iVOD / 154882

Field Value
影片長度 929
gazette.lineno 556
gazette.blocks[0][0] 許委員智傑:(16時16分)主席、大家好,我們請院長。
gazette.blocks[1][0] 主席:麻煩再請卓院長備詢。
gazette.blocks[2][0] 卓院長榮泰:許委員好。
gazette.blocks[3][0] 許委員智傑:院長好。我們要推動高雄AI產業鏈,打造AI首都TECH高雄,這個「TECH」包括Technology、Eeconomy、Charming、Happy,亦即科技、經濟、魅力、歡喜的高雄。我們其實很多數位韌性需要再加強,比如說數位港口。高雄有海港有空港,但是現在數位港還沒有,所以我們希望是不是有機會在高雄打造一個數位港口。他山之石可以攻錯,新加坡這個案例我覺得還滿不錯的,就是吸引AI廠商建立金融特區跟舉辦國際會議。加強AI投資,我們現在有一些新創的預算,但是是不是可以讓地方政府充分的利用,我想我們整個中央的團隊可以再做一個思考。然後,亞洲資訊管理中心,這個也是高雄的機會,包括MICE國際會議等等,我們一樣一樣希望可以借鏡新加坡來增加我們高雄的AI能量。
gazette.blocks[3][1] 請院長先休息,我們請數發部部長。院長,你先休息,你站得太累了。
gazette.blocks[4][0] 卓院長榮泰:不要緊。
gazette.blocks[5][0] 許委員智傑:不要緊嗎?
gazette.blocks[6][0] 主席:請數發部。
gazette.blocks[7][0] 許委員智傑:新加坡投資10億新幣(大概250億臺幣)在AI的發展,然後他們的經發局也網羅全球的人才,包括Google在新加坡本來有三座資料中心,今年(2024年)已經設了第四座,然後在臺灣,Google在彰化為主有資料中心,微軟主要在桃園,現在有一所叫做亞馬遜打算投資臺灣,是不是有機會到高雄,這個我們也希望中央可以重視。另外,新加坡它其實很會吸收人才,就是從科技准證吸引國際人才等等,還有一些家庭辦公室等等,有很多滿好的措施。我們想先請教一下,就是海底電纜海纜霸權,這是一個最基本的條件,新加坡上岸的大概有400 Trillion(T)的流量,香港大概不到200T的流量。臺灣大概有109T左右的流量,大部分都從北部的海纜站上來,北部有三個海纜站,從南部枋山上來的流量大概不到1T。我希望是不是有機會在高雄設立數位港口,也就是說讓全球的資訊、資料、大數據可以在高雄上岸,這個部分數發部是不是有規劃?
gazette.blocks[8][0] 林次長宜敬:是。跟委員報告,本部已經在9月2號邀請相關部會,包含國科會、交通部航港局、港務公司以及高雄市政府召開座談會,就是要討論在高雄海纜的上岸地點,這部分我們正在討論,我們會積極的進行這件事情。
gazette.blocks[9][0] 許委員智傑:什麼時候可以完成這個海纜站?
gazette.blocks[10][0] 林次長宜敬:這個還在研商,報告委員,現在還沒有明確的日期。
gazette.blocks[11][0] 許委員智傑:沒有估計一個時間嗎?現在都在跟時間賽跑。
gazette.blocks[12][0] 林次長宜敬:是,目前依我們了解的狀況,因為這個有很多的部會必須一起合作、一起負責,包含高雄市政府,所以對這個事情我們可能雙方都要再加把勁。
gazette.blocks[13][0] 許委員智傑:我可以跟院長報告,也希望院長可以幫忙追進度啦!就是高雄在興達電廠那邊有之前運煤的通道,現在那個地方是一個很好的設置海底電纜站的地方,其實台電跟港務公司,我們幾乎都溝通過,也跟數發部溝通過,希望對這個部分數發部可以儘速進行,也就是說,你把一個海纜登陸站先設定好,將來其他海纜公司會陸續上來,包括中華電信,包括其他民間業者的海纜公司都讓它上來,我也希望數發部就是用一個公平的原則,在以前主要上來的海纜站幾乎都是中華電信,但是其實我們希望有多個不同的進來,這樣子對我們的數位韌性,對於我們的國安、資安,會有比較多一層的選擇跟保障,所以這個部分希望數發部對這個海纜登陸站可以儘速完成。
gazette.blocks[14][0] 林次長宜敬:是,跟委員報告,數發部已經預定在10月2號會邀集7家國際海纜業者以及高雄市政府再進一步開會,儘快加速這件事情。
gazette.blocks[15][0] 許委員智傑:還有就是數發部100億的AI軟體應用的資金,這個主要是for我們國內的企業或是可以for地方政府還是可以for國外的企業?
gazette.blocks[16][0] 林次長宜敬:我們這個100億的金額主要是我們跟國發會匡列了100億臺幣,那將會在……
gazette.blocks[17][0] 許委員智傑:主要的對象?
gazette.blocks[18][0] 林次長宜敬:對象主要是國內跟AI相關的科技公司,那是排除掉上市上櫃公司,主要是新創企業已經A輪的企業。
gazette.blocks[19][0] 許委員智傑:好,跟院長報告,你可以看到新加坡這裡什麼叫做科技准證,就是他們去世界網羅人才,臺灣人其實真的很強,有臺灣人做了Living Optics AI相機,其實你看包括輝達的黃仁勳是臺灣人,包括AMD的蘇姿丰是臺灣人,包括美超微的梁見後也是臺灣人,還包括這一家,這一家其實是臺灣人新創,這個是用那個顏色可以做AI的辨識,比人眼可能要強一百倍,其實他是人才,但是他在英國,然後被新加坡吸引去了。
gazette.blocks[20][0] 林次長宜敬:是。
gazette.blocks[21][0] 許委員智傑:所以我們這100億的資金不管夠或不夠或者是要再提高,就是說我們今天吸收的人才不只是國內的人才,包括對國外的人才我們有機會吸收的話,我希望我們可以把它變成一個數位經濟,在全世界其實新加坡走很前面,我看了他的那個片子,其實我覺得還蠻感動的,人家真的走得很前面。
gazette.blocks[22][0] 林次長宜敬:是。
gazette.blocks[23][0] 許委員智傑:當然我們不是都要學他們,但是好的部分我們可以學習嘛!所以要吸收國際人才,你看像我們這個臺灣人被新加坡吸收過去,我們也覺得很可惜,所以對這個部分可能數位發展部跟國發會,甚至跟經濟部,我們是不是可以在國內有一個類似新加坡的經濟發展局?他們的經濟發展局就跟特務一樣,很厲害,全世界各地的展覽他們都去看,看一看以後覺得有什麼好的展覽,他就去拜訪,拜訪以後覺得這個將來有機會,就把他找進來,在找進來以後,這個是一個很強的企業,它還可以增加就業機會,可以增加國內投資,所以從這個角度,事實上,我們國內是不是請行政團隊可以組一個類似這樣子的團隊去全世界征服……不是征服,而是去找這樣優秀的人才到國內來,我是覺得這個非常的重要。
gazette.blocks[24][0] 林次長宜敬:是,我完全同意委員的看法,發展AI高科技產業最重要的是人才,然後最優秀的人才都希望居住在一個美麗迷人而且宜居的城市,然後……
gazette.blocks[25][0] 許委員智傑:沒關係,你講重點就好。
gazette.blocks[26][0] 林次長宜敬:對,高雄是一個美麗迷人而且宜居的城市,所以我們認為高雄是發展AI一個很好的地點,那我們對這個部分希望就是中央跟地方政府一起努力。
gazette.blocks[27][0] 許委員智傑:對,我的意思是說,中央需要這樣一個專門去找人才的單位,不管是我們的經濟部也好,不管是我們的國發會也好,不管是我們的數發部也好,就是說要有這樣一個方向去找,甚至這個100億的資金是否for國內的企業,有沒有for地方政府?
