在計算力與智慧過剩的社會,文化科技的狂飆旅程
在計算力與智慧過剩的社會,文化科技的狂飆旅程

最近跟文化相關的科技新聞甚囂塵上,成為各種不同場合的焦點。文化部前瞻計畫中的數位基礎建設,想要打造能長能久的「國家文化記憶庫」工作;4K高畫質、數位新媒體與各個文化機構等等資源也都在運用科技來深耕文化成果。

「文化內容科技應用創新產業領航旗艦計畫」則是另外一艘重要的出航旗艦,也迫切地迎向市場,尋求文化消費、研發資源等大數據研究的諸多可能。科技部把人工智慧技術設定成未來重點發展目標,在即將舉辦的AI競賽中,公共電視提供了日常生活的文化資料內容,來當作影音人工智慧辨識技術的比賽樣本資料。而在日前文化部所舉辦的「文化科技論壇」中,科技部與文化部兩位部長共同宣示合作平台的正式啟動。

這些新聞彷彿在夜空中綻放的燦爛煙火,華麗地點出種種樣貌。

從兩年多前開始,我們協助引進巴西政府文化部在數位文化上領先全球發展經驗,舉辦了「2015臺中軟實力論壇」,並推動數位文化的政策規劃與實踐等等工作,我們認為數位文化不是只有文化內容數位化、不是只跟博物館網站呈現藝術作品有關,它關注使用者的數位生活,串連資料與思辨、對話與合作,是智慧城市等等計畫的核心推動引擎。從兩年前到今天,改變與提升自我的漫長旅途才剛剛開始。

從奇觀化的「亮點」政績到看不見的點滴成果,這一切需要滲透到組織行政、政府與民間社會創造文化改變,文化與科技才算是真正地融合在一起。就連在網路上舉辦公聽會、徵詢眾人對於政策修訂的看法,都需要嘗試改變的勇氣、細緻的技術與不斷修正、越來越「精準」的具體作為。

煙火美麗謝幕的那一刻,漫長旅程還要繼續走下去。希望這些動人的熱情能夠讓我們充飽電,繼續面對路程上諸多不可能的任務與挑戰。

別把文化科技「浪漫化」:不把Google與Facebook這些「他者」的服務視為理所當然,也不視為可以當作跳板、對空揮舞雨傘挑釁的意識形態「風車」,自己當然也不是唐吉軻德。要做到不浪漫,只有跟底層的調查研究攜手走一程:因為要知道整體生態系的全貌,無論是多麼簡略的逼近估計,只能從資料開始。

數位文化並非只是文化內容數位化,不是只跟博物館網站呈現藝術作品有關。而是一連串資料與思辨、對話與合作,政府、民間與行政組織真正融合在一起創造的文化改變。

軟體開發的格言:「吃自己的狗食。」也可以用來檢視文化科技範疇的環境及諸多產品服務。你最愛的《冰與火之歌》的名句貼圖是誰做的?看完tvN與Netflix《秘密森林》之後,你第一時間衝向哪一個討論區來追最新討論?IMDb網際網路電影資料庫也是網際網路最早誕生的服務之一,我們該如何競爭合作,創造出孕育這樣長久數位生命的環境?

我們這個世代已經被各種國族主義過度動員,被虛假的歷史與政治背叛,被風險委外的權貴資本主義擊倒,被攪和大數據的掠奪型商業模式狙擊,被沉重的家庭負荷與少子化未來雙重擠壓。唯一能夠召喚我們的,只有那精準算計觀者的「情感經濟」、一點也不浪漫的日韓美劇了。

人工智慧圍棋冠軍AlphaGo不是故事結束,而是一個新世界的開始。文化資料不僅僅只能作為科技的背景,更將織就構成台前美麗場景的動人細節。我們是否有想過,當人工智慧與機器學習成為顯學的時代,已經不再是克雷.薛基(Clay Shirky)所謂的「認知過剩」的階段,而是「計算力與智慧」過剩社會時,市場上到底還需要什麼樣的產品與服務?這些產品與服務會需要什麼樣的關鍵技術來支撐與突破?這些更新事物所構成的「新文化生活」,又有著什麼不同的可能性呢?

讓我用可能的情境來描述文化科技的衍生面貌。在〈效率市場的加密資料〉(Encrypted Data For Efficient Markets) 這篇文章中,描述著新創團隊Numerai團隊運用一種「結構-保存加密法」來創造出「股票市場效能問題」的開放參與解答,找到了更快速的演算法提升效能。全球文化市場資料的分享與合作,或許會需要這種類似的半遮掩技術,來擴大參與規模、進而導致新算法較容易誕生。

另外一個最近爆出的新聞:Spotify傳出「假藝人」爭議事件。在龐大的版權支出壓力與虧損下,Spotify選擇透過第三方製作公司合作,讓版權方降低版稅分成比例交換高曝光渠道。類似7-11推出自己的白牌瓶裝水與其他iSelect產品,Spotify在歌單中混入了這些「假藝人」,降低成本創造迂迴的收益路徑。這既是串流媒體為了生存的變形方式,同時也是商業交易與社會互動的異質新現象。文化科技會變形增生以往完全不存在的組織、角色、功能,卻扎扎實實地影響了生活的面貌。

我們的文化科技,將為我們帶來各種新生異形事物、與之過招對話。在點燃感動與目睹絢麗璀璨之際,為我們自己,開始準備那能夠走長走遠的行囊吧。

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