| IVOD_ID |
150451 |
| IVOD_URL |
https://ivod.ly.gov.tw/Play/Clip/1M/150451 |
| 日期 |
2024-03-27 |
| 會議資料.會議代碼 |
委員會-11-1-36-9 |
| 會議資料.會議代碼:str |
第11屆第1會期司法及法制委員會第9次全體委員會議 |
| 會議資料.屆 |
11 |
| 會議資料.會期 |
1 |
| 會議資料.會次 |
9 |
| 會議資料.種類 |
委員會 |
| 會議資料.委員會代碼[0] |
36 |
| 會議資料.委員會代碼:str[0] |
司法及法制委員會 |
| 會議資料.標題 |
第11屆第1會期司法及法制委員會第9次全體委員會議 |
| 影片種類 |
Clip |
| 開始時間 |
2024-03-27T09:50:48+08:00 |
| 結束時間 |
2024-03-27T10:03:19+08:00 |
| 影片長度 |
00:12:31 |
| 支援功能[0] |
ai-transcript |
| 支援功能[1] |
gazette |
| video_url |
https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/9baf490faf5eb4d555beaabd8dfd1bcd6e9ac27f41e17f3cf8ba9b0039caa7a61445c6f97c71b35d5ea18f28b6918d91.mp4/playlist.m3u8 |
| 委員名稱 |
林思銘 |
| 委員發言時間 |
09:50:48 - 10:03:19 |
| 會議時間 |
2024-03-27T09:00:00+08:00 |
| 會議名稱 |
立法院第11屆第1會期司法及法制委員會第9次全體委員會議（事由：一、邀請行政院人事行政總處人事長及行政院相關機關（含事業單位）列席就「政府機關推動人事服務數位轉型」進行專題報告，並備質詢。
二、審查及處理113年度中央政府總預算關於行政院人事行政總處及所屬主管預算凍結項目共8案。
【其中7案如經院會復議，則不予審查、處理】） |
| gazette.lineno |
462 |
| gazette.blocks[0][0] |
林委員思銘：（9時50分）謝謝主席。主席，我們請人事長。 |
| gazette.blocks[1][0] |
主席：有請蘇人事長，謝謝。 |
| gazette.blocks[2][0] |
蘇人事長俊榮：委員早。 |
| gazette.blocks[3][0] |
林委員思銘：人事長早。首先跟您請教的是人事服務的核心是什麼？您認為什麼業務是最需要數位服務的？ |
| gazette.blocks[4][0] |
蘇人事長俊榮：報告委員，人事服務就是要來提供我們民眾跟企業最優質的服務，因為我們是公僕，我們領的薪水是納稅義務人繳的錢，所以我們服務的對象就是所有的民眾跟這些企業。 |
| gazette.blocks[5][0] |
林委員思銘：是，那你認為現在什麼業務是最需要數位的？ |
| gazette.blocks[6][0] |
蘇人事長俊榮：我說真的因為我本身念資訊的，每一個行業都需要資訊。 |
| gazette.blocks[7][0] |
林委員思銘：包山包海都需要啦！ |
| gazette.blocks[8][0] |
蘇人事長俊榮：都要。 |
| gazette.blocks[9][0] |
林委員思銘：所有都要，我看你的業務報告，這次的報告也寫了非常多的項目，我想我從行政院人事總處的公開資料上面看到，人事總處在民國110年開始就有推動數位轉型相關的施政計畫，從我們差勤數位化到資訊輔助人力、資源管理的決策以及資訊化的歷程，看來我們政府人力資源管理的數位化似乎已經趨於成熟了啦，有嗎？成熟了沒有？這麼多年。 |
| gazette.blocks[10][0] |
蘇人事長俊榮：我覺得到某一個階段啦！還有再努力的空間，比如像最近這兩年人工智慧的部分，我們也期待未來能夠花多一點嘗試把人工智慧導入我們公務機關。 |
| gazette.blocks[11][0] |
林委員思銘：很好，我覺得這很好。我想也請你從兩個面向來說明一下，因為我們人事服務數位化之後，我們取代人力作業系統的這個部分，以及我們用大數據的統計分析作為我們決策資源，這部分是否有所提升？先從整個人力作業系統的數位化有沒有造成我們人力可以減少，或者人力可以用數位化的服務來取代？ |
| gazette.blocks[12][0] |
蘇人事長俊榮：我覺得我必須要跟委員報告，數位化的終極目標有時候不是為了要節省人力，而是要讓我們工作起來更有效率，然後事實上從我們的業務報告裡面，我們也整理了過去這幾年一直在強化整個資料庫的完整度還有它的顆粒更細，我們希望很多的分析是來自於整個資料庫，可以在最短的時間掌握我們……因為很多現象的發生，有時候你不從資料裡面去梳理，你不曉得它是什麼原因造成的。 |
| gazette.blocks[13][0] |
林委員思銘：所以你資料庫的建立就是用大數據，未來在施政方向上面，比方施政要適用哪一個法規、法令，你就要從大數據的分析資料，看過去是怎樣去撈這些法規、法令嘛！所以我才會問你說如果是這樣，你進行得已經將近成熟了嘛！所以在這種情況之下，我們整個大數據的統計分析作為你決策的依據，精準度有提升嗎？這樣問你。 |
| gazette.blocks[14][0] |
蘇人事長俊榮：有啦！絕對有啊！ |
| gazette.blocks[15][0] |
林委員思銘：所以整個數位化的人事服務是讓我們整個政策的執行是有精進的啦！ |
| gazette.blocks[16][0] |
蘇人事長俊榮：有，有很大的幫助。 |
| gazette.blocks[17][0] |
林委員思銘：有效益、有很大的幫助嘛！但是回到剛才人力資源的部分，剛才你提到說數位化之後並不會代表我們的人力的配置就要減少，你這樣講嘛！但是我現在看到說這次你對於我們凍結報告裡面的報告，你說一句……你的說法啦，我再看一下你這個在哪裡，等一下，我找一下，凍結案講的，這樣啦！我大概講一下，人事長你的意思就是你人力資源的配置，現在因為透過數位化的服務之後，未來是否我們的人力會不足的問題，你的考量的點就是因為透過數位化服務，我們一直希望你人力不足你要去加強、要去補足，比如說我們的警消，我們的警察、我們的消防人員，現在普遍的就是人力不足，依據你的凍結報告，你是說這個部分各機關要去考量，就是說去精簡你的人力，就是透過數位化的服務，似乎可以把人力減少，而不是一味地去指責人力不足這個問題，一直要去補足，你可以透過數位化的人事服務讓人力經過數位化之後就可以取代這些人力的工作，我看你的報告是這樣，對嗎？ |
| gazette.blocks[18][0] |
蘇人事長俊榮：我跟委員報告，這有兩個層面的問題，一個是我們工作效率提升，為什麼有些機關人力沒有節省？因為它是有新的業務進來，你像我們人事單位，自從3月8號性平三法通過以後，我們這些同仁就要花比較多的時間去做，事實上我們是把既有的事情、把routine的事情透過數位化節省他們的作業時間，然後剩下的時間我們去處理新興的業務。當然有另外一個層次的問題，就是透過自動化機械設備，我們事實上是可以節省人力，我想等一下移民署他們也會分享他們透過它的e-Gate，本來人工櫃台可能是24台，可能在夜間，尤其在半夜這期間，因為說真的一般同仁比較不喜歡去輪大夜班，所以像這樣的情況底下，夜間的排班人數可以降低，人力需求可以不要那麼重。 |
