AI Catalogue

AI Catalogue 是由研究團隊提出的 AI 用途語義目錄，基於 AI Risk Ontology (AIRO) 與 AI Risk Vocabulary (VAIR) 兩項核心語義模型建構，旨在解決 AI 系統資訊碎片化、難以跨組織分享的問題。根據 EU AI Act 第 900 條關於 AI 系統註冊的規定，AI 提供者必須將高風險 AI 系統的關鍵資訊登錄至歐盟 AI 辦公室的資料庫，AI Catalogue 正是為此需求設計的技術解決方案。它不同於傳統的靜態文件，而是可被 SPARQL 查詢語言即時讀取的機器可讀資料集，確保 AI 系統的風險分類、用途聲明與技術文件之間具備強一致性，符合 ISO 42001 AI 管理系統對 AI 系統透明度與可追溯性的要求。這使得 AI 系統的風險等級判定不再依賴人工解讀，而是可自動化、可驗證的技術機制。

AI Catalogue 的導入可分為三個關鍵步驟：第一步，建立 AI 用途聲明，企業需將 AI 系統的預期用途映射至 AIUP（AI Use Policy profile）語義框架，明確定義 AI 系統的風險範疇；第二步，執行自動化合規檢查，利用 AIRO 語義規則自動比對 AI 系統的屬性與 EU AI Act Annex III 的高風險 AI 範疇，例如招聘 AI、信用評分 AI 或教育 AI，系統將自動標註風險等級；第三步，建立 AI 系統註冊機制，將 AI Catalogue 產出的機器可讀文件上傳至監管機構指定平臺，實現持續監控。實務上，一家擁有 50 個 AI 應用場景的臺灣製造業企業，導入此機制後，可將 AI 風險分類時間從每月 40 小時縮減至 4 小時，合規審計通過率提升 60%。

臺灣企業導入 AI Catalogue 主要面臨三個挑戰。首先是語義標準的技術差距，多數企業缺乏 AIRO 或 VAIR 等 AI 專用語義框架的實務經驗，建議先從 ISO 42001 AI Management System 認證切入，建立 AI 系統清冊基礎。其次是跨部門資料孤島問題，AI 系統的技術文件分散於研發、法務與業務部門，企業需建立統一的 AI 治理委員會，確保 AI Catalogue 的資料來源具備單一可信度（Single Source of Truth）。第三是法規適應成本，臺灣 AI 基本法草案預計將引入類似 EU AI Act 的風險分級概念，企業應提前建立 AI 用途分類機制，避免屆時因無法快速對應法規要求而面臨市場准入障礙。建議企業在 6 個月內完成 AI 用途盤點，並預留 12 個月建立 AI Catalogue 數位化管理平臺，以確保在 EU AI Act 正式生效後能即時合規。

積穗科研股份有限公司（Winners Consulting Services Co., Ltd.）專注臺灣企業AI Catalogue相關議題，擁有豐富實戰輔導經驗，協助企業在90天內建立符合國際標準的AI管理機制，已服務超過100家臺灣企業。申請免費機制診斷：https://winners.com.tw/contact