行政院人事總處人事長蘇俊榮與台灣人工智慧學校校務長蔡明順，兩位分別在公私部門推動AI轉型的關鍵人物，出席「2024天下SDGs雙日國際論壇」，同台接受未來城市頻道總監陳芳毓提問與對話。
►►►完整收錄：2024天下SDGs雙日國際論壇精華
演講精華
- 公部門正鼓勵導入AI科技，以改善公務員人力成本，並優化工作流程。
- 台灣人工智慧學校與公部門合作開設AI課程，引導公務員認識AI，並導入應用。
- 大部分公部門並非在研發AI，而是使用AI，且重視標準作業流程（SOP），未來應重新思考AI作業流程。
問：在政府和企業導入AI會有哪些差別？優先考量會有什麼不同？
蘇俊榮（以下簡稱蘇）：公部門導入AI主要有兩種力量，一是解決現有痛點，解放人力；二就是我的角色，人事總處鼓勵各部會加快人工智慧導入。
如果行政機關完全不導入AI，我們就會控制申請人力的員額。否則若要求多少人力我們都給，作業流程就很難改變；當人力無法完全補足時，反而就有「逼迫」效果，讓行政機關有動機去改變作業流程。
我們提出誘因，來作為改變的動機，例如當AI導入到一個階段，就能增加員額，有條件地控制人力。我們希望人力是變動的，而非永遠固定，因為從導入到發展成熟各階段，所需的人事員額都不同。
我們也希望藉此調整政府機關的總人力，不讓人事成本過高。
試算一位20多歲的公務同仁從到職到退休，政府大約要花新台幣5,000萬元。從公部門人資長的角度出發，我們有責任用最精簡的人力，提升政府的服務品質。
身為行政院人事總處處長，蘇俊榮希望透過AI減輕人力，並改善公務員工作流程。圖片來源：未來城市
蔡明順（以下簡稱蔡）：以私部門來說，尤其是產業端，在AI浪潮下多半還是想解決競爭力問題。競爭力來自成本下降、生產力提升，或創造新的商業機會。
私部門較有動力導入AI，這與客戶、訂單和國際競爭壓力有關。在供應鏈端，可能還會受制於母廠或上游廠商，被要求推動AI應用。相較於公部門，這種驅動力更強。
台灣的老闆都會精打細算，在資源投放階段，一定都會問KPI和投資報酬率。企業會思考，我要當第一個，還是應該後發先至？
很多老闆根據過去經驗，認為絕對可以後發先至；但是人工智慧與過去的變革不同，它不是非線性發展。今天看到透過AI大漲股價、發展不錯的企業，早在2017年就開始投資佈局了。
問：公私部門兩邊有哪些合作的機會或挑戰嗎？
蘇：七年前我們就推出流程自動化（RPA）課程，希望節省主計單位等公務機關的人力；2020年更拜託人工智慧學校與工研院在公部門開課，提供公務人員優質的課程規劃。
我依然要強調，除非你是技術人員，否則公部門的重點還是放在導入與應用；因此，民間AI應用的情境、場域與經驗，對我們來說很有幫助。
從2023年一月開始，每個月主管會報上，我都要求各部門科長在簡報中分享ChatGPT實作經驗，讓同仁練習接觸AI，對工作業務也會有幫助。
蔡：前面蘇人事長提到，2020年人工智慧學校與行政院人事總處就有合作，透過一系列線上講座，讓這批最早來上課的公務員認識人工智慧。
舉例來說，未來政府若要開啟採購案或發布規格規範，公務人員就必須對AI要有基本的認知，目前我們和公務單位還是有許多深淺不一的合作。
大部分政府部門並不是要研發AI，而是要用AI，而且相當重視標準作業流程（SOP），因此AI一定會重塑作業流程。
接下來與公部門合作，我們都希望能協助重新定義與討論作業流程；如果是科研單位，要的就不是工具方法論，而需要實際使用案例。