| gazette.blocks[19][0] |
林委員思銘：人事長，其實我要跟你討論的也就是我們警消人員的人力問題，我想各個機關，現在各縣市政府普遍警力不足，因為現在打詐的問題造成我們警察人力嚴重不足，詐騙案件太多了，我們的消防人員也是一樣，我想我在上一次就有詢問過你，說我們這次消防人員的招考就是招考不足，造成各縣市的消防局現在普遍消防人員不足，警消不足，這部分我們要如何來補足人力給它？ |
| gazette.blocks[20][0] |
蘇人事長俊榮：謝謝委員剛好給我這個機會，我說明一下，警政署的部分，我們從108年、109年，總共給了它4,093位，在這幾年裡面，事實上，它的這種人力需求，我們是給它非常大的空間；在消防的部分就如同上次我跟委員報告的，去年因為考的人、錄取的人數少，這個部分我們也有跟考選部反映，現在除了錄取比例要維持到一個量體，事實上，消防署這幾年也有提了一個長程的計畫，每年再增補600個消防人員，因為一個消防人員從考試到可以直接到現場執勤最少要有兩年的時間，因為他要去訓練中心接受長達兩年的訓練，所以他從進來到實際服務會有時間差啦！ |
| gazette.blocks[21][0] |
林委員思銘：是啦！人事長我跟你講，你在業務報告的時候，我想我關心消防人員缺額的問題，但是現在新竹縣消防局跟我反映一個問題，本來說去年招考的人數，你要配置多少給它，但因為招考不足，比如原本要40位的，現在只能給它22位，又少了11位，往後一直無限期的拖延，比如我們新竹的竹北，竹北是新興城市，我們又新成立一個消防分局，但竟然沒有人可以用，這部分我請教你一個問題，可不可以從中央的消防署，比如比較不需要人力的來盤點，然後來補充人力先調配給地方來用？ |
| gazette.blocks[22][0] |
蘇人事長俊榮：我跟委員報告，消防署是做政策，其實在第一線執行的是地方政府，但是我覺得要解決這個問題，我們第一個要努力的就是請考選部在考題各方面的設計上……錄取率就是要顧品質，然後數量也有，第二個就是訓練中心的容訓量可以擴大，所以最近我們也會適當的核給南投訓練中心更多的人力，讓它的容訓量可以增加。 |
| gazette.blocks[23][0] |
林委員思銘：這是應該要去建置的。 |
| gazette.blocks[24][0] |
蘇人事長俊榮：有，我們最近…… |
| gazette.blocks[25][0] |
林委員思銘：但是現在面臨這種問題，我剛剛問您的，可否從中央去盤點一些人力，直接先借給我們地方來用？因為我看警察可以這樣啊！警察的話，如果警察局的人力不足，從保一、保四、保五先調去支援，之後再返還給我們中央，消防可以嗎？ |
| gazette.blocks[26][0] |
蘇人事長俊榮：其實中央的就是特搜，中央的大概是特搜，特搜的編制也沒那麼大，不可能分散到各個地方政府，中央又有消防政策的事…… |
| gazette.blocks[27][0] |
林委員思銘：所以結論來講，你們還是希望說未來透過考試，考題的重新設計讓它簡化一點，然後訓練場所、場域也再擴大，趕快把人力補足上來，你的意思是不是這樣？ |
| gazette.blocks[28][0] |
蘇人事長俊榮：是，容訓量一定要增加嘛！第一個就是考進來的人多，然後容訓量增加，可以縮短從考試、訓練然後到用的時程。 |
| gazette.blocks[29][0] |
林委員思銘：人事長，我的結論是說，我們雖然今天討論的是人事數位化服務的問題，但是有一些人力的問題，不是說透過人力服務的數位化就可以去減少人力。 |
| gazette.blocks[30][0] |
蘇人事長俊榮：我知道。 |
| gazette.blocks[31][0] |
林委員思銘：警察跟警消這部分，我們還是需要人力來做支援，除非就是你剛才講的，我們可以發展AI機器人去取代這些人力，這部分你有研究嗎？未來用智慧化的人工，用AI智慧機器人來取代我們的警察、取代我們的警消。 |
| gazette.blocks[32][0] |
蘇人事長俊榮：我跟委員報告，我有想過，但是沒有研究。 |
| gazette.blocks[33][0] |
主席（莊委員瑞雄代）：不要「假𠢕」。 |
| gazette.blocks[34][0] |
蘇人事長俊榮：我跟你說，我有想過。 |
| gazette.blocks[35][0] |
林委員思銘：我建議你要去研議啦！ |
| gazette.blocks[36][0] |
蘇人事長俊榮：我有想過這個問題，但是我沒有研究。 |
| gazette.blocks[37][0] |
林委員思銘：網路上有看到這種消防機器人…… |
| gazette.blocks[38][0] |
蘇人事長俊榮：那是很專業的。 |
| gazette.blocks[39][0] |
林委員思銘：是的，謝謝啦！ |
| gazette.blocks[40][0] |
主席：謝謝我們林思銘委員的質詢。接下來的質詢委員，我們有請羅智強羅委員。 |
| gazette.agenda.page_end |
210 |
| gazette.agenda.meet_id |
委員會-11-1-36-9 |
| gazette.agenda.speakers[0] |
鍾佳濱 |
| gazette.agenda.speakers[1] |
黃國昌 |
| gazette.agenda.speakers[2] |
沈發惠 |
| gazette.agenda.speakers[3] |
陳俊宇 |
| gazette.agenda.speakers[4] |
林思銘 |
| gazette.agenda.speakers[5] |
羅智強 |
| gazette.agenda.speakers[6] |
莊瑞雄 |
| gazette.agenda.speakers[7] |
吳思瑤 |
| gazette.agenda.speakers[8] |
翁曉玲 |
| gazette.agenda.speakers[9] |
謝龍介 |
| gazette.agenda.speakers[10] |
傅崐萁 |
| gazette.agenda.speakers[11] |
吳宗憲 |
| gazette.agenda.speakers[12] |
鄭天財Sra Kacaw |
| gazette.agenda.page_start |
151 |
| gazette.agenda.meetingDate[0] |
2024-03-27 |
| gazette.agenda.gazette_id |
1132001 |
| gazette.agenda.agenda_lcidc_ids[0] |
1132001_00008 |
| gazette.agenda.meet_name |
立法院第11屆第1會期司法及法制委員會第9次全體委員會議紀錄 |
| gazette.agenda.content |
一、邀請行政院人事行政總處人事長及行政院相關機關（含事業單位）列席就「政府機關推動人
事服務數位轉型」進行專題報告，並備質詢；二、審查及處理113年度中央政府總預算關於行政
院人事行政總處及所屬主管預算凍結項目共7案 |
| gazette.agenda.agenda_id |
1132001_00017 |
| transcript.pyannote[0].speaker |
SPEAKER_00 |
| transcript.pyannote[0].start |
2.15721875 |
