliance with the AI Act
