美國政府與業者合作補助低收入戶學童低價的寬頻網路與電腦
美國聯邦通訊委員會FCC於2011年12月13日宣布新的補助計畫，提供低價的寬頻網路及電腦給計百萬戶之低收入戶，以消除數位落差。
美國聯準會（Federal Reserve）的研究報告指出，在同樣條件下，家裡擁有電腦與寬頻網路的學生比未擁有的學生，畢業率高出6％至8％。由此可見數位發展普及化的重要性。
與新加坡和南韓高達90%的寬頻普及率相比，美國現今仍有將近三分之一的人口，亦即約一億名美國民眾無法在家使用寬頻網路，因此FCC與相關業者成立一個名為「Connect to Compete」的非營利組織（private and nonprofit sector partnership），以提高寬頻網路的普及，並改善弱勢團體與一般民眾的落差。且此一計畫所需的經費非由政府支出、全民買單，而是全數由業者負擔。
此項計畫的補助標準為，任何符合公立學校午餐補助資格的家庭即可受補助，其每個月補助9.95美元以接取寬頻網路，並可購買最高150美元的電腦、並獲得免費的數位知識訓練。
此計畫規劃自2012年春季開始實施，部份城市率先執行，並預計於2012年9月前延伸至全國各個城市實施。
垂直場域應用之5G頻譜政策趨勢 資訊工業策進會科技法律研究所 2019年07月25日 壹、事件摘要 在科技的進展下，各國為提升民眾與企業之連網品質，皆刻正積極的推動5G網路相關應用，國際標準化機構第三代合作夥伴計畫（3rd Generation Partnership Project, 3GPP）更提出了三個5G應用場景，分別是更大頻寬（Enhanced Mobile Broadband, eMBB）、海量連結（Massive Machine Type Communications, mMTC），以及超低時延（Ultra-reliable and Low Latency Communications, URLLC）[1]。而相對於4G時代如雨後春筍般冒出的影音串流平台，係以「人」為主要消費客群，5G時代則擴大至「萬物」[2]，其中，製造業因可能透過無線技術來重新配置產品線或研發新興產品，而在5G世代產生巨大變化[3]。也由於製造業廠區對無線接取設施之渴求，製造業者開始思索自行控制網路基礎設施之必要性，垂直場域應用之概念應運而生。 垂直場域應用又被稱為企業專網（private network），係指為了特定用途，企業或組織自行付費建置限定區域內之行動網路基礎設施，且該網路僅特定用戶得以使用。企業之所以願投入龐大成本自行建置網路基礎設施，是因垂直場域應用所具備的網路涵蓋密集、網路延遲低、網路容量大、網路安全高，以及得以自主控管網路之5大特性[4]。此外，企業還可完全掌握何人可接取至其專網，哪些行動應優先考量，以及如何完善利用網路資源等[5]。然無線網路的接取也意味著頻譜的使用，但頻譜是有限稀有的資源，為提高頻譜之使用效率與社會價值，如何妥善配置頻段，促進國內製造業之發展，已是政府不容忽視之議題。 貳、重點說明 為了鼓勵企業自行建置網路，部分國家透過保留特定頻段之頻譜政策規劃，再由有需求之業者申請取得，以鼓勵垂直場域應用之發展，並保障區域性業者、中小企業與新創企業取得頻譜之權利，以防止頻譜僅被全國性電信營運商取得。然而，這樣的政策面臨兩方面的重大挑戰，第一，電信業者擔憂企業自建網路可能會壓縮其取得頻譜的數量，是以對政府保留專網頻段表示反對；再來，大部分的企業缺乏自行營運電信網路之經驗[6]。僅管如此，在頻譜政策的規劃上，大致上仍可區分為兩種政策模式，即規劃保留單一完整頻段，或與其他既有服務共用頻譜，本文以下即分別以保留完整頻段的德國，以及與既有服務共享頻段的日本為例，說明其政策概要，並進一步探討我國是否亦有規劃垂直場域頻段之必要性，相關困難又應如何克服。 一、保留專用頻段(德國) 德國作為工業4.0（Industry 4.0）之發起國，為進一步推動智慧工廠與智慧製造，聯邦網路局（Bundesnetzagentur, BNetzA）在規劃5G頻譜時，除了透過競標釋出5G最關鍵的中頻段3.4-3.7 GHz供全國性電信服務使用，特別保留3.7-3.8 GHz頻段共100 MHz頻寬供企業專網使用。且由於數以萬計的中小企業是構成德國經濟的重要支柱，惟中小企業難以擁有龐大資本與電信業者共同競標頻譜，是以，為降低該等企業取得頻率之成本，並提升中小型企業與新創企業對頻譜之需求，BNetzA方保留特定頻段，並採申請制之方式配置[7]。 