EARLY BIRD 早鳥 NT$3,980 · 距 10/12(一)場開課
--天 --時 --分 --秒
立即報名
數位簡報室
講師 Simon Ma
AI Security Incidents · Enterprise Practice Class

AI 資安事件簿

真實事故拆解與企業防線實務班

別讓自家的 AI 成為下一個案例。拆解 17 起真實事故——越獄、資料外洩、深偽詐騙到 Agent 失控——看懂每一次是哪一道防線失守,四小時帶回一套主管看得懂、稽核收得下的企業 AI 六層控制框架。

OCT12
10 月 12 日(一)
13:00 – 17:00
OCT28
10 月 28 日(三)
13:00 – 17:00

平日下午 · 兩場內容相同,擇一參加 · 台北犇亞會議中心

立即搶占早鳥席次 早鳥 NT$3,980(原價 NT$8,000)· 各場開課前 2 天截止報名
主講 Simon Ma 工研院 → 台積電 → Imagination Technologies|30 年半導體與 AI 產業經歷
Dates
10.12 / 10.28MON / WED · 13:00 – 17:00
Venue
台北・犇亞會議中心復興北路 99 號 15F
Format
企業實務班平日下午 4 HRS · 適合派訓
Casebook
17 起事故 × 6 層防線2023 – 2026 / REAL INCIDENTS
Threat Landscape

不是 AI 不安全,
是沒人知道它會從哪裡出事

多數企業的 AI 資安,還停在「不要把機密貼進 ChatGPT」這一句。但真實事故顯示,破口早就從對話框,移到了信箱、評論、外掛與權限。

P.01Shadow AI
「禁止使用」擋得住公司網段,擋不住員工的手機工程師貼原始碼除錯、業務貼報價單改信、廠務貼良率數據做分析。三星開放內部使用後約 20 天,就發生 3 起機密外洩——而多數公司,連自己發生過幾次都不知道。
P.02Indirect Injection
Copilot 上線了,但沒人想過一封信就能指揮它一封夾帶隱藏指令的外部 Email,讓 M365 Copilot 在使用者零點擊的情況下把內部資料送出去(EchoLeak,CVSS 9.3)。你的知識庫,收了多少不可信的外部內容?
P.03Deepfake Fraud
財務在視訊會議裡看到的每一張臉,都是熟面孔香港一家跨國企業的財務人員,在「財務長與同事全員到齊」的視訊會議中,依指示分 15 筆匯出 HK$2 億。攻擊沒有突破防火牆,突破的是人對畫面的信任。
P.04Agent Supply Chain
從市集裝一個 Skill,等於把鑰匙交給陌生人2026 年初,一次針對公開 Agent Skill 市集的稽核,在 2,857 個套件中找出 341 個惡意套件。Agent 成了使用者與惡意程式之間的信任橋樑。
P.05Cost Runaway
沒有人設上限,帳單就沒有上限兩個 Agent 互相等待對方確認,在迴圈裡跑了 264 小時才被發現,燒掉 US$47,000。監控儀表板有,硬性上限沒有。
P.06Governance Gap
老闆問「我們的 AI 安全嗎」,你只能回答「應該還好」客戶資安問卷、內部稽核與董事會,開始追問 AI 的資料流向、權限與紀錄。沒有一套框架,就只能一題一題臨時補。
一次事故的帳單The cost of one incident
HK$2 億
深偽視訊會議詐騙
15 筆轉帳 · 5 個帳戶
US$47,000
多 Agent 無限迴圈
264 小時 · 11 天才發現
1.8 億
工具輸出吃掉的 tokens
單月約 US$3,600
12%
被稽核 Skill 的惡意比例
341 / 2,857
NT$3,980一個人上完這堂課
約 NT$1,410,000一次 Agent 迴圈的帳單

