2026 AI補助資料與資安合規：個資、著作權、生成式AI與營業秘密

AI 補助案最容易被講成「導入工具就好」，但真正進入申請和執行時，資料問題會立刻冒出來：客服紀錄能不能餵給模型？員工資料能不能拿來做排班？客戶圖面能不能丟到雲端 AI？生成式 AI 輸出的文字、圖片或程式碼能不能當交付物？

最短答案是：AI 補助或 AI 工具導入要先畫出資料流，確認資料來源、個資告知、營業秘密、著作權、雲端服務、權限控管、模型輸出覆核與供應商責任。115 年中小微企業 AI 創新應用輔導申請須知也提醒，若使用生成式 AI，需遵守資通安全、個人資料保護、著作權及相關資訊使用規定，並注意侵害智慧財產權與人格權風險。

免責聲明：本文內容整理自行政院及所屬機關使用生成式 AI 參考指引、115 年中小微企業 AI 創新應用輔導申請須知、經濟部中小及新創企業署公開資訊及公開網路資訊，可能存在更新落差或解讀錯誤。AI 補助、AI 工具導入、個資、資安、著作權、營業秘密、生成式 AI 與供應商合約之實際要求，均以主管機關、當年度申請須知、正式公告、契約、法規與承辦窗口回覆為準；申請前請優先查政府單位原文。本文不構成財務、法律、資安或申請核准建議。

本文查核時間為 2026 年 5 月 31 日。臺灣政府公告常用民國年，115 年度就是西元 2026 年度。

先分流：AI補助資料與資安合規 要看導入成果，也要看資料責任

AI 補助或 AI 導入文章不能只講「用了什麼工具」。規劃 AI補助資料與資安合規 時，通常要同時回答三件事：能不能申請、AI 題目會不會太空、資料與著作權風險誰負責。這三件事如果拆不開，計畫書很容易寫成流行語堆疊。

你現在想解決的問題	先確認什麼	常見誤判
我要買工具還是做研發	工具庫、輔導案、SBIR、研發補助的審查邏輯不同	把 ChatGPT、客服、報表自動化全部寫成同一種 AI 專案
資料能不能拿來訓練或上傳	先看個資、客戶資料、營業秘密、授權素材與模型輸出責任	只寫會導入 AI，沒有資料邊界
成果怎麼驗收	用工時節省、錯誤率、回覆時間、良率、成本降低等指標驗證	只寫提升效率，沒有基準值
補助費用怎麼認列	確認訂閱、顧問、開發、訓練、設備或雲端費用是否在規範內	把所有 SaaS 費用都當成可報項目

AI 題目要避免這些空泛寫法

• 只寫「導入生成式 AI」但沒有說清楚資料來源與人工覆核流程。
• 只列工具名稱，沒有說原本流程的痛點、基準值與改善方式。
• 沒有處理個資、授權、營業秘密或第三方服務條款。

這類內容的重點不是列更多工具，而是把資料邊界、驗收指標與費用認列寫清楚。

先畫資料流

問題	要回答
資料從哪裡來	ERP、CRM、客服紀錄、設備、影像、文件、員工資料
資料有沒有個資	姓名、電話、身分證、地址、員工薪資、病歷等
誰能存取	內部人員、供應商、雲端平台、模型服務商
資料去哪裡	本地、雲端、第三方 API、境外服務
輸出誰負責	AI 建議、客服回覆、報表、圖面或決策

很多 AI 題目失敗，不是模型不能做，而是資料不能合法、穩定、安全地使用。

四種高風險資料

資料類型	風險
個人資料	個資告知、目的外利用、保存期限與權限控管
客戶資料	合約限制、保密義務、不得外流
產品圖面與配方	營業秘密與供應鏈保密
著作內容	圖片、文案、設計、程式碼與訓練資料來源

AI 工具越便利，越容易讓人把資料直接上傳。申請補助時，建議把資料分類、敏感等級與處理方式寫進計畫。

生成式AI不要完全信任

行政院生成式 AI 參考指引提醒，生成式 AI 可能產出錯誤或虛構內容，使用時要掌握自主權與控制權，並重視安全性、隱私性、資料治理與問責等原則。雖然該指引主要面向行政院及所屬機關，但企業申請 AI 補助時，也可以用它當作風險控管框架。

風險	控管方式
模型胡說	高風險輸出人工覆核
個資外洩	去識別化、遮罩、權限控管
商業機密外流	禁止上傳未授權文件到外部模型
著作權爭議	建立資料來源與輸出使用規則
責任不清	明定供應商、使用者與審核者角色

如果 AI 直接影響報價、醫療、金融、人資、法務或安全決策，人工覆核和責任界線更不能省。

補助計畫書怎麼寫？

章節	建議寫法
資料來源	列資料表、來源系統、更新頻率
個資處理	說明告知、同意、去識別化與保存
資安控管	權限、加密、備份、日誌、API 管理
供應商責任	合約、保密、資料刪除、事故通報
驗收指標	不只看模型準確率，也看安全與合規紀錄
退出機制	停用工具後資料如何取回或刪除

這些內容會讓 AI 題目更像可落地的企業導入，而不是只有工具名和口號。

供應商合約要問的問題

1. 資料是否會被拿去訓練供應商模型？
2. 資料儲存在哪裡，是否跨境？
3. 供應商是否提供權限管理與操作日誌？
4. 服務終止後資料如何刪除或匯出？
5. 發生資安事件時通知責任與時限為何？
6. 生成內容的使用權、責任與限制如何約定？

AI 工具庫、SaaS 或委外開發都要問這些問題。補助款能不能核銷是一回事，資料外流造成的損害是另一回事。

FAQ

Q1：AI補助一定要寫個資法嗎？

若計畫涉及客戶、員工、會員、病患、學生或其他可識別個人資料，就應寫清楚資料來源、目的、告知、權限與保存方式。是否需要法律意見，應依個案風險判斷。

Q2：可以把客服紀錄丟到ChatGPT嗎？

不建議直接上傳原始客服紀錄。應先確認是否含個資、商業機密、合約限制與服務商資料使用條款，必要時去識別化並建立內部規範。

Q3：生成式AI輸出可以當補助成果嗎？

可以作為工具產出的一部分，但高風險成果應有人工覆核、來源紀錄、版本控制與驗收標準。不能把未驗證輸出當成最終成果。

Q4：供應商說資料都很安全就夠了嗎？

不夠。應看合約、權限、日誌、資料刪除、備份、事故通報與是否用於模型訓練等具體條款。

Q5：AI工具庫點數補助也要管這些嗎？

要。即使只是採購上架工具，企業仍要確認資料輸入、使用紀錄、合約責任、資安與個資風險，尤其是客服、品檢影像、員工或客戶資料。

相關主題

• 2026 AI補助題目怎麼寫：中小企業AI導入、SBIR與數位轉型提案拆解
• 2026 AI工具庫點數補助：15萬點、製造業導入AI工具與申請時程
• 2026中小微企業AI創新應用輔導：115年度已截止，下一梯怎麼準備？
• 2026政府補助原始憑證怎麼留：發票、收據、分攤表與核與正本相符

參考資料

• 行政院及所屬機關（構）使用生成式 AI 參考指引：生成式 AI 使用風險、安全性、隱私性、資料治理、問責與不得揭露未公開資訊等原則。
• 115 年中小微企業 AI 創新應用輔導計畫輔導申請須知：生成式 AI 使用須遵守資通安全、個資、著作權與相關資訊使用規定等提醒。
• 經濟部中小及新創企業署：公告115年度中小微企業AI創新應用輔導申請須知：公告頁與附件下載入口。