徵才廣告走漏商業機密？智鬥AI法眼，企業如何做好資訊揭露

AI正讓企業資訊揭露變得更加棘手；演算法不只分析財報與法說會，還能從徵才廣告、軟體程式碼等看似無害的資訊推論企業策略。企業應重新檢視所有對外溝通內容，並建立跨部門協作機制，顧及直接受眾與仰賴AI分析資訊的利害關係人，以維持資訊揭露的一致性。

傳統上，一般對企業資訊揭露的疑慮，主要限於被認為攸關財務績效的特定發佈內容——向美國證券交易委員會（SEC）等監管機構提交的財務報告、法人說明會等。

管理者精心篩選策畫這項資訊，並將敏感內容保密，採取果斷步驟以維持機密性：像是防止資訊外洩、修補企業防火牆漏洞，以及嚴密限制存取研發和專有技術等競爭性的敏感資訊。這向來是一項挑戰，因為企業的資訊環境可能很複雜，而且眾所周知，資訊流動往往難以被管理階層掌握。

例如，2023年，一些網路研究人員偶然發現一批高達38TB的敏感數據快取，不慎連結至微軟（Microsoft）的一個GitHub帳戶，其中包括超過30,000則MS Teams內部訊息。肇因是一組存取權杖（Access token）設定錯誤：原本只應開放這個帳戶內的開放原始碼AI模型，卻誤設為可存取整個Azure儲存帳戶的內容。這類意外數據外洩尤其值得重視，因為一旦透露幕後資訊，即使內容並不完整，落到專業市場分析師手中，也可能揭露大量關鍵訊息。舉例來說，Apple的電動車計畫就曾因徵才廣告而曝光。另一次類似疏失中，Apple也意外在軟體程式碼裡洩漏自家的最高機密硬體。

AI正迅速降低市場分析專業的門檻，使這項挑戰日益加劇。以選股為例，投資經理人會仔細研究一組競爭同業，再比較企業的表現與前景。我們近期發表於《會計研究評論》（Review of Accounting Studies）的論文，以數據充足的大型上市公司為研究對象，結果發現Google的聊天機器人Bard（現為Gemini）能夠產生同業公司清單。這是估值的重要一環，而Bard產出的名單，在相似度與準確度上足以媲美專業投資分析師整理的結果。這代表，幾乎任何人只要使用AI，轉眼間就能完成過去需由專家花數小時抽絲剝繭才能掌握的大型企業競爭力分析。