本文目錄（8 節）
很多台灣設備商在歐洲有售後服務團隊：工程師分散在各國，每天依報修單到客戶現場安裝、保養、維修。當報修量變大，用系統自動排班、派工是很自然的事；再進一步，系統會參考工程師的證照、所在位置、過去的維修時間與客戶評分，自動決定誰去哪一單。
這樣的系統，在 AI Act 下可能就是高風險 AI。本文說明判斷的關鍵、為什麼「我們只是輔助排班」不一定能用例外排除，以及 2027 年 12 月 2 日前該注意的事。
本文的售後服務排班為台灣企業常見的典型情境示例，不是特定客戶的案例。
本文重點
- 附件 III 第 4 點 (b) 款：用於依個人行為或特質分派工作，或監控、評估工作表現與行為的 AI 系統，屬高風險。
- 第 6 條第 3 項的例外（狹窄程序性任務、輔助人類判斷等）有一個硬限制：對自然人做側寫 (profiling) 的系統，一律是高風險。
- 高風險規則自 2027 年 12 月 2 日起適用；在此之前已上市的系統，之後若設計有重大變更也會適用（第 111 條第 2 項）。
- 同一套系統還要看 GDPR 第 22 條自動化決策，以及第 26 條第 7 項：在職場使用前要告知員工代表與受影響員工。
一、為什麼排班派工會是高風險？
附件 III 第 4 點「就業、勞動者管理與自營工作的取得」有兩款：
| 款次 | 用途 |
|---|---|
| (a) | 招募或甄選：投放定向職缺廣告、分析與篩選求職申請、評估應徵者 |
| (b) | 影響工作關係條件、升遷或終止的決策；依個人行為、個人特質或特徵分派工作；監控與評估工作關係中人員的表現與行為 |
(b) 款用的是「工作相關的契約關係」，不限於正式僱傭。售後服務的派工系統只要符合下面任何一項，就值得仔細檢視：
- 依工程師的歷史表現（維修時間、一次修復率、客戶評分）決定誰接哪一單；
- 依工程師的行為資料（位置軌跡、回應速度、接單紀錄）調整派工；
- 系統產出的分數或統計，被拿來評估工程師的表現、影響獎金或續約。
相反地，只依報修單內容、所需證照與排班表做機械式配對，不涉及個人表現或行為的評估，判斷結果可能不同。
二、「我們只是輔助排班」可以用例外排除嗎？
第 6 條第 3 項讓附件 III 的系統在不構成重大風險時，可以不被視為高風險，條件包括：執行狹窄的程序性任務、改善已完成的人類活動結果、偵測決策模式偏差、或只做評估的準備工作。
但同一項的最後一段寫得很清楚：附件 III 的 AI 系統只要對自然人進行側寫，一律視為高風險。側寫的定義沿用 GDPR 第 4 條第 4 款：以自動化處理個人資料，評估個人的某些面向，特別是分析或預測其工作表現、可靠性、行為、位置或移動。
依工程師的歷史表現與位置資料來派工，很難說不是側寫。這也是派工系統最容易誤判的地方：系統看起來只是「建議」，但它對人的評估本身，就讓例外失效。例外的條件與留存證據，會在第九篇說明。
您的派工系統用了哪些資料？
- 工程師的歷史維修時間、客戶評分、一次修復率
- 即時位置或移動軌跡
- 系統分數會出現在績效考核或獎金計算裡
勾到任何一項，就值得在 2027 年 12 月 2 日前重新檢視系統的定位。
三、誰是提供者，誰是使用者？
| 情境 | 提供者 | 使用者 |
|---|---|---|
| 向軟體商購買派工系統，歐洲子公司使用 | 軟體商 | 歐洲子公司 |
| 台灣總部自行開發，提供歐洲子公司使用 | 台灣總部（以自己名義投入使用） | 歐洲子公司 |
| 把通用排班工具加上表現評分功能，用在派工 | 可能因改變預期用途而成為提供者（第 25 條第 1 項 (c) 款） | 歐洲子公司 |
角色判定的完整說明見第三篇。集團自行開發的情況特別要注意：總部同時是提供者，就要負擔第 16 條的全套義務，包括品質管理系統、技術文件、符合性評鑑與登錄。
四、使用者在職場用高風險 AI 要做什麼？
第 26 條對使用者的義務，在職場情境裡特別重要的有：
- 人為監督：指派具備能力、訓練與權限的人負責監督（第 2 項）；
- 輸入資料：在可控制的範圍內，確保輸入資料與預期用途相關且具代表性（第 4 項）；
- 紀錄保存：自動產生的紀錄在可控制範圍內至少保存六個月（第 6 項）；
- 員工告知：在職場使用前，告知員工代表與受影響的員工（第 7 項），並依各國勞動法的資訊與諮詢程序進行；
- DPIA 銜接：運用提供者依第 13 條提供的資訊，完成 GDPR 第 35 條的資料保護影響評估（第 9 項）。
五、AI Act 以外，還有哪些規範？
- GDPR 第 22 條：完全基於自動化處理、對個人產生法律效果或類似重大影響的決定，原則上受限制，例外情形也要有人為介入等保障。