| transcript.pyannote[0].end |
3.59159375 |
| transcript.pyannote[1].speaker |
SPEAKER_00 |
| transcript.pyannote[1].start |
7.03409375 |
| transcript.pyannote[1].end |
12.65346875 |
| transcript.pyannote[2].speaker |
SPEAKER_00 |
| transcript.pyannote[2].start |
15.10034375 |
| transcript.pyannote[2].end |
22.08659375 |
| transcript.pyannote[3].speaker |
SPEAKER_00 |
| transcript.pyannote[3].start |
22.81221875 |
| transcript.pyannote[3].end |
25.84971875 |
| transcript.pyannote[4].speaker |
SPEAKER_00 |
| transcript.pyannote[4].start |
27.48659375 |
| transcript.pyannote[4].end |
27.97596875 |
| transcript.pyannote[5].speaker |
SPEAKER_01 |
| transcript.pyannote[5].start |
27.97596875 |
| transcript.pyannote[5].end |
45.79596875 |
| transcript.pyannote[6].speaker |
SPEAKER_00 |
| transcript.pyannote[6].start |
44.32784375 |
| transcript.pyannote[6].end |
44.71596875 |
| transcript.pyannote[7].speaker |
SPEAKER_00 |
| transcript.pyannote[7].start |
45.79596875 |
| transcript.pyannote[7].end |
45.94784375 |
| transcript.pyannote[8].speaker |
SPEAKER_01 |
| transcript.pyannote[8].start |
45.94784375 |
| transcript.pyannote[8].end |
46.36971875 |
| transcript.pyannote[9].speaker |
SPEAKER_00 |
| transcript.pyannote[9].start |
46.04909375 |
| transcript.pyannote[9].end |
51.41534375 |
| transcript.pyannote[10].speaker |
SPEAKER_01 |
| transcript.pyannote[10].start |
51.53346875 |
| transcript.pyannote[10].end |
59.97096875 |
| transcript.pyannote[11].speaker |
SPEAKER_00 |
| transcript.pyannote[11].start |
56.12346875 |
| transcript.pyannote[11].end |
64.62846875 |
| transcript.pyannote[12].speaker |
SPEAKER_00 |
| transcript.pyannote[12].start |
65.33721875 |
| transcript.pyannote[12].end |
77.72346875 |
| transcript.pyannote[13].speaker |
SPEAKER_00 |
| transcript.pyannote[13].start |
78.06096875 |
| transcript.pyannote[13].end |
89.75534375 |
| transcript.pyannote[14].speaker |
SPEAKER_00 |
| transcript.pyannote[14].start |
90.36284375 |
| transcript.pyannote[14].end |
92.72534375 |
| transcript.pyannote[15].speaker |
SPEAKER_00 |
| transcript.pyannote[15].start |
93.36659375 |
| transcript.pyannote[15].end |
94.76721875 |
| transcript.pyannote[16].speaker |
SPEAKER_01 |
| transcript.pyannote[16].start |
94.76721875 |
| transcript.pyannote[16].end |
111.64221875 |
| transcript.pyannote[17].speaker |
SPEAKER_00 |
| transcript.pyannote[17].start |
95.61096875 |
| transcript.pyannote[17].end |
96.38721875 |
| transcript.pyannote[18].speaker |
SPEAKER_00 |
| transcript.pyannote[18].start |
103.27221875 |
| transcript.pyannote[18].end |
103.62659375 |
| transcript.pyannote[19].speaker |
SPEAKER_00 |
| transcript.pyannote[19].start |
111.01784375 |
| transcript.pyannote[19].end |
113.16096875 |
| transcript.pyannote[20].speaker |
SPEAKER_00 |
| transcript.pyannote[20].start |
113.41409375 |
| transcript.pyannote[20].end |
114.03846875 |
| transcript.pyannote[21].speaker |
SPEAKER_00 |
| transcript.pyannote[21].start |
114.12284375 |
| transcript.pyannote[21].end |
126.05346875 |
| transcript.pyannote[22].speaker |
SPEAKER_00 |
| transcript.pyannote[22].start |
126.55971875 |
| transcript.pyannote[22].end |
137.71409375 |
| transcript.pyannote[23].speaker |
SPEAKER_00 |
