【一週新聞短評】 台灣人真的不喜歡閱讀?(不過什麼才是閱讀?)
【一週新聞短評】 台灣人真的不喜歡閱讀?(不過什麼才是閱讀?)

一週前的3月22日,各大報紙、新聞網都刊出一個小小的新聞:台灣人一年平均只讀兩本書,閱讀風氣不盛,引起行政院長的憂心(參考來源之一)。雖然這個新聞之後被「吳寶春想讀書」事件所掩蓋住(一種諷刺?),但我想稍微探討一下這則訊息。

話說「台灣人一年只讀兩本書」的新聞來源,是行政院在聽取文化部「台灣出版產業發展策略」報告時,所發布的新聞稿。裡面還提到韓國人每年讀10.8本書、新加坡9.2本、日本8.4本等數字,來說明台灣人閱讀行為落後給周邊國家好多,因此要振興出版業。文化部長說:「這是國安問題。」行政院長說:「這是國力基礎。」所以,拓展閱讀人口、推廣閱讀習慣是刻不容緩的趨勢。

出版和讀書數量,差距1萬倍?

雖然身為出版從業人員,看到這裡卻不禁想為拍電影的朋友掬一把同情之淚。當電影票房不好,大家只會說:「拍得太爛誰要看,這是市場機制。」沒聽過有人覺得台灣人每年只看兩部(或N部)電影太少、發展電影是國安問題。但當主角換成出版,我們就開始檢討「國人閱讀風氣低落!」從來不會出現「你的書太難看,那是市場機制」的意見……(呃,老闆在我後面,他非常火)

其實,在「每年讀兩本書」新聞出現的前一天(3月21日),國家圖書館也發布了「圖書出版現況及趨勢分析」的新聞(參考這裡)。這個新聞說,2012年台灣共有5085家出版社,推出4萬2305種新書,台灣平均每550人就有一本新書,新書擁有率高居世界第二(僅次於英國的每421人一本)!

看到這個新聞,感覺台灣好像是個人格分裂的島嶼……每年出4萬本新書,就算扣除政府出版品(據說占2萬本左右),等於每天有55本新書出版,但是台灣人每年只讀兩本書,也就是一天只讀──呃,0.0055本,這高達1萬倍的差距是怎麼來的啊?台灣人真的那麼不喜歡閱讀嗎?

先把數字存疑,但……

讓我非常懷疑「每年讀兩本書」數字的,是新聞局的「2010年圖書出版產業調查報告」(參考這裡)。報告裡面寫道,台灣人平均每年買書金額約1526.1元,平均每週閱讀4.7小時,換算成每年是閱讀244.4小時。

嗯……好像哪裡怪怪的?一年閱讀244小時,卻只讀兩本書,難道台灣人閱讀速度很慢,需要122小時──整整5天不眠不休──才看完一本書嗎?

此外,新聞局的報告也提到,台灣有47.5%的人,在過去一年內有買書紀錄,這些人平均每年買16.5本書。就算和不買書的那一半人平均起來,一年買8本書(和買書金額也大致相符),難道台灣人愛買書卻不看完嗎?(讀二買八,和王建民投一休四的節奏也有異曲同工之妙)

到底什麼才是閱讀?

讓我們撇開惱人的數字,用身體和記憶來回想,人生中最美好的閱讀經驗是什麼?以我自己來說,學生時代看的武俠小說、科幻小說(金庸、古龍、倪匡),精采的漫畫(灌籃高手、海賊王)永遠難忘,但它們通常都被家長、老師認為「看再多嘛唔效」。

既然只有讀課本、讀考試會考的東西才有用,那我們為何需要閱讀?難道當我們是小孩的時候,閱讀沒有用,長大之後,閱讀突然變得有用了?還是閱讀也有分等級,讀史密斯的電子學就值得嘉獎,讀尾田榮一郎就是「你怎麼在看漫畫」?我們怎麼判斷自己從哪邊學到的東西更多?

更別說,每天上網算不算「閱讀」?上經濟學人、數位時代、蘋果日報網站吸收到的知識;或是在卡提諾、mobile01、PTT八卦版得到的資訊,算不算閱讀?現在不少出版社都在網路上找內容,把知名部落客的文章集結成書,當我們早已上網「看那些內容」,算不算是閱讀(還順便幫台灣增進國力)?

附帶一提,文化部的統計數字,是把「紙本閱讀」和「數位閱讀」分開計算的,也就是如果你買了九把刀的《那些年,我們一起追的女孩》小說,就算是「每年兩本」的範圍;但若你用平板或手機讀完(感謝刀大把他的50本小說都做成免費app了)就不算。這種人格分裂的統計,我不太知道該怎麼面對。

當吳寶春、阿基師想讀書卻不得其門而入,政府卻擔憂台灣閱讀風氣低落。出版業每年出兩萬本新書,台灣人每年只讀兩本。每天上網不算讀書,看哈利波特卻算。看漫畫算不算讀書沒人知道,我只知道家長鼓勵孩子看漫畫的事情從沒聽過,政府獎勵漫畫產業的預算倒是挺多。這……到底什麼才算閱讀,寫完文章,我自己也搞不太懂了。

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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