智慧城市如何智慧?政府開放資料的創新應用 扮演關鍵角色
智慧城市如何智慧?政府開放資料的創新應用 扮演關鍵角色

如同人體,城市以一個複雜有機體形式的存在,針對其內在複雜的實體運作,往往不易有完整系統性的觀察。而在資訊科技發展下,城市的律動與新陳代謝皆產生出相對應大量的資料,透過網路,這些資料更得以即時的在各元件之間傳遞,讓城市居民可以據此進行創新,共同設計改進生活體驗的實驗。

在 2012 年北京設計周的專題展「智慧城市 - 國際訊息設計展」當中,邀集了來自 14 個國家、50 個設計團隊、數位研究機構與研究室的 82 件作品,呈現出資訊設計的魅力。策展人認為數位化城市之所以能更加智慧,便是透過訊息設計,結合巨量資料挖掘的趨勢,以及創新數位能量,將智慧城市引入新的高度,並藉以提升公民意識,協同公民智慧,讓城市這個複雜的系統可更聰明、人性化的服務每位市民。

這次展覽以六個面向進行,包括城市規劃、交通、通訊、社會、環境與安全,匯聚各界在此領域成果。舉例來說,城市規劃部分,麻省理工學院的可感知實驗室(MIT Senseable City Lab)提出的「Live! Singapore」計畫,針對城市活動的各項即時資訊,建構了一個資料的收集、詮釋以及散佈的開放平台讓民眾使用。其背後的邏輯是,透過視覺化與可感觸的方式,讓人民可以即時使用其所居城市的資訊,可以讓民眾日常做的各項決策都能和所在環境更為整合。例如,「Isochronic Singapore」計畫呈現出新加坡居民的交通狀況,哪個路線會比較塞車、從甲地到乙地所需時間、週間與週末的差異等。「Raining Taxi」計畫,則結合了降雨和新加坡的計程車資訊,藉由了解此資訊以作為往後計程車調度的依據。

上圖:Isochronic Singapore。下圖:Raining Taxi。圖片來源:Live! Singapore

事實上,透過資訊科技掌握分析城市資訊,藉以改進城市設計的作法,已經有商業公司進行實作。舉例來說,美國每年投入上百億美金在處理廢水的設施,且多數大城市的下水道建造時間已超過一世紀,故對於下雨產生之大量廢水的消化能力有限。對此,Geosyntec 這間公司設計一套系統,透過網路讓感應器和控制裝置與天氣預報資訊結合,因此,當氣象單位發佈大雨特報時,供水系統便知道應該要排空水池以收集即將到來的雨水。也因此,過往需要透過土木工程改進排水系統的方法,可以透過滯留系統和儲水池的設備讓雨水可保留在土壤以及對應的空間。

城市是人與訊息的載體,透過資料分析與視覺化(Data Visualization)的方式,可以使得城市有機體由概念具象化,居住在其中的人,也能透過巨量資訊中擷取有意義的片段,累積為知識,作為生活在城市中各項設計與改變的依據,進而成為定位、解決城市問題,改善每日生活的重要方式。而臺北和新加坡等城市的距離有多遠呢?目前臺北市政府推出的政府資料開放平台只是第一步,期待未來能有更多的城市規劃與設計專家團隊的參與和投入,善用資料來看見、分析、解決更多問題,搭配具遠見和勇氣的決策和配套措施,共同形成一個積極的協力進化迴圈,具體驅動臺北往宜居城市的願景前進。

 

延伸閱讀:
2012 年北京設計周的專題展「智慧城市 - 國際訊息設計展
>> 巴西:用ICT追蹤拾荒者,解決垃圾回收問題
>>智慧城市應備的25項科技

 

>>臺北市申辦2016世界設計之都粉絲團不僅提供「世界設計之都」最新訊息,並每日更新七大主題(Design x Thinking、Design x City、Design x Event、Design x People、Design x Social、Design x Lifestyle、Design x Taipei),提供網友小而美、親和、實用、適合閱讀吸收、臺北到國際、圖文並茂的內容,讓設計之都不只是一個口號,而能透過網路與社群媒體,深化到大眾的每日生活,讓「設計」成為全民的知識與行動!更多精彩豐富的資訊請參考:

■ 臺北市申辦2016世界設計之都官網 
■ 臺北市申辦2016世界設計之都FB 

 

關鍵字: #智慧城市
往下滑看下一篇文章
決策桌上的虛擬團員:臺大 EiMBA 如何將 AI 從「工具」升級為「共創夥伴」?
決策桌上的虛擬團員:臺大 EiMBA 如何將 AI 從「工具」升級為「共創夥伴」?
2025.12.09 | 創新創業

