維基百科創辦人宣佈將成立新媒體平台《維基論壇報》，要用群眾智慧修好「壞掉的新聞」！|數位時代 BusinessNext

維基百科創辦人宣佈將成立新媒體平台《維基論壇報》，要用群眾智慧修好「壞掉的新聞」！

假新聞充斥已經成為日常生活，維基百科共同創辦人Jimmy Wales利用群眾募資創立全新新聞平台「 Wikitribune」，要結合專業記者與群眾智慧，修復破碎不堪的新聞現況。

以群眾募資為基礎，不會置入商業性廣告

現今的新聞充滿許多問題，但當一群人們開始試圖找出問題的癥結，好的事情就有可能會發生！

吉米·威爾斯表示，新聞平台Wikitribune是一個獨立網站，並不隸屬於維基百科或維基媒體基金會（Wikimedia Foundation）之下，要夠過專業的記者結合群眾事實查核，打擊網路假新聞並找回真正的新聞價值。

Wikitribune會以群眾募資為基礎，目前正在進行為期30天的募資活動，基礎的默認贊助方案是每個月$10美元，贊助者也可以自由選擇想要贊助的金額，所募得的資金將用於招募第一批記者，Wikitribune表示初期目標要招募10-15名記者，未來將提供民眾免費瀏覽，且不會置入商業性廣告，該網站目前以英文為主，未來會陸續增加其它語言。

Wikitribune的網站概念會由專業的記者撰寫「全球新聞故事」，完成後讓其它的志工協助事實查核，確保報導內容真實且中立，同時開放報導內容所使用的資料、影像、音檔、採訪記錄，讓讀者不再只能瀏覽及留言，能夠像維基百科一樣參與內容編修。

新聞壞掉了！怎麼修復？

「新聞壞掉了，但我們可以修好它。」談到為什麼創立Wikitribune，吉米·威爾斯於影片中這樣表示，他認為媒體為了賺取廣告，爭相競逐點擊率，因而讓低品質的新聞就到處都是。

「社群媒體是現在許多人看新聞的管道，但它的設計只會讓我們看到我們想看的，不惜一切代價讓我們點擊，這從根本上打擊了新聞。真像是，在網路上並沒有人為這些內容把關，是時候我們重新好好思考這件事了！」吉米·威爾斯這麼補充。

但完全由群眾資訊所匯集的新聞調查，如果少了監督也可能會變成一場災難，例如2013年的波士頓馬拉松爆炸案，就曾因為網路上的錯誤指消息釀成錯誤的指控；因此吉米·威爾斯希望透過專業新聞人員結合維基百科分散式的智慧，創造出一種嶄新的新聞產製模式，除了打擊假新聞，也能削弱政治狂熱帶來的偏差影響。

吉米·威爾斯在今年二月的《衛報》中表示：

科技平台可以選擇揭露更多人們正在觀看內容背後的資訊，以及為什麼人們要看它。我們需要這樣的視野，因為它揭示了這個過程及資訊來源，要建立了一個責任制的架構，我們需要網路空間在不同觀點之間展開對話。我們需要基本原則、承諾驗證，民間對話和積極參與。而我們需要將這些準則應用到網路上的活動，網路的興起也許造成了我們目前的困境，但這些在網路世界的人們，同樣可以幫助我們擺脫困境。

讓群眾做群眾所擅長的事吧！

群眾新聞調查並不是一個新的概念，過去《衛報》就曾經運用這樣的方式調查議會費用，美國大學助理教授Andrew Lih認為Wikitribune擁有專業的記者群，因此具備更大的潛能。

Andrew Lih認為，維基這套方法也許可以在特定的領域很成功，因為它有制訂ㄧ些規則，且並沒有想產製原創內容，過去在維基百科上截稿日期並不重要，團體用公式化和一致的結構寫文章也相對容易。

因此Andrew Lih提到，他認為Wikitribune具有成功的潛力，是因為混合了專業記者及群眾智慧兩種模式，因此可以吸引到更多讀者眼球；此外全職員工可以接收比較明確的指令，專業的記者編輯也能對新聞故事提供不同的監督。

網路世界中，群眾在大量梳理、篩選、搜索、檢查等方面都做了相當多，或許Wikitribune所想做的，正式讓群眾做群眾所擅長的事，如同「由群眾撰寫、給群眾閱讀」的平台宗旨。

「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。

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%。

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。

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