以物聯網為名:包山包海的「亞洲・矽谷」推動方案
以物聯網為名:包山包海的「亞洲・矽谷」推動方案
2016.09.10 | 科技

行政院通過的「亞洲・矽谷」推動方案,開宗明義將以臺灣物聯網產業升級為願景,固然有很多研究機構支持選擇物聯網作為未來產業發展潛力的扶植標的;但在數位經濟之下,會不會有其他更優的選項?

「亞洲・矽谷」內要建構一個物聯網創新的生態系,事實上與這幾天剛發表的生技產業生態系、智慧製造生態系,或過去投下大筆經費的兩兆雙星生態系、Wimax 生態系等等,都沒有太大的不同;這種生態系的圖大概每個產業的推動都適用(可能是從 OECD 或 IMD 等產出的),過去的產業政策也曾經採用,看起來這種統一套用的標準答案,寫了必定正確。但很明顯地從過去推動產業政策的失敗經驗,直接複製這種模式是否真能適用台灣?蔡英文政府看起來還是沒有學到台灣的問題到底出在哪裡。

113 億青菜蘿蔔整籃賣,全民就要全部買

推動方案中的兩大主軸,是推動物聯網產業創新研發和強化創新創業生態系。生態系中著重人才、法規、投資、場域,提出的作法也的確包山包海,看起來是把有的沒的政府政策打包綑綁成一個方案,到底這些方案是跟物聯網有關,或是跟國家長遠發展有關?在整個「亞洲・矽谷」的政策論述中,完全看不出國家產業的長遠發展方向。舉例來說,少子化衝擊下的台灣,未來所有產業的人才絕對不夠,各種產業的發展都將受到嚴重衝擊。但「亞洲・矽谷」把人才放在生態系的建構,請問,這項人才政策是要解決物聯網產業的問題?還是要解決所有產業的問題?如果只是限於物聯網產業,難道不會衝擊到其他產業?其他產業的人才問題要不要解決?活絡一個產業的人才策略可能會反過頭來衝擊其他產業,負責的官員應該要把話說清楚。

位於台北市金華街行政院長官邸所改建的社企聚落
位於台北市金華街行政院長官邸所改建的社企聚落

再者,創新場域與推動合作契機,將社企聚落包裝在內,也是沒頭沒尾,「社會企業」進駐與目前方案中定義的物聯網的關係為何?現有進駐的企業「開心農場」與「魚菜共生」,跟定義中的物聯網有什麼關係?所以,跟物聯網沒有關係,這兩個新創社會企業就要被「亞洲・矽谷」遺棄囉?「亞洲・矽谷」推動方案的投影片裡,跳針提出了「社會企業」、「共享經濟」等等一堆關鍵字,這不就是打包了政府現有的政策讓方案內容,讓它看起來更豐富嗎?

熟面孔,老設計,你期待玩出什麼新把戲?

在目前的政府體制下,要改變過去計畫式的創新研發中心,整合物聯網的創新能量,又要能成為連結的單一窗口,這件事情有可能發生嗎?以前沒有嘗試過嗎?以前嘗試失敗的理由是什麼?憑什麼相信這次的作法就會成功呢?又要做創新研發中心,又要整合創新能量,又要成為單一窗口,這個執行中心的定位到底是什麼?賦予一個中心多重的任務,目前來說,台灣有哪個單位可以做?不是又回到原本的工研院或資策會嗎?這種憑空生出來的組織,要累積相關的網絡連結,有那麼容易嗎?民間機構多的是跑在政府組織前面的單位,如果政府那麼容易做,會等到今天還沒開始?

物聯網產業重點是在產業,要組成國家隊,國內的整合策略要怎麼做?計畫裡面說不要單打獨鬥,但這樣的設計難道不會成為臺灣政府和工研院、資策會們自己玩自己的,而產業總是看得到,但不會寫計畫就吃不到補助的局面?對產業而言,國家隊的好處到底在哪裡?

桃園市長鄭文燦(左) 9/8 陪同法國國民議會經濟委員會主席 Frédérique Massat (
桃園市長鄭文燦(左) 9/8 陪同法國國民議會經濟委員會主席 Frédérique Massat (右)參訪 Gogoro 龜山總部

目前所提的示範場域是以區域範圍來分類,除了繼續特別點出失去航空城、需要議題發展的桃園,其實沒啥特別的。但最重要的困難點還是沒看到任何解決方案。企業如果想要運用政府管理的場域,特別是人潮眾多的公共場域,進行示範,政府就縮手,企業就會綁手綁腳無法施展。事實上這些示範場域有些企業已經在做,但真正想要政府的示範場域反而不見得要的到。

直接計畫 8 年?誰負責?

亞洲矽谷計畫執行是由行政院的政務委員負責,但比較奇妙的是,謠傳所有數位經濟「一切等唐鳳」的狀況下,十月一日才會正式成為政委的唐鳳,竟然要為這個在她就任之前,就已經拍板定案的計畫負責?

亞洲矽谷計畫期程為 2016 - 2023,但是這七、八年中,臺灣還會遇到 2020 總統大選;我們可以想像,在下次總統大選前,無論這個五大關鍵量化目標如何訂定(一家虛擬教學學院、兩家國際級廠商在台投資、三家國際級系統整合公司成立、100 家新創事業成功或設立研發中心、占全球物聯網經濟規模 5%),我們都無法對蔡英文總統的施政算總帳。

但如果我們再回到剛才的政策內涵中,很多政策的執行事實上根本不需要等到七年才能回頭看,我們可否要求不要七年後再看這些無感的量化成效,我們要看的是更實際的法規修改進度到哪裡?人才政策鬆綁了那些?成效如何?請給我們每項政策推動的路徑和各階段要達到的成效!民眾已經快要失去耐心,現在民進黨是完全執政,很難再有藉口不讓全民看到政府施政的效率了吧?

《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
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「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。

2-RD096270.jpg
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%。

3-RD096215.jpg
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。

4-RD096303.jpg
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

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
2026 大重啟
© 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