台灣Open Data政治經濟的未來在哪裡?
台灣Open Data政治經濟的未來在哪裡?

講到開放資料,這議題在台灣從Open Data Taiwan與零時政府開始,一直到最近唐鳳任數位政委對於Open Data與Open API的發言,可以說是火力全開。而說到開放資料,過去也曾有關於美國各級政府與民間的開放資料應用,以及民眾參與開放資料的未來。

此議題在未來十年,想必是台灣政治輿論的重要話題。

Open Data從何而來?

當唐鳳提出Open Data和Open API時,許多對科技業有點陌生的朋友可能聽得一頭霧水。

簡單而言,Open Data字面上的意思就是「將資料開放大眾存取」,一般而言開放的資料多為民生相關、攸關公眾利益的資料,比如說一地方的地鐵載運量、水電用量、學校平均考試成績等,都有可能被用來做對大眾有利的應用。(應用產生的負面影響就是另一話題了)

而Open API,裡面API是Application Programming Interface(應用程式開發介面)的縮寫。粗略的類比,如果一家公司(或政府單位)開發了一軟體服務或軟體平台,那我們可將其比喻為一商家。若有一天這家公司(或政府單位)決定將此軟體服務或軟體平台的部分功能與資料用統一的介面提供給外界的開發者使用,這就是API,這就好像一大商家將自己的部分用地改建成百貨,邀請外部商家進駐,共享百貨商店的人潮與商業資源。當然,一方面外部商家受益於百貨商店的人潮與商業資源,另一方面,百貨也受益於外部商家帶入的產品與服務多樣性,因而吸引更多客源。同理,很多科技公司對外開放API,也同樣可以吸引外部開發者產生新產品,壯大自己的陣營。

其實API這概念已有一定的歷史,即使在網路經濟起飛前,許多軟體作業系統平台如Linux、BSD與Windows都有開放API讓其他開發者設計應用程式。而當平台廠商開放API,吸引到了更多的開發者加入該平台的應用程式開發行列,漸漸地就會形成一生態圈(Ecosystem)。

而今天的網路經濟亦然,API成為各類網路應用程式發展的基石。拿Uber為例,其使用的衛星導航、地圖資訊、簡訊系統、支付系統等,至少在公司草創初期都是使用其他廠商(如Google)API的現成功能,因次可以快速地開發出應用程式。而這種網路API生態發展至今,除了大家熟悉的搜尋、地圖、翻譯等,更有資料探勘、臉部辨識、語義知識等功能可供獨立開發者使用,大大降低了網路應用程式的開發成本。

限編輯使用_地圖google map_tsyhun : Shutterstock_215587159
API大大降低了應用開發的成本,如Google Map等等。
圖/ tsyhun via Shutterstock

而「Open」API,討論的則是政府與各類民間組織可開放大眾存取的民生與大眾利益資料。

而講到這邊,我們或許該好奇:

為什麼這一切在達康泡沫前後的「Web 1.0」時代沒有發生呢?

其中有幾個環環相扣的因素:

**首先,2000年之前的軟體幾乎都是以「零售」(Retail)的概念為基礎。**在這種情況下,軟體開發是間斷性的。因此,當時的軟體開發方式也被戲稱為瀑布式開發(Waterfall Methodology),只有單向的專案管理、開發與品管,而不注重連續性的更新與成長。在這年代,軟體開發的生態成長是很零散且階段性的,以電玩遊戲為例,OpenGL與DirectX相隔一年(甚至多年)才會推出新版本,而新的版本推出後才會有遊戲開發者去用新的API開發新遊戲。可見過程相當緩慢。

**次者,當時的網路太慢。**當時大家還在用撥接網路,無線路由器還很新、無線電話(還不是智慧型手機)貴得要死,速度也超慢。因此,當時即使有一點行動應用程式的基礎,也依然是以零售的單機軟體為主,而不會仰賴網際網路。到了Palm Pilot和後來Windows Mobile稱霸的年代,智慧型行動裝置還是必須仰賴與桌上型電腦同步來更新資料和安裝應用程式。

