麥肯錫報告~開放資料每年有3.2兆美元經濟價值
麥肯錫報告~開放資料每年有3.2兆美元經濟價值
2014.05.01 | 技能

為了推動開放資料(Open Data),經濟部工業局今日邀請資深新聞工作者李怡志以英國開放資料案例,教導媒體產業如何應用開放資料,以及「病後人生」一站式服務網羅佩琪站長,分享病後人生的醫療照護應用。李怡志認為,政府應該與各產業密集交流,找出企業與公民真正需要的開放資料,讓產業應用升級。

enter image description here
(圖說:長照中心互動圖表。圖片來源:病後人生網站截圖)。

根據McKinsey2013年研究報告,在交通運輸、教育、消費產品、電力、石油瓦斯、醫療照護及消費金融等七大領域,開放資料全球每年至少可產生3.2兆美元的經濟價值,亦降低30億噸二氧化碳排放,減少每人每年35小時的交通時間。

經濟部工業局知識服務組副組長林俊秀以美國為例指出,消防栓常在大雪時被掩蓋,若在大雪時有火災,容易找不到消防栓,因而發起公民認養消防栓提拱在地消防栓的資訊,林俊秀說,公民參與開放資料是較好的社會型態,希望公民一起協助推廣及應用開放資料。

台灣政府從2013年4月推動開放資料(Open Data),政府資料開放平台累積1,800個資料集,以公共資訊、休閒旅遊、生活安全及品質等領域為主,有超過7成的資料。

工業局使用提姆·柏納-李(Tim Berners-Lee)定義的開放政府資料五顆星評等系統,目前台灣各部會所開放的資料,都是三顆星以上非專屬格式的原始資料,例如:HTML、XML、CSV等,而不使用Excel、PDF等特定資料格式。去年規定每個部會提供60個資料集,今年工業局則廣辦座談會,了解產業界及民眾需求,協調各部會開放民眾所需的資料。 

新聞媒體運用開放資料創造利基

資深新聞工作者李怡志指出,開放資料指的是開放有整理過的政府資料。美國公開900萬筆健保資料,從4月9日開始,美國媒體也陸續應用開放資料寫新聞,例如整理醫生健保收入,找出哪些醫生收入特別高,甚至有一名醫生在2012年時名下掛了2,000萬美元。

其次,醫療價格與品質,可看出科別的花費及材料費,也發現做新的膝關節,在美國18個州的花費甚至超過一般人的年收入。第三,也發現健保費、藥費的問題,發現其中2%的美國醫生拿了3.6%美國健保,以及同樣的手術,女性醫師的收費及手術量都比男性醫師來得要低。華爾街日報及紐約時報把開放資料做成資料庫,可供民眾查詢。 

新聞界運用開放資料跑新聞,達到真正的開放資料新聞學(open data journalism),像衛報將所有使用開放資料所產生的報導全部公開,標示每一篇報導的開放資料來源。 

開放資料應用案例:病後人生網站上線

enter image description here
(圖說:政府資源多,但遇到問題時,要往哪裡找?。圖片來源:羅佩琪提供。)

病後人生一站式服務網站長羅佩琪,由於父親中風,母親是視障人士,自己又經歷乳癌,兩年前開始關心疾病後照顧。羅佩琪說,當時要在網站上找到她要的資訊,必須點擊超過50次滑鼠。政府雖然提供詳盡的疾病補助,但橫跨許多部會,民眾得自己搜尋資訊,羅佩琪透經友人提醒才發現父親繳的勞保能領補助,大幅節省中風後90.24%的醫療支出。只是民眾面臨這麼多政府資訊,往往是「不知道,就沒份」,所以她成立「病後人生」網站,成為病後資訊的蒐集者及傳播者。 

羅佩琪覺得,資料散布在各機關的網站,降低資料原本的效用,再加上資料引用法條,往往不易理解。於是,病後人生以「生病」為時間軸,串連15大主題,包括社會福利、器官捐贈、勞保給付、長期照護、身心障礙、死亡喪葬…等,提供民眾可按部就班照著做的資訊懶人包,要當政府網站的資料小爬蟲,也讓病後人生網站瀏覽量達23萬4千人次。

對於開放資料的想法,她說,「資訊」只是根本,而「開放」其實強調的是「鏈」,是把資料從蒐集、產製、呈現,直到傳播的過程。她在找資料的過程中也發現,台北市政府做的台北來福及新北市政府做的新北市福利雲,都很方便查詢,算是政府資料中做得較好的服務。

enter image description here
(在沒經歷重大疾病以前,你想過後續流程這麼複雜嗎?。圖片來源:羅佩琪提供。)

衛福部今年初開放長照資料,羅佩琪甚至用互動圖表呈現全台所有的長照中心,病後人生從無到有,都是她一手包辦。一個小女生,怎麼做到?一開始花兩個月蒐集資料並全職投入。在蒐集資料的過程中,她傾向先搞懂最困難的法規,看第一手的資料,而非使用第二、三手資料。運用開放源碼社群的力量,她接觸g0v零時政府,參與福利請聽專案,學習如何與工程師協作,並了解各種open data的實際運用。也去參加Code For Tomorrow開辦的Data Science Program課程,學習視覺化、做地圖、清資料的方法。此外,她指出工業局之前也都有辦類似的課程。

Open Data問答集(台北市電腦公會提供)

1. 何謂Open Data 資料開放加值應用?

開放資料(Open Data)通常泛指開放「政府」資料,指的是一種經過挑選與許可的資料,不受著作權、專利權,以及其他管理機制所限制,可以開放給任何人自由出版使用,例如政府文件、氣象動態、地產價格、地理圖資…等。

2. 什麼是開放資料Open Data應用推動計畫?
經濟部工業局制訂「開放資料(Open Data)應用推動計畫」,推廣民眾了解與使用開放資料應用服務、鼓勵業界自主發展開放資料應用與改良商業模式、推動教育訓練培育產業所需之資料人才,蒐集產業界資料集需求提供給資料供給單位參考,促使更多資料集開放、進行技術與法制配套研究,建構產業發展環境。

3. 民眾如何取得台灣政府開放資料?
開放資料主要的管道是透過網路下載,政府資料開放平臺。許多中央機關與縣市政府也都建有資料開放平台,如農委會、文化部、環保署、臺北市、高雄市…等。

4. Open Data目前於各產業的應用成果?
台灣開放資料推動尚屬起步階段,企業對外提供應用服務較少,或僅供內部商業營運使用。應用的領域以氣象、交通與觀光應用較多,如天氣風險管理開發公司的iTenki、景翊科技所開發的國道及時路況導航系統…等。

關鍵字: #開放資料
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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