iVOD / 150461

Field Value
IVOD_ID 150461
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/150461
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 2024-03-27T10:15:16+08:00
結束時間 2024-03-27T10:28:43+08:00
影片長度 00:13:27
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/9baf490faf5eb4d53c9708701036590f6e9ac27f41e17f3cf8ba9b0039caa7a60688a33c2524b26f5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 鍾佳濱
委員發言時間 10:15:16 - 10:28:43
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 568
gazette.blocks[0][0] 鍾委員佳濱:(10時15分)主席、在場的委員先進、列席的政府機關首長及官員、會場工作夥伴、媒體記者女士先生。有請蘇人事長,還有移民署陳副署長、矯正署的周署長以及臺鐵公司的馮總經理。
gazette.blocks[1][0] 主席:請人事長、陳副署長、周署長還有臺鐵公司馮總經理。
gazette.blocks[2][0] 鍾委員佳濱:人事長好;署長、副署長以及總經理早。
gazette.blocks[3][0] 蘇人事長俊榮:委員好。
gazette.blocks[4][0] 鍾委員佳濱:請問一下人事長,人總是管理各機關的人事人員還是管理政府的人力資源?
gazette.blocks[5][0] 蘇人事長俊榮:都有啦。
gazette.blocks[6][0] 鍾委員佳濱:都有?
gazette.blocks[7][0] 蘇人事長俊榮:都有。
gazette.blocks[8][0] 鍾委員佳濱:你覺得哪一個比較能夠發揮人總在這個政府部門當中身為二級機關的價值?
gazette.blocks[9][0] 蘇人事長俊榮:我覺得那個是在……
gazette.blocks[10][0] 鍾委員佳濱:你會不會認為你應該像是企業的人資長?
gazette.blocks[11][0] 蘇人事長俊榮:對啊!本來就企業的人資長……
gazette.blocks[12][0] 鍾委員佳濱:人資長要做什麼事情?
gazette.blocks[13][0] 蘇人事長俊榮:就是人力資源策略規劃。
gazette.blocks[14][0] 鍾委員佳濱:沒有錯,但是今天很遺憾的,給你們這個題目,除了預算解凍報告之外,本來上次本席問政府業務用AI提升人力效能有沒有可能,你說有可能對不對?
gazette.blocks[15][0] 蘇人事長俊榮:有可能。
gazette.blocks[16][0] 鍾委員佳濱:而且你是資訊專業是不是?結果你們今天的報告當中完全沒有提到人總怎麼樣協助各機關利用資訊科技來提升他們的人力效能,你只有說人總的人事人員,你怎麼樣協助人總在各機關的人事人員,提升他們服務各機關公務員的效能,你有沒有覺得有點偏差了?
gazette.blocks[17][0] 蘇人事長俊榮:我利用這個機會跟委員說明一下……
gazette.blocks[18][0] 鍾委員佳濱:你是要談人總的數位轉型?還是你也希望能夠透過數位,協助政府各機關提升他們人力資源效能?
gazette.blocks[19][0] 蘇人事長俊榮:這兩個都有做。
gazette.blocks[20][0] 鍾委員佳濱:好。
gazette.blocks[21][0] 蘇人事長俊榮:第二個就是我們透過……
gazette.blocks[22][0] 鍾委員佳濱:接下來我就要問你,我不是問你人總的人事人員用數位服務各政府機關的單位,不是!你們今天報告已經講過,我看了,我接下來要問你的,在我這邊右下角,你們有沒有辦法利用數位轉型來提高各政府機關的效能?要請你們應用各種研析的方式來提升政府效能,你可以做得到嗎?
gazette.blocks[23][0] 蘇人事長俊榮:事實上,我們過去就是朝這個方向在努力。
gazette.blocks[24][0] 鍾委員佳濱:很好,過去就是這樣,我希望你未來繼續。我接下來要問一個問題,我請教一下人事長,你看得出來這個照片嗎?你覺得這個是誰?
gazette.blocks[25][0] 蘇人事長俊榮:委員啦!
gazette.blocks[26][0] 鍾委員佳濱:是我是不是?長頭髮像女生,這是現在的數位科技,我看到他們副署長在笑了。你覺得如果我打扮成這樣,在機場能不能通過檢查?副署長,你覺得可以通過嗎?
gazette.blocks[27][0] 陳副署長建成:看委員當時拿的是什麼護照。
gazette.blocks[28][0] 鍾委員佳濱:很好!
gazette.blocks[29][0] 陳副署長建成:本人的護照……
gazette.blocks[30][0] 鍾委員佳濱:如果用人工驗證,用深偽偽造過的護照,有沒有可能騙過你們移民署的官員?
gazette.blocks[31][0] 陳副署長建成:有可能,可是……
gazette.blocks[32][0] 鍾委員佳濱:如果是用自動通關呢?
gazette.blocks[33][0] 陳副署長建成:自動通關的辨識力比人力還強。
gazette.blocks[34][0] 鍾委員佳濱:更精準?
gazette.blocks[35][0] 陳副署長建成:是。
gazette.blocks[36][0] 鍾委員佳濱:人事長聽到沒有?好,我們來看一下。我先來問一下,我現在講移民署,移民署從96年到112年,成立時的員額不到2,400人,到現在已經到了快2,900人了,足足成長了538人,超過總員額的兩成。人事長,在你的任內,你有沒有看過哪個機關,人總這麼大方、行政院給它這麼多人力的?有沒有?有沒有其他人,你講一下。你「心肝大細心」喔!你對他們移民署特別好。
gazette.blocks[37][0] 蘇人事長俊榮:他們一直……
gazette.blocks[38][0] 鍾委員佳濱:他們一直討,你就全部都給他們?
gazette.blocks[39][0] 蘇人事長俊榮:不過我這裡要跟委員說明……
gazette.blocks[40][0] 鍾委員佳濱:你有沒有對移民署特別好?
gazette.blocks[41][0] 蘇人事長俊榮:我跟他關係很差。
gazette.blocks[42][0] 鍾委員佳濱:很差?那為什麼給他這麼多員額?
gazette.blocks[43][0] 蘇人事長俊榮:我跟他關係很差,他要人,基本上我都不大願意給,因為……
gazette.blocks[44][0] 鍾委員佳濱:可是行政院還是給了!今年2月5日再報30個,你們全部都給他。
gazette.blocks[45][0] 蘇人事長俊榮:事實上我們給他的主要原因是希望他加快e-Gate建構。
gazette.blocks[46][0] 鍾委員佳濱:很好。副署長,給了你這麼多人,請教一下副署長,我們入出境的人數在疫情前有高達快6,000萬人次,到了疫情down下來,不到800,甚至掉到100,慢慢回升到450人次,去年大概回升到3,600人次。副署長,你覺得今年2024年,有沒有可能超過可能4,000或5,000?
gazette.blocks[47][0] 陳副署長建成:應該會。
gazette.blocks[48][0] 鍾委員佳濱:應該會嘛!對不對?但你們在2019年五千多人的時候,國境大隊職員離職率都超過8%,2020年7%,疫情期間掉下來是4%,疫情後又升上去了,快8%,去年是12%,副署長,奇怪了!給你們那麼多人,為什麼流動率這麼高?
gazette.blocks[49][0] 陳副署長建成:報告委員,其實這是我們人力結構的問題。
gazette.blocks[50][0] 鍾委員佳濱:人力結構什麼問題?
gazette.blocks[51][0] 陳副署長建成:因為在疫情期間,我們講白了,2019年疫情開始以後,所有旅客量從五千多萬降到709萬,當時我們國境的流動率……
gazette.blocks[52][0] 鍾委員佳濱:本來流動率很高,8%啊!現在down下來了,後來……
gazette.blocks[53][0] 陳副署長建成:因為那時候旅客少。
gazette.blocks[54][0] 鍾委員佳濱:不只是你們的正職人員,連約聘僱人員也是一樣,剛剛那個表告訴我,約聘僱人員的離職也是8%,現在都快到12%了,基本上來說,因為我們航班是24小時的,對不對?
gazette.blocks[55][0] 陳副署長建成:是。
gazette.blocks[56][0] 鍾委員佳濱:你們的境管人員要不要輪班?
gazette.blocks[57][0] 陳副署長建成:要。
gazette.blocks[58][0] 鍾委員佳濱:我遇過很多次,我半夜從東南亞回來,他們還在那邊看。在疫情期間入職的,因為疫情後突然量增加了,疫情期間很輕鬆的,現在受不了、跑掉了。
gazette.blocks[59][0] 陳副署長建成:是。
gazette.blocks[60][0] 鍾委員佳濱:疫情前勉強撐住的,疫情後撐不住了、跑掉了,是不是這樣?
gazette.blocks[61][0] 陳副署長建成:是。
gazette.blocks[62][0] 鍾委員佳濱:人事長,你覺得他們這樣要怎麼改善?
gazette.blocks[63][0] 蘇人事長俊榮:就是加速e-Gate的建置,因為他們現在有一代、二代、三代、四代,事實上我們現在酌給人力的原因是說,在整個e-Gate設備還沒有全部penetration rate很高的時候,先給它適當的人力支援。
gazette.blocks[64][0] 鍾委員佳濱:很好,副署長聽到了喔?
