iVOD / 164193

Field Value
IVOD_ID 164193
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/164193
日期 2025-10-15
會議資料.會議代碼 委員會-11-4-23-3
會議資料.會議代碼:str 第11屆第4會期交通委員會第3次全體委員會議
會議資料.屆 11
會議資料.會期 4
會議資料.會次 3
會議資料.種類 委員會
會議資料.委員會代碼[0] 23
會議資料.委員會代碼:str[0] 交通委員會
會議資料.標題 第11屆第4會期交通委員會第3次全體委員會議
影片種類 Clip
開始時間 2025-10-15T11:57:24+08:00
結束時間 2025-10-15T12:06:59+08:00
影片長度 00:09:35
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/d759c3dbefb57db630b4b237728feb5932e8c280ed77980fb6741136213cfef6057babbb10d0fc445ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 邱若華
委員發言時間 11:57:24 - 12:06:59
會議時間 2025-10-15T09:00:00+08:00
會議名稱 立法院第11屆第4會期交通委員會第3次全體委員會議(事由:邀請數位發展部部長林宜敬列席報告業務概況,並備質詢。 【10月15日及16日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 4.19909375
transcript.pyannote[0].end 7.06784375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 7.23659375
transcript.pyannote[1].end 8.18159375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 14.23971875
transcript.pyannote[2].end 47.56784375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 47.82096875
transcript.pyannote[3].end 65.25284375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 65.26971875
transcript.pyannote[4].end 76.71096875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 77.60534375
transcript.pyannote[5].end 80.81159375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 81.19971875
transcript.pyannote[6].end 89.31659375
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 89.89034375
transcript.pyannote[7].end 127.85909375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 107.52471875
transcript.pyannote[8].end 108.31784375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 128.34846875
transcript.pyannote[9].end 147.34971875
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 134.55846875
transcript.pyannote[10].end 134.86221875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 138.99659375
transcript.pyannote[11].end 139.03034375
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 139.03034375
transcript.pyannote[12].end 139.31721875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 139.31721875
transcript.pyannote[13].end 139.40159375
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 147.92346875
transcript.pyannote[14].end 179.95221875
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 180.13784375
transcript.pyannote[15].end 181.84221875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 180.77909375
transcript.pyannote[16].end 193.72221875
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 187.98471875
transcript.pyannote[17].end 188.45721875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 193.97534375
transcript.pyannote[18].end 195.88221875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 196.38846875
transcript.pyannote[19].end 200.25284375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 198.19409375
transcript.pyannote[20].end 198.58221875
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 200.48909375
transcript.pyannote[21].end 219.30471875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 219.35534375
transcript.pyannote[22].end 230.29034375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 230.42534375
transcript.pyannote[23].end 237.41159375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 237.76596875
transcript.pyannote[24].end 241.83284375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 242.03534375
transcript.pyannote[25].end 251.90721875
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 251.14784375
transcript.pyannote[26].end 251.77221875
