我們都曾經歷過這樣的時刻：家中長輩突然需要長照、孩子臨時轉學、親人過世必須辦理一連串證明。問題往往不是不知道怎麼做，而是當你真正進入流程時才發現，眼前並不是一套整合的服務，而是一連串彼此割裂的機關。
同一件事、同一份資料，卻必須在不同窗口、網站和表格中反覆填寫。最終，你感受到的不是便利，而是無力：這個體系並未真正理解你的處境，它只要求你符合既定的格式。
這正是公共服務設計存在的理由。公共服務設計關心的，不只是介面是否美觀、流程是否順暢。它觸及的是治理的核心命題：當人民最需要協助時，國家能否讓他們感到被看見、被理解，並受到公平對待。公共服務設計是一個將「公共價值」轉化為「制度能力」的過程。
一、轉換治理視角，從機關流程到人生事件
在政府體系內，工作依業務分工展開：戶政、社政、衛政、教育、勞動各司其職。但人民的生活並不是分工推進，而是隨著事件發生：出生、就學、就業、就醫、照護、退休、喪葬。公共服務設計的第一原則，就是把視角從「我屬於哪個單位」轉向「你正經歷什麼」。
當服務以人生事件為核心，政府就必須面對跨機關協作、資料共享等。若仍以部門分工為主軸，成本便被轉嫁給人民——變成「你自己跑、自己問、自己想辦法」。因此，公共服務設計並非多設一個UX團隊即可，而是一場治理架構的重構，整合為一段能被走完的人生旅程。
二、只改前台不夠，真正的設計在後台
許多政府數位改革之所以成效有限，問題不在於前台做得不好，而在於後台未改變。
真正的公共服務設計，必須同時設計那些「看不見的系統」：資料如何流動？權責如何界定？弱勢如何被接住？因此，公共服務品質不能僅以滿意度衡量，更須納入可理解性、可追溯性與可申訴性。公共領域中，設計的意義除了優化體驗，更是提升制度透明度與建構社會信任。
三、讓品質標準化，而非英雄式專案
國際經驗提供了清晰方向。英國政府數位服務（GDS）之所以成為典範，不只是GOV.UK介面整潔，而是它建立一套可檢驗的服務標準，透過審查與迭代機制，要求各部會從使用者需求出發、解決完整問題、確保跨通路一致、持續改善。
美國USDS則以產品思維對抗政府常見的失敗模式——規模龐大、文件厚重、上線緩慢而難用。丹麥MindLab更將政策制定與服務設計視為可共創、可原型化的社會實驗。三者共通點在於它們將公共服務設計從一種方法，提升為一種制度能力。
四、台灣的亮點與結構性卡點
台灣並非沒有成果。數位服務設計準則的制定、設計系統的建置，以及疫情期間「口罩實名制」所展現的跨部門協作，都證明台灣具備制度創新的潛力。然而我們擅長創造亮點，卻不擅長將亮點制度化。3個結構性卡點尤為明顯：跨機關整合偏向專案化，仰賴政治動能與少數關鍵人物。
採購與法遵邏輯往往壓過產品邏輯，「做完」不等於「做對」。缺乏穩定的品質門檻與問責節奏，經驗難以累積為制度。若無法突破結構性問題，公共服務設計將停留在示範案例。
五、4方向優化，從被動受理到主動服務
隨著制度能力成熟，公共服務的邏輯將從「被動受理申請」轉向「主動識別需求」。這是超越技術升級的治理模式的升級。未來至少有4個核心方向：
首先是 數據驅動的預測性治理。政府運用大數據與機器學習預測社會需求，提前配置資源——如電力調度、交通優化與疫情預警。治理不僅是回應問題，而是在問題發生前降低風險。
再來是 生成式AI驅動的行政自動化。導入AI助理協助公務員進行法規比對、公文草擬與案件分類，將人力釋放至政策設計與跨域協調。
第三是 個人化與無感式服務。透過單一入口與跨部門資料交換，民眾不必重複填資料。政府可依個人生命週期主動推播相關資訊與福利資格，使服務從「申請導向」轉為「需求導向」。
最後則是 透明與負責任的AI治理。建立演算法可解釋性、公平性與問責機制，避免數位服務因偏見排擠特定族群。技術若無法被監督，就難以被信任。
六、台灣接軌世界，導入AI完善制度
新加坡LifeSG依人生階段整合百項服務；英國GOV.UK Chat將生成式AI導入公共諮詢；愛沙尼亞Bürokratt建構國家級AI虛擬助理。台灣亦有具體進展：智慧交通動態號誌系統降低通勤時間與碳排、數位發展部的「Pair」AI助理提升行政效率、健保AI應用強化醫療預篩與資源管理。
這些案例顯示技術已非障礙。挑戰是如何嵌入制度，使其成為穩定、可問責、可持續的公共能力。
未來，仍須面對2個問題：如何在數據運用與個資保護之間取得平衡？如何避免數位轉型擴大既有的數位落差？公共服務的進步，不能以排除弱勢為代價。成熟的數位政府，必須保留實體支持與人工協助，讓科技成為放大公平的工具，而非門檻。
一個社會的治理品質，不是在宏大願景中被記住，而是在每次申請、每次求助的細節中被感受。公共服務設計的價值在於把信任轉化為流程，把公平落實為規格，把國家的善意變成可反覆交付的日常。當這種能力成為基本功，人民便不用拜託誰，也不必研究制度。那時，政府才真正成為值得信任的共同體。
責任編輯：陳祈安
