當 AI 開始面

自動化決策時代的勞工隱私風險與企業合規實務

場景一:你在人力銀行投了履歷,系統幾秒後回覆:「感謝您應徵,此職缺已找到合適人選。」你不知道的是,這份履歷可能從來沒有被任何人類看過。招募系統已經根據學歷、工作經驗、語意特徵,甚至履歷中的空白期與用字模式,替你打了分數,然後把你的檔案歸類到「不優先考慮」。

場景二:你任職的公司上線了一套新的「智慧考勤系統」,用臉部辨識取代傳統打卡鐘。人力資源部門說這是「提升效率」。但沒有人清楚說明,影像資料會不會被上傳到雲端、供應商位於哪個國家、臉部特徵模板會保存多久,或者離職後是否會刪除。

場景三:公司引進 AI 績效評估系統,每週根據鍵盤輸入節奏、會議參與率、電子郵件回覆速度與任務系統紀錄,自動計算「組織貢獻指數」。你的年終獎金、晉升機會,甚至是否被列入改善名單,都可能受一個你從未看過、也難以挑戰的模型影響。

這三個場景分別對應三種就業場域的自動化決策風險:招募篩選中的歧視、生物特徵監控中的隱私侵害,以及績效評估中的黑箱演算法。在 AI 大量進入人力資源管理之後,勞工隱私早已不是「有沒有被監控」的問題,而是「監控到什麼程度、由誰決定、能不能理解與挑戰」的問題。

...
2026-05-01

台灣跨國企業的跨境傳輸合規全景

從個資法第21條、歐盟標準合約條款到中國個資法與資料在地化的實務地圖

某個下午,台北總部收到中國子公司的資安通報:內部人力資源(Human Resources, HR)系統疑似遭入侵,受影響資料包含台灣派駐人員、中國當地員工,以及少量歐洲子公司借調員工資料。

這時候,問題不只是「要不要通知當事人」。法務、資安與人資很快會被一串更麻煩的問題追著跑:中國子公司把員工資料同步回台灣,是不是符合中國《個人信息保護法》(Personal Information Protection Law, PIPL)的資料出境規則?歐洲借調員工資料曾經傳到台灣總部,當時有沒有歐盟《一般資料保護規則》(General Data Protection Regulation, GDPR)的傳輸工具?台灣母公司把資料放在新加坡雲端區域,是否觸發新加坡《個人資料保護法》(Personal Data Protection Act, PDPA)或其他供應商所在地的要求?如果外洩發生在跨國系統,通報時鐘要從哪一個法域開始算?

跨境資料傳輸的難點,從來不是「資料有沒有出國」這麼簡單。真正困難的是:同一筆資料,在不同方向、不同角色、不同目的下,可能同時落入好幾套規則。

...
2026-04-29

跨境資料傳輸與資料在地化

資料在哪裡,合規義務就在哪裡

本文更新時間:2026-04-28。跨境資料法規變動很快,本文供企業盤點合規風險使用;個案仍應以主管機關最新公告及當地法律意見為準。

資料放在哪裡,早就不只是資訊部門的架構選擇。

台灣母公司想把中國廠員工薪資資料匯回總部;越南子公司把門禁紀錄同步到台灣的人資系統;歐洲客戶資料放在美國雲端服務;印尼平台的使用者資料備份到新加坡。這些動作在工程上可能只是同步、備份或遠端存取,在法律上卻可能已經構成跨境傳輸。

企業常見的誤解是:「資料存在雲端,不算出境。」實務上正好相反。只要資料被傳到境外伺服器、由境外人員可存取,或由境外服務商處理,都可能被當作跨境資料流動來看待。

...
2026-04-28

資料在地化不等於資安

從台灣 PDPA、歐盟 SCC 到 NIST AI RMF,把法規壓力轉成可執行控制

把資料留在本地,不會自動讓你更安全;它只會把你的治理問題,從「跨境」改成「境內也失控」。

這兩年很多企業面對跨境與 AI 專案時,第一個直覺都是:「那就不要出境」。 但實務上,資料在地化(data localisation)只能解決一部分監理可近性問題,無法取代流程治理、權限治理與證據治理。

