【Open Data專題】Part2政府開放資料5大問題絆腳
【Open Data專題】Part2政府開放資料5大問題絆腳
2014.05.27 | 技能

為了提升臺灣產業競爭力,一年多前,政府開放資料的政策方向確立,時至今日,還在積極與民間產業共同凝聚共識,試圖讓開放資料更加聚焦,真正挹注產業發展新的能量。在這樣的前提下,Open data taiwan(ODTW)計畫邀請國發會資訊處處長簡宏偉和經濟部工業局知識服務組副組長林俊秀,與關心開放資料的民眾進行對談,並且釐清目前開放資料所遇到的問題。


國發會資訊處處長簡宏偉(攝影/郭芝榕)。

簡宏偉提出目前推動開放資料政策所遇到的5大問題,目前還需經過各部會溝通協調,並且與民間凝聚進一步的共識:

一、開放資料:哪些資料可以公開?有沒有權利的問題?有什麼特質?如何定義中間的比值?政府資訊公開法的限制公開或不公開的情形為何?

二、授權使用:必須檢討機關現行授權規定,開放授權限制,促進民間自由運用。如何取得授權規範的一致性?由政府機關自行產業的著作權屬該政府機關,政府機關委託產製,依著作權法或法律規定。推動開放政府資料,協調指標性部會先試辦,朝制定「應用程式介面」及「系統介接自動取得」標準規範。

三、律定開放資料的責任:涉及民眾權益時,適用國家賠償法嗎?國家賠償法和民眾侵權行為之間要如何取捨?此外,政府資料開放要建置退場機制,發現不適合繼續開放資料時,要有適當處置。目前可確定之前開放的資料不會有回收的問題。以及,使用授權規範中免責、無擔保條款的合理性在哪裡?

四、收費議題:開放資料應該免費嗎?如果政府有再製過,要不要收費?目前,第一階段透過私法授權,要求大家開放以免費提供為原則,但不表示未來不收費。對有些可能要收費的資料,要怎麼做?這牽涉「規費法」法規的鬆綁。

五、個資保護:如何保謢個人資料?如何做到真正的去識別化?做到什麼程度才夠?如健保資料等特種資料的個資爭議。政府要在好的服務和保護個人之間取得平衡。而現行資料蒐集並無說明開放資料的特定目的,未來將蒐集的個資,也無法提供特定目的說明。

 
經濟部工業局知識服務組副組長林俊秀(攝影/郭芝榕)。

以下節錄座談會現場問與答:

Q:政府自己要從裡面獲利,才會願意開放更多資料,促成開放政府。雖然產業有資料的需求,但開放政府資料並非只談加值應用。開放資料真的有幫助到政府嗎?

簡:第一、要讓政府開放資料蠻不容易的,因為大家怕錯,也怕媒體批評,把資料拿去負面報導。所以要好好溝通,怎麼樣讓機關不要怕錯?錯了就要更正,所以推動困難。

第二、政府考慮法律,必須依法行政。目前有規費法、資訊公開法…等等法規,沒有鬆綁如何開放?目前開放的資料不是立即可用或大家需要的,比較困難的是政府資料涉及法規,法規要鬆綁才有辦法開放更多。但要修法要送立法院,在立法院會不會排入優先議題?要如何去解?都是難題。部會常常說不想開放資料,是因為媒體不會解讀,會誤解資料而做出負面評論,我回答那你更應該開放。

林:理想跟現實有很大的落差,要一下子達到所有資料都開放很困難,由簡單到困難會比較好推動,所以第一步是以主題為主,慢慢推動。 

Q:對Open Data推廣有什麼想法?目前在推廣方面蠻失敗的,KPI如何衡量?

林:目前工業局推廣的方式是發新聞稿,找媒體座談。從學生角度有全國大專院校資訊應用服務創新競賽,社會角度有300多人報名Open Government Data創新應用競賽。此外,資料的品質,推動3-4年以後應該有些成效。工業局認為要有營利模式才會長久,還是會持續用辦活動的方法推廣,凝聚Open Data推動的力量,沒有去做的話不知道台灣產業Open Data的全貌。

簡:其實推廣沒有一定的方法,推廣並非只有辦活動,我們會去跟部會說明為什麼要做Open Data,國發會比較在意機關是否可以接受Open Data。今年要開放80項資料集,但我們沒有訂明確的KPI,因為很多東西不是由政府去做,而是擴散作用。

Q:中選會雖釋出資料,但易讀性不夠,要處理原始資料就需要乾淨友善的資料,才能資訊化。資料到資訊之間,政府要做到什麼程度才夠?

林:國外也只有開放原始資料(raw data)而已,目前政府只要開放資料就好,其實不需要經過額外處理。

簡:我也問過中選會,選舉名冊都公開,為何不開放?但他們說只能在選舉期間公開,否則會違反個資法。中選會公開是依據選罷法,在選舉期間外不可以再公開這些資料,所以我們請中選會提供統計數據。又像是業者說要路口交通流量資料,但目前只有重要路口的流量資料,因為並沒有在路口裝太多sensor。很多時候大家都認為政府有很多資料,但事實上並沒有,很多資料必須溝通。

Q:規費法其實是假議題,面對個資法時,公務機關也會用安全方式來解釋本位,國家賠償法目前並沒有法令的問題。除了大家拚命解釋之外,政府有沒有其他積極做法?有沒有可能國發會去提大法官解釋?下一步有什麼方法?民間訴願?

