夜雨聆风眾所周知, 今天有多家中外科技巨企都在全力发展Al，且竞争激烈，但最近有AI专家以致教宗担心AI这样发展下去会像没有踩剎车一样，将来会失控于人类。 教宗良十四世（Pope Leo XIV）于 2026 年 5 月底发表了其任内首份重要通谕，重点聚焦于人工智能（AI）带来的伦理挑战与社会影响。教宗使用了「解除武装」这一强烈措辞。
他解释这并非拒绝科技进步，而是为了唤醒世人警觉，防止 AI 沦为地缘政治竞争、商业霸权或军事冲突的工具。他明确呼吁各国政府应放慢 AI 开发脚步，并建立健全的法律框架与独立监管机制。
教宗更强烈反对将致命性武器的决定权交给 AI。他指出，将 AI 用于战争会降低冲突门坎，甚至可能导致自动化武器「超出人类控制范围」，将世界推向无止尽的冲突。他并将其比作「新型数码奴隶」与「数码殖民主义」。
教宗认为过度依赖 AI 获取大量信息可能损害年轻人的智力发展、神经系统，以及对现实的掌握能力，强调「获取资料」并不等于真正的「智力」。他强调 AI 的应用必须受到严格的伦理限制，并主张人类不应放弃对技术的监督与责任。
作为设施管理者，就设施运行数据泄漏、客户数据外泄及被 AI 利用的风险，我们应该以什么心态和思维方式在工作上去适当地利用Al, 才不至于车失控, 最终导致车毁人亡？
面对 AI发展带来的焦虑与潜在风险，我们不必过度恐慌，但必须从「纯技术使用者」转变为「AI 治理者与风险监控者」。设施管理的核心在于维护运作稳定、确保安全与保障人员福祉。将 AI 视为一位「能力强大, 但偶尔会犯错且需要指导的实习生」，而非「全能的决策者」，是目前最务实的态度。建议设施管理者在工作中从「盲目追求自动化」到「以人为本的协作」, 不要为了「智能」而智能。
AI 应被用来处理高重复性、数据庞大的工作（如能源优化、预测性维修），而将「复杂的判断」、「伦理决策」以及「人际沟通」保留给人类。在行动方面, 我们应建立「人机协作」机制，确保所有 AI产生的关键决策（如关闭紧急系统、调整安全阈值）在执行前都有人为介入确认（Human-in-the-loop）。
我们应转变思维, 即从「结果导向」到「风险与治理优先」,须知道 AI 是有「偏见」和「脆弱性」的。如果 AI 因为训练数据不足而做出错误的节能建议，后果可能不仅仅是浪费能源，甚至可能影响建筑的结构安全或环境健康。
采取行动是首先建立 AI 清单,清楚盘点您使用的所有 AI 工具，并对其进行风险分级（低风险：文字辅助；高风险：环境控制系统）。不可或缺的是设定煞车机制, 即在自动化流程中设定明确的「紧急中止按钮」（Manual Override），确保系统失控时，人类能瞬间接管。
思维转变也包括从「数据提供者」到「数据守门人」。设施管理涉及大量敏感数据（监控影像、员工刷卡纪录、设备运行参数）。AI 需要数据才能成长，但设施管理者必需保护这些数据不外泄。相应行动是要严格执行「数据最小化原则」。
最后, 设施管理者不要忘记仍有从「个人专业」到「持续学习的生态系」的需要, 我们应具备心态是AI 演进极快，设施管理者必须不断提升「AI 素养」, 理解 AI 的能力边界，比学会写程序更重要。应对方法是建立内部工作小组，定期检视 AI应用案例，分享学习心得，并将「AI 风险管理」纳入日常营运计划。
身为设施管理者，针对「数据外泄」与「数据被反向利用」的担忧，建议可采取「防御性架构」与「隔离机制」来实践管理职责, 如尽量将 AI 的数据处理与分析放在本地服务器（On-Premise）进行。
同时应尽量避免将实时的设备运行原始数据（Raw Data）上传至公有云端的 AI 平台。使用「边缘 AI 网关」（Edge AI Gateways），只在本地完成数据转换与分析，只将「总结性报告」传送给管理层，从源头阻断敏感数据外泄的可能。
如果需要使用第三方 AI进行诊断，仅提供关键的趋势数据（Trend Data），而非完整的系统日志（Log files），以及避免 AI 透过模式分析（Pattern Recognition）反向推敲出建筑的关键弱点。
此外, 避免使用公开的通用 AI（如公共版 ChatGPT）处理敏感数据。应评估导入「企业级私有化部署的 AI 模型」。这类模型运作在公司内部网络内，数据不会被用于训练外部供货商的公开大模型，确保企业的专业洞察与客户机密永远留在公司内部。
严格审视供应商的「数据条款」,当采购或升级设施系统（如BMS、PMS）时，必须要求服务供应商明确解释, 若无法保证数据隔离，则该供应商应被列入高风险采购名单。
还有, 设施管理者应保持「零信任」（Zero Trust）维护心态, 时刻保持警惕, 即不排除所有 AI 工具都可能被HACK的机会。在 AI 控制的设备（如智能空调、门禁系统）与核心关键设施之间，设置实体隔离（Air-gap）或强大的防火墙。即便 AI给出错误建议，实体设备也无法因该建议而产生连锁破坏。
结语
专家与教宗的担忧，提醒的是「失去控制」与「缺乏伦理」。作为设施管理者，我們手中的权力关乎建筑内所有人的安全。一旦运行数据被外部模型吸收，须知道我们的建筑布局、能源消耗规律、人员作息，甚至安防漏洞，都有可能成为攻击者的情报库。
在FM领域，设施管理者最担心 AI会在有些环节「失控」导致严重后果, 因如数据外泄不仅是隐私问题，更是营运安全（Security）与资产风险（Asset Risk）的问题。事實上, 我們不需要成为网络安全专家，但需要担任「数据决策的审核员」。
我們赤不需要阻止 AI的进步，但有责任成为 AI 在设施管理领域的「监护人」。只要保持「科技是工具，人才是决策者」的原则，AI 将是设施管理者提升效率最强大的伙伴。
--完--
作者 : 唐Sir
英国皇家特许设施管理师及考官(MRICS，FM)
国际设施管理协会专业会员(MIFMA)
英国设施管理专业协会认证会员(CIWFM)
绿建通才(BEAM)
认可ESG策划师(CEP®)、ESG经理(CEM®)
声明 : 本公众号的成立属公益性质，所载内容仅代表个人意见，不代表本公众号之立场，图片文章以合法合规为原则，内容部份属原创及来自网络，如涉及版权，敬请实时提出，以便我们及时妥善处理。
(欢迎阅读、留言交流、点赞及关注;FM文章会不断更新内容，请勿错过)。
