某市政府 AI 推動評議：我給的四個建議

前陣子有幸受邀，參與了某市政府研考會的 AI 推動工作的評議，想要分享一些我看到的跟我給的建議（一家之見，歡迎討論）。另一場類似的審查在〈公務員跟不上 AI？其實錯了〉。

我看到的：

1. 內部統計到 7 月底，有 89% 的同仁經常使用 AI，8 月底是 81%
2. 約六成同仁每週省下 1–2 小時，約兩成省下 3–5 小時
3. 順序合理正確：從本機小規模版本做起，先跑通、再一步步擴大
4. 把「看不見的投入時間」也算進去，估出大約 8 個月能對節省掉的時間回本

不論是 89% 還是 81%，我覺得都是很亮眼的成績。

我給出的建議：

1. 人會負責，AI 不會負責。 AI 產出的速度，快要超過人類審核與驗證的速度了。不論交給 AI 哪些權限，最後都要找到關鍵的放行節點，跟培養人類放行驗證的能力。

2. 用風險判斷導入 AI 的次序：可逆不可逆、好不好驗證。 導入順序建議從「可逆又好驗證」的開始，「不可逆又不好驗證」的放到最後。

3. 省時要再往上，瓶頸多半不在 AI 而在配套。 資料治理、資安與權限、還有業務邏輯本身。與其在舊流程上疊床架屋，不如先用減法整理一次。（這點我另外寫過：〈大部分 AI 導入的效益，其實跟 AI 沒什麼關係〉。）

4. 額度看效率，不只看用量。 同仁的需求從「統一工具」變成「提高額度」，代表大家真的在用，是好事。但國外不少企業發現有一部分額度是被空燒掉的，這叫 tokenmaxing。模型分流跟業務分流一樣重要，不能所有都交給 LLM。

最後一點我在意見裡寫得比較直白：組織裡管理層通常優先看重效率提升，但基層同仁優先在意的往往是「不要犯錯」。所以要如何處理這個「代理人問題」，也會是未來繼續導入要觀察的重點。