英國政府曾讓超過兩萬名公務員試用生成式 AI 三個月，參與者自述平均每天節省 26 分鐘，換算下來，每人一年幾乎省下兩個工作週；這證明開放 AI 工具確實能改善效率，卻也暴露一個問題是，如果公務員只能用 AI 搜尋資料、摘要文件或撰寫初稿，那改革仍停留在個人生產力層次。
對公部門而言，AI 不只是提高競爭力的工具，而是完成公共任務所需的新能力。真正有價值的情境，可能是建立一個能協助清理案件積壓的 AI 代理；也可能是把散落在法規、表單與內部系統中的資訊串起來，縮短民眾等待行政處理的時間。
這也是公部門 AI 正從「開放存取」走向「建造者時代」的原因，而衡量進展的標準是組織裡有多少人能把 AI 改造成真正符合任務需要的工具。
公部門需要的是客製化能力
通用型 AI 工具可以回答問題、整理文字，卻很難直接處理公部門的核心工作。而每個機關都有不同的資料格式、法規限制、權責分工與審核流程；同樣是處理案件，有些業務涉及個人健康資料，有些牽涉國家安全，有些則必須留下完整的決策與查核紀錄。即使任務名稱相似，實際判斷依據也可能完全不同。
因此，公部門需要的不是一套適用所有機關的標準答案，而是讓最了解業務的人參與工具設計。
所謂「建造者」時代，並不等於要求每位公務員學會寫程式，而是讓承辦人能把自己的專業知識轉化為 AI 的資料來源、處理步驟、判斷規則與人工覆核點。
如果所有需求都必須交給資訊部門或外部廠商開發，不僅需要等待較長時間，也會增加開發與維護成本；而且，第一線人員最了解實際工作中的問題，若他們無法直接參與調整，最後完成的工具可能與真正的工作需求有落差。
相反地，當相關業務人員能在經過核准、具備安全防護的環境中自行調整代理，例如修改提示、整理工作步驟或設定符合業務規則的處理方式，AI 就不再只是外部採購、功能固定的工具，而能逐步融入日常流程，成為協助人員完成實際工作的能力。
從確保安全環境到培養早期採用者
而要讓公務員成為建造者，第一步仍然是資訊安全。領導者必須先說清楚哪些資料可以使用、哪些任務不得交由 AI 決定，以及產出應如何檢查、留存與追溯。有了明確的防護欄，員工才知道自己可以在哪些範圍內實驗，不必因為害怕犯錯而完全不敢使用。
但安全規範不能只是一份禁止事項清單。機關還需要提供有效地訓練，把 AI 能力納入日常培訓，讓員工理解如何下指令、選擇資料、檢查答案及設計簡單流程。管理者的責任也不能停在授權，而要讓員工具備實際動手的能力。
接下來，組織可以從早期採用者切入，由專責 AI 小組進入各部門，陪著第一線人員拆解問題、建立原型，比集中舉辦一場大型說明會更容易形成實際成果。
《Forbes》報導，有一所大學的鑑識科學機構曾舉辦 AI 黑客松，讓沒有程式背景的鑑識人員處理刑事調查中龐大的文書工作；短短 48 小時內，團隊就做出可以閱讀案件文件、整理事件並生成視覺時間軸的代理。過去需要專業開發團隊與大筆預算的構想，因此快速變成可以驗證的原型。這些早期採用者不只完成一項工具，也會成為組織內最具說服力的示範者。
從繁瑣事務開始，注重成果容易衡量的工作
不過公部門導入 AI 容易陷入一種誤區是，一開始就想解決跨機關、跨系統的大型問題，最後因資料、權責與預算過於複雜，長時間停留在規畫階段。
比較可行的做法，是先處理每天反覆出現、成果容易衡量的小型工作。
例如，軍方維修人員可能需要在數千頁的飛機技術手冊中尋找維修程序，那麼就可以針對這項任務建立專用 AI 代理，把原本 30 分鐘的搜尋縮短到 30 秒；它沒有取代技師的專業判斷，只是移除了阻礙工作的資料查找程序，讓技師能把時間用在維持飛機妥善率上。
正因為成效要看的是「時間省下來之後拿去做了什麼」，機關就不能再用登入人數這種表面數字，來衡量 AI 是否成功，而該回頭觀察它有沒有真的改善公共任務。招募人員利用 AI 建立人員帳戶管理流程，就是一個例子；過去可能得花上好幾年才能完成的客製化專案，如今縮短到三個月，一年還能省下約十週的人工處理時間。
這類指標之所以比單純的使用次數更有意義，是因為它能回答「省下來的時間，到底去了哪裡」，服務、案件積壓或回應速度，是不是真的因此變好了。
另外，機關還需要透過成果展示、跨部門交流與共用工具庫，讓其他單位能複製、調整已經驗證的代理。同時，建立共通的資料介面、權限、版本管理與回饋機制，避免每個部門重複開發。
正如 Deloitte《2026 Government Trends》指出，公部門要讓創新持續累積，必須同時改造規則與治理、人才與團隊、平台與資料，以及日常工作的回饋迴路。只有如此，一個人的小型建置才可能擴散成整個組織都能使用的能力。
AI 應要有能力協助公共部門服務大眾
可以說，公共部門在 AI 的下一階段，重點不是再多採購一套工具，而是重新設計人與技術如何共同完成任務。AI 可以負責資料整理、初步分析與例行協調，但重大判斷及公共責任仍必須由人承擔。
公部門真正需要培養的，也不是少數脫離業務的 AI 專家，而是一批懂政策、懂流程，又能把現場問題轉化為工具的建造者。當安全環境、實作訓練、早期採用者、小型任務和共用平台彼此接上，AI 才不會停留在登入畫面，而會逐步變成政府改善服務的共同能力。
科技的變化總是快得驚人，而我們每天的工作，就是從龐雜的趨勢中理出觀點、提煉出決策者真正需要的洞察。如果你也對 AI 發展充滿熱情，《TechOrange 科技報橘》正在徵內容編輯！
👉了解職缺內容
＊本文開放合作夥伴轉載，參考資料：《Forbes》、《Deloitte》，圖片來源：Unsplash
（責任編輯：鄒家彥）