BNetzA在決議釋出3.7-3.8 GHz頻段供垂直場域應用使用前，於2018年8月15日至9月28日發布公眾諮詢文件，並在收到69份意見回覆，其中包含全球行動供應商協會（Global Mobile Suppliers Association, GSA）、大型製造業者BOSCH與空中巴士對保留特定頻段之正面支持後，在2019年1月31日針對徵詢意見發布框架草案，並預計在5G頻譜拍賣結束後開始接受申請。 BNetzA將3.7-3.8 GHz頻段分為三種用途，使業者可根據自身需求提出申請，分別是當地室內應用無線網路（3.7-3.8 GHz）、當地室外應用無線網路（3.78-3.8 GHz），與區域性應用無線網路（3.7-3.78 GHz）。此外更對申請人附加二項限制，第一，須為該地區或建物之不動產所有權人或承租人；第二，不得為700-3600 MHz頻段之全國頻譜使用權者，換言之，BNetzA排除了既有電信業者申請取得該頻段之權利，以保障中小型企業與新創業者自行建置垂直場域應用之空間。但對於3.7-3.8 GHz範圍內的未使用頻譜，BNetzA允許電信業者為擴充網路容量，暫時性的使用該頻段，亦即在特定情況下，容許電信業者與中小企業共享頻譜，以促進頻率的有效利用。 二、與既有服務共享頻段(日本) 日本總務省（Ministry of Affairs and Communications, MIC）在規劃5G頻譜時，為鼓勵垂直場域應用之建置，考量保留企業專網頻段，並在2018年12月組成「Local 5G檢討作業班」（ローカル5G検討作業班），定期舉行會議共同討論如何推動企業或地方政府自行建置專網[8]。與德國相同，日本亦是透過申請制配置專網頻段，並僅限建物或土地所有權人自行利用或委託他人利用，全國性營運商不得使用垂直場域應用之規劃頻段，以保障中小型企業與地方政府取得完整頻段之權利[9]。 Local 5G檢討作業班研議之項目主要有三，第一，垂直場域應用的名額分配，並明確申請者的使用目的；第二，垂直場域應用技術條件的訂定，同時檢討頻率共享的可能性；第三，參考寬頻無線接取（Broadband Wireless Access, BWA）之導入經驗，規劃區域型與自用型，避免頻率互相干擾[10]。 頻譜方面，MIC研擬在中頻段4.6-4.8 GHz與毫米波28.2-29.1 GHz頻段保留總共1100 MHz頻寬，供當地業者與地方政府使用。相對於德國是保留一段乾淨的頻譜供垂直場域應用使用，日本則是規劃使垂直場域應用與既有服務共享頻段，4.6-4.8 GHz頻段需與政府專用電信共用，28.2-29.1 GHz頻段則與衛星業務共用，以極大化頻譜的利用效率。惟為避免干擾，MIC並正針對28.2-28.3 GHz頻段進行干擾測試，最快會在2019年8月作出是否釋出之決議，若未能通過干擾測試，該100 MHz頻寬將會作為護衛頻段（guard band），避免兩個相鄰的服務互相干擾。4.6-4.8 GHz與28.3-29.1 GHz頻段則會在與既有服務進行和諧共用測試後，至2020年5月過後方會釋出。 參、事件評析 一、我國垂直場域應用之頻段規劃必要性 有鑑於5G網路所需頻段較4G為高，通訊距離與訊號穿透性皆會受到影響，再加上為了確保傳輸速率並降低時延，需大量建置基地台，網路佈署成本將大幅度增加[11]。因此，5G網路布建初期將著重在六都等主要都會區，並逐步對外擴散。大多數製造業基於廠區地理範圍以及投入成本等問題，更將服務據點設在商用效益不佳、5G網路建置進度延後之地區。基此，政府若未為企業專網規劃特定頻段，可能導致企業使用免授權頻段而發生干擾之情形，更可能會抑制我國相關供應鏈掌握新市場商機之可能性。 針對頻段之保留，基於中頻段（3.5 GHz）為5G的關鍵頻段，毫米波（mmWave）則是推動5G網路達到峰值速度不可或缺的要素，是以我國似可參考德國與日本垂直場域應用之相關政策，由政府規劃在中頻段或高頻段保留部分頻寬，或是與現有服務進行頻譜共用，期在專網產業的興起下帶動整體網路設備業者的發展。 按電信業者因擔憂垂直場域業者可能會在取得頻譜後，將其用於提供公眾電信服務，而成為電信業者的水平競爭者，此方面可透過相關法規之限制避免類似情況發生。另一方面，電信業者也可適時提供援助，藉由長年網路建置經驗，作為系統整合的角色與垂直場域業者合作，而達到雙贏的局面。