← Financial Cloud Cloud Cloud Club · AWS Re:cap

極點宏觀|Financial Cloud Cloud · AWS Re:cap

AWS Re:cap 07: 公共數據授權營運與智慧政務實踐

講者: 政務資料

場次: 07

場次
Summit Dev Lounge2026 Re:cap
01 把架構寫成 Steering,引導 AI Agent
Summit Dev Lounge2026 Re:cap
02 Agent Harness 才是真正的工程護城河
Summit Dev Lounge2026 Re:cap
03 用白話詢問可觀測性資料
Summit Dev Lounge2026 Re:cap
04 以 Bedrock AgentCore 打造 Serverless AR 遊戲
Summit Dev Lounge2026 Re:cap
05 AgentCore 上的多 Agent 量化回測
Summit Dev Lounge2026 Re:cap
06 三分鐘用 Kiro 把部落格變簡報
Summit Dev Lounge2026 Re:cap
AWS Community Day Hong Kong 2025 Re:cap
02 使用 Terraform 實現 AWS 合規
AWS Community Day Hong Kong 2025 Re:cap
03 從新手到開發者:一段精彩的 AWS 雲端旅程
AWS Community Day Hong Kong 2025 Re:cap
04 以團隊為優先:使用 Laravel 與 Bref 進行無伺服器工程
AWS Community Day Hong Kong 2025 Re:cap
05 活動開幕
AWS Community Day Hong Kong 2025 Re:cap
06 Agent-to-Agent:在 AWS 上打造可互通的 AI
AWS Community Day Hong Kong 2025 Re:cap
07 運用另一種遙測資料,透過 AI Agent 加速改善
AWS Community Day Hong Kong 2025 Re:cap
08 告別 Vibe Coding:運用 Kiro 實踐規格驅動開發(Spec-Driven Development)
AWS Community Day Hong Kong 2025 Re:cap
09 運用 MCP 與 AI 代理進行自動化測試
AWS Community Day Hong Kong 2025 Re:cap
10 以 ML 驅動的方法實現電信安全現代化
AWS Community Day Hong Kong 2025 Re:cap
11 重新思考 GenAI Agent:RAG 與 MCP
AWS Community Day Hong Kong 2025 Re:cap
12 運用 TAK 與 AWS 進行災害及緊急應變
AWS Community Day Hong Kong 2025 Re:cap
13 從測試角度重新思考 Serverless 應用程式工作流程
AWS Community Day Hong Kong 2025 Re:cap
14 運用實務 AWS FinOps 邁向雲端成功
AWS Community Day Hong Kong 2025 Re:cap
15 運用 AWS 打造 AI 驅動的全球 Pure-Alpha 宏觀交易:革新風險調整後資產報酬
AWS Community Day Hong Kong 2025 Re:cap
FSI Recap
01 現代交易生命週期:從交易到結算
FSI Recap
02 Goldman Sachs:透過 Fast Track 將應用程式移至雲端 - AWS Re:cap Q1/2023
FSI Recap
03 Zurich Insurance Group:在 AWS 上建置有效的日誌管理解決方案
FSI Recap
04 FSI Meetup 2025 Q4 - Brex 資料庫災難復原
FSI Recap
05 FSI Meetup 2025 Q4 - Graviton 遷移成功案例
FSI Recap
06 FSI Meetup 2025 Q4 - Stifel 現代化資料平台
FSI Recap
07 FSI Meetup 2025 Q4 - PayPal 金融交易資料對帳器
FSI Recap
08 FSI Meetup 2025 Q4 - 擴展韌性
FSI Recap
09 最大化 AI 推論成本效益:策略性採用 AWS GPU 執行個體
FSI Recap
10 進階代理式 AI 設計模式
FSI Recap
11 在 AWS 上建置全新現代化應用程式
FSI Recap
AWS re:Invent 2025
01 Coinbase re:Invent 回顧 (IND3312)
AWS re:Invent 2025