**最後,就是電腦運算能力和能源效率不夠。**即使寬頻網路普及,單機電腦的運算能力也不可能去處理大量的資料。試想,今天一隻手機上的繪圖晶片,比2000年家用的3D加速卡效率強上百倍都不誇張,因此你可以想像過去資料應用有多少硬體上的限制。

總而言之,API與Data尚未盛行的年代,最重要的原因就是「沒有任何業務誘因」。

而這此我們對業務作廣義解釋,泛指所有可以為人類社會創造價值的活動。而我們該銘記的概念就是這一個:沒有業務誘因、沒有利益,很多事情都不會發生。

搞懂了這一點,我們才能深入了解台灣的開放資料困境。

開放資料、開放API與政府

說到「開放」,敝人將「政府」放在最後位是有原因的。

政府的預算和公司不同,而政府的「業務」標準也很難拿捏。以教育為例,政府到底應該加撥預算給成績有明顯進步的學校?還是應該把預算撥給成績明顯退步,或資源欠缺的學校?前者有人批評是菁英主義,而後者也有人批評是破壞學校的進步誘因,很難說誰對誰錯。

故此,政府的預算和支出很難像公司一樣從商品的數量、售價、成本去推算,而常常是用漸進式預算法(Incremental budgeting),每年增加,並視政策進行調整。

言歸正傳,可見要討論開放資料、開放API其實不應該從政府的角度出發。就連在台灣大家喜歡借鏡的美國,真正的開放資料都是從企業界和學術界開始著手,而非政府。確切而言,Prototype出自學術界,而企業界將樣品商業化後,有一定產值後才會評估是否透過建立API、發展生態來帶動附加價值。

而政府呢?在業界的數位政策發展出一定產值後,通常政府才會在輿論壓力和業界遊說下跟進,加入資料化與API化的行列。

也正因為如此,通常與公共行政牽絆甚多的產業,如教育、醫療、能源、建設等,在資料化和API化都會特別慢。

台灣開放資料的問題

看到這邊,或許有些讀者已了其大義:一個國家的開放資料政策與其普及度,是果,而不是因。

其實在現在這個節點提出開放資料政策,未免太低估了台灣人的能耐。

台灣人每年出國念書超過兩萬人,而在外工作以及台裔移民更多了。以美國為例,美國國家科學院、工程院有台灣學者,美國在資料化和API化的龍頭企業們多的是台籍員工(而微軟、IBM、Google、雅虎等外商在台灣都有分公司,公司內員工也有國際經驗)。而台灣人與台裔在美國創業成功的人也大有人在。

我們真的以為台灣的資料化不力,是因為沒有人想到要出來喊一聲「Open Data」、「Open API」?

開放資料_open data_shutterstock_196658798.jpg
圖/ shutterstock

上述,Open Data與API其實概念很早就存在了,說Open Data是果不是因,意思就是開放資料的發展,是一個國家商業與政治環境的後果;而不是魯莽去砸資源發展開放資料,就會解決一個國家的問題。

事實而言,當你在台灣想要開發應用程式,要買車票、電影票、訂購飯店?常常沒有API可用;要線上付款?沒有API可用(直到最近);要查詢路況,資料不完整而且格式絮亂;要比較多家廠商的價格?想要進行價格最佳化?想都不用想了。

而商業的基礎是只要有利可圖,就會有人做,而今天台灣這些網路服務與API發展落後,問題就是在於台灣的商業環境使得廠商無利可圖!

而道理其實不難懂,當任何廠商在提供資料和API的原因,就是希望能夠仰賴外部開發者的產品開發能力獲利,從中抽一筆。

說Open Data是果不是因,意思就是開放資料的發展,是一個國家商業與政治環境的後果;而不是魯莽去砸資源發展開放資料,就會解決一個國家的問題

當台灣產業的毛利極低、成本意識高漲,請問有誰會想再讓資料商或API商再撥一層皮?

