袁如陵╱台湾专利师
过去半年间，陆续听到台湾企业开始取得 ISO/IEC 42001 人工智能管理系统（Artificial Intelligence Management System, AIMS）的信息，除了 AI 厂商外，PwC（资诚）在 2026 年 5 月成为台湾首家取得 ISO 42001 的专业服务机构；随后，纬创在8 月份也宣布取得 ISO 42001 证书，在大型科技制造业中拔得头筹。短短数个月间，通过验证的公司已经从 AI 技术服务商、顾问服务业，扩展到大型科技业。
Amazon、Microsoft、Google 等国外企业已导入多时
国外的步调比还要台湾快得多。在 2023 年 12 月 ISO 42001 发布约 2 个月后，KPMG (Australia)就成立团队，并于 2024 年 10 月取得验证。当时 KPMG 已经在内部大量使用自有 AI 工具 KymChat，并陆续推出 KymTax 等应用。要注意的是，接受验证的不是 KymChat 或 KymTax 这些工具本身，而是 KPMG 用来管理开发、使用可信任 AI (Trusted AI) 机制的管理系统[1]。
紧接着，大型云端与信息科技服务公司也开始动作。Amazon 在 2024 年 11 月取得验证，范围涵盖 Amazon Bedrock、Amazon Q Business 与 Amazon Transcribe 等相关服务活动[2]。1 个月后，Google Cloud 也宣布其 AI 管理系统通过验证[3]。
2025 年后，ISO 42001 进一步扩展至大型企业软件、生成式 AI 平台及组织内部 AI 治理。例如 Microsoft 于 2025 年 3 月将 M365 Copilot 相关 AI 活动纳入验证范围；之后又进一步扩及 GitHub Copilot、Copilot Studio、Microsoft Foundry等系统与服务[4]。2025 年 9 月，SAP 与 Salesforce 也陆续取得验证[5]。依据 SAP 的对外公开信息，其验证范围不只涉及 Joule、SAP AI Core 等对外提供的 AI服务，也涵盖 SAP 组织内部使用 AI 的治理机制。换句话说，SAP 是同时验证了「产品如何对外提供 AI」以及「企业内部如何使用 AI」的管理系统。
AI 愈普及，企业反而愈难回答「由谁负责」
过去企业导入信息系统时，风险管理的核心通常围绕信息安全、个人资料、系统可用性与权限控管。然而，生成式 AI 大量进入企业后，管理问题变得更加广泛。例如客服部门使用 AI 回答客户问题时，如果 AI 提供错误信息，究竟应由系统供货商、导入部门、信息部门，还是实际使用的员工负责？人力资源部门使用 AI 协助筛选履历，企业又如何知道算法是否对特定性别、年龄或族群形成不合理偏差？研发人员将公司机密资料输入外部 AI 工具，是否涉及营业秘密外泄？
对已经取得 ISO 27001 (信息安全管理系统) 的企业而言，ISO 42001 的管理架构并不陌生，但管理的风险则大不相同。信息安全主要关心系统的机密性、完整性与可用性；AI 则增加了另一层问题，例如模型可能形成偏差、输出可能缺乏可解释性，以及 AI 系统发生改变后，是否仍符合原来设定的用途与风险容忍限度。因此，AI 治理不能简单被视为信息安全制度再外加几份文件。
另外，AI 技术仍在快速进步中。企业购买 Microsoft、Google、AWS 或其他供货商提供的 AI 服务之后，如果底层模型更新、数据源改变或系统行为发生变化，原本的风险评估是否仍然有效？这些问题指向新的企业治理难题：AI 的风险并不只存在于模型本身，而是散布在组织、人员、数据、供货商、开发流程、使用情境与整个 AI 系统生命周期之中。因此光制定一份 AI 使用政策，已不足以证明企业真正具备 AI 治理能力。
ISO 42001 管理的不是 AI 本身，而是企业「管理 AI 的方法」
ISO 42001 的定位与 ISO 9001 (质量管理)、ISO 27001 (信息安全管理)类似，重点不是替某一项产品设定性能门坎，而是要求组织建立、维护并持续改善管理系统。换句话说，ISO 42001 真正关心的问题不是「这个模型的准确率是多少？」，而是「组织如何决定这个模型可以被使用？」、「谁评估它的风险？」、「发生重大变更后是否重新评估？」、「使用者是否知道它的限制？」、「第三方 AI 供货商如何管理？」、「发生未预期的影响时，有没有监控、通报、处置与改善机制？」
因此，虽然企业在公告验证结果时，往往也会列出 M365 Copilot、Amazon Bedrock、Gemini 等产品名称，用来说明这套管理系统所治理的 AI 活动范围。但这并不表示验证机构对这些产品本身的功能、准确率或安全性进行了认证。更恰当的理解是：企业建立了一套符合 ISO 42001 的人工智能管理系统，而特定 AI 系统或服务的开发、提供、使用或管理活动，被纳入这套管理系统的验证范围。
所以即使新闻中可以看到「某 AI 产品取得 ISO 42001」或「某项 AI 服务通过 ISO 42001」的说法，但 ISO 42001 并不是产品验证标准；接受验证的是组织所建立的人工智能管理系统，而不是特定的 AI 模型或软件。