簡:我贊成這是假議題,規費法下一條有講到機關要收費必須提供成本分析,而民意機關可決定不收費,所以是假議題。但法的主管機關不認同,所以在協調之前必須準備好。各部會目前是依據規費法授權另定法律,我們想去找規費法主管機關,就這幾條去協調,希望可以鬆綁法規。但很多法條乍看沒問題,施行細則卻會寫得很死,因為公務人員必須白紙黑字寫清楚沒問題,才有可能實行。大法官解釋不太可能,我對民間訴願沒有問題,內外挾擊比較快。

Q:國發會說質不是問題,但對產業來說是很重要的問題,目前產業界較採觀望態度,政府要如何推動產業?

林:我們要做的是建立溝通管道、加強溝通、知道需求,除了收費考量之外,政府會想要給大家所需要的資料,只是缺乏溝通。今年的做法就是以主題為主,才知道開放出來是否真的對民眾有用,所以,我們找一堆廠商面對面,才能了解產業真正需要的。在時間跟經費的限制上只能慢慢做,品質部分就是希望大家盡量給意見。另外,有時候不能用通案解決個案,要共同都不收費,但挑戰很高,要用個案來討論。

簡:本來今年沒有要訂幾項,但發現沒有訂的話機關就不動,但有些機關就是沒資料,也不能勉強。去年比較不在意品質,今年有在注意品質。但比較困擾的是怎麼定義品質?什麼叫做資料集?但每個人的定義都不同。部會也有說,定義100項,但很多部會會把資料切開。

我們想著重品質,但很難定義品質。現階段並沒有統一的講法,譬如錯誤率、下載率、瀏覽率?總不能隨便抓指標出來,而不知道為什麼?目前可想到的是,錯誤率、標準化、切割性都是指標,還有什麼指標?也要可操作,目前還沒有很好的想法。

Q:政府到底為什麼要做Open Data?這樣才能定義出品質要什麼。

簡:政策就是無歧視的開放,必須開放、標準化,包括格式和開放方式都必須無歧視,也牽涉過去資料怎麼做轉製?這些目標清楚了之後,再往下就會有品質的指標。

Q:有沒有辦法把記者拉進Open Data?

林:如果記者有需要,我們會針對記者開相關課程。

簡:我們的確有在思考是不是要有data journalism的課程,不過,政府應該提供讓一般人可以使用的開放資料,但政府沒有權力介入。訓練媒體不是我們應做的,媒體應充實基本能力,去解讀資料也是記者的專業。但如果市場上沒人訓練時,要由政府來做。

Q:開放資料公共參與,若要從政府內外挾擊,社群力量可怎麼使力?

簡:概念是社群跟政府是朋友,需要什麼就講,所有的建議是建設性的,不要只是說這個不好。當民間有自己的評估模式時,是非常好的競爭關係,社群、媒體、政府、企業其實是種合作的關係,要找出錯誤但要有建設性。也是要強調,政府就是只能做這麼多,開放政府想看到的其實是公民參與,共同營造開放政府的環境和機制。

專題系列:
[[Open Data專題]Part1政府開放資料,政府及民間仍在磨合

](http://www.bnext.com.tw/article/view/id/32350)[Open data專題]Part 3政府開放資料起步走,應用加值還有成長空間

延伸閱讀:Open Data應用案例病後人生、資料新聞學  

關鍵字: #開放資料 #開源
往下滑看下一篇文章
從黑客松到理賠第一線,富邦人壽如何讓 AI 從創新提案變成工作夥伴?
從黑客松到理賠第一線,富邦人壽如何讓 AI 從創新提案變成工作夥伴?

當許多企業還在討論 AI 能做什麼,富邦人壽更關注:AI 如何被第一線同仁使用?而這也是「理賠智慧助理」能從黑客松發想、走進理賠現場,成為真實工作夥伴的原因。

為什麼富邦人壽會選擇從最複雜、也最不易標準化的環節–理賠–切入、嘗試將AI從「回答問題的工具」轉變成進入核心營運流程的「決策輔助夥伴」?

保險理賠為何難以AI化?答案藏在大量非結構化資訊裡

相較於客服問答或行政流程,理賠工作最大的挑戰在於資訊高度分散且缺乏標準格式:從診斷證明、病理報告、手術紀錄到醫療收據,每份文件不同醫院格式都不同,內容還充滿專業醫療術語;理賠人員不僅必須理解文件內容,還需要同步比對保單條款、法規要求以及醫學知識,才能做出適當判斷。

