[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)

「代理式 AI 」（Agentic AI）的創新服務正在重新塑造企業對AI的想像：成為內部實際運行的數位員工，提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢：2025 年是 AI 邁向「代理式 AI」的起點，讓 AI 擁有決策自主權的技術轉型關鍵，2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮，企業如何加速落地成為關鍵，博弘雲端以雲端與數據整合實力，結合零售、金融等產業經驗，提出 AI 系統整合商定位，協助企業從規劃、導入到維運，降低試錯風險，成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路，企業該如何走對第一步？

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題、生成內容的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工，應用場景也從單一任務延伸至多代理協作（Multi-Agent）模式。

「儘管 AI 前景看好，但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出，到了 2028 年，高達 70% 的重複性工作將被 AI 取代，但同時也有約 40% 的生成式 AI 專案面臨失敗風險；關鍵原因在於，企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭，更涉及流程變革與人員適應。

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時加速 AI 落地。

圖／數位時代

正因如此，企業在導入 AI 時，其實需要外部專業夥伴的協助，而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力，涵蓋數據、雲端、應用開發、資安防禦與維運，可以一站式滿足企業需求，更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示，許多企業在導入 AI 時，往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵：HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論，並非紙上談兵，而是已在多個實際場域中驗證成效；鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程，正是其最具代表性的案例之一。陳亭竹說明，HAPPY GO 過去曾面臨AI 落地應用的考驗：會員資料散落在不同部門與系統中，無法整合成完整的會員輪廓，亦難以對會員進行精準貼標與分眾行銷。

為此，博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化，完成建置數據中台後，再依業務情境評估適合的 AI 模型，並且減少人工貼標的時間，逐步發展精準行銷、零售 MLOps（Machine Learning Operations，模型開發與維運管理）平台等 AI 應用。在穩固的數據基礎下，AI 應用成效也開始一一浮現：首先是 AI 市場調查應用，讓資料彙整與分析效率提升約 80%；透過 AI 個性化推薦機制，廣告點擊轉換率提升 50%。

左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例，許多企業往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

圖／數位時代

整合 Databricks 與雲端服務，打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中，博弘雲端發現，底層數據架構是真正影響 AI 落地速度的關鍵之一，因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台，作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架（Apache Spark）為核心，能同時整合結構化與非結構化資料，並支援分散式資料處理、機器學習與進階分析等多元工作負載，讓企業免於在多個平台間反覆搬移資料，省下大量重複開發與系統整合的時間，從而加速 AI 應用從概念驗證、使用者驗收測試（UAT），一路推進到正式上線（Production）的過程，還能確保資料治理策略的一致性，有助於降低資料外洩與合規風險；此對於金融等高度重視資安與法規遵循的產業而言，更顯關鍵。

陳亭竹認為，Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台，當需要啟動新型 AI 或 Agent 專案時，再切換至 Databricks 進行開發與部署，待服務趨於穩定後，再轉回雲端平台，不僅兼顧開發效率與成本控管，也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程，資訊安全與治理的重要性也隨之同步提升。對此，宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層，企業在導入 AI 應用初期，就應做好資料分級與建立資料治理政策（Policy），明確定義高風險與隱私資料的使用邊界，並規範 AI Agent「能看什麼、說什麼、做什麼」，防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層，當 AI Agent 角色升級為數位員工時，企業也須比照人員管理方式為其設定明確的職務角色與權限範圍，包括可存取的資料類型與可執行的操作行為，防止因權限過大，讓 AI 成為新的資安破口。

第三為技術應用層，除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外，還需導入專為生成式 AI 設計的防禦機制，對 AI 的輸入指令與輸出內容進行雙向管控，降低指令注入攻擊（Prompt Injection）或惡意內容傳遞的風險。

博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」，透過完善治理政策與角色權限，並設立專為生成式 AI 設計的防禦機制，降低 AI 安全隱私外洩的風險。

圖／數位時代

此外，博弘雲端也透過 MSSP 資安維運託管服務，從底層的 WAF、防火牆與入侵偵測，到針對 AI 模型特有弱點的持續掃描，提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞，更可以即時監控活動，快速辨識潛在威脅。不僅如此，也能因應法規對 AI 可解釋性與可稽核性的要求，保留完整操作與決策紀錄，協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向，」陳亭竹強調，面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時，加速 AI 落地。在這波變革浪潮中，博弘雲端不只是提供雲端服務技術的領航家，更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗，以及完善的資安維運託管服務，博弘雲端將持續協助企業把數據轉化為行動力，在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機，立即聯繫博弘雲端專業顧問