13.4 跨國數據合規(GDPR)、貿易管制與 AI 監管框架
學完本節,你能夠:
- 說出 GDPR 的罰則上限與三項和 AI 系統最相關的權利(被遺忘權、不受純自動化決定、跨境傳輸限制)。
- 用歐盟《人工智慧法案》的風險分級,判斷一個 AI 應用屬於哪一級,以及何時開始適用。
- 為一筆跨國交易列出「要套用哪些規則」的合規檢查表。
壹、開場情境:一個「只是做摘要」的功能
📌 以下為教學情境(依實務改編)。
台灣一家家電品牌在德國、法國經營電商。為了提高客服效率,團隊做了兩個 AI 功能:
- 把歐洲顧客的客服對話(含姓名、地址、訂單)送到美國雲端的大型語言模型,自動產生摘要。
- 顧客申請分期付款時,由 AI 依購買紀錄自動決定核准或拒絕。
另外,工程師還提議:「把過去兩年的客服對話拿去微調(fine-tuning,用公司資料再訓練模型)一個專屬模型,回答會更像我們的風格。」
產品經理覺得都只是技術選擇。法務看完後列出了三個問題:個資可以這樣傳到美國嗎?分期審核全自動可以嗎?顧客要求刪除資料時,微調進模型的內容刪得掉嗎?
本節要解決的問題: 商管人不需要成為律師,但要能在設計階段就看出「這裡有合規問題,要找法務」,而不是上線後才收到罰單。
貳、為什麼會這樣:三套規則同時作用
| 規則 | 管什麼 | 違反的代價 |
|---|---|---|
| GDPR(歐盟一般資料保護規則,2018 年施行) | 處理歐盟境內個人的個人資料,不論公司設在哪裡 | 最高 2,000 萬歐元或全球年營業額 4%,取較高者 |
| 歐盟《人工智慧法案》(EU AI Act) | 在歐盟市場提供或使用的 AI 系統 | 違反禁止性規定最高 3,500 萬歐元或全球年營業額 7%,取較高者 |
| 出口管制與制裁(如美國 EAR、OFAC 制裁名單;台灣戰略性高科技貨品管制) | 貨物、技術賣給誰、運到哪裡 | 貨物遭扣押、罰款,嚴重者被列入管制名單而無法交易 |
1. GDPR:和 AI 系統最相關的三條
| 條文 | 內容 | 對開場情境的意義 |
|---|---|---|
| 跨境傳輸(第五章) | 個資傳到歐盟以外,對方國家須有「適足性認定」,或簽訂標準契約條款(SCC)等保護措施 | 2020 年歐盟法院 Schrems II 判決廢止了當時的歐美隱私盾協議;2023 年歐美另訂「資料隱私框架」。傳到美國雲端要確認供應商的合法機制 |
| 第 22 條 | 當事人有權不受「僅基於自動化處理」且產生法律效果或類似重大影響的決定 | 分期付款全自動拒絕 → 須提供人工覆核的管道 |
| 第 17 條(被遺忘權) | 當事人可要求刪除其個資 | 資料庫可以刪除一筆紀錄;已微調進模型權重的內容幾乎無法單獨移除 |
💡 為什麼第 7.5 節的 RAG 在這裡是合規工具 RAG(檢索增強生成)是把資料放在外部資料庫,模型回答時才去查。顧客要求刪除時,刪掉資料庫那幾筆就生效。相反地,微調是把資料「烤」進模型裡,就像把一顆雞蛋打進蛋糕麵糊,烤好後拿不出來。涉及個資的知識,優先用 RAG,不要拿去微調。
2. 歐盟 AI 法案:依風險分四級
社會評分、利用弱勢的操縱手法、
職場與學校的情緒辨識等"] Q --> H["⚠️ 高風險:嚴格義務
招募與員工評估、自然人信用評分、
教育、關鍵基礎設施、邊境人員管理、
受監管產品的安全元件(如機械)"] Q --> T["📢 透明義務
聊天機器人須告知是 AI、
深偽內容須標示"] Q --> M["✅ 最小風險
垃圾信過濾、商品推薦"] style U fill:#fee2e2,stroke:#ef4444 style H fill:#fef9c3,stroke:#ca8a04
通用大型模型(GPAI,例如各家基礎模型)另有一套針對模型提供者的義務(技術文件、著作權政策等),一般使用它的企業不必承擔同樣義務。
時程(法案 2024 年 8 月 1 日生效,分階段適用;2026 年 7 月生效的修正案延後了高風險義務):
| 適用日 | 內容 |
|---|---|
| 2025 年 2 月 2 日 | 禁止性規定開始適用 |
| 2025 年 8 月 2 日 | 通用大型模型提供者的義務 |
| 2026 年 8 月 2 日 | 透明義務(第 50 條)等多數規定 |
| 2027 年 12 月 2 日 | 獨立的高風險系統(如招募、信用評分)義務(原訂 2026 年 8 月,經修正延後) |
| 2028 年 8 月 2 日 | 嵌入受監管產品的高風險系統(如機械、醫療器材)義務 |
⚠️ 常見誤解 - 「邊境管理」指的是對人的管理(移民、庇護、簽證),不是港口貨物的抽驗模型。 - 「信用評分」指的是對自然人的信用評估。評估海外公司買家的賒銷額度,不屬於 AI 法案的高風險類別(但仍可能涉及其他法規與公司內控)。 - 法規時程仍可能調整,實際適用以歐盟官方公報為準。
3. 其他地區(只需知道有這些規則)
- 美國:沒有聯邦統一的個資法,各州自訂,如加州消費者隱私法(CCPA)。
