你真的想要一座智慧城市嗎?
你真的想要一座智慧城市嗎?

《科學人》最新一期的報導〈關於智慧城市,人們不願面對的真相〉,整理了最近智慧城市的重要新聞:比爾.蓋茲(Bill Gates)11月13日宣布,要在美國亞利桑那州沙漠裡買下2萬5千畝土地,從無到有打造一座智慧城市。美國EasyPark公布了全球2017智慧城市索引(2017 Smart City Index),台北名列第57名,第一名是哥本哈根。

然而這篇文章的作者史密斯(Kendra Smith)卻宛如「國王的新衣」般直接指出:「當前的智慧城市現實是,根本沒有一座城市稱得上智慧。」

作者認為,截至目前為止,我們所謂的智慧城市其實只是個別的智慧專案計畫,無論是匹茲堡費城交通局花費3千萬美元推動、能夠自動因應車流狀況調整的智慧號誌系統,坎薩斯市政府投資1千5百萬美元打造智慧照明計畫,透過內建感應器在沒有行人與車子時自動關閉街燈來節能省電,預計減少兩成到三成的電力浪費。這些個別的亮點專案都展現了智慧城市科技的「潛能」,但卻無法代表網路相連、點對點的規劃每一個角落街廓、完整的智慧城市。

「智慧城市潛能與現實之間脫鉤的一個很大的原因是:智慧城市是數位世界混合匯流之處,但是可能也是與非數位世界的『撞擊之處』。非數位議題包括傳統治理、社會正義、政治、意識形態、隱私與財務成分,當智慧城市規畫開始變成重要的因子時,這些都不是那麼聰明、有效率或能夠彈性適應。任何一個不聰明元素都可以搖身變成攔路虎,而且當與其他城市中的長期問題結合時,比重成長得愈來愈巨大。」

其實這後面是我們自己對未來描述模式,所造成邏輯問題的反撲。我們選擇性地用某些「可以變聰明」的元件,來代表整個數位化城市的全貌。卻沒有考慮那些被忽略的元件,在長期忽視與醞釀下的連動影響。

這樣的聲音不是第一次被聽見。在倫敦政經學院(LSE)城市計畫中資深研究員、美國的都市分析專業者格林菲爾德(Adam Greenfield)長期扮演著烏鴉的角色,認為智慧城市這個概念把科技擺在民眾前面,忽略了那些最基本讓我們作為人的基本要素。他對科技沒有意見,也是先進技術的早期倡議者,但是他認為對所謂智慧作業系統、資料分析與演算法將是影響我們未來的關鍵這個看法,目前已經有來自全球各地的疑慮與批判我們不能忽略。

2014年的LSE報導〈把智慧城市變笨吧!〉,與他的著作《反對智慧城市》(Against the Smart City),認為這個問題不只是智慧城市的修辭學與話術出了問題,媒體無法揭露這是一個大型科技公司的行銷利多現象,報導智慧城市但是卻沒有辦法批判思考與討論後台政治的種種連動關係,這些也讓智慧城市的「智慧」遮蔽了人們的雙眼。格林菲爾德自己本身也是物聯網社會影響與設計的最早論述者之一,除了不再用鳥瞰的方式、而是用「由下而上」的觀點來重新檢視智慧城市之外,近年來更轉向思考與檢驗哪些「激進的科技」,例如區塊鏈,可以合作形塑城市的未來。

智慧城市不是新的故事,而對智慧城市的批判也已經有其歷史。只是長久以來,這些論述分屬不同的陣營,各自有一套看法與觀點。我好奇的是,為何是現在?為何現在我們在社交媒體上聽見愈來愈多人在關注這樣的意見看法交峰?當《科學人》這樣的推廣科學與技術觀點的科普讀物,都開始反省智慧城市的時候,代表著什麼意義?

我覺得可以跟OTT線上影音串流服務喧囂塵土的使用現象一起思考而獲得啟發。作為剪線大軍的一員,OTT的使用者是什麼樣的人?是不再付費給任何廣播電視節目的寬頻網際網路使用者。這些人跟傳統的廣播電視節目用戶已經完全不同。當網際網路的使用者數量不斷增長,他們不會再回到傳統的使用情境時,新的議題與需求便將取而代之,成為資訊社會新的主流議題。

