104人力銀行於2026年10月6日發布重大訊息,表示公司偵測到 App 系統出現異常讀取情形,經調查確認,約有12萬筆履歷資料遭未經授權讀取。
根據目前公開資訊,104已採取防護及阻斷措施,並委由外部第三方資安機構進行鑑識,同時向主管機關通報、向調查局報案。系統及營運目前維持正常,但事件影響仍在調查與評估中。
值得注意的是,截至本文發布時,官方尚未完整揭露遭讀取的資料欄位、異常持續時間、攻擊方式及實際受影響人數。因此,比起急著判斷「是哪一套系統出問題」,企業更該思考的是:
如果類似事件發生在自己的公司,誰能及時發現、阻斷、通報,並向管理層說清楚?
資安事件不只是技術問題,更是數位架構的「治理問題」
多數企業平常認為系統還能運作、員工可以登入、資料找得到,就代表資訊管理沒有問題。
特別是當前生成式 AI 與自動化浪潮席捲各行各業,許多經營者都想導入 AI 提升效率(AI can help),卻常卡在兩難:既想擁抱 AI 創新,又害怕把 AI 串進既有 ERP 或核心資料庫時,會動搖現有系統穩定度,甚至把敏感個資直接餵給外部模型,釀成難以挽回的資安破口。
真正的資訊與數位治理,不只是在系統壞掉時維修,也不是盲目引進新工具,而是企業能否持續回答以下問題:
- 核心資產在哪裡: 哪些系統保存客戶、員工或供應商的重要機敏資料?
- 存取與讀取邊界: 誰有權限讀取、下載或匯出這些資料?如果串接 AI 工具,AI 讀得到哪些層級的資料?
- 即時監控機制: 權限異常或大量存取發生時,是否能即時發現並自動阻斷?
- 權限生命週期: 離職人員、委外廠商及共用帳號的權限是否定期清查?
- AI 導入的責任架構: AI 生成的內容或自動觸發的流程,是否有「真人把關(Human in the Loop)」機制?
- 危機決策與通報: 發生異常事件後,誰負責判斷影響、保存數位證據及對外通報?
這些問題牽涉的不只是防毒軟體或防火牆,而是權限、流程、架構隔離與決策機制。
中小企業最常見的三個資訊治理缺口
一、有人修電腦,卻沒有人評估架構風險與 AI 邊界
許多中小企業已有資訊人員或外包維護廠商,但工作通常集中在硬體維修、帳號設定、網路連通與例行系統維護。這些日常運作至關重要,但往往缺乏具備經營管理視角的角色,來評估跨系統整合的資安風險、資料外洩管道,或是評估導入新技術(如 AI 專案)對既有架構的衝擊。
二、系統愈接愈多,權限與資料流向成了黑箱
ERP、CRM、雲端硬碟、人資系統、通訊軟體、以及各種新興的 SaaS 與 AI 輔助工具分散各處。如果缺乏清晰的架構規劃,常見風險包括:
- 員工為了省事,擅自將客戶名單或機敏個資上傳至外部公開 AI 工具。
- 外部廠商或已離職工程師長期保留系統後門與最高管理權限。
- 既有系統被外部 API 任意串接,缺乏存取速率限制(Rate Limit)與異常偵測,遭到爬蟲或異常存取時毫無知覺。