- 台灣:《個人資料保護法》2025 年 10 月修法三讀,明定個資事故的通報與通知義務,並推動成立個人資料保護委員會;主管機關草擬的辦法以發現後 72 小時內通報為原則(施行細節以最新公告為準)。
- 海關 AEO(優質企業)認證:通過安全與內控審查的進出口商可享較低查驗率與快速通關。單證資料的完整性、可追溯性是審查重點之一,系統設計良好的企業較容易通過。
參、把規則寫下來:合規檢查表
把「看國家套規則」寫成一張表,讓系統(或業務)在交易前自動檢查。這張表本身就是一份規格:
| 觸發條件 | 要套用的規則 | 系統動作 |
|---|---|---|
| 顧客或資料主體在歐盟 | GDPR | 個資假名化後才送外部模型;確認傳輸機制(SCC 等) |
| 對歐盟消費者做自動化的拒絕/核准 | GDPR 第 22 條 | 提供「申請人工覆核」按鈕並記錄理由 |
| 對話介面面向歐盟使用者 | AI 法案第 50 條 | 開頭告知「您正在與 AI 對話」 |
| 收貨人或最終使用者 | 制裁名單(OFAC 等)比對 | 命中 → 暫停出貨,轉法務(第 12.4 節) |
| 品項屬兩用或戰略性高科技貨品 | 出口管制 | 確認是否需要許可證 |
| 顧客要求刪除個資 | GDPR 第 17 條;台灣個資法 | 刪除資料庫與向量庫中的紀錄;確認未用於微調 |
(含姓名、地址)"] --> D["假名化
姓名 → CUST_0193"] D --> L["外部 LLM 產生摘要"] L --> R["回到公司內部
還原對照"] K[("對照表
只留在公司內")] -.-> R style D fill:#dcfce7,stroke:#16a34a style K fill:#dbeafe,stroke:#2563eb
假名化(pseudonymization)後的資料在 GDPR 下仍算個資,但能大幅降低外洩時的傷害。它是降低風險的工程手段,不是「做了就免責」。
肆、判斷看看
| 情境 | 你的判斷 | 參考答案 |
|---|---|---|
| ① 用 AI 自動篩選應徵歐洲分公司職缺的履歷 | 哪一級風險? | ⚠️ 高風險(招募);2027 年 12 月起須符合高風險義務 |
| ② 官網聊天機器人回答德國顧客的產品問題 | 有什麼義務? | 📢 透明義務:告知是 AI;若處理個資,另須符合 GDPR |
| ③ AI 評估越南公司買家的賒銷額度 | 是 AI 法案的高風險嗎? | 不是(對象是公司,不是自然人),但模型偏差仍是商業風險(13.3) |
| ④ 外銷德國的工業機器人,AI 視覺模組負責安全停機 | 哪一級? | ⚠️ 可能是高風險(受監管產品的安全元件),2028 年 8 月起適用 |
| ⑤ 把 10 萬名歐洲 VIP 的對話拿去微調模型 | 問題在哪? | 被遺忘權難以落實;需確認合法基礎與告知。應改用 RAG |
| ⑥ 商品推薦引擎 | 哪一級? | ✅ 最小風險;仍須遵守 GDPR(若使用個資) |
陸、回到情境
| 開場的做法 | 問題 | 修正 |
|---|---|---|
| 客服對話直接送美國雲端模型 | 跨境傳輸機制未確認 | 確認供應商的合法傳輸機制,送出前先假名化 |
| 分期付款 AI 全自動拒絕 | GDPR 第 22 條 | 加入人工覆核管道;若屬消費者信用評分,2027 年 12 月起還須符合 AI 法案高風險義務 |
| 拿客服對話微調模型 | 被遺忘權無法落實 | 改用 RAG,個資留在可刪除的資料庫 |
這些修正在設計階段只是改一張架構圖;上線後才發現,可能要整套重做。合規是需求的一部分,應該在第 2 章寫規格時就問出來。
| 限制 | 後果 | 在哪一節解決 |
|---|---|---|
| 法規持續變動 | 今天的檢查表明天可能過時 | 14.3 知識漂移與新鮮度檢查 |
| 檢查表只能涵蓋已知規則 | 新市場、新品項可能漏掉 | 每進入新市場,就請法務審一次檢查表 |
| 本節不是法律意見 | 個案細節會改變結論 | 重大決策一律諮詢專業律師 |
本節小結
- GDPR 管的是「歐盟境內個人的資料」,台灣公司也適用;罰則最高 2,000 萬歐元或全球營業額 4%。
- 歐盟 AI 法案依風險分級;高風險義務經修正延後到 2027 年 12 月(獨立系統)與 2028 年 8 月(嵌入產品)。
- 個資用 RAG 不用微調,被遺忘權才落實得了。
- 把「哪種交易套哪些規則」寫成檢查表,合規才能進到系統裡。
柒、練習
- 改數字(5 分鐘):某公司全球年營業額 30 億歐元,違反 GDPR 時罰款上限是多少?若年營業額只有 1 億歐元呢?(提示:取較高者。)
- 加規則(20 分鐘):公司要開拓日本市場。請在參段的檢查表中新增至少兩列(提示:查查日本《個人資料保護法》與歐盟之間是否有適足性認定)。
- 管理反思(討論):工程師說:「微調的效果比 RAG 好 10%,而且顧客要求刪除的機率很低。」請從產品品質、法律風險、事後修正成本三個角度回應,並提出一個兼顧兩者的做法。