gazette.blocks[28][0] 林次長宜敬:跟委員報告,因為國發基金目前不會說是直接拿給地方政府,我們主要是要投資。
gazette.blocks[29][0] 許委員智傑:主要是給企業。
gazette.blocks[30][0] 林次長宜敬:而且是投資,並不是補助。
gazette.blocks[31][0] 許委員智傑:如果地方政府要發展這一方面的專業,但是這個地方政府它不能直接跟我們數發部、跟國發會申請嘛,如果它是一個好的企業,地方政府也認為這是一個好的方向,如果它跟地方政府簽MOU,有沒有可能加分或加錢?主要是讓這個在地方上可以發展得更好,這樣子錢可以用嗎?
gazette.blocks[32][0] 劉主任委員鏡清:跟委員報告一下,國發基金主要是依據產創條例,只要符合上面的規定,個別企業也可以來申請我們的資金。
gazette.blocks[33][0] 許委員智傑:對,所以我就說,其實我們在評分的時候,如果加上它跟地方政府合作可以簽MOU,可以增加它被我們核准的機會的話,事實上,地方政府它要發展會有角色,否則你就看不到地方政府的角色,我們可以看到其實地方政府現在也很努力在招商,我們可以看到輝達已經跟鴻海在我們高雄設Taipei 1,雖然名字叫Taipei 1,但是設在高雄,包括AMD研發中心也要進駐高雄,所以我要再一次呼籲,就是針對亞馬遜,中央如果有那個角度,就是臺北當臺灣政治的首都,高雄當臺灣AI的首都,現在高雄正好有這個條件,不管是這些科技大廠進駐,不管是我剛剛提到海纜站,我們希望數發部可以儘快,然後跟NCC能夠儘快把全世界……你可以看新加坡那個網路,新加坡的海底電纜多強啊!全世界海底電纜現在第一強的大概就是新加坡,而我們臺灣,其實這是我們一個學習的方向,所以從興達電廠這裡來看,我們的電也比其他地方好,我們這邊大廠也來了,甚至高雄也不缺水,整體上高雄的環境都很好,包括這一陣子其實陳其邁市長也招商這麼多好的大廠來,所以其實在AI首都的角色,我希望不只是我們高雄人自己在喊爽的啦!而是說從各個條件看起來,高雄的確有這個機會變成全臺灣AI最強的地方,所以中央各部會是不是可以一起來做這樣的思考?有什麼資源、有什麼協助,然後跟地方政府配合,我們一起來打造一個全世界很強的AI城市,這個部分院長是不是可以認同?
gazette.blocks[34][0] 卓院長榮泰:謝謝。報告委員,包括陳市長,他一直是非常努力在招商、引資、留才的地方首長,高雄找一個適當的地點讓海纜上岸,所以包括委員剛剛所提的興達港在內,我們還有幾個地方在評估,10月2號我們會邀集7家廠商,再進一步來研商如何把高雄打造成一個更符合現在所謂南部S廊帶,能夠以高雄為中心向上發展的一個基地,這個部分是符合國家重大建設的。
gazette.blocks[35][0] 許委員智傑:謝謝院長。我的意思是說,AI其實在高雄,應該就是中央部會能夠幫忙強化的,你可以看到AI三力,就是人力、算力、應用力,我們的電力、水力是另外它必須要的東西,就是說海纜站上來,其實它需要的就是包括我們的超級電腦、我們的算力中心,這些其實也很耗電,其實我們高雄的條件比臺北、北部的條件更適合很多,所以現在就是集各方面的條件,將來我們是希望我們在這三力上面能夠再加強,首先就是海纜站上來,再來就是資料中心跟超級電腦,超級電腦現在也進來了,將來整個AI的應用能夠在高雄發光發熱,把高雄的經驗可以推到全臺灣,甚至可以跟全世界結合,所以剛才這個方向希望數發部、國發會以及經濟部可以幫忙來協助。
gazette.blocks[35][1] 最後一個就是亞洲資產管理中心,還有金融特區跟家族辦公室。事實上我也看到新加坡也做得還不錯,所以這個部分是不是有機會在高雄設置,甚至就是境外銀行等等?高雄市在這部分是個處女地,但是你著眼未來整個AI的開發,這一部分是不是高雄一個非常重要的方向?
gazette.blocks[36][0] 彭主任委員金隆:是,跟委員報告一下,我們在這次推動臺灣成為亞洲資產管理中心的16項計畫中,有一項就是希望高雄能夠在過去既有的基礎上建置一個資產管理專區或一個聚落、一個園區。
gazette.blocks[37][0] 許委員智傑:所以現在這個方向沒有問題?
gazette.blocks[38][0] 彭主任委員金隆:我們已經在規劃更細部的作法,除了延續過去既有的兩、三年的討論基礎以外,我們最近還會加入有關私人銀行、OBU,還有其他如家族辦公室的機能在裡面。
gazette.blocks[39][0] 許委員智傑:這是以高雄為主?
