feature picture
Shutterstock

小職員到高階經理人都可能踩入的違法禁區!專家解析:什麼是「背信罪」?

王子榮
2023-11-17
分享
收藏
已完成
已取消

職場上可能遇到的法律問題百百種,有屬於私權間的紛爭的勞雇關係,這是屬於《勞動事件法》的範疇;如果勞資雙方無法達成共識,是透過民事程序來確定誰輸誰贏;但也有刑事法律層面的,尤其一旦逾越刑罰紅線劃設的禁區,動輒就要以人身自由作為違反的代價,在司法實務中以「背信罪」潛藏著最多法律的地雷區。以近來職業球星可能涉及打假球為例,從相關新聞提及檢察官偵辦背信罪,背信罪確實是職場上常見的刑罰地雷,從一般小職員到高階經理人只要稍微不慎都可能身陷險境。

延伸閱讀:台積電董事長張忠謀:公司治理,從挑選品格正直的員工開始

「業務侵占」與「背信」,兩罪只能擇一

「背信罪」的條文很簡單,為他人處理事務,卻因為個人心術不正,所以做了違背任務的行為,導致他人產生財產上的損害。

不過,在談「背信罪」之前,必須先談跟「背信罪」有孿生關係的「業務侵占罪」。業務侵占的概念相對於背信來說,比較簡單,使用上也比較容易。就是從事業務的行為人,對於業務上持有物品,起了非分之想,占有本來不屬於自己的物品。例如超商店員在櫃台收錢時,將收到的款項挪為自己所用;或是大樓保全人員,將收到的住戶管理費放進自己口袋,不過業務侵占在法律定位是背信的特別規定。

因為從事業務會被賦予一定任務的執行,但被交託任務後,用侵占的手段來違背任務,所以如果構成業務侵占,就不能再討論背信。

回到背信基礎的法律要件,背信是受他人的委任而為其處理事務,所以行為人和他人一定有內部關係。既然要幫人家處理事務,就負有忠實履行義務的責任,從外面看來,受任人和委任人都是在追求共同的利益,至於彼此間在內部來看,可能是傳統常見的僱傭,也可能混合著承攬、委任的法律關係,但判斷的重點還是要放在行為人有無為他人盡忠實義務以及造成財產損害上。

同時,不像是業務侵占可以直接匡列受損金額,如多少金額短收或多少貨物被私下變賣,背信談的利益則涵義更廣,還有未來可期待利益的喪失也符合。

曾有拖吊公司老闆犯了背信,原因是拖吊公司業務是提供曳引車、大貨車司機來靠行,靠行後其實車輛不是拖吊公司的,但名義上已經改登記給公司,但公司老闆竟違背大貨車司機的託付信任,利用管理車籍事務機會,把車輛拿去貸款。這當然違背了當初委託的任務,這時所受的損害就包含了貸款金額,還有車輛因此無法營業的利益。

另外,也有發生過明明顧客並沒有選購租車的賠償免責優惠方案,但出租車輛發生事故後,租車公司的員工因為個人交情就在系統內部登載上動了手腳,回溯登入免責優惠方案,這種行為也會構成背信。

延伸閱讀:永豐金股東干政,遭金管會重懲 1000 萬!還有哪些業者被罰過?

領導者決策失誤,別怕被被控「特別背信罪」

背信的進階練習題,就是《證券交易法》和《銀行法》有規定的「特別背信罪」,在這2個特別法中的背信,規範的行為人主體也比較特殊。《銀行法》中有銀行負責人,《證券交易法》中則為董事、監察人或經理人,都是決策層級,所以,假如決策不當是否會跟「特別背信罪」劃上等號?

商場如戰場,商機稍縱即逝,如果決策後續失敗了,正常人難以準確預測,於是法院引入了「商業判斷法則」,畢竟法官所在的法庭和錙銖必較的生意場完全不同,所以不能就「行為人所為決定是否正確」或「行為人應如何的決定」這類與商業經營專業考量做事後審查。

這代表法院要判斷行為人做決定時,有沒有盡到注意義務,態度是否謹慎,還有決定是否建立在合理的基礎上,比起一般的「背信罪」判斷標準,「特別背信罪」藉由商業判斷法則,來調和刑罰背信罪和商場間的瞬息萬變。

繼續閱讀 時事觀點
相關文章
feature picture
經理人

AI 不只要懂數據,更要懂企業!Teradata 如何加速實現自主型企業?