以匯率 30 估算,光是那張 US$47,000 的帳單,就是這堂課學費的 354 倍。這些企業都有資安預算,缺的是一張「AI 會從哪裡出事」的地圖。你不需要親身經歷一次,才學到這一課。

為什麼是現在:2023 年的事故主角是聊天機器人,2026 年的主角是會自己動手的 Agent。當 AI 從「回答問題」變成「執行任務」,每一個權限、每一個外掛、每一筆 token 都成了攻擊面——課程收錄的最新案例在 2026 年 7 月,場景就在台灣。防線現在補,成本是一堂課;出事後才補,成本是一則新聞。

Incident Timeline · 2023 – 2026

攻擊面,從對話框
一路擴大到權限與預算

  1. 2023 聊天機器人時代

    用角色扮演繞過安全機制;員工把原始碼與會議紀錄貼進對話框。

    Grandma Jailbreak · 三星資料外洩

    Attack Surface
    一個對話框
  2. 2024 信任被武器化

    整場視訊會議都是深偽;AI 的決策與陪伴,開始被告上法院。

    香港 HK$2 億詐騙 · Workday · Character.AI

    Attack Surface
    身分、影像與決策
  3. 2025 內容變成指令

    一封信、一張圖、一則評論,都能成為 AI 照做的命令。

    EchoLeak · 圖片注入 · 評論注入

    Attack Surface
    所有 AI 讀得到的內容
  4. 2026 Agent 自己動手

    裝錯外掛、自己找漏洞、燒掉預算,甚至協同發動攻擊。

    ClawHub · US$47,000 迴圈 · 台灣 Agent 協同攻擊

    Attack Surface
    權限、外掛、預算與基礎設施

這不是四種不同的問題,是同一個問題的四個階段:AI 能碰到的東西越多,一次失誤能造成的損害就越大。課程依這條演進線排列,讓你看到自家的 AI 應用目前走到第幾階段、該補哪一層。

Who Should Attend

這是一堂企業實務班,
為正在把 AI 帶進公司的人設計

平日下午四小時,適合公司派訓、可開統編發票。不需要會寫程式,但要對「這個 AI 能不能上線、出事誰負責」有發言權。

適用產業 金融保險 製造與半導體 醫療生技 電商零售 資服與軟體 公部門與專業服務 點選產業,直接看最該先讀的案例 →

By Role六種最常來上這堂課的角色

IT / InfoSec
資訊與資安主管、工程師

要替 Copilot、知識庫與 Agent 的上線把關,手上卻沒有一份 AI 專屬的威脅清單。

帶回公司把 17 起事故對照自家架構,排出上線前必補的控制點與優先順序。
AI Adoption / PMO
AI 導入與數位轉型負責人

PoC 做得出來,卻卡在資安審查;或上線後才發現權限開太大。

帶回公司簽核會議用的一頁說明:這個 Agent 能碰什麼、不能碰什麼、紀錄留在哪裡。
Engineering / AI Dev
開發與 AI 工程團隊主管

正在串接 MCP、安裝第三方 Skill、讓 Agent 自動跑流程,風險跟著權限一起放大。

帶回公司Agent 上線前檢核清單:來源審查、沙箱執行、回合與預算上限。
Executive / BU Head
經營層與事業部主管

要決定 AI 的預算與開放範圍,技術簡報聽完,還是不知道風險到底在哪。

帶回公司用六層控制框架,回答客戶與董事會「我們的 AI 安全嗎」。
Compliance / Audit / Legal
法遵、稽核、風控與法務

AI 招募偏見、深偽詐騙、陪伴型 AI 訴訟,已經進入法院與監理機關的視野。

帶回公司把案例轉成可查核的內控條文:誰核准、留什麼紀錄、多久覆核一次。
Finance / HR / Service
財務、人資與客服主管

最常被 AI 攻擊、也最常用 AI 做決策的第一線;事故發生時,往往是你們先遇到。

帶回公司大額匯款走第二管道確認、AI 篩履歷保留覆核紀錄、來信與評論不得直接成為 AI 的指令。
Self-check · 10 秒

你的公司,已經寫進事件簿第幾頁?