gazette.blocks[40][0] 彭主任委員金隆:是的。
gazette.blocks[41][0] 許委員智傑:感謝!這個非常地重要。
gazette.blocks[42][0] 彭主任委員金隆:我們建議以亞灣作為一個基地。
gazette.blocks[43][0] 許委員智傑:所以這是包括AI的算力、人力、應用力整個軟體發展的資源,包括亞洲資產管理中心,還有一個就是大型的會議,如果各部會有這些大型的會議,也希望想到高雄,就如同我們現在的演唱會經濟辦得很好,這些大型會議MICE,我已經沒有時間細講,但是這是一個大的方向,也希望所有中央部會有這個活動時想到高雄,到高雄來辦,謝謝。
gazette.blocks[44][0] 彭主任委員金隆:謝謝委員。
gazette.blocks[45][0] 卓院長榮泰:謝謝委員。
gazette.blocks[46][0] 主席:謝謝許智傑委員的質詢,也謝謝卓院長的備詢。
gazette.blocks[46][1] 接下來請登記第19位黃健豪委員質詢。
gazette.agenda.page_end 322
gazette.agenda.meet_id 院會-11-2-1
gazette.agenda.speakers[0] 韓國瑜
gazette.agenda.speakers[1] 張啓楷
gazette.agenda.speakers[2] 陳培瑜
gazette.agenda.speakers[3] 羅智強
gazette.agenda.speakers[4] 林國成
gazette.agenda.speakers[5] 陳瑩
gazette.agenda.speakers[6] 洪孟楷
gazette.agenda.speakers[7] 黃秀芳
gazette.agenda.speakers[8] 謝龍介
gazette.agenda.speakers[9] 李柏毅
gazette.agenda.speakers[10] 賴士葆
gazette.agenda.speakers[11] 許智傑
gazette.agenda.speakers[12] 黃健豪
gazette.agenda.speakers[13] 陳素月
gazette.agenda.page_start 233
gazette.agenda.meetingDate[0] 2024-09-24
gazette.agenda.gazette_id 1137501
gazette.agenda.agenda_lcidc_ids[0] 1137501_00003
gazette.agenda.agenda_lcidc_ids[1] 1137501_00004
gazette.agenda.meet_name 立法院第11屆第2會期第1次會議紀錄
gazette.agenda.content 施政質詢 行政院院長施政報告並備質詢─ 繼續質詢─
gazette.agenda.agenda_id 1137501_00010
委員名稱 許智傑
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/dfdc7d5d95287b891a37ee85a3575e04b9fd6e84e674c262050729827d3c0d840517bbc9abd8d9385ea18f28b6918d91.mp4/playlist.m3u8
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 7.64159375
transcript.pyannote[0].end 7.91159375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 8.33346875
transcript.pyannote[1].end 10.61159375
transcript.pyannote[2].speaker SPEAKER_04
transcript.pyannote[2].start 11.64096875
transcript.pyannote[2].end 13.10909375
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 23.21721875
transcript.pyannote[3].end 23.94284375
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 24.29721875
transcript.pyannote[4].end 25.30971875
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 25.93409375
transcript.pyannote[5].end 32.41409375
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 32.81909375
transcript.pyannote[6].end 34.55721875
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 35.87346875
transcript.pyannote[7].end 41.57721875
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 42.33659375
transcript.pyannote[8].end 47.46659375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 48.17534375
transcript.pyannote[9].end 52.14096875
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 52.52909375
transcript.pyannote[10].end 57.97971875
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 58.70534375
transcript.pyannote[11].end 68.93159375
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 69.43784375
transcript.pyannote[12].end 73.72409375
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 74.09534375
transcript.pyannote[13].end 82.90409375
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 83.37659375
transcript.pyannote[14].end 99.77909375
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 100.82534375
transcript.pyannote[15].end 102.44534375
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 102.71534375
transcript.pyannote[16].end 105.09471875
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 105.36471875
transcript.pyannote[17].end 105.49971875
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 107.06909375
transcript.pyannote[18].end 107.89596875
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 108.36846875
transcript.pyannote[19].end 108.68909375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 109.04346875
transcript.pyannote[20].end 110.22471875
transcript.pyannote[21].speaker SPEAKER_04
transcript.pyannote[21].start 111.15284375
transcript.pyannote[21].end 111.33846875
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 111.33846875
transcript.pyannote[22].end 111.35534375
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 111.82784375
transcript.pyannote[23].end 111.96284375
transcript.pyannote[24].speaker SPEAKER_04
transcript.pyannote[24].start 111.96284375
transcript.pyannote[24].end 112.03034375
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 112.03034375
transcript.pyannote[25].end 113.22846875
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 113.38034375
transcript.pyannote[26].end 113.44784375
transcript.pyannote[27].speaker SPEAKER_04
transcript.pyannote[27].start 113.44784375
transcript.pyannote[27].end 113.98784375
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 113.46471875
transcript.pyannote[28].end 115.08471875
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 115.25346875
transcript.pyannote[29].end 115.55721875
transcript.pyannote[30].speaker SPEAKER_04
transcript.pyannote[30].start 115.79346875
transcript.pyannote[30].end 116.62034375
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 124.51784375
transcript.pyannote[31].end 125.83409375
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 126.71159375
transcript.pyannote[32].end 132.71909375
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 133.47846875
transcript.pyannote[33].end 137.17409375
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 137.96721875
transcript.pyannote[34].end 139.60409375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 140.32971875
transcript.pyannote[35].end 146.37096875
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 147.18096875
transcript.pyannote[36].end 149.12159375
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 149.76284375
