台電目前面臨轉型，有一個轉型的需求，又要肩負穩定供電的重責大任，台電內部也開始藉由這個大數據或者是AI分析的力量來改善經營體質或者是做決策。

這一次的通篇故事就是在寫台電這一方面的努力，他之前的努力是送了43個人去AI人工智慧學校受訓。

也會訪問他們優秀的隊伍？

對，就是八個隊，我們訪了四個隊，所以好像也有做出一些成果，現在台電又想要加深力道，或者是深入到他的基層去，有一點像從大數據或者是AI的分析發展、科技的發展，慢慢演變成組織的一種再造或者是深化，類似是這樣子。

當然AI大數據這一個東西，因為我也採訪過一些，其實業界講說要去用，也不是這麼容易，因為還是要借重您在這一方面的體會或者是認知，也就是可以給台電在這一些轉型的種種過程中，中間我就不再提。

政委也參與過我們的比賽、活動，您也有看到我們的一些努力，您也可以就這一方面給我們一些建議。

主要就是給台電的一些建議，像這樣老字號的公司要怎麼樣去發展大數據或者是AI分析，其實我們也有訪問那一些隊伍，其實有的年輕小伙子就有提到大數據並不是你去分析就會有結果，他是說其實滿挫折的，剛開始滿挫折，也就是對於數據的處理如果沒有人帶其實是會有一點不知所措。

像這樣的一個老公司，要怎麼樣才能找到對它決策OK的。

其實像我們副總，非常地積極，他覺得這個是趨勢，這一定要走、一定要做，帶著我們的同仁相信這一件事，對這個興趣要帶動起來，應該到底要怎麼做，或者是要給他們什麼鼓勵或者是要注意什麼東西。

今年還會有類似的？

有。

我需要跟你們簡單講，我採訪到的是接續人才發展，今年要變電力許願池，也就是讓所有的員工把業務上遇到的題目丟出來，現在是就算沒有技術背景也沒有關係，也就是把業務上的題目丟出來，資訊處的說法是會有一點性質相同的題目會組織成一個團隊，也許來媒合會懂技術的人，或者是員工如果有興趣，要自主團隊也可以，要在公司內部辦一個黑客松。

大概是幾月的時候？

還不知道。還在規劃中，可以用內部的資料，就不是用open data的資料，等於公司藉由這一次來蒐集公司內部的問題，也透過黑客松，想想看有沒有解決的方法，等到將來時機成熟的時候就可以拿出來實踐，這個是今年要落實的。

台電的作為是要成立大數據，他們另外一個是AMI那邊，也就是智慧電表，每15分鐘會有一筆data進來，data進來之後，也就是業務處先成立一個小組分析用戶行為，現在可以運用在節電，也就是去幫企業診斷，也就是看哪一個設備的用電量太高，調整怎麼樣節省，也就是可以對企業用戶，將來到一般用戶的data會更多，需要一組人來做這個。

副總有更大的，最快今年年底會成立的數據出來。

現在已經大數據已經有組了，2月就會有。

將來會成立大數據處？組在業務處底下，將來處應該會獨立。他們台電有想要以後要朝賣資訊的角度去思考，等於是轉型找一個出路。

OK，這樣大概瞭解了。那就開始吧！

首先要先肯定台電，因為我自己在參加AI大數據人才發展營的時候，那個時候有感覺到每一個部門之間可能因為有一些滿健康的彼此競爭關係，都是精銳進出，而且那一次讓我印象滿深刻，像中央調度間或者是調度隊，他們就是找自己工作上最花時間的事情，其實理論上他們平常就是花時間在這一些事上，已經沒有什麼額外的事情再來做黑客松了。

這個是有一種信念，即使現在把時間撥出來，對他們很寶貴的，但是在這一段時間裡面累積起來的經驗，可以為之後在這個位置的人省下更多的時間，這個是投資的概念，我會覺得這樣的想法，也就是我們在工作裡面要空出一段冗於的時間來，而這一段時間就像您剛剛講的，像大數據並不會很自然讓你的工作省時，也不會很自然讓你的工作品質提升，一定要問到正確的問題。

