這篇是由David F. Larcker、Amit Seru、Brian Tayan合寫的文章"The Artificially Intelligent Boardroom"。2025月4月8日在Harvard Law School on Corporate Governance網站刊出。出處是他們在SSRN上發表的文章，主旨是檢視：人工智慧可如何影響董事會流程、實務與動態。原文可見：https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5182306
以下分享一些內容。
根據一份調查，公司領導人評價「整個組織對AI的使用越來越多」，這一點的重要性今年高過其他所有事項，包括營收成長、生產力、提高獲利以及策略機會。董事會亦忙於決定組織的AI使用、其競爭影響，以及財務投資、訓練、指導方針和聲譽風險的程度。以下四個領域，是特別會有影響力之處：
*董事會如何運作
*董事會如何處理資訊
*董事會如何與管理階層彼此互動
*董事會顧問如何貢獻
傳統的治理觀點
由於董事會不參與日常營運，故資訊不對稱存在於：董事會與管理階層對組織的認識程度。在某些狀況裡，此資訊不對稱會加劇。
當前的董事會實務顯示：董事會是如何在此緊張中運作的。管理階層是透過定期的董事會、委員會會議或臨時性溝通報告資訊。董事會則藉由問問題、額外再要求來取得資訊。有些問題會接觸第三方顧問，取得市場資訊或最佳實務的外部觀點。根據這樣的安排，如果董事會以應有的深思熟慮、在無利益衝突下做出決定的話，應該會達成對股東的受託責任。
然而，有大量的例子顯示了這種安排的不足。許多董事會令人遺憾地對財務、營運和管理決定的策略風險一無所知—多年來企業倒閉的案例一再出現。董事會在這些事務上出現錯誤：選任執行長、財報、產品責任、薪酬制定以及聲譽管理。20年以前，Deloitte公佈過一份開創性研究，突顯了這些地方有令人訝異的不一致：董事會成員一方面說資訊是他們推動公司績效的重要推手，以及實際上取得用以監控績效的資訊和指標。雖然研究發現，失敗的原因在於關鍵績效指標之選擇，但根本問題是：管理階層和董事會之間的資訊流。
AI對治理的影響
AI有改變此動態的潛力。首先，AI能提高董事會與管理階層之間可用資訊的量、類型和品質。藉由讓此資訊易於取得，如此可降低管理階層和董事之間的資訊不對稱。董事會成員對於其公司的營運和治理現實，比較不會「處於黑暗之中」，因為AI讓他們更容易找到、結合公/私可用的資訊。第二，AI會提高兩方在董事會前審視、結合和分析資料之負擔。經理人與董事可以花更多時間在準備會議，因為可用知識的量大幅提高。第三，AI會作為第三方顧問資訊的協助，有些狀況甚至成為替代方案。此外，AI會提高董事會分析之廣度，結合多數歷史性資料的回顧性審查與更強大的預測和趨勢分析工具。這些公司會讓董事會更為積極、減少被動反應。
與此同時，董事會上採用AI也會帶來一些重大問題。...董事在審視、準備此資訊上被期待的勤勉度會大幅升高，而問題的品質、挑戰及見解，預期也會相應升高。
從法律角度看，董事會或許不想要完全不設防的存取管道。如何畫線/畫線到哪（以及哪些資訊要保護起來）需要仔細思考。董事會及其顧問必須決定：董事會如何仰賴個別董事所做、而非管理階層提供的AI分析。此事對受託義務期待之影響，迄今未知。
此外，從網路安全和駭客威脅之角度來保護資料，會是AI採用和治理的核心考量。有鑑於提供AI模型之資料性質的敏感性和特有性，故需要採取重大措施來保護免受未授權存取的影響。對於有多重供應商、客戶與員工的大公司，此風險會更高。
AI也有機會改變董事會達成具體治理義務之流程。
*策略。AI會讓董事會和管理階層在一些領域上發揮更大的作用，比如情境規劃、測試假設、辨識風險以及優先重視投資。某些先前外包給策略顧問的工作，現在可以在公司、以較低成本和時間。董事會能夠比較AI和外部策略顧問之間的建議。
*薪酬。薪酬委員會可取得分析和比較基準工具，以一組彈性的同業資料來評估薪酬設計。相對於等待外部顧問對現有的同業團體重新分析，董事會與其顧問現在能夠即時分析選定的同業作薪酬敏感性、預測委託投票顧問機構之建議，以及考慮稅務和法律影響。
*人力資本管理。AI工具讓董事會能就公司人力資本管理資料庫的資訊作進階分析、應用模式辨認到員工資料、確認技能落差，以及執行大範圍的員工和多元性預測。
*審計。審計委員會對內控弱點方面需要有監視工具，並辨明潛在的舞弊。外部會計師也可使用AI工具，針對廣泛的交易提供合理性確認。審計委員會必須考慮—自動化審計流程時的風險和道德考量，以及如何、何時投入人為判斷到更自動化的流程。
*法律。AI科技可實現監控、彙整新興法律和監理發展，包括可能會影響到本公司的其他公司訴訟與執法行動。董事將可即時獲得其他的法律意見和案例。
*董事會評估。AI亦可用來追蹤、審視與分析關於個別董事、董事會整體的董事會效能。AI為基礎的教練與顧問工具，能夠替代目前調查表式作業、協助董事會衡量其投入程度、評估他們如何配置時間與精力，並判斷他們是否有從被動反應轉向主動積極。
額外的效益與風險
在董事會上使用AI，也會帶來潛在的風險和挑戰。其中一項挑戰是：克服在競爭對手主要是私人企業、而非上市公司環境中營運的公司，彼此之間產生的隔閡。上市公司要遵守眾多的揭露要求，而關於其營運、績效的資訊是公開的。私有公司則需遵守的揭露相對較少。公司視其競爭關係，必須差別性思考其送進模型的資訊，以及如何進行比較基準分析—既使用公開、已審計資料，也使用私有公司資料，有可能會產生不正確或偏見。
另一項重大風險就是當前AI模型所帶來的大量錯誤。AI模型本身就會有偏見、資料品質和可用性各自不同，再加上競爭情報，可能會引發額外的複雜性。AI會出現計算和數學上的錯誤。董事會與經理人需要學習：在依賴它之前如何先對產出作事實查核。這需要對資料有深入的（人為）熟悉度。董事會對這些問題及其他的AI限制需要接受教育。
AI監控可能會產生—大量內外部實務作法或威脅的紅旗警示。董事會在決定哪些風險需要進一步調查、如何優先重視，以及如何避免增加董事責任的書面紀錄上，要衡量重大性風險。隨著分析成本大幅降低，董事會成員必須訓練自己不要成為過度分析（分析癱瘓）的受害者，同時也讓他們聚焦於務實且有效的成果，以利公司及其利害關係人。藉此，董事會與功能性委員會的主席，都需要展現更強的領導技能，以有效管理會議動態、確保分析和對話仍奏效。
資料來源：https://corpgov.law.harvard.edu/2025/04/08/the-artificially-intelligent-boardroom/
沒有留言:
張貼留言