transcript.pyannote[37].end 153.42471875
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 153.79596875
transcript.pyannote[38].end 155.33159375
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 155.66909375
transcript.pyannote[39].end 157.94721875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 158.47034375
transcript.pyannote[40].end 166.95846875
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 167.68409375
transcript.pyannote[41].end 187.79909375
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 188.01846875
transcript.pyannote[42].end 188.03534375
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 188.05221875
transcript.pyannote[43].end 191.29221875
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 192.01784375
transcript.pyannote[44].end 193.72221875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 194.63346875
transcript.pyannote[45].end 200.47221875
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 200.74221875
transcript.pyannote[46].end 203.47596875
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 203.86409375
transcript.pyannote[47].end 209.68596875
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 210.39471875
transcript.pyannote[48].end 215.82846875
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 216.30096875
transcript.pyannote[49].end 224.04659375
transcript.pyannote[50].speaker SPEAKER_03
transcript.pyannote[50].start 224.53596875
transcript.pyannote[50].end 225.53159375
transcript.pyannote[51].speaker SPEAKER_03
transcript.pyannote[51].start 225.90284375
transcript.pyannote[51].end 231.13409375
transcript.pyannote[52].speaker SPEAKER_03
transcript.pyannote[52].start 231.50534375
transcript.pyannote[52].end 237.04034375
transcript.pyannote[53].speaker SPEAKER_03
transcript.pyannote[53].start 237.29346875
transcript.pyannote[53].end 239.47034375
transcript.pyannote[54].speaker SPEAKER_03
transcript.pyannote[54].start 239.80784375
transcript.pyannote[54].end 241.81596875
transcript.pyannote[55].speaker SPEAKER_03
transcript.pyannote[55].start 242.08596875
transcript.pyannote[55].end 244.80284375
transcript.pyannote[56].speaker SPEAKER_03
transcript.pyannote[56].start 245.15721875
transcript.pyannote[56].end 245.22471875
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 245.22471875
transcript.pyannote[57].end 247.67159375
transcript.pyannote[58].speaker SPEAKER_03
transcript.pyannote[58].start 245.24159375
transcript.pyannote[58].end 245.25846875
transcript.pyannote[59].speaker SPEAKER_03
transcript.pyannote[59].start 248.61659375
transcript.pyannote[59].end 251.77221875
transcript.pyannote[60].speaker SPEAKER_03
transcript.pyannote[60].start 252.14346875
transcript.pyannote[60].end 255.34971875
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 255.43409375
transcript.pyannote[61].end 258.06659375
transcript.pyannote[62].speaker SPEAKER_03
transcript.pyannote[62].start 255.46784375
transcript.pyannote[62].end 255.88971875
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 258.60659375
transcript.pyannote[63].end 260.15909375
transcript.pyannote[64].speaker SPEAKER_03
transcript.pyannote[64].start 260.58096875
transcript.pyannote[64].end 261.67784375
transcript.pyannote[65].speaker SPEAKER_03
transcript.pyannote[65].start 262.57221875
transcript.pyannote[65].end 273.03471875
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 273.38909375
transcript.pyannote[66].end 276.67971875
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 277.03409375
transcript.pyannote[67].end 280.30784375
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 280.84784375
transcript.pyannote[68].end 283.44659375
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 283.80096875
transcript.pyannote[69].end 293.50409375
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 293.85846875
transcript.pyannote[70].end 302.81909375
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 303.22409375
transcript.pyannote[71].end 317.21346875
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 317.36534375
transcript.pyannote[72].end 335.23596875
transcript.pyannote[73].speaker SPEAKER_03
transcript.pyannote[73].start 335.28659375
transcript.pyannote[73].end 346.84596875
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 347.23409375
transcript.pyannote[74].end 350.54159375
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 351.63846875
transcript.pyannote[75].end 361.49346875
transcript.pyannote[76].speaker SPEAKER_03
transcript.pyannote[76].start 361.93221875
transcript.pyannote[76].end 368.83409375
transcript.pyannote[77].speaker SPEAKER_03
transcript.pyannote[77].start 369.15471875
transcript.pyannote[77].end 369.79596875
transcript.pyannote[78].speaker SPEAKER_03
transcript.pyannote[78].start 369.96471875
transcript.pyannote[78].end 370.96034375
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 370.43721875
transcript.pyannote[79].end 371.34846875
transcript.pyannote[80].speaker SPEAKER_03
transcript.pyannote[80].start 371.68596875
transcript.pyannote[80].end 373.05284375
transcript.pyannote[81].speaker SPEAKER_03
transcript.pyannote[81].start 373.54221875
transcript.pyannote[81].end 385.81034375
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 380.62971875
transcript.pyannote[82].end 381.06846875
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 384.30846875
transcript.pyannote[83].end 386.26596875
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 386.68784375
transcript.pyannote[84].end 388.69596875
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 388.91534375
transcript.pyannote[85].end 391.98659375
