業務想讓 AI Agent 讀取歷史報價，採購想用它比對供應商條件，客服則希望它整理客訴紀錄。這些工作一旦碰到客戶個資、未公開價格、合約條款或製程資料，IT 團隊就會遇到同一個問題：資料能不能離開公司？若不能，AI 還能怎麼用？
企業應先完成資料分級、使用範圍與核可設計，再決定雲端、地端或混合部署。部署位置只能決定資料存放與運算環境，真正的治理邊界還包括 AI Agent 能讀哪些資料、能否連到外部服務、哪些動作要等待人員確認，以及事後能否查到每次操作。
先沿著資料流決定部署位置
iThome 報導，法務部規畫三年主權 AI（sovereign AI）計畫。案件量龐大，第一線人員花許多時間閱讀卷證、查找資料與登打欄位；不過，偵查及觀護資料含有個資與辦案內容，即使移除姓名，其他細節仍可能透露案情或調查方法，因此不能把原始卷證直接交給商用 AI。
該計畫把環境分成共用算力與資料湖、法務專屬模型推論系統、第一線應用服務三層，並規畫從 2026 年試驗、2027 年推廣到 2028 年優化。這種分層方式適合拿來檢查企業自己的資料流，但政府機關與企業的成本、網路及法遵條件不同，企業不需要因此把所有算力都留在自建機房。
判斷時要一路檢查資料從哪裡取得、在哪裡處理、是否送往外部模型、結果存在哪裡，以及誰能下載。例如業務報價可以先在內網讀取歷史訂單，只把去識別且必要的欄位交給外部模型整理；涉及客戶名稱、底價與特殊交易條件的內容，則留在可控環境。若廠區頻寬有限，OCR、語音轉文字等較小型工作也可在現場裝置處理，減少大量資料集中回傳。
第一步是製作「資料類型×敏感等級×允許部署位置」清單，逐項寫明資料能否離開公司、可使用哪些模型、能否連外，以及產出能存放在哪裡；接著挑一個代表性場域，實際走完資料流後再擴大。
把人員責任寫進工作流
法務部把 AI 的工作限定在整理資料、產生初稿與輔助評估，檢察官仍須認定事實、適用法律並審核產出。企業也應把這項原則改成系統會執行的規則，因為只在教育訓練或使用規範中寫「最後由人負責」，流程仍可能在沒有人確認時把結果送出。
以採購比價為例，AI Agent 可以彙整報價單、標示條件差異並草擬建議，但遇到供應商條款互相矛盾、採購金額超過內部上限，或內容即將送交主管核定時，工作流就要停下來。企業必須在系統中指定由誰核可、核可者能看到哪些原始資料，以及退回後由誰修正，不能只放一個形式上的同意按鈕。
客服與品管也有相同需求。AI Agent 可以整理客訴脈絡或彙整檢驗紀錄；一旦內容涉及個資揭露、賠償承諾、產品放行或對外回覆，就應等待指定人員確認。企業可先把現行流程畫成步驟圖，標出法律判斷、金額、個資揭露及對外發布等節點，再為每個節點指定核可角色，設定未核可不得進入下一步。
紀錄要能回答誰在何時做了什麼
法務部的規畫仍有一項待釐清的問題：從登入、輸入提示詞、上傳卷證到取得 AI 產出，哪些操作紀錄應保存、保存多久，目前尚未有完整答案。企業不能等到事件發生後才找紀錄，因為屆時常見的困難不是完全沒有日誌，而是資料存取、模型輸入、人工核可與管理動作分散在不同系統，無法還原完整經過。
企業上線前至少要列出登入、資料存取、提示內容、上傳文件、AI 產出、人工核可與管理者下載等事件，並為每項事件指定可查看的角色、稽核負責人及保存政策。企業應依資料性質、契約與法遵要求決定保存期限，也不應把敏感資料毫無限制地複製到日誌；否則，原本為了追查而留下的紀錄，反而會增加敏感資料外洩的風險。
EgentWrX 支援雲端、地端與混合部署，企業可讓 AI Agent 透過公司內網唯讀存取資料庫，對外連線則預設拒絕並逐一放行網域。平台也可依組織設定誰能看哪些資料、執行哪些操作，工作流能在指定節點等待人員核可；稽核日誌可匯出，並能驗證紀錄是否遭到更動。企業仍須自行決定資料分級、保存期限與負責角色，平台提供的是把這些規則落實到系統中的機制。
導入團隊可以先選一條包含敏感資料的實際流程，完成資料清單、連線清單、核可節點與事件清單，再用測試帳號驗證越權存取會被擋下、未核可流程不會繼續，以及稽核人員能從紀錄還原操作經過。