從個資「免費」到「付費」,淺談日本的資料銀行認定制度
從個資「免費」到「付費」,淺談日本的資料銀行認定制度

一、從台北市政府之資料收費爭議談起

於2020年12月7日,台北市成立資料治理委員會,將討論資安問題、資料使用的收費機制等,而其中引起最大爭議點即在於個資去識別化後之「資料收費機制」,也產生正反兩派之討論。

贊成意見認為,若能有效做好個人資料(以下簡稱「個資」)的去識別化,則影響個人之隱私權程度較小,開放給民間更能有效運用資料,此舉將有助於資料經濟之發展並促進服務創新;反對意見則是認為,在目前世界各國皆著重於保障隱私權並強化民眾個資自主權之立法趨勢下,台北市政府竟與國際趨勢背道而馳,且販賣相關資訊是否有相關依據或取得民眾之同意,去識別化之個資是否就真如此安全無虞,而無再次識別之可能性?

Digital privacy
圖/ shutterstock

二、個資如何用於營利?

談個資自主權前,得先了解個資等相關資料是如何被運用於商業活動中,而商業活動重要之目的即為專注於客戶偏好體驗或預測未來市場發展,如此方能找到客戶或奪得先機銷售產品或服務。若能有效集結並分析利用每位客戶於商務活動所留下之資訊,則會成為推展商業活動利器,主要體現即為廣告行銷。

在過去尚未透過網路進行商務活動時,透過線下或紙本填寫資訊,依賴紙本形式進行分析並不方便,故傳統上較為依賴電視、新聞報紙等進行大數量、大範圍的廣告投放。但隨著網路及社交媒體的普及使用,人們活動逐漸移至數位環境,也留下越來越多包含個人喜好、購物紀錄、社交活動的個人數位足跡。由於這些數位資訊相當便於分析,所帶來的商業模式即是商家透過提供「免費」平台服務,以換取用戶於平台活動所留下之資訊及個資,這些平台透過分析這些數位資訊,更能協助企業精準投放廣告,如Facebook、Instagram、YouTube。

shutterstock_785222245_social media
圖/ 13_Phunkod via shutterstock

除了廣告外,大量用戶個人資訊亦能用於分析未來趨勢及預測產品發展方向,提供商家搶佔先機的可能性。人工智慧技術持續突破,並帶來各種新興應用時,要訓練及改良人工智慧模型,亦需要大量「數據」。因此,隨著人們生活與科技和網路結合加深,數據成為數位時代商務發展基石,在數位環境下能反映出用戶習慣、行為及生活等的個資數據,則成為眾多數據中的重要寶藏,故被稱為新世紀的石油。

三、個人資料自主權

在大量商業活動應用網路及數位工具取得用戶個資時,若未能妥善保護使資料外洩,將導致其被用於詐騙及犯罪,而對個資本人產生傷害。2016年歐盟所公布一般資料保護規範(GDPR),目的即在於使個資本人取回資料控制權,除對於不遵守個資保護規範要求的企業施以重罰外,也創設如資料可攜權(Right to data portability)、被遺忘權(Right to be forgotten)等個資自主權利,資料可攜權為賦予個資本人帶走自己資料,並允許其得用於不同服務,充分展現個資自主運用的權利。

scam_liar_詐騙_shutterstock_674706391Resize 1280.jpg
圖/ Shutterstock

其他地區亦有相對應的立法,如美國有加州消費者隱私保護法,日本亦有個人資料保護法存在,並於2015年檢討修正,日本個資法特別之處在於針對個資去識別化應採取之程序及方式有所規範,如要求去識別化時對去識別化方式進行安全管理,避免因去識別化方式洩露而被分析,使資料的復原變得容易,對於去識別化後之資料的使用、傳輸及利用亦有所要求。

四、個資自主權與資料之自由運用,該如何取得平衡?

在各國以個資法保障個資自主權同時,企業於運用數據上也產生許多限制,不利於資料流通和運用。多數資料亦被國際大型科技巨頭所掌握,中小型企業要取得相關資料進行應用或與大型機構競爭也相對困難。從個資本人角度觀察,縱然能主張個資法相關權利,仍無法直接透過提供個資,於企業數據交易或應用下獲取利益。

shutterstock_difficult_305527433.jpg
圖/ ESB Professional via Shutterstock

因此,基於保障個資自主權及鼓勵資料運用之目的,即出現所謂「My data My earning」之思維,提倡個資本人透過主動貢獻個人數據,也能從資料交易過程中獲取相應回報。這樣的思維也衍生出新型之商業模式,即出現特定機構,主張符合個資本人利益及同意範圍內,受託進行個資蒐集、處理及管理,並銷售給有數據需求的第三機構,再將銷售資料所得利潤分配給個資本人,而從中協助並居間銷售的機構,即是所謂的「資料銀行」。

日本總務省,情報信託機能の認定に係る指針ver2.0
圖/ 日本總務省,情報信託機能の認定に係る指針ver2.0

為了加強民眾對於資料銀行的信任,日本總務省與經濟產業省於2017年至2018年間舉辦數次「資料信託功能認定機制檢討會」,期望推動可信賴資料銀行認定基準及模範契約應記載事項,期望在保障當事人權益同時,並能促進資料流通。

