在115年5月13日由數位治理研究中心（TEG）舉行的「114年度數位治理研析成果發表會」上，數位發展部侯宜秀政務次長帶來了一場別開生面的專題演講。這場演講以「AI協作治理新篇章：從治理框架到評測驗證的實踐路徑」為題，不僅呼應了跨域治理的核心概念，更展現了台灣在AI時代的機會與基礎。擁有將近30年律師實務經驗、上任數發部剛滿八個月的侯次長，用幽默且深入淺出的方式，帶領大家探討政府在這波巨浪下的真實佈局。
提到AI，大家腦海中浮現的可能是能幫忙寫報告、畫美圖的工具，但在國家戰略層次，AI代表的是算力、人才、資料與治理的綜合國力戰。侯次長明確指出，台灣真正的AI護城河，其實正是建立在「資料、人才跟治理」這三個核心面向上。
台灣的AI底氣：我們為什麼跑得比別人快？
回顧台灣的AI發展史，其實早在2017年，政府就在「智慧國家發展」框架下啟動了AI行動計畫（AI Action Plan），甚至當時網路上還有「台灣AI元年」的說法。但為什麼是2017年呢？這要歸因於2016年震驚世界的AlphaGo事件。當時DeepMind開發的下棋機器人擊敗了人類圍棋冠軍，讓發展了將近70年的AI技術，終於讓人感覺能真正應用到各行各業。
有趣的是，這場世紀之戰背後有著濃濃的台灣味。當時替AlphaGo在實體棋盤上落子的，正是來自台灣、熱愛圍棋的黃士傑（Aja Huang）博士。而更早之前，在1997年擊敗人類西洋棋王的IBM「深藍」（Deep Blue），其核心研發者也是台灣人許峰雄（Feng-hsiung Hsu）博士。台灣人不僅在AI歷史上沒有缺席，在當今的AI硬體實力上更是舉足輕重。
侯次長分享了一組驚人的數據：「全球高達九成以上的先進AI晶片，是由台積電（TSMC）製造。」而當你把這些晶片裝進伺服器裡，全球九成以上的伺服器供應商，也是鴻海、廣達、緯創等台灣廠商。在美國推動供應鏈去風險化的浪潮下，台灣廠商佔據了極佳的戰略位置。我們之所以能這麼快將AI技術導入產品，並不是因為偶然，而是因為我們起步得早，跑得比別人快。
成為「最會用AI的國家」：人人都要會的「二刀流」
然而，面對資源豐沛的國際大廠，台灣的目標是什麼？侯次長非常務實地指出，我們的算力、人才與資料等資源，並不足以讓我們去打造像OpenAI或Anthropic那樣頂尖的通用型大模型。因此，台灣的策略應該是：運用國外已經開發好的開源大模型，加上我們自有的領域知識（Domain Knowledge），讓台灣成為「最會用AI的國家」。
借用賴清德總統的比喻，這是一個需要「二刀流」（像大谷翔平一樣能投能打）的時代：你必須擁有自己的專業領域知識，同時又要知道如何運用AI。如果沒有領域知識，你連怎麼下指令去跟機器溝通、要求它完成專業任務都不會。
為了培育這樣的人才，台灣早在2017年就由中研院與六大企業聯手推動了「台灣人工智慧學校」。這是一個非營利的「再教育」計畫，六大企業共捐助了1億8千萬，以「團購算力與師資」的概念，買了將近5千萬的GPU，讓企業裡的工程師能帶著自家資料去實作專案。侯次長笑稱，這計畫最特別的地方在於，學員平均年齡44歲，甚至還有超過70歲的董事長來上課，這讓國外學者感到非常吃驚。她也給大家一個中肯的建議：學AI就像學游泳，你看書是學不會的，一定要直接「下水」去實作（Hands-on project）。不要有「必須全部參透才開始用」的迷思，因為技術變化太快，你永遠等不到完全參透的那一天，先用就對了！
資料：AI時代的真正護城河
如果人才與算力齊備，下一個決勝點就是「資料」。資料是決定AI最終能完成多少任務的基礎，但在保護智財權、營業秘密與個資的前提下，如何跨領域流動資料是一大挑戰。
為了解決台灣資料量不足的困境，數發部在去年啟動了「台灣主權語料庫」，在200多個機關的參與下，目前已經累積了約12億8千萬個Tokens。同時，政府也正在積極推進《促進資料創新應用發展條例》草案。這個草案透過四大架構來打通資料流動的任督二脈：