gazette.blocks[65][0] 陳副署長建成:是。
gazette.blocks[66][0] 鍾委員佳濱:人事長雖然跟你的關係不是很和睦,你們的人他也不給,但是因為你們有需要,還是有了,可是你們留不住這些人,如果把這些人用自動通關來取代,你覺得人員會不會比較穩定?讓機器去做那些比較辛苦的事情,人是要休息的,不用休息的事情給機器做,你同意嗎?
gazette.blocks[67][0] 陳副署長建成:是。
gazette.blocks[68][0] 鍾委員佳濱:你們有沒有要加強e-Gate?
gazette.blocks[69][0] 陳副署長建成:跟委員報告,其實我們移民署在做自動通關系統的建置早在民國99年……
gazette.blocks[70][0] 鍾委員佳濱:不、不,你們未來要不要繼續加強?
gazette.blocks[71][0] 陳副署長建成:我們現在都有規劃,持續在檢討。
gazette.blocks[72][0] 鍾委員佳濱:我現在請你跟人事長配合,當未來自動通關愈來愈多人使用的時候,你們的人力就空出來了,這些人好好用在其他需要人力智慧的地方,好不好?
gazette.blocks[73][0] 陳副署長建成:是。
gazette.blocks[74][0] 鍾委員佳濱:謝謝副署長。
gazette.blocks[74][1] 接下來我們請教周署長,你們目前推動智慧監獄3所,缺額逐年增加,你們在108年有24個名額根本招不到,到112年變成128個,剛剛講移民署能招人進來,但留不住,你們是人連來都不來啊!署長,怎麼辦?缺這麼多人怎麼辦?
gazette.blocks[75][0] 周署長輝煌:跟委員報告,我們原則上有統計過,我們的離職率大概5%左右……
gazette.blocks[76][0] 鍾委員佳濱:我不是問離職率,你們根本沒有人要去,還離職率!根本找不到人,人事長怎麼辦?你給它名額,但招不到人,沒人要考監獄管理員。
gazette.blocks[77][0] 蘇人事長俊榮:事實上我也滿雞婆的,六、七年前我就跟法務部去監獄大量推智慧型監獄,我舉一個例子,他們受刑人有時候要戒外就醫……
gazette.blocks[78][0] 鍾委員佳濱:戒護就醫。
gazette.blocks[79][0] 蘇人事長俊榮:基本上一定要有兩個戒護人力,一出去至少就是半日,所以我那時候就跟他們建議,儘量找一、兩家大型院所處理所謂的遠距醫療,不管是……
gazette.blocks[80][0] 鍾委員佳濱:OK,減少戒護就醫的人力損耗。
gazette.blocks[81][0] 蘇人事長俊榮:對,可以透過遠距醫療的資源……
gazette.blocks[82][0] 鍾委員佳濱:因為戒護就醫就2個人出去,剩下留在監獄的人辛苦了,對不對?
gazette.blocks[83][0] 蘇人事長俊榮:他的loading一定會比較重。
gazette.blocks[84][0] 鍾委員佳濱:署長,你覺得人事長的建議有沒有道理?
gazette.blocks[85][0] 周署長輝煌:在科技方面是可以輔助人力的不足,而且提高我們的行政效率。
gazette.blocks[86][0] 鍾委員佳濱:所以你們要不要擴大智慧監獄的推動?可以嗎?
gazette.blocks[87][0] 周署長輝煌:跟委員報告,昨天行政院已經核定我們矯正機關科技網的建置計畫,17億1,000萬。
gazette.blocks[88][0] 鍾委員佳濱:很好!人事長,他們有在進行加強了,請繼續督導改進。
gazette.blocks[88][1] 下一個請教臺鐵總經理,之前我聽到一個消息,國營事業臺鐵有312個統編,總經理,你們臺鐵一家公司怎麼有312個統編?什麼原因?
gazette.blocks[89][0] 馮總經理輝昇:報告委員,因為我們派出單位、分支單位比較多。
gazette.blocks[90][0] 鍾委員佳濱:沒有錯,你們的派出單位很多,高鐵就相對少了,因為高鐵站比較少,我去查了一下,國營事業台糖有176個統編,菸酒公司有71個統編,因為菸酒公司的配銷所比較少,可是相對的統編愈多,財會人力的需求愈多,可是你們只用100個人,相較於台糖,它的統編比你少,用的人比你多,菸酒公司才71個,用了54人,看起來你們的財會效能很高喔!你們是不是國營事業當中財會人員效率最高的?統編比人家多,用的人比別人少,總經理是不是這樣?
gazette.blocks[91][0] 馮總經理輝昇:報告委員,我們主要可能是場域比較多、範圍比較大。
gazette.blocks[92][0] 鍾委員佳濱:我不是說你的統編多,我是說你們的財會人員比別人少,效能比較高,是不是這樣?
gazette.blocks[93][0] 馮總經理輝昇:按比例來看,我們現在掌握的數字是比例比較低。
gazette.blocks[94][0] 鍾委員佳濱:我現在要問一下總經理,你覺得ATM跟銀行行員哪一個可以全天候上班?
gazette.blocks[95][0] 馮總經理輝昇:ATM可以全天候。
gazette.blocks[96][0] 鍾委員佳濱:哪個營運成本比較低?
gazette.blocks[97][0] 馮總經理輝昇:ATM的成本應該比較低。
gazette.blocks[98][0] 鍾委員佳濱:銀行關門了,我需要提錢,我會去哪裡?
gazette.blocks[99][0] 馮總經理輝昇:就到ATM領。
gazette.blocks[100][0] 鍾委員佳濱:為什麼銀行不24小時營業?因為人要休息。
gazette.blocks[101][0] 馮總經理輝昇:因為勞動相關法令……
gazette.blocks[102][0] 鍾委員佳濱:人事長,是不是這樣子?
gazette.blocks[103][0] 蘇人事長俊榮:是。
gazette.blocks[104][0] 鍾委員佳濱:人事長,你有沒有常常搭臺鐵?我常常搭臺鐵,你有沒有常常搭?
gazette.blocks[105][0] 蘇人事長俊榮:有,我常搭。
gazette.blocks[106][0] 鍾委員佳濱:因為我南北跑,我常常搭8點半的高鐵,回到新左營是11點5分,我要轉臺鐵回屏東,我去的時候,每次都怎樣?我都習慣去自動購票機,可是每次我晚上要轉的時候,自動購票機打烊了,我看票口還有人就趕快去買票,總經理有沒有這個經驗?你知不知道你們的自動購票機9點就下班了,人員工作到十一點多?你知道櫃檯人員怎麼跟我講嗎?為什麼自動購票機9點就下班?
gazette.blocks[107][0] 馮總經理輝昇:報告委員,他們還要做結帳的工作。
gazette.blocks[108][0] 鍾委員佳濱:所以你們的櫃檯人員說還要輪班到半夜,因為還有人要買票,可是自動購票機因為財會部門9點要結帳,所以通通下班了,你們有沒有搞錯啊?你們的財會人員少,因為他不想做太多事,所以你們的自動購票機9點就離線了,留下最辛苦的工作人員在那邊人工售票。我先問人事長,如果你作為一個公司總經理,你覺得這合理嗎?
gazette.blocks[109][0] 馮總經理輝昇:報告委員,我們……
gazette.blocks[110][0] 鍾委員佳濱:我是問人事長啦!
gazette.blocks[111][0] 蘇人事長俊榮:如果能自動化,我一定給它自動化。
gazette.blocks[112][0] 鍾委員佳濱:來!總經理,你告訴人事長,你們有多少自動購票機?
gazette.blocks[113][0] 馮總經理輝昇:我們現在有432臺。
gazette.blocks[114][0] 鍾委員佳濱:你們有多少票口人員?說不出來?超過好幾千嘛!
gazette.blocks[115][0] 馮總經理輝昇:對,我們整個乘務人員……
gazette.blocks[116][0] 鍾委員佳濱:在臺鐵,購票機比人工的人員還輕鬆,9點就下班了,員工很辛苦,你知不知道?以後要不要留2個財會人員幫自動購票機結帳、24小時營運?可以嗎?
gazette.blocks[117][0] 馮總經理輝昇:報告委員,我們現在已經在檢討,我們這個……
gazette.blocks[118][0] 鍾委員佳濱:檢討多久了?我反映四年了,我這八年來每次臺鐵通勤、每次超過9點,我都要去臺鐵的窗口人工購票,如果前面排好多人呢?還好現在有TPASS,我以前可以用自動購票機買,但超過9點,自動購票機下班、8臺通通下班,只留一個窗口,後面排十幾個人,我要是趕臺鐵趕不上怎麼辦?總經理要不要檢討一下?
gazette.blocks[119][0] 馮總經理輝昇:需要。
gazette.blocks[120][0] 鍾委員佳濱:人事長,講一個結論,請人事總處研析各政府機關的型態跟人力配置效能,請借重資訊科技減少各政府機關人力的低效運用,可以嗎?
gazette.blocks[121][0] 蘇人事長俊榮:好,OK。
gazette.blocks[122][0] 鍾委員佳濱:可不可以提一個書面報告給本席跟委員會?