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 392.64471875
transcript.pyannote[86].end 395.59784375
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 396.32346875
transcript.pyannote[87].end 400.94721875
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 401.53784375
transcript.pyannote[88].end 403.32659375
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 403.34346875
transcript.pyannote[89].end 404.15346875
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 404.91284375
transcript.pyannote[90].end 405.90846875
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 406.53284375
transcript.pyannote[91].end 407.74784375
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 408.55784375
transcript.pyannote[92].end 409.57034375
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 410.31284375
transcript.pyannote[93].end 411.05534375
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 411.54471875
transcript.pyannote[94].end 414.09284375
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 414.58221875
transcript.pyannote[95].end 416.82659375
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 417.19784375
transcript.pyannote[96].end 420.15096875
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 420.53909375
transcript.pyannote[97].end 425.29784375
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 425.97284375
transcript.pyannote[98].end 431.06909375
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 431.50784375
transcript.pyannote[99].end 431.79471875
transcript.pyannote[100].speaker SPEAKER_02
transcript.pyannote[100].start 432.11534375
transcript.pyannote[100].end 433.65096875
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 434.03909375
transcript.pyannote[101].end 441.71721875
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 442.22346875
transcript.pyannote[102].end 448.06221875
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 448.58534375
transcript.pyannote[103].end 449.88471875
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 450.25596875
transcript.pyannote[104].end 453.12471875
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 453.31034375
transcript.pyannote[105].end 456.07784375
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 456.29721875
transcript.pyannote[106].end 480.12471875
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 480.96846875
transcript.pyannote[107].end 484.41096875
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 484.71471875
transcript.pyannote[108].end 486.65534375
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 486.84096875
transcript.pyannote[109].end 489.32159375
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 489.45659375
transcript.pyannote[110].end 492.07221875
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 492.61221875
transcript.pyannote[111].end 497.60721875
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 498.24846875
transcript.pyannote[112].end 500.81346875
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 501.18471875
transcript.pyannote[113].end 504.98159375
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 505.47096875
transcript.pyannote[114].end 506.65221875
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 507.19221875
transcript.pyannote[115].end 513.95909375
transcript.pyannote[116].speaker SPEAKER_03
transcript.pyannote[116].start 513.95909375
transcript.pyannote[116].end 519.46034375
transcript.pyannote[117].speaker SPEAKER_03
transcript.pyannote[117].start 519.73034375
transcript.pyannote[117].end 523.84784375
transcript.pyannote[118].speaker SPEAKER_03
transcript.pyannote[118].start 524.15159375
transcript.pyannote[118].end 525.40034375
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 524.53971875
transcript.pyannote[119].end 527.81346875
transcript.pyannote[120].speaker SPEAKER_03
transcript.pyannote[120].start 528.01596875
transcript.pyannote[120].end 540.77346875
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 539.98034375
transcript.pyannote[121].end 545.76846875
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 545.97096875
transcript.pyannote[122].end 554.81346875
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 555.35346875
transcript.pyannote[123].end 559.63971875
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 559.96034375
transcript.pyannote[124].end 561.34409375
transcript.pyannote[125].speaker SPEAKER_03
transcript.pyannote[125].start 562.35659375
transcript.pyannote[125].end 562.66034375
transcript.pyannote[126].speaker SPEAKER_03
transcript.pyannote[126].start 563.36909375
transcript.pyannote[126].end 573.51096875
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 572.38034375
transcript.pyannote[127].end 591.63471875
transcript.pyannote[128].speaker SPEAKER_03
transcript.pyannote[128].start 573.57846875
transcript.pyannote[128].end 575.56971875
transcript.pyannote[129].speaker SPEAKER_02
transcript.pyannote[129].start 592.07346875
transcript.pyannote[129].end 593.47409375
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 593.87909375
transcript.pyannote[130].end 594.43596875
transcript.pyannote[131].speaker SPEAKER_02
transcript.pyannote[131].start 594.92534375
transcript.pyannote[131].end 598.24971875
transcript.pyannote[132].speaker SPEAKER_02
transcript.pyannote[132].start 598.78971875
transcript.pyannote[132].end 600.62909375
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 602.08034375
transcript.pyannote[133].end 602.48534375
transcript.pyannote[134].speaker SPEAKER_02
transcript.pyannote[134].start 602.87346875
transcript.pyannote[134].end 603.02534375
