想像一下，未來你打電話到1999市民熱線，接聽的可能是一個溫柔且能瞬間秒懂你需求的「AI客服」；或者當你走到派出所報案，年輕的警察正運用「AI法律助理」快速為你尋找最精準的法條依據。這不是科幻電影，而是正在我們身邊發生的現在進行式！
在2026年5月23日，數位治理研究中心（TEG）於TASPAA年會中舉辦了一場重量級的「AI在公共服務落地的挑戰與解方」研討會。在蕭乃沂主任的主持下，成功大學政治系王禕梵助理教授、5% Design Action佘佳慧營運長，以及中央警察大學資訊管理學系陳英傑助理教授，分別從「行政法規」、「服務設計」與「資訊實務」三大視角，為我們深度解密AI進入公部門的真實樣貌。
究竟AI在政府機關裡是幫了大忙，還是越幫越忙？讓我們一起來看看專家們怎麼說！
從「蓋章官僚」到「AI輔助」，政府運作模式的大進化！
你對公務員的印象是什麼？是坐在櫃檯後面對著滿山滿谷的紙本文件蓋章嗎？王禕梵在分享中提到，早在2002年，學者就把官僚分為三類：基層官僚、螢幕官僚、系統官僚。
隨著數位科技進步，公務員早已從傳統擁有極大行政裁量權的「基層官僚」，轉變為跟著電腦欄位填寫的「螢幕官僚」。而現在，我們正面臨向「系統官僚」邁進的轉捩點，也就是AI開始具備高度自動化決策能力的時代。
AI在公部門到底能做什麼？
王禕梵將AI在公共治理的決策輔助分為幾種層級：
- B類（資料取得與補充）：像是機場安檢人流預測，或是幫縣市政府的新聞稿自動做摘要。
- C類（程序輔助）：提供行政流程上的建議，例如機場航務資訊平台預測飛機到離境時間。
- D類（決策輔助）：例如邊境貨品查驗、稅務機關抓潛在逃漏稅的查核系統。
- E類（自動化決策）：像是智慧客服系統，民眾問問題，AI直接回答，人類幾乎不介入。
理想很豐滿，現實的挑戰卻很骨感
王禕梵點出，政府機關要推動AI，面臨著「科技、組織、環境」三大挑戰：
- 科技面的痛點「資料」：有AI沒用，重點是「資料」。過去很多公文是紙本，就算掃描上雲端，機器也無法讀取（Machine readable）。而且，還要確保個資「去識別化」，避免AI把零碎資料串接起來後，反而洩漏了民眾隱私。
- 組織面的痛點「業務適合度」：為了AI而AI是大忌！有些業務（像是需要人際溫度與手腕的外勤互動）其實人類比AI強太多了，必須先做好業務盤點。
- 環境面的痛點「法規與課責」：公務機關最在乎「誰蓋章誰負責」。如果AI給了建議出錯了，誰要扛責任？
王禕梵給出的解方是：政府應該建立「可解釋的AI系統」（Explainable AI），讓AI告訴公務員「為什麼做這個建議、好壞處是什麼、風險有多高」，這樣公務員才敢安心負責。同時，必須制定明確的標準作業程序（SOP），並透過「沙盒機制」先進行小規模測試，了解風險後再全面推廣。
AI的盡頭是公共服務？從「服務設計」找回民眾信任！
如果說王禕梵助理教授關注的是政府內部的運作，那麼佘佳慧營運長看重的就是「民眾的感受」。她直言：「AI的盡頭搞不好就是公共服務，因為公共服務的複雜度特別高，需要統合極多利害關係人。」
許多地方政府的首長現在都急著喊「我們要用AI！」，導致各種AI應用遍地開花。5% Design Action 統整了目前台灣的四大應用方向：民眾通報、文書處理、行政決策輔助、智慧監測。
公務員最想要的「事半功倍」神器是什麼？
佘佳慧研究團隊與台北市政府39位跨局處主管舉辦了共創工作坊，結果發現大家最期待、認為最能「事半功倍」的AI應用，其實是「民眾通報」與「智慧客服」。
