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
免費下載「會議紀錄整理師」!逐字稿丟給AI,自動抓決議跟待辦,支援ChatGPT與Claude
免費下載「會議紀錄整理師」!逐字稿丟給AI,自動抓決議跟待辦,支援ChatGPT與Claude

在某個大雨滂沱的晚上,超級感謝有 7 位一天一 AI 的讀者來體驗我做的「會議紀錄整理師」AI 工作流。現在,我要把它免費開放給你用了!

今天來跟你分享,一天一AI PRO 設計出的 AI 工作流,到底可以幹嘛,並且讓你試用看看。

首發就是「會議紀錄整理師」,這是我自己最常用的工作流之一。有了它,會議上我都可以集中精神發表意見,之後 AI 再幫我統整即可!

除了省時省力、釐清待辦,我還多做了一點巧思:區分出討論項目與決議。那些會議上討論過的,但根本沒結論的事情,我請 AI 幫忙抓出來。

這個工作流可以到一天一AI PRO 的官網下載,裝進你的 ChatGPT 和 Claude。具體怎麼做?往下看圖卡吧。

還想看哪些內容?歡迎點此連結跟我分享~

AI會議紀錄怎麼做?「會議紀錄整理師」自動整理逐字稿

會議紀錄整理師是什麼?

每次會議我會取得同意後錄音,一結束就把逐字稿丟給 AI,呼叫「會議紀錄整理師」技能來做紀錄。逐字稿的錯字多、內容散亂、缺乏說話者資訊,通通沒關係,這個技能可以通過一串設計好的流程,區分是哪種會議(進度追蹤、規劃討論、解題決策)來決定紀錄的重點,最後產出會議紀錄通知信+留存版的完整紀錄文件。

AI整理會議紀錄最大亮點:自動區分討論、決議與待辦

最有感的亮點:區分出討論項目與決議

看完「會議紀錄整理師」整理的紀錄,第一印象一定是「很清楚、有結構」。但細看會發現,它除了幫你列清楚待辦事項,也會提醒你會議缺失的資訊,例如沒指定負責人、沒確定截止日期、哪些是拍板的決定、哪些決議沒討論完、哪些人的意見有衝突。

同件事反覆討論怎麼整理?AI只抓最後拍板結論

結論回掃:同件事來回討論,AI 只認最後的拍板

開會常常一個議題反覆討論,前面說「先用 A 方案」,後面又改口「還是 B 好」。一般 AI 整理會把兩個都列出來,會搞不清楚到底選了哪個。「會議紀錄整理師」有「結論回掃」機制:以最後一次明確確認為準,早期被推翻的版本會被歸類到「否決了什麼」,不會讓過時的決策混淆你。

與會者有誰?例行會議可以沿用團隊設定

與會者有誰?例行會議可以沿用設定

第一次使用,直接貼逐字稿就能跑。AI 遇到不認識的人名或職稱,會在結尾列出來問你:「這位是誰、負責什麼?要不要記下來?」你回覆後,它就建立你的團隊記憶檔。下次再開相同主題的會議會自動沿用,提高會議紀錄裡名字、職稱、待辦事項隸屬的正確性。

ChatGPT、Claude怎麼安裝「會議紀錄整理師」?

下載後怎麼用?

註冊登入一天一AI PRO 官方網站,找到「會議紀錄整理師」的立即下載按鈕,下載 zip 檔。Claude 網頁版的用戶,從Setting→Skills→右上方Add選擇→Upload skill→上傳 zip 檔。ChatGPT 網頁版的用戶要是付費版:開一個新對話→選擇「工作」標籤→在對話框上傳 zip 檔→輸入「幫我安裝到個人雲端技能」。完成設定後,重整頁面、開新對話,在對話框輸入「/」或是「@」輸入「會議紀錄整理師」就能把技能呼叫出來,再把會議逐字稿貼給它就行了。

AI會議紀錄還能怎麼用?散會前確認、累積成專案進度報告

散會前就做紀錄、同專案紀錄能做成進度報告

我在每個會議結束前,都會速跑紀錄,現場確認與會者的理解都一致。同一個專案的會議紀錄累積起來,還可以變成專案進度簡報給主管看:這個月做了哪些決策、還有哪些待辦沒完成、風險有沒有被處理掉。

訂閱《一天一AI》日報,每天跟你分享超實用的AI小技巧!

延伸閱讀:
一天一AI PRO上線!6組專家工作流,讓ChatGPT、Claude不再每次從頭教

AI又唱反調?每月10分鐘做記憶健檢,4招讓ChatGPT、Claude認得現在的你

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