生命週期視角
AI 系統從構想到退役的八個階段，每個階段面對不同的風險組合。
01
啟動
6 筆風險定義問題、評估可行性與預期效益，此時的偏誤與錯誤假設會貫穿整個系統生命。
代表風險
查看此階段全部 →02
設計與開發
35 筆風險資料收集、模型設計與訓練，是資料品質與供應鏈風險最集中的階段。
代表風險
查看此階段全部 →03
驗證與確效
2 筆風險驗證模型是否達標、是否存在偏誤與安全弱點，測試不足的代價在上線後才會顯現。
代表風險
查看此階段全部 →04
部署
31 筆風險系統對外提供服務的轉折點，權限、介接與設定錯誤在此集中發生。
代表風險
查看此階段全部 →05
運行與監控
133 筆風險真實世界的輸入開始衝擊系統：濫用、漂移、幻覺與資安事件多在此階段爆發。
代表風險
查看此階段全部 →06
持續驗證
0 筆風險上線後持續量測模型表現與風險指標，及早發現漂移與衰退，是八階段新增的守門環節。
代表風險
07
重新評估
0 筆風險定期檢視系統是否仍符合目標與法規，錯過重新評估的系統會累積隱性風險。
代表風險
08
退役
2 筆風險下線與資料處置：被遺忘的模型、資料與憑證是常被忽略的尾端風險。
代表風險
查看此階段全部 →