而日本於2019年10月再次公布「資料信託功能認定指引第二版」,該標準除針對資料銀行功能與個資本人間關係說明外,分別從四個面向對資料銀行進行認證:
(1)經營面及業務面進行檢視:如其是否具備一定程度損害賠償能力及是否有效遵循日本個資法規範;
(2)資訊及個資保護安全性:如是否取得ISMS認證或JISQ15001個資保護標章等;
(3)內部治理:如對外諮詢管道健全性及公司透明性(如定期公告、報告);
(4)業務內容:如是否依照模範條款訂立相關應記載事項,是否有於契約明確記載取得個資本人同意將資料提供與第三人等。

資料信託功能認定機制檢討會
圖/ HITACHI

此外,資料銀行亦須設置「資料倫理審查委員會」諮詢體制,成員並應包含外部委員。資料銀行應定期對資料倫理審查委員會提出報告,並針對資料銀行與個人間契約內容、資料銷售第三方的選定條件等項目進行審議,以確保資料銀行業務內容並不會與個資本人產生利益衝突。

五、小結

關於台北市政府資料出售爭議,其中一點為去識別化資料是否真無法再識別出特定個人,依法務部過去針對「去識別化」之函釋解釋是指:「透過一定程序的加工處理,使個人資料不再具有直接或間接識別性而言」,然而去識別化的標準和應行程序並不清晰,去識別化方法是否有保密安全措施避免外流,所謂「不具有直接或間接識別性」又係於具體事實判斷,存在模糊不清之部分,相關問題也易導致社會大眾對「去識別化資料」是否無再被識別產生質疑。

shutterstock_434276101_worry_man.jpg
圖/ shutterstock

另一方面,出售資料是否有相關依據及取得民眾同意,此爭議背後之原因,在對去識別化有疑義之前提下,並無法完全排除該資料並無再被識別之可能性,而仍屬於個資法所規範之個資範疇,且相較民間活動,民眾於公務活動上並無法選擇不提供其個資,民眾選擇同意提供個資,是否可以包含資料出售等種種爭議,皆值得討論。

資料自由流通運用及個資自主權間具有一定衝突性,而資料銀行的概念即為將個資本人及資料流通交易利益歸於一致,並給予個資本人提供資料誘因,「日本資料銀行認定制度」則係著眼強化資料銀行的個資及資安保護標準,並透過模範契約應記載條款保障個資本人權利,期待在保有個資自主權前提下,建立資料銀行可信度,以促進資料交易流通而鼓勵資料服務創新。

責任編輯:郭昱彣

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場)

關鍵字: #隱私與資安
往下滑看下一篇文章
AI貫穿保險價值鏈、提升用戶體驗,國泰重新定義保險科技
AI貫穿保險價值鏈、提升用戶體驗,國泰重新定義保險科技

國泰未來保險體驗日(Cathay InsurX Day)是國泰金控攜手國泰人壽、國泰產險,所舉辦的台灣金融業首場以保險科技為主軸的產業盛會,打造產壽險對話平台,從台灣保險產業特性出發,以技術 + 場景 + 人性三大視角,重新定義台灣的保險科技。

國泰金控資深副總經理孫至德在開場致詞中,特別提到根據國泰多年的觀察,發現客戶需要的是數位結合實體的保險體驗,因此我們希望結合數位平台與業務員能力找到新的經營模式,同時運用科技讓體驗變得更方便、透明。國泰金控副總經理林佳穎也分享,國泰持續透過場景金融、數位體驗、AI賦能三大關鍵做法,期待能成為「以金融為核心的科技公司」。她強調,保險業不是單打獨鬥,需要更多跨域協作,面對充滿挑戰的未來,「我們更要Run Faster,Better Together」,才能在挑戰中找到新機會。

3.jpg
圖/ 國泰金控

過去,保險業的數位轉型多聚焦在「流程更快速」與「服務更便捷」等領域,但在生成式人工智慧(GenAI)與代理式人工智慧(Agentic AI)技術崛起後,國泰金控旗下國泰人壽與國泰產險勇於嘗試、將AI全面滲透核心業務流程,讓 AI 不再只是單點輔助,而是貫穿保險價值鏈、提升用戶體驗的關鍵。

以 AI 重塑保險全流程:國壽以 Agentic AI 提升體驗與效率

「我們的目標是以 AI 重塑保險全流程應用。」國泰人壽數據暨人工智慧發展部協理莊淑儀以理賠流程為例解釋,國泰人壽早在許多年前就透過數位與 AI 等技術協助理賠同仁加快服務與受理、登打、派件與審理的速度,例如,以 OCR(光學字元辨識)醫療文件擷取與 ICD(國際疾病分類)/手術選碼優化登打效率、以 CRSS(理賠風險識別系統)風險分級識別理賠浮濫與詐欺等高風險案件並將之派送給可以審理的同事,以及透過智能工作台與 AI 骨折判讀加快與優化審理流程等。然而,保險陪伴客戶的時間是很長的,隨著保戶年齡逐漸提高,再加上超高齡社會來臨,理賠案件數量持續攀升,需要更多 AI 與自動化強化效率與正確性。

