[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 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合

因應生成式 AI、代理式 AI 與實體 AI 的崛起,模型成為企業資訊基礎設施的一環,企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本,以及確保 AI 基礎設施的安全與穩定;有鑑於此,服務超過 2,000 家企業客戶上雲的勤英科技(ELITE CLOUD)將業務範疇從雲端代理延伸到 AI 基礎設施整合商,協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源,在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作,企業的核心競爭力不再僅是擁有 AI,而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示,為協助更多企業推進 AI 創新實務,勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色,進一步轉型為 AI 基礎設施整合服務商,透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務,協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra,企業最大挑戰不是模型、算力而是管理

過去幾年,許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」,提升員工工作績效,而代理式 AI 的崛起與普及,則讓「內嵌 AI 的企業應用」快速成為新常態,從企業資源規劃(ERP)、顧客關係管理(CRM)、人力資源(HR),到客服、研發甚至製造系統,AI 開始深度嵌入各類企業應用,AI 扮演的角色也從單純的輔助工具,逐漸進化為企業營運與決策流程的重要核心。

也因此,企業保持未來競爭力的關鍵,不再是「有沒有導入 AI」,而是「是否具備管理 AI 的能力」,包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent,以及如何避免 AI 成為新的資訊孤島,都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代,意味著企業若只押注單一模型,未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示,企業接下來更需要以「Models as Infrastructure(模型即基礎建設)」的思維,將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理,將資訊系統架構重塑為 AI 基礎建設。

勤英科技_內文1.JPG
圖/ 數位時代

勤英科技服務的客戶數超過 2,000 家,不少客戶已導入 AI 應用服務,正積極建置 AI Infra 與管理環境,因此,勤英科技自 2025 年積極轉型,將 AI Infra 視為企業長期競爭力的基礎建設來經營,業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商,例如與多模型平台 MixRoute 合作,並開發可支援單一登入(SSO)、彈性調度不同大型語言模型 Token 的管理平台,協助企業簡化模型管理與成本控管,將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合,勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關,勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本,以及落實資安治理,更因應不同使用情境推出三種 AI 方案助力企業:

第一:提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋,透過整合 Gemini 的 Google Workspace,企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能,包括會議摘要、文件生成、簡報整理等,快速提升員工生產力,同時,增強企業對 AI 應用的信心,為之後的應用深化做準備。

第二:協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說,除以生成式 AI 打造企業大腦,還會透過代理式 AI 提升自動化執行能力,重塑工作效率。」黃士培表示,勤英科技可以基於 Google Gemini Enterprise,提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務,讓企業員工可以自然語言安全調用企業資料,讓 Agent 進一步執行任務與推動流程。

舉例來說,勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞;另在影音內容生成領域,勤英科技亦協助客戶導入 AI 自動化技術,將內容產製成本縮減達 90%。

第三:提供多模型聚合管理平台,滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作,提供企業客戶多模型管理平台,讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型,並透過單一帳號、單一帳單與 Budget Alert 機制,管理 token 使用量與 AI 成本。

勤英科技_內文2.JPG
圖/ 數位時代

「透過我們提供的多模型管理平台,企業客戶不會被單一模型綁定,可以在模型快速疊代的環境下,更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說,隨著 AI 應用從單點工具走向大規模企業部署,下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力,而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因:當 AI 開始成為企業營運的一部分,企業需要的,已不只是模型供應商,而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊,請查詢網站:https://www.elite.cloud/zh/

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
代理式商務連動百兆商機
© 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