為何中小企需要重視企業AI服務合約條款
AI 服務供應商愈來愈多，商業化模型、API 訪問、訓練資料與推論服務往往混合提供。對香港中小企而言，簽約不只是比較價格與功能，更要掌握合約中可能影響營運穩定、資料控制權與未來選擇權的條款。本文以實務角度，針對企業AI服務合約中最常導致爭議或風險的三大類別——資料所有權、停機（可用性）條款，以及模型變更條款，提供檢查清單、常見問題示例與可採納的條款範本，協助管理層在談判時有重點、有底線。
一、資料所有權與使用權（Data ownership & usage）
要點：釐清你上傳或提供的資料究竟屬於你（客戶）還是被授權供應商使用；供應商是否可用你的資料來改進其模型（即衍生模型或通用模型訓練）；以及資料在合約終止後的處理方式。
實務檢查項目：
1) 所有權明確化：合約應明確寫出客戶對原始資料的所有權不受影響；供應商只獲得明確授權範圍（例如僅用於提供服務與故障排查）。
2) 對模型/衍生成果的權利：若供應商會以客戶資料訓練或微調其通用模型，需明確限定是否會成為供應商可商業化的資產，或只作為供應商內部改進用途並且不揭露客戶機密。
3) 資料保留與刪除：指定資料保留期限、刪除流程與證明方式（如刪除證明或註銷報告），並約定在合約終止後的資料返還或銷毀。
4) 資料隔離與多租戶風險：要求供應商說明資料隔離機制、是否與其他客戶資料混合、以及在共用模型環境下的風險緩解措施。
5) 合規性與跨境傳輸：確認資料跨境傳輸的地點、適用法律與商業機密保護，並在必要時要求地區限制或特定安全標準。
二、停機與服務可用性（Downtime & SLA）
要點：AI 服務的可用性直接影響業務營運，SLA（服務水平協議）需要可量化、可適用且可執行。釐清何謂停機、例外情況、賠償機制與應急支援流程。
實務檢查項目：
1) 定義可用性指標：例如每月可用率（uptime %）、最大允許響應時間、吞吐量限制等，並明確計算方法與觀測窗口。
2) 例外條款（Maintenance、Force Majeure）：明確常規維護通知期、緊急維護處理與不可抗力情況下的責任分配。
3) 罰則與補償：若未達到 SLA，需約定補償方式（例如服務費返還或信用額度），確保補償為具體且可操作。
4) 監測與通報機制：要求供應商提供運營儀表板或定期報告，並在重大停機時按預定時間通知與回應。
5) 遷移與業務延續計劃：指定若服務終止或長期不可用時的緊急替代方案與資料遷移協助，包含導出資料格式與交接協作期。
三、模型變更與更新控制（Model change control）
要點：模型版本更新、性能變動或更換演算法，可能改變輸出結果、引入偏差或觸發合規風險。合約要保留客戶測試、接受與回溯的權利。
實務檢查項目：
1) 變更通知與窗口：要求在模型重大變更前取得書面通知並給予一定時間評估（例如 30 天），除非是安全性修補。
2) 性能基準與回歸測試：合約應列出性能基準（baseline）或評估指標，並約定變更後的驗收測試流程與失敗時的回退機制。
3) 使用者接口與結果一致性：若模型變更可能影響下游系統或使用者體驗，供應商應提供變更影響說明與相容性支援。
4) 訓練資料使用透明度：若供應商用客戶資料作為再訓練資料，需說明用途、範圍與是否會影響其他客戶或公開模型。
5) 異常結果的責任承擔：針對由模型變更導致的錯誤決策、合規事件或商譽損害，明確責任範圍與賠償上限。
可參考的條款範本（非法律意見，僅供談判參考）
以下範例是簡化示意，實際條文應由法務或律師根據情況調整：
1) 資料所有權：
“客戶保留對其上傳之所有原始資料之所有權。供應商對該等資料僅享有為提供本合約服務所必需之非專屬、不可轉讓、可撤回之使用權。除非雙方另有書面同意，供應商不得將客戶資料用作訓練通用模型或向第三方披露。”
2) 刪除與返還：
“合約終止後 30 日內，供應商應按客戶指示返還或永久刪除客戶資料，並提供合理形式之刪除證明。若法律要求保留，供應商應書面告知並限制該等資料之使用範圍。”
3) SLA 與補償：
“供應商保證每月系統可用率不低於 99.5%。若低於此標準，客戶有權依降級時間獲得等比例服務費抵扣或信用。具體計算方式依本附錄中之監測報表為準。”
4) 模型變更通知：
“對於可能顯著影響輸出結果、準確度或相容性之模型重大變更，供應商應於實施前不少於 30 日提供書面通知，並於客戶要求下提供測試環境及回退方案。”
談判策略與優先事項（香港中小企視角）
1) 先確定底線：哪些條款必須保留（例如資料不被用於再訓練、合約終止後的資料刪除），哪些可以放寬（例如小幅度 SLA）。
2) 要求試用與分階段付款：以 POC 或試用期驗證服務表現，再以里程碑式付款降低風險。
3) 尋求可執行的補償而非模糊承諾：罰則要具體、可計算，避免只寫“合理補償”。
4) 保留退出與遷移權：合約中應包含清晰的退出條款與資料遷移協助，並定義交付格式與時間。
5) 結合法務與技術審查：讓法務審閱法律風險，同時邀請技術團隊驗證安全、隔離與相容性聲明。
採購流程建議
1) 資料分類：先分類你的資料（機密、個人資料、業務敏感），根據分類決定合約對應的保護層級。
2) 供應商盡職查核：評估供應商的資安資質、數據中心位置、第三方審計報告（如 SOC、ISO）及過去停機紀錄。
3) 小規模試點：先在非關鍵場景試行，觀察模型穩定度和變更頻率，再擴大使用範圍。
4) 合約期與續約設定：避免長期鎖定在不利條款，優先短期合約或加入評估期條款。
結語
企業AI服務正快速被納入日常營運，但合約往往決定風險承擔與未來靈活性。針對企業AI服務合約條款，香港中小企應以資料所有權、停機與可用性，以及模型變更控制為三大重點來設定談判優先順序，並透過可執行的 SLA、明確的資料處理與刪除機制、以及變更通知與回退條款來保障業務持續性與資料主權。簽約前的技術與法務雙重審查、分階段驗收與明確的退出機制，都是降低長期風險的有效做法。