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 251.90721875
transcript.pyannote[27].end 306.66659375
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 307.08846875
transcript.pyannote[28].end 314.15909375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 312.84284375
transcript.pyannote[29].end 317.51721875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 317.60159375
transcript.pyannote[30].end 317.61846875
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 317.61846875
transcript.pyannote[31].end 320.28471875
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 320.72346875
transcript.pyannote[32].end 320.80784375
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 321.09471875
transcript.pyannote[33].end 325.36409375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 326.20784375
transcript.pyannote[34].end 333.31221875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 333.41346875
transcript.pyannote[35].end 339.03284375
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 339.48846875
transcript.pyannote[36].end 389.03346875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 388.98284375
transcript.pyannote[37].end 399.09096875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 400.01909375
transcript.pyannote[38].end 401.03159375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 401.30159375
transcript.pyannote[39].end 407.96721875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 407.96721875
transcript.pyannote[40].end 408.01784375
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 408.01784375
transcript.pyannote[41].end 411.03846875
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 411.30846875
transcript.pyannote[42].end 412.00034375
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 412.45596875
transcript.pyannote[43].end 423.74534375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 423.20534375
transcript.pyannote[44].end 427.64346875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 428.25096875
transcript.pyannote[45].end 428.45346875
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 429.24659375
transcript.pyannote[46].end 430.03971875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 430.03971875
transcript.pyannote[47].end 430.05659375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 430.19159375
transcript.pyannote[48].end 430.36034375
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 430.56284375
transcript.pyannote[49].end 441.34596875
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 441.83534375
transcript.pyannote[50].end 459.95909375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 459.95909375
transcript.pyannote[51].end 462.35534375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 462.59159375
transcript.pyannote[52].end 466.37159375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 467.01284375
transcript.pyannote[53].end 469.54409375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 469.88159375
transcript.pyannote[54].end 479.75346875
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 480.00659375
transcript.pyannote[55].end 490.65471875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 490.08096875
transcript.pyannote[56].end 499.49721875
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 498.14721875
transcript.pyannote[57].end 499.46346875
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 499.49721875
transcript.pyannote[58].end 500.45909375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 500.94846875
transcript.pyannote[59].end 522.00846875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 521.13096875
