企業把 AI Agent（AI 代理）接進客服後台，協助分類工單與草擬回覆。
資安部門確認登入權限有控管、傳輸也加密；客服卻發現，AI 偶爾會把本來應轉交真人的客訴誤判為「已解決」。
資料未必遭到外洩，營運和客戶權益卻可能受到 AI 決策影響。
ISO 27001 主要處理資訊安全管理；ISO 42001 則是 AI 管理系統，關心開發、部署、使用與監督 AI 的治理。
兩者有交集，但不能拿「資料沒有外洩」直接推定「AI 的所有決策都適當」。
以上為 AI 導入情境示意，不指涉特定產品行為。
核心差異
| 面向 | ISO/IEC 27001 | ISO/IEC 42001 |
|---|---|---|
| 核心 | 資訊安全管理系統 | 人工智慧管理系統 |
| 主要風險 | 未授權存取、資料破壞、服務中斷 | AI 系統使用情境、影響、治理與生命週期管理 |
| 常見措施 | 權限、風險評鑑、供應商管理、事件回應 | AI 使用政策、角色責任、系統評估與監督 |
| 是否互相取代 | 不會 | 不會 |
一個 AI Agent 的例子
某公司給 AI Agent GitHub、Google Drive 和行銷平台的權限，準備讓它自動處理網站 SEO。
圖解：AI 沒外洩資料也可能做錯營運決策
27001 角度： 使用哪個身分存取、是否遵守最小權限、金鑰如何保管、資料傳到哪裡、怎麼追蹤異常操作。
42001 角度： AI 可以自行做哪些決策、什麼需要人確認、內容準確性如何驗證、發生錯誤由誰修正、風險如何持續評估。
要讓 AI 可以處理大量工作，兩邊都不能只靠「模型很聰明」這個理由跳過治理。
不一定需要同時買兩張證書
企業是否導入或認證，應先看合約要求、AI 的實際使用範圍、業務風險與能提供的內控證據。對只有少量內部 AI 輔助工作的組織，可以先做風險與控制盤點，確認哪些措施已具備、哪些屬新增需求，再決定是否擴大管理系統。
管理 AI 最需要的四種證據
- AI 能存取哪些資料及工具？權限由誰核准？
- AI 的輸出如何審查？高風險操作有沒有人工覆核？
- 重要輸出與操作是否有追溯紀錄？
- 發生資料外洩、誤操作或不當決策時，如何停用和修正？
這些措施可以先從現有流程建立，不應為了宣稱符合標準而製造不存在的執行紀錄。
同一個 Agent，從兩個角度驗收
| 作業 | 資安管理問題（27001） | AI 管理問題（42001） |
|---|---|---|
| AI 修改網站內容 | GitHub 權限是否最小化？有無備份回復？ | 是否需要事前審稿？法律資訊如何驗證？ |
| AI 回覆會員客服 | 個資會傳到哪些模型或供應商？ | 錯誤回覆如何偵測與申訴？ |
| AI 自動操作第三方工具 | 金鑰存放與操作紀錄是否完整？ | 哪些決策必須由人批准？失控如何緊急停用？ |
此表為導入時的討論起點，並非逐條 ISO 標準控制清單。對不具高風險的內部 AI 輔助工作，最先該建的是角色、權限、使用情境和驗收證據，再看是否需要完整管理系統。
官方來源：ISO/IEC 27001、ISO/IEC 42001。
同主題延伸閱讀：ISO 27001 與 SOC 2 差在哪？SaaS 採購及企業取證怎麼選、ISO 27001 供應商風險管理怎麼做？SaaS、CRM、物流委外查核清單。