2026-11-09 經理人 X 擎昊科技 X Teradata
分享
收藏
已完成
已取消

隨著生成式 AI 快速發展,AI 的角色正從回答問題、生成內容,進一步走向執行工作、參與決策,這也讓「自主型企業(Autonomous Enterprise)」成為企業數位轉型的新願景。在這樣的企業中,AI 不再只是被動等待人下指令的工具,而是可以在授權範圍內自主做出決策、執行任務,且會持續學習與優化的數位員工,而人則肩負起監督與審核的責任,確保 AI Agent 的決策與行動符合企業目標及治理要求。

然而,要實現自主型企業的願景,除了依靠強大的 AI 模型外,企業還需要掌握兩個關鍵:一是釐清自身希望透過 AI 解決哪些業務問題、達成什麼目標;二是讓 AI 真正理解企業的業務脈絡。這兩個關鍵,不僅決定 AI 能否從概念驗證(PoC)走向實際營運,更是企業朝自主型企業邁進的重要基礎。

邁向自主型企業,企業必須掌握的兩大關鍵

Teradata 首席營收長 Richard Petley 指出,企業在定義 AI 導入目標時,不能只著眼於技術是否可行,更應該從實際業務需求出發,設定明確且可衡量的成果與投資報酬。

舉例來說,金融業可能希望提高詐欺偵測率、降低風險;零售業則想要藉由個人化推薦提升轉換率與顧客體驗;製造業也許會將縮短生產週期、提升供應鏈效率列為目標。雖然不同產業對 AI 的期待各有不同,但共同點都是希望解決具體的業務問題,而不只是驗證 AI 能做到什麼。

第二個關鍵則是讓 AI 理解企業的業務脈絡。即使企業已經將所有資料集中在同一個平台,也不代表 AI 就能理解這些資料。例如,AI 可能知道某位客戶的交易金額下降,卻不知道背後究竟是受到合約條件改變、採購週期等哪一項因素影響。

換句話說,若 AI 不清楚數據背後的意義,以及企業實際的業務流程與決策依據,即便數據量再多、模型能力再強,仍難以做出適當判斷。因為真正影響企業決策的資訊,往往不只存在於數據本身,也可能藏在不同部門的作業流程、內部文件,甚至資深員工長年累積的經驗之中。

因此,企業不只要整合散落在不同系統、資料庫與文件中的數據,還必須建立資料之間的關聯,讓 AI 不只看得懂數據,更能理解數據背後的業務意義與決策邏輯。如此一來,AI 才不會像一名對公司業務一無所知的新進員工,而是能夠根據企業的實際情境做出適當判斷、執行任務。

Teradata 兩大解決方案,打造由知識與脈絡驅動的 AI

Teradata 首席產品長 Sumeet Arora 認為,邁向自主型企業是一段漸進式的轉型歷程,若能讓 AI 充分理解業務脈絡,就有機會加快轉型腳步。為此,Teradata 推出 Tera Context Engine 與 Tera Harness 兩項解決方案,協助企業打造由知識與脈絡驅動的 AI 應用,讓 AI 不只理解企業的業務邏輯,更能將這些理解運用在實際任務中。

舉例來說,歐洲某醫療研究機構運用 Teradata 解決方案及自家資料庫,開發出一套僅有 200 萬個參數的輕量化 AI 模型,可預測不同病患族群未來 10 年內的疾病發生情況,提供相關單位及早做好醫療需求與資源規劃。美國某大型醫院透過 Teradata 平台整合病患數據,進而開發出可直接在資料庫內執行的病患風險分層模型,可從病患特徵去辨識其風險程度與照護需求,讓醫師據此規劃更精準的照護計畫。

擎昊
Teradata 首席產品長 Sumeet Arora 表示,Teradata 推出 Tera Context Engine 與 Tera Harness 兩項解決方案,協助企業打造由知識與脈絡驅動的 AI 應用。
經理人

首先,Tera Context Engine 扮演的是企業知識整合與轉譯者。它能整合企業分散在四處的數據與內容,並納入內部專家長年累積的經驗,在符合數據治理規範的前提下,轉化為 AI 能夠理解與運用的企業智慧。換句話說,Context Engine 的價值不只是提供更多資料,而是讓 AI 理解資料背後的商業意涵,以及如何運用在實際情境中。

