台灣的未來在哪?從所失去處出發
台灣的未來在哪?從所失去處出發

從亞洲矽谷到智慧城市,從食安、農業產銷履歷雲端平台一直到資料庫與數位新媒體平台,台灣各級政府與各個部會,都對資訊科技的進階應用賦予高度的期待與想像。我們也認為這是未來競爭力最重要的基礎。

從十多年前到今天,我們政府所認定的台灣硬體製造優勢,衍生出了各種經濟社會發展計畫,甚至也從政府治理的角度,創造了下一代的電子化政府—— 數位政府。

當我們仔細梳理這些思維,其實沒有看到的是對這些術語本質的反省與探討、歷史發展脈絡的分殊釐清,發展策略的對話與辯論,讓這些應用計畫無法隨著時間的演進、政策主導者閱歷的增長與投入資源的累積而越見深刻。

去除了本質、歷史等脈絡,不辯論發展策略,剩下的只有資源分配比例說法的赤裸交鋒,與形式化成果的自圓其說。這讓人想到的是1972年西班牙籍法國超現實主義導演布紐爾Luis Buñuel獲得奧斯卡最佳外語片的作品:《中產階級的拘謹魅力》(Le charme discret de la bourgeoisie)。

一群衣冠楚楚的中產階級上流社會成員,四處奔波企圖要用餐,但是卻不斷地遇到意料之外的狀況打斷:主人沒有準備、突然情慾流動、茶屋沒有任何飲料、高級餐廳老闆過世守靈,路人突然進來分享夢境,赫然發現身處於表演的舞台上等著要表演「聚餐」這件事。

布紐爾在劇中讓這些中產階級上流社會的角色不斷地受挫,不斷誘惑他們去追逐欲求的精緻晚餐,但是用各種創意來讓他們遭逢失敗。

「他們努力不懈地期待與追逐他們所有的慾望,宛如這些慾望是他們的天賦人權:讓人們來服侍並且縱容他們。布紐爾曝露了他們對於權利的感受、偽善與腐化墮落。在夢的序列中,布紐爾更探討了他們的深層恐懼,不只害怕被公開的羞辱,也害怕被警察逮捕、與被開槍射殺。」

我們在計畫經濟的發展下,試圖說服自己獲得了全球化資本主義市場經濟的重大成就,而且值得一而再地複製操作手法,延續偉大的成就與對全球的重要影響。在十多年的汲汲營營,宣稱台灣擁有資訊技術優勢的過程中,我們努力不讓自己看起來不行:這種宣稱,有沒有可能最後也只剩下一種形式化、自圓其說的意義?

也許現在該是開始打開這種論述的封閉性,擁抱更多元的詮釋可能的時刻。我們是否可以開始談論:我們失去了什麼?未來有什麼樣的可能性?

過年前,有機會聆聽台大資工廖世偉教授關於「區塊鏈」的演講。在新的貨幣系統與形式中,人類第一次從網路當中,用科技解決了貨幣的各種限制與問題。他認為區塊鏈作為架構在網際網路上的價值傳遞機制,是一種信任機器,它是資訊科學與社會科學的結晶;而區塊鏈導入的信任機制,將使傳統產業加速變革與創新。

很多人認為區塊鏈是所謂的金融科技,也是金融產業領頭發展的重要方向。然而金融也是區塊鏈所衝擊的傳統產業之一;因為區塊鏈帶來了社會的變革,金融產業既是被衝擊的重要標的,也是急需要重新界定自己再出發的「災後重建區段」。期待金融產業告訴人們區塊鏈的未來,不就是期待出版業者——被數位化的閱讀形式衝擊與挑戰的當事人——告訴大家電子書、電子閱讀與數位學習的未來一樣弔詭?

在期待數位的拯救形式上,時代已經無情地往前滾動,我們還在「一直想要優雅、體面地用餐」的困境中打轉。

《鹿鼎記》,金庸
呂留良道:「《漢書》上說:『秦失其鹿,天下共逐之。』那就是說,秦朝失了天下,群雄並起,大家爭奪,最後漢高祖打敗了楚霸王,就得了這只又肥又大的鹿。

拉文克(Geert Lovink)與卡薩(Nathaniel Tkacz)所寫的《MoneyLab Reader》導論(MoneyLab: Sprouting New Digital Economic Forms)裡面反省從群眾募資以降的網際網路相關的獲利形式。從批判的觀點來檢視今日的網際網路,原本內容還擁有某種策略上的重要性,與認同-文化勞動上的正當性,如今網際網路已經在新一波的資本化的浪潮中,被重新定義成財務服務的套裝方案、與作為一個建構與深化我們「金融自我」的空間。例如微信連結到芝麻信用的國家金融操作,讓人們的金融自我無縫地連結到國家體制中。這也是區塊鏈所點燃的社會創新之火的大背景。文章中這句話引起了我的注意:

「⋯⋯貨幣系統,貨幣,『錢包』,以及付費科技都變成任何人可以置喙的標的,等待被擄獲與攫取。」

這不就是一個「鹿鼎記」的時代?《史記》〈淮陰侯列傳〉中蒯通是這麼說的:

「⋯⋯秦失其鹿,天下共逐之。於是高材疾足者先得焉。」

我們也許該釐清的是這個時代,到底什麼典範、什麼樣的舊世界已經逝去,沒有辦法回去了。世界已經斷裂,從失去的基礎上出發,重新現實地脈絡化這個新世界,可能比試圖延續任何神話,更來得務實。

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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