產業追蹤／生成式AI 助力地方治理

各城市导入生成式AI作法

地方政府能应用GenAI层面广泛，如会议文书材料制作与纪录总结、官方文件资讯处理、采购业务规格书与合约制作、培训课程素材策划、员工培训与劳动事务等。观察日本各地方政府经验，其导入GenAI比率不低，归纳各城市导入生成式AI的共通性作法有四点，值得我国城市未来布局策略参考。

一、服务设计以人为核心，确认需求、补足遗漏观点：聚焦人员需求，以示范试点结合意见调查，搜集人员使用GenAI的意见，归纳、聚焦出指南手册涵盖的重要面向，甚至挖掘使用问题以便对症下药。

因地方政府对GenAI各种功能需求并不一致，如对文字生成、摘要需求可能显著大于图片影像生成，藉试点评估使用需求选择优先导入的功能。如东京市千代田区于试验结束后，进行两阶段量化问卷调查，也确认出影像生成功能基于版权考量及其需要较精准的提问技巧，并非首要导入的应用。

也可进行服务设计，从不同角色与使用者旅程地图方面思考问题与需求，补足人员在业务执行过程中可能遗漏的观点。如请GenAI模拟使用公共服务的不同民众角色，其历经不同场景下可能出现的反应，再依据角色与旅程地图资讯制定具体计划、有效性评估。

二、人员数位能力与素养培训为重要基石：具有能整合地方系统与GenAI工具的技术人员为重要关键。and.dot株式会社与QTnet株式会社协助福冈市进行GenAI内部人员培训、宫崎县日向市与软银合作「数位转型DX推进计划」等均为例子。

其次，择定当责人员或建构任务小组，扮演政府内外跨单位沟通桥梁、参与测试、讨论GenAI适用范围。强调实践操作环节，成立社群组织、规划内部培训与推广活动，促成互动交流，提升人员应用能力。

三、制定GenAI使用指南，护城河也能助攻城市智慧：公部门使用GenAI可能引发外界忧虑，尤其问责性与合法性方面，外界不希望政府将重要与高风险决策交给AI来处理，故地方城市更着重于在试验过程中搜集相关资讯与问题，将经验汇集成指南手册。

值得注意的是，指南不只提出使用规范、风险控制，更重要是需帮助使用者上手该项工具，提供详细多元应用情境，过程需搭配数场研讨会或工作坊进行互动式教学。而兵库县于微软Teams建立「兵库生成AI实验室」，分享最新资讯与培训消息，鼓励参与者间相互讨论与资讯共享。

四、既有资源／通用性高平台、市政内部业务优先导入原则：因GenAI可支援地方政府内部各种任务工具，将融合于市政人员现行业务中，甚至可处理复杂性更高的任务，创造新的应用情境来提高生产力并解决社会问题。平台整合须考量安全性与使用门槛条件，外部GenAI工具需符合城市安全规范外（如微软Azure OpenAI是当前多个日本地方政府的工具选项），最好还须具备通用性高的原则，包括采用微软CoPilot整合Teams的服务。

综观目前日本地方经验，GenAI优先应用于政府内部业务，在公民服务的推进上速度则相对缓慢。主因政府一直偏向采用成熟化技术，对新兴科技其背后隐含的风险与不确定性，让政府倾向采取保守原则，优先应用于内部流程，而不冒风险直接推动面向公民的G2C服务。

从务实面看，GenAI目的是提高业务、解决人员负担，AI准确率应达到多少方符合全面实施门槛？值得主管机关深思。2023年香川县三丰市实验ChatGPT指导垃圾处理，24小时自动回应民众关于垃圾分类与收集等资讯，经两轮试验尽管准确率已达94.1%，却因未能达到市府设定的99%标准而宣布放弃。事实上，政府对新兴科技试验究竟应采取严格标准或鼓励创新、滚动式修正态度，仍在考验各地方政府智慧。（作者是资策会MIC资深产业分析师）