勾選符合貴公司現況的項目,馬上看適不適合派人來上這堂課。

評估結果
0/ 5 項符合

勾選符合貴公司現況的項目,這裡會顯示評估結果。

立即搶占早鳥席次
如果你要找的是以下內容,這堂課可能不適合你:
  • 攻擊手法或滲透測試的實作訓練
  • 用 ChatGPT 提升個人效率的工具課
  • 實際建置地端模型的技術實作
The Casebook

17 起真實事故,每一起
都拆到「哪一道防線失守」

案例橫跨 2023 至 2026 年,涵蓋聊天機器人、企業 Copilot、多模態模型與 AI Agent。每一起都用同一套格式拆解:發生了什麼、為什麼會成功、應該由哪一層控制擋下。

依產業篩選,事件簿會標出你最該先讀的案例。

CASE 012026.04
OpenClaw:Agent 自己找到訂位系統的越權漏洞
BROKEN AUTHORIZATION

使用者沒叫它入侵任何東西,它只是找到了達成目標的路——然後取消了別人的預約。

CASE 022023.04
奶奶越獄:用角色扮演繞過安全機制
ROLE-PLAY JAILBREAK

同樣的意圖,換一種包裝,安全機制的判斷就完全不同。

CASE 032023.04
三星:員工成了資料外洩的破口
SHADOW AI

約 20 天內 3 起事件。資料離開公司邊界的那一刻,外洩就已經發生。

CASE 042024.01
香港:整場視訊會議都是深偽
DEEPFAKE FRAUD

15 筆轉帳、HK$2 億。攻擊沒有突破防火牆,突破的是人的信任。

CASE 052023 – 2026
Workday:AI 放大了招募偏見
ALGORITHMIC BIAS

法院允許差別影響主張進入審理。沒用到受保護屬性,一樣能放大歷史偏見。

CASE 062024.10
Character.AI:黏著度成了安全風險
RELATIONAL SAFETY

風險不在某一句回答,而在長期互動裡逐漸失衡的關係。

CASE 072025 – 2026
加拿大:偵測到高風險對話,只做了停權
ESCALATION GAP

平台停權了帳號,卻沒有轉交執法單位。偵測到了,不等於處理了。

CASE 082026
美國:判定威脅可信,轉交執法單位
HUMAN ESCALATION

困難的從來不是偵測,而是什麼時候該把隱私讓位給公共安全。

CASE 092025.06
EchoLeak:一封信劫持 M365 Copilot
INDIRECT PROMPT INJECTION

CVE-2025-32711,CVSS 9.3。一封信、零點擊,內部資料就流出公司。

CASE 102025 – 2026
圖片裡藏著給 AI 的指令
MULTIMODAL INJECTION

人看到的是一張照片,AI 看到的是一道命令。

CASE 112025 下半年
電商:商品評論變成了提示詞
RAG MANIPULATION