為什麼？因為第一線公務員每天要花大量時間處理民眾重複的詢問、報案或爭議。如果能把這些「高頻率、重複性高、風險較低」的初步互動交給AI，例如讓AI擔任1999市民熱線的第一線接聽員（將語音轉文字、自動分類派案），公務員就能把寶貴的心力留給真正需要情緒安撫與深度處理的案件。
人機協作的最佳拍檔模式
在公共服務中，AI絕對不是來直接「取代」人類的，而是走向「人機協作」。佘佳慧提出了幾種模式，例如「AI先行，人工確認」：由AI過濾陳情、擬定回覆草稿，最後由人類審核發送。對於有生命安全、法律權利等「高風險」議題（例如消防救護），則絕對要保留人類的專業判斷與控制權。
要讓民眾真正買單，AI服務的設計必須建立在「信任」之上，做到個人化賦能、在地化、有意義的脈絡回應，以及資訊來源可被查證，才能讓數位治理更有溫度。
迎戰第四次工業革命！實務現場的震撼教育
聽完學術與設計視角，曾在公部門服務27年的陳英傑助理教授，帶來了最接地氣的實務觀察。
陳英傑直言，生成式AI是人類的「第四次工業革命」，影響深遠。過去的資訊系統是寫死的規則（Rule-based），但現在的生成式AI擁有「聰明的大腦」，可以創造出前所未見的內容。
AI為智慧政府帶來的三大升級
- 行政效能大躍進：過去公文處理耗時費力，現在只要公務員先具備正確的AI素養，就能請ChatGPT或Gemini先產出「60分的草稿」，人類再接手修改成100分，這就是最棒的人機協作。
- 24小時服務不打烊：傳統公務員一天上班8小時，週休二日；導入AI後，服務可以24小時全年無休，甚至同時間有300個AI客服在服務民眾，永遠不會佔線。
- 解決人力荒：完美填補了目前少子化與社福、警政基層人力嚴重不足的缺口。
魔鬼藏在細節裡：導入AI的實務挑戰
陳英傑也分享了幾個非常生動的實務案例，提醒我們導入AI的眉角：
- 「專業剝奪感」的信任危機：曾有AI系統輔助觀護人判定嫌犯的再犯率。AI算出來是80%，但觀護人憑經驗覺得只有30%。這時聽誰的？這會讓專業人員產生對立與懷疑，失去了人機協作的意義。因此，AI在決策層面不能直接取代人類的直覺與經驗。
- 北捷AI客服的「正面表列」血淚史：台北捷運是全國第一個勇敢用ChatGPT做後端客服的單位。剛開始工程師用「負面表列」（告訴AI不能做什麼），結果忘了寫「不能寫程式」，還真的有民眾叫北捷客服幫忙寫作業！後來才學乖改成「正面表列」（只准回答捷運遺失物等相關規定），成功把AI框在安全的範圍內。
- 派出所年輕員警的神級「六法全書助理」：現在雙北派出所員警平均年齡不到30歲，遇到案件只能問大沒幾歲的學長，常常憑經驗而不是憑法條辦事。後來開發了警用AI法規助理，餵給它六法全書。過去傳統資料庫查「酒測值0.16」查不到東西（因為法條寫0.15以上），但聰明的AI卻能精準跳出解答，完美解決了第一線執法的痛點。
AI不是來取代你，而是讓你成為更棒的公僕！
總結這場精彩的研討會，我們可以得出一個明確的結論：在公共服務的領域裡，AI的定位是「超級神隊友」，而非「人類替代品」。
誠如三位專家所言，無論是法規的調適、服務流程的重新設計，還是第一線實務的導入，核心都在於「人機協作」。把高重複性、繁瑣的資料整理與初步客服交給不會累的AI（事半功倍！）；而把同理心、情緒安撫、複雜的人際溝通與高風險的專業決策，緊緊握在人類公務員的手中。
未來的智慧政府，將因為AI的加入而變得更有效率；同時，也因為公務員能釋放出更多時間來真正「關心」民眾，讓公共服務變得更加溫暖與貼心！