有了業務脈絡,下一步就是讓 AI 真正採取行動,這正是Tera Harness 所扮演的角色。它會結合 Context Engine 提供的知識與脈絡、企業設定的目標,如:提升客戶滿意度,讓 AI 去執行對應任務,並依據結果持續調整行動策略。而在涉及重要決策或較高風險的應用情境中,Harness 也能導入人機協作機制,由人介入決策、提供回饋,降低 AI 自主決策可能帶來的風險。

然而,當 AI 開始自主執行更多任務,企業也面臨另一項挑戰:如何在擴大 AI 應用的同時,兼顧主權 AI 與資安需求?對此,Sumeet Arora 指出,Tera Harness 支援地端、雲端及混合部署等不同 IT 架構,能夠配合資料所在位置去執行任務,企業可依據自身的治理與法遵要求彈性部署,將重要知識與商業機密留在內部可控的環境中。

此外,當 AI 開始承擔更複雜、執行時間更長的任務,如何避免因意外而導致任務中斷,也是企業相當關注的課題。為此,Teradata 在 Harness 中導入檢查點與記錄機制,倘若 AI 因意外而中斷正在執行的任務,Tera Harness 會從最近一次的檢查點接續執行,不必從頭再來,減少不必要的時間與成本浪費。同時,Harness 也具備高併發處理能力,可同時處理多個 AI 任務,提升 AI 參與日常營運的穩定性與可靠性。

從資料倉儲走向 AI 知識平台,Teradata 3.0 攜手擎昊加速企業轉型

Tera Context Engine 與 Tera Harness 的推出,不只協助企業加速 AI 應用落地,也反映 Teradata 對自身定位的轉變,正從傳統資料倉儲供應商,轉型為企業 AI 知識與 AI 執行能力的供應商,協助企業將分散的資料轉化為 AI 可理解的脈絡資訊,進而驅動智慧決策與自動化執行。

Richard Petley 進一步說明,Teradata 的發展可分為三個階段,在最初的 Teradata 1.0 時期,以軟硬體整合的資料倉儲設備為主,到 2.0 則轉向支援地端與雲端部署的現代化軟體,如今進入 3.0 階段,客戶不一定要採購整套資料倉儲解決方案,也能依需求導入 Context Engine 或 Harness。這樣的轉變,顯示 Teradata 正以更開放、彈性的合作模式,讓企業能夠在既有技術架構上導入所需的 AI 能力,而不必全面汰換原有系統。

擎昊
Teradata 攜手台灣代理商擎昊科技,結合原廠 AI 技術與在地系統整合經驗,協助企業加速 AI 應用落地,邁向自主型企業。圖中由左至右,依序為 Teradata 首席產品長 Sumeet Arora、擎昊科技總經理劉宗坤及Teradata 首席營收長 Richard Petley。
經理人

然而,再先進的技術架構,仍需要在地專業夥伴協助落地。而擎昊科技作為 Teradata 台灣代理商,不僅與原廠保持密切互動,更擁有深厚的技術實力,及豐富的企業級系統規劃、建置與整合經驗,協助企業打造穩定可靠的 IT 環境,讓 AI 應用能夠順利導入並持續運作。此次 Teradata 兩位高階管理者 Richard Petley 與 Sumeet Arora 來台,除了與企業客戶交流 AI 發展與應用需求,也攜手擎昊科技深化在地合作,共同拓展台灣市場。

面對缺工、高齡化與市場競爭加劇等挑戰,如何運用 AI 提升營運效率並強化決策能力,已是企業的當務之急,這也讓自主型企業成為未來必然的發展方向。在這條智慧轉型的路上,Teradata 將持續攜手擎昊科技,融合 AI 技術、企業知識與系統整合能力,協助企業加速 AI 應用落地,朝自主決策與智慧營運的新階段邁進。

擎昊
Teradata 首席營收長 Richard Petley 指出,Teradata 正以更開放、彈性的合作模式,讓企業能夠在既有技術架構上導入所需的 AI 能力,而不必全面汰換原有系統。
經理人
擎昊科技
Teradata

解鎖更多提問機會!

請先登入會員

會員專區

使用會員功能前,請先登入

  • 台灣首款對話式 AI 職場教練,一次提升領導力
  • 會員專享每日運勢、名人金句抽籤
  • 收藏文章、追蹤作者,享受個人化學習頁面
  • 定向學習!20 大關鍵字,開放自選、訂閱
  • 解鎖下載專區!10+ 會員專刊一次載
訂閱方案