惟企業專網對於網路規格、服務品質、資安等皆與公眾電信服務不同，電信業者與企業如何深化合作，仍有待更多的交流與討論。 二、推動我國垂直場域應用之可能頻譜政策 相較已進行5G商轉的其他國家，我國目前尚未釋出頻譜[12]，發照速度雖慢於其他國家，惟我國產業仍可透過實驗網路頻譜的申請，研發具高附加價值的企業專網應用，以在智慧製造、智慧醫療，抑或智慧農業等領域搶佔一席之地。但針對企業專網的頻譜需求，由於我國5G頻譜釋照迄今仍以競標拍賣商用頻譜為大方向，在第一波5G釋照時並不會保留「指配頻譜」予企業專網，僅會在「第一類電信事業開放之業務項目、範圍、時程及家數一覽表」中以註記的方式，說明處理企業專網之大方向[13]。 依108年立法院三讀通過之電信管理法第57條規定，主管機關得考量無線電頻率使用特性、國家安全、實驗研發及市場競爭等情形，依職權或依申請核配二以上使用者使用同一無線電頻率。此一條文似可解釋為，在頻譜和諧使用及不干擾之情況下，通訊主管機關國家通訊傳播委員會可核配垂直場域業者與電信業者使用同一頻譜的法源依據。 有論者提出電信管理法通過後，尚可利用第58條頻譜租賃之方式提供企業專網頻譜，該條允許電信事業在取得主管機關核准後，將其獲配頻率之一部提供予他電信事業使用；惟按電信事業僅指利用公眾電信網路提供公眾通信服務之事業，垂直場域業者在屬性上較偏向專用電信，而非該法所稱之「電信事業」，在法規適用上仍有疑慮。此外，即使未來允許電信事業將頻譜出租、出借予垂直場域業者，惟電信業者取得5G頻譜之代價高昂，其衍生之使用成本恐亦非中小型垂直場域業者所能承擔。 肆、結語 各個國家基於不同的制度或產業特性，而對企業專網之規劃各有不同的考量，然共同目的皆係藉由頻譜之規劃刺激中小型企業、新創企業與地方政府自建網路，並透過客製化的領域營運需求，避免工業間諜與駭客攻擊等情事[14]。是以，我國政府亦可參採國際案例，在協調電信業者與垂直場域業者之下，為企業專網保留特定頻譜，以掌握垂直場域應用之發展脈動，並促進新創服務之萌芽，達到提升我國整體國際競爭力之目標。 [1] Keith Mallinson, The Path to 5G: as much evolution as revolution, 3GPP (May. 10, 2016), https://www.3gpp.org/news-events/1774-5g_wiseharbour (last visited June 11, 2019). [2] 総合通信基盤局，〈第５世代移動通信システムの導入のための特定基地局の開設に関する指針案について〉，頁8（2018）。 [3] 陳端武，〈AT&T、高通將智慧製造視為5G商機〉，DigiTimes，2018/03/23，https://digitimes.com.tw/iot/article.asp?cat=158&cat1=20&cat2=10&id=0000527161_V5Y24IJX5ULPGI230CHFJ（最後瀏覽日：2019/6/12）。 [4] 李建勳、蘇奕霖、廖修武，〈全球5G專網市場發展〉，資訊工業策進會產業情報研究所，頁4（2019）。 [5] Tony Ridzyowski, What is a Private 5G Network?, TTI (Dec. 18, 2018), http://www.turn-keytechnologies.com/blog/network-solutions/what-is-a-private-5g-network (last visited June 14, 2019). [6] Id. [7] BNetzA, Entwurf der grundsätzlichen Rahmenbedingungen des zukünftigen Antragsverfahrens für den Bereich 3.700 MHz – 3.800 MHz für Anwendungen des drahtlosen Netzzugangs (Jan. 31, 2019), available at https://www.bundesnetzagentur.de/DE/Sachgebiete/Telekommunikation/Unternehmen_Institutionen/Frequenzen/OeffentlicheNetze/RegionaleNetze/regionalenetze-node.html;jsessionid=1612C0A9E32BF6C018EF03D2F781EF94 (last visited June 12, 2019). [8] 総務省，〈ローカル5G検討作業班〉，http://www.soumu.go.jp/main_sosiki/joho_tsusin/policyreports/joho_tsusin/5th_generation/local_5g/index.html（最後瀏覽日：2019/6/13）。 [9] 新世代モバイル通信システム委員会，〈情報通信審議会 情報通信技術分科会 新世代モバイル通信システム委員会報告概要（案）〉，頁9（2019），http://www.soumu.go.jp/main_content/000624455.pdf（最後瀏覽日：2019/6/13）。 [10] 総務省 総合通信基盤局電波部 移動通信課，〈ローカル5G検討作業班の主な検討内容〉，頁2（2018），http://www.soumu.go.jp/main_content/000589526.pdf（最後瀏覽日：2019/6/13）。 [11] Ferry Grijpink, Alexandre Ménard, Halldor Sigurdsson & Nemanja Vucevic, The road to 5G: The inevitable growth of infrastructure cost, McKinsey & Company (Feb. 2018), https://www.mckinsey.com/industries/telecommunications/our-insights/the-road-to-5g-the-inevitable-growth-of-infrastructure-cost (last visited June 17, 2019). [12] 鄭鴻達、楊文琪，〈5G拚明年一月釋照 四年計畫啟動〉，聯合新聞網，2019/06/14，https://udn.com/news/story/7238/3870814（最後瀏覽日：2019/6/14）。 [13] 林淑惠，〈5G企業專網 首波落空〉，中時電子報，2019/03/04，https://www.chinatimes.com/newspapers/20190304000226-260202?chdtv（最後瀏覽日：2019/6/14）。 [14]經濟日報社論，〈5G企業專網規劃 兼顧公平與發展〉，聯合新聞網，2019/06/06，https://udn.com/news/story/7338/3855673（最後瀏覽日：2019/6/17）。
美國FDA擬參考PDUFA，向學名藥產業收費美國FDA官員新近對外表示，該局正考慮參考處方藥使用者付費法（Prescription Drug User Fee Act, PDUFA），研擬一套向學名藥產業收費的機制。PDUFA是美國國會在1992年所通過的法案，依據該法，生技及製藥產業向FDA支付「使用費」（user fees），FDA承諾每年達到一定的審查“業績”（performance standards），以加速新藥上市申請。 目前PDUFA的適用對象並不包括學名藥廠，鑑於歷年來學名藥上市申請案件大幅攀升，以FDA既有之人力與資源，早已無法負擔如此大量的上市審查工作。另若考量諸多知名原廠藥之專利將在未來幾年陸續到期，如不增加新的資源，FDA的學名藥審查負擔將會持續惡化。使用者付費機制若能擴及學名藥，則FDA將可獲得額外資源，用來聘用更多的專業審查人員、取得更為豐富之資料，以保障病患之權益，使其可儘速近用便宜且有效之學名藥。 雖然PDUFA在改善新藥上市審查效率方面，確實達到了政府與產業界雙贏、民眾受惠的目的，不過這套制度要擴及學名藥產業，卻遭受到學名藥業界的反對。其中最主要的疑慮來自於，在現今的審查制度設計下，提高學名藥上市審查效率的目標是否能透過使用者付費達成，殊值懷疑。蓋根據美國法律規定，學名藥廠若以原開發藥廠之專利無效為理由申請上市，應將申請上市之事實通知原開發藥廠，一旦原開發藥廠認為學名藥廠侵害其專利並提起訴訟，FDA即必須停止學名藥之上市審查。據此，學名藥業界認為，在上述問題解決前，即使PDUFA擴及適用到學名藥產業，也並未能有助於改善學名藥上市審查之效率。 總而言之，PDUFA若欲擴及學名藥產業，仍需釐清前揭疑慮並有待國會立法通過，不過，一旦使用者付費機制擴及適用於學名藥產業，則學名藥廠之藥物開發成本將會提高，我國學名藥廠如欲經營美國市場，值得注意其發展。