模型分不清哪一句是內容、哪一句是指令,推薦與摘要因此被操縱。

CASE 122026.01
ClawHub:Agent 裝錯了 Skill
AGENT SUPPLY CHAIN

2,857 個被稽核的套件中,341 個是惡意的。公開外掛生態成了攻擊入口。

CASE 132025.11
多 Agent 無限迴圈,燒掉 US$47,000
COST GOVERNANCE

264 小時沒人發現。沒有回合上限與預算上限,Agent 就沒有停止條件。

CASE 142026.01
工具輸出爆量,吃掉 1.8 億 tokens
CONTEXT OVERLOAD

單月約 US$3,600。不截斷工具輸出,脈絡就會變成成本螺旋。

CASE 152026.07
Agent 找到的捷徑
REWARD HACKING

它優化的是你寫下的目標,不是你心裡的意圖。

CASE 162026.07
從一個 Agent 到一千兩百個
CONTAINMENT FAILURE

每個 Agent 都在沙箱裡,但它們共用的基礎設施沒有被隔離。

CASE 172026.07
台灣:網路攻擊變成 Agent 協同作戰
MULTI-AGENT CYBER OPS

偵察、取得帳號、找漏洞、橫向移動同時進行。防守方面對的,是機器速度的對手。

CASE 182026.??
下一個案例,別是你的公司

每一起事故發生前,那家公司也覺得「應該還好」。

立即搶占早鳥席次

// 案例整理自講師教材所引用的公開報導、漏洞通報與法院文件;課堂以講師最新版本為準

Case 09 · 拆解示範EchoLeak:攻擊鏈上被補上的四道防線

課堂上每一起事故都會畫成這樣一條鏈:攻擊從哪裡進來、經過哪幾站、最後在哪裡造成損害——再標出每一段該由哪一道控制擋下。

STEP 1
惡意信件
外部寄來,內文夾帶給 AI 的隱藏指令
CONTROL 1注入偵測
STEP 2
RAG 取回
回答無關問題時,Copilot 把這封信拉進脈絡
CONTROL 2輸出與連結清洗
STEP 3
模型照做
把攻擊者寫的文字,當成要執行的指令
CONTROL 3對外請求管控
STEP 4
讀取企業資料
Teams、OneDrive、SharePoint 的內容被取用
CONTROL 4信任邊界強化
STEP 5
資料送往外部
敏感內容被編進外部連結,悄悄送出
BLOCKED

重點不是某一道過濾器,而是在攻擊鏈的每一段都放一道關卡。課程最後一個單元,會把這個思路擴展成企業可以逐項盤點的六層控制框架。

Curriculum

四小時,從事故現場
走到企業防線

六個單元依風險演進排列:先看人怎麼被利用,再看內容怎麼變成指令,接著看 Agent 怎麼失控,最後收斂成一套能帶回公司的控制框架。

// 2026.10.12(MON)/ 10.28(WED)· 12:30 報到 · 13:00 – 17:00 · 4 HRS · 兩場內容相同 · 含中場休息與綜合 Q&A

