一、案例定位

原書在第 4 章後段明確列出四類需在大規模 GenAI 導入前處理的風險:bias、intellectual property、copyright infringement、data poisoning。

二、學習目標

三、案例情境

某企業準備把 GenAI 從 pilot 擴大到 production,需要把原書四類風險轉成上線前 controls。

四、開始資料

風險 原書核心問題
Bias 如何偵測 biased outputs,發現後如何處理不平等影響
Intellectual Property 如何防止 proprietary/sensitive/personal information 外洩
Copyright Infringement 供應商模型是否存在 copyright 問題與 reputational risk
Data Poisoning 企業 fine-tuning data 或 foundation-model training data 是否遭污染

五、Excel/AI 分析方法

Risk register 欄位:risk、likelihood、impact、owner、preventive control、detective control、evidence、status。AI 可協助整理,不得自行宣稱風險已關閉。

六、計算結果

教材情境:4 類 critical risks 中 3 類已有 preventive + detective controls,control coverage=75%。

七、結果分析與管理解讀

平均 coverage 不代表 production-ready;任何一項 high-impact risk 沒有控制,都可能是 blocker。

八、AI 提問詞

依以下 risk register 檢查四類風險是否都有 owner、control、evidence;缺一項即標示 Incomplete。

九、思考/情境變動

**題目:**若最後一類補齊 controls,coverage?

**參考解答:**100%,但仍需驗證 controls 是否有效。