但是這一件事並不是單純一個你很資深的人就可以的，也不是很年輕、很有創意的人就可以做得到的，這個是大數據的專家，你不懂電力調度就可以做得到的，必須要結合這個領域的專家、結合很年輕的創意、結合老道的經驗的這三個加在一起，才有可能問出正確的問題來，所以在這中間要忍受很長的探索式研究，簡單來講就是不知道自己在做什麼的時間，如果工作上的壓力大的話，其實往往就不容易平心靜氣跟資料相處或者是問到正確的問題，所以我會覺得這一點其實管理階層滿勇敢的，也就是願意來說即使是花了幾個月，到最後也沒有找出問題來，至少我們知道這幾個方向不適用，或者是這幾個分析方法不好用。

像我們上次在這個競賽裡面有一半的隊伍都在講說我們試過哪幾種方法，這幾種方法不太行，或者是我們認為本來的問題是這個，但是其實根本不是這個，所以你沒有過這一段事務的過程，其實你也很難去讓老一輩的朋友、年輕一輩的朋友，彼此聽懂語言，類似像文化轉譯的過程，就是要在兩人三腳的這一種關係裡面慢慢地去行進。

但是也很高興看到台電理解到這個其實並不是好像幫我們省一些時間而已，這個當然是立即可見的，如果問對問題，總是可以省一些時間，這並不是AI專門的，任何的自動化技術、任何資訊技術到最後問對問題，就會幫你省時間，這個是基本盤。

大家其實可以看到創造出新的運用，創造新的運用可能才是我們現在想的，如果我們在省時間的這個基礎上，我們可以去好比像在智慧程式的運用上、智慧電表的整合上，跟其他不是台電，或者是別的公用事業，好比像5G等等，你可以把不同行業的，但是都是即時的這一種數據資料，綜合在一起，然後去做出判斷，這樣的話，對於整個社會的效益是特別好的。

當然也不是說我們第一年辦這一種活動就能夠往這個跨界的運用去想，雖然有一隊是試著往那去想，也就是空氣污染的關係，同樣的，他們也發現好像不能單純就單一的因素來找，不然會找出不太直覺的這一種答案出來。

但是在那個過程中，他們也不得不去瞭解到像空氣的擴散條件，其實並不是大家想像的那一種區域型的半徑，相反的，按照風的狀態，或者季節的不同，很可能在這邊空氣的污染會跑到離他很遠的地方才會降落等等，像這一些並不是本來的專業裡面有的，但是因為在想的是跨域的運用，所以不得不開始理解到大氣或者是這一方面的這一些領域專家。

所以我會覺得省自己的時間，就像剛剛講的基本盤，只要願意投資足夠的時間，到最後可以省得下時間來，但是等到你願意開始做跨域運用的時候，你在自己內部跨不同的職類、跨不同的世代來溝通這樣的能力，這樣的能力才是拿去跟外面的人溝通需要的，這樣才會有自信，不管外面的人講得多麼聽不懂，你已經經歷過這一種內部跨域學習的考驗，你會知道說我們只要一起共同的目標，我們願意多花一些時間，到最後還是會聽得懂的，所以我覺得這個自信，我覺得是我們現在叫做「跨領域學習」的自信，其實是傳統上我們如果把人在學習上分類、分科、分系的時候，往往這一種自信會有一點薄弱，就會覺得我專門把我的專長處理好就好了，其他的我交給那個領域的專家就好了，大家分門別列處理，但是新興的挑戰也不會管是哪一個職系，也不會想說在12年前會想出這一種再生能源的需求，一些在12年前去訓練做即時的，或者是充電的汽車本身都會變電池，雙向的這一些事並不是12年前就會預想到的事。

