工程師看過 AI 標出的瑕疵後再決定是否放行，與系統判定合格就讓產品進入下一站，是兩種不同的產線安排。後者少了一道人員確認，模型漏判、影像中斷或門檻設錯，都可能直接影響出貨；若系統還能下達停機指令，影響就延伸到設備與現場人員。
採購、製程與品質人員還得談清楚：判定有疑問時，產品停在哪一站，由誰重看；資料不足時，系統是繼續判定，還是退回人工流程。
基本法與風險分類，如何落到一套工廠系統上
台灣《人工智慧基本法》於2026年1月14日公布，現已生效。數位發展部也在同年7月7日公告《人工智慧風險分類框架》，載明自即日生效。企業要確認自身義務，仍須看系統的實際用途、主管機關認定及適用的產業規範。基本法與公布紀錄、數發部正式公告。
框架主要供各目的事業主管機關盤點應用、辨識及評估風險，再據以訂定管理規範與配套措施。其中列出的文件保存、審查等工具，並不是一套已經要求所有民營企業照辦的程序。對工廠來說，先看模型錯在哪裡、會影響什麼，才有辦法把實際用途與適用規範對起來：誤判可能增加重工，漏判可能讓瑕疵品出貨，接上設備控制又多了一層人員與設備的風險。正式框架第2.1節及第3節。
半導體業的 AI 應用並未因此全部被認定為高風險。同樣地，供應商標示「低風險」，也不能代替主管機關的認定。基本法第5條第2項的注意事項或警語要求，以中央目的事業主管機關會商數發部認定為高風險應用為前提；採購人員需要核對的是這項認定與具體規範，而不只是供應商的一紙聲明。基本法第5、16條。
基本法留給政府進行法規調適的兩年期間，也沒有讓既有的個資、營業秘密、著作權或其他適用法律暫停。新系統上線時，這些原有義務仍在。基本法第1、18條。
試驗接上產線之後
在隔離環境比對歷史影像，與讀取即時資料、連接現場設備的測試，即使都被叫作「試用」，出錯後需要處理的事情也不一樣。前者可能只須修正模型；後者則可能涉及已經流入下一站的批次、設備復原，甚至現場安全。試用協議若只寫期間與費用，發生異常時，雙方未必知道誰可以停止試驗、誰要通知現場，以及重檢與復原工作由誰負擔。
基本法第17條要求政府就高風險應用建立責任與救濟等機制，並將實際應用前的研發排除於該項規定之外。不過，在實際環境測試，或運用研發成果提供產品、服務，都不在這項排除範圍內。這條規定沒有直接訂出所有私人試驗的賠償標準，也不是產線試用可以一律免責的依據。基本法第17條。
試用協議還可以寫明設備控制權限與操作人員，讓負責處理異常的人知道自己能介入到哪裡。這些安排屬契約管理建議；事故的實際責任，仍要依適用法律、契約及原因判斷。
驗收通過的是哪一個版本、哪一種用法
供應商的準確率，離不開當時的測試資料、製程條件、模型版本與判定門檻。平均數相同的兩次測試，漏判與誤判的分布可能不同，工廠承受的代價也就不同。驗收文件若連這些條件一起保存，日後才有依據說明，為何某些結果可以自動執行，另一些仍須人工覆核。
停止自動判定的條件，也可以一起測試。影像品質不足、資料中斷，或出現未曾測過的新瑕疵時，系統是否真的會退回約定的人工流程？供應商遠端更新模型前，工廠能否暫不接受，待重測後啟用，必要時回復前一版本？把這些操作寫進驗收文件與現場程序，是為了讓承諾可以被核對，並非基本法訂有統一的驗收格式。
只保存「判定合格」的畫面，可能查不出某批產品為何通過。企業可按需要保留批次識別、輸入資料、模型版本、判定門檻、結果及人員覆核紀錄，讓查核人員能區分資料問題、模型變更與操作決定。紀錄若含有員工或客戶資料，仍須有合法用途，設定存取權限與適當保存期間；留證並不容許無限蒐集。
工廠更換相機、改用新製程，或將模型移到另一廠區，原來的測試未必足以支持新的用法。這些變更，以及從「提供建議」改成「直接控制」，都可以列為重新確認的時點。上線核准留下核准人、測試依據與使用限制；供應商更新後，再由指定人員決定接受、重測或暫停。如此一來，現場查到的就不只是「系統已驗收」，還包括目前允許使用的版本，以及異常時由誰接手。
參考的官方資料
資料查核日期：2026年10月8日。本文為一般法律資訊；個別系統的認定、產業規範與契約責任，須依實際用途確認。
本文僅供一般資訊參考，並非針對個別案件的法律意見。