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 603.02534375
transcript.pyannote[135].end 603.43034375
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 603.43034375
transcript.pyannote[136].end 603.44721875
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 603.44721875
transcript.pyannote[137].end 603.48096875
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 604.00409375
transcript.pyannote[138].end 604.93221875
transcript.pyannote[139].speaker SPEAKER_00
transcript.pyannote[139].start 605.13471875
transcript.pyannote[139].end 612.96471875
transcript.pyannote[140].speaker SPEAKER_02
transcript.pyannote[140].start 613.28534375
transcript.pyannote[140].end 613.60596875
transcript.pyannote[141].speaker SPEAKER_02
transcript.pyannote[141].start 613.84221875
transcript.pyannote[141].end 616.64346875
transcript.pyannote[142].speaker SPEAKER_02
transcript.pyannote[142].start 616.82909375
transcript.pyannote[142].end 621.63846875
transcript.pyannote[143].speaker SPEAKER_02
transcript.pyannote[143].start 622.04346875
transcript.pyannote[143].end 626.53221875
transcript.pyannote[144].speaker SPEAKER_02
transcript.pyannote[144].start 627.05534375
transcript.pyannote[144].end 629.06346875
transcript.pyannote[145].speaker SPEAKER_02
transcript.pyannote[145].start 629.58659375
transcript.pyannote[145].end 632.15159375
transcript.pyannote[146].speaker SPEAKER_02
transcript.pyannote[146].start 632.26971875
transcript.pyannote[146].end 633.83909375
transcript.pyannote[147].speaker SPEAKER_02
transcript.pyannote[147].start 634.27784375
transcript.pyannote[147].end 635.54346875
transcript.pyannote[148].speaker SPEAKER_02
transcript.pyannote[148].start 635.77971875
transcript.pyannote[148].end 646.81596875
transcript.pyannote[149].speaker SPEAKER_02
transcript.pyannote[149].start 646.96784375
transcript.pyannote[149].end 667.36971875
transcript.pyannote[150].speaker SPEAKER_02
transcript.pyannote[150].start 667.42034375
transcript.pyannote[150].end 670.57596875
transcript.pyannote[151].speaker SPEAKER_02
transcript.pyannote[151].start 671.67284375
transcript.pyannote[151].end 674.38971875
transcript.pyannote[152].speaker SPEAKER_02
transcript.pyannote[152].start 675.21659375
transcript.pyannote[152].end 679.72221875
transcript.pyannote[153].speaker SPEAKER_02
transcript.pyannote[153].start 680.09346875
transcript.pyannote[153].end 692.09159375
transcript.pyannote[154].speaker SPEAKER_02
transcript.pyannote[154].start 692.39534375
transcript.pyannote[154].end 706.51971875
transcript.pyannote[155].speaker SPEAKER_02
transcript.pyannote[155].start 706.84034375
transcript.pyannote[155].end 710.24909375
transcript.pyannote[156].speaker SPEAKER_02
transcript.pyannote[156].start 710.73846875
transcript.pyannote[156].end 729.45284375
transcript.pyannote[157].speaker SPEAKER_02
transcript.pyannote[157].start 729.99284375
transcript.pyannote[157].end 732.18659375
transcript.pyannote[158].speaker SPEAKER_02
transcript.pyannote[158].start 733.63784375
transcript.pyannote[158].end 735.54471875
transcript.pyannote[159].speaker SPEAKER_02
transcript.pyannote[159].start 736.23659375
transcript.pyannote[159].end 737.14784375
transcript.pyannote[160].speaker SPEAKER_04
transcript.pyannote[160].start 737.14784375
transcript.pyannote[160].end 737.16471875
transcript.pyannote[161].speaker SPEAKER_04
transcript.pyannote[161].start 737.94096875
transcript.pyannote[161].end 738.37971875
transcript.pyannote[162].speaker SPEAKER_04
transcript.pyannote[162].start 739.42596875
transcript.pyannote[162].end 740.52284375
transcript.pyannote[163].speaker SPEAKER_04
transcript.pyannote[163].start 740.86034375
transcript.pyannote[163].end 741.85596875
transcript.pyannote[164].speaker SPEAKER_04
transcript.pyannote[164].start 742.37909375
transcript.pyannote[164].end 743.71221875
transcript.pyannote[165].speaker SPEAKER_04
transcript.pyannote[165].start 743.96534375
transcript.pyannote[165].end 744.77534375
transcript.pyannote[166].speaker SPEAKER_04
transcript.pyannote[166].start 745.23096875
transcript.pyannote[166].end 745.92284375
transcript.pyannote[167].speaker SPEAKER_04
transcript.pyannote[167].start 746.53034375
transcript.pyannote[167].end 749.11221875
transcript.pyannote[168].speaker SPEAKER_04
transcript.pyannote[168].start 749.55096875
transcript.pyannote[168].end 750.31034375
transcript.pyannote[169].speaker SPEAKER_04
transcript.pyannote[169].start 750.86721875
transcript.pyannote[169].end 753.66846875
transcript.pyannote[170].speaker SPEAKER_04
transcript.pyannote[170].start 754.27596875
transcript.pyannote[170].end 758.17409375
transcript.pyannote[171].speaker SPEAKER_04
transcript.pyannote[171].start 758.54534375
transcript.pyannote[171].end 761.26221875
transcript.pyannote[172].speaker SPEAKER_04
transcript.pyannote[172].start 761.41409375
transcript.pyannote[172].end 762.19034375
transcript.pyannote[173].speaker SPEAKER_04
transcript.pyannote[173].start 762.39284375
transcript.pyannote[173].end 765.05909375
transcript.pyannote[174].speaker SPEAKER_04
transcript.pyannote[174].start 765.21096875
transcript.pyannote[174].end 765.53159375
transcript.pyannote[175].speaker SPEAKER_04
transcript.pyannote[175].start 765.88596875
transcript.pyannote[175].end 770.32409375
transcript.pyannote[176].speaker SPEAKER_04
transcript.pyannote[176].start 770.50971875
transcript.pyannote[176].end 770.84721875
transcript.pyannote[177].speaker SPEAKER_04
transcript.pyannote[177].start 771.20159375
transcript.pyannote[177].end 772.80471875
transcript.pyannote[178].speaker SPEAKER_04
transcript.pyannote[178].start 772.95659375
