借鏡英國ODI,台灣開放資料該怎麼做?
借鏡英國ODI,台灣開放資料該怎麼做?
2015.07.08 | 創業

相較於英國,台灣開放資料的起步較晚。而當開放資料成為政府政策「拚經濟」的一環,如何讓一個個創新應用變成具有經濟規模的產業,英國開放資料研究所一路走來的經驗足以借鏡。

英國政府5年投資1千萬英鎊(約5億元台幣),成立開放資料研究所(Open Data Institute,ODI),專門培育開放資料新創團隊,發掘開放資料的商業潛力,2012年至今已孵化20個開放資料新創團隊,協助超過12個團隊獲得140萬英鎊營收。ODI做育成輔導、媒合創投資源,也培育資料科學人才,但ODI育成團隊並未占股份,也不以營利為目的。反觀台灣工業局過去兩年舉辦各種開放資料交流、應用競賽,欲以輔導產業的方式推動開放資料的應用。但是推動應用跟新產業的培育還是有一段距離,台灣能否參照英國開放資料研究所的育成模式,培育開放資料新創公司,必須抽絲剝繭地釐清幾個重要問題。

ODI 網站

問題一:以拚經濟推動開放資料

ODI研究部主管希斯(Tom Heath)說:「創造應用和產業是不同的!」開放資料的價值在於新型態應用,或是讓政府服務更方便,不必然跟商業模式相關。

ODI育成的新創團隊、公部門採購案資訊分析平台Spend Network創辦人馬吉爾(Ian Makgill)指出,政府常常覺得釋出資料,馬上就會有新創公司或應用,但要把資料變成一個應用是需要時間的,「我們等了18個月,甚至花錢跟政府買資料,才變成產品,但我們清理後的資料可以幫政府省下幾億元英鎊。」

「目前ODI的三大模式包括:育成、顧問諮詢、媒合創投資金,是台灣開放資料最缺乏的一環。」台灣開放資料計畫發起人張維志說。舉辦開放資料競賽並無益處,因為參賽團隊大多是技術很強的學生或已有現成產品的公司,競賽的目的是鼓勵創新,並非把補助給不斷重複參賽的公司,台灣真正需要的是在競賽之後,協助學生團隊找到商業價值。

根據2013年麥肯錫報告,開放資料全球每年至少可產生3.2兆美元的經濟價值。長遠來看,開放資料的確有經濟價值,但經濟發展不應該是政府開放資料的第一目的,政府是開放資料的最大受益者。先有開放文化,改善政府效率、公眾參與、強化透明治理,最後才是經濟價值。

問題二:開放資料質量不足

「台灣開放資料不夠多,資料也不夠明確。」開放資料聯盟會長彭啟明進一步舉例說明,FlightAware整合全世界飛機航班的開放資料,可讓使用者查看班機是否延誤,因為其他國家的民航資料完全開放,新創業者很容易串連全球,就會有新事業產生。反觀台灣開放資料的應用還侷限在台灣的YouBike,而國外的應用早就可選紐約或倫敦的腳踏車。

如果可以找出以開放資料商轉的公司,的確有機會變成產業,例如美國就有近500家開放資料公司。不過,台灣政府開放資料不只在質和量不夠多,開放資料也有諸多限制,以至於市場上多為YouBike、交通時刻表、實價登錄等應用。

問題三:無法形成商業循環

相較於英國的應用環境,彭啟明認為,台灣不見得適合引進ODI模式。例如ODI培育的新創公司,主要的客戶大多是政府,政府也願意嘗試新工具和服務,台灣政府通常是最後被迫改變的買主。

「所有的商業模式必須建構在足夠的經濟行為上,台灣政府財政困難,所以無法建立商業循環。」開放知識基金會台灣負責人徐子涵說。在英國,光是清理資料就有專門的公司在做,因為他們覺得清理資料是有商業價值的。另外,ODI的新創團隊是真的在做生意,而非做標案,但台灣系統整合服務商大多接政府的標案、辦活動、做開放資料入口或示範案。

