• 報告
CityGPT!生成AI吹進未來城市策略觀察
  • 1150
  • 出版日期
    03月11日, 2024
  • 作者
前言

城市治理核心在於「人」,當生成式AI與人鏈結以生態系方式協作,CityGPT也需具備理解人類指令、捕捉感知環境要素能力並產生合理結果,滿足城市、民眾需求。在未來的城市發展策略制訂與規劃裡,生成式AI技術已是不可或缺的角色。

目錄
圖目錄
表目錄
鏈結生態系協作,以使用者友善設計思維
GenAI大浪來襲,讓城市不只智慧、還能感知理解、自然互動具備溫度,提高城市效率,建立更永續、更靈活彈性的城市。城市長期願景清晰擘劃為第一步,並對如何融合於現有系統服務與流程有更具體想法。
再者,不只限於IT部門當責,可擴大與產、學、研、在地組織間等多方利害關係人協作,釐清需求、界定目標。由政府主導沙盒環境建構,攜手生態系供應商建立評估標準、GenAI解方與評估流程,開放創新設計具體描繪場景應用,評估需求探索理想解方。
城市治理核心在於「人」,CityGPT也需具備理解人類指令、捕捉感知環境要素能力,產生合理結果,滿足城市、民眾需求。故可思考納入「以人為核心」之公民參與機制,透明、公平前提下,讓城市策略制定更平衡。
循此,以人為核心思維設計公民服務,觀察日本也以「親民數位化」為政策核心,強調為城市社區所帶來之價值。與公民互動的聊天機器人如何能更接地氣、提供適切精準回應,此實為需要經過用戶密切參與服務設計,排除可能偏誤或歧視疑慮、考量道德風險,例如需明確告知民眾正與CityGPT系統對話。
更重要的是,還得考量數位落差窒礙創新接受度。例如可藉力在地社創組織打造數位知識擴散機制,解決長者對AI服務理解不足影響採用率之問題。
生成AI賦能,政府與產業共舞雙贏
除了惠民目標之外,又將如何兼顧產業發展?城市仍需扮演領導、監督關鍵,畢竟政府才是真正理解城市治理內涵的角色。以需求帶動技術,扶植產業具備建構城市大模型能力,依多元場景需求,從演算法、平台、服務應用,催生各類業者於不同領域深化方案,將模型整合於現有數位服務中,讓GenAI應用回歸城市本質發展。
如德國漢堡與新創Aleph Alpha合作、日本東京町田市與埼玉縣白岡市尋求NTT Data資源,皆是藉由產業之力對應城市需求,企業趁機探索新技術解方、累積實踐經驗。
再者,CityGPT隱含了大量且分散的城市資料將被蒐集融合、分析使用。如何解決資料開放共享、城市模型與平台建構、模型落地到應用、場景碎片化問題等,其關鍵為政府與產業發展頻率節奏是否同步調。
中央可透過數位公共基建、資源挹注,降低企業參與CityGPT門檻,產業密切與地方互動,根據需求、參數與訓練資料微調CityGPT模型,執行特定任務,實現城市建設AI通用性,以及對城市、街區、社區、街道層級的運算剖析。
然而,科技無法取代城市治理工作,儘管GenAI能提供深入且有價值見解,最終裁決仍需回到主事者身上,從城市核心價值出發點來衡量。
從觀望到行動,掌握高安全、高民意原則
城市可先盤點過往曾推行之智慧服務,基於過去成果開展行動,辨認GenAI較高價值潛力領域。考量GenAI仍可能捏造事實、產生偏誤,故可優先於低風險公共服務、關注與社會有較多互動性的服務進行試驗,避免先投入敏感度與複雜度較高任務。如攸關資源分配、或涉及弱勢群體服務,因涉及公平、基本人權議題,需更為慎重。
城市治理應用包括:日常決策自動化(掌握全市狀況,快速察看事件確認原因,提供輔助意見)、重複任務與流程管理(文件智慧歸檔與檢索),降低錯誤發生(智慧校對),提高業務效率/生產力(公文草稿、自動摘要)、城市基建/廢物管理(實時數據更新、分析圖表初稿)。
公共服務包括:如AI分析民眾電話或信件投訴,提供基於多語言、多形式資料(文字、語音、影像、圖表)之公共服務即時諮詢回應;潛在威脅辨識、犯罪模式預測,提升公共安全與服務效率。
至於高風險試驗,則需另闢途徑謹慎處理,像是運用先進隱私保護技術,如同態加密、多方運算、合成數據等,或建置安全可信賴環境,評估其可能衝擊影響,再決定是否廣泛部署。
實踐風險管理,建立GenAI指南護城河
儘管GenAI於城市有無窮前景;然而考量風險,城市對其採用多採取保守謹慎態度,尤其當前全球尚無對CityGPT有一致性明確規範,仍由各城市自主擬訂遵循準則。
觀察全球經驗,當務之急應先建立城市使用GenAI工具包與指南方針,讓相關人員了解如何正確適當使用。如對道德倫理、資料隱私問題、平權等議題更深思熟慮,像是資料回饋公共資料庫、內容審查監督機制等,依需求開發應用案例,建立透明機制,定期公開使用情況,將機敏資料額外獨立成專屬大模型,避免與現成解方混用相同資料庫,打造城市護城河。
應用推展上,城市或可先思考對應用試驗之態度,究竟仿效美國、英國先擬定指南,劃清界線範疇;抑或借鏡德國、日本埼玉縣敏捷經驗,採取寬鬆原則,只要不踩違反資料安全與風險的紅線,「摸著石頭過河」先試驗再說;或參考英、韓行動,準則與應用雙管齊下。
因地制宜、生態資金,突破財務與城鄉落差障礙
「千里之遙、千仞之高」,都難以道盡GenAI驅動城市的無窮廣闊潛力;但部分都市可能無法承擔投資財務支出,加上知識不足,將導致發展落後。
不同城市特色迥異、各自面臨不同難題,城市應視其規模規劃對應良藥解方,讓大小城市都能採用,並兼顧經濟與社會效益,避免拉大城鄉差距。包括是否能承擔採購與維運客製方案、具備解讀模型分析結果能力,以及財務可行性、維運成本、地方知識評估均需納入。透過新興科技廣泛試驗與探索形成生態圈,運用生態力量吸引資金「找錢」、促成更多商業機會。
同時,中央與地方間政策平衡更為關鍵,從監督管轄與權責劃分、平台技術標準一致性、公共服務於各城市間的互通性,都是相當重要的關鍵環節。
  • 以上研究報告資料係經由MIC內部整理分析所得,並對外公告之研究成果, 由於產業倍速變動、資訊的不完整,及其他不確定之因素,並不保證上述報告於未來仍維持正確與完整, 引用時請注意發佈日期,及立論之假設或當時情境,如有修正、調整之必要,MIC將於日後研究報告中說明。 敬請參考MIC網站公告之最新結果。
  • 著作權所有,非經本會書面同意,不得翻印或轉讓。
  • BACK
    登入
    正式會員第一次使用,請輸入會員編號/會員密碼/Email,系統會偵測第一次使用,註冊/認證之後,即可上線使用

    不是會員?

    邀請您申請免費試閱聯絡我們