gazette.blocks[123][0] 蘇人事長俊榮:好。
gazette.blocks[124][0] 鍾委員佳濱:多久?
gazette.blocks[125][0] 蘇人事長俊榮:三個月可以嗎?
gazette.blocks[126][0] 鍾委員佳濱:好,可以,謝謝。
gazette.blocks[127][0] 蘇人事長俊榮:謝謝。
gazette.blocks[128][0] 主席:謝謝鍾佳濱委員,鍾委員剛剛提到的部分是他個人碰到的經驗,但也就是一般民眾會碰到的,這個我們確實要好好去做一個改善。
gazette.blocks[129][0] 主席(鍾委員佳濱):接下來有請莊瑞雄委員質詢,謝謝。
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_03
transcript.pyannote[0].start 6.15659375
transcript.pyannote[0].end 7.79346875
transcript.pyannote[1].speaker SPEAKER_03
transcript.pyannote[1].start 8.02971875
transcript.pyannote[1].end 18.34034375
transcript.pyannote[2].speaker SPEAKER_04
transcript.pyannote[2].start 15.08346875
transcript.pyannote[2].end 15.77534375
transcript.pyannote[3].speaker SPEAKER_03
transcript.pyannote[3].start 18.40784375
transcript.pyannote[3].end 22.82909375
transcript.pyannote[4].speaker SPEAKER_04
transcript.pyannote[4].start 18.45846875
transcript.pyannote[4].end 19.79159375
transcript.pyannote[5].speaker SPEAKER_04
transcript.pyannote[5].start 20.31471875
transcript.pyannote[5].end 20.87159375
transcript.pyannote[6].speaker SPEAKER_04
transcript.pyannote[6].start 23.14971875
transcript.pyannote[6].end 26.20409375
transcript.pyannote[7].speaker SPEAKER_03
transcript.pyannote[7].start 34.92846875
transcript.pyannote[7].end 38.94471875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 36.76784375
transcript.pyannote[8].end 38.06721875
transcript.pyannote[9].speaker SPEAKER_03
transcript.pyannote[9].start 39.34971875
transcript.pyannote[9].end 45.74534375
transcript.pyannote[10].speaker SPEAKER_03
transcript.pyannote[10].start 47.31471875
transcript.pyannote[10].end 47.97284375
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 47.97284375
transcript.pyannote[11].end 48.09096875
transcript.pyannote[12].speaker SPEAKER_03
transcript.pyannote[12].start 48.09096875
transcript.pyannote[12].end 49.89659375
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 48.12471875
transcript.pyannote[13].end 48.93471875
transcript.pyannote[14].speaker SPEAKER_03
transcript.pyannote[14].start 50.25096875
transcript.pyannote[14].end 56.25846875
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 57.47346875
transcript.pyannote[15].end 59.09346875
transcript.pyannote[16].speaker SPEAKER_03
transcript.pyannote[16].start 59.09346875
transcript.pyannote[16].end 59.17784375
transcript.pyannote[17].speaker SPEAKER_03
transcript.pyannote[17].start 60.39284375
transcript.pyannote[17].end 60.40971875
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 60.40971875
transcript.pyannote[18].end 60.42659375
transcript.pyannote[19].speaker SPEAKER_03
transcript.pyannote[19].start 60.42659375
transcript.pyannote[19].end 60.47721875
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 60.47721875
transcript.pyannote[20].end 60.51096875
transcript.pyannote[21].speaker SPEAKER_03
transcript.pyannote[21].start 60.51096875
transcript.pyannote[21].end 60.52784375
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 60.52784375
transcript.pyannote[22].end 61.33784375
transcript.pyannote[23].speaker SPEAKER_03
transcript.pyannote[23].start 61.33784375
transcript.pyannote[23].end 61.37159375
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 61.37159375
transcript.pyannote[24].end 61.40534375
transcript.pyannote[25].speaker SPEAKER_03
transcript.pyannote[25].start 61.40534375
transcript.pyannote[25].end 66.78846875
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 61.48971875
transcript.pyannote[26].end 61.74284375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 65.40471875
transcript.pyannote[27].end 66.16409375
transcript.pyannote[28].speaker SPEAKER_03
transcript.pyannote[28].start 67.24409375
transcript.pyannote[28].end 67.36221875
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 67.36221875
transcript.pyannote[29].end 67.56471875
transcript.pyannote[30].speaker SPEAKER_03
transcript.pyannote[30].start 67.56471875
transcript.pyannote[30].end 67.96971875
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 67.96971875
transcript.pyannote[31].end 68.88096875
transcript.pyannote[32].speaker SPEAKER_03
transcript.pyannote[32].start 68.88096875
transcript.pyannote[32].end 69.50534375
transcript.pyannote[33].speaker SPEAKER_03
transcript.pyannote[33].start 69.99471875
transcript.pyannote[33].end 72.50909375
transcript.pyannote[34].speaker SPEAKER_03
transcript.pyannote[34].start 72.71159375
transcript.pyannote[34].end 74.28096875
transcript.pyannote[35].speaker SPEAKER_03
transcript.pyannote[35].start 74.66909375
transcript.pyannote[35].end 77.20034375
transcript.pyannote[36].speaker SPEAKER_03
transcript.pyannote[36].start 77.67284375
transcript.pyannote[36].end 81.18284375
transcript.pyannote[37].speaker SPEAKER_03
transcript.pyannote[37].start 81.45284375
transcript.pyannote[37].end 82.00971875
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 82.00971875
transcript.pyannote[38].end 82.41471875
transcript.pyannote[39].speaker SPEAKER_03
transcript.pyannote[39].start 82.16159375
transcript.pyannote[39].end 82.21221875
transcript.pyannote[40].speaker SPEAKER_03
transcript.pyannote[40].start 82.41471875
transcript.pyannote[40].end 84.49034375
transcript.pyannote[41].speaker SPEAKER_03
transcript.pyannote[41].start 84.81096875
transcript.pyannote[41].end 86.76846875
transcript.pyannote[42].speaker SPEAKER_03
transcript.pyannote[42].start 87.27471875
transcript.pyannote[42].end 89.28284375
transcript.pyannote[43].speaker SPEAKER_03
transcript.pyannote[43].start 89.46846875
transcript.pyannote[43].end 105.60096875
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 106.74846875
transcript.pyannote[44].end 110.17409375
transcript.pyannote[45].speaker SPEAKER_03
transcript.pyannote[45].start 109.61721875
transcript.pyannote[45].end 117.78471875
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 118.86471875
transcript.pyannote[46].end 123.43784375
transcript.pyannote[47].speaker SPEAKER_03
transcript.pyannote[47].start 120.70409375
transcript.pyannote[47].end 128.90534375
transcript.pyannote[48].speaker SPEAKER_03
transcript.pyannote[48].start 129.15846875
transcript.pyannote[48].end 142.28721875
transcript.pyannote[49].speaker SPEAKER_03
transcript.pyannote[49].start 143.08034375
transcript.pyannote[49].end 143.45159375
transcript.pyannote[50].speaker SPEAKER_03
transcript.pyannote[50].start 144.85221875
transcript.pyannote[50].end 150.30284375
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 146.53971875
transcript.pyannote[51].end 147.43409375
transcript.pyannote[52].speaker SPEAKER_03
transcript.pyannote[52].start 151.01159375
transcript.pyannote[52].end 154.75784375
transcript.pyannote[53].speaker SPEAKER_03
transcript.pyannote[53].start 159.66846875
transcript.pyannote[53].end 166.57034375
transcript.pyannote[54].speaker SPEAKER_03
transcript.pyannote[54].start 166.80659375
transcript.pyannote[54].end 170.48534375
transcript.pyannote[55].speaker SPEAKER_03
transcript.pyannote[55].start 170.87346875
transcript.pyannote[55].end 171.68346875
transcript.pyannote[56].speaker SPEAKER_03
transcript.pyannote[56].start 172.45971875
transcript.pyannote[56].end 173.87721875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 174.97409375
transcript.pyannote[57].end 178.34909375
transcript.pyannote[58].speaker SPEAKER_03
transcript.pyannote[58].start 178.34909375
transcript.pyannote[58].end 178.87221875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 178.87221875
transcript.pyannote[59].end 180.12096875
transcript.pyannote[60].speaker SPEAKER_03
transcript.pyannote[60].start 179.54721875
transcript.pyannote[60].end 185.31846875
transcript.pyannote[61].speaker SPEAKER_03
transcript.pyannote[61].start 185.68971875
transcript.pyannote[61].end 185.70659375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 185.70659375
transcript.pyannote[62].end 185.95971875
transcript.pyannote[63].speaker SPEAKER_03
transcript.pyannote[63].start 185.95971875
transcript.pyannote[63].end 188.44034375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 186.31409375
transcript.pyannote[64].end 191.17409375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 191.20784375
transcript.pyannote[65].end 191.81534375