| transcript.pyannote[23].start |
138.77721875 |
| transcript.pyannote[23].end |
149.81346875 |
| transcript.pyannote[24].speaker |
SPEAKER_01 |
| transcript.pyannote[24].start |
138.89534375 |
| transcript.pyannote[24].end |
139.23284375 |
| transcript.pyannote[25].speaker |
SPEAKER_01 |
| transcript.pyannote[25].start |
150.70784375 |
| transcript.pyannote[25].end |
189.99284375 |
| transcript.pyannote[26].speaker |
SPEAKER_00 |
| transcript.pyannote[26].start |
186.80346875 |
| transcript.pyannote[26].end |
188.22096875 |
| transcript.pyannote[27].speaker |
SPEAKER_00 |
| transcript.pyannote[27].start |
189.21659375 |
| transcript.pyannote[27].end |
202.64909375 |
| transcript.pyannote[28].speaker |
SPEAKER_00 |
| transcript.pyannote[28].start |
202.95284375 |
| transcript.pyannote[28].end |
222.54471875 |
| transcript.pyannote[29].speaker |
SPEAKER_01 |
| transcript.pyannote[29].start |
222.47721875 |
| transcript.pyannote[29].end |
224.77221875 |
| transcript.pyannote[30].speaker |
SPEAKER_00 |
| transcript.pyannote[30].start |
224.45159375 |
| transcript.pyannote[30].end |
233.85096875 |
| transcript.pyannote[31].speaker |
SPEAKER_01 |
| transcript.pyannote[31].start |
233.26034375 |
| transcript.pyannote[31].end |
233.29409375 |
| transcript.pyannote[32].speaker |
SPEAKER_01 |
| transcript.pyannote[32].start |
233.85096875 |
| transcript.pyannote[32].end |
233.96909375 |
| transcript.pyannote[33].speaker |
SPEAKER_00 |
| transcript.pyannote[33].start |
233.96909375 |
| transcript.pyannote[33].end |
237.07409375 |
| transcript.pyannote[34].speaker |
SPEAKER_01 |
| transcript.pyannote[34].start |
234.03659375 |
| transcript.pyannote[34].end |
236.51721875 |
| transcript.pyannote[35].speaker |
SPEAKER_00 |
| transcript.pyannote[35].start |
237.93471875 |
| transcript.pyannote[35].end |
243.03096875 |
| transcript.pyannote[36].speaker |
SPEAKER_00 |
| transcript.pyannote[36].start |
243.70596875 |
| transcript.pyannote[36].end |
248.71784375 |
| transcript.pyannote[37].speaker |
SPEAKER_00 |
| transcript.pyannote[37].start |
248.85284375 |
| transcript.pyannote[37].end |
250.43909375 |
| transcript.pyannote[38].speaker |
SPEAKER_00 |
| transcript.pyannote[38].start |
251.02971875 |
| transcript.pyannote[38].end |
256.80096875 |
| transcript.pyannote[39].speaker |
SPEAKER_00 |
| transcript.pyannote[39].start |
257.08784375 |
| transcript.pyannote[39].end |
259.18034375 |
| transcript.pyannote[40].speaker |
SPEAKER_00 |
| transcript.pyannote[40].start |
260.19284375 |
| transcript.pyannote[40].end |
260.74971875 |
| transcript.pyannote[41].speaker |
SPEAKER_00 |
| transcript.pyannote[41].start |
261.50909375 |
| transcript.pyannote[41].end |
262.69034375 |
| transcript.pyannote[42].speaker |
SPEAKER_00 |
| transcript.pyannote[42].start |
269.91284375 |
| transcript.pyannote[42].end |
271.65096875 |
| transcript.pyannote[43].speaker |
SPEAKER_00 |
| transcript.pyannote[43].start |
272.62971875 |
| transcript.pyannote[43].end |
274.67159375 |
| transcript.pyannote[44].speaker |
SPEAKER_00 |
| transcript.pyannote[44].start |
276.86534375 |
| transcript.pyannote[44].end |
278.51909375 |
| transcript.pyannote[45].speaker |
SPEAKER_00 |
| transcript.pyannote[45].start |
279.68346875 |
