AI 已逐漸從創新專案走進企業日常營運。從內部作業、客戶服務到產品開發與管理決策，應用範圍不斷擴大，也讓一個愈來愈難以迴避的問題浮上檯面：當 AI 的判斷或產出帶來風險，企業內部究竟由誰負責？
這個問題看似與職務分工有關，實際上反映的是企業能否真正把 AI 治理落實到營運之中。
BSI 於 2026 年 7 月發布《AI 問責崛起：誰在掌舵？》（The rise of AI accountability: Who’s in the driving seat?）報告，探討不同企業如何安排 AI 的治理與問責。報告指出，企業目前關注的重點，已從「AI 是否需要治理」，轉向組織是否具備足以有效管理 AI 的架構、控制措施與問責機制。
AI 的採用速度，已走在治理前面
根據 BSI 於 2025 年進行、涵蓋八個市場逾 850 位企業領導者的 Trust in AI 研究，僅有 24% 的受訪者表示組織已建立 AI 治理計畫，47% 表示 AI 的使用已有正式流程進行管控。
企業一方面加快導入 AI，另一方面仍在釐清權責、風險評估及監督機制。這樣的落差，到了 AI 應用規模擴大、牽涉更多部門或影響關鍵決策時，便可能轉化為實際的管理風險。
訂定政策當然重要，但政策本身無法回答所有問題。哪些 AI 應用需要審查？誰有權核准？系統上線後由誰監測？發生非預期結果時，又由誰決定後續處置？這些責任若沒有落實到日常流程中，治理便很容易停留在原則層次。
關鍵不在職稱，而在責任是否明確
目前企業採取的 AI 問責模式並不一致。有些設置人工智慧長（Chief AI Officer），有些將職責納入資訊長、資料長、技術長或風險管理主管的既有權責，也有企業成立跨部門委員會，或由各業務單位分別管理。
BSI 報告認為，目前沒有充分證據顯示其中一種模式必然優於其他模式。組織規模、產業風險、AI 應用程度、營運模式與既有管理架構，都會影響企業的選擇。
換句話說，企業不一定需要為 AI 新增一個職位，卻必須讓相關人員清楚知道自己負責什麼，並具備足夠的權限與機制採取行動。
對仍在試驗 AI 的企業而言，初期的治理方式可能較有彈性；但當 AI 開始進入核心流程、產品服務或商業營運，原本較分散的做法便需要逐步制度化，包括明確的權責、生命週期管理、績效與風險監測，以及高階管理層的參與。
治理成熟度，決定企業能否跟上變化
AI 的應用情境、技術能力與法規要求都在快速改變。企業即使已經建立管理制度，也不能把治理視為一次完成的工作。
治理是否成熟，關鍵在於組織能否隨著風險變化調整管理方式，並持續檢視既有控制措施是否仍然有效。這也是 AI 治理成熟度的意義：不是制度建得愈多愈好，而是企業面對愈來愈多、愈來愈複雜的議題時，仍有能力判斷、調整與改善。
AI 的影響也早已超出模型本身。資料來源、雲端環境、第三方服務、數位基礎設施與供應鏈，都可能成為治理的一部分。對金融、高科技製造及關鍵基礎設施等產業而言，AI 治理更需要與既有的資安、隱私、營運持續及風險管理相互銜接。
從 AI 問責，看見企業治理的新課題
2026 BSI 國際標準管理年會以「變局中的信心｜Confidence in a Changing World」為年度主題，其中，數位信任論壇將聚焦「治理 AI 新局，駕馭可信未來」，從政策與國際趨勢、組織治理、數位轉型、可信驗證及資安韌性等面向，討論 AI 時代的企業治理課題。
論壇內容不只聚焦於 AI 本身，也將關注 AI 如何改變企業面對的風險環境，包括高科技產業的資安韌性、金融與關鍵基礎設施的數位轉型，以及企業如何運用國際標準、治理框架與獨立驗證，檢視現有能力並回應新的信任需求。
AI 治理沒有一套適用所有企業的組織圖。企業真正需要建立的，是能夠隨著應用與風險一同演進的治理能力。
