數位戰警網上出擊
數位戰警網上出擊
2001.01.01 |

你曾經上網購物或交友聊天嗎?台北市政府警察局也有一項跟上網路潮流的服務——網路報案,民眾不但可以上網報案,還可以利用網路,追蹤後續辦理進度,再也不用擔心報案後消息卻如石沈大海。
為兌現台北市長馬英九的競選承諾,市警局從1999年12月1日起,開放網路報案,因此大台北地區民眾,目前可以利用的報案方式多達五、六種之多,包括電話、傳真、書面、親自報案等,台北市警察副局長馮棟森說,報案方式就像馬路一樣,開越多條越好,因此網路是一種新的使用傳媒,以增加民眾使用的便利。

**避免吃案情況

**
避免匿報刑案,更是市政府推動網路報案,讓作業過程提高透明度的主因。匿報刑案,也就是俗稱的「吃案」,而吃案,是指發生在民眾身上的刑案,不存在於警方正式的紀錄中,因為警員沒有依規定受理,更沒有提報上級單位。
警察為什麼要吃案?因為刑案的發生率太高,破案率就會相對較低,難免造成社會治安不佳的觀感,屆時社會各界壓力接踵而來,上級單位就會要求減少案件發生,於是吃案就開始產生。
馮棟森相信,隨時錄音的110報案系統和網路報案服務,可以讓吃案的比例大為降低,因為破案率和員警績效息息相關,也使得員警容易以吃案來提高自己的績效,「只要有競賽,就會有遊戲規則,警員難免有求勝求好的心理,」
馮棟森認為,11種刑案項目,包括暴力犯罪、竊盜、毒品等,因為有績效壓力的問題,較可能發生警員吃案,但是一般民事案件,交通舉發等等,警員根本不會有任何舞弊。
另外,網路報案系統,也為一些特殊人士提供服務。馮棟森說,行動不便、有語言能力障礙,或是上班作息與常人不同的市民,最適合利用網路來進行報案工作。
網路報案的成效不彰,平均一天只有2件案件是經由網路報案,相較於使用110報案,一天有七、八百通電話的情況,成效並不明顯。
「網路是一條可行的路,但不是最急迫的,」馮棟森認為,目前上網人口還不夠多,再加上有急迫案件者,多使用電話求救,所以急迫的報案人,電話是最好的求救媒介;但不知道案子能否報案,或不喜歡去警局的報案人,網路則提供一個隱蔽的空間。

** 較不具時效案件為主

**
依照警察局所提供的資料顯示,透過電話報案多以自殺、失火、搶劫等緊急事件為主,而網路報案則較侷限於竊案,如手機、筆記型電腦失竊等,不具時效性的刑事案件為主。
網路報案目前併在勤務指揮中心下,馮棟森說,只要一有網路報案進來,勤務中心的電腦就會發出警示聲,負責警員就會立即收受案件,再視案發地點或主管轄區,利用警局連線的網路系統,發送給負責分局或派出所,負責單位處理案件之後,要將處理情況回報給勤務指揮中心,勤務中心人員確認處理結果之後,會以電子郵件函覆報案人。
處理過程當中,報案人也可以主動上網登錄查詢案件處理情形,台北市議會警政衛生召集人魏憶龍說,網路報案確實可避免警民間不必要的衝突。
最常見就是,民眾向警方報案遭拒,或被推諉非管轄範圍,而拒絕辦理,網路報案在此時不啻為另一個好的管道。
他認為,市警局網路報案系統的案件,在這一年以來,有逐月增加的情況,可以想見網路已成趨勢,他個人的電子信箱,也常收到各地選民來函陳情的信件。
雖然對於警察局推動網路報案的服務感到滿意,魏憶龍卻認為網路報案,只能說是做到「報案快」,卻還沒達到「反應快」和「處理快」的效果,他更進一步希望,網路報案的系統不會流於形式化。
馮棟森說,他在警界服務三十多年,從來沒有想過會有網路報案的形式出現,「連電影裡面都沒看過,」但他認為,網路報案可以補足其他報案方式的不足,馮棟森相信,充分透明化的結果,將對警界品質的提昇,有莫大幫助。

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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