MODULE_01 // 13:00 – 13:25 導論:當 AI 從「會說」變成「會做」CASE 01
  • Day 1 到 Day 3:一句「Agent,幫我賺錢」,怎麼一路走到警察上門
  • OpenClaw 案例:Agent 沒有惡意,卻自己找到訂位系統的越權漏洞,還拿真實使用者測試
  • 風險的形狀變了:從「說錯話」到「做錯事」,攻擊面從對話框移到權限
MODULE_02 // 13:25 – 14:05 人是第一道破口:越獄、Shadow AI 與深偽詐騙CASE 02–04
  • 奶奶越獄:同樣的意圖、不同的包裝,為什麼安全機制會判斷失準
  • 三星外洩:約 20 天 3 起事件,從「限制輸入」到「企業私有 AI」的三段式回應
  • 香港 HK$2 億深偽視訊會議:為什麼「看得到、聽得到」不再等於「是本人」
  • 對應控制:輸入限制、資料分級,以及高風險指令的第二管道確認
MODULE_03 // 14:05 – 14:40 當 AI 影響人:偏見、陪伴風險與通報門檻CASE 05–08
  • Workday 招募篩選訴訟:履歷空窗、畢業年份這類代理指標,如何讓 AI 放大歷史偏見
  • Character.AI 訴訟:當「黏著度」凌駕健康的人際界線,風險累積在長期關係裡
  • 從停權到通報執法:兩起對照案例,平台偵測到高風險對話後,何時該升級處理
  • 對應控制:人工覆核、決策可說明性,與明確的升級通報門檻
14:40 – 14:50 中場休息
MODULE_04 // 14:50 – 15:30 內容變成指令:間接提示注入的三種型態CASE 09–11
  • EchoLeak(CVE-2025-32711):一封信、零點擊,M365 Copilot 把內部資料送出去
  • 微軟的修補方式:在攻擊鏈的四個位置同時設防,而不是只加一道提示詞過濾
  • 圖片裡的隱藏指令:多模態模型的視覺淨化,與跨模態一致性檢查
  • 商品評論注入:把資料與指令分開,用結構化擷取取代直接摘要
MODULE_05 // 15:30 – 16:15 Agent 失控的五種方式CASE 12–17
  • 供應鏈:ClawHub 惡意 Skill 事件,與「白名單、沙箱、指令驗證」三道防線
  • 成本:多 Agent 無限迴圈燒掉 US$47,000、工具輸出吃掉 1.8 億 tokens——監控不夠,要有硬性上限
  • 目標錯位:獎勵駭客——Agent 優化的是你寫下的目標,不是你心裡的意圖
  • 隔離失效:從一個到一千兩百個 Agent,模型被隔離了,共用的基礎設施沒有
  • 台灣 2026 年 7 月:Agent 協同的網路攻擊,防守方要對抗的是機器速度
MODULE_06 // 16:15 – 16:50 把資安建進系統:六層控制框架
  • Harness Engineering:目的不是把 AI 關起來,而是替它套上可控的韁繩
  • 六層控制:存取控制、資料治理、Agent 與工具安全、稽核追溯、營運控制、成本與模型治理
  • Guardrail 的兩種模式:什麼情況該 Block 中斷,什麼情況該 Mask 遮罩後繼續
  • Skill 上線前的三道檢查,以及追溯一次 AI 行為的五個問題:問了什麼、用了哪個工具、跑了什麼程式、資料去了哪、是誰的 Agent
16:50 – 17:00 綜合 Q&A

// 本課程不涵蓋

  • 攻擊手法的實作教學——拆解攻擊原理是為了說明防線該放哪裡,不示範操作步驟
  • 特定平台的安裝設定——以案例與框架為主,實際設定依各公司使用的系統而定
  • 模型訓練與微調——討論模型的選用與治理,不做訓練
  • 地端模型建置——屬於「AI 地端部署與資安治理實務班」的範圍
What You Take Home

