[管中閔] 數位時代的政策:「自己的國家自己救,自己的政策自己修」
[管中閔] 數位時代的政策:「自己的國家自己救,自己的政策自己修」
2015.10.18 | 科技

TED X Taipei 2015 今日上午展開第二天的議程:「群」。
「群」從談數位時代的公民教育作為開場,談人的選擇如何驅動了社會、談網路如何翻轉媒體、談群眾參與的力量將如何驅動社會價值觀,但可能也如何有限。

圖說明

下台後在臉書上遠比在台上時活躍,也擁有巨大網民人氣,人稱管爺的前經建會、改制後的國發會主委管中閔首先詢問觀眾,許多文章談蔣經國,回憶那個時代的美好,但我們最該問問為什麼今天沒有尹仲容、李國鼎、孫運璿?

尹仲容曾經掌管二戰後的台灣經濟,但已經過世超過 50 年,李國鼎、孫運璿在政府財經、科技相關工作都超過 8 年以上,分別帶領台灣經濟成長與經濟轉型,重要政策曾經包含有成立加工出口區、產業的二次替代與成立科學園區發展半導體產業等形成台灣今日產業面貌的重要經濟決策。管中閔觀察,過去人民因為資訊傳播速度與品質有限,社會非常仰賴菁英的決策,政府政策有賴高層菁英的策略思考來推動,因此政策的推動通常由行政機關的高層告訴你要怎麼做來決定,進一步推往立法機關,並透過公聽會、工會、公會代表、立法院委員會的參與來宣導與溝通。

圖說明

網際網路所帶來的資訊開放與效率,可能打破了這種政策決策形成過程,「家父長式的政策決議」已經無法說服一般人民。管中閔以自己任內推動,最後宣告失敗的「自由經濟示範區」政策為例,說明政府目前政策決策形成過程的巨大困境。政府目前多數的政策決策方式,還是依賴行政部門高層的思考,發給行政部門的基層或周遭的智庫組織形成政策建議,透過傳統媒體與電子媒體的訪問或說明、立法院的委員會、公聽會、工會、產業公會、地方政府的說明會等等來增加民眾的參與與溝通。

但根據管中閔自己參加這樣的溝通過程,發現這樣的過程時間成本高昂,效果卻很容易不彰。這些不彰的過程,其實正是經濟學裡典型的「資訊斷裂」、「資訊壟斷」與「代理人問題」。

傳統政策決策過程的問題,管中閔提供
(圖說:傳統政策決策過程的問題,管中閔提供)

管中閔觀察共享經濟中創新模式的特點,發現網際網路平台所帶來的資訊公開、分享而不壟斷的群眾外包,其媒合效率可能可以比以往驚人,透過網際網路的效力,資訊公開與群眾智慧來形成政府政策的決策模式比以往都更加有機會

管中閔以同在現場,並目前還正在台灣行政部門內閣裡的蔡玉玲政務委員,其所推動群眾參與政策形成過程的 vTaiwan平台為例,發現透過網路讓群眾參與政策討論,溝通效率與效果可能遠比以往菁英政策決策模式的效果還好。透過網路平台開放政策討論,首先讓行政部門在政策形成的過程有機會直接快速的與立法部門溝通,包含行政部門、立法部門、人民與智庫都可以作為政策的提案者,也都同時可以作為政策決策所需要的資料提供者,這樣的過程有助於政策決策時的利益相關人直接溝通並互相理解,也可以加快傳統家父長式菁英政策決策過程的不足。

透過個人的政治實踐,發現政策形成過程溝通效率的不足,管中閔提供
(圖說:透過個人的政治實踐,發現政策形成過程溝通效率的不足,管中閔提供)

管中閔分享,在 2014 年 3 月,當立法院衝進許多學生,最後演變成學運的同時,他其實非常深刻在反省,行政部門裡面包含他自己有這麼多好人,這麼努力地想要讓國家讓社會更好,為什麼我們做的事情會被指責到那麼不堪。當他看到「自己的國家自己救」還包含有 fxxx goverment 的這句標語時他非常震驚,後來自由貿易區法案的推動過程,他實踐了自己的假設,花了許多時間上媒體宣傳、同時參加公聽會、立法院委員會、產業公會說明會等等,最後推論也許不只是政策形成的「溝通不夠」而已,可能還有政策形成的「群眾參與」之不足

圖說明
(圖說:vTaiwan 平台目前的討論首頁,數位時代翻攝)

管中閔最後回答主持人許毓仁對於演講的前一天,國民黨剛針對 2016 總統大選提名「柱下朱上」的決定,他表示他很認真在思考明年總統大選是否要去投票,目前也還沒有明白的答案,

但他對於未來政治的思考,已經從「自己的國家自己救」,推往公民社會透過網路直接群眾參與,更進一步的「自己的政策自己修」

管中閔相信,這樣大家才能一起讓國家與社會更好。

透過網路平台資訊公開與群眾智慧,有機會增加政策形成溝通的媒合效率。管中閔提供
(圖說:透過網路平台資訊公開與群眾智慧,有機會增加政策形成溝通的媒合效率。管中閔提供)

往下滑看下一篇文章
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

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