- 第 5 條禁止行為：在職場用 AI 推論員工情緒（醫療或安全原因除外）已於 2025 年 2 月 2 日禁止。
- 平台工作指令：如果透過數位勞動平台派工給外包人員，Directive (EU) 2024/2831 對演算法管理另有規定，各國須在 2026 年 12 月 2 日前完成轉置。
- 各國勞動法：員工代表的資訊與諮詢權、勞動監控的限制，各國規定不同。
系統要改，還是流程要改？
同樣的派工目標，有不同的系統設計與管理方式，高風險定位與義務範圍也跟著不同。哪些功能要調整、哪些流程要補，要看系統用了哪些資料、結果怎麼被使用。
附件 III 高風險：2027 年 12 月 2 日適用。
六、ZC 實務觀察：職場 AI 最常被低估的地方
以下是 ZC 在協助企業檢視職場 AI 時反覆看到的現象，不指涉特定客戶：
- 以為合規評估要從程式碼開始。 AI Act 的分類看的是用途與對人的影響，先要釐清系統在業務流程中怎麼被使用、輸出交給誰、誰依據它做決定。技術細節是用來驗證特定問題的，不是起點。
- 「建議」和「決定」的界線很模糊。 系統名義上只給建議，但現場主管幾乎照單全收時，系統實際上已經在影響決策結果，第 6 條第 3 項的例外就很難成立。
- 規格書和上線後的系統不一樣。 上線後調整過的參數、新增的例外規則、人工覆寫的頻率，常常沒有回寫到文件裡，而主管機關看的是系統現在怎麼運作。
- 資料用途悄悄擴大。 為排班收集的位置或工時資料，後來被拿去看績效、算獎金，系統的預期用途就變了，角色與義務可能跟著改變。
常見問題
AI 排班一定是高風險嗎？
不一定。附件 III 第 4 點 (b) 款針對的是「依個人行為或特質分派工作」與「監控、評估表現與行為」。只依工作內容、證照與班表做配對的系統，判斷可能不同；但只要對人做側寫，就不能用第 6 條第 3 項排除。
派工對象是外包工程師，不是員工，也算嗎？
附件 III 第 4 點用的是「工作相關的契約關係」與「自營工作的取得」，不限於僱傭關係。透過數位平台派工的，另外要看平台工作指令。
系統 2027 年以前就上線了，也要符合嗎？
第 111 條第 2 項：在高風險規則適用日之前已投放市場或投入使用的系統，適用日之後設計有重大變更時才適用（公部門使用者另有 2030 年 8 月 2 日期限）。持續改版的系統，很難一直維持「沒有重大變更」。
使用高風險 AI 一定要做基本權利影響評估 (FRIA) 嗎？
第 27 條的 FRIA 針對公法機構、提供公共服務的私人機構，以及附件 III 第 5 點 (b)(c) 款（信用評分、壽險健康險定價）的使用者。一般企業的內部派工通常不在 FRIA 範圍，但 GDPR 的 DPIA 仍可能需要。
下一篇預告
需要協助？
ZC Zeelandia Consulting 在阿姆斯特丹設有實體據點，可協助企業確認職場 AI 的 AI Act 定位，並銜接 GDPR 與員工告知的要求。
- 預約 30 分鐘線上諮詢：calendly.com/zc-meeting/30min
- 歐盟法規雷達：AI Act 專區
- 加入 ZC LINE 官方帳號：lin.ee/QKV5RTE
法源與參考資料
- Regulation (EU) 2024/1689 (Artificial Intelligence Act) 第 5、6、25、26、27、111 條、附件 III：EUR-Lex
- AI Act 整合版條文（2026 年 7 月 27 日）：EUR-Lex
- Regulation (EU) 2016/679 (GDPR) 第 4、22、35 條：EUR-Lex
- Directive (EU) 2024/2831 on improving working conditions in platform work：EUR-Lex
本文為一般性資訊整理，資訊更新至 2026 年 11 月，不構成法律意見。個別產品之適用情形，請依實際事實與最新公報內容判斷。
下一步：您考慮過這三種做法嗎？
法規來源 · Regulation (EU) 2024/1689 (Artificial Intelligence Act) · AI Act 整合版條文（2026 年 7 月 27 日） · Regulation (EU) 2016/679 (General Data Protection Regulation) · Directive (EU) 2024/2831 on improving working conditions in platform work. 本文整理自 EUR-Lex 法規原文與歐盟執委會官方資料，為一般性資訊，不構成個案法律意見；實際義務以歐盟官方公報為準。
