【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
為何台灣製造業在「智慧製造」卡關?AWS白皮書點出問題,提供實踐最佳解
為何台灣製造業在「智慧製造」卡關?AWS白皮書點出問題,提供實踐最佳解
2025.08.13 |

全球製造業正處於前所未有的挑戰中,從勞動力短缺、供應鏈脆弱,到淨零碳排與數位轉型需求的成長,每一項趨勢都正重新定義產業格局。對此,AWS 發布《全球地緣新局時代下的製造戰略:台灣產業韌性與轉型關鍵策略》白皮書,深入剖析製造業在全球地緣政治與市場變化下的挑戰與機會,提供台灣製造業適合的落地策略與最佳實踐方法。

《全球地緣新局時代下的製造戰略》白皮書限時下載

擔心無法回本、缺乏知識技術,台灣升級「智慧製造」卡關中

台灣製造業在全球供應鏈中扮演重要角色,但同時面臨地緣政治風險、技術門檻高、人才缺口大等多重挑戰。其中在供應鏈韌性方面,壓力更為顯著。根據英國營運持續協會統計,全球近 8 成企業在過去 12 個月曾遭遇供應鏈中斷事件,凸顯全球供應鏈的脆弱,台灣製造業也難以倖免,特別在國際局勢不確定性與在地原料依賴度高的情況下,會進一步放大成本與交期風險。

生成式 AI 應用快速擴展,預計 2025 年台灣企業導入將進入早期大眾階段,並以半導體產業為先導,逐步擴散至其他領域。DIGITIMES 調查顯示,已有 18.1% 的企業採用生成式 AI,並積極用於改善營運效率與產品良率,然而仍有 31.5% 的企業尚未規劃導入,主因包括成本考量、缺乏知識與技術、產業需求不明確,使企業在大規模部署時保持謹慎態度;資誠聯合會計師事務所發布的《2023 臺灣企業轉型現況及需求調查》也顯示,37% 的企業擔心智慧製造投資報酬率過低,30% 缺乏導入知識與技術,27% 不清楚如何實踐,導致智慧製造推動困難。在電子製造業迫切需要專業人才之際,許多產業面臨預算與數據分析能力不足的窘境。

AWS
圖/ AWS

此外,勞動力老化也是台灣製造業的問題。以國發會數據估算,2030 年台灣 50 歲以上就業人口將達 23.8%,導致技術傳承與產線穩定性受衝擊;同時 2050 年淨零碳排目標,迫使製造業必須進行碳盤查與能源優化;加上雖然 9 成企業已啟動數位化,但多數仍停留在營運系統,生產端 IoT 與 AI 應用不足,數據價值未被充分釋放。上述都恐將成台灣製造業升級的阻礙。

全球製造業大變局,智慧製造成關鍵突破口

根據媒體《DIGITIMES》研究,全球智慧製造市場規模將從 2024 年的 3,212 億美元,快速成長至 2033 年的 1 兆 1,583 億美元,年複合成長率高達 13.7%。在社會和全球趨勢的推動下,不只對台灣的製造業帶來新的壓力和挑戰,同時也催生了產業升級需求。

所幸,隨著智慧製造的 4 大技術日益成熟,替台灣製造業帶來更多可能。目前,IoT 透過連接感測器與生產設備,已實現即時監控與資料收集,並支援預測性維護與生產最佳化。世界製造業基金會報告顯示,IoT 已成企業智慧製造的首要投資項目;此外,智慧製造上,AI 現已被廣泛應用於品質檢測、生產流程優化與預測性維護,企業若結合機器學習、深度學習與生成式 AI,即能以數據驅動決策,提升生產靈活性並降低成本。

同時,隨著「數位雙生」的發展,企業可藉其進行「虛擬試錯」與「情境模擬」,在導入新技術前,先模擬其對現有產線的影響,或預測潛在風險與資源耗損,避免浪費;另外,在 AI 大規模應用下,數據隱私、安全風險成為顧慮。「主權 AI」確保企業在可信的基礎架構中進行數據分析與模型訓練,降低數據外流風險,並支援在地資料中心部署,以滿足低延遲、高安全需求。企業若在產業升級中,將智慧製造的 4 大技術整合,即能在自家領域有效推進。

《全球地緣新局時代下的製造戰略》白皮書限時下載

加速轉型關鍵夥伴登場!AWS 台北區域重磅上線

AWS 作為全球雲端運算領導者,深耕台灣市場多年,成為製造業升級「智慧製造」的鑰匙之一,提供全方位資料策略、生成式 AI 創新、敏捷性等多種解決方案,協助製造業突破瓶頸。

過往製造業資料分散在 IoT 裝置、舊設備、資料湖、雲端資料庫與內部系統中,缺乏統一結構與命名規則,也受到組織文化與部門隔閡影響,導致難以擴展或有效利用。藉由「AWS 工業資料經緯」框架,能支援多來源數據關聯與脈絡化,可用於分析、AI 模型訓練與數位應用程式開發,讓資料運用最大化。藉由 AWS 的高性價比基礎設施與豐富合作夥伴網路,企業可大規模部署生成式 AI 應用。

製造業期待透過生成式 AI 來加速產品開發、提升營運效率、優化供應鏈並強化客戶體驗。AWS 提供完整 AI / ML 服務,支援模型建置、訓練、推論與部署全流程,助企業快速、安全落實 AI 應用。企業可將專有資料導入基礎模型,進行微調與最佳化應用。

同時,為協助製造業在全球市場中維持高度韌性與營運敏捷性,AWS 已於 2025 年初在台灣設立全新 AWS 台北區域,涵蓋三個可用區,將使企業能就地處理與儲存必須留存於台灣的資料,確保資料主權與合規性,同時降低延遲、提升應變速度。AWS 預期將在台北投入數十億美元於營運、基礎設施與客戶支持,幫助製造業數位轉型。

立即下載 ➤《全球地緣新局時代下的製造戰略:台灣產業韌性與轉型關鍵策略》
掌握產業趨勢、實戰案例與資安關鍵策略,打造下一階段的製造業競爭優勢!

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
蘋果能再次偉大?
© 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