「過去我們教育教導學生如何從數據中找出標準答案,但在生成式AI的時代,標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為,當資訊獲取邊際成本趨近於零,企業的競爭優勢已不再是單純的「掌握資訊」,而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號,而是一場正在被驅動的轉型。從課程設計的邏輯重組,到學生創業專題的實戰演練,臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案,當教授變成「學習架構師」

「我們不再只是教導知識,而是設計學習。」李家岩指出,臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師(Learning Architect)」,他們的任務不是單向輸出,而是設計出高強度的挑戰與情境,讓學生在解決問題的過程中,自然地將 AI 納入決策迴路 。

以今年新開設的「雙軸轉型與人工智慧」課程為例,這並非傳統的技術概論課,而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書,反而被要求運用生成式 AI 輔助設計商業模式畫布(Business Model Canvas),甚至利用Vibe Coding技術讓不懂程式語言的商管學生,也能透過自然語言與提示工程,快速生成互動式的原型與操作介面來模擬市場反應 。這項技術打破了傳統「文組企劃、理組執行」的藩籬,讓創意能即時轉化為可執行的程式碼。在這個過程中,AI 扮演的角色並非代筆的秘書,而是將概念具現化的加速器,以及最嚴厲的邏輯質疑者。

bn圖說女生.jpg
寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕
圖/ 數位時代

「這是我在課程中學到最深刻的一課,」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管,她坦言最初員工對 AI 充滿敬畏,甚至恐懼被取代。但在 EiMBA 的課堂上,她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯,迫使我們把策略餵給AI後,必須面對它無情的反問。」鐘紫瀕回憶,「這個市場假設有數據支持嗎?」、「你的競爭壁壘在哪裡?」這種高強度的追問,都是AI在對學員提出的挑戰,迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案,現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子,映照出我們思考邏輯上的盲點。」

數位孿生實戰,將「感覺」轉化為「數據決策」

除了策略層面的思維激盪,AI 在營運端的落地應用,更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業,過去他的經營模式多仰賴美感與經驗,「以前做決策就是憑感覺,甚至忙不過來時,連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上,他被迫面對冰冷的數據與流程,而這正是李家岩強調的「數位孿生(Digital Twin)」素養 。

台大EiMBA圖說一
赤赤子設計師林宏諭
圖/ 數位時代

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型,利用AI進行模擬與預測,是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走,非常痛苦,」林宏諭形容,為了讓 AI 能協助優化流程,他必須把每一個步驟定義清楚,無法再用「大概」、「憑感覺」含糊帶過 。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後,林宏諭發現自己的決策不再是賭博,而是可被驗證的科學。「現在AI不僅幫我理清思緒,更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動,讓大家能準時下班,去做更有價值的事。」這正是課程希望帶給學員的轉變,從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

bn圖說二.jpg
臺大EiMBA執行長李家岩
圖/ 數位時代

跨域共創,打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們,就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代,如此多元的背景在AI的催化下,產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎(Hult Prize)肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊,成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術,打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋,在過去,不同領域的專業人士溝通成本極高,但現在,AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻,讓文組生也能做Prototype,更讓理組生也能懂得商業敘事。」在這樣的環境下,創新不再是單打獨鬥,而是像RiiVERSE團隊一樣,結合理性與感性,共同回應全球永續(ESG)的艱鉅挑戰。

為了內心的狂熱,動手去做

然而,隨著AI涉入決策越來越深,一個核心問題浮現:在演算法能預測趨勢、生成文案甚至編寫程式的時代,人類領導者的價值還剩下什麼?「我們教的不是被AI取代,而是擴增智慧。」李家岩眼神堅定地說。他強調,未來的領導者必須具備三項關鍵特質:AI素養、跨域系統設計能力,以及科技人文的反思力 。

其中最關鍵的,是懂得界定「自主邊界(Autonomous Boundary)」。領導者必須清楚判斷:哪些決策該放手讓 AI 自動化?哪些時刻必須保留人類的溫度與價值判斷?「例如在智慧工廠中,AI 可以預測機台何時需要維修保養,但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』,這些涉及價值觀的決策,永遠需要人類來定奪。」李家岩補充道 。

bn圖說三.jpg
寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕(左)/臺大EiMBA執行長李家岩(右)
圖/ 數位時代

在李家岩眼中,真正的創新往往不是來自同類型人才的討論,而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段,跨域合作才能讓問題完整。」他再次提到。對他而言,EiMBA 想培養的不是知道最多的人,而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代,領導者最重要的能力,不是掌握所有答案,而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說,而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。

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
進擊的機器人
© 2025 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