| transcript.pyannote[45].end |
283.64909375 |
| transcript.pyannote[46].speaker |
SPEAKER_00 |
| transcript.pyannote[46].start |
294.12846875 |
| transcript.pyannote[46].end |
357.32534375 |
| transcript.pyannote[47].speaker |
SPEAKER_00 |
| transcript.pyannote[47].start |
357.84846875 |
| transcript.pyannote[47].end |
361.07159375 |
| transcript.pyannote[48].speaker |
SPEAKER_01 |
| transcript.pyannote[48].start |
361.07159375 |
| transcript.pyannote[48].end |
361.10534375 |
| transcript.pyannote[49].speaker |
SPEAKER_00 |
| transcript.pyannote[49].start |
361.10534375 |
| transcript.pyannote[49].end |
361.12221875 |
| transcript.pyannote[50].speaker |
SPEAKER_01 |
| transcript.pyannote[50].start |
361.12221875 |
| transcript.pyannote[50].end |
426.37784375 |
| transcript.pyannote[51].speaker |
SPEAKER_00 |
| transcript.pyannote[51].start |
423.61034375 |
| transcript.pyannote[51].end |
423.98159375 |
| transcript.pyannote[52].speaker |
SPEAKER_00 |
| transcript.pyannote[52].start |
426.37784375 |
| transcript.pyannote[52].end |
465.93284375 |
| transcript.pyannote[53].speaker |
SPEAKER_01 |
| transcript.pyannote[53].start |
465.93284375 |
| transcript.pyannote[53].end |
465.94971875 |
| transcript.pyannote[54].speaker |
SPEAKER_01 |
| transcript.pyannote[54].start |
467.06346875 |
| transcript.pyannote[54].end |
467.09721875 |
| transcript.pyannote[55].speaker |
SPEAKER_01 |
| transcript.pyannote[55].start |
467.40096875 |
| transcript.pyannote[55].end |
529.43346875 |
| transcript.pyannote[56].speaker |
SPEAKER_00 |
| transcript.pyannote[56].start |
492.71346875 |
| transcript.pyannote[56].end |
493.06784375 |
| transcript.pyannote[57].speaker |
SPEAKER_00 |
| transcript.pyannote[57].start |
529.68659375 |
| transcript.pyannote[57].end |
530.24346875 |
| transcript.pyannote[58].speaker |
SPEAKER_00 |
| transcript.pyannote[58].start |
530.42909375 |
| transcript.pyannote[58].end |
549.44721875 |
| transcript.pyannote[59].speaker |
SPEAKER_00 |
| transcript.pyannote[59].start |
549.75096875 |
| transcript.pyannote[59].end |
571.03034375 |
| transcript.pyannote[60].speaker |
SPEAKER_00 |
| transcript.pyannote[60].start |
572.76846875 |
| transcript.pyannote[60].end |
589.17096875 |
| transcript.pyannote[61].speaker |
SPEAKER_01 |
| transcript.pyannote[61].start |
589.17096875 |
| transcript.pyannote[61].end |
605.30346875 |
| transcript.pyannote[62].speaker |
SPEAKER_01 |
| transcript.pyannote[62].start |
605.45534375 |
| transcript.pyannote[62].end |
625.50284375 |
| transcript.pyannote[63].speaker |
SPEAKER_00 |
| transcript.pyannote[63].start |
624.47346875 |
| transcript.pyannote[63].end |
638.54721875 |
| transcript.pyannote[64].speaker |
SPEAKER_01 |
| transcript.pyannote[64].start |
627.57846875 |
| transcript.pyannote[64].end |
630.24471875 |
| transcript.pyannote[65].speaker |
SPEAKER_00 |
| transcript.pyannote[65].start |
639.25596875 |
| transcript.pyannote[65].end |
652.36784375 |
| transcript.pyannote[66].speaker |
SPEAKER_01 |
| transcript.pyannote[66].start |
642.58034375 |
| transcript.pyannote[66].end |
643.06971875 |
| transcript.pyannote[67].speaker |
SPEAKER_01 |
| transcript.pyannote[67].start |
644.36909375 |
| transcript.pyannote[67].end |
646.02284375 |