再者,台灣受限「政府採購法」,往往以低標者得標。g0v零時政府共同發起人高嘉良說,英國政府早在5年前就推出數位服務採購市集CloudStore,政府機關有需求可直接採購新創公司的數位服務。

以台灣的情況來看,彭啟明認為,開放資料商業化的難度很高,因為會用資料的人大多是工程師背景,但是會寫程式跟應用、創意是兩碼子事。為了解決這個問題,英國ODI積極營造人才培訓和交流環境,讓有創意但不會寫程式的人,可以到ODI去學習,或者透過合作把創意實作出來。

精誠資訊Etu負責人蔣居裕則認為,開放資料新創公司跟所有資料導向的創業一樣,最終都要回到商業本質來定義目標群眾。運用開放資料來開發應用,有高達90%∼99%比例的人目的並非賺錢,大多是為了照顧特定族群「溫暖人心」的服務,不見得最後一定要走向創業。

比起英美的發展,台灣雖然還有許多問題待解,但在亞洲國家中已相對開放。希斯認為,「台灣可做為亞洲開放資料的示範場域!」然而要先有開放的文化才會帶來產值,彭啟明一再強調:「政府應盡可能開放資料,別讓年輕人辛苦挖煤礦,反而要鼓勵年輕人以亞洲開放資料為基礎,用世界的煤炒出有特色的菜。」

ODI新創團隊商業模式

1.Spend Network
創業內容:公開採購案資訊分析
商業模式:進階資料收費

2.Mastodon C
創業內容:分析英國所有藥品資料
商業模式:資料分析顧問服務

3.Resurgence
創業內容:為氣候變遷和災害做都市風險管理
商業模式:策略報告、顧問服務

4.OpenCorporates
創業內容:跨國公司關係圖
商業模式:商用授權費

5.Shoothill
創業內容:將洪水統計資訊或地理資料轉成動態呈現的軟體
商業模式:線上繪製地圖及視覺化解決方案

整理:郭芝榕

關鍵字: #開放資料
往下滑看下一篇文章
從人、流程到工具:TVBS解構新聞業AI轉型方程式
從人、流程到工具:TVBS解構新聞業AI轉型方程式

在生成式 AI 驅動下,新聞產業正加速進入新一輪轉型。這股技術浪潮不僅改變了內容產製模式,也重塑了讀者獲取資訊的入口。面對這場產業變革,台灣科技媒體領導品牌TVBS 展現強勁的轉型動能,不僅積極布局 AI 應用,更憑藉創新專案獲得「nDX數位創新獎助計畫」肯定。

為加速經驗擴散並促進產業交流,日前,TVBS 攜手數位經濟暨產業發展協會(DTA)舉辦「AI in the Newsroom-TVBS轉型實戰分享」發表會,現場匯聚媒體與科技領域專業人士,從實務案例出發,深入剖析 AI 導入新聞現場的應用模式,共同見證 TVBS 如何以 AI 為核心引擎,重新定義數位時代的媒體影響力。

TVBS-1.jpg
圖/ 數位時代

從「人」出發:從超級個體到超級組織,啟動 AI 原生轉型

TVBS 集團成長長簡西村表示,早在生成式 AI 浪潮成形之初,TVBS 便已啟動轉型布局。不僅於 2023 年成立AI未來科技部,專責 AI 應用開發與轉型推進,更由董事長親自主持每週一次的 AI 策略會議,確保決策與執行節奏高度一致,並進一步盤點出「人、流程、科技(PPT)」三大轉型關鍵,逐步落實將 AI 導入各項營運環節。

從「人」的角度來看,TVBS 以 AI 提升效率與創造價值為目標,提出超級個體與超級組織的轉型藍圖。其中,超級個體指的是能善用 AI 工具的記者,例如:透過 AI 分析海量資料、自動生成初稿或經營個人品牌,透過與 AI 的分工協作,不僅提升產出效率,也讓記者得以回歸深度核實與現場採訪等核心職能。

