SXSW2016盛大展開！美國總統歐巴馬現身談論科技時代的政府新思維|數位時代 BusinessNext

政府與科技兩個環境文化大不相同，怎麼一起合作？

新創盛行的科技產業，往往以其開放、自由的工作文化著名，而政府組織，則常給人龐大官僚體制、層層關卡、效率低的觀念。兩者如此不同的文化背景，政府如何導入、擁抱科技，兩者一起解決社會問題呢？

像是ObamaCare剛開始提倡施行時，總統歐巴馬不斷對外界宣傳自己的新健康保險政策，但是尷尬的是，其主要網站竟然無法順利運作，讓人民想知道相關資訊卻反獲挫折。

歐巴馬舉這個例子，並說明在這個情況是因為政府內部系統軟體太過時而造成，最後不僅花了3至4個月解決，也決定在政府裡面建立一個科技SWAT工程團隊，直接跨部門解決與科技相關問題。而這樣的科技團隊要能順利運作，也得來自矽谷等各界人才，不斷湧進、流動、激盪新成果才能完成。

民主社會得靠公民參與解決問題，科技也能幫上忙！

每一個國家、社會，都存在其問題，但是「如果人民不參與政策、思考政府的作為，這些政府的問題、系統與制度的問題，都沒有辦法解決。」歐巴馬這樣說。未來，因為人民許多注意力時間都放在科技上，政府也希望能透過科技，來吸引公民的注意，增進公民參與度。

歐巴馬這樣舉例說，美國設立許多障礙與系統，來阻止人民直接投票，讓投票這件事變得比Pizza外送點餐還難。像是，去想怎麼設計新系統，足夠安全、私密、方便，讓人們能夠直接上網投票，這樣說不定就可以阻止30%以下的投票率。或者，利用Big Data資料分析美國投票率現象，來激盪提高投票率的解決方法。

政府要用科技包裝，也不能忘記縮短偏鄉科技資源差距

雖然政府導入科技是重要的趨勢，但與談者Evan Smith卻也點出網路科技城鄉差距問題。前一陣子，紐約時報曾經報導美國偏鄉、種族網路資源不平均的現象，有個偏鄉學生因為學校要求在網站上完成功課，但是其家裡沒有網路，他最後就站在學校外面，用手機把功課做完。

如果政府想要數位化、科技導向，那麼同時網路與科技的資源，也得城鄉資源平均，讓偏鄉也能夠使用到政府透過科技所創造出來的資源。

歐巴馬對此，也表示企業跟政府得一起合力，很多目標不是都攬在政府身上，最困難的問題是政府的任務，但是企業、非營利組織，三方得透過科技來合力、一起解決社會問題。重點不是放在「哪個是最酷的科技」，而是「怎麼用這樣新的科技來應用、解決現有問題」。

Evan Smith也把握機會，詢問歐巴馬對於Apple與FBI所引發的個人隱私議題，對此，歐巴馬表示他並不打算作出直接評論，只間接地說，執法人員能夠直接出示搜索令，來追尋犯罪相關證據，是為了一個最終目標－建立一個安全的居住社會，但是科技時代下，當人人的手機資料也成了隱私的一部份，來拒絕執法人員獲得資料，「這樣不就像每個人的口袋裡，都持有如瑞士銀行般的高機密保護裝置。」換句話說，他並不同意手機資料為百分百隱私，連政府都無法獲取內容的觀點。

最後，歐巴馬向台下觀眾說：「10個月之後，我不會繼續經營這個事務，但是我不會停止關心我所在意的問題。」如果人民對與政府事務有熱情，希望能夠以新科技來創造更多新的政府服務來幫助社會問題，就得親自參與、加入團隊。「We need you。」歐巴馬最後說道。

「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。