智慧城市也將面對這樣的轉變。傳統使用者不依賴網路,需要傳統的服務來銜接這些公民的日常生活──而這些想像就是過去智慧城市主流概念的核心情境。一但人們遭逢愈來愈多先進的應用,傳統服務不再能夠滿足大家時,也將帶來智慧城市的改版與升級契機:「這個時候」我們就需要更包容性的智慧城市概念來引導人們前行。

我的書包裡總是擺著一本令人反覆翻閱解讀的城市與科技著作,安東尼.湯森(Anthony Townsend)的《城市的未來,應該要是什麼樣子?》。在未來的智慧新風貌中,公民的參與會是最重要的關鍵。唯有認同,才會參與,而今日我們所要形塑的智慧城市文化是什麼?我們的智慧,怎麼照顧那孕育眾人的土壤與文化?數位文化怎麼跟傳統文化攜手並進?

「讚嘆智慧,感恩智慧」,這些沒有標準答案的申論題,會是未來智慧城市升級版的新挑戰。

智慧化以後的城市,台北與台中、高雄,跟上海,東京,紐約,哥本哈根或者吉隆坡、雅加達,有什麼不同?

往下滑看下一篇文章
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合

因應生成式 AI、代理式 AI 與實體 AI 的崛起,模型成為企業資訊基礎設施的一環,企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本,以及確保 AI 基礎設施的安全與穩定;有鑑於此,服務超過 2,000 家企業客戶上雲的勤英科技(ELITE CLOUD)將業務範疇從雲端代理延伸到 AI 基礎設施整合商,協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源,在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作,企業的核心競爭力不再僅是擁有 AI,而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示,為協助更多企業推進 AI 創新實務,勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色,進一步轉型為 AI 基礎設施整合服務商,透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務,協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra,企業最大挑戰不是模型、算力而是管理

過去幾年,許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」,提升員工工作績效,而代理式 AI 的崛起與普及,則讓「內嵌 AI 的企業應用」快速成為新常態,從企業資源規劃(ERP)、顧客關係管理(CRM)、人力資源(HR),到客服、研發甚至製造系統,AI 開始深度嵌入各類企業應用,AI 扮演的角色也從單純的輔助工具,逐漸進化為企業營運與決策流程的重要核心。

也因此,企業保持未來競爭力的關鍵,不再是「有沒有導入 AI」,而是「是否具備管理 AI 的能力」,包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent,以及如何避免 AI 成為新的資訊孤島,都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代,意味著企業若只押注單一模型,未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示,企業接下來更需要以「Models as Infrastructure(模型即基礎建設)」的思維,將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理,將資訊系統架構重塑為 AI 基礎建設。

勤英科技_內文1.JPG
圖/ 數位時代

勤英科技服務的客戶數超過 2,000 家,不少客戶已導入 AI 應用服務,正積極建置 AI Infra 與管理環境,因此,勤英科技自 2025 年積極轉型,將 AI Infra 視為企業長期競爭力的基礎建設來經營,業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商,例如與多模型平台 MixRoute 合作,並開發可支援單一登入(SSO)、彈性調度不同大型語言模型 Token 的管理平台,協助企業簡化模型管理與成本控管,將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合,勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關,勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本,以及落實資安治理,更因應不同使用情境推出三種 AI 方案助力企業:

第一:提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋,透過整合 Gemini 的 Google Workspace,企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能,包括會議摘要、文件生成、簡報整理等,快速提升員工生產力,同時,增強企業對 AI 應用的信心,為之後的應用深化做準備。

第二:協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說,除以生成式 AI 打造企業大腦,還會透過代理式 AI 提升自動化執行能力,重塑工作效率。」黃士培表示,勤英科技可以基於 Google Gemini Enterprise,提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務,讓企業員工可以自然語言安全調用企業資料,讓 Agent 進一步執行任務與推動流程。

舉例來說,勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞;另在影音內容生成領域,勤英科技亦協助客戶導入 AI 自動化技術,將內容產製成本縮減達 90%。

第三:提供多模型聚合管理平台,滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作,提供企業客戶多模型管理平台,讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型,並透過單一帳號、單一帳單與 Budget Alert 機制,管理 token 使用量與 AI 成本。

勤英科技_內文2.JPG
圖/ 數位時代

「透過我們提供的多模型管理平台,企業客戶不會被單一模型綁定,可以在模型快速疊代的環境下,更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說,隨著 AI 應用從單點工具走向大規模企業部署,下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力,而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因:當 AI 開始成為企業營運的一部分,企業需要的,已不只是模型供應商,而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊,請查詢網站:https://www.elite.cloud/zh/

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
代理式商務連動百兆商機
© 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