模糊層次分析法

Fuzzy-based AHP（模糊層次分析法）是將模糊集合理論（Fuzzy Set Theory）與傳統AHP（Analytic Hierarchy Process）結合的決策方法。傳統AHP要求專家以明確的數值比較兩兩選項，但人類判斷往往存在模糊性。Fuzzy-based AHP透過模糊數（如三角模糊數）捕捉這種不確定性，使評估結果更具魯棒性。在ISO 31000:2018風險管理框架中，此方法對應「風險評鑑」階段的量化工具需求，特別是當風險情境無法以精確歷史數據描述時，其優勢尤為顯著。相較於傳統AHP，Fuzzy-based AHP能有效降低專家意見的矛盾性，使風險矩陣的風險等級（如低、中、高）更具可重複性與可驗證性。

實務應用通常分為四個階段：第一階段為建立風險評鑑階層結構（目標、準則、子準則、替代方案）；第二階段為專家主觀評分，使用語言變數（如「非常重要」、「中等重要」）轉換為模糊數；第三階段為模糊比較矩陣的合成與一致性檢查；第四階段為去模糊化（Defuzzification）得出明確權重排序。以台灣製造業導入ISO 22301 BCP框架為例，企業可利用此方法評估供應商韌性，將「交貨穩定性」、「財務健全度」、「數位資安能力」等模糊指標轉化為可比較的分數。實務案例顯示，採用此方法進行風險評鑑的企業，其風險矩陣一致性可提升40%，審計發現的評鑑邏輯矛盾減少25%。

台灣企業導入Fuzzy-based AHP常見三大挑戰：第一，組織文化抗拒，主管階層習慣直覺判斷，難以接受數學化評分邏輯；第二，數據品質不足，特別是中小企業缺乏歷史風險數據，只能依賴專家主觀判斷；第三，跨部門協調困難，不同部門對同一風險的模糊定義不一致。克服策略應為：首先，透過ISO 31000框架的教育訓練建立共識；其次，建立標準化的語言對應表（Linguistic Scale），確保所有評鑑者使用相同定義；最後，建議導入「混合式評鑑模式」，結合歷史數據與專家意見，並設定90天導入時程，前30天建立指標體系，60天完成評鑑，90天完成驗證，以確保BCM框架的有效性。