台灣亦無Google、微軟、Facebook這類大型軟體公司,把投資資料和API當作佛心事業。如此惡性循環下,沒有人願意投資API,自然也難有有更有效率、更高價值的產業出現。

台灣開放政府的問題

說到開放政府,許多熱衷於開放資料的朋友都喜歡拿美國來說嘴。而很可惜的是,許多人都是看圖說故事,去揣測開放資料對於美國的意義。

先不論美國各級地方政府(州、市、區等)的開放資料政策,純粹以聯邦政府為例,歐巴馬於2009年指派了美國第一任技術長(CTO,Chief Technology Officer)並且推動了一系列的行政資料透明化。當時,美國正逢金融海嘯,對於美國國會通過的量性寬鬆政策,聯邦政府成立了Recovery.gov(已下線),讓美國民眾可以上網查詢預算使用狀況,以及每州、每個城市獲撥的預算。同時,歐巴馬政府也成立Data.gov來提供外界存取聯邦政府的行政資料。然而在美國政治輿論中,無論左派和右派都未將歐巴馬的數位政策列為焦點。

為什麼呢?

因為其實歐巴馬指派的CTO,只是名目改變,實際上就是美國白宮科技政策辦公室的頭(而這辦公室已成立40多年了)。而Data.gov上的資料,其實在聯邦政府各部會(如聯邦人口普查局、聯邦教育部下)都已經數位化。

而論及美國國會,國會議員接受的政治獻金(參議院眾議院)線上都查得到,而這是1995年就已經通過實施的法案。

其實美國很多看似過去十年內才開始實施的開放資料、開放政府政策,實際上在美國聯邦政府已經實施許久。而在網路時代之前,很多美國聯邦政府的相關行政資料在美國國會圖書館都已經公開。

對於美國而言,開放資料與開放政府政策只是近一步提升效率,並不是大家所想的是在「搞革命」。因此歐巴馬一系列的政策,確實受到部分表揚,但卻不是甚麼驚天動地之舉。

反觀台灣政府呢?

暫且不論政府各部會下的資料透明化問題,台灣政治與黑金向來無法脫鉤。而說到台灣的建商利益,回扣、偷工減料、最後追加預算,一堆很單純的政府建案可以脫個十年、二十年,然後弊案連連,請問是「沒有資料」所以不能處理嗎?

美國聯邦政府的發包系統向來都是讓中小企業可以上線發包,而參與競標的廠商名單都是公開的,而事實上許多標案都是中小企業得標。

而反觀台灣各級政府的發包體系呢?

有在台灣競標的朋友都曉得,台灣有不少莫名其妙的「買辦」,美其名是政府扶植成立的產業研究、產業發展團體,事實上卻是大搞與民爭利。台灣包案,中小企業要接案很困難,必須透過這些「買辦」去競標後再轉包,才有可能拿到包案。這中間的「買辦」不但甚麼都不用做,可以從轉包過程中大揩油,最後又是台灣中小企業被活活剝了幾層皮。

這些半官半民的「買辦」,旗下都有上千名員工,每年營收破億,比很多投標廠商還要大。請問這種徒增行政累贅和產業效率的問題已是家喻戶曉,難道是「開放資料」就能解決了嗎?

在台灣,開放資料似乎演變成一種潮流,大家都想搞革命。從基本的民生水電資料、到弊案、到自助救災都想要做。然而這種思維怕是土法煉鋼,實為夸父追日。

試想,當一政府有偵測器、有專業研究員、有救難隊、有直升機,卻不去救災,讓上千村民被活埋,我們甚麼都沒有,靠一張嘴巴、靠幾台電腦整理一些資料,能救災?

再想,如果貪污、舞弊、官商勾結已是家常便飯,人人都知道,但是還是沒有人去監督、懲處。我們同樣靠張嘴巴、靠幾台電腦整理一些資料,能實施廉政?

再想想,如果大部分閒置資金都已卡在房地產裡,新產業發展、產業轉型沒有研發資金、沒有國外通路、沒有技術升級,我們同樣靠張嘴巴、靠幾台電腦整理一些資料,能救經濟、能創造就業機會?

