張善政談政府開放資料:「過去我們裡應外合,現在 g0v 要更加油!」
張善政談政府開放資料:「過去我們裡應外合,現在 g0v 要更加油!」
2016.05.14 | 科技

開放政府資訊社群臺灣零時政府 g0v.tw 今日假中研院人文社會研究館召開舉辦第三屆年會 g0v Summit 2016 ,以「開放透明」、「跨界合作」、「監督政府」等三個主要議題環繞論壇演講討論,現場有超過 15 國以上的講者與 700 名以上的會眾同時參與。

g0v summit 2016 主題配圖,數位時代翻攝自 g0v summit 官方網站
(g0v summit 2016 主題配圖,數位時代翻攝自 g0v summit 官方網站)

已經率領內閣總辭,即將在下週卸任的行政院長張善政也參加 g0v Summit 的閉幕對談,談政府推動開放資料碰到的困難。張善政首先感謝蔡玉玲政委,把開放資料中有關個資顧慮部分,什麼樣情況可以開放或不能開放,解釋得非常清楚,有了準則後,就看各部會願不願意做。張善政提及,在他在2012年後於行政院服務的任內(歷經政務委員、科技部部長、行政院副院長、行政院院長等四職),整體來說推動開放資料最成功的例子是高速公路的 ETC 資料,高速公路局仔細評估資料欄位,排除個資顧慮的問題後,將之全部開放資料,目前可能是中央部會開放的資料量最大、應用潛力也很高一項重要資料。

延伸閱讀:開放人才、開放資料,倫敦正用科技的力量推動產業創新

張善政接著分享中選會一開始不成功,但沒有完全失敗,後來重新挽回其開放資料的經驗,張善政認為,中華民國目前是華人世界裡,相對於香港、澳門與對岸中,民主政治發展最成功的國家或地區。因此,臺灣每次選舉的資訊,將會是做民主發展過程研究中不可或缺的重要資料。張善政在科技政委任內接手國發會開放資料相關的政務,希望所有的部會都可以做五項開放資料,當然也包含了中央選舉委員會在內。

延伸閱讀:政府開放資料「速度太慢」!兩官員遭記過處分又調職

那時候中央選舉委員會的張博雅主委表示,選舉資料包含選舉公報內的學經歷等,全部都是個資,因此一樣都不能開放。張善政很仔細地解釋,事實上選舉公報可以靠過去報紙或相關印刷資料蒐集完成,是本來就已經公開的資訊,應該不具有個人隱私的問題,這個開放資料最後也在陳文生教授接任中選會副主委後逐步開展作業,中選會在 2016 年中華民國第 14 屆正副總統暨立法委員選舉中,也將選舉區、符合資格投票人數、投開票所、選舉公報、公辦政見會等相關資訊,以 OPEN API 的方式提供,這應該是臺灣政府推動開放資料,奪下 2015 年總部位於英國的開放知識基金會 OKFN 開放資料第一名的關鍵之一。

行政院長張善政(左)與 g0v 發起人高嘉良(右)參與 g0v summit 2016 分享政府推動開放資料工作的經驗,數位時代 James Huang 攝影
(行政院長張善政(左)與 g0v 發起人高嘉良(右)參與 g0v summit 2016 分享政府推動開放資料工作的經驗,數位時代 James Huang 攝影 )

張善政談及政府推動資訊相關領域創新,至少有三個重點:「公務人員的創新動機」、「行政院資訊長的所處職位」與「外部社群的重要性」

公務人員的創新動機

張善政呼應前一位來自德國開放知識基金會 Open Knowledge Foundation Germany /Code for All 的 Julia Kloiber 的講題「從下而上政府創新(government innovation from bottom up)」,認為開放資料推動上的過程,關鍵在中底層、手中握有資料的公務員。這些位處第一線的公務員要有創新的動機,如果沒有,中層、上層就要花很大力氣從上而下去推。張善政認為事在人為,很多技術細節都可以當做藉口。上面的人不可能分毫知曉,因此底層公務員可以用一種似是而非的藉口推託,但都不是真的藉口。中底層不願意動,即便有法規也沒用。