「亞馬遜公司（amazon）」積極向美國政府機關推動其所開發的人臉辨識軟體“Rekognition”，將可能造成隱私權的重大侵害亞馬遜公司所開發的“Rekognition”軟體可以進行照片中的人臉辨識識別，單張圖片中可辨識高達一百人，同時可以圖片進行分析及比對資料庫中的人臉長相。目前亞馬遜公司積極向政府機關推銷這套軟體。可能造成的風險是，公權力機構可透過使用“Rekognition”軟體來辨識或追蹤任何個人，警察機關可以隨時監控人民的行為，各城市的政府機關也可能在無合理理由的狀況下隨時查看人口居住狀況，尤有甚者，美國移民及海關執法局（Immigration and Customs Enforcement, ICE）可以使用該軟體來監控移民的狀況，即使是無任何犯罪疑慮的狀況下亦可進行，將政府打造成巨大的監控系統，有造成隱私權嚴重侵害的疑慮。因此無論亞馬遜公司內外都有反對將“Rekognition”軟體推銷給政府機構的聲浪，尤其美國公民自由聯盟（American Civil Liberties Union, ACLU）更是發起多項連署抗議。 支持政府使用“Rekognition”軟體的意見則認為，使用“Rekognition”軟體將可以更有效率地辨識人臉，在尋找失蹤兒童或在公共中辨識出恐怖份子可以發揮更大的作用，不啻是保護公眾法益的進步。 佛羅里達的奧蘭多市警察機構曾經使用“Rekognition”軟體後因契約到期而一度停止使用，於7月9日與亞馬遜公司續約繼續測試使用該軟體，奧蘭多市警察機構宣稱以目前測試階段將不會使用一般民眾的照片進行測試，將不會造成人民的隱私權侵害。
新加坡發佈《代理金融運行時安全防護框架》產業白皮書，協助金融AI代理之風險治理新加坡發佈《代理金融運行時安全防護框架》產業白皮書，協助金融AI代理之風險治理 資訊工業策進會科技法律研究所 2026年08月18日 今（2026）年7月3日，新加坡金融管理局（Monetary Authority of Singapore, 簡稱MAS）聯合多家國際金融機構與金融科技公司共同發布《代理金融運行時安全防護框架》（Safeguards for Agentic Finance at Runtime，簡稱SAFR）產業白皮書[1]，針對金融領域AI代理（AI agents）提出前瞻性的治理框架。 壹、事件摘要 MAS於2025年11月發佈BuildFin.ai計畫，其目的是要讓金融機構、科技業者與研究機構一起解決金融業導入AI時的共同問題。簡單來說，BuildFin.ai計畫提供了金融科技業者一個應用共創平台，由業者提出問題，再讓產、官、研各界共同思索對策以促進金融業的AI應用，並同時強化其風險治理[2]。另外，隨著AI代理的新興技術發展，新加坡資訊通信媒體發展局（Infocomm Media Development Authority, IMDA）亦已於今年5月20日發布《代理式人工智慧治理示範框架》（Model AI Governance Framework for Agentic AI）第1.5版，透過風險評估機制、人類問責制、技術管控流程、終端使用者注意義務等面向建構AI代理的治理機制[3]。 因而，MAS在前述新加坡的政策趨勢下，也同步意識到金融領域導入AI代理技術的發展，包括金融AI代理可以發起支付、提交交易訂單、核准信用申請、申報監管報告，以及結算保險理賠等自主執行能力，其風險特性與傳統AI不同，因此有及早規劃因應的必要性。於是，MAS透過BuildFin.ai計畫與螞蟻國際、Circle、匯豐銀行、摩根大通、宏利、萬事達卡、華僑銀行和Visa等八大金融業界開會討論，決定共同撰寫SAFR產業白皮書，提供一套可操作性的治理框架，協助金融業者可以應用此方法以有效提升金融業導入AI代理的風險治理。 貳、重點說明 以下就SAFR分為兩部分進行簡要說明，第一部分為金融AI代理的系統風險，第二部分則為金融AI代理的治理架構： 一、金融AI代理的系統風險 （一）執行前保障（pre-execution assurance）的機制欠缺 傳統AI的風險治理主要管控在「部署前」與「使用後」，前者主要透過模型風險管理（model risk management）的方式，於部署前對AI系統進行驗證；後者則以審計（audit）方法去檢視事後發生的情況進行追蹤。