每個人都應享有平等的數位機會
每個人都應享有平等的數位機會
2006.12.15 |

近年來政府關懷數位落差問題,也企圖整合各界資源,全力投入進行改善。針對台灣數位落差現況,《數位時代雙週》特別訪問行政院研考會資訊管理處處長何全德,解讀數位落差所將導致的問題,以及政府如何以實際的行動,給予民眾平等的數位機會?

Q: 研考會歷年來持續進行大規模的「數位落差調查報告」,由報告中發現了哪些問題與現象?
A: 台灣目前有一千三百萬的上網人口,但是還有一千萬人不上網。所謂的數位落差,應該要把定義的範圍擴大,不能侷限在是不是會用電腦、會上網,而是在於民眾的數位機會是不是均等。
我們關心的是,會不會因為年齡、性別、族群、居住地等不同,而減少了民眾接受數位資訊的機會,影響他的競爭力,比如勞工要是懂得應用數位資訊,對競爭力及學習能力的提升都有幫助,那我們如何了解他們真正的需求、如何幫助他們?
比弭平數位落差更新的想法是,應該是講求「社會包容」,就是如何透過數位科技,讓所有的國民都有均等接收資訊科技的機會。所謂的數位落差,廣義地說應涵蓋數位機會是否均等,例如每個地區的衛星電視是不是清楚?也不該侷限於能不能上網,還要考慮到網站的內容是不是也針對不同的族群設計。政府關心這些問題,所以研考會跟教育部合作推動數位機會中心,在全省設立數位機會點,希望能讓偏遠地區也可接收衛星電視,也能上網,有機會接受數位科技,得到均等的數位學習機會。
根據歷年進行數位落差調查報告,造成數位落差最大的原因,不一定只是區域,反倒是年齡,現在上網的人口大多是年輕人,很多五、六十歲以上的中老年人都不會上網。另外,弱勢的族群,包括台灣五%的身心障礙人口,他們也需要有平等的上網機會,所以研考會也積極地推廣無障礙網路空間,落實數位機會平等的弭平數位落差政策。

Q: 現在若是不好好因應數位落差,會產生哪些問題?政府持續推動哪些行動來弭平數位落差?
A: 要縮減數位落差,需要政府與民間一起努力。在政府單位需要跨部門合作,行政院有個跨部會的小組來研擬計畫、編列預算,協調各部門運作,政府各部門都有其關心的議題。例如農委會關心農民的數位落差,協助農民用網路賣水果;經濟部積極輔導中小企業的e化等等。
除了政府跨部門的運作,也需要企業與民間組織的協助。最理想的狀態是,政府先設立數位機會中心,給與必要的教育訓練,然後透過各個社區發展協會,激發社區居民對社區文化的關懷。在各地社區都有熱心的校長、老師、村里長、協會的幹部等,結合大家的熱情,凝聚向心力,才能讓這個數位機會中心永續發展。
例如我們在雲林大埤鄉圖書館開電腦班,一些越南籍的新移民學會了用電腦下載MP3聽越南歌曲;老人家也可上網看看天氣、新聞,瀏覽一些生活相關訊息。
總結過去的經驗,我們發覺會不會、用不用電腦上網,比有沒有電腦來的重要,所以在九百位居民社區的數位機會中心,其實不需要用到二十部電腦,也許只要五部電腦就夠用了。這樣我們可以把有限的資源分布到更多的地區,讓更多民眾有機會到數位機會中心互動交流,真正能接觸、學習,並養成上網的習慣。

Q: 台灣是世界知名的科技島,政府如何結合企業與民間的資源,有效改善數位落差問題?
A:現在很多企業,像微軟、惠普(HP)、中華電信,都有在推動送電腦到偏遠地區的公益活動,其實送二手電腦到偏遠地區未必是好的作法,二手電腦的維修問題,可能會對偏遠地區民眾造成更多問題。如果能提供台幣一萬元出頭的國民電腦,使用自由軟體,提供更多的學習教具,讓社區居民使用,這個效果會更好。
民間組織或是企業捐贈硬體,當然對弭平數位落差有貢獻,不過我們更需要企業提供人力資源,投入無形的Know How,現在很多企業也推動企業志工,讓企業員工下鄉教導偏遠地區民眾或是學童如何使用電腦、如何上網。許多學校也這麼做,例如台北的北一女中派學校裡的資優同學,到偏遠地區的部落去服務,這對協助台灣九千多個村落獲得數位學習機會的貢獻良多。
另外一個值得推動的,便是希望企業能協助非政府組織NGO及非營利組織NPO,給予人力、教育、管理經驗等協助,提升這些組織的e化能力,讓他們更有能力去協助各個地區的居民,獲得數位學習的機會。讓各地的數位機會中心,真正成為民眾樂於參與學習,可以獲得生活資訊又兼顧娛樂功能的好場所。

往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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Vibe Coding
© 2025 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