國泰人壽的做法是在既有的 AI 基礎上,加入GenAI 與Agentic AI等技術,以 AI全面升級理賠流程。首先是以「DocAI Agent」突破傳統 OCR 覆蓋率低與高維運成本的限制,僅需一個月調校,即能快速適配不同醫院表單,維持原本的正確率並將覆蓋率由50%提升至近100%,大幅縮短登打時間。其次是透過「Abnormal Agent」打造圖形資料庫(Graph DB)建立理賠關係網,快速標示高風險關係案件提供判斷依據及建議後續的應對方式,加速理賠人員的決策。最後是藉由「Review Assistant Agent」協助整理病歷、醫療單據、診斷證明…等複雜且可能甚至上百頁的文件,並快速歸納出重點,幫助理賠人員快速找到關鍵資訊進行交叉查證,大幅節省審理時間。

莊淑儀指出,光是理賠流程,國泰人壽已打造30個以上的AI Agents,目標是協助理賠人員化繁為簡、更快完成相關工作。在善用科技提升流程體驗的思維下,國泰人壽沒有特別打造額外的AI平台,而是將AI Agent整合至現有理賠流程各個環節,讓同仁們可以在一個介面完成所有工作,兼顧便捷、好上手與效率提升。

除了理賠,國泰人壽也將 AI 應用延伸至商品知識管理,打造業務員的行動智慧助手,從保障缺口判斷、個人化商品推薦到業務員智能對練等流程,都有AI Agent協助提高同仁效率,讓客戶的保險體驗更便利且完善。舉例來說,隨著保險商品高度複雜化,國泰人壽推出「商品知識助理」,協助業務人員快速查詢 3,000 多檔的商品保單條款及規範、醫療行為理賠項目,幫助業務員更快速採取行動,也能將時間與心力投入在更有價值的保戶互動與服務。

「我們不會為了 AI 而 AI,而是建置AI Agent 生態圈,高度整合與重塑理賠、商品服務等核心流程,藉此提升用戶體驗與營運效率。」莊淑儀進一步解釋,國泰人壽不會單純以投資報酬率(ROI)評估AI成效,將以風險控管、流程優化、員工效率與客戶體驗四個構面衡量 AI 對公司影響的廣度、深度和商業價值,並勇於在新的商業模式上進行嘗試,確保每一次的 AI 投入都能為國泰帶來有意義、有實質效益的進步。

圖4.jpg
圖/ 國泰金控

從數據到智能,國泰產險以AI強化核心競爭力

國泰產險同樣積極透過數據與AI極大化競爭優勢。國泰產險督導吳香妮指出,面對火災、地震、颱風等難以預測的風險,需要數據與AI驅動的產險保護傘填補損害,把衝擊降到最低,讓生活、經濟與社會能持續穩定運轉。在具體實務上,國泰產險是從「Enrich加值服務」、「Enhance AI輔助風險決策」,以及「Empower生成式AI賦能」這三個面向切入。

台灣交通事故逐年攀升、平均1天發生1,100件交通事故,其中,大車事故發生率是小車的2.2倍,致死率比起小車高達6倍等現況後,國泰產險開始思考,除了提供大車事故後的理賠支援,還可以從事前提供哪些服務?也因此催生了業界首創的「CarTech智能車險加值服務」,透過跟運輸業者與學校等單位的合作,針對車險承保前、中、後提供相應的風險辨識、預警與防治等加值服務。國泰產險與陽明交通大學合作建立全台首個「運輸業者健檢」流程,透過駕駛行為及行車環境等多元數據建置AI模型,即時洞悉駕駛行為及風險分析,並提供運輸業者客製化的風險改善建議,實踐以數據及AI優化損害防阻。吳香妮強調,我們的目標是不僅提供理賠,更要守護客戶,提供超越價格的價值服務。

產險的核心業務之一是再保險,國泰產險的作法是運用AI及數據,化被動為主動,以AI輔助風險決策。過去再保險業務仰賴經驗法則、手動整理資料與透過國際再保險公司提供既有方案,現在則透過數據與AI驅動,主動精準拆解業務目標,以28項風險因子預測風險發生機率與損失金額,自動輸出並比較多種方案,從中探索最適合的再保險規劃。

國泰產險也將AI導入內部流程,解決長期困擾員工的報告製作痛點,包含資料查找費時、人工編寫品質不一、專業術語翻譯困難等。透過一鍵生成報告服務的三個GenAI模組,為員工省下6到7成的手動作業時間,將時間與精力聚焦在更具策略價值的工作,以新世代人機智慧協作模式提升效率與創造嶄新競爭力。

圖5.jpg
圖/ 國泰金控

從國泰人壽與國泰產險的實作,可以清楚看到:對國泰而言,AI不僅是新技術導入,更是保險價值鏈全面進化的核心動能,將以數據與AI驅動服務實踐用戶體驗的優化,持續引領台灣保險科技體驗走向新世代。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂Vibe Coding
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