人工智慧正迅速融入移動與運輸系統，從營運優化與詐騙偵測，到客戶互動與數位票務皆然。對大眾運輸營運商而言，問題已不再是「是否」採用人工智慧，而是「如何」負責任地加以運用。這項挑戰的核心在於一個根本問題：移動數據具有獨特的敏感性，而人工智慧不僅大幅提升了其價值，也顯著加劇了相關風險。
行動數據：價值高、敏感度高
交通系統向來仰賴數據，但交通數據本質上具有揭露性。即使是基本的行程數據，也能揭露：
- 出行模式與日常生活作息
- 經常造訪的地點，例如家和工作場所
- 隨時間推移的行為趨勢
- 涉及健康、信仰或個人處境的敏感推論
雖然將人工智慧導入交通運輸領域能提升效率並改善乘客體驗，但也可能引發風險、隱私及安全問題，並建立乘客的深度個人檔案。交通運輸業者是乘客資料的保管者，若缺乏充分監督，人工智慧技術恐導致這些資料外洩並被商業化利用。
人工智慧增加了組織的資料風險
人工智慧從根本上改變了數據在交通系統中的應用方式。
這不僅能進行資料處理，還能進行推論，從而產生關於個體的全新知識——這些知識過去從未被明確蒐集過。因此，一個關鍵問題是：這些推論性資料是如何處理的？誰可以使用這些資料？這些資料是否受到妥善保護，又是否會與人工智慧系統供應商共享？
AI 工具也導致對第三方基礎設施、模型及服務的依賴程度加深。一旦營運商部署了某家供應商的 AI 解決方案，日後要更換供應商將十分困難，甚至根本無法實現。因此，初步的採購流程便成為關鍵節點，行動通訊營運商必須確保其數據治理與保管責任，已融入與供應商的合作關係之中。
第三方風險成為核心議題
人工智慧解決方案仰賴外部供應商、嵌入式服務，以及跨越組織邊界的複雜資料流。這可能導致資料超出操作者的直接控制範圍，即使已設有合約保障措施亦然。
大眾運輸營運商是市民資料的保管者，有責任確保資料得到安全且適當的使用。這需要採取嚴謹的作法，在實務上積極落實治理，並仰賴技術、架構及營運層面的控制措施。
- 基於設計的資料最小化
- 對共享與再利用實施嚴格管控
- 清除內部基於角色的存取權限
- 對第三方互動進行持續監督
- 穩健的去識別化架構
- 可稽核性與報告
- 隨著新技術與新功能的推出，將持續進行審查
治理必須跟上科技的發展
儘管人工智慧能力正迅速發展，但治理框架卻未能與之同步。大眾運輸營運商必須將資料治理融入採購、交付及營運流程中，而非將其視為事後才考慮的環節或阻礙因素。
這包括驗證系統的運作方式、資料的使用方式，以及隨時間推移的風險管理方式。因此，營運商需要具備能力，能夠理解採購合約及供應商關係中涉及的技術、隱私及安全要素的人員。
如果您不清楚自己購買的是什麼，以及供應商將如何使用騎乘者的資料，就無法有效管理這些資料。
致交通營運商的行動呼籲
邁向人工智慧驅動的交通運輸的轉型已然展開。對大眾運輸營運商而言，挑戰不僅在於採用人工智慧，更在於以清醒的自律、務實的預期以及健全的治理機制來推動這項轉型。這需要積極探討人工智慧系統將如何在貴機構內部運作：
- 資料的蒐集、處理及儲存方式。
- 會產生哪些推論，以及這些推論可能對個人造成什麼影響。
- 資料如何在各系統之間、與其他公共機關，以及與商業第三方之間進行共享。
- 外部服務供應商是否真正受營運商的規則與期望所約束，以及營運商是否能真正掌握第三方處理其騎手資料的方式。
在以人工智慧為驅動的環境中，資料治理不能僅仰賴合約上的保證。營運商必須建立強健的技術管控措施與問責機制，確保資料流動具有透明度且可接受稽核，並確保第三方對資料的使用符合其保管責任。
與此同時，各組織必須避免僅因人工智慧的承諾而盲目跟風——這項技術雖強大，但發展迅速且往往不透明，其中的風險往往難以預見。採取一種平衡且有紀律的做法至關重要，這種做法必須同時認清將人工智慧工具引入移動出行環境所帶來的益處與風險、移動出行數據的敏感性，以及移動出行營運商作為該數據管理者的特殊角色。