| transcript.pyannote[68].speaker |
SPEAKER_01 |
| transcript.pyannote[68].start |
646.86659375 |
| transcript.pyannote[68].end |
648.23346875 |
| transcript.pyannote[69].speaker |
SPEAKER_00 |
| transcript.pyannote[69].start |
653.73471875 |
| transcript.pyannote[69].end |
653.97096875 |
| transcript.pyannote[70].speaker |
SPEAKER_01 |
| transcript.pyannote[70].start |
653.97096875 |
| transcript.pyannote[70].end |
654.73034375 |
| transcript.pyannote[71].speaker |
SPEAKER_00 |
| transcript.pyannote[71].start |
654.73034375 |
| transcript.pyannote[71].end |
654.81471875 |
| transcript.pyannote[72].speaker |
SPEAKER_01 |
| transcript.pyannote[72].start |
654.81471875 |
| transcript.pyannote[72].end |
654.88221875 |
| transcript.pyannote[73].speaker |
SPEAKER_00 |
| transcript.pyannote[73].start |
654.88221875 |
| transcript.pyannote[73].end |
654.91596875 |
| transcript.pyannote[74].speaker |
SPEAKER_01 |
| transcript.pyannote[74].start |
654.91596875 |
| transcript.pyannote[74].end |
658.02096875 |
| transcript.pyannote[75].speaker |
SPEAKER_01 |
| transcript.pyannote[75].start |
658.24034375 |
| transcript.pyannote[75].end |
658.66221875 |
| transcript.pyannote[76].speaker |
SPEAKER_01 |
| transcript.pyannote[76].start |
658.96596875 |
| transcript.pyannote[76].end |
667.82534375 |
| transcript.pyannote[77].speaker |
SPEAKER_00 |
| transcript.pyannote[77].start |
667.26846875 |
| transcript.pyannote[77].end |
683.11409375 |
| transcript.pyannote[78].speaker |
SPEAKER_01 |
| transcript.pyannote[78].start |
682.89471875 |
| transcript.pyannote[78].end |
696.36096875 |
| transcript.pyannote[79].speaker |
SPEAKER_00 |
| transcript.pyannote[79].start |
694.03221875 |
| transcript.pyannote[79].end |
722.21346875 |
| transcript.pyannote[80].speaker |
SPEAKER_01 |
| transcript.pyannote[80].start |
709.62471875 |
| transcript.pyannote[80].end |
709.79346875 |
| transcript.pyannote[81].speaker |
SPEAKER_00 |
| transcript.pyannote[81].start |
722.90534375 |
| transcript.pyannote[81].end |
724.47471875 |
| transcript.pyannote[82].speaker |
SPEAKER_00 |
| transcript.pyannote[82].start |
725.08221875 |
| transcript.pyannote[82].end |
731.42721875 |
| transcript.pyannote[83].speaker |
SPEAKER_01 |
| transcript.pyannote[83].start |
731.42721875 |
| transcript.pyannote[83].end |
735.96659375 |
| transcript.pyannote[84].speaker |
SPEAKER_00 |
| transcript.pyannote[84].start |
731.91659375 |
| transcript.pyannote[84].end |
732.23721875 |
| transcript.pyannote[85].speaker |
SPEAKER_00 |
| transcript.pyannote[85].start |
735.54471875 |
| transcript.pyannote[85].end |
744.16784375 |
| transcript.pyannote[86].speaker |
SPEAKER_01 |
| transcript.pyannote[86].start |
736.65846875 |
| transcript.pyannote[86].end |
737.63721875 |
| transcript.pyannote[87].speaker |
SPEAKER_01 |
| transcript.pyannote[87].start |
739.94909375 |
| transcript.pyannote[87].end |
745.12971875 |
| transcript.pyannote[88].speaker |
SPEAKER_00 |
| transcript.pyannote[88].start |
744.87659375 |
| transcript.pyannote[88].end |
750.96846875 |
| transcript.pyannote[89].speaker |
SPEAKER_01 |
| transcript.pyannote[89].start |
746.31096875 |
| transcript.pyannote[89].end |
746.36159375 |
| transcript.pyannote[90].speaker |
SPEAKER_01 |
