工研院精進知識經濟競爭力
工研院精進知識經濟競爭力
2008.02.04 |

勇敢投入業界還未做、不敢做、或不會做的產業科技創新,正是工研院的目標及使命。歷經三年發展並於2008年正式上線運作的智慧資源規劃(Intelligent Resources Planning;IRP),為應用新資訊技術與產品創造更高研發價值的成果之一。

工研院技術移轉與服務中心專利加值組陳秋齡組長表示:「企業從事全球佈局及相關決策需要包括產業、產品、技術、市場以及相關廠商的完整動態資訊支援,而企業自主研發及減免巨額權利金、技術報酬金支付,並適度防範專利侵權訴訟風險與控制巨額法律費用,則需要完整的技術、智慧財產資訊支援。透過IRP平台,以簡易圖表將上述所需資訊作相互關係之具體展現,得以快速提供企業發展決策之需,改善目前常見巿場、產品及產業之間過於薄弱的資訊連結。」

工研院以三年為期,從無到有地打造IRP平台所需的方法論、基礎架構與應用功能。這個同時結合了知識管理與人工智慧的平台,區分為知識管理、資訊擷取、分析、協同工作入口網站、全文檢索等五大子系統,並於2008年正式上線運作,初期先提供給工研院院內同仁使用,後續將擴大成為提供給產業界的專業服務。

12 TB資料量及文字型資料庫的雙重挑戰

工研院現行的運作是研究人員通常專注在自己專業的技術上,由於缺乏整體產業資訊參考,致使開發的技術或元件,雖然專精卻缺乏整體觀點,無法為決策者提供強而有力的支援。

為了協助決策者掌握所有資訊,IRP所提供的資訊為特定產業上中下游全球廠商之專利分佈,即依產業產品的BOM展開其技術結構,並配以專利於其間之關係圖表;還有廠商間的專利侵權、專利授權、技術移轉、合投資、併購、合作開發、代工等等實用性動態訊息彙整;以及高度完整性的產業鏈、價值鏈及供應鏈資訊彙整。這些資料來源,係取自產業新聞、財務報表、專利等多面向之異質資料。

以低價電腦的研發為例,首先必須展開構成電腦的所有元件,逐一清查哪個元件是由哪些供應商生產,以及相關專利及智慧財產權的佈局,再從中找出技術關鍵點並查驗被開發/佈局情形,,最終才能排列組合出最佳的成本結構及供貨來源。

然而,建立完整資料藍圖的同時,另一個隨之而來的挑戰,就在於大量且成長快速的資料運用與管理上。根據專案小組的預估,IRP平台的資料量將於2008年底達到12 TB,上線後將成為院內最大的資料庫,線上同時使用人數規劃為250至400人。

除此之外,以資訊為主體的IRP平台,還是台灣首見的文字型資料庫應用模式,同時也是全球少見的應用實例。面臨嶄新的多重挑戰,工研院一方面選定Microsoft SQL Server 2005做為資料庫環境,一方面則在微軟原廠專業團隊的協助之下,進行了長達半年的概念驗證及先導測試工作。

以彈性、延展性與高效能的基礎架構奠基

在專案發展初期因經費的因素對於資料庫的選擇,工研院專案小組先以SQL Server 2000來進行開發,為因應未來巨量的資料處理以及大量使用者在系統運作效能上的考量,於2007年透過微軟顧問的協助下升級至SQL Server 2005資料庫平台上,後續更嘗試採用微軟最新的商業智慧報表工具Office PerformancePoint Server 2007,整合相關資訊進行動態分析,輔助商業決策的作業。

工研院資訊技術服務中心計畫經理徐紹馨表示:「由於這是提供給全院使用的大型資料庫,可以預見的是效能絕對會成為最大的瓶頸。SQL Server 2005則以更好的彈性及延展性來支援大量資料所需的整體架構。」

以資料倉儲的資料轉檔與整合程式為例,進行百萬筆文件資料的整理與搬移作業時,在SQL Server 2000上需時六分鐘,在SQL Server 2005上,採用最新的SSIS技術,僅需一分鐘內即可完成。同時SQL Server 2005提供給系統開發人員的SSMS(SQL Server Management Studio)功能也變得更為便捷好用,滑鼠點選即可開啟。

採用SQL Server 2005,對使用者而言,最直接感受的部分就是作業速度與資料存取成功率的提升。為了避免所有應用程式同時存取同一資料庫,形成軟硬體資源的搶奪效應,專案小組將資料庫環境一分為二,區隔為交易型及分析型資料庫,再加上資料庫版本的升級,原先在SQL Server 2000只達九成的資料存取成功率,在SQL Server 2005已提升至近乎100%。

除了軟體架構的升級,另一個改善效能的關鍵則在搭配的硬體平台上。專案小組針對既有平台的硬體效能瓶頸,進行嚴謹的分析,根據分析報告找出改善重點,並選擇配備Intel處理器的中高階伺服器、獨立的高效能磁碟等設備,一方面滿足效能的需求,另一方面也展現了最佳的成本效益比。

徐紹馨經理說明:「由於工研院涵蓋的產業類別很多,分析模式也必須更為多樣化,無法只以制式報表來滿足全院的需求。」針對不同且異質資料源的產業訊息、新聞報導、財務報表與專利等文件,建立資料倉儲系統,並透過Cube彙整分析資訊,採用Office PerformancePoint Server 2007提供的多維度分析報表工具,讓使用者根據自己所需的分析角度,隨選隨拉。

IRP平台上線之後,未來院內研發人員、研發及智財主管,以及產品開發人員都可能成為使用者。但專案小組的企圖心不僅止於此,長期來看,IRP平台將成為對外服務項目之一,具體展現知識經濟的效益及力量。