transcript.pyannote[60].end 529.83846875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 530.19284375
transcript.pyannote[61].end 531.66096875
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 532.60596875
transcript.pyannote[62].end 541.14471875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 539.32221875
transcript.pyannote[63].end 544.65471875
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 545.90346875
transcript.pyannote[64].end 557.04096875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 556.68659375
transcript.pyannote[65].end 571.45221875
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 562.03596875
transcript.pyannote[66].end 562.27221875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 562.27221875
transcript.pyannote[67].end 562.28909375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 568.17846875
transcript.pyannote[68].end 568.19534375
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 568.19534375
transcript.pyannote[69].end 568.54971875
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 570.10221875
transcript.pyannote[70].end 570.50721875
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 571.80659375
transcript.pyannote[71].end 573.19034375
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 573.24096875
transcript.pyannote[72].end 573.96659375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 573.96659375
transcript.pyannote[73].end 575.28284375
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 574.06784375
transcript.pyannote[74].end 574.67534375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 574.67534375
transcript.pyannote[75].end 574.70909375
transcript.whisperx[0].start 4.533
transcript.whisperx[0].end 7.644
transcript.whisperx[0].text 主席麻煩請速發部林部長來林部長請
transcript.whisperx[1].start 14.544
transcript.whisperx[1].end 35.057
transcript.whisperx[1].text 部長好 部長 速發部已經成立三年了那掌理數位通訊傳播 還有數位基礎建設 資安防務 還有數位治理那當初希望可以將台灣打造成智慧國家那也希望整合各部會的數位資源那在過去 推動數位政策的時候 部會之間需要非常高的協調成本
transcript.whisperx[2].start 35.817
transcript.whisperx[2].end 59.346
transcript.whisperx[2].text 所以當初也希望速發部 數位發展部的角色可以協調各單位那本席看到速發部還有很多政策依然是理念超前 資訊落後 劃分雜亂那為什麼這麼說 部長根據省紀部今年公布的114年度中央政府總預算半年結算的查核報告那它明確地點名速發部在AI政策推動上統籌不足 成效不彰
transcript.whisperx[3].start 60.166
transcript.whisperx[3].end 87.636
transcript.whisperx[3].text 那報告中他也指出速發部僅被動配合國發會還有國科會審議數位發展的計畫他沒有辦法掌握AI相關計畫執行情形難以發揮統籌推動還有管理的功能那他更指出目前中央尚無專責單位統籌審查AI的應用計畫導致各單位各機關重複開發相似功能的AI系統產生預算重複投資風險部長您知道嗎
transcript.whisperx[4].start 90.252
transcript.whisperx[4].end 105.501
transcript.whisperx[4].text 是 我的確是注意到有這樣的現象那也如同委員所講的目前的確我們國家AI的整體計畫的推動是在國發會跟國科會然後這個溝通的方面我也覺得說我們之前溝通做得不夠好
transcript.whisperx[5].start 106.321
transcript.whisperx[5].end 127.648
transcript.whisperx[5].text 那我本身是來自於業界而且我本身算是AI方面的我一直在從事AI方面有關的行業工作所以我們一定會加強跟其他部會的溝通而且我們會更主動更積極因為我們認為說在AI的發展上面就是AI產業發展上面我們速發部一定有很大的角色在裡面
transcript.whisperx[6].start 128.448
transcript.whisperx[6].end 147.221
transcript.whisperx[6].text 是 部長雖然蘇發布你們有提出五年期的AI發展戰略計畫您也來自業界嘛但是蘇發布目前還是沒有建立跨部會的KPI還有共享平台那截至目前沒有辦法提供AI的專案清澈還有預算的整合報表請部長說明什麼時候可以建立
transcript.whisperx[7].start 148.442
transcript.whisperx[7].end 160.714
transcript.whisperx[7].text 因為這個預算我們的書發部很多預算是來自國科會跟國發會由他們那邊去進行分配的所以也因為這個原因所以為什麼說關於AI的國家型的整體的計畫還是會由國發會跟國科會那邊來主導
transcript.whisperx[8].start 165.379
transcript.whisperx[8].end 177.613
transcript.whisperx[8].text 因為這個預算我們知道說政府的機構的運作它事實上預算本身就是它的計畫的一部分計畫就是預算也可以某種程度來講就是這樣子那因為這個預算是來自於國科會跟國發會所以這個我們
transcript.whisperx[9].start 180.296
transcript.whisperx[9].end 195.401
transcript.whisperx[9].text 那是不是由速發部主動來像國科會還有國發會就是你們一起來建立一個協調小組那有行政院的政務委員然後就是納入國科會像是還有教育部經濟部然後你們
transcript.whisperx[10].start 196.481
transcript.whisperx[10].end 219.032