延伸閱讀:政府Open Data想像力不足!張善政:應「換腦袋」

2012 年政院要求每個部會只要開放五份資料,外界認為一點雄心壯志都沒有,但其實是要讓各部會慢慢接受這個開放趨勢。張善政舉教育部為因應開放五份資料,就分別放上了全臺灣小學、中學、高中、大學地址資訊,作為其中四份資料交差為例。提到如果開放項目一下太多,公務員壓力會非常大、會抗拒,最後反而一項都開放不了。經過數年的改變,已經有彰化縣警察局利用開放資料,讓民眾瞭解犯罪較為密集的時間及地點這樣的案例。這在以前會有很多抗拒(影響房地產、犯罪資料公布),地方政府主動公布,昨天拿到「政府服務品質獎」。底層願意做,風氣慢慢就起來了。事在人為,還是中底層公務員最重要。

行政院資訊長的所處職位

張善政提及自己在行政院所歷經的職位:政務委員、科技部長、副院長、院長,很明顯推動力量是有差的,相對於中底層的公務員,在上位者應該負責節調,解決法規問題。同樣與他分享這種感受的還有現任的經濟部工業局長吳明機,擔任公職以來歷經經濟部工業局、技術處、經建會、行政院顧問與工業局長,曾提過在行政院開會裡,光從座位安排的遠近就可以看出階層權力的關連,更不用說推動或協調資訊相關領域應用與創新的政務工作的難易程度了。

即將卸任的行政院長張善政,會後接受記者訪問有關中研院院長候選人郭位與馬英九之間的個人關係,數位時代 James Huang 攝
(即將卸任的行政院長張善政,會後接受記者訪問有關中研院院長候選人郭位與馬英九之間的個人關係,數位時代 James Huang 攝)

張善政話風一轉提及,即將在下週上任的林全內閣資訊長還不知道是誰,謠傳科技政委所屬的執行秘書,可能是由成功大學資訊工程系的郭耀煌教授接任。政府資訊長的職位一下從院長、副院長拉到政務委員或執行秘書上,儘管張揆認為郭教授對資訊技術領域非常熟悉,但他還是非常憂心接下來在新政府在資訊科技相關領域的政務推動上力道不足。張希望也在現場與會,將接任政府開放資料幕僚單位的國發會新任副主委曾旭正能多幫忙。

延伸閱讀:開放資料向前走 ! 國家級資料長、開放資料原生企業、跨國合作協議紛至沓來

外部社群的重要性

張善政更認為,臺灣政府能夠在今年年初取得英國 OKFN 開放資料排名全球第一,貢獻最大的外部力量就是 g0v 臺灣零時政府,他必須表達感謝。張揆提及在推動政府開放資料的工作上, g0v 不但給予技術上的協助,還有外部支持。讓政府在推行政策時,能不只倚賴內部力量,透過外部力量,能讓政府內部人員了解這是真的有需求、有必要。

張善政在高嘉良力邀下,表達樂意參與 g0v ,成為推動政府開放資料與資訊科技創新的社群成員,g0v - 丞相攝影提供
(張善政在高嘉良力邀下,表達樂意參與 g0v ,成為推動政府開放資料與資訊科技創新的社群成員,g0v - 丞相攝影提供)

張善政再次感謝 g0v 這幾年幫助政府推動開放資料工作,並在 g0v 發起人之一的高嘉良力邀下,表達其將樂意參與 g0v 成為推動政府開放資料與資訊科技創新的社群成員。「以前我們裡應外合,現在裡應的層次降低很多,外合的力量要更大,你們要加油!」張善政說。

延伸閱讀:加強網路溝通,張善政盼與g0v協作

關鍵字: #開放資料
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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