集結社群力量的新聞平台,維基百科創辦人威爾斯讓《維基論壇報》成真正異言堂
集結社群力量的新聞平台,維基百科創辦人威爾斯讓《維基論壇報》成真正異言堂

維基百科創辦人威爾斯(Jimmy Wales)出席2018數位創新論壇(DIF),以「下一個科技世代:發展你的維基未來」為題發展演說。論壇後半部,這個連續創業家,在論壇尾聲開始講述他的新事業:維基論壇報(Wikitribune)。

去年四月威爾斯在Twitter宣布推出類維基百科商業模式的新聞平台Wikitribune。這是一個由專業記者與外部社群共同合作的新聞平台,特色在於透明的協作,專業記者會先公布有興趣的新聞議題,由社群共同參與討論,而記者也會同步將採訪的內容逐字稿或影像檔公開,讓社群能透過完整的文件幫文章監督與把關。

【發稿照6】2018「數位創新論壇」匯集全球35位在數位、AI領域具影響力講者,論壇首日便吸引上千名
2018「數位創新論壇」匯集全球35位在數位、AI領域具影響力講者,論壇首日便吸引上千名觀眾進場。
圖/ 數位時代

另外,新聞產製的每個步驟都攤在陽光下,連文句文法修飾改寫也留下所有的紀錄。平台建有搜尋系統查詢每個新聞生成的「成長史」。在財務來源方面,維基論壇報從向大眾募資為營運開始和維基百科背後的非營利機構維基基金會完全切割。

藉由開放社群力量,助專業記者一臂之力

威爾斯認為,主流媒體專業記者由上而下個人主導新聞內容產製,這種傳統方法雖然可以帶來高品質新聞,卻也有可能帶來偏見,而新聞專業裡強調的深挖,找真正的證據數據,與檢視參考文獻又需要很多的時間,因此開放社群力量可以相互補足專業記者的不足之處。「這和讀者留言很不同,讀者留言常流於情緒非理性,缺乏客觀的證據,針對自己的立場彼此互罵而言。」威爾斯說。

不過在這樣的架構下透明性就可以代表真相嗎?什麼是真正的透明?對於文本解讀的能力的人是大眾中多數還少數?大眾能否解讀其中含意?

針對提問威爾斯認為,Wikitribune的模式可以讓主流新聞工作者更加專業。

首先,新聞工作者個人時間與資源有限,透過群眾智慧參與提供寶貴意見,可以更快速更深入的瞭解新聞的背後洞見。因為Wikitribune在新聞中提供採訪稿與錄影內容,新聞刊出後,就會有參與者提供質疑,再深入採訪範疇,質疑記者文章的證據或查證不足,成為重要的資訊來源。「不過,這不是要用群眾智慧的力量取代他們,傳統新聞工作者的重要性依然不可否認。」威爾斯認為。

公開逐字稿、錄影,避免扭曲受訪者意見

第二則是,Wikitribune避免新聞工作者過度預設立場,扭曲受訪者意見。威爾斯以自己的親身經歷說明,傳統新聞工作者由於意識形態或點擊率或廣告等影響,常斷章取義,甚至移花接木,加入太多自己想法於訪談中,讓讀者混淆受訪者觀點和記者觀點,而藉由透明公開的逐字稿與錄影內容,可以大量降低這類情況發生。

不過對於威爾斯來說,最重要的就是讓維基論壇報成為真正的「異言堂」。讓本來持有不同觀點的知識能在平台中,理性的且已以高品質的論述為依歸,彼此交流分享,甚至最後能解決問題。

不過這個論壇的發展速度並不快,已經宣布成立一年,目前僅能看到小步進展,約有7位到12位專業記者,幾千人註冊,兩千位志願貢獻者,「一切都還很早期,我們還有很多要學習。」威爾斯說。

而未來Wikitribune維基論壇報還是延續「非廣告」的本質。他觀察未來的新聞媒體需要多元的營收來源,如英國衛報與美國紐約時報採用訂閱制,或建立軟性的付費牆,給予一定的免費新聞則數,超過使用就要付費,每種商業模式都有其優缺點,「可以解決全部問題,具有魔力的商業模式並不存在。」威爾斯說。

維基論壇報

關鍵字: #維基百科
往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「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。

2-RD096270.jpg
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%。

3-RD096215.jpg
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。

4-RD096303.jpg
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

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
2026 大重啟
© 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