transcript.pyannote[66].speaker SPEAKER_03
transcript.pyannote[66].start 191.81534375
transcript.pyannote[66].end 192.54096875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 192.54096875
transcript.pyannote[67].end 192.94596875
transcript.pyannote[68].speaker SPEAKER_03
transcript.pyannote[68].start 193.48596875
transcript.pyannote[68].end 212.63909375
transcript.pyannote[69].speaker SPEAKER_03
transcript.pyannote[69].start 212.90909375
transcript.pyannote[69].end 216.03096875
transcript.pyannote[70].speaker SPEAKER_03
transcript.pyannote[70].start 216.14909375
transcript.pyannote[70].end 218.56221875
transcript.pyannote[71].speaker SPEAKER_03
transcript.pyannote[71].start 219.06846875
transcript.pyannote[71].end 220.80659375
transcript.pyannote[72].speaker SPEAKER_03
transcript.pyannote[72].start 221.43096875
transcript.pyannote[72].end 222.66284375
transcript.pyannote[73].speaker SPEAKER_03
transcript.pyannote[73].start 223.01721875
transcript.pyannote[73].end 224.55284375
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 225.31221875
transcript.pyannote[74].end 227.40471875
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 227.70846875
transcript.pyannote[75].end 228.41721875
transcript.pyannote[76].speaker SPEAKER_03
transcript.pyannote[76].start 227.91096875
transcript.pyannote[76].end 228.38346875
transcript.pyannote[77].speaker SPEAKER_03
transcript.pyannote[77].start 228.41721875
transcript.pyannote[77].end 228.43409375
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 228.43409375
transcript.pyannote[78].end 228.50159375
transcript.pyannote[79].speaker SPEAKER_03
transcript.pyannote[79].start 228.50159375
transcript.pyannote[79].end 228.75471875
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 228.75471875
transcript.pyannote[80].end 234.57659375
transcript.pyannote[81].speaker SPEAKER_03
transcript.pyannote[81].start 233.09159375
transcript.pyannote[81].end 233.74971875
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 235.11659375
transcript.pyannote[82].end 244.53284375
transcript.pyannote[83].speaker SPEAKER_03
transcript.pyannote[83].start 237.69846875
transcript.pyannote[83].end 237.79971875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 242.37284375
transcript.pyannote[84].end 242.40659375
transcript.pyannote[85].speaker SPEAKER_03
transcript.pyannote[85].start 242.40659375
transcript.pyannote[85].end 243.35159375
transcript.pyannote[86].speaker SPEAKER_03
transcript.pyannote[86].start 244.53284375
transcript.pyannote[86].end 248.41409375
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 244.54971875
transcript.pyannote[87].end 245.57909375
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 248.80221875
transcript.pyannote[88].end 253.52721875
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 254.05034375
transcript.pyannote[89].end 255.02909375
transcript.pyannote[90].speaker SPEAKER_03
transcript.pyannote[90].start 255.02909375
transcript.pyannote[90].end 257.50971875
transcript.pyannote[91].speaker SPEAKER_03
transcript.pyannote[91].start 257.54346875
transcript.pyannote[91].end 264.36096875
transcript.pyannote[92].speaker SPEAKER_03
transcript.pyannote[92].start 264.49596875
transcript.pyannote[92].end 270.80721875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 264.56346875
transcript.pyannote[93].end 264.79971875
transcript.pyannote[94].speaker SPEAKER_03
transcript.pyannote[94].start 271.09409375
transcript.pyannote[94].end 274.09784375
transcript.pyannote[95].speaker SPEAKER_03
transcript.pyannote[95].start 274.58721875
transcript.pyannote[95].end 276.22409375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 277.38846875
transcript.pyannote[96].end 278.08034375
transcript.pyannote[97].speaker SPEAKER_03
transcript.pyannote[97].start 278.13096875
transcript.pyannote[97].end 279.34596875
transcript.pyannote[98].speaker SPEAKER_03
transcript.pyannote[98].start 279.70034375
transcript.pyannote[98].end 296.89596875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 298.38096875
transcript.pyannote[99].end 309.58596875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 310.34534375
transcript.pyannote[100].end 310.93596875
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 311.13846875
transcript.pyannote[101].end 319.25534375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 320.03159375
transcript.pyannote[102].end 320.97659375
transcript.pyannote[103].speaker SPEAKER_03
transcript.pyannote[103].start 320.06534375
transcript.pyannote[103].end 320.90909375
transcript.pyannote[104].speaker SPEAKER_03
transcript.pyannote[104].start 320.97659375
transcript.pyannote[104].end 321.49971875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 321.49971875
transcript.pyannote[105].end 321.63471875
transcript.pyannote[106].speaker SPEAKER_03
transcript.pyannote[106].start 321.63471875
transcript.pyannote[106].end 321.85409375
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 321.85409375
transcript.pyannote[107].end 321.97221875
transcript.pyannote[108].speaker SPEAKER_03
transcript.pyannote[108].start 321.97221875
transcript.pyannote[108].end 322.00596875
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 322.00596875
transcript.pyannote[109].end 325.48221875
transcript.pyannote[110].speaker SPEAKER_03
transcript.pyannote[110].start 322.25909375
transcript.pyannote[110].end 323.30534375
transcript.pyannote[111].speaker SPEAKER_03
transcript.pyannote[111].start 323.94659375
transcript.pyannote[111].end 324.46971875
transcript.pyannote[112].speaker SPEAKER_03
transcript.pyannote[112].start 325.48221875
transcript.pyannote[112].end 331.13534375
transcript.pyannote[113].speaker SPEAKER_03
transcript.pyannote[113].start 331.48971875
transcript.pyannote[113].end 353.29221875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 339.13409375
transcript.pyannote[114].end 339.47159375
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 341.66534375
transcript.pyannote[115].end 341.69909375
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 341.69909375
transcript.pyannote[116].end 342.00284375
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 353.29221875
transcript.pyannote[117].end 353.30909375
transcript.pyannote[118].speaker SPEAKER_03
transcript.pyannote[118].start 353.30909375
transcript.pyannote[118].end 353.32596875
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 353.32596875
transcript.pyannote[119].end 353.57909375
transcript.pyannote[120].speaker SPEAKER_03
transcript.pyannote[120].start 353.54534375
transcript.pyannote[120].end 354.38909375
transcript.pyannote[121].speaker SPEAKER_03
transcript.pyannote[121].start 354.91221875
transcript.pyannote[121].end 357.46034375
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 357.54471875
transcript.pyannote[122].end 357.86534375
transcript.pyannote[123].speaker SPEAKER_03
transcript.pyannote[123].start 358.01721875
transcript.pyannote[123].end 358.55721875
transcript.pyannote[124].speaker SPEAKER_03
transcript.pyannote[124].start 358.84409375
transcript.pyannote[124].end 361.37534375
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 362.43846875
transcript.pyannote[125].end 382.23284375
transcript.pyannote[126].speaker SPEAKER_03
transcript.pyannote[126].start 381.76034375
transcript.pyannote[126].end 382.03034375
transcript.pyannote[127].speaker SPEAKER_03
transcript.pyannote[127].start 382.23284375
transcript.pyannote[127].end 382.35096875
transcript.pyannote[128].speaker SPEAKER_02
transcript.pyannote[128].start 382.35096875
transcript.pyannote[128].end 382.68846875
transcript.pyannote[129].speaker SPEAKER_03
transcript.pyannote[129].start 382.68846875
transcript.pyannote[129].end 382.85721875
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 382.85721875
transcript.pyannote[130].end 383.05971875
transcript.pyannote[131].speaker SPEAKER_03
transcript.pyannote[131].start 383.05971875
transcript.pyannote[131].end 383.17784375
transcript.pyannote[132].speaker SPEAKER_03
transcript.pyannote[132].start 383.44784375
transcript.pyannote[132].end 385.28721875
transcript.pyannote[133].speaker SPEAKER_03
transcript.pyannote[133].start 385.57409375
transcript.pyannote[133].end 402.73596875