transcript.pyannote[178].end 775.03221875
transcript.pyannote[179].speaker SPEAKER_02
transcript.pyannote[179].start 775.03221875
transcript.pyannote[179].end 775.30221875
transcript.pyannote[180].speaker SPEAKER_04
transcript.pyannote[180].start 775.30221875
transcript.pyannote[180].end 775.42034375
transcript.pyannote[181].speaker SPEAKER_02
transcript.pyannote[181].start 775.42034375
transcript.pyannote[181].end 775.50471875
transcript.pyannote[182].speaker SPEAKER_04
transcript.pyannote[182].start 775.50471875
transcript.pyannote[182].end 775.57221875
transcript.pyannote[183].speaker SPEAKER_02
transcript.pyannote[183].start 775.57221875
transcript.pyannote[183].end 785.07284375
transcript.pyannote[184].speaker SPEAKER_00
transcript.pyannote[184].start 781.54596875
transcript.pyannote[184].end 781.57971875
transcript.pyannote[185].speaker SPEAKER_02
transcript.pyannote[185].start 785.54534375
transcript.pyannote[185].end 787.35096875
transcript.pyannote[186].speaker SPEAKER_02
transcript.pyannote[186].start 788.12721875
transcript.pyannote[186].end 791.55284375
transcript.pyannote[187].speaker SPEAKER_02
transcript.pyannote[187].start 791.78909375
transcript.pyannote[187].end 792.56534375
transcript.pyannote[188].speaker SPEAKER_02
transcript.pyannote[188].start 793.24034375
transcript.pyannote[188].end 829.63971875
transcript.pyannote[189].speaker SPEAKER_02
transcript.pyannote[189].start 829.90971875
transcript.pyannote[189].end 850.22721875
transcript.pyannote[190].speaker SPEAKER_02
transcript.pyannote[190].start 850.56471875
transcript.pyannote[190].end 852.25221875
transcript.pyannote[191].speaker SPEAKER_02
transcript.pyannote[191].start 852.50534375
transcript.pyannote[191].end 858.69846875
transcript.pyannote[192].speaker SPEAKER_01
transcript.pyannote[192].start 858.91784375
transcript.pyannote[192].end 865.54971875
transcript.pyannote[193].speaker SPEAKER_01
transcript.pyannote[193].start 865.78596875
transcript.pyannote[193].end 868.04721875
transcript.pyannote[194].speaker SPEAKER_01
transcript.pyannote[194].start 868.23284375
transcript.pyannote[194].end 876.72096875
transcript.pyannote[195].speaker SPEAKER_02
transcript.pyannote[195].start 874.98284375
transcript.pyannote[195].end 876.67034375
transcript.pyannote[196].speaker SPEAKER_02
transcript.pyannote[196].start 876.72096875
transcript.pyannote[196].end 876.75471875
transcript.pyannote[197].speaker SPEAKER_01
transcript.pyannote[197].start 876.75471875
transcript.pyannote[197].end 895.90784375
transcript.pyannote[198].speaker SPEAKER_02
transcript.pyannote[198].start 889.02284375
transcript.pyannote[198].end 889.37721875
transcript.pyannote[199].speaker SPEAKER_02
transcript.pyannote[199].start 890.35596875
transcript.pyannote[199].end 913.10346875
transcript.pyannote[200].speaker SPEAKER_02
transcript.pyannote[200].start 913.13721875
transcript.pyannote[200].end 925.16909375
transcript.pyannote[201].speaker SPEAKER_01
transcript.pyannote[201].start 925.59096875
transcript.pyannote[201].end 925.62471875
transcript.pyannote[202].speaker SPEAKER_02
transcript.pyannote[202].start 925.62471875
transcript.pyannote[202].end 925.64159375
transcript.pyannote[203].speaker SPEAKER_01
transcript.pyannote[203].start 925.64159375
transcript.pyannote[203].end 925.74284375
transcript.pyannote[204].speaker SPEAKER_02
transcript.pyannote[204].start 925.74284375
transcript.pyannote[204].end 925.79346875
transcript.pyannote[205].speaker SPEAKER_02
transcript.pyannote[205].start 925.86096875
transcript.pyannote[205].end 926.36721875
transcript.pyannote[206].speaker SPEAKER_04
transcript.pyannote[206].start 926.70471875
transcript.pyannote[206].end 927.00846875
transcript.pyannote[207].speaker SPEAKER_01
transcript.pyannote[207].start 927.00846875
transcript.pyannote[207].end 927.02534375
transcript.pyannote[208].speaker SPEAKER_01
transcript.pyannote[208].start 927.14346875
transcript.pyannote[208].end 927.17721875
transcript.pyannote[209].speaker SPEAKER_04
transcript.pyannote[209].start 927.17721875
transcript.pyannote[209].end 929.97846875
transcript.whisperx[0].start 8.92
transcript.whisperx[0].end 33.831
transcript.whisperx[0].text 主席大家好我們請院長麻煩再請卓院長備詢徐委員好院長好我們要推動高雄AI產業鏈打造AI首都Tech高雄這個Tech包括
transcript.whisperx[1].start 36.019
transcript.whisperx[1].end 36.94
transcript.whisperx[1].text 科技、經濟、魅力、華麗的高雄
transcript.whisperx[2].start 61.232
transcript.whisperx[2].end 82.55
transcript.whisperx[2].text 加強AI投資,我們現在有一些新創的預算,但是是不是可以讓地方政府充分的利用,我想我們整個中央的團隊可以再做一個思考
transcript.whisperx[3].start 84.622
transcript.whisperx[3].end 112.308
transcript.whisperx[3].text 亞洲資訊管理中心也是高雄的機會包括麥斯國際會議這些我們一樣一樣希望說可以來接近新加坡然後來增加我們高雄的AI的能量我想我們 院長你先休息我們請那個抒發部抒發部長院長你先休息你站得太痛嗎
transcript.whisperx[4].start 113.476
transcript.whisperx[4].end 116.318
transcript.whisperx[4].text 我想新加坡這個投資10億的新幣大概250億的台幣在AI的發展然後他們經發局也網羅全球的人才
transcript.whisperx[5].start 138.135
transcript.whisperx[5].end 160.09
transcript.whisperx[5].text 那包括就是在Google在新加坡本來有3座資料中心現在已經2024今年設了第4座然後在台灣Google在我們彰化為主有資料中心微軟主要在桃園現在有一所叫做亞馬遜那他打算投資高雄
transcript.whisperx[6].start 160.86
transcript.whisperx[6].end 187.46
transcript.whisperx[6].text 打算投資臺灣是不是有機會到高雄這個我們也希望說中央可以重視另外新加坡其實他很會吸收人才就是從科技準證吸引國際人才等等還有一些家庭辦公室等等有很多蠻好的措施我們想先請教一下就是海底電纜海纜霸權這個是一個最基本的條件
transcript.whisperx[7].start 188.5
transcript.whisperx[7].end 214.296
transcript.whisperx[7].text 新加坡上岸的大概有400垂簾的流量香港大概不到200的流量台灣大概有109左右的流量那大部分都從北部的海南站上來北部有三個海南站那南部的仿山呢大概上來的流量大概不到一梯啦那我是希望說在高雄是不是有機會設立這個數位港口
transcript.whisperx[8].start 216.54
transcript.whisperx[8].end 244.69
transcript.whisperx[8].text 也就是說讓全球的資訊、資料、大數據可以在高雄上岸這個部分蘇發部是不是有規劃是跟委員報告本部已經在9月2號邀請相關部會包含國科會、交通部、航港局、港務公司以及高雄市政府召開座談會討論就是要將高雄海嵐的上岸地點那我們這個正在討論那我們會積極地進行這件事情
