[洪士灝] 談政府補助與計畫執行
[洪士灝] 談政府補助與計畫執行
2016.07.14 | 人物

昨天去經濟部協助計畫審查,行政院長官說政府希望審查委員幫忙把關,多砍掉那些沒有意義的研發計畫,我很同意這樣的思維。與其給錢去扶植那些扶不起的阿斗,不如完全不要給。(附帶一提,只拿了2000元出席費,要扮演3小時的黑臉,得罪一堆原本是朋友的提案人,評審真是難為。)

錢給了扶不起的人,一則大概做不出好東西,二則做不出好東西又為了生存的人往往致力於包裝成果、請託關說,增加評鑑的困擾;三則這種作法久了之後成為常態,劣幣驅逐良幣,扶不起的人更扶不起,有希望站起的人拿不到補助。

圖說明

台大資工系教授洪士灝。攝影/郭涵羚

話說,很久以前為什麼有頗成功的政府補助案例?因為拿了錢的人有真正努力在做事,而且市場定位所需求的技術層次不高,容易做出能賣錢的技術和產品。現在很多?變了,反過來了,研發出普普通通的技術和沒有特色的產品不易找到出路,尤其是軟體業。

軟體如果沒有競爭力,可能連免費送人都沒人要,所以我不覺得會寫程式有甚麼了不起,重點在於做出有競爭力的產品。產品可能是高超的演算法、高效率的軟硬整合運算技術、創新的系統架構、超好用的雲端服務、聰明絕頂的人工智慧。時至今日,有競爭力的軟體往往不是隨便找一群人、花幾個月就能搞出來的。

所以我今天看到「交通部擬推台灣版Uber」的報導,預計兩個月內完成台灣版網路「類Uber產品」,遭到一群朋友韃伐,我有種不意外的感覺。但意外的是,前一陣子「亞洲矽谷」不是才被打槍,怎麼又來一次?很多對這些案子有異議的朋友,不是為反對而反對,更不是為自己利益而反。

要做台灣版Uber,需要多少人力和時間呢?為了探討這個問題,我們先參考一下Uber這家公司的相關資訊。關於Uber的歷史和公司概況,請直接看維基百科就行了,有人預估他的資本額是625億美金。這個大公司,目前還在積極招募工作人員,有興趣的朋友可以去看看相關職缺。

我們看到,Uber這麼大的公司,搞了好幾年,目前還積極招募工程師(engineering),有278個職缺。打開工程師職缺網頁所見,大半都是軟體工程師、資料科學家。

圖說明

前一陣子「亞洲矽谷」才被打槍,今天又傳出交通部擬推台灣版Uber

當然,交通部只是說要開發「類Uber產品」,沒有說要「類」到甚麼程度。好比之前政府說要蓋「亞洲矽谷」,也是一個「類矽谷」的概念,但也沒說要「類」到甚麼程度。這樣的提案,你不能說提案者沒有企圖心,但我們如果站在評審的角度客觀來看,必須很清楚知道他想要做到甚麼程度,以及要憑藉甚麼方式來做到。

「亞洲矽谷」的構想,之所以被打槍,是因為構想中似乎天真的以為只要蓋一個夠大的園區,加上一些招商策略,就能打造出矽谷那樣的高科技新創的環境。但去過矽谷的人都知道,矽谷不是園區,是一個很寬廣的區域,而我們現在比較常用的稱呼是灣區(Bay Area), 包括的範圍比從台北到新竹還大。

在新店有個叫做「台北矽谷」的地方,做為民營的大樓、會議中心的名稱可以,不礙著誰。但政府帶頭做事,如果「畫虎不成反類犬」,就貽笑大方了。我們常看到一些號稱「先求有、再求好」的案子,花了錢做了勉強可用的東西,之後也沒有求好。最糟糕的是那些,東西不能用,原本就是一場騙局的案子。