蔡明順指出，台灣人工智慧學校已與公部門合作，引導公務員認識AI應用。圖片來源：未來城市
問：AI應用與發展仰賴大量高品質的資料，從政府角度出發，蘇人事長認為政府有哪些跨部會資料有機會產生火花？
蘇：我曾在財政部財政資料中心擔任主任，不只有每個人的報稅資料，在電子發票推出後，每年光是消費就有至少100億筆資料，再加上所得與財產等，這些就能做很多分析了。
十多年前我推動一項計畫，讓中研院和大學個系所師生帶著硬體與軟體，來到我們的辦公室做資料分析。前提是跑出來的結果，一定要經過倫理審查，沒問題才能帶出去。
這對學術界幫助非常大，不只因為他們能在國外期刊發表成果，而且大部分人一輩子都不會接觸到這麼細的資料。
如果政府願意設定保護機制，開放更多資料出來，就能創造更大的價值。
我一直在努力倡議這個做法，不過因為隱私疑慮，許多人都抱持較為抗拒的態度。期待未來各機關抱持開放的態度，釋出更細緻的資料，對台灣各行各業都會有所幫助。
問：中研院院士、台灣人工智慧學校校長孔祥重曾建議，在開放資料之外，台灣應該從技職教育開始培養AI人才，每年訓練一萬名技職生。未來人工智慧學校可能深入到高中或大學開課嗎？
蔡：這確實是人工智慧學校本來就在做的事，今年開始我們也與數間科技大學建立起合作關係。
孔院士這項建議的背景，來自台灣現今教育體系將技職人才都「研究人員化」，造成實務人才不夠的問題。
推動人工智慧的準備工作，資料工程至少就佔八成。光是ChatGPT問世一年來，國外做資料工程的新創公司就多了500家，因為生成式AI要有大型語言模型，就需要更豐富的數據。
目前台灣在做大型語言模型時，都會遇到資料不足與缺乏廣度、深度的問題。ChatGPT背後資料有80%是英文，中文佔2%，其中繁體中文更是只佔0.2%。當量體已經不夠，資料又不開放分享，我們當然會變成網路世界裡的文化弱勢者。
我們需要重新訓練資料工程人才，因為經過註記、解釋與擴增的高品質資料，才能有助於AI與語言模型發展。如果我們忽略這塊基礎，就只能說是好高騖遠。
問：前面我們談了很多AI的好處，不過這波AI浪潮也許多人害怕，自己的工作會不會被取代？您認為在組織導入AI時，有沒有比較好的方法或途徑，讓大家能接受這種變化？
蘇：人工智慧並不是用來替代我們現有的能力，而是幫助我們更有效率，節省枯燥的例行工作時間。我的重點並不在於讓AI取代人類，而是讓公務員工作不用那麼辛苦，多留一些時間拿來思考，創造更高的價值。
問：回到前面人才空洞的問題，未來企業應該如何建構吸引AI人才的環境？政府又可以如何幫助企業發展？
蔡：因應人工智慧帶來的衝擊，企業可以針對現有人力重新賦能。
AI世代年輕人出社會，將改變很多工作流程，甚至可能讓更多人提早退休。因此各行各業工作者最好都儘快去了解人工智慧，才知道自己可以如何調整。
台灣社會面對高齡化、少子化和缺工問題，人工智慧當然能幫上忙，提升生產力；但在填補勞動力之外，我們也需要高素質的人才。從國發會、數位部到國科會等公部門，其實都已經開始討論如何改變。
從民間的角度來看，如果你本身是企業經營者或高階主管，你可能要開始思考未來新進員工是否具備AI能力。現在AI學習管道非常多，甚至是免費的，企業內應該組成學習社團或推動小組，才能產生改變的力量。
認識更多：大型語言模型
目前已出現哪些大型語言模型？它們能做到哪些事？點擊以下連結，未來城市帶你認識：
►►►完整收錄：2024天下SDGs雙日國際論壇精華