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 391.12596875
transcript.pyannote[134].end 391.26096875
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 391.31159375
transcript.pyannote[135].end 391.51409375
transcript.pyannote[136].speaker SPEAKER_03
transcript.pyannote[136].start 402.78659375
transcript.pyannote[136].end 406.75221875
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 407.00534375
transcript.pyannote[137].end 407.32596875
transcript.pyannote[138].speaker SPEAKER_03
transcript.pyannote[138].start 407.32596875
transcript.pyannote[138].end 409.14846875
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 409.14846875
transcript.pyannote[139].end 419.72909375
transcript.pyannote[140].speaker SPEAKER_03
transcript.pyannote[140].start 415.10534375
transcript.pyannote[140].end 416.65784375
transcript.pyannote[141].speaker SPEAKER_03
transcript.pyannote[141].start 419.08784375
transcript.pyannote[141].end 434.57909375
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 425.14596875
transcript.pyannote[142].end 425.56784375
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 430.05659375
transcript.pyannote[143].end 430.46159375
transcript.pyannote[144].speaker SPEAKER_03
transcript.pyannote[144].start 436.03034375
transcript.pyannote[144].end 451.50471875
transcript.pyannote[145].speaker SPEAKER_03
transcript.pyannote[145].start 451.94346875
transcript.pyannote[145].end 453.98534375
transcript.pyannote[146].speaker SPEAKER_00
transcript.pyannote[146].start 456.01034375
transcript.pyannote[146].end 463.19909375
transcript.pyannote[147].speaker SPEAKER_03
transcript.pyannote[147].start 462.43971875
transcript.pyannote[147].end 466.74284375
transcript.pyannote[148].speaker SPEAKER_03
transcript.pyannote[148].start 467.08034375
transcript.pyannote[148].end 468.07596875
transcript.pyannote[149].speaker SPEAKER_03
transcript.pyannote[149].start 470.62409375
transcript.pyannote[149].end 474.15096875
transcript.pyannote[150].speaker SPEAKER_02
transcript.pyannote[150].start 471.07971875
transcript.pyannote[150].end 471.33284375
transcript.pyannote[151].speaker SPEAKER_02
transcript.pyannote[151].start 472.69971875
transcript.pyannote[151].end 506.53409375
transcript.pyannote[152].speaker SPEAKER_00
transcript.pyannote[152].start 481.98096875
transcript.pyannote[152].end 482.14971875
transcript.pyannote[153].speaker SPEAKER_03
transcript.pyannote[153].start 489.47346875
transcript.pyannote[153].end 490.03034375
transcript.pyannote[154].speaker SPEAKER_03
transcript.pyannote[154].start 490.24971875
transcript.pyannote[154].end 490.33409375
transcript.pyannote[155].speaker SPEAKER_00
transcript.pyannote[155].start 490.38471875
transcript.pyannote[155].end 490.43534375
transcript.pyannote[156].speaker SPEAKER_00
transcript.pyannote[156].start 495.61596875
transcript.pyannote[156].end 495.91971875
transcript.pyannote[157].speaker SPEAKER_03
transcript.pyannote[157].start 503.64846875
transcript.pyannote[157].end 504.62721875
transcript.pyannote[158].speaker SPEAKER_03
transcript.pyannote[158].start 505.33596875
transcript.pyannote[158].end 506.48346875
transcript.pyannote[159].speaker SPEAKER_03
transcript.pyannote[159].start 506.53409375
transcript.pyannote[159].end 511.69784375
transcript.pyannote[160].speaker SPEAKER_02
transcript.pyannote[160].start 507.96846875
transcript.pyannote[160].end 509.23409375
transcript.pyannote[161].speaker SPEAKER_02
transcript.pyannote[161].start 511.27596875
transcript.pyannote[161].end 511.88346875
transcript.pyannote[162].speaker SPEAKER_03
transcript.pyannote[162].start 511.88346875
transcript.pyannote[162].end 511.96784375
transcript.pyannote[163].speaker SPEAKER_02
transcript.pyannote[163].start 511.96784375
transcript.pyannote[163].end 512.03534375
transcript.pyannote[164].speaker SPEAKER_03
transcript.pyannote[164].start 512.03534375
transcript.pyannote[164].end 512.20409375
transcript.pyannote[165].speaker SPEAKER_02
transcript.pyannote[165].start 512.20409375
transcript.pyannote[165].end 512.59221875
transcript.pyannote[166].speaker SPEAKER_03
transcript.pyannote[166].start 512.59221875
transcript.pyannote[166].end 518.12721875
transcript.pyannote[167].speaker SPEAKER_02
transcript.pyannote[167].start 513.04784375
transcript.pyannote[167].end 514.34721875
transcript.pyannote[168].speaker SPEAKER_02
transcript.pyannote[168].start 517.70534375
transcript.pyannote[168].end 517.99221875
transcript.pyannote[169].speaker SPEAKER_02
transcript.pyannote[169].start 518.12721875
transcript.pyannote[169].end 519.37596875
transcript.pyannote[170].speaker SPEAKER_03
transcript.pyannote[170].start 519.37596875
transcript.pyannote[170].end 521.94096875
transcript.pyannote[171].speaker SPEAKER_02
transcript.pyannote[171].start 519.40971875
transcript.pyannote[171].end 520.35471875
transcript.pyannote[172].speaker SPEAKER_00
transcript.pyannote[172].start 523.18971875
transcript.pyannote[172].end 524.03346875
transcript.pyannote[173].speaker SPEAKER_00
transcript.pyannote[173].start 524.18534375
transcript.pyannote[173].end 525.13034375
transcript.pyannote[174].speaker SPEAKER_03
transcript.pyannote[174].start 524.55659375
transcript.pyannote[174].end 524.86034375
transcript.pyannote[175].speaker SPEAKER_00
transcript.pyannote[175].start 525.60284375
transcript.pyannote[175].end 531.23909375
transcript.pyannote[176].speaker SPEAKER_03
transcript.pyannote[176].start 527.61096875
transcript.pyannote[176].end 527.93159375
transcript.pyannote[177].speaker SPEAKER_03
transcript.pyannote[177].start 530.04096875
transcript.pyannote[177].end 533.31471875
transcript.pyannote[178].speaker SPEAKER_00
transcript.pyannote[178].start 533.09534375
transcript.pyannote[178].end 545.83596875
transcript.pyannote[179].speaker SPEAKER_03
transcript.pyannote[179].start 545.81909375
transcript.pyannote[179].end 552.45096875
transcript.pyannote[180].speaker SPEAKER_03
transcript.pyannote[180].start 553.36221875
transcript.pyannote[180].end 562.18784375
transcript.pyannote[181].speaker SPEAKER_04
transcript.pyannote[181].start 563.13284375
transcript.pyannote[181].end 563.16659375
transcript.pyannote[182].speaker SPEAKER_03
transcript.pyannote[182].start 563.16659375
transcript.pyannote[182].end 592.36034375
transcript.pyannote[183].speaker SPEAKER_03
transcript.pyannote[183].start 592.68096875
transcript.pyannote[183].end 595.83659375
transcript.pyannote[184].speaker SPEAKER_03
transcript.pyannote[184].start 595.97159375
transcript.pyannote[184].end 599.14409375
transcript.pyannote[185].speaker SPEAKER_04
transcript.pyannote[185].start 599.14409375
transcript.pyannote[185].end 599.46471875
transcript.pyannote[186].speaker SPEAKER_03
transcript.pyannote[186].start 599.46471875
transcript.pyannote[186].end 599.49846875
transcript.pyannote[187].speaker SPEAKER_03
transcript.pyannote[187].start 599.53221875
transcript.pyannote[187].end 602.62034375
transcript.pyannote[188].speaker SPEAKER_04
transcript.pyannote[188].start 602.62034375
transcript.pyannote[188].end 602.65409375
transcript.pyannote[189].speaker SPEAKER_03
transcript.pyannote[189].start 602.75534375
transcript.pyannote[189].end 602.82284375
transcript.pyannote[190].speaker SPEAKER_04
transcript.pyannote[190].start 602.82284375
transcript.pyannote[190].end 602.85659375
transcript.pyannote[191].speaker SPEAKER_03
transcript.pyannote[191].start 602.83971875
transcript.pyannote[191].end 607.73346875
transcript.pyannote[192].speaker SPEAKER_04
transcript.pyannote[192].start 602.95784375
transcript.pyannote[192].end 603.63284375
transcript.pyannote[193].speaker SPEAKER_04
transcript.pyannote[193].start 607.73346875
transcript.pyannote[193].end 607.76721875
transcript.pyannote[194].speaker SPEAKER_03
transcript.pyannote[194].start 607.76721875
transcript.pyannote[194].end 607.78409375
transcript.pyannote[195].speaker SPEAKER_04
transcript.pyannote[195].start 607.78409375
transcript.pyannote[195].end 611.69909375
transcript.pyannote[196].speaker SPEAKER_03
transcript.pyannote[196].start 610.92284375
transcript.pyannote[196].end 612.84659375
transcript.pyannote[197].speaker SPEAKER_03
transcript.pyannote[197].start 613.25159375
transcript.pyannote[197].end 618.28034375