transcript.whisperx[9].start 245.328
transcript.whisperx[9].end 272.709
transcript.whisperx[9].text 那什麼時候可以完成這個海欄站這個還在研商那報告委員現在還沒有明確的日期估計的時間沒有按上現在都在跟時間賽跑是那個目前我們瞭解的狀況因為這個有很多的部會必須一起合作一起負責包含那個高雄市政府所以我們這個事情我們可能雙方都要再加把勁
transcript.whisperx[10].start 273.524
transcript.whisperx[10].end 302.651
transcript.whisperx[10].text 現在跟院長報告希望說院長可以幫忙追進度就是我們現在高雄可能在興達電廠那邊有之前運煤的那個通道現在那個地方是一個很好的設置海底電纜站的地方那我們其實就是大概台電跟港務公司我們幾乎都溝通過跟速發部溝通過希望說這個部分速發部可以儘速進行也就是說你一個海纜登陸站先設定好
transcript.whisperx[11].start 303.811
transcript.whisperx[11].end 326.848
transcript.whisperx[11].text 將來其他海南公司都會陸續上來包括中華電信包括其他民間業者海南公司都讓他上來我希望說速發部就是用一個公平的原則以前主要上來的海南站幾乎都是中華電信但是其實我們希望說有多個不同的進來這樣子對我們的數位韌性對於我們的國安治安
transcript.whisperx[12].start 327.668
transcript.whisperx[12].end 332.691
transcript.whisperx[12].text 蘇發部預定10月2日邀請7家國際海欄業者以及高雄市政府進一步開會,盡快加速這件事情還有蘇發部的100億的AI軟體
transcript.whisperx[13].start 353.77
transcript.whisperx[13].end 361.096
transcript.whisperx[13].text 應用的資金主要是for我們國內的企業還是可以for地方政府還是可以for國外的企業
transcript.whisperx[14].start 362.234
transcript.whisperx[14].end 362.875
transcript.whisperx[14].text 你可以看到新加坡他這裡
transcript.whisperx[15].start 389.133
transcript.whisperx[15].end 413.63
transcript.whisperx[15].text 什麼叫做科技準證,我們要去世界網絡人才台灣人其實真的很強台灣人有一個做Living Optics的AI相機其實你看包括輝達黃仁鑫台灣人包括AMD蘇之鋒台灣人包括梁建厚、美超維
transcript.whisperx[16].start 414.639
transcript.whisperx[16].end 433.335
transcript.whisperx[16].text 包括這一家這一家其實是臺灣人新創他這個其實用那個顏色可以做AI的辨識其實比人眼可能要強100倍這個其實他是人才但是其實他在英國然後被新加坡吸引去了所以就是說我們這一百
transcript.whisperx[17].start 434.11
transcript.whisperx[17].end 434.21
transcript.whisperx[17].text 許智傑議員
transcript.whisperx[18].start 456.693
transcript.whisperx[18].end 478.499
transcript.whisperx[18].text 當然我們都不是惡人,但是好的我們可以學習,所以你吸收國際人才,包括像我們這個台灣人叫新加坡KiKi,我們也很沒差,所以這個部分可能數位發展部跟國發會甚至跟經濟部,我們是不是有一個國內的類似新加坡的經濟發展局,
transcript.whisperx[19].start 481.898
transcript.whisperx[19].end 496.865
transcript.whisperx[19].text 經濟發展局跟特務一樣很厲害全世界各地的展覽他都去看看一看以後有什麼好的展覽他都去拜訪拜訪覺得將來有機會就把他找進來找進來以後這個是一個很強的企業他還可以增加就業機會可以增加國內投資
transcript.whisperx[20].start 498.286
transcript.whisperx[20].end 499.327
transcript.whisperx[20].text 發展AI高科技產業最重要的是人才
transcript.whisperx[21].start 520.471
transcript.whisperx[21].end 535.123
transcript.whisperx[21].text 最優秀的人才都希望居住在一個美麗迷人而且宜居的城市高雄市一個美麗迷人而且宜居的城市所以我們認為說高雄市發展AI一個很好的地點
transcript.whisperx[22].start 538.945
transcript.whisperx[22].end 561.2
transcript.whisperx[22].text 中央需要專門去找人才的一個單位不管是我們的經濟部也好不管是我們的國發會也好不管是我們的速發部也好就說要有這樣子一個方向去找甚至他這個一百億的基金你否國內的企業有沒有否地方政府
transcript.whisperx[23].start 563.37
transcript.whisperx[23].end 565.994
transcript.whisperx[23].text 主要是給企業如果地方政府要發展這方面的專業但是呢這個地方政府呢
transcript.whisperx[24].start 579.893
transcript.whisperx[24].end 581.454
transcript.whisperx[24].text 主要是讓這個在這個地方上可以發展得更好這個我們這樣子錢可以用嗎
transcript.whisperx[25].start 603.053
transcript.whisperx[25].end 628.843
transcript.whisperx[25].text 跟委員報告一下 國發基金主要是依據產創條例只要符合上面的規定 個別企業也可以來申請我們的資金對 所以我就說其實我們在評分的時候 如果加上他跟地方政府合作可以可以增加他被我們核准的機會的話事實上地方政府他要發展會有角色 否則你就看不到地方政府的角色
transcript.whisperx[26].start 629.682
transcript.whisperx[26].end 643.136
transcript.whisperx[26].text 我們可以看其實我們地方政府現在也很努力在招商我們可以看到那個輝達已經跟那個鴻海在我們高雄設台北灣所以那個名字叫台北灣了那是設在高雄那包括
transcript.whisperx[27].start 643.929
transcript.whisperx[27].end 669.567
transcript.whisperx[27].text MD也要把研發中心進駐高雄所以我再一次的呼籲就是亞馬遜呢中央如果說有那個角度就是臺北當臺灣政治的首都高雄當臺灣AI的首都那現在高雄正好有這個條件不管是這一些科技大廠進駐那不管是我剛提到海南站我們希望說數化部可以盡快然後跟NCC能夠盡快把這個全世界你可以看新加坡那個網路
transcript.whisperx[28].start 671.724
transcript.whisperx[28].end 698.514
transcript.whisperx[28].text 新加坡你看那個海底電纜那個多強啊真的是全世界海底電纜現在幾乎是第一強的大概是新加坡那我們台灣其實這是我們一個學習的方向所以從興達電廠這裡我們電也比其他地方好我們在這邊大廠也來了甚至高雄也不缺水整體上來高雄的環境都很好那包括這一陣子其實陳其邁市長也
transcript.whisperx[29].start 699.656
transcript.whisperx[29].end 699.756
transcript.whisperx[29].text 主席
transcript.whisperx[30].start 730.109
transcript.whisperx[30].end 758.014
transcript.whisperx[30].text 世界很強的一個AI城市這個部分是不是院長可以認同謝謝委員 報告委員包括城市長他一直是非常努力在招商在引資 在留財的地方首長那高雄找一個適當的地點讓海嵐上岸所以包括委員剛剛所提的興達港在內我們還有幾個地方在評估
transcript.whisperx[31].start 758.598
transcript.whisperx[31].end 787.018
transcript.whisperx[31].text 那10月2號我們會邀集7家的廠商再進一步來演講如何把高雄打造一個更符合現在所謂南部S狼帶能夠發展的一個以高雄為中心向上發展的一個基地那這個部分是符合國家重大建設的謝謝院長我的意思是說AI其實在高雄應該就是中央部會能夠幫忙強化你可以看到AI三立就是人力 算力 應用力那我們的
transcript.whisperx[32].start 788.183
transcript.whisperx[32].end 788.343
transcript.whisperx[32].text 施政委員
transcript.whisperx[33].start 805.061
transcript.whisperx[33].end 827.201
transcript.whisperx[33].text 北部的條件更適合很多所以現在就是幾個方面的條件將來我們希望說我們在這三例上面能夠再加強首先就是海南站上來再來就是資料中心跟超級電腦超級電腦現在也進來了將來就整個AI的應用能夠在高雄發光發熱把高雄的經驗可以推到全台灣甚至可以跟全世界結合
transcript.whisperx[34].start 830.344
transcript.whisperx[34].end 850.702
transcript.whisperx[34].text 蘇發部、國發會、經濟部可以幫忙協助最後一個就是亞洲資產管理中心這個金融特區跟家族辦公室事實上我也看到新加坡也做得還不錯所以這個部分是不是有機會在高雄設置甚至就是境外銀行等等的高雄是一個處女地
transcript.whisperx[35].start 852.363
transcript.whisperx[35].end 854.085
transcript.whisperx[35].text 高雄在過去既有的基礎上面我們能夠建置一個資產管理的一個專區或是一個聚落一個園區
transcript.whisperx[36].start 875.023
transcript.whisperx[36].end 900.556
transcript.whisperx[36].text 所以現在這個方向沒有問題我們已經在規劃的更細部的做法除了延續過去我們的既有的兩三年前會討論基礎以外我們最近還會把它加入有關私人銀行還有OPU還有一些其他的加入辦公室的機能在裡面這是以高雄為主 是的這個非常重要所以這是包括AI的算力人力應用力整個軟體的發展的資源
transcript.whisperx[37].start 902.504
transcript.whisperx[37].end 903.005
transcript.whisperx[37].text 許智傑委員
會議時間 2024-09-24T09:00:00+08:00
委員發言時間 16:15:51 - 16:31:20
會議名稱 第11屆第2會期第1次會議(事由:行政院院長施政報告並備質詢)
IVOD_ID 154882
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/154882
日期 2024-09-24
會議資料.會議代碼 院會-11-2-1
會議資料.屆 11
會議資料.會期 2
會議資料.會次 1
會議資料.種類 院會
會議資料.標題 第11屆第2會期第1次會議
影片種類 Clip
開始時間 2024-09-24T16:15:51+08:00
結束時間 2024-09-24T16:31:20+08:00
支援功能[0] ai-transcript
支援功能[1] gazette