| transcript.pyannote[90].start |
747.13784375 |
| transcript.pyannote[90].end |
747.57659375 |
| transcript.whisperx[0].start |
2.219 |
| transcript.whisperx[0].end |
3.439 |
| transcript.whisperx[0].text |
人事服務的核心是什麼?您認為什麼業務是最需要數位服務的? |
| transcript.whisperx[1].start |
27.714 |
| transcript.whisperx[1].end |
28.054 |
| transcript.whisperx[1].text |
那你認為這個現在 |
| transcript.whisperx[2].start |
48.266 |
| transcript.whisperx[2].end |
63.951 |
| transcript.whisperx[2].text |
是什麼業務是最需要數位服務的?我說真的,因為我本是念資訊的,每一個行業都需要資訊。包山包海都需要?都需要。我看的業務報告,這個報告也寫了非常多的項目。 |
| transcript.whisperx[3].start |
65.39 |
| transcript.whisperx[3].end |
92.273 |
| transcript.whisperx[3].text |
那我想我從行政院人事總處的公開資料上面看到就是人事總處在民國110年開始就有推動我們數位轉型相關的施政計畫從我們猜情數位化到資訊輔助人力資源管理的決策以及資訊化的歷程我們看來我們政府人力資源管理的數位化似乎已經趨於成熟了 |
| transcript.whisperx[4].start |
93.527 |
| transcript.whisperx[4].end |
112.443 |
| transcript.whisperx[4].text |
吳保,成熟了沒有?我覺得到某一個階段還有在努力的空間比如像最近這兩年人工智慧的部分我們也期待未來能夠花多一點的這一些嘗試把人工智慧導入我們公務機關很好,我覺得很好 |
| transcript.whisperx[5].start |
113.524 |
| transcript.whisperx[5].end |
137.415 |
| transcript.whisperx[5].text |
那我想這個我想也請你從兩個面向來說明一下就是說因為我們人事服務數位化之後我們取代人力作業系統的這個部分以及後來我們用以及我們用大數據的統計分析作為我們決策支援這部分是否有所提升 |
| transcript.whisperx[6].start |
138.795 |
| transcript.whisperx[6].end |
149.563 |
| transcript.whisperx[6].text |
我先從我們整個人力作業系統的數位化有沒有造成我們人力的可以這個減少或者人力可以用我們數位化的服務來取代 |
| transcript.whisperx[7].start |
150.948 |
| transcript.whisperx[7].end |
150.968 |
| transcript.whisperx[7].text |
議員議員報告 |
| transcript.whisperx[8].start |
180.808 |
| transcript.whisperx[8].end |
183.05 |
| transcript.whisperx[8].text |
二、審查及處理113年度中央政府總預算關於行政院人事服務數位轉型． |
| transcript.whisperx[9].start |
203.047 |
| transcript.whisperx[9].end |
222.643 |
| transcript.whisperx[9].text |
所以我才問你說那如果是這樣的你進行的已經將近成熟了嗎?所以在這種情況之下我們整個這個就是依據大數據的統計分析作為你決策的依據精準度提升嗎?這樣問你?有啦,在早上有啊 |
| transcript.whisperx[10].start |
224.685 |
| transcript.whisperx[10].end |
234.759 |
| transcript.whisperx[10].text |
所以這個是對整個數位化的服務人事服務是對整個我們整個政策的執行是有這個精進的有很大的幫助 |
| transcript.whisperx[11].start |
237.984 |
| transcript.whisperx[11].end |
262.162 |
| transcript.whisperx[11].text |
但是我剛才回到剛才人力資源的部分剛才你聽到說這個數位化之後並不會說代表說我們的人力的配置就要減少嘛你這樣說嘛但是我現在看到說這是你的那個對於我們凍結報告裡面的報告你說一句你的說法您提到 |
| transcript.whisperx[12].start |
269.949 |
| transcript.whisperx[12].end |
279.753 |
| transcript.whisperx[12].text |
就是說誒我們的額誒我剛開一下你這裡在哪裡對等一會我找一下他凍結案講的齁 |
| transcript.whisperx[13].start |
294.161 |
| transcript.whisperx[13].end |
310.522 |
| transcript.whisperx[13].text |
我大概講一下,就是說,人事長你的意思就是說你這個人力資源的配置你現在就因為透過那個我們的一個數位化的一個服務之後呢,未來我們是否我們的人力會不足的問題呢,你的考量的點 |
| transcript.whisperx[14].start |
311.283 |
| transcript.whisperx[14].end |
336.204 |
| transcript.whisperx[14].text |
就是說因為透過數位化服務我們一直希望你說人力不足你要去加強要去補足比如說我們的警消我們的警察我們的消防人員現在普遍的就是人力不足嘛依據你的凍結報告你說這個部分各機關可要去考量的就是說去精檢你的這個人力就是透過數位化的服務你似乎可以把人力去減少 |
| transcript.whisperx[15].start |
337.065 |
| transcript.whisperx[15].end |
356.721 |
| transcript.whisperx[15].text |
而不是一味的去指責說這個人力不足這個問題一直要去補足你可以透過這個數位化的服務人事服務讓我們的人力呢就是由這些這個可能數位化的這個經過數位化之後呢就可以取代這些人力的工作 |
| transcript.whisperx[16].start |
358.659 |
| transcript.whisperx[16].end |
360.562 |
| transcript.whisperx[16].text |
為什麼有些機關他能力沒有節省原因因為他是有新的業務進來 |
| transcript.whisperx[17].start |
373.522 |