transcript.pyannote[198].speaker SPEAKER_03
transcript.pyannote[198].start 619.79909375
transcript.pyannote[198].end 620.33909375
transcript.pyannote[199].speaker SPEAKER_04
transcript.pyannote[199].start 619.83284375
transcript.pyannote[199].end 621.50346875
transcript.pyannote[200].speaker SPEAKER_03
transcript.pyannote[200].start 621.13221875
transcript.pyannote[200].end 622.60034375
transcript.pyannote[201].speaker SPEAKER_04
transcript.pyannote[201].start 623.57909375
transcript.pyannote[201].end 625.51971875
transcript.pyannote[202].speaker SPEAKER_03
transcript.pyannote[202].start 625.11471875
transcript.pyannote[202].end 627.64596875
transcript.pyannote[203].speaker SPEAKER_04
transcript.pyannote[203].start 628.32096875
transcript.pyannote[203].end 629.56971875
transcript.pyannote[204].speaker SPEAKER_03
transcript.pyannote[204].start 629.43471875
transcript.pyannote[204].end 631.15596875
transcript.pyannote[205].speaker SPEAKER_04
transcript.pyannote[205].start 632.23596875
transcript.pyannote[205].end 632.26971875
transcript.pyannote[206].speaker SPEAKER_03
transcript.pyannote[206].start 632.26971875
transcript.pyannote[206].end 632.97846875
transcript.pyannote[207].speaker SPEAKER_04
transcript.pyannote[207].start 632.28659375
transcript.pyannote[207].end 632.82659375
transcript.pyannote[208].speaker SPEAKER_04
transcript.pyannote[208].start 632.97846875
transcript.pyannote[208].end 634.02471875
transcript.pyannote[209].speaker SPEAKER_03
transcript.pyannote[209].start 634.02471875
transcript.pyannote[209].end 635.25659375
transcript.pyannote[210].speaker SPEAKER_04
transcript.pyannote[210].start 634.07534375
transcript.pyannote[210].end 634.98659375
transcript.pyannote[211].speaker SPEAKER_04
transcript.pyannote[211].start 635.05409375
transcript.pyannote[211].end 635.07096875
transcript.pyannote[212].speaker SPEAKER_04
transcript.pyannote[212].start 635.35784375
transcript.pyannote[212].end 635.40846875
transcript.pyannote[213].speaker SPEAKER_03
transcript.pyannote[213].start 635.40846875
transcript.pyannote[213].end 635.52659375
transcript.pyannote[214].speaker SPEAKER_04
transcript.pyannote[214].start 635.52659375
transcript.pyannote[214].end 635.64471875
transcript.pyannote[215].speaker SPEAKER_03
transcript.pyannote[215].start 635.64471875
transcript.pyannote[215].end 637.31534375
transcript.pyannote[216].speaker SPEAKER_03
transcript.pyannote[216].start 638.88471875
transcript.pyannote[216].end 640.74096875
transcript.pyannote[217].speaker SPEAKER_02
transcript.pyannote[217].start 640.40346875
transcript.pyannote[217].end 640.42034375
transcript.pyannote[218].speaker SPEAKER_02
transcript.pyannote[218].start 640.74096875
transcript.pyannote[218].end 640.90971875
transcript.pyannote[219].speaker SPEAKER_03
transcript.pyannote[219].start 640.90971875
transcript.pyannote[219].end 640.97721875
transcript.pyannote[220].speaker SPEAKER_02
transcript.pyannote[220].start 640.97721875
transcript.pyannote[220].end 641.02784375
transcript.pyannote[221].speaker SPEAKER_03
transcript.pyannote[221].start 641.02784375
transcript.pyannote[221].end 641.09534375
transcript.pyannote[222].speaker SPEAKER_02
transcript.pyannote[222].start 641.09534375
transcript.pyannote[222].end 641.63534375
transcript.pyannote[223].speaker SPEAKER_03
transcript.pyannote[223].start 641.63534375
transcript.pyannote[223].end 647.32221875
transcript.pyannote[224].speaker SPEAKER_03
transcript.pyannote[224].start 647.67659375
transcript.pyannote[224].end 651.62534375
transcript.pyannote[225].speaker SPEAKER_03
transcript.pyannote[225].start 652.16534375
transcript.pyannote[225].end 654.27471875
transcript.pyannote[226].speaker SPEAKER_03
transcript.pyannote[226].start 654.79784375
transcript.pyannote[226].end 655.86096875
transcript.pyannote[227].speaker SPEAKER_03
transcript.pyannote[227].start 656.18159375
transcript.pyannote[227].end 658.05471875
transcript.pyannote[228].speaker SPEAKER_03
transcript.pyannote[228].start 658.84784375
transcript.pyannote[228].end 663.20159375
transcript.pyannote[229].speaker SPEAKER_03
transcript.pyannote[229].start 663.84284375
transcript.pyannote[229].end 668.14596875
transcript.pyannote[230].speaker SPEAKER_03
transcript.pyannote[230].start 668.41596875
transcript.pyannote[230].end 670.44096875
transcript.pyannote[231].speaker SPEAKER_03
transcript.pyannote[231].start 671.25096875
transcript.pyannote[231].end 671.68971875
transcript.pyannote[232].speaker SPEAKER_03
transcript.pyannote[232].start 671.72346875
transcript.pyannote[232].end 673.07346875
transcript.pyannote[233].speaker SPEAKER_03
transcript.pyannote[233].start 673.68096875
transcript.pyannote[233].end 674.94659375
transcript.pyannote[234].speaker SPEAKER_03
transcript.pyannote[234].start 675.46971875
transcript.pyannote[234].end 676.27971875
transcript.pyannote[235].speaker SPEAKER_04
transcript.pyannote[235].start 678.20346875
transcript.pyannote[235].end 678.70971875
transcript.pyannote[236].speaker SPEAKER_04
transcript.pyannote[236].start 678.86159375
transcript.pyannote[236].end 681.86534375
transcript.pyannote[237].speaker SPEAKER_03
transcript.pyannote[237].start 681.86534375
transcript.pyannote[237].end 683.13096875
transcript.pyannote[238].speaker SPEAKER_03
transcript.pyannote[238].start 683.53596875
transcript.pyannote[238].end 688.90221875
transcript.pyannote[239].speaker SPEAKER_03
transcript.pyannote[239].start 689.23971875
transcript.pyannote[239].end 693.25596875
transcript.pyannote[240].speaker SPEAKER_03
transcript.pyannote[240].start 693.84659375
transcript.pyannote[240].end 695.39909375
transcript.pyannote[241].speaker SPEAKER_03
transcript.pyannote[241].start 696.32721875
transcript.pyannote[241].end 697.30596875
transcript.pyannote[242].speaker SPEAKER_03
transcript.pyannote[242].start 697.74471875
transcript.pyannote[242].end 698.94284375
transcript.pyannote[243].speaker SPEAKER_03
transcript.pyannote[243].start 699.24659375
transcript.pyannote[243].end 700.46159375
transcript.pyannote[244].speaker SPEAKER_03
transcript.pyannote[244].start 701.06909375
transcript.pyannote[244].end 707.31284375
transcript.pyannote[245].speaker SPEAKER_03
transcript.pyannote[245].start 707.71784375
transcript.pyannote[245].end 708.30846875
transcript.pyannote[246].speaker SPEAKER_03
transcript.pyannote[246].start 708.59534375
transcript.pyannote[246].end 709.38846875
transcript.pyannote[247].speaker SPEAKER_03
transcript.pyannote[247].start 710.28284375
transcript.pyannote[247].end 711.48096875
transcript.pyannote[248].speaker SPEAKER_03
transcript.pyannote[248].start 711.91971875
transcript.pyannote[248].end 713.26971875
transcript.pyannote[249].speaker SPEAKER_04
transcript.pyannote[249].start 714.36659375
transcript.pyannote[249].end 714.40034375
transcript.pyannote[250].speaker SPEAKER_02
transcript.pyannote[250].start 714.40034375
transcript.pyannote[250].end 715.02471875
transcript.pyannote[251].speaker SPEAKER_03
transcript.pyannote[251].start 714.95721875
transcript.pyannote[251].end 715.96971875
transcript.pyannote[252].speaker SPEAKER_04
transcript.pyannote[252].start 715.02471875
transcript.pyannote[252].end 715.54784375
transcript.pyannote[253].speaker SPEAKER_04
transcript.pyannote[253].start 715.86846875
transcript.pyannote[253].end 715.91909375
transcript.pyannote[254].speaker SPEAKER_04
transcript.pyannote[254].start 715.96971875
transcript.pyannote[254].end 716.86409375
transcript.pyannote[255].speaker SPEAKER_02
transcript.pyannote[255].start 718.12971875
transcript.pyannote[255].end 722.21346875
transcript.pyannote[256].speaker SPEAKER_03
transcript.pyannote[256].start 722.77034375
transcript.pyannote[256].end 726.24659375
transcript.pyannote[257].speaker SPEAKER_03
transcript.pyannote[257].start 726.71909375
transcript.pyannote[257].end 727.02284375
transcript.pyannote[258].speaker SPEAKER_04
transcript.pyannote[258].start 727.02284375
transcript.pyannote[258].end 728.59221875
transcript.pyannote[259].speaker SPEAKER_03
transcript.pyannote[259].start 728.59221875
transcript.pyannote[259].end 729.79034375
transcript.pyannote[260].speaker SPEAKER_04
transcript.pyannote[260].start 729.79034375
transcript.pyannote[260].end 729.80721875