新政府要知道,這些年民眾對於施政頗有怨言,不信任政策規劃,其來有自。在問題很嚴重的情況下,光是「比舊政府好一些」,並不能讓民眾滿意和信任。政府新的規劃,如果只是新瓶裝舊酒,無法大破大立,恐怕沒有辦法解決問題、讓民眾有感。況且,如果有圖利特定人士的可能性,會造成民眾反感;老是去扶那些扶不起的阿斗,也無濟於事。

我不知道交通部「類Uber產品」的具體想法,但如果只是為了強化某些計程業者的服務,或是幫偏遠地區提供共乘服務,那的確可以很快做出來,但究竟有多好用,會不會有人用,都是問題。既然以交通部的高度來做事,或許格局可以放大些,看遠一點。

把格局放大些,我們想想,Uber純粹靠抽取佣金賺錢嗎?為什麼要雇用這麼多軟體工程師和資料科學家?因為系統所累積的大數據,以及做為交通工具的重要通路能結合其他行業所產生的商機,才是Uber所著眼的金礦。

例如高嘉良兄建議政府做資訊交換平台,就是一個不錯的發想。政府應該著眼於公眾利益,讓資訊透明公開,規定各種公眾交通仲介服務(包括客運、計程車、Uber)必須提供去隱私之後的載客資訊上傳到平台上供大眾利用,不偏袒特定廠商。

當然,要做出像樣的資訊交換平台也有其難度,政府也可以選擇不做,節省納稅人的錢。請不要以為政府形式上有在做事情,沒有功勞也有苦勞,就能向民眾交代。如同本文一開始所提到的,半吊子的執行、不正確的補助,不只浪費錢,更嚴重的是造成不良的副作用,例如政府繁瑣的公文和統合視導,對中小學教師造成極大業務壓力,五年五百億造成大學之間、教授之間的嫌隙與學術研究的偏頗。因此,政府做事情要有所為、有所不為才好。

本文授權轉載自:洪士灝Facebook

代表圖截取自:《Silicon Valley》

#####《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長800至1000字,兩天內會回覆是否採用,文章會經編輯潤飾,如需改標會與您討論。

往下滑看下一篇文章
AI 不只搶流量,下一步連交易都要拿走! iKala 程世嘉:AI 不認識你,廣告下再多都沒用
AI 不只搶流量,下一步連交易都要拿走! iKala 程世嘉:AI 不認識你,廣告下再多都沒用

下一個替你買東西的,可能不是你自己,而是 AI。當 AI 開始介入搜尋、比較與消費決策,品牌與消費者之間的入口也正在改變。iKala 共同創辦人暨董事長程世嘉認為,AI 競爭正進入下一階段,企業真正要面對的已不只是「如何導入 AI」,而是當消費者逐漸把選擇權交給 AI,品牌如何確保自己仍在 AI 的選擇名單中?

零點擊只是開始!Agentic Commerce 恐讓 AI 從「導購」變「代購」

過去,消費者透過搜尋引擎找到品牌、進入官網,再完成比較與購買;如今,愈來愈多搜尋與決策可以直接在 AI 中完成。程世嘉表示,「零點擊只是剛開始。」隨著 AI Agent 從提供答案進一步走向執行任務,下一步甚至可能替消費者選擇商品、完成交易,讓 Agentic Commerce 從「AI 幫你找」走向「AI 幫你買」。

Sega 側拍.jpg
程世嘉指出「零點擊只是剛開始」,AI Agent 正從「幫你找」進化到「幫你買」,加速 Agentic Commerce 時代到來。
圖/ iKala

這場變化真正改寫的,不只是流量入口,而是交易的主導權。當 AI 開始代表消費者採取行動,品牌未來面對的,可能不再只是「如何吸引消費者」,而是如何成為 AI 最終選擇的對象。

AI 不認識你,廣告下再多都沒用!SEO 下一戰:搶進 AI 的「推薦名單」

要被 AI 選中,第一步是先被 AI 認識。程世嘉直言:「如果 AI 連第一步都不認識你,那你在網路上下多少廣告都沒用。」這也讓品牌競爭從 SEO 進一步走向 GEO(Generative Engine Optimization):過去企業搶的是搜尋排名,現在更要掌握 AI 如何描述品牌、引用哪些來源,以及在什麼問題下會提到自己。