每一次新技術出來的時候，並不是重點在哪裡運用，而是可以帶來哪一些新的運用，哪一些新的可能性，這個是必須要靠跨領域的對話才可以達成的，所以這個是第一個部分的問題，先回答到這裡。

第二個部分的問題，在內部推動的時候，要把握什麼原則為重點。剛剛講的是一般性的，就是任何大企業裡面，在導入數據分析跟AI的時候，大概就是要注意對內整合及對外應用，以台電來講的話，我會覺得台電自成一個生態系，台電的人才真的是非常多，您剛剛談到一個很好的，也就是光是跨部門之間去調用彼此的資料，其實這個水就已經很深了，已經需要花很多的力氣去理解每一個部門什麼，這個跟我們傳統上說一家公司裡面，可能只有一、兩個事業部門會產生大量的資料，其他的部分可能就比較是客服、研發什麼東西不一樣，台電任何一個部門都產生大量的資料，完全沒有哪一個部門是我沒有資料，不是這樣子。

所以我會覺得在台電裡面，可能重點就不是傳統上說你的資料有一點少，所以只好去跟外面的開放資料的生態系來產生連結，而是先把內部的資料流先串接起來，因為很多的工作，在你不知道的情況之下，說不定是隔壁部門的某個資料來幫你節省時間，或者是幫你創造價值，但是因為傳統的榖倉式管理，所以等於每個部門只負責自己資料的正確性，並不會特別想到這個資料對隔壁的部門是有用的。

這個在公部門，當然是透過open data的方式，主要的基礎是國發會open data這個政策已經推行很久了，舉一個例子來講，像大家有用「疾管家」，可以查到藥局的地圖，還有藥局口罩的存量，但是這個其實就是不是疾管署的資料，而是健保署的資料。但健保署一釋出來，疾管署變成第一個去利用，如果健保署不主動說有資料，或者是疾管家不講有這樣的需求，如果這兩個都是自己做自己的事情，你在疾管署裡面的LINE裡面可能會用得很窄，變成是疾管署那邊自己釋出來的東西，那他也很難去做雙向的互動，畢竟也沒有辦法直接寫入健保署的資料庫。

所以這個裡就告訴我們兩件事，也就是對資料做出倉儲庫存的盤點、清點。這每個部門都有做，但是有沒有能夠對其他跨部門用一個跨部門能夠理解的方式去說明他的資料，以及建立資料中間的關聯，這個是不容易的，因為當你的用戶是誰都不知道的話，你怎麼樣寫一個東西讓你的用戶搞懂，這個是很困難的一件事。

所以這個時候通常我們解決的方式是反過來的，也就是讓需求方去許願，去說不知道有沒有，但是假設有這個資料的話，我這個問題不就可以解決得更好了嗎？這個許願的時候，你不希望的是，也就是許願是自己設限自己，也就是只能往我的直署長官或者是只能往你預先給我訂好10道題目的其中之一，這樣也不用許願了，那就是一個點菜的情況，你應該是把它想成是一個類似「無菜單」創意料理，先不管師傅做出什麼食材，也是講得住最後運用的效果怎麼樣，如果沒有資料能夠滿足他的話，說不定這個是剛好引進新的資料處理流程，也就是讓一個新的資料被產生出來來滿足他的這一件事。

好比像疾管家的例子，因為你用LINE的時候，你隨時都會想到是即時的互動，當時健保署本來是半小時更新一次存量，因為他們想的是在網頁上查詢，網頁上的查詢當然不需要很即時，因為會一直跟他互動，但是疾管家是一個LINE bot，所以會快速互動，因此半小時更新一次是不對或者是不夠的，因為很有可能刷了一個健保卡拿了兩個口罩之後，這個人就會很好奇這個庫存有沒有扣到，然後再去疾管家看有沒有扣到兩個。