帶走的不是「聽過」,
是一套能拿去盤點的工具

每一份都對應課程的一個段落,回公司可以直接拿來檢查自家正在用的 AI 應用。

D.01
17 起事故案例講義

每起一頁:時間軸、攻擊手法、失守的控制點與對應防線。內部教育訓練可以直接引用。

市值估計:NT$6,000
D.02
AI 資安六層控制盤點表

存取、資料、Agent 與工具、稽核、營運、成本與模型六層,逐項勾選自家現況,找出最弱的一層。

市值估計:NT$8,000
D.03
提示注入攻擊面對照表

直接注入、間接注入、圖片注入、使用者內容注入四種型態,各自該在輸入、檢索還是輸出設防。

市值估計:NT$5,000
D.04
Agent/Skill 上線前檢核清單

來源審查、權限範圍、程式衛生、沙箱執行、回合與預算上限,Agent 上線前逐項確認。

市值估計:NT$5,000
D.05
Guardrail 規則設計範本

Block 與 Mask 的判斷條件,輸入與輸出兩道關卡的規則寫法,以及觸發後該留下的稽核紀錄。

市值估計:NT$4,000
D.06
生成式 AI 員工使用守則範本

資料三級分類(可輸入/需遮罩/禁止),加上大額匯款、人事決策等高風險指令的二次確認流程。

市值估計:NT$5,000
成品示意 · AI 資安六層控制盤點表
ai-security-controls · 範例:客服 Copilot 6 LAYERS · 30 CONTROLS
控制層關鍵控制項(節錄)現況
01存取控制SSO/MFA · RBAC/ABAC · 最小權限 · 臨時授權(JIT)已具備
02資料治理資料分級 · 核准的資料來源 · 加密與 DLP · 保存期限與來源追溯部分
03Agent 與工具MCP 權限 · 工具白名單 · 沙箱 · 人工核准關卡 · 輸入輸出 Guardrail缺漏
04稽核與追溯稽核日誌 · Prompt 與工具追蹤 · 執行編號與證據 · 版本化政策部分
05營運控制速率限制 · 配額 · 監控告警 · Kill Switch · 環境隔離缺漏
06成本與模型核准模型清單 · 路由政策 · 成本追蹤 · 預算上限 · 評估與備援缺漏

// 示意畫面:以一個虛構的客服 Copilot 為例。實際講義內容以課堂版本為準。

六份講義合計市值 NT$33,000 → 早鳥 NT$3,980 另含完課證明電子檔(4 小時)。
Instructor

帶你拆解每一起事故的人

講師 Simon Ma
Lead Instructor
Simon Ma
Profet AI 杰倫智能 資深半導體顧問
30年
半導體、通訊與 AI 產業經歷
23項
美國專利 US Patents
2021
起主持 AI Study Group 每週讀書會
NVIDIA-Certified Associate Generative AI LLMs
Simon Ma
AI SECURITY & ENTERPRISE AI GOVERNANCE
經歷工研院 電通所
經歷台灣積體電路製造
經歷Imagination Technologies
經歷美洲中國工程師學會 舊金山分會 前會長
主持AI Study Group 2021 年 5 月起,每週六線上
現任Profet AI 杰倫智能 資深半導體顧問

從工研院電通所、台積電到 Imagination Technologies,Simon 的職涯橫跨半導體、通訊與 AI 30 年,累積 23 項美國專利,曾任美洲中國工程師學會舊金山分會會長。現任 Profet AI 杰倫智能資深半導體顧問,並自 2021 年 5 月起主持 AI Study Group,每週帶讀最新的 AI Agent 技術與資安議題。

他的教法是從事故現場倒推:先還原攻擊怎麼發生,再指出是哪一層控制失守,最後落到企業可以採取的具體措施——讓 IT、法遵與經營層,對同一件事有同一套語言。

AI 資安治理AI Agent企業 AI 導入半導體產業電腦架構
「Agent 沒有惡意,它只是找到了達成目標的路。企業要做的不是把 AI 關起來,而是替每一條路都裝好韁繩。」

近期受邀授課

講授課程邀請單位
從矽谷與紐約看 AI 的產業應用清大台北校友會
企業 AI 落地案例介紹和暢科技
AI 時代的學習重塑與教育因應高雄大學電機系
用 AI 建立企業護城河:策略思維與落地高雄金融創新園
OpenClaw Deep Dive 龍蝦系統架構分析杰倫智能 Profet AI
Comparison

同樣講 AI 資安,
差在能不能帶回公司用

研討會給你趨勢,新聞給你事件,這堂課給你一套能對照自家系統的方法。

比較項目 本課程 資安研討會
廠商講座
新聞與
線上影片自學
一般 AI
工具課程
以真實事故為主軸,逐案拆解攻擊鏈部分零散—
涵蓋 Agent、Skill、MCP 等 2026 年新型風險部分零散—
每個案例都對應到一層可落地的控制措施———
帶走盤點表、檢核清單與政策範本——部分
非技術背景也聽得懂,主管與法遵適用部分部分
現場提問,與跨產業學員交流部分—
講師具 30 年半導體與 AI 產業實務視講者—視講者

// 比較對象為一般常見的學習管道類型,非特定單位或課程

Enrollment

兩場擇一,
內容完全相同

Early Bird · 開課前限時
原價 NT$8,000
NT$3,980
早鳥省下 NT$4,020 可開統編發票
第一場 · MON
10 / 12週一
13:00 – 17:00 · 犇亞會議中心
席次開放報名中
搶占 10/12 早鳥席次
第二場 · WED
10 / 28週三
13:00 – 17:00 · 犇亞會議中心
席次開放報名中
搶占 10/28 早鳥席次