今天你就算依樣畫葫蘆學國外實施開放資料、開放API,這些問題就會解決?可能嗎?事實而言,這種政策在現在的政經體系下,恐怕只會創造更多無效率的包案,消耗更多預算而已。

人家美歐是先有透明化、先有產業、先有廉政、先有效率,才有開放資料、開放政府政策來加持。我們不能再幻想資料可以改變一病入膏肓的國家,更不要天真地想像抄襲數位經濟大國的做法,馬上就能改變我們社會與文化的體質。

社會與政治問題最終是靠人解決,不是靠科技。

要改變台灣的未來,我們要推動的不是開放資料政策,而是靠更強大的民意去深入影響政壇,對各級政府監督施壓,割除台灣商業與政治環境的毒瘤。不然體系中一堆人占著茅坑不拉屎,你不管怎樣用力「開放資料」,沒人捲起袖子做事,問題依舊。

#####《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。

關鍵字: #開放資料
往下滑看下一篇文章
從 CDP 到 Agent,beBit TECH 如何打造懂企業、懂行銷的 AI 代理人?
從 CDP 到 Agent,beBit TECH 如何打造懂企業、懂行銷的 AI 代理人?

當眾多 AI 新創仍將焦點放在追求更強大的模型能力,或尋找下一個成功案例時,beBit TECH 已開始思考另一個層次的問題:如何打造一家能夠持續成長、且具備規模化複製能力的企業級 AI 公司。

近期,beBit TECH 完成與日本 beBit 集團的戰略分拆,不僅確立台灣為全球總部,也同步完成逾億元首輪募資,並預計不久後啟動在台 IPO 規劃。然而,真正值得市場與投資人關注的,不單是分拆或募資本身,而是這一連串布局背後所釋放的訊號—— beBit TECH 已正式跨越產品與市場驗證階段,邁向規模化擴張的新成長階段。

而產品、產業應用及海外市場,就是驅動 beBit TECH 下一階段成長的三大引擎。beBit TECH 創辦人暨執行長陳鼎文表示, 未來將聚焦三大布局,包括持續深化企業級 AI 產品、擴大跨產業應用版圖,以及拓展日本與東南亞等海外市場。首先,在產品面,將持續強化 AgentBit 智慧代理人的能力,結合 OmniSegment CDP 的數據底座與產業 Know-how,打造真正懂企業、懂行銷的 AI Agent。

beBit TECH 創辦人暨執行長陳鼎文
beBit TECH 創辦人暨執行長陳鼎文
圖/ 數位時代

產品布局:從理解數據的大腦,進化為「自主執行」的虛擬員工

陳鼎文進一步說明,近年企業紛紛導入各種 AI 或 AI Agent 應用,希望提升營運效率與員工生產力,但 AI 能否真正創造價值,關鍵並不在模型本身,而是資料品質。若企業的會員資料分散、格式不一致,甚至充滿錯誤,即使導入再先進的 AI 模型,也難以產出可靠的分析與決策。換句話說,企業唯有先建立穩固的數據底座,才能真正發揮代理式 AI 的價值。

正因如此,beBit TECH 選擇將 AgentBit 建立在 OmniSegment CDP 上,形成以 CDP 為數據底座、Agent 為執行核心的新一代企業級 AI 架構。陳鼎文形容,OmniSegment 就像一顆智慧大腦,可以完成跨通路數據整合,並進行資料清理與標準化,而 AgentBit 則是智慧代理人,它可以根據 CDP 大腦所提供的數據做出決策,自主完成受眾分群、內容生成、活動執行、成效監測與優化建議等行銷工作。

更重要的是,OmniSegment 多年來已累積眾多不同產業的實戰經驗與行銷 Know-how,使 AgentBit 不只具備內容生成的能力,更理解不同產業的會員經營模式與行銷邏輯,能依據企業情境挑選最適合的受眾、生成更精準的溝通內容,並持續優化策略。

以中秋節的節慶行銷活動為例,當過去行銷人員必須自行篩選受眾、撰寫文案,再依據活動成效反覆調整策略,整個促銷活動期間都要處於備戰狀態;如今,只要以自然語言輸入活動目標,AgentBit 即可串接 OmniSegment 的數據,自主完成後續工作。當行銷成效未達預期目標時,它還會持續分析結果、修正策略,直到找出轉換率更高的路徑為止,真正讓企業累積的數據,轉化為持續創造營收的智慧資產。