02 利用 AI 和 AWS 構建未來交易平臺
AWS re:Invent 2025
03 交易創新:Jefferies 在 Amazon Bedrock 上的 AI 助理 (IND3315)
AWS re:Invent 2025
04 FSI 如何運用代理式 AI 徹底改造 HFT 分析 (GBL302)
AWS re:Invent 2025
05 透過 Amazon Time Sync 改善分散式系統,Nasdaq 專題分享
AWS re:Invent 2025
06 Amazon Aurora HA 與 DR 的全球韌性設計模式 (DAT442)
AWS re:Invent 2025
07 建構代理式 AI:Amazon Nova Act 與 Strands Agents 實務應用 (DEV327)
AWS re:Invent 2025
08 深入探討 Amazon Aurora 及其創新 (DAT441)
AWS re:Invent 2025
09 深入探討 Amazon S3 (STG407)
AWS re:Invent 2025
10 Nasdaq:為全球金融服務打造具彈性的基礎設施(HMC327)
AWS re:Invent 2025
11 AWS Lambda 的最新功能 (CNS376)
AWS re:Invent 2025
12 使用 Kiro 進行規格驅動開發 (DEV314)
AWS re:Invent 2025
13 Amazon 的 FinOps:全球電子商務巨擘的雲端成本經驗 (AMZ308)
AWS re:Invent 2025
14 AWS 上的 Tick-to-trade 延遲交易平台
AWS re:Invent 2025
政務資料
01 The AI Era: The Boundary Between Development and Design Is Disappearing
政務資料
02 裝置端多模態 AI 與智慧城市實踐
政務資料
03 大模型能力評測與 AI 專案落地方法論
政務資料
04 基於雲端代理的政府開發全鏈路受控自動化
政務資料
05 從多智能體看 Agent 時代軟體新生態
政務資料
06 AI 驅動的宏觀量化研究與智慧治理
政務資料
07 公共數據授權營運與智慧政務實踐
政務資料
08 数据资产化落地实践:确权合规、工程治理与数字政府案例
政務資料
09 AI技術賦能心理健康公益:可信平台的治理、架構與實踐
政務資料
Amarathon 2025 回顧
01 開發人員的代理架構設計路線圖
Donnie Prakoso
02 Amazon Bedrock 資料自動化
Hafiz Syed Ashir Hassan
03 AgentCore 上的多代理
Tan Xin
04 實務建置代理式 AI:Nova Act 與 Strands Agents
Haowen Huang
04 運用規格驅動開發,以 Kiro 加速移轉專案
Sanchit Dilip Jain
06 從「比對」到「理解」:由 AgentCore Memory 驅動的個人化 AI 搜尋實踐
Liu Cao
07 從觀察到最佳化:從 LLM 可觀測性邁向 AIOps,將即時洞察轉化為智慧自動化
Jimmy Soh
08 部署 TEAM 並打造最佳工程團隊
Yuji Oshima
09 五年來所謂無伺服器資料庫帶來的五個慘痛教訓
Renato Losio
14 如果 AI 替我工作會怎樣:Q Developer CLI 與 Kiro 如何改變我的日常工作
Miguel Angel Muñoz
16 兼顧速度與警覺:Amazon Bedrock Agent 開發的安全要點
Brian Tarbox
26 在單張 H100 上執行 OSS LLM:更聰明、更便宜、更快速
Adit Modi Adit Modi
28 現代化統一中繼資料架構:打破資料孤島的新方法
Shaofeng Shi
29 無伺服器 MediaOps:運用 Amazon Web Services 上的 AI 自動化影片工作流程
Luis Valdivia
30 透過大規模效能測試建構兼具效率與可靠性的架構
Luis Guirigay
31 透過開放原始碼連結世界:技術、社群與全球開發者關係的實踐歷程
Richard Lin
33 建置串流 Iceberg 資料表以進行即時物流分析
Fahad Shah
34 加速大規模機器人策略訓練:以 Kiro、Trainium 與 EKS 為基礎的自動化閉環架構
Junjie Tang
35 透過規格驅動開發,從 Vibe 走向可行方案
Ricardo Sueiras
36 讓雲端成本分析更智慧:使用 Strands 與 AgentCore 建置 FinOps 智慧 Agent
Xiaofei Li
37 使用 CNCF Kagent、K8sGPT 與 Nova Sonic,轉型 K8s 對話式 Agentic AIOps
Shaoyi Li