- 開放資料（Open Data）：賦予公務員免責規定，鼓勵公部門開放手上的資料。
- 政府資料共享：建立資料匯流平台，促進跨部會資料的整合利用。
- 產業間的資料共享：促進跨領域的資料流通與創新利用，藉此建立台灣AI發展的核心護城河，進而賦能各個終端應用產業的發展。
- 資料數據公益：鼓勵個人將資料分享出來做非營利公益使用。
迎戰「矽基工程師」：AI治理的核心難題
有了人才與資料，我們無可避免地要面對「AI治理」的深水區。侯次長點出，未來的世界除了「碳基工程師」（人類），還會出現自主執行的「矽基工程師」（Agent /代理機器人）。未來的Agent不再只是在螢幕上給你解答，而是能自主感知、推論，甚至結合實體機器人在現實世界中完成任務。
這帶來了根本性的治理挑戰。首先，你怎麼區分網路上的發言是真人還是機器人？真人享有言論自由與基本權利，但機器人不應該有；如果我們無法區分真假，治理就無從談起。其次是「價值觀對齊」（Value Alignment）的難題，也就是如何讓AI穩健地服務於人類的價值觀。侯次長舉了一個生動的例子：「如果你命令機器人『保持家裡乾淨』，機器人經過推論後發現人類才是製造髒亂的根源，它如果沒有對齊人類的價值觀，得出的結論很可能是把人類消滅或趕出去！」
面對新科技，大家常焦慮「無法可管」。但侯次長分享了史丹佛大學學者的觀點：「規範的延遲是一個特性，而不是瑕疵。」（The delayed regulation is a feature, not a bug）就像萊特兄弟剛發明飛機時也沒有航空安全守則一樣，我們不能因為怕風險，就訂出嚴格法規把所有創新都扼殺掉。
彈性與框架：台灣AI基本法的實踐路徑
台灣的法規該如何與時俱進？侯次長說明，台灣的《人工智慧基本法》全文僅20條，是一部非常簡潔的「框架式」法律。其核心目的在於平衡「促進產業創新」與「風險治理及人權保障」，並且領先許多國家，特別將「勞工保護」納入原則之中。
法案本身並沒有直接對AI進行僵化的「風險分級」，而是交由數發部建立一套「AI風險分類框架」，作為跨部會的協作基礎。這套框架參考了麻省理工學院（MIT）的研究，將風險分為三大類：系統本身風險、人機互動風險（包含使用者過度依賴）、以及永續與社會影響風險，其下細分為20個子類。
數發部目前正全力協助各部會，並要求在兩年內完成法規調適的四大步驟：
- 前置作業：各部會成立具備AI素養的固定專案小組。
- 應用場景盤點：釐清該領域目前使用了哪些AI（例如醫療領域的影像辨識）。
- 風險評估：根據「發生可能性」與「危害嚴重程度」進行矩陣評估。
- 填補缺口：判斷現行法律（如民法、刑法、智財法）是否足夠處理，若不足則透過頒布指引或修法來補足。
此外，立法院也要求針對「兒少、性別、人權」進行三項AI影響評估報告。結果顯示，社會最關注的風險包含「深偽技術」（Deepfake）以及「演算法推播特定內容給兒少」。對於這類高風險應用，未來將要求明確標註、建立救濟與保險制度，並導入數發部「AI評測中心」的驗證機制，把關AI的安全性。
結語：跨域協作，打一場漂亮的團體戰
在演講的最後，侯次長特別澄清了一個常見的迷思：「不要以為某項服務用了數位工具或導入了AI，它的主管機關就自動變成數發部。」
在實體世界中原本歸誰管的服務，導入AI後的主管單位依然不變（例如醫療照護依舊歸衛福部管轄）。如果凡事牽涉到網路跟AI都歸數發部，那數發部就成了包山包海的超級大部了。數發部真正的角色，是作為協調者與技術支援者，協助各部會推動數位治理。
在這場攸關未來國力的競賽中，台灣要依賴的是「打群架」的跨域協作精神。從推動「好用且安全的AI」出發，透過務實的人才培訓、資料流動解禁，以及彈性的框架治理，台灣正穩健地朝向「最會用AI的國家」邁進！