負責任的人工智慧
以人為本．負責任的人工智慧
友達人工智慧治理優先確保 AI 應用符合安全、合規與倫理原則，降低自動化決策風險，並建立可監控、可追溯及可調整的治理機制，兼顧公平、透明與資料治理，保障利害關係人權益，提升數位轉型韌性。
友達人工智慧倫理政策
友達參考歐盟 AI 法案、ISO/IEC 42001、OECD AI Principles 等國際規範，制定《友達人工智慧倫理政策》作為AI治理基礎，政策依六核心構面推動，並持續依適用法規及標準要求完善治理機制。
- 政策治理基礎：四大治理面向包括治理架構、利害關係人參與、永續發展、供應鏈管理。
- 政策六大構面：倫理道德、透明性與可解釋性、數據安全與隱私保護、可認責性、可靠性、公平與反歧視。
- 監督與精進：依循政策執行監督、風險監測改善、能力建構教育與遵循國際法規四項機制，確保落實與改善全面對應歐盟 AI 法案、ISO/IEC 42001 等國際標準。
友達人工智慧倫理政策架構
倫理道德
透明性與可解釋性
數據安全與隱私保護
可認責性
可靠性
公平與反歧視
以人為本、負責任地開發與應用 AI。友達以「以人為本、透明可信、公平可靠、隱私保護及永續發展」五項原則融入 AI 應用，並以「遵守法律、誠信負責、尊重多元、促進福祉」為承諾，禁止操縱、社會評分、未經授權的生物識別監控等不當行為。
AI 的運作透明揭露、可信任。依「資訊揭露 → 運作可理解 → 決策可解釋 → 使用者理解 → 持續優化」五步驟，透過揭露資料與模型治理、利害關係人溝通、公平性與偏見檢視，確保使用者能理解 AI 的結論與建議。
以「隱私保護、資料安全、存取控制、安全監控、資料治理」五大機制，落實個資最小化、加密儲存與傳輸、權限管理與最小存取、威脅偵測與異常監控，並管理資料生命週期以符合法規要求，建立使用者信任。
透過「責任歸屬 → 內部問責 → 人類監督 → 紀錄追蹤 → 持續改善」的循環，明確界定 AI 系統的責任歸屬，建立問責與稽核機制，保留完整可追溯紀錄，並確保企業管理者在關鍵決策中得以監督與干預，符合倫理與法規要求。
以「風險評估與設計 → 驗證與測試 → 監控與偵測 → 回應與修正 → 持續改進」的閉環循環，識別潛在風險、進行功能／安全性／壓力測試、持續監控系統表現與模型漂移，必要時回滾或修復，以維持 AI 系統穩定、安全與可持續運作。
使用人工智慧時，友達將避免人工智慧技術的設計對任何特定群體或個體具有偏見或歧視，以促進包容性並達到無歧視。友達將致力於持續監測與矯正人工智慧系統中的偏見問題，確保所有產品和服務皆公平、包容。
人工智慧治理與管理機制
在 AUO ESG 人工智慧倫理政策架構下，公司遵循「以人為本、透明可信、公平可靠、隱私保護及永續發展」五大原則，並建立完善的人工智慧治理制度，確保 AI 技術的開發、導入、運作及監督符合倫理規範、法令要求及永續發展目標，實現安全、可信且負責任的 AI 應用。
治理機制
設置AI 治理工作小組，由資安長擔任主席，資安、法務、永續單位等跨部門合作，負責 AI系統的管理、監督與規範，確保 其開發與應用符合倫理、法律及社會標準涵蓋 AI 專案評估、風險分級管理、模型驗證、模型生命週期管理、持續監控、事件管理及內部稽核，並透過教育訓練提升全體同仁 AI 治理能力。
AI知識素養
定期進行內部稽核與教育訓練，以提升同仁對 AI 倫理與治理的認知與實踐能力。2025 年度共辦理「AI 倫理與治理基礎課程」、「負責任 AI 實務與風險評估工作坊」、「生成式 AI 與 Copilot 安全使用指引」以及「AI 供應商管理與國際法規解讀」等四大主題課程，累計受訓同仁逾 3,800 人次，涵蓋研發、製造、資訊、法務、人資、採購與永續等跨部門同仁，主管級與 AI 專案負責人完訓率達 100%。
國際接軌
持續強化跨部門協作、精進 AI 風險監測與治理制度，並接軌 EU AI Act、ISO/IEC 42001 及 NIST AI RMF 等國際標準，持續提升 AI 治理成熟度與企業韌性。
人工智慧應用案例與成效
友達逐步推動多項人工智慧應用專案，並將所有應用皆納入治理框架中，確保資料來源合法，使用過程可控且結果可驗證：
Safety Copilot
導入 AI 影像分析與情境辨識技術，對無塵室作業環境進行全天候即時監控，主動偵測 AGV 接近、人員危險行為、異物入侵及設備異常等風險事件，並即時發出警示，協助人員採取預防措施。此系統導入後風險事件偵測準確率由原先 78% 提升至 92% 以上，誤報率下降約 40%，並減少約 15% 之現場巡檢人力負擔，有助於降低職業災害與設備事故風險、提升員工安全與作業品質，並透過事件紀錄、模型版本管理及人工覆核機制，建立 AI 決策的可追溯性與治理能力，支持企業在永續與治理目標的落實。
ArrayAutoRepair 檢測修系統
導入 AI 智慧影像判定技術，運用歷史異常影像建立缺陷辨識模型，協助面板良窳初步判定。系統將判定準確率由約 85% 提升至 97%，單片檢測時間縮短約 35%，並累計節省超過 20% 的人工比對工時。透過人工抽查、回饋與模型持續優化機制，進一步降低漏判風險、提升產品品質一致性，同時減少重工與報廢所造成的原料、能源及資源浪費，兼顧營運效率、環境永續與 AI 治理要求。
