[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」|數位時代 BusinessNext

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

但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」。

(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。

(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。

(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)

「過去我們教育教導學生如何從數據中找出標準答案，但在生成式AI的時代，標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為，當資訊獲取邊際成本趨近於零，企業的競爭優勢已不再是單純的「掌握資訊」，而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號，而是一場正在被驅動的轉型。從課程設計的邏輯重組，到學生創業專題的實戰演練，臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案，當教授變成「學習架構師」

「我們不再只是教導知識，而是設計學習。」李家岩指出，臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師（Learning Architect）」，他們的任務不是單向輸出，而是設計出高強度的挑戰與情境，讓學生在解決問題的過程中，自然地將 AI 納入決策迴路。

以今年新開設的「雙軸轉型與人工智慧」課程為例，這並非傳統的技術概論課，而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書，反而被要求運用生成式 AI 輔助設計商業模式畫布（Business Model Canvas），甚至利用Vibe Coding技術讓不懂程式語言的商管學生，也能透過自然語言與提示工程，快速生成互動式的原型與操作介面來模擬市場反應。這項技術打破了傳統「文組企劃、理組執行」的藩籬，讓創意能即時轉化為可執行的程式碼。在這個過程中，AI 扮演的角色並非代筆的秘書，而是將概念具現化的加速器，以及最嚴厲的邏輯質疑者。

「這是我在課程中學到最深刻的一課，」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管，她坦言最初員工對 AI 充滿敬畏，甚至恐懼被取代。但在 EiMBA 的課堂上，她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯，迫使我們把策略餵給AI後，必須面對它無情的反問。」鐘紫瀕回憶，「這個市場假設有數據支持嗎？」、「你的競爭壁壘在哪裡？」這種高強度的追問，都是AI在對學員提出的挑戰，迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案，現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子，映照出我們思考邏輯上的盲點。」

數位孿生實戰，將「感覺」轉化為「數據決策」

除了策略層面的思維激盪，AI 在營運端的落地應用，更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業，過去他的經營模式多仰賴美感與經驗，「以前做決策就是憑感覺，甚至忙不過來時，連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上，他被迫面對冰冷的數據與流程，而這正是李家岩強調的「數位孿生（Digital Twin）」素養。

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型，利用AI進行模擬與預測，是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走，非常痛苦，」林宏諭形容，為了讓 AI 能協助優化流程，他必須把每一個步驟定義清楚，無法再用「大概」、「憑感覺」含糊帶過。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後，林宏諭發現自己的決策不再是賭博，而是可被驗證的科學。「現在AI不僅幫我理清思緒，更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動，讓大家能準時下班，去做更有價值的事。」這正是課程希望帶給學員的轉變，從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

跨域共創，打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們，就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代，如此多元的背景在AI的催化下，產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎（Hult Prize）肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊，成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術，打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋，在過去，不同領域的專業人士溝通成本極高，但現在，AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻，讓文組生也能做Prototype，更讓理組生也能懂得商業敘事。」在這樣的環境下，創新不再是單打獨鬥，而是像RiiVERSE團隊一樣，結合理性與感性，共同回應全球永續（ESG）的艱鉅挑戰。

為了內心的狂熱，動手去做

然而，隨著AI涉入決策越來越深，一個核心問題浮現：在演算法能預測趨勢、生成文案甚至編寫程式的時代，人類領導者的價值還剩下什麼？「我們教的不是被AI取代，而是擴增智慧。」李家岩眼神堅定地說。他強調，未來的領導者必須具備三項關鍵特質：AI素養、跨域系統設計能力，以及科技人文的反思力。

其中最關鍵的，是懂得界定「自主邊界（Autonomous Boundary）」。領導者必須清楚判斷：哪些決策該放手讓 AI 自動化？哪些時刻必須保留人類的溫度與價值判斷？「例如在智慧工廠中，AI 可以預測機台何時需要維修保養，但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』，這些涉及價值觀的決策，永遠需要人類來定奪。」李家岩補充道。

在李家岩眼中，真正的創新往往不是來自同類型人才的討論，而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段，跨域合作才能讓問題完整。」他再次提到。對他而言，EiMBA 想培養的不是知道最多的人，而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代，領導者最重要的能力，不是掌握所有答案，而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說，而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。