transcript.pyannote[261].speaker SPEAKER_04
transcript.pyannote[261].start 729.97596875
transcript.pyannote[261].end 730.07721875
transcript.pyannote[262].speaker SPEAKER_03
transcript.pyannote[262].start 730.07721875
transcript.pyannote[262].end 730.78596875
transcript.pyannote[263].speaker SPEAKER_04
transcript.pyannote[263].start 730.78596875
transcript.pyannote[263].end 730.80284375
transcript.pyannote[264].speaker SPEAKER_03
transcript.pyannote[264].start 732.25409375
transcript.pyannote[264].end 732.28784375
transcript.pyannote[265].speaker SPEAKER_04
transcript.pyannote[265].start 732.28784375
transcript.pyannote[265].end 737.67096875
transcript.pyannote[266].speaker SPEAKER_03
transcript.pyannote[266].start 732.30471875
transcript.pyannote[266].end 732.97971875
transcript.pyannote[267].speaker SPEAKER_03
transcript.pyannote[267].start 733.24971875
transcript.pyannote[267].end 733.60409375
transcript.pyannote[268].speaker SPEAKER_03
transcript.pyannote[268].start 736.43909375
transcript.pyannote[268].end 737.50221875
transcript.pyannote[269].speaker SPEAKER_03
transcript.pyannote[269].start 737.67096875
transcript.pyannote[269].end 740.15159375
transcript.pyannote[270].speaker SPEAKER_03
transcript.pyannote[270].start 740.43846875
transcript.pyannote[270].end 741.48471875
transcript.pyannote[271].speaker SPEAKER_03
transcript.pyannote[271].start 742.59846875
transcript.pyannote[271].end 744.16784375
transcript.pyannote[272].speaker SPEAKER_04
transcript.pyannote[272].start 744.89346875
transcript.pyannote[272].end 745.55159375
transcript.pyannote[273].speaker SPEAKER_03
transcript.pyannote[273].start 745.24784375
transcript.pyannote[273].end 753.01034375
transcript.pyannote[274].speaker SPEAKER_04
transcript.pyannote[274].start 753.97221875
transcript.pyannote[274].end 757.60034375
transcript.pyannote[275].speaker SPEAKER_03
transcript.pyannote[275].start 757.12784375
transcript.pyannote[275].end 759.59159375
transcript.pyannote[276].speaker SPEAKER_03
transcript.pyannote[276].start 759.84471875
transcript.pyannote[276].end 765.09284375
transcript.pyannote[277].speaker SPEAKER_03
transcript.pyannote[277].start 765.34596875
transcript.pyannote[277].end 767.86034375
transcript.pyannote[278].speaker SPEAKER_03
transcript.pyannote[278].start 768.55221875
transcript.pyannote[278].end 769.66596875
transcript.pyannote[279].speaker SPEAKER_03
transcript.pyannote[279].start 770.44221875
transcript.pyannote[279].end 772.12971875
transcript.pyannote[280].speaker SPEAKER_03
transcript.pyannote[280].start 772.29846875
transcript.pyannote[280].end 774.17159375
transcript.pyannote[281].speaker SPEAKER_03
transcript.pyannote[281].start 774.40784375
transcript.pyannote[281].end 775.62284375
transcript.pyannote[282].speaker SPEAKER_03
transcript.pyannote[282].start 775.96034375
transcript.pyannote[282].end 778.67721875
transcript.pyannote[283].speaker SPEAKER_03
transcript.pyannote[283].start 778.98096875
transcript.pyannote[283].end 780.66846875
transcript.pyannote[284].speaker SPEAKER_03
transcript.pyannote[284].start 782.35596875
transcript.pyannote[284].end 783.70596875
transcript.pyannote[285].speaker SPEAKER_04
transcript.pyannote[285].start 783.11534375
transcript.pyannote[285].end 783.40221875
transcript.pyannote[286].speaker SPEAKER_04
transcript.pyannote[286].start 783.70596875
transcript.pyannote[286].end 783.75659375
transcript.pyannote[287].speaker SPEAKER_03
transcript.pyannote[287].start 783.75659375
transcript.pyannote[287].end 783.80721875
transcript.pyannote[288].speaker SPEAKER_04
transcript.pyannote[288].start 783.80721875
transcript.pyannote[288].end 783.90846875
transcript.pyannote[289].speaker SPEAKER_04
transcript.pyannote[289].start 784.06034375
transcript.pyannote[289].end 784.66784375
transcript.pyannote[290].speaker SPEAKER_03
transcript.pyannote[290].start 784.66784375
transcript.pyannote[290].end 785.17409375
transcript.pyannote[291].speaker SPEAKER_04
transcript.pyannote[291].start 784.68471875
transcript.pyannote[291].end 784.75221875
transcript.pyannote[292].speaker SPEAKER_03
transcript.pyannote[292].start 785.73096875
transcript.pyannote[292].end 791.09721875
transcript.pyannote[293].speaker SPEAKER_03
transcript.pyannote[293].start 791.13096875
transcript.pyannote[293].end 795.34971875
transcript.pyannote[294].speaker SPEAKER_03
transcript.pyannote[294].start 796.07534375
transcript.pyannote[294].end 796.56471875
transcript.pyannote[295].speaker SPEAKER_03
transcript.pyannote[295].start 796.95284375
transcript.pyannote[295].end 799.68659375
transcript.pyannote[296].speaker SPEAKER_03
transcript.pyannote[296].start 800.20971875
transcript.pyannote[296].end 801.47534375
transcript.pyannote[297].speaker SPEAKER_03
transcript.pyannote[297].start 802.18409375
transcript.pyannote[297].end 802.69034375
transcript.pyannote[298].speaker SPEAKER_03
transcript.pyannote[298].start 804.73221875
transcript.pyannote[298].end 804.96846875
transcript.pyannote[299].speaker SPEAKER_02
transcript.pyannote[299].start 804.96846875
transcript.pyannote[299].end 806.63909375
transcript.whisperx[0].start 6.313
transcript.whisperx[0].end 22.122
transcript.whisperx[0].text 主席、在場的委員先進、列席政府機關市長、官員、會長、工作夥伴、媒體記者、女士先生,有請書人市長,還有我們移民署的陳副署長、小鎮署的周副署長,以及台鐵公司的馮總經理。
transcript.whisperx[1].start 35.106
transcript.whisperx[1].end 45.394
transcript.whisperx[1].text 人事長好,署長、副署長、總經理早。來,請問一下人事長,人總是管理各機關的人事人員還是管理政府的人力資源?都有啦,都有。那你覺得哪一個比較能夠發揮人總在這個政府部門當中,身為二級機關的一個價值?
transcript.whisperx[2].start 57.966
transcript.whisperx[2].end 86.567
transcript.whisperx[2].text 我覺得那個是在你為什麼認為你是應該企業的人資長對啊就是本來就企業的人資長要做什麼事情就是人力支援策略規劃嘛沒有錯但是今天很遺憾的給你們這個題目除了預算解凍報告之外本來上次主席在我本席在說政府業務用AI提升人力效能有沒有可能你說有可能對不對有可能而且你是資訊專業是不是結果你們今天的報告當中啊
transcript.whisperx[3].start 87.347
transcript.whisperx[3].end 92.251
transcript.whisperx[3].text 完全沒有提到怎麼樣人總來協助各機關利用資訊科技來提升他們的人力效能你只有在說你們人總的人事人員你怎麼樣協助人總在各機關的人事人員提升他們服務各機關公務員的效能你有沒有覺得有點偏差啦
transcript.whisperx[4].start 106.935
transcript.whisperx[4].end 117.641
transcript.whisperx[4].text 我覺得我利用這個機會跟委員說明一下你是要談人種的數位轉型還是你也希望能夠透過這個數位協助政府各機關提升他們的人力資源效能
transcript.whisperx[5].start 118.885
transcript.whisperx[5].end 121.746
transcript.whisperx[5].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[6].start 144.924
transcript.whisperx[6].end 154.667
transcript.whisperx[6].text 事實上我們過去就是朝這個很好過去是這樣我希望你未來繼續我來我現在要問一個來我請教一下人事長你看得到這個照片嗎你覺得這個是誰是我是不是長頭髮像女生這是現在的數位科技啦我看到副署長在笑了你覺得像我這樣的如果我打扮成這樣能不能通得過檢查在機場副署長你覺得可以通過來嗎
transcript.whisperx[7].start 175.311
transcript.whisperx[7].end 192.72
transcript.whisperx[7].text 這個如果看委員當時拿的是什麼護照很好本人的護照如果用人工驗證用身為未照過的護照有沒有可能騙過你們的移民署的官員有可能那如果是用人自動通關呢自動通關他的辨識力比人力還強更精準是
transcript.whisperx[8].start 193.547
transcript.whisperx[8].end 203.252
transcript.whisperx[8].text 人事長聽到沒有?好我們來看一下來我先來問一下我現在講移民署移民署從96年到現在112年成立的元額不到2400人到現在已經到了快2900人了足足成長了538人超過總元額的兩成人事長在你的任中任內你有沒有看過哪個機關人總這麼大方行政院給他這麼多人力的
transcript.whisperx[9].start 219.119
transcript.whisperx[9].end 243.123
transcript.whisperx[9].text 有沒有?有沒有其他人?你講一下你心肝大小心喔你對他們移民署特別好喔啊...啊...就...他們一直...一直拖一直拖你就走給他走給他不過我這裡要跟委員...呃...說明...你有沒有對移民署特別好?我跟他關係很差啊?很差?我跟他關係很差啊?為什麼給他這麼多冤枉?我跟他關係很差他要人基本上我都不大願意給可是今天還是給啦他們今年喔2月5號再報30個你們全部都給他給
transcript.whisperx[10].start 248.84
transcript.whisperx[10].end 275.385
transcript.whisperx[10].text 事實上我們給他的主要原因是希望他加快EGATE建構很好來副組長來我看一下給了你這麼多人副組長請教一下下一頁我們入村的人數在疫情前有高達快6000萬人次到了疫情盪下來不到800甚至掉到100慢慢回升到450去年大概回升到3600副組長你覺得今年2024年有沒有可能超過超過可能4000或5000
transcript.whisperx[11].start 277.435
transcript.whisperx[11].end 281.76
transcript.whisperx[11].text 應該會應該會嘛對不對但你們20195000多人的時候你們國進大隊資源移植率都超過8%20207%疫情期間掉下來4%欸疫情後呢又升上去了快8%去年12%啊副署長奇怪了勒給你們那麼多人為什麼你流動率這麼高
transcript.whisperx[12].start 298.41
transcript.whisperx[12].end 315.79
transcript.whisperx[12].text 報告委員其實這個是我們人力結構的問題人力結構什麼問題因為在疫情期間我們講白了就是在2019年疫情開始以後我們所有旅客量從5000多萬降到709萬當時因為我們在國境它的流動率是
transcript.whisperx[13].start 320.16
transcript.whisperx[13].end 330.448
transcript.whisperx[13].text 本來流動率很高啊8%啊現在當下來啦當下來因為那時候旅客少所以嘛齁不只是你們正職人員連你們約聘僱人員也是一樣剛剛那個表呢告訴我約聘僱的人員的離職率也是8%現在也快到12%了基本上來說因為我們航班是24小時的
transcript.whisperx[14].start 338.615
transcript.whisperx[14].end 361.151
transcript.whisperx[14].text 對不對?你們的儘管的人員要不要輪班?要嘛。我遇到很多次我半夜從東南亞回來他們還在那邊看疫情期間入職的因為疫情後突然量增加了疫情今天來很輕鬆的現在受不了了跑掉了疫情前勉強撐住的疫情後撐不住了跑掉了是不是這樣?是人事長那你覺得他們這樣子有什麼辦法改善?
