外媒報導指出，企業在導入人工智慧（AI）時，不應盲目追求消除所有風險，而應將重點放在「減輕」風險並明確可接受的殘餘風險。透過合理化 AI 導入需求、建立風險評估框架，並採技術、人力與後續追蹤的多層次策略，企業才能在確保安全的前提下，充分發揮 AI 的創新潛力。
隨著人工智慧（AI）科技應用日益普及，許多企業積極導入 AI 解決方案，卻也面臨風險控管的挑戰。然而，外媒報導指出，企業在制定 AI 合規計畫時，常將風險最小化誤解為徹底消除風險，這可能導致 AI 專案停滯不前，甚至扼殺具潛力的創新應用。
專家認為，欲在採用 AI 的同時兼顧風險管理，企業應明確定義何謂「可接受的殘餘風險」，而非一味追求風險歸零。這意味著公司必須闡明自身能承受的風險水準，如同醫療研究領域對於「人體受試者研究」的風險評估，預設特定風險在可控範圍內。
在導入 AI 專案前，企業必須先合理化其需求，避免僅因擔心落後而倉促跟風。若動機不純，可能造成採購流程超載、合約草率、試點專案無效、訓練不足及資安隱患等問題。有效的風險評估應考量 AI 未達預期表現的可能性，以及一旦失敗可能造成的衝擊。同時，企業應認知到風險減輕效益存在「邊際遞減」現象，若進一步降低風險的成本過高或會犧牲功能性，則可能不合理。
為有效管理風險，企業可建立一套決策矩陣，明確劃分風險類別並識別影響風險水準的因素，避免對每項新技術都進行耗時的全面評估。例如，參考人體受試者研究中的「最低風險」類別，為低風險研究設定簡化審查標準。
報導建議採取「多層次」的風險減輕策略，包含技術面、人力資源及後續追蹤三個層面。技術面可導入內建的防護機制與「AI 評審」（AI managers），負責監督模型運作；人力資源則需投入培訓並支援人員，確保他們能主動監控 AI 工具，而非被動觀察。此外，企業應將 AI 工具視為輔助「工具」，而非決策者，賦予人類驗證或否決的權力，並建立明確的問責制度、提升 AI 素養與工作流程支援。最後，後續追蹤機制包括部署後的持續監控、稽核、雙重檢查，以及警惕 AI 可能出現的「幻覺」（hallucinations，指 AI 產生看似合理但實為虛假的資訊）、功能退化與模型漂移（drift）等潛在危害。透過與獨立第三方合作，更能驗證風險減輕策略的有效性並找出額外的緩解措施。
總體而言，若能基於正確的理由導入 AI，其潛在的效益足以證明承擔適度的殘餘風險是合理的。企業應確保在可接受的風險容忍度下，清楚表達實際風險與影響，並採納多管齊下的緩解模型，透過檢查清單、風險分層、文件紀錄及回顧性審查，建立 AI 合規的「肌肉記憶」，以確保一致性並及時修正。