...
2026-04-26

AI素養義務已上路,個資治理要從文件合規走向營運控制

從 EU AI Act、NIST AI RMF 到 ICO 指引,建立 90 天可落地的治理節奏

2026 年還把 AI 合規當成「法務文件專案」的企業,風險不在法條不熟,而在治理系統不會動。

這一波監理變化已經不是「預告」,而是「分階段生效」。如果你的團隊還停在彙整法規摘要,卻沒有把流程、角色與證據鏈接進日常營運,真正的斷點會出現在跨境傳輸、當事人權利請求(DSR)與 AI 專案上線的交會點。

...
2026-04-25

跨境與AI時代的個資治理控制矩陣

從個法、EU AI Act 到 NIST AI RMF,建立可執行、可稽核、可調整的治理底盤

企業現在最大的風險,不是「不知道法規」,而是「知道很多法規,卻沒有一套能落地的控制矩陣」。

結果就是:文件很多,控制很少。合規看起來完整,營運一出事就斷點。

...
2026-04-24

個資事件調查,不是出事後才開始

從 PDPA §12 到內部稽核:把事故應變演練的六步驟實務框架

很多企業把「個資事件調查」想成危機發生後的補救程序:先止血、再寫報告、最後交代。
但在實務上,真正決定事件損害大小的,往往不是你出事後有沒有寫出漂亮報告,而是你出事前有沒有把調查機制設計進日常治理。

事故辨識與分級、證據保全、根因分析、通報決策、改善落地。這些能力如果只在事故當天才臨時啟動,通常都太晚。

...
2026-04-23

當處理者成為漏洞:跨國供應鏈個資治理的現在與未來

從GDPR Art.28到台灣PDPA——處理者治理七大強制條款與實務稽核策略

一個常被忽略的洩漏環節

2025 年,某家台灣半導體供應商的雲端資料處理者遭到勒索軟體攻擊,數萬筆客戶訂單與員工身份資料外洩。事後調查發現:這家處理者同時替十幾家台灣企業處理資料,但沒有一家控制者曾在合約中約定「處理者事故發生後的通報時效」——導致多數母公司是在新聞報導後才得知,而非依賴處理者的正式通知。

這不是個案。在個人資料管理系統(Personal Information Management System, PIMS)中,處理者(Processor)治理是最容易被空洞化的環節:合約裡寫得完整,實際上卻從未執行。當事故發生,監理機關裁罰的對象是控制者(Controller),而非處理者。處理者的過失,最終由控制者承擔。

本文以 2026 年初的研究發現為基礎,深度解析:處理者治理的七個強制條款、各國制度差異、為何多數企業的處理者稽核形同虛設,以及台灣跨國企業該如何建立可執行的處理者治理系統。

2026-04-21

肖像權與個資法臉部特徵:一張照片,兩套法律

搞懂「我的臉能不能被拍」和「我的臉部資料能不能被蒐集」的差別

前陣子一位企業客戶問我:「我們想在官網放員工合照,需要簽個資同意書嗎?」

我反問他:「你覺得這是肖像權的問題,還是個資法的問題?」

他愣了一下:「這兩個不一樣嗎?」

這個反應非常典型。肖像權和個資法對臉部特徵的保護,很多人以為是同一件事,但其實它們的法律基礎、保護客體、判斷標準和救濟方式都不同。搞混的後果就是:你以為簽了同意書就沒事,結果只處理了一半的風險。

這篇文章就是要把這兩套法律架構拆開來講清楚。

...
2026-04-13

你的個資管理制度是演戲還是真的?

五個自我檢測指標

一場精心排演的合規秀

我走進會議室時,桌上已經擺好三本厚厚的程序書、一疊教育訓練簽到表,還有一份剛印出來的個資盤點清冊。 負責人很自豪地說:「我們制度都建好了,文件也都有,每年也有辦教育訓練。」 我翻開程序書,問了一個問題:「這本程序書最後一次被拿出來用,是什麼時候?」

沉默。

這個場景,我這幾年做輔導時看過太多次了。醫學中心有,連鎖餐飲有,國際零售品牌有,非營利組織也有。差別不在產業,而在制度是不是平常就在跑。有些公司的制度是活的,碰得到、用得到;有些制度平常收在櫃子裡,等到稽核快到了才想起來。

問題是:你怎麼知道自己的制度屬於哪一種?

這篇文章不是法條逐條解說,也不是制度建置手冊。我只是想把自己在現場最常用的五個判斷點整理出來。你可以把它當成一面鏡子,照一下自己的制度目前到底是在運作,還是在撐場面。對 DPO(個資保護管理人/專責人員)、資安主管、法遵主管,或正在考慮把制度做起來的經營者來說,這五個問題都很實用。

...
2026-04-04