面向政府技術決策者、數據主管、資訊安全主管、企業架構師與大型國企技術管理者


公共數據授權營運:從資源走向可信服務

核心判斷

公共數據的價值不在把原始資料搬出政府,而在把法定職責、資料品質、用途控制與服務體驗組合成可持續能力。授權不是所有權轉移,更不是簡單售賣資料,而是把資料加工為資格核驗、風險提示、聚合分析、決策支援或可信接口。

決策焦點

政府項目必須同時回答公共價值、授權主體、受控使用、結果責任與失效降級。只談平台會形成昂貴資料倉庫,只談合規又可能沒有可用產品。每項技術選擇都要落到責任邊界、服務水準、成本上限、資料駐留、稽核證據與退場方案。

實務起點

先選一個高頻、低爭議、效果可衡量的場景,畫清資料流、法源、責任人、用途、保存期限、計量與退出,再決定平台和品牌。


先分清開放、共享與授權營運

開放資料

面向不特定社會主體,通常提供低敏感、可公開重用的資料集或接口。重點是開放條件、更新頻率、機器可讀、品質說明與公平可得,不能把本應開放的資料包裝成排他資源。

政務共享

主要服務機關履職,依職責、法源與最小必要原則交換。共享不是無條件調取,仍需確認目的、欄位、期限、角色與留痕;跨部門聯辦應優先交換核驗結果,減少市民重複提交。

授權營運

面向經批准的營運主體與利用方,透過特定場景、用途約束、加工規則、計量方式和退出機制提供產品。判斷時要問使用者是否特定、用途是否可追、能否撤銷、是否需要持續監管。三種機制可並存,但制度和責任不可混用。


從資料量思維轉向場景價值

錯誤起點

用匯聚多少資料、建多少主題庫衡量成功,常導致資料先入湖、需求後補寫。主管部門承擔集中風險,業務部門看不到收益,營運方沒有穩定產品,最後只剩存儲和運維成本。

正確需求單位

場景應描述誰在什麼時點,基於哪些受控資料,做出哪個可覆核動作。例如惠企服務不是建立企業大數據,而是把政策條件拆成可驗證規則,在適當授權下返回符合、缺件或需人工核查。

篩選方法

先問是否存在高頻痛點、能否合法取得最小資料、輸出能否進入業務流程、效益能否在十二個月衡量;再以公共價值、風險可控、資料可得、跨部門協同和營運持續性挑選燈塔場景。


五方治理:把責任寫進制度與系統

角色分工

主管方制定規則與批准邊界;提供方確保來源、品質和更新;營運方負責加工、產品、服務與日常安全;利用方遵守用途、保存和再提供限制;監管方獨立檢查授權、操作、計量、收益和事件。

權責落點

每個角色都要明確決策權、執行責任、知情義務、否決權與事故責任。高風險用途的最後決定不能完全外包給平台或模型,資料提供方也不能以已交付為由免除錯誤更正與版本通知。

落地工具

制度中形成責任矩陣、審批表、資料責任人名冊與聯合應急機制;系統中配置角色權限、雙人覆核、用途標籤、到期失效、工單和不可抵賴日誌。制度說誰負責,系統證明責任是否執行。


資料權利邊界:授權不等於轉移

逐項界定

授權文件要分開描述存取、加工、組合、衍生指標、結果對外提供、再授權、保留、刪除與模型訓練等權利。籠統寫成可以使用資料,會把完全不同的風險藏在同一句話中。

保留控制

公共機構需保留用途變更審批、緊急停止、稽核抽查、錯誤更正、版本替換與到期收回。營運方形成的標籤、評分或特徵庫,也要說明知識產權、可攜性、可驗證性及合同終止後處置。

防止擴張

任何新用途、新客群、新區域、新模型或新資料組合都應觸發變更評估。可能影響個人權益、企業准入或公共資源分配的結果,必須提供異議、糾錯和人工覆核。可靠授權應能看懂、限制、撤回並證明。


資料產品分層:不要把原始表當產品

四層模型

資料資源是依法管理的原始或基礎資料;資料產品是清洗、標準化、脫敏或聚合後可重複交付的成果;資料服務是透過接口、查詢或可信計算持續提供的能力;應用成果是使用方嵌入流程形成的業務效果。

安全優先級

同等價值下,優先統計指標而非明細,優先核驗結果而非欄位,優先在可信環境運算而非下載,優先短時憑證而非長期副本。更小暴露面通常能換取更穩定的使用。

產品說明書

每個產品都要說明場景、法源、資料範圍、更新頻率、品質、輸入輸出、禁止用途、保存期限、服務