這樣的用法，就跟開電腦用地圖的用法是不一樣的。其實從LINE bot開發者那邊，本來也不知道健保署到底能不能滿足半分鐘更新一次，但是總之有這樣的需求，然後所以我們再回過頭協調，協調到最後是30秒鐘更新一次，最後我們寫訂了30分鐘，也不會有人敢提這個需求。

我們先不管這樣是不是做得到，而是先講實際的需求是什麼，我們如果做不到，再告訴你要等設備來或者是要等下一季，要等這邊有新系統要上線等等，但是有時只是調一個參數而已，也就是當初產製的人也不知道這一些欄位別人有用，或者是原來產出的頻率變快對他有用，這一些都是不知道的。

但是當你這個人冒出來，可以具體說明的時候，這個時候就產生data資料協作關係，或者是資料夥伴關係，這個資料夥伴關係就是有一個主動需求的提出者跟一個以上可以滿足他的以上資料產製者，他們之間是可以密切、即時彼此溝通，可能有一個聊天室的情況，然後繞著這個資料作為大家共同的話題，彼此願意花時間告訴對方說自己這邊給出什麼，然後希望對方提供什麼等等。

像我們那個系統上線之後，就有藥師反映大家都來看我們的庫存，但我們過卡沒有那麼快，而是早上發號碼牌，下面才過卡，下午才會開始發放，所以這邊的藥師就會說：「我們是掛在藥局門口的牌子。」他們用類似瓦楞紙來寫一些須知，而疾管家這邊就說可是就說我們這樣很困擾，也不是我們的使用者拿LINE bot去拍照片，也就是把藥局的門口告訴他們說，所以健保署這邊又再去改後端的系統，然後去請藥局把他的號碼牌的規則、時間等等的這一種公告，反正不管貼什麼就key進來，這邊就變成有一個額外的欄位，叫做口罩販賣的備註，再帶到LINE bot這邊來等等。

我們就可以看到藥師也加入夥伴關係的一部分，因為他們在沒有這個資料提供的情況下，就只有等使用者到現場，才可以給他看告示牌，跟使用者的心理期待產生落差，當他變成資料提供者的時候，這個平台就變成他跟使用者對話的一部分，因為使用者一開，疾管家就會看到，所以不用一個個回電話，也就是不用一個個解釋，大家自然會瞭解到這邊是下午2點才開始。

當然隨著時間過去，會有越來越多的角色加入這樣的夥伴關係，有的是很自然的，因為是使用者，所以加入，有的是被現有的使用者牽引，也就是不得不加入，因此慢慢會形成一個生態系，在這個生態系裡面，每個人都是基於一個共同的價值，好比像想要有一個更公平、更有效的口罩分配來加入，這樣也有一個好處，也就是大家不會彼此對立、也不會彼此懷疑，以前常常覺得只給一點資料，是不是故意麻煩，又或者需求提這麼多，是不是找他麻煩之類的。

現在既然大家都是夥伴關係的一部分，就可以形成「協作」的一種文化，以前合作是要先彼此認識、很有交情，可能一起吃餐之類的。你們的應該是酸白鍋？

您有吃過嗎？

有。然後才能夠開始一起做一些事，但是協作關係就是像剛剛講的，本來是你做你的、我做我的，只是你做的過程裡面會產生出一些我用得到的資料，所以還是你做你的、我做我的，疾管家並沒有因此編進健保署，健保署的那一些工程們因此賣什麼東西給疾管署，還是沒有，他們的工作範圍並沒有改變，只是理解到工作範圍是重疊的，這個時候還是各做各的，會願意對彼此公開，而且這個並不是現有的資料，也包含了未來的計畫，包含我這邊認識的利害關係人，像健保署的醫管組認識的藥局，也願意帶入這個社群來，讓這一些終端的使用者，因為是疾管家，所以可以即時溝通，因此協作的力量出來了，並不只是合作，好像一定要我們三方、四方、五方有交情，而是彼此真的沒有交情，而是為了一個共同的價值，願意來投入這樣的工作，我們也願意對未來的不特定人來開放，所以這個夥伴關係長大的速度就比每一個會員進來要先有本來的會員同意的速度來得大。

