事實上，即使 AI 系統具備高準確率與亮眼的整體評估指標，仍可能隱藏某些關鍵錯誤與潛在風險。當 AI 系統真正導入企業業務流程時，這些容易被忽略的問題，可能進一步影響後續的判斷與決策，而人工審核也未必能提供預期的保障。
本次線上研討會將結合 Aereve 參與某國際監管機構 AI Live Testing 計畫的實務觀察，並以多語言姓名比對為案例，深入探討以下三大重點：
● 準確率之外的測試盲點：為什麼整體評估指標可能掩蓋關鍵錯誤與潛在風險？
● AI 錯誤在業務流程中的連鎖影響：一個看似簡單的判斷錯誤，如何影響後續的業務流程與決策？
● 人工審核的侷限性：為什麼人工審核不一定能有效辨識 AI 錯誤，也未必能提供預期的保障？
本次分享適合正在評估或推動 AI 導入的企業 IT 主管、技術決策者、AI 專案負責人，以及業務與風險管理團隊參與，協助企業重新檢視 AI 系統正式上線前的關鍵測試環節與風險評估方式。
Aereve 首席資訊官
（CIO）
Albert Lau 擁有超過 25 年亞太地區金融服務業的科技轉型經驗，職涯橫跨保險、銀行、顧問諮詢及全球科技企業，長期致力於協助企業將科技策略轉化為可執行的轉型計畫，並創造可量化的業務成果。
在高度監管的產業環境中，他曾領導橫跨亞太 18 個市場的大型科技轉型專案，涵蓋企業架構、雲端現代化、數位平台建置及企業級 AI 應用，並長期與高階管理團隊及董事會合作，共同因應科技治理、風險管理及大規模導入與執行等關鍵議題。
Albert 現任 Aereve 資訊長（CIO），同時參與英國金融行為監理總署（FCA）AI Live Testing Programme 相關實務工作，持續探討企業如何在真實業務環境中進行 AI 測試、治理與部署。本次分享將以多語言姓名比對為案例，從實務角度深入探討 AI 測試盲點、治理責任、人工監督機制，以及企業在 AI 系統正式上線前應關注的關鍵考量。
