議程設定

議程設定（Agenda-setting）源於傳播與政治學，指特定行動者（如產業、媒體、政府）透過策略性溝通，影響政策議程優先順序的能力。在AI風險治理的脈絡下，這意指AI開發者或產業聯盟，透過發布白皮書、參與公聽會、提供專家意見等方式，主導監管機構對特定AI風險（如創新遲滯、國家安全）的關注，而可能淡化其他風險（如演算法偏見、勞工取代）。例如，在美國國家標準暨技術研究院（NIST）制定《AI風險管理框架》（AI RMF）的過程中，產業利害關係人的意見深刻影響了框架中關於「創新」與「可信賴性」的平衡。此過程雖是政策制定的常態，但若過度導向私益，將形成「監管俘虜」，損害公眾利益，與ISO 31000風險管理原則中強調的「利害關係人包容性」產生衝突。

企業可將議程設定作為一種前瞻性的監管風險管理工具，主動形塑有利的營運環境。具體步驟如下：第一步，「監管掃描與議題界定」，持續追蹤國際AI法規動態，如歐盟《AI法案》草案，識別其中對自身業務有重大衝擊的條款，並將其重新框架為更廣泛的產業議題（例如，將資料標註義務界定為阻礙新創發展）。第二步，「聯盟建立與立場定調」，聯合產業公協會或相似立場的企業，共同研擬政策說帖或產業標準草案，形成集體影響力。第三步，「多通路政策溝通」，透過參與主管機關（如台灣國科會、數位發展部）的公聽會、提交書面建議、媒體投書等方式，將產業立場傳達給決策者。成功應用此策略的企業，能有效降低未來法規的遵循成本，預估可減少20-30%的潛在合規支出，並在新興法規中取得先行者優勢。

台灣企業在實踐AI政策議程設定時，主要面臨三項挑戰：一、「資源與規模不對等」，相較於跨國科技巨頭，台灣多數企業缺乏專職的法務與公共政策團隊，難以投入長期資源進行政策遊說。二、「國際法規資訊落差」，歐盟《AI法案》等境外法規具備域外效力，但其立法進程複雜、語言隔閡高，企業難以即時掌握關鍵變動點並提出建言。三、「政策參與文化差異」，台灣產業界習慣於被動回應政府政策，較少主動、前瞻性地提出完整的政策框架或產業標準建議。為克服這些挑戰，建議的優先行動項目為：首先，透過產業公協會（如AI大聯盟）集結力量，共同聘用法律與政策專家，建立資源共享平台。其次，與專業顧問機構合作，獲取客製化的國際法規追蹤與影響力分析報告。最後，企業應指派高階主管參與指標性的國內外AI治理論壇，建立與主管機關的直接溝通管道，預計在6個月內可初步建立有效的政策參與機制。