transcript.whisperx[15].start 362.469
transcript.whisperx[15].end 362.569
transcript.whisperx[15].text 很好,來,人長
transcript.whisperx[16].start 383.53
transcript.whisperx[16].end 406.42
transcript.whisperx[16].text 那副署長、市長聽到了齁?人事長他雖然跟你關係不是很和睦你們的人他也不給但是因為你們有需要還是有了但是這些人呢你們留不住如果把這些人用自動通關來取代你覺得會不會人員比較穩定讓人員去做那些機器比較辛苦的事情讓機器做人是要休息的不用休息的事情給機器做你同意嗎?
transcript.whisperx[17].start 407.06
transcript.whisperx[17].end 433.927
transcript.whisperx[17].text 是那你們有沒有要加強這個EGATE?跟委員報告其實我們移民署在做自動通關系統的建制早在民國99年那你們未來要不要繼續加強?我們現在都有規劃實際再加強好那我現在請你跟人長配合當你們未來自動通關越來越多人使用的時候你們的人力就空出來了是這些人好好的用在其他需要人力智慧的地方好不好?是好謝謝副署長來謝謝下一個來我們現在請教我們的周署長
transcript.whisperx[18].start 436.069
transcript.whisperx[18].end 444.774
transcript.whisperx[18].text 你們目前有智慧監獄推動3所,缺額逐年增加。你們在108年有24個名額根本招不到。到了112年變成128個。剛剛講移民署是人招得進來但留不住。你們是連人來都不來啊。署長怎麼辦?缺這麼多人怎麼辦?
transcript.whisperx[19].start 460.562
transcript.whisperx[19].end 467.688
transcript.whisperx[19].text 我不是問你離職率阿你們根本沒有料去阿離職率根本找不到人阿人事長怎麼辦
transcript.whisperx[20].start 470.686
transcript.whisperx[20].end 487.72
transcript.whisperx[20].text 其實齁你給他名字他找不到人啊沒有人要找那個監獄管理員啊我事實上我也蠻急迫的6、7年前我就跟法務部去監獄去大量去推智慧型監獄我舉一個例子啦就是他們受刑人有時候要去借外就醫嘛對
transcript.whisperx[21].start 488.28
transcript.whisperx[21].end 517.808
transcript.whisperx[21].text 借戶就醫基本上 借戶就醫一定要有兩個 借戶人力 一次就是報令嘛 中間來報令嘛 所以我那時候就跟他們建議就是說盡量去找一兩家大型的院所去處理所謂的演技醫療 演技醫療不管是你在立法 減少人力借戶就醫的這個 你也在透過演技醫療的 因為借戶就醫兩個人出去了剩下留在監獄的人辛苦了 對不對
transcript.whisperx[22].start 518.228
transcript.whisperx[22].end 518.689
transcript.whisperx[22].text 處長,你覺得人事長的建議有沒有道理?
transcript.whisperx[23].start 524.368
transcript.whisperx[23].end 524.388
transcript.whisperx[23].text 來 總經理
transcript.whisperx[24].start 553.427
transcript.whisperx[24].end 561.631
transcript.whisperx[24].text 之前我聽到一個消息說國營事業台鐵有312個桶邊總經理你們台鐵一家公司怎麼有312個桶邊?什麼原因?報告委員因為我們派出單位分支單位沒有錯你們派出單位很多高鐵就相對少了因為高鐵的站比較少我去查了一下國營事業台堂有176個桶邊燕酒公司有71個桶邊因為燕酒公司的配銷所比較少
transcript.whisperx[25].start 578.078
transcript.whisperx[25].end 602.353
transcript.whisperx[25].text 可是相對的 桶邊越多 財塊的人力需有越多可是你們只用了100個人相較於台糖 它桶邊比你少 用的人比你多燕有公司才71個用了50人欸 看起來你們的財塊的效能很高喔你們是不是國營事業當中 你們財塊人員效率最高的桶邊比人家多 用的人比別人少總監是不是這樣報告委員 我們主要可能是我們的場域比較多
transcript.whisperx[26].start 603.153
transcript.whisperx[26].end 618.137
transcript.whisperx[26].text 對啦我不是說你桶邊多啦我說你們的財快人員比別人少效能比較高是不是這樣按比例來看是我們現在掌握的數字是好那我現在要問一下齁來總經理你覺得ATM跟銀行行員哪一個可以全天候上班ATM可以全天候那哪個營運成本比較低ATM的成本應該比較銀行關門了我要去要來提錢我要去哪裡就到ATM那為什麼銀行不24小時營業
transcript.whisperx[27].start 632.356
transcript.whisperx[27].end 657.857
transcript.whisperx[27].text 因為人要休息嗎?人事長是不是這樣子?好,人事長你有沒有常常搭台鐵?我常常搭台鐵,你有沒有常常搭?我曾經我南北跑,我常常搭8點半的高鐵回到新左營11點05分我要轉什麼?我要轉台鐵回屏東我去的時候每次怎樣?我都習慣去自動購票機可是每次我要轉的時候晚上去
transcript.whisperx[28].start 659.049
transcript.whisperx[28].end 659.069
transcript.whisperx[28].text 委員
transcript.whisperx[29].start 679.376
transcript.whisperx[29].end 682.84
transcript.whisperx[29].text 應該他們是還要做結帳的工作所以說嘛櫃檯他們你們的櫃檯的人說我們還要輪班到半夜因為還有人買票可是我們的自動貨票機因為財快部門9點要結帳所以就通通下班了
transcript.whisperx[30].start 696.38
transcript.whisperx[30].end 709.204
transcript.whisperx[30].text 你們有沒有搞錯啊?你們的財困人員少,因為他不想做太多事。所以你們的自動貨票機啊,9點就離線了。留下最辛苦的工作人員,在那邊人工售票。總經理,我先問人事長。如果你作為一個公司,總經理,你覺得這合理嗎?我是問人事長啊。我一定喔,可以自動化,我一定會自動化。
transcript.whisperx[31].start 723.193
transcript.whisperx[31].end 729.357
transcript.whisperx[31].text 來,總經理,你告訴人事長,你們有多少自動購票機?我們現在有432台...你們有多少的票口人員?說不出來?超過好幾千嗎?對,我們整個乘務人員當然...在台鐵啊!購票機比人工人員還輕鬆啊!9點就下班了!員工很辛苦,你知不知道?
transcript.whisperx[32].start 745.326
transcript.whisperx[32].end 767.823
transcript.whisperx[32].text 那你們要不要叫你們財快人員以後留兩個財快人員幫自動購票機結帳24小時營運可以嗎?報告委員我們現在已經在檢討我們的這個檢討多久了?我反映過4年了我這8年來我每次台北通勤每次超過9點我在台鐵的窗口我要去人工購票如果前面排了好多人咧還好現在有TPAS啊
transcript.whisperx[33].start 770.495
transcript.whisperx[33].end 780.602
transcript.whisperx[33].text 我以前可以用自動購票機買啊超過9點自動購票機下班8台通通下班窗口只留一個窗口後面排十幾個人我要是趕台鐵趕不上怎麼辦總經理要不要檢討一下要 需要人事長結果結論請人事總處啊研析各政府機關的形態跟人力配置的效能請借重資訊科技減少各政府機關的人力的低效運用可以嗎好可不可以提個書面報告給本席給委員會
transcript.whisperx[34].start 800.892
transcript.whisperx[34].end 801.995
transcript.whisperx[34].text 多久?好 可以 謝謝