讓數據自己跑出營收!AgentBit 結合 CDP 乾淨數據與實戰 Know-how,只需輸入指令即
讓數據自己跑出營收!AgentBit 結合 CDP 乾淨數據與實戰 Know-how,只需輸入指令即可全自動執行行銷並自主優化成效,打造不斷線的 AI 營收引擎。
圖/ beBit TECH

市場布局:以電商護城河,打造 OMO 與金融雙成長引擎

其次,在產業應用面,beBit TECH 將持續擴大在實體零售、生活服務與金融業的市場布局。「電商是 beBit TECH 的核心基本盤,而實體零售與金融業則是我們下一波的成長引擎。」陳鼎文說。

beBit TECH 成軍初期聚焦於品牌電商,透過客戶數據平台 OmniSegment CDP 協助客戶整合並應用手中的第一方數據,提升會員價值與營收。至今,beBit TECH 已累積上百家品牌電商客戶,並在不同產業情境與應用需求中,持續驗證及優化 OmniSegment CDP 的產品能力。這些豐富的導入經驗,讓 beBit TECH 更深入掌握企業在數據應用上的實際痛點,進而推動產品與 AI 模型持續迭代成熟, 築起一條競業難以跨越的數據護城河。

有了電商戰場的成功經驗,beBit TECH 開始將目光投向線下與實體場域,運用 OmniSegment CDP 協助零售品牌打通線上與線下的會員數據,真正做到跨通路的數據即時整合,讓 OMO 經營不再只是口號。

過去一年,beBit TECH 更成功將觸角延伸至同樣擁有龐大數據的金融業,包括國際保險集團及指標金控,皆已導入 OmniSegment CDP,由系統依據客戶在不同通路的行為,即時判定其意圖並推薦最合適的金融產品。這意味著金融業也能運用電商「千人千面、即時觸及」的行銷模式,一改過去亂槍打鳥、只能照著名單一一撥電話的傳統做法。

「金融業的 AI 個人化行銷現在才剛開始,beBit TECH 能與多家指標性金融客戶合作,代表我們的數據安全和隱私合規性,已經通過了市場上最嚴格的標準,這對於未來跨足其他產業有非常大的幫助。」陳鼎文強調。

海外布局:立足台灣,加速拓展日本與東南亞市場

第三,在海外發展上,則是加速拓展日本與東南亞市場。陳鼎文表示,相較於多數台灣新創進軍日本市場,往往需要一、兩年才能站穩腳步,beBit TECH 憑藉與日本 beBit 集團的緊密合作,已經成功「逆向」打回日本市場,短短兩年多便累積超過 30 家大型企業客戶,涵蓋航空、餐飲集團等不同產業,未來日本仍將是 beBit TECH 拓展海外營收的核心關鍵。

除了日本之外,beBit TECH 也將東南亞視為下一階段的戰略要地。一方面,看好當地人口結構年輕與數位應用快速成長所帶來的商機;另一方面,隨著全球 AI 人才競爭白熱化,東南亞更是重要的人才庫,有助於 beBit TECH 持續推動產品全球化與技術迭代。

「我們希望將 beBit TECH 打造為『亞太區企業級 AI 的領導品牌』。」陳鼎文感性表示,這也是團隊確立將全球總部設在台灣的初衷。未來,beBit TECH 將持續以台灣為核心,向外輻射至日本、東南亞、甚至更廣泛的國際市場,讓世界看見來自台灣的 AI 技術實力與商業價值。

從台灣品牌電商起家,一路跨足實體、金融、日本與東南亞市場,beBit TECH 想做的不只是一套好用的 AI 工具,而是一個能讓企業把數據轉化為營收的企業級 AI 平台。當全球 AI 競爭開始從模型能力,轉向商業化與規模化,這家台灣新創正用清晰的策略布局,寫下屬於自己的下一個成長故事。

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
台達電全解讀
© 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