然而，這兩種常規風險管理機制，都無法及時在AI代理決策執行前的當下就問題發生進行識別與處理，因此凸顯出對執行前保障的機制欠缺[4]。 （二）人機治理介面流於形式 現行人類審核機制目地主要應付於權宜之計，比如，一則通知、一封電子郵件警示，並未有具體的制度化與管理流程。換言之，沒有處理期限、缺乏標準的決策格式，也沒有審計記錄，SAFR批評這是流於形式、缺乏實質內容的人工監督[5]。 （三）碎片化的系統格式 新加坡的金融業者都各自於AI部署系統建立自身專屬的防護網（guardrails），其結果導致各系統間無法互相操作（non-interoperable），且無法在整個機構內部以一致的格式進行審計。因此，其風險並無法有效整合識別，不僅耗費成本過多，也無法讓金融業者能攜手合作處理[6]。 二、金融AI代理的治理架構 SAFR針對前述三大問題提出了應對方案，透過結構化的升級協議和統一的治理模式以解決AI系統的安全治理與監管挑戰。換言之，SAFR為AI代理定義了資料結構、評估邏輯與升級協議，並提出「治理封裝」（governance envelop）的技術概念，作為AI代理執行動作前的數位申請書，將其執行動作的參數、推理軌跡與身分元資料統合打包，並依SAFR的四階段治理流程進行管理以確保AI代理執行的即時把關[7]。 （一）身分驗證（Agent identity） AI代理的每項行動會綁定至一個已被認可且註冊的AI代理身分帳號，在進行任何其他評估流程之前，檢核系統必須先對照該AI代理的註冊身分進行驗證，並於AI代理帳號的註冊庫中進行查詢比對。另外由於AI代理會執行不同動作，一個AI代理可在不同行為註冊複數個身分帳號，檢核系統就會比對與判定該AI代理帳號的行為與身分是否吻合一致，若身分驗證失敗，檢核系統會拒絕AI代理的執行動作，並記錄於審計日誌中[8]。 （二）控制安全機制（Controls Repository） 控制安全機制是系統用來驗證其規則的場域，由於金融AI代理經過身分驗證後，其執行行為是否符合內部組織政策、金融法規、產品規則與使用者的授權範圍等，需要進一步的控管與檢核。因此，該系統會就允許的行動類型、決策邏輯、行為條件、有效期限與責任歸屬進行編碼操作，來逐一檢視AI代理的行為是否符合控制安全機制的要求[9]。 （三）結果處置引擎（Disposition Engine） 在結果處置引擎階段會根據控制安全機制的檢核結果給予裁示判斷，其判斷有四種結果，拒絕、升級、自動執行與觀察。拒絕為禁止其行動，升級則是要由人工審核，自動執行是通過並允許其行為，觀察則是認為有疑慮但損害不大者，可放行其行為但會被記錄在案供後續追蹤[10]。整體而言，透過不同層級的檢核標準以確認AI代理執行的範圍與權限。 （四）審計日誌（Audit Log） 最後審計日誌將會如實紀錄上面三階段的系統審核流程，並以「只能新增、無法修改」且「具備防篡改特徵（tamper-evident）」的形式，記錄了每一次的治理決策。每一筆記錄都包含了六個要素：提交時的治理封裝、作為行動檢查依據的授權令、結果處置引擎產生的結果、所套用的具體規則、得出該結果的依據，以及在每個階段所耗費的時間。透過此審計日誌具權威效力的記錄，可用於風險治理與生命週期的監督[11]。 參、事件評析 整體而言，SAFR藉由技術操作流程的治理框架來應對AI代理的新興發展，並藉由治理封裝的技術概念來實行四階段的驗證流程，以確保AI代理的有效監督。另外，SAFR又提供務實的解決方案，由於AI代理的運作早已有業者開發或部屬，如要用SAFR的治理機制其技術成本高昂，故提供匝道模式（gateway pattern）建立整體的外掛防護機制，不需要針對每個AI代理系統使用原生內嵌（native instrumentation）方式[12]。亦即，採取「先求有、再求好」的務實策略，雖然沒辦法提供最精準、最深層的檢核流程，但至少匝道模式能提供最基礎的技術防護措施，確保AI代理的風險可以於一定程度內控制，然後再針對新開發的AI代理要求以原生內嵌模式進行系統改良。 回到臺灣，目前金融領域已有大規模的AI導入，未來亦可預見AI代理的應用，其風險治理則必須謹慎對待。