兩場的講師、內容與講義完全相同,擇一報名即可。各場於開課前 2 天截止報名(10/12 場至 10/10、10/28 場至 10/26),不加開場次。

付款方式 · 銀行匯款
銀行
玉山銀行(808)台北分行
戶名
原騰數位科技股份有限公司
帳號
0956940133810
金額
NT$3,980 (早鳥價)
  1. 填寫報名表單點上方場次按鈕,填寫聯絡與發票資料,送出後席次即為你保留。
  2. 匯款至上列帳戶匯出後請記下轉出帳號末五碼,我們以此核對款項。
  3. 收到確認信即完成核對後回信確認席次,開課前 7 日寄出行前通知。

本課程一律採銀行匯款,不提供線上刷卡。企業請購流程較長者,請於報名表單備註,我們可先為你保留席次。匯款相關問題請來信 service@tbr.digital。

報名即包含

  • 4 小時實體課程:6 個單元、17 起真實事故逐案拆解
  • 六份講義與範本(市值合計 NT$33,000),課後提供電子檔
  • 課後提問:來信 service@tbr.digital 或透過 LINE 官方帳號詢問
  • 完課證明電子檔,載明課程名稱、日期與時數

// 早鳥倒數 · 距 10/12(一)場開課

--DAY
--HR
--MIN
--SEC

公司報帳與團報

可開立公司抬頭與統編電子發票,適用多數企業的教育訓練費用科目。3 人以上團報另有優惠方案;需要報價單或請購文件,來信或 LINE 洽詢即可。

無法出席怎麼辦

開課前來信即可辦理退款(扣除匯費);也可以改派同公司同仁出席,或改報另一場次(依剩餘席次安排)。

For Enterprise

想用自家的 AI 應用
當作第 18 個案例?

公開課用的是別人的事故;企業內訓可以直接拿貴公司正在用的 Copilot、知識庫或 Agent 當作拆解對象,讓 IT、法遵與業務單位在同一場裡對齊。

企業 AI 資安內訓諮詢

不確定從哪一層開始補、要找誰一起上?加 LINE 直接問,不需要先報名公開課。

企業內訓 LINE 洽詢
Venue

上課地點在台北犇亞會議中心,
捷運南京復興站步行即達

位於復興北路商辦區 15 樓,文湖線與松山新店線雙線交會,下班、會後或從外縣市搭高鐵到台北都方便。

VENUE · TAIPEI
15F
犇亞會議中心
臺北市松山區復興北路 99 號 15 樓
BR11G16南京復興站文湖線・松山新店線
步行約 3–5 分鐘
復興北路 99 號 15 樓犇亞會議中心
Address
臺北市松山區復興北路 99 號 15 樓犇亞會議中心,教室編號於行前通知信告知
Dates
10 月 12 日(一)/ 10 月 28 日(三)平日下午・兩場內容相同,擇一參加 · 12:30 報到 · 13:00 – 17:00
Transit
捷運南京復興站,步行約 3–5 分鐘開車前往者,周邊有多處收費停車場,建議提早出發
Notice
行前通知信於開課前 7 日寄出內含教室樓層指引、交通建議與課前準備事項
在 Google 地圖開啟
FAQ

報名前,
你可能想知道的事

Q1這些事故新聞網路上都查得到,為什麼要花錢來上課?