當多個超級個體串聯,便進一步形塑出超級組織,透過 AI 全面提升團隊的數位戰力,成為 AI Native(AI原生)媒體組織。TVBS 的願景是,讓每一個議題皆能發展出專屬 AI Agent,負責資料處理與初稿生成,而人扮演總編輯角色,負責內容品質與倫理把關。如此一來,不僅能實現全天候、高頻率的內容更新,更可透過多 Agent 協作,同時產出文字、影音、Podcast 等不同形式的內容,實現一次生產、全平台分發的目標。

從「流程」出發:讓AI嵌入新聞產製,縮減 30% 作業時間

從「流程」的角度來看,AI 唯有真正嵌入新聞產製流程,才能發揮最大效益。然而,哪些環節最適合導入 AI、導入後流程該如何重塑,往往只有第一線新聞人最清楚。為此,TVBS 邀請新聞部同仁組成「文科種子」團隊,並由主管從日常工作情境出發,親自示範 AI 應用,讓記者實際感受到 AI 帶來的效率提升,進而翻轉「不好用」的既有印象,吸引更多資深同仁投入 AI 應用開發。

TVBS新聞部網路新聞中心總編輯楊致中強調,「AI不是要把新聞人變成工程師,而是要讓新聞人重新回到專業現場。」因此,這群橫跨編輯、記者、編譯等不同職能的種子成員,從使用者視角出發,與工程師並肩協作,以使用情境取代傳統規格書,讓技術團隊得以深入理解採訪流程中的真實痛點,進而開發出涵蓋多語翻譯、初稿生成、重點歸納、多稿比對、標題與內容優化等 AI 應用,整體作業時間平均縮短逾三成。同時,新聞部也與 AI 部門建立每週開會機制,持續提出痛點及回饋使用經驗,推動產品快速迭代。

TVBS-3.jpg
圖/ 數位時代

另一方面,TVBS 也連續三屆舉辦員工限定的「AI 黑客松」,各部門同仁由日常工作中的痛點出發,發想出更貼近第一線需求的 AI 解決方案,讓 AI 逐步成為組織共通的語言,不僅有效提升工作效率,也進一步形塑出 AI 驅動的創新文化。

從「科技」出發:打造混血系統 AI WIZE,讓AI真正貼近使用需求

從「工具」的角度來看,如何在滿足使用需求的同時兼顧技術快速迭代,成為關鍵課題。為此,TVBS 提出混血系統概念,由新聞人與 AI 部門協助,共同開發出專為媒體場景打造的 AI WIZE 平台。

TVBS-2.jpg
圖/ 數位時代

TVBS AI未來科技部副總監吳楨文說明,AI 技術迭代速度極快,若仍沿用傳統「使用者提需求、工程師寫程式」的開發模式,不僅溝通成本高、也難以快速及時優化,容易導致使用體驗不如預期。若是直接使用外部 AI 工具,在產出結果不穩定的情況下,使用者常常要反覆調整提示詞與修正細節,反而會增加時間成本,使 AI 應用淪為新的負擔。

為解決這樣的困境,TVBS 在開發 AI WIZE 時,結合系統化與人才混血兩大策略,由工程師在「深水區」把關系統架構、資訊安全與成本控管,而新聞人則在「淺水區」透過 AI Studio 等自然語言工具定義應用場景,並將新聞專業封裝成可重複使用的 AI Agent技能,同時透過持續回饋機制,讓 AI Agent 不斷學習與優化,使工具更貼近日常工作需求。

簡西村最後強調,人機協作不是選擇,而是必然路徑。TVBS 期望透過這場 AI 轉型,打造兼具速度、深度與可信度的新型媒體競爭力,並以自身實踐經驗為基礎,帶動台灣媒體在 AI 浪潮下強化整體產業競爭力,重新定義媒體的「真實」價值,開創新聞產業的 AI 新時代。

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
AI全球100+台灣20
© 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