transcript.whisperx[10].text 形成一個國家級的AI發展不是各自為政那什麼時候可以做到呢事實上這個事情我一直在做我以前在當次長的時候我就常常找那個國科會主委和國發會主委我們常常在討論這方面的事情那我現在既然已經那個擔任部長那我當然會持續的跟國科會跟國發會那個更密切的討論而且我希望我們有更多的角色
transcript.whisperx[11].start 219.432
transcript.whisperx[11].end 236.218
transcript.whisperx[11].text 是 部長 神經部他還有發現很多重複開發的客服型AI那文件分類AI都是同樣的功能系統那造成年度的預算浪費估計是兩億那本系列注意到另外一個數據還有計畫速發部在今年辦理的AI賠利的工作坊一共有920億人參
transcript.whisperx[12].start 237.859
transcript.whisperx[12].end 251.736
transcript.whisperx[12].text 參訊但實際導入AI的機關只有31%它的落地率不高那顯示目前速發部在推動相關的政策還是相關的政策它是在停留在宣導然後還有訓練的階段市長你怎麼看
transcript.whisperx[13].start 252.937
transcript.whisperx[13].end 267.321
transcript.whisperx[13].text 謝謝委員剛剛委員有提到譬如說那個客服AI就各部會重複開發的這個事情事實上這件事情在我們黃錢部長擔任部長的時候就已經注意到了所以本來我們是要做這些事情後來我們黃錢部長跟我都認為說其實像這樣的產品就是說客服譬如說
transcript.whisperx[14].start 274.143
transcript.whisperx[14].end 296.386
transcript.whisperx[14].text 各部会的民众同宿的客服的AI这种系统其实由民间来开发就好这个对民间的资讯产业来讲是一个很大的商机我们应该由民间的产业去开发成这种产品然后卖给各个部会而不是各个部会各自去开发而所谓的各个部会各自去开发其实都是各个部会各自去有它自己的标案
transcript.whisperx[15].start 296.866
transcript.whisperx[15].end 325.14
transcript.whisperx[15].text 所以這個也是我上任以來一直在強調的一件事情就是說台灣的軟體產業不能一直在走那個project就是專案型的計畫而是應該要多去走這個product就是同樣一套系統開發一次但是可以給很多的客戶使用我們希望往這個方向發展目前有這個能力來擔任主要的協調平台嗎是 我們事實上因為我以前在當市長的時候我在這個地方我常常擔任這個協調的角色
transcript.whisperx[16].start 326.42
transcript.whisperx[16].end 342.342
transcript.whisperx[16].text 本先生有看到您說您的規劃是現在要做的就是建立速發部這個系統讓各部門可以順可以流暢的運作那速發部的角色接下來有沒有明確的要提出整合或是改進的方案去協調各部會你說在AI的方面我們具體的政策當然是
transcript.whisperx[17].start 343.163
transcript.whisperx[17].end 366.301
transcript.whisperx[17].text 如同我在業務報告中五大政策工具就是算力資料人才還有行銷還有資金那這個事情譬如說資金就是跟國發會我們的100億資金是來自於國發會然後呢人才的部分當然是跟國科會因為那邊也要那個整合教育部然後在那個算力部分我們跟那個國科會我們有明確的分工那個算力如果是
transcript.whisperx[18].start 367.743
transcript.whisperx[18].end 388.859
transcript.whisperx[18].text 教育跟公部門所需要的算力由國科會的國網中心來提供如果是產業界它需要進行開發的話就會由數發部的數產署來提供我只是舉幾個例子這個部分我一直在做溝通的工作我們數發部整體也都在做溝通的工作我們希望減少重複的投資
transcript.whisperx[19].start 389.219
transcript.whisperx[19].end 410.857
transcript.whisperx[19].text 有關AI人才的培訓嘛那這個培莉的工作坊一共有921個人參訓那速發部也說明年AI人才希望可以有3500名希望培訓3500名那今年也有提出AI十大建設的計畫是十年嘛那十年是目標目標的人數是多少
transcript.whisperx[20].start 412.569
transcript.whisperx[20].end 427.34
transcript.whisperx[20].text 跟委員報告是我上任以來我在這方面我的想法比較不一樣譬如說3500人是35000人這個人數都太少我們一定要利用到民間的力量您知道AI十大建設十年下來希望能夠培育多少AI人才嗎
transcript.whisperx[21].start 431.659
transcript.whisperx[21].end 456.165
transcript.whisperx[21].text 12萬 其中有一個關鍵在於說我怎樣定義AI人才這個就是我們速發部現在正在做的我們現在就出了一個AI產業人才指引還有一個AI公務人才指引正在跟人總一起討論我們首先必須定義好什麼樣叫做AI人才譬如說如果說我只是會用chatter GPA我就叫做AI人才的話這個我要訓練多少都是可以的
transcript.whisperx[22].start 456.645
transcript.whisperx[22].end 479.663
transcript.whisperx[22].text 但是我們第一個我們必須定義出來什麼樣的人才的標準本席是建議速發部應該要建立AI的計畫資料庫還有AI年度的成效追蹤系統因為本席有看到智慧政府的治理雖然速發部有提出可是目前都沒有可以量化的成果指標關於KPI這個部分速發部要怎麼來明確的定出來呢
transcript.whisperx[23].start 480.363
transcript.whisperx[23].end 498.676
transcript.whisperx[23].text 數位政府的方面嗎對OK數位政府的方面我們那個當然是有一個指標還是人才的訓練的數量那就如同我剛才講的就是這邊指的是KPI因為沒有具體的可以量化的這個成果指標那速發部要怎麼如何來掌握政策的落實它實際的進度
transcript.whisperx[24].start 501.147
transcript.whisperx[24].end 517.596
transcript.whisperx[24].text 跟委員報告我們提出後面的五年的計畫裡面就包括說每年會有五個領域裡面會有三個領域包括十到二十項的AI的服務包括到內政財政然後勞動等等這些的領域這個指標都有
transcript.whisperx[25].start 517.996
transcript.whisperx[25].end 544.494
transcript.whisperx[25].text 在我们计划书里面那也有填在这个AI实在建设部长那本期最后建议因为审计部已经明确的纠正书发布AI推动不利那书发布多久可以提出AI的政策政策的改进的报告那个如果是政策的那个改进的报告其实我今天的那个那个业务报告那其中里面也要列出跨部会协调跟资源整合的KPI成效那什么时候可以提出
transcript.whisperx[26].start 546.576
transcript.whisperx[26].end 573.711
transcript.whisperx[26].text 那個委員我們可不可以就是會後我們提供書面資料因為要看什麼樣的那個因為協調這個事情就是一種長期性在進行的事情如果說針對速發部推動政策就是審計部指出的推動的不利那也需要就是建立一個平台像是剛才本席有提到不管是教育部還是國科會國發會那不要造成資源的浪費那這些報告希望速發部可以盡快提出OK好謝謝謝謝委員好謝謝