目前，金融監督管理委員會（下稱金管會）已於2024年6月20日發布「金融業運用人工智慧（AI）指引」，作為金融機構導入、使用及管理AI的參考[13]。為了因應AI代理趨勢的發展，行政院於今年7月核定頒布的「人工智慧風險分類框架」已針對AI代理的使用納入風險識別的子項目之一[14]，並且金管會正研議將前沿AI（Frontier AI）[15]與AI代理[16]的應用作為金融風險治理的一環。 因此，新加坡與業界合作撰寫的產業白皮書對金管會而言是很好的借鏡經驗，透過業界第一手的實務觀察，再與政府和研究機構攜手合作，思考相對應的治理對策，並提出具操作性與前瞻性的技術防護措施，強化AI代理的風險治理。同時，SAFR的具體指導方針讓金融業者可以採用與施行，以降低AI代理的系統性風險，甚至金融專業領域自主形成的產業治理框架，對其他目的事業具有一定程度的示範效果。總的來說，新加坡AI代理的治理模式對於金融領域具有參考價值的重要性。 本文為資策會科法所創智中心完成之著作，非經同意或授權，不得為轉載、公開播送、公開傳輸、改作或重製等利用行為。 本文同步刊登於TIPS網站（https://keid.nat.gov.tw/tips/） [1] Monetary Authority of Singapore, Safeguards for Agentic Finance at Runtime (SAFR), https://www.mas.gov.sg/publications/monographs-or-information-paper/2026/safeguards-for-agentic-finance-at-runtime (last visited August 18, 2026). [2] Monetary Authority of Singapore, MAS’ Financial AI Builder Programme - Buildfin.ai, https://www.mas.gov.sg/schemes-and-initiatives/buildfinai(last visited August 18, 2026). [3] 陳益智，新加坡代理AI治理示範框架對我國人工智慧基本法落地的啟示，https://stli.iii.org.tw/article-detail.aspx?no=64&tp=1&d=9511（最後瀏覽日：2026年9月9日）。 [4] Monetary Authority of Singapore, Safeguards for Agentic Finance at Runtime (SAFR) Version 1.0, p. 6. [5] id [6] id [7] id. at 7. [8] id. at 10. [9] id. at 10-11. [10] id. at 11-12. [11] id. at 12-13. [12] id. at 16. [13] 金融監督管理委員會，金管會發布「金融業運用人工智慧(AI)指引」，https://www.fsc.gov.tw/ch/home.jsp?id=96&parentpath=0,2&mcustomize=news_view.jsp&dataserno=202406200001&dtable=News（最後瀏覽日：2026年9月9日）。。 [14] 參考（B6）AI自主代理之授權外行為：AI Agent系統具備自主規劃、呼叫外部工具與持續執行複雜任務之能力，可能因目標設定不完整或環境變化，導致行為逐漸偏離原始指令，乃至自主取得超出授權範圍之系統存取權限。多代理人協作系統更可能因代理人間相互觸發，產生開發者與使用者均未預期的連鎖反應，使人類難以及時介入糾正。 [15] 金融監督管理委員會，金管會提醒金融業強化前沿AI模型攻擊風險整備，https://www.fsc.gov.tw/ch/home.jsp?id=96&parentpath=0,2&mcustomize=news_view.jsp&dataserno=202607140002&dtable=News（最後瀏覽日：2026年9月9日）。 [16] 經濟日報，金管會推動金融科技 規劃三大監理方向 建立「AI管 AI」新架構，https://money.udn.com/money/story/5613/9486677（最後瀏覽日：2026年9月9日）。