| transcript.whisperx[17].end |
396.64 |
| transcript.whisperx[17].text |
你像我們人事單位自從3月8號姓名三碗通過以後我們要有這些同仁又要花比較多的時間去做事實上我們是把既有的事情把 routine的事情透過數位化節省他們的作業時間然後剩下的這個時間我們去去處理新興的業務那當然有另外一個層次的問題就是說透過自動化機械設備 |
| transcript.whisperx[18].start |
397.881 |
| transcript.whisperx[18].end |
425.714 |
| transcript.whisperx[18].text |
我們事實上是可以節省能力我想等一下移民署他們也會分享說他們透過他的E-GATEE-GATE本來就是說人工櫃台可能是24台可能在夜間尤其在半夜這期間因為說真的一般同仁比較不喜歡去輪大夜班所以像這樣的一個情況底下他夜間的排班的人數可以降低可以把他移到人力需求也不要那麼重啦 |
| transcript.whisperx[19].start |
426.654 |
| transcript.whisperx[19].end |
446.395 |
| transcript.whisperx[19].text |
市長我想市長其實我要跟你討論的也就是我們警消人員的人力的一個問題我想各個機關我們現在各縣市政府普遍我們的警力不足因為現在打詐的問題造成我們警察人力嚴重不足詐騙案件太多了那我們的消防人員也是一樣 |
| transcript.whisperx[20].start |
447.476 |
| transcript.whisperx[20].end |
465.661 |
| transcript.whisperx[20].text |
我再上一次就有詢問過你說我們這一次的消防人員的一個這個招考那很就是招考不足啊造成我們各縣市的消防局現在普遍消防人員就不足警消不足這部分我們要如何來補足人力給他 |
| transcript.whisperx[21].start |
468.16 |
| transcript.whisperx[21].end |
493.814 |
| transcript.whisperx[21].text |
謝謝委員剛好給我這個機會說明一下警政署的部分我們從108年109年我們總共給了他4,093位在這幾年裡面事實上他的這種人力需求投入了我們是給他非常大的空間那在消防的部分就如同上次我跟委員報告了當年因為客人入企的人數少 |
| transcript.whisperx[22].start |
494.514 |
| transcript.whisperx[22].end |
514.407 |
| transcript.whisperx[22].text |
那這個部分我們也有跟考選部來反映那現在除了錄取的錄取比例要維持到一個量體事實上消防署他這幾年有提了一個長程的一個計劃每年在增補600個消防人員因為一個消防人員從考試到 |
| transcript.whisperx[23].start |
515.267 |
| transcript.whisperx[23].end |
523.053 |
| transcript.whisperx[23].text |
欸到可以直接到現場執勤最少要有兩年的時間因為他要去訓練中心接受長達兩年的一個訓練所以他從進來到實際服務會有時間差啦是啦 |
| transcript.whisperx[24].start |
530.518 |
| transcript.whisperx[24].end |
549.137 |
| transcript.whisperx[24].text |
那人長我跟妳講就是說你在這個啊業務報的時候呢我想我關心消防員缺額的問題但是現在新竹縣消防局跟我反映一個問題就您現在本來說去年招考的人數你要這個配置多少給他那因為這個招考不足那這次你就 |
| transcript.whisperx[25].start |
549.918 |
| transcript.whisperx[25].end |
570.875 |
| transcript.whisperx[25].text |
比如原本要40位的現在只能給他22位又少了11位那一直往後一個來這個往後一直一直無限期的拖延造成因為人我們比如說我們新竹的竹北竹北那個新興城市嘛那我們又新成立一個消防分局但竟然沒有人可以用啊 |
| transcript.whisperx[26].start |
572.819 |
| transcript.whisperx[26].end |
597.171 |
| transcript.whisperx[26].text |
竟然沒有人可以用那這部分我請教你一個問題可不可以從中央中央我們消防署我們有比如說比較不需要這些人力的來盤點然後來補充人力來先調配給我們地方來用我委員報告啦消防署也是做政策其實第一線在執行是地方政府啦但是我覺得要解決這個問題齁就是我們 |
| transcript.whisperx[27].start |
599.552 |
| transcript.whisperx[27].end |
599.812 |
| transcript.whisperx[27].text |
這是應該按照 |
| transcript.whisperx[28].start |
625.691 |
| transcript.whisperx[28].end |
630.214 |
| transcript.whisperx[28].text |
警察的話如果說警察有能力不足從保一保四保五先調去支援之後再返還給我們中央 |
| transcript.whisperx[29].start |
654.473 |
| transcript.whisperx[29].end |
673.849 |
| transcript.whisperx[29].text |
那其實 消防可以嗎?中央的就是特殊啦 是中央的大概特殊 特殊的會變多 沒那麼大你不可能分散到各個地方政府 中央這又有消防政策的所以結論來說 你們還是希望說未來透過這個考試的考題的一個重新做設計讓它簡化一點 |
| transcript.whisperx[30].start |
675.57 |
| transcript.whisperx[30].end |
694.616 |
| transcript.whisperx[30].text |
然後你的訓練場所、場域也在擴大。那趕快把這個人力補助上來。你的意思是不是這樣?對啊,它的容訓量一定要增加嘛。第一個就是客流來的人多嘛。容訓量增加。所以可以縮短從考試、訓練然後到用的縮短時程。 |
| transcript.whisperx[31].start |
696.277 |
| transcript.whisperx[31].end |
721.894 |
| transcript.whisperx[31].text |
人事長我的結論我是說我們雖然這次今天討論是人事數位化服務的問題但是有一些人力的問題不是說透過人力服務的數位化就可以去減少人力我們警察跟那個警消這部分我們還是需要人力來做支援除非就剛才講的我們可以用這個發展AI機器人去取代這些人力 |
| transcript.whisperx[32].start |
722.93 |
| transcript.whisperx[32].end |
723.31 |
| transcript.whisperx[32].text |
謝謝林士明委員的諮詢 |