案例20｜QuantumBlack 的十項生命週期原則

一、案例定位

本案例涉及人工智慧（Artificial Intelligence, AI）、生成式人工智慧（Generative Artificial Intelligence, GenAI）與負責任人工智慧（Responsible Artificial Intelligence, RAI）。整理涵蓋技術、供應商、治理與持續學習的企業框架。

本案例依原書第 7 章的框架、範例或情境重組，並非原書正式案例研究。

二、學習目標

列出十項指導原則。
辨識供應商治理與持續監控。
連結倫理與企業生命週期。

三、案例情境

原書指出 McKinsey 的人工智慧部門 QuantumBlack 提出十項原則：準確可靠、問責透明、公平且以人為中心、安全合乎倫理、安全防護與韌性、可解釋且有文件、隱私強化與資料治理、供應商及合作夥伴選擇、持續監控，以及持續學習與發展。其安全與倫理也連結環境、社會與治理（Environmental, Social, and Governance, ESG）標準。

四、開始資料

原則群組	原書原則
輸出與責任	準確可靠；問責透明
人與倫理	公平且以人為中心；安全合乎倫理
技術韌性	安全防護與韌性
理解與文件	可解釋且有文件
資料	隱私強化與資料治理
外部關係	供應商及合作夥伴選擇
持續治理	持續監控；持續學習與發展

五、Excel／AI 分析方法

在 Excel 以十項原則為列，記錄生命週期階段、控制、證據、供應商與改善責任；AI 可找出只有開發階段證據、缺少後續監控的項目。

六、計算結果

原書沒有提供可直接計算的數據，因此不補造結果。

七、結果分析與管理解讀

此框架不只關注模型技術，也把外部供應商、文件、監控與組織學習納入，顯示責任是一個持續演變的管理領域。

八、AI 提問詞

請依 QuantumBlack 十項原則審查控制證據，將供應商、文件、監控與學習缺口分開列出。