面對新的消費決策入口,iKala 將 AI Marketing 定位為協助品牌成長的全方位行銷服務,結合市場資料、自有 AI 產品與專業顧問團隊,提供從顧問診斷、策略規劃、專案落地到成效優化的一站式服務。從品牌定位、市場與競品分析,到 GEO 內容優化、創作者合作與媒體投放,iKala 不只提供數據分析工具,更協助品牌找出成長機會、制定行銷策略,並持續追蹤與優化執行成效。

iKala AI Marketing 總監許巧彤指出,品牌不只要「聽人」,也要「聽 AI」。透過 Ontix 掌握社群話題、消費者需求與市場趨勢,協助品牌發掘潛在商機;Kuroma 追蹤品牌在 AI 平台的能見度、推薦情境與引用來源,找出內容布局與 GEO 優化方向;Kolr 則結合創作者數據與行銷執行服務,協助品牌媒合合適的 KOL/KOC,規劃內容合作與媒體投放,將市場洞察轉化為實際行銷行動。

iKala
iKala AI Marketing 總監許巧彤分享,iKala 透過全方位行銷服務,搭配獨家產品賦能,協助品牌成長。
圖/ iKala

對內打通資料,對外洞察市場!程世嘉:老闆要懂 AI,AI 更要懂台灣

外部的搜尋與消費入口正在改變,企業內部也面臨另一場 AI 轉型。

企業 AI 為什麼推不動?程世嘉直指,第一個問題往往是「老闆自己不用 AI」。決策者若連 AI 能做什麼、不能做什麼都不清楚,再大的導入計畫也很難解決真正的企業痛點。iKala 提出「小步快跑、長期陪跑」的轉型策略,從關鍵場景快速驗證,再逐步擴大;同時以 AI Service、AI Marketing 雙軸出擊,讓 AI 不只改善內部工作效率,也能成為企業掌握商機、推動品牌成長的助力。

而當 AI 愈來愈深入企業決策、品牌溝通與消費者選擇,另一個問題也隨之浮現:AI 真的讀得懂台灣嗎?

對 AI 而言,語言相通,不等於真正讀懂一個市場。語言背後還有文化脈絡、在地知識,以及台灣人實際使用語言的方式。iKala 投入 TMMLU+,便是希望透過開源的繁體中文 AI 評測基準,檢驗模型對繁體中文與台灣知識的理解能力,讓「AI 到底懂不懂台灣」不再只是主觀感受,而有一套具體的評測依據。

TMMLU+.jpg
TMMLU+ 在九月全新推出 v1.1
圖/ iKala

從 Agentic Commerce、GEO 到企業 AI 落地,背後其實都回到同一件事:AI 應用最終仍建立在人與資料之上。正如許巧彤所說,「先有人才有 AI,因為 AI 終究是要讀資料。」人們創造內容、累積市場訊號,AI 從中學習、理解並影響消費決策,形成相互作用的循環。當 AI 逐漸從輔助工具走向決策與交易入口,企業競爭的關鍵將不再只是如何運用 AI,更在於如何讓 AI 理解企業、讓企業讀懂市場,進而掌握新的成長機會。

【關於iKala】

iKala 致力於透過將 AI 與數據嵌入企業經營核心,協助企業做出更精準、更快速的決策。我們透過引導組織從「數據累積」邁向「決策產出」來支援 AI 轉型,並提供完整的 AI 解決方案,將企業的自有數據與 iKala 基於全球數十億社群訊號所建立的智慧模型相結合。

iKala 總部位於台灣,足跡遍布全球,服務超過 1,000 家企業及 50,000 個品牌,版圖橫跨全球 190 多個國家,客戶群包含多家財星 500 強企業(Fortune 500)。

iKala 官方網站:https://ikala.ai
iKala AI Marketing 介紹:https://ikala.ai/zh-tw/ikala-ai-marketing/

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
一次搞懂工業AI
© 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