你的 AI 供货商有 ISO 42001，不代表你的公司也符合
这是另一个常见的误解。目前 Google、Microsoft、AWS 等大型科技公司都已建立并通过 ISO 42001 验证，且其验证范围涵盖多项 AI 产品与服务相关活动。但这不代表使用这些服务的企业可以「继承」供货商的验证。AWS 在自己的 ISO 42001 说明中就回答了这个问题：客户组织不会因为使用 AWS 就自动取得 ISO 42001 验证。AWS 的证书只涵盖所界定范围中的 AWS AI 管理流程与服务[6]。Microsoft 也指出，企业虽然可以在自己的合规评估中利用 Microsoft 的验证成果，但仍必须由评估者检视企业自己的控制措施、流程及实际导入方式[7]。
因此，即使自己的 AI 供货商已经建立符合 ISO 42001 的管理制度，也不等于已经治理好自己的使用风险。例如同样使用 M365 Copilot，一家公司可能禁止将敏感个资输入特定功能、完成风险与影响评估并设定人工复核程序；另一家公司则可能缺乏权责分工、没有监控，也不知道哪些部门已经拿 AI 参与重要决策。两家公司使用的底层产品相同，但企业的 AI 治理成熟度可能完全不同。
换句话说，供货商的 AIMS 管的是供货商如何治理自己的 AI 活动；使用者若要符合 ISO 42001，仍然需要建立如何采购、导入、使用、监控及管理 AI的制度。管理系统的责任不会随着采购 AI 产品一起外包出去。
各国法规开始把 AI 治理推向制度化
这波企业验证潮出现的时间点，恰好碰上台湾 AI 法制开始发生变化。台湾《人工智能基本法》已于 2026 年 1 月公布施行。值得注意的是，第 16 条要求参考国际标准或规范，推动与国际介接的 AI 风险分类框架、各目的事业主管机关应协助产业订定产业指引与行为规范；第 5 条也要求相关机关提供或建议 AI 评估、验证的工具或方法。可以看出，未来的监管方向已逐步从抽象伦理原则，走向风险分类、影响评估与管理制度。
同样的趋势也早已由欧洲引领。欧盟《人工智能法案》(EU AI Act) 正分阶段实施，而欧盟也透过标准化工作，将法规中的义务进一步转化为可操作的管理要求。其中一项进展是 EN 18286:2026 ‘Artificial intelligence – Quality management system for EU AI Act regulatory purposes’，主要提供 AI 系统的组织建立、实施及维持质量管理系统，与 EU AI Act要求建立质量管理系统的规定密切相关[8]。
这也让 ISO 42001 与国家/区域之间的关系变得更清楚。ISO 42001 是全球通用、以组织 AI 治理为核心的人工智能管理系统标准；EN 18286 则是直接为 EU AI Act 的监管需求所设计，较聚焦于 AI 系统提供者如何透过质量管理系统满足高风险 AI 的法定要求。因此，一家企业即使已经建立 ISO 42001 管理系统，在进入欧盟高风险 AI 市场时，仍须进一步检视 EU AI Act 与相关欧洲标准的特定要求。需要提醒的是，EN 18286 虽然已经发布，但标准发布本身并不当然产生 EU AI Act 下的符合性推定。
这显示出 AI 治理标准的不同层次：一方面，ISO 42001 可作为跨国企业建立 AI 治理制度的共同底层管理架构；另一方面，各司法管辖区仍可在此基础上建立更贴近当地法规的管理标准。EU AI Act 与 EN 18286 的发展，就是目前最明显的例子。因此，取得 ISO 42001 并不代表企业自动符合 EU AI Act、台湾人工智能基本法或其他法令。管理系统可以协助企业建立风险辨识、文件、监控与改善机制，但具体法律义务仍须依各国法令及个别 AI 使用情境判断。
企业要证明的不是「有 AI 政策」，而是「真的有在管理 AI」
ISO 42001 正在改变企业证明「为 AI 负责任」的方式。过去企业可以发布人工智能伦理原则 (AI Ethics Principles)、负责任人工智能政策(Responsible AI Policy)，宣示公平、隐私、安全等原则。但当 AI 真正进入采购、人资、研发决策甚至核心营运流程后，外部利害关系人会开始进一步追问：企业有哪些 AI 系统？哪些属于重大风险？谁核准它们使用？风险评估做了吗？数据从哪里来？出了问题谁会收到通报？模型或用途改变后，有没有重新评估？
这时候，真正有价值的就不再只是一份 AI 政策，而是企业能不能拿出政策、权责、风险评估、影响评估、供货商管理、监控纪录、事件处理等一系列可以被查核的证据。
从这个角度看，ISO 42001 的真正意义是试图建立一个制度，使企业能够回答：我们知道 AI 正在做什么，也知道谁应该为它负责。随着 AI 从实验性工具逐渐进入企业正式营运，未来市场竞争的差异可能不再只是谁能最快导入 AI，而是谁能在大规模使用 AI 的同时，仍然让客户、供应链、主管机关与社会相信：「这家企业的 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