新聞告訴你「發生了什麼」,但很少告訴你「是哪一層控制失守、換作你的公司該補哪裡」。

自己追新聞的三條典型死路:一、案例看了很多,但每一則都是獨立事件,拼不成完整的威脅地圖;二、知道要防,卻不知道防線該放在輸入、檢索、輸出、權限還是預算那一層;三、回公司想推動,拿不出一份主管與稽核都看得懂的框架,最後只剩一句「大家小心使用」。

這堂課解決的是把零散的事故,整理成一套可以逐項盤點的控制框架,而不是再多讀幾則新聞。

Q2我不是資訊或資安背景,聽得懂嗎?

聽得懂。每起案例都用「發生了什麼 → 為什麼會成功 → 該怎麼擋」三段講解,技術名詞第一次出現時會先解釋,不需要程式或資安背景。

實際上,主管、法遵、財務與人資學員往往最能把案例直接對應到自己的流程——例如大額匯款的確認程序、AI 篩選履歷的覆核機制。

Q3需要準備什麼?要付費的 AI 帳號或安裝軟體嗎?

不需要任何付費帳號,也不需要安裝軟體。課程以案例拆解與框架講解為主,帶筆電或平板方便對照講義即可(非必要)。講義於課後以電子檔提供。

課堂討論時請勿帶入公司的真實機密資料;需要舉例時,用去識別化的情境描述就足夠。

Q4兩場有什麼不同?報名後可以改場次嗎?

10/12(一)與 10/28(三)兩場的講師、內容與講義完全相同,擇一報名即可。兩場都是 12:30 報到、13:00 開始、17:00 結束,地點都在犇亞會議中心。

報名後若需改場次,請於開課前來信告知,我們依另一場的剩餘席次安排。

Q5公司可以報帳嗎?有團報方案嗎?

可以。可開立統一發票,抬頭與統編請填在報名表單中,方便向公司申請教育訓練補助或費用報帳。

3 人以上團報另有優惠方案;需要報價單、課程大綱或請購文件,來信或透過 LINE 官方帳號洽詢即可。請購流程較長者,可先在表單備註,我們會為你保留席次。

Q6怎麼付款?可以刷卡嗎?

本課程一律採銀行匯款,不提供線上刷卡。流程分三步:點頁面上的場次按鈕填寫報名表單 → 匯款至玉山銀行(808)台北分行、戶名原騰數位科技股份有限公司、帳號 0956940133810,金額 NT$3,980 → 我們核對款項後回信確認席次。

匯款後請記下轉出帳號末五碼,方便我們核對。

Q7臨時無法出席,可以退費嗎?

可以。開課前來信 service@tbr.digital,即可依匯款紀錄辦理退款(扣除匯費)。也可以改派同公司同仁出席,或改報另一場次(依剩餘席次安排)。

Q8上完課有問題,可以問誰?

課後若對課程內容有疑問,可以來信 service@tbr.digital,或透過 LINE 官方帳號詢問,我們會協助處理。

六份講義與範本會在課後以電子檔寄送,回到公司就能直接拿來盤點風險、向主管提案。

Q9課程會教怎麼攻擊 AI 嗎?

不會。課程拆解攻擊原理,是為了說明防線應該放在哪裡、為什麼那一層會失守,不示範攻擊的操作步驟,也不提供可直接使用的攻擊指令。

Q10這堂課和「AI 地端部署與資安治理實務班」有什麼不同?

兩堂都由 Simon 主講,但解決的問題不同。地端部署班(一日、含實作)處理的是「資料不能出公司,怎麼把模型建在自己的機房」;本課程(四小時)處理的是「AI 已經在用了,它會從哪裡出事、該怎麼設防」。

前者是建置,後者是風險與治理。如果你還沒決定要不要地端化,先上這堂課,會更清楚自家的風險落在哪一層。

2026.10.12 / 10.28 · Taipei

在你的公司成為案例之前,
先讀完別人的事件簿

早鳥 NT$3,980,開課前限時;各場開課前 2 天截止報名。

立即搶占早鳥席次
10/12(一)・10/28(三)13:00 – 17:00 · 台北犇亞會議中心 · 原價 NT$8,000
LINE 諮詢