過去，城市透過物聯網、感測設備、開放資料與雲端建立數位基礎，讓交通、防災及市民服務的運作得以被掌握；如今，AI更開始協助政府理解需求、推論情境、串聯資源甚至驅動行動。然而，當AI不再只是提供資訊，而逐漸參與公共服務與行政流程，城市準備好了嗎？如何確保資料安全、管理AI的身分與權限，並讓決策可被追蹤與究責，將決定智慧城市能否從零散試驗走向規模化治理。
AI不只是新應用，更是城市的共通能力
陳守正認為，智慧城市正從「聯網城市」（Connected City）走向「AI原生城市」（AI-Native City）。AI將不再只是各局處分別導入的單點工具，而會進一步串聯資料、系統與公共服務。
以高齡化為例，長者需求同時涉及醫療、交通、長照及社會福利，AI能協助政府整合跨局處資料與服務，回應市民的完整需求。政府運作也可能從「以系統為中心」轉向「以AI Agent為中心」，由AI Agent串聯後台系統、資料與流程，協助不同局處共同完成任務。
但當AI進一步參與行政流程，信任也成為不可迴避的基礎。從身分與權限管理、資安防護、資料與AI治理到法規遵循，都必須納入架構，建立治理基礎、管理風險、培養治理的能力。「有了資料、有了AI、有了執行能力，但如果不被信任、沒有辦法被管理，智慧城市其實是非常危險的。」陳守正提醒。
台灣微軟陳守正指出，城市邁向「AI原生」轉型時，資料治理是建構可信賴公共服務的基礎。
從公務日常切入，讓AI成為協作工具
智慧城市轉型不必一開始就瞄準大型系統，也可先從公務員的日常工作切入。陳守正以採購文件為例，過去一份招標文件需經歷資料彙整、擬稿與審閱；如今可透過Word中的Copilot Agent，運用既有會議紀錄與範本產生草稿，再由人員審核。依其展示情境，原本可能耗費兩、三個月的工作，有機會縮短至一、兩週。在預算與業務資料分析上，公務員也能以自然語言要求Excel中的Copilot檢查數字、公式與文字說明，標示異常項目。AI先處理重複的資料整理與檢核，讓人員把時間留給專業判斷。
面對模型快速迭代，微軟採取「多模型架構」（Multi-model architecture），讓使用者依任務選擇模型。政府不必將所有工作綁定在單一模型，也能透過不同模型交叉比對降低錯誤與幻覺風險。「我們不是提供一個模型，而是讓客戶永遠可以使用最適合的模型。」陳守正表示，多模型策略可兼顧品質、成本、彈性與供應商風險。
沒有治理，再多試點也無法規模化
不過，城市若要放大AI價值，首先必須打好資料治理的地基。資料如何整合、由誰存取，又如何確保品質與安全，將直接影響AI能否產生可信賴的結果。這些工作不易被看見，短期內也未必讓市民有感，因此陳守正將資料治理形容為城市的「下水道工程」。「資料的治理與整合是智慧城市成功的關鍵。它就像下水道工程，做了之後短期內可能無感，但在AI時代，它所帶來的效率會非常高。」
資料治理奠定基礎後，政府還必須進一步建立AI治理機制，管理模型與AI Agent的身分權限、應用風險、責任歸屬及稽核流程，確保AI的運作可被監督與究責。
「在整個AI環境裡，如果沒有治理，它就沒有辦法規模化，可能就只是一個單點的事情。」陳守正指出，地方政府若缺乏共同的治理原則，即使推出許多AI試驗，也難以形成可持續、可擴大的應用模式。資料治理決定AI能否取得可信的資料；AI治理則規範AI如何被使用及管理。唯有兩者各自到位，AI才可能從單點應用走向城市治理。
隨著ISO/IEC 42001、歐盟《人工智慧法案》及台灣《人工智慧基本法》逐步建立治理規範，地方政府也成為落實治理的第一線。陳守正表示，微軟希望協助政府「不用每個單位都各自造輪子」，而是將國際標準轉化為模型評估、身分治理、資料保護及安全監控等平台能力。政府端則有四項關鍵任務：建立治理基礎、管控風險、安全地推動導入，以及培養自身的治理能力；推動節奏則建議從建立AI使用文化開始，選定適合的工作導入，先在單一局處做出成效，再擴大到跨局處與對外的市民服務整合。
為了讓地方政府有一個共同的起點，陳守正在演講最後提出「地方政府AI成熟度框架」。這套框架把城市的AI發展分成五個成熟度等級，從AI初始素養一路到AI智慧城市，並以六大構面進行檢視：治理、人才、應用、資料治理、AI安全與風險，以及市民價值與永續影響。它是一張自我檢視的地圖，同一個城市可能在應用上已經走得很前面，在治理與資料構面卻還停在起步階段，而後者往往正是規模化卡關的真正原因。
台灣微軟提出「地方政府 AI 成熟度框架」，以五個成熟度等級與六大構面，協助地方政府檢視自身 AI 推動的進程，並依落差排定推動的優先順序。
類似的思維，也已經在亞太多個市場展開。微軟近年在新加坡、澳洲與日本，皆持續協助政府單位建立 AI 導入原則、治理架構與落地路徑，從資料基礎、資安風險、人才培訓到跨部門應用場景，協助公部門在創新與責任之間取得平衡。這些經驗顯示，政府導入 AI 並不是單點技術採購，而是一套涵蓋政策、組織、資料與服務設計的系統性能力建設。
對地方政府而言，框架的價值在於把「該從哪裡開始」變成可以被討論的具體問題。透過六大構面盤點，首長與各局處能在同一張表上看見落差、排出優先順序，把有限的預算投在最能解鎖後續進展的環節。當一個城市知道自己在哪一級、哪些構面偏弱，就能看出平台能力該從哪裡補位。導入因此從「採購一套工具」轉為「補齊一段能力」，每一階段的投資也都能被衡量與檢討。
衡量轉型成果，不只要看導入多少工具、完成多少專案，更要看AI能否跨局處複製、持續運作，並改善市民服務。「AI的成功，不是單純完成幾個專案，而是建構一套能夠重複執行、持續營運，並持續提供公民價值的治理方法。」陳守正表示。對城市而言，AI導入只是起點，能否將一次次試驗轉化為長期運作的制度，才是真正的考驗。