我也很高興台電接下來要用這樣的方法，等於是你不管是在台電的哪一個角落，你的職級是什麼，你只要有共同的願望，就自動形成夥伴關係，中間就不再是上司跟下屬的情況，因為我們在第一次發展的時候，還是多少會看到一些上司、下屬關係，而這邊就可以更加地把橫向的資料提供者跟需求者間銜接起來，我覺得這個是這麼大的組織，在內部推廣的時候，比起一些比較沒有那麼大的組織，一個很好的好處，也就是你的夥伴關係可以在內部就形成，不一定要跨到外界去找到夥伴關係。希望可以回答你的問題。

有，你好厲害。其他是台電要成立一個大數據處，專門的組織，你對這個組織會有一些期許或者建議嗎？因為像我看一些民間企業，好像還沒有到專門去成立一個大數據出去處理這一種的需求，現在好像還沒有聽說有。

民間有一個概念叫做「資料長（CDO）」，他跟我們所說「技術長（CTO）」主要的差別是，帶的那一個團隊其實就是把資料科學這一個事情變成不是只有好像你聽上面資訊長或者是技術長，然後再去實踐的這樣好像聽命行事的執行動作，而是把剛剛講的，也就是不斷地去探索新的模型，然後來探索新的分析軟體，可以問出什麼問題來，也就是發展出內部研發的泉源。

就業務部門而言，你有一個類似管顧公司比外部管顧公司懂你的內部單位，可以不斷地告訴你說如果現在願意投資一些時間在這上面的話，你未來可以省下多少時間，或者是從資料的分析裡面，會看到你現在如果願意去跟業務單位來進行橫向的串接，就可以創造出嶄新的運用。

但是是否願意這樣做，也是各部門去決定，並不是資料長就比較大，而是資料長可以憑著證據說話，可以告訴你說：「我瞭解你現在的資源有限，尤其是人的時間有限，你如果放在這裡的話，對於整個集團或者是公司產生的綜合效果會更大。」這個以前是很難透過KPI管理來看到某一個這個事情跨部門產生的綜合效果，而且很難去量化它，但是CDO的好處是，可以透過資料科學，在一個比較瞭解他的內部業務，畢竟是事業的一部分，並不是獨立的一家顧問公司，在他比較瞭解內部的政治形式的情況之下去提出一些具體可行的解決方法。

而這個解決方法是對所有的部門都有利，而且並不會犧牲掉任何的部門，可以在部門間會覺得有限資源，會覺得多拿一些、別的部門少拿一些的情況，慢慢轉成這一些資料產生的效益是之前都沒有去開採的，如果一旦開採的話，對所有的人都有效益，無形之中對大家的融洽也有幫助，並不是分配資源式的東西，而是可以一起創造出運用式的事情。

所以我的期許是，希望大數據處扮演著這樣子的一種創造綜合效果的角色，然後讓管理跟經營者能夠更循證治理，也可以更清楚知道我現在在我自己的公司內部來進行怎麼樣的調度、配置等等的時候，有一些看起來是大膽的，甚至是天馬行空，甚至成功機率低的，大數據處也可以幫忙算出來到底成功機率多低，而且他的效益可能會多高，因此你還是值得花一些資源去做。

並不是像以前一句天馬行空，這個是非常質化的東西，並沒有一個量化的東西，也就是到底多天馬行空，這一件事就是把風險能夠比較定量，然後去把跨部門間整合可以達到的效益也可以定量，這兩件事可以做到一定程度的話，其實大家就不再會這麼害怕改變，我想這個是大數據處很值得大家期待的效益。

政委好厲害喔！

這樣字數應該足夠？

對，政委講話是連珠，您的習慣都是這樣，我們要很用力follow。

我們有逐字紀錄，可以提供給你們，稍微編輯一下就可以了。

好，謝謝。