往下滑看下一篇文章
從人、流程到工具:TVBS解構新聞業AI轉型方程式
從人、流程到工具:TVBS解構新聞業AI轉型方程式

在生成式 AI 驅動下,新聞產業正加速進入新一輪轉型。這股技術浪潮不僅改變了內容產製模式,也重塑了讀者獲取資訊的入口。面對這場產業變革,台灣科技媒體領導品牌TVBS 展現強勁的轉型動能,不僅積極布局 AI 應用,更憑藉創新專案獲得「nDX數位創新獎助計畫」肯定。

為加速經驗擴散並促進產業交流,日前,TVBS 攜手數位經濟暨產業發展協會(DTA)舉辦「AI in the Newsroom-TVBS轉型實戰分享」發表會,現場匯聚媒體與科技領域專業人士,從實務案例出發,深入剖析 AI 導入新聞現場的應用模式,共同見證 TVBS 如何以 AI 為核心引擎,重新定義數位時代的媒體影響力。

TVBS-1.jpg
圖/ 數位時代

從「人」出發:從超級個體到超級組織,啟動 AI 原生轉型

TVBS 集團成長長簡西村表示,早在生成式 AI 浪潮成形之初,TVBS 便已啟動轉型布局。不僅於 2023 年成立AI未來科技部,專責 AI 應用開發與轉型推進,更由董事長親自主持每週一次的 AI 策略會議,確保決策與執行節奏高度一致,並進一步盤點出「人、流程、科技(PPT)」三大轉型關鍵,逐步落實將 AI 導入各項營運環節。

從「人」的角度來看,TVBS 以 AI 提升效率與創造價值為目標,提出超級個體與超級組織的轉型藍圖。其中,超級個體指的是能善用 AI 工具的記者,例如:透過 AI 分析海量資料、自動生成初稿或經營個人品牌,透過與 AI 的分工協作,不僅提升產出效率,也讓記者得以回歸深度核實與現場採訪等核心職能。

當多個超級個體串聯,便進一步形塑出超級組織,透過 AI 全面提升團隊的數位戰力,成為 AI Native(AI原生)媒體組織。TVBS 的願景是,讓每一個議題皆能發展出專屬 AI Agent,負責資料處理與初稿生成,而人扮演總編輯角色,負責內容品質與倫理把關。如此一來,不僅能實現全天候、高頻率的內容更新,更可透過多 Agent 協作,同時產出文字、影音、Podcast 等不同形式的內容,實現一次生產、全平台分發的目標。

從「流程」出發:讓AI嵌入新聞產製,縮減 30% 作業時間

從「流程」的角度來看,AI 唯有真正嵌入新聞產製流程,才能發揮最大效益。然而,哪些環節最適合導入 AI、導入後流程該如何重塑,往往只有第一線新聞人最清楚。為此,TVBS 邀請新聞部同仁組成「文科種子」團隊,並由主管從日常工作情境出發,親自示範 AI 應用,讓記者實際感受到 AI 帶來的效率提升,進而翻轉「不好用」的既有印象,吸引更多資深同仁投入 AI 應用開發。

TVBS新聞部網路新聞中心總編輯楊致中強調,「AI不是要把新聞人變成工程師,而是要讓新聞人重新回到專業現場。」因此,這群橫跨編輯、記者、編譯等不同職能的種子成員,從使用者視角出發,與工程師並肩協作,以使用情境取代傳統規格書,讓技術團隊得以深入理解採訪流程中的真實痛點,進而開發出涵蓋多語翻譯、初稿生成、重點歸納、多稿比對、標題與內容優化等 AI 應用,整體作業時間平均縮短逾三成。同時,新聞部也與 AI 部門建立每週開會機制,持續提出痛點及回饋使用經驗,推動產品快速迭代。

TVBS-3.jpg
圖/ 數位時代

另一方面,TVBS 也連續三屆舉辦員工限定的「AI 黑客松」,各部門同仁由日常工作中的痛點出發,發想出更貼近第一線需求的 AI 解決方案,讓 AI 逐步成為組織共通的語言,不僅有效提升工作效率,也進一步形塑出 AI 驅動的創新文化。

從「科技」出發:打造混血系統 AI WIZE,讓AI真正貼近使用需求

從「工具」的角度來看,如何在滿足使用需求的同時兼顧技術快速迭代,成為關鍵課題。為此,TVBS 提出混血系統概念,由新聞人與 AI 部門協助,共同開發出專為媒體場景打造的 AI WIZE 平台。

TVBS-2.jpg
圖/ 數位時代

TVBS AI未來科技部副總監吳楨文說明,AI 技術迭代速度極快,若仍沿用傳統「使用者提需求、工程師寫程式」的開發模式,不僅溝通成本高、也難以快速及時優化,容易導致使用體驗不如預期。若是直接使用外部 AI 工具,在產出結果不穩定的情況下,使用者常常要反覆調整提示詞與修正細節,反而會增加時間成本,使 AI 應用淪為新的負擔。

為解決這樣的困境,TVBS 在開發 AI WIZE 時,結合系統化與人才混血兩大策略,由工程師在「深水區」把關系統架構、資訊安全與成本控管,而新聞人則在「淺水區」透過 AI Studio 等自然語言工具定義應用場景,並將新聞專業封裝成可重複使用的 AI Agent技能,同時透過持續回饋機制,讓 AI Agent 不斷學習與優化,使工具更貼近日常工作需求。

簡西村最後強調,人機協作不是選擇,而是必然路徑。TVBS 期望透過這場 AI 轉型,打造兼具速度、深度與可信度的新型媒體競爭力,並以自身實踐經驗為基礎,帶動台灣媒體在 AI 浪潮下強化整體產業競爭力,重新定義媒體的「真實」價值,開創新聞產業的 AI 新時代。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