更複雜的是,就算是相同疾病或手術名稱,不同案件背景也可能導致不同理賠結果,因此,理賠長期被視為高度依賴專業經驗與人工判斷的工作,很難透過傳統自動化工具處理。

近年來,隨著理賠案件量持續增加、醫療技術快速演進,以及新舊世代交替帶來的人才培育壓力,如何兼顧理賠品質、作業效率與知識傳承,成為刻不容緩的議題。

富邦人壽開始思考:如果AI無法取代專業判斷,是否能先協助理賠人員更快掌握資訊、縮短搜尋時間,讓專業人才把時間投入在更高價值的分析與決策工作?這個想法在富邦集團導入微軟Copilot Studio並舉辦黑客松活動後獲得實踐機會,理賠團隊將構想轉化為可驗證的AI提案,並在主管支持與跨部門合作下,於2026年1月正式導入理賠現場。

「黑客松讓我們有機會快速驗證想法,也讓AI應用從概念走向實際場景。」富邦人壽理賠部資深襄理郭乃瑀如是說道。

數位時代為此特別專訪富邦人壽黑客松獲獎團隊「ClaimAIngels」的成員,深入了解這項 AI 專案如何從創新提案一路走進理賠第一線,成為同仁日常工作的決策輔助夥伴。

富邦人壽
富邦人壽理賠智慧助理透過黑客松加速落地!數位時代專訪團隊成員郭乃瑀 (左上)、 王羽藍(左下)、陳子聆(右上)、林庭樂(右下),分享過程與收穫。
圖/ 數位時代

AI成功落地的關鍵,不只是模型,還有資料與流程重建

從創意發想到實際上線,最大的挑戰不是技術,而是如何讓AI真正符合第一線需求。

富邦人壽理賠部資深襄理林庭樂指出,團隊一開始便深入訪談理賠同仁,發現大家真正需要的並不是AI幫忙做決定,而是協助整理資訊,因此將理賠智慧助理專案聚焦於三大領域:手術等級建議、病理報告判讀輔助,以及國外醫療文件翻譯與摘要,目標是協助同仁降低資料蒐集與查詢時間,讓理賠同仁可以快速掌握案件重點。

但要做到這一步,必須先建立可信任的資料基礎。

由於醫療資料來源眾多且格式不一,團隊投入大量時間整理歷史案件、建立醫療名詞對應關係、標註資料來源與判斷依據,並透過跨部門討論及醫師顧問協作,逐步建立一致的判讀標準。林庭樂表示:「這項工作看似基礎,卻是AI能否提供可靠建議的關鍵,更重要的是,它讓過去散落在資深同仁腦中的經驗知識,逐漸轉化為可被組織保存與運用的數位資產。」

富邦人壽理賠部專員陳子聆便感受到明顯改變。她說:「過去遇到新的手術名稱,往往需要花費一到兩個小時查閱條款、搜尋歷史案例並向資深同仁請教,現在,透過理賠智慧助理協助,資料搜尋時間縮短50%以上,能將更多心力放在案件分析與專業判斷上。」

理賠部理賠審核科資深襄理王羽藍則形容,理賠智慧助理更像是一位隨身秘書。她說:「它會先幫我們整理案件重點,也能提醒是否遺漏重要資訊。無論是判讀國內外醫療文件、核對醫療收據,或分析病理報告內容,都能快速提供參考依據,讓我們把時間投入更重要的專業決策。」

除了資料基礎建設,金融業導入 AI 的另一個關鍵挑戰是風險與合規。

因應金融監理要求以及個資保護需求,團隊在設計理賠智慧助理時建立多層防護機制與使用護欄,並持續優化提示詞設計,以降低AI幻覺、資料外洩與誤判風險,確保AI始終在可控範圍內運作。

不過,對富邦人壽而言,上線並不代表結束,而是優化的開始。

團隊發現,理賠智慧助理初期使用率表現亮眼,但隨著時間推移逐漸下降,為了找出原因,團隊同仁與第一線理賠同仁召開多場討論會議,讓其了解,生成式 AI 並非一次建置完成就能長期發揮效益,必須持續蒐集使用回饋、改善建議,進而調整功能設計。

郭乃瑀表示:「根據同仁回饋,團隊目前正規劃新增實支實付手術給付比例分析等功能,目標是讓AI更貼近實際工作流程、滿足使用者需求。」

從單一專案到組織能力,理賠智慧助理帶來的真正改變

隨著理賠智慧助理逐步成為理賠同仁的日常工作夥伴,其帶來的影響也不再侷限於效率提升,而是開始擴散至組織文化與創新模式的改變。

郭乃瑀表示,過去AI專案多半由資訊部門主導,但這次經驗讓大家發現,真正了解痛點的人其實是第一線同仁,因為只有其最清楚哪些流程最耗時、哪些資訊最難取得,以及哪些環節最適合導入AI。「隨著理賠智慧助理成果逐漸顯現,愈來愈多部門開始主動詢問專案推動經驗,如資料整理、風險控管、流程設計與使用者導入等做法,加速 AI 創新在組織內部的擴散與落地。」

對富邦人壽而言,理賠智慧助理並不只是單一 AI 工具,而是一次工作方式與文化的改變:從第一線提出需求、跨部門共同打造,到持續優化與回饋機制,AI 不再只是科技部門的工具,而逐漸成為工作現場的一部分,也讓數位轉型成為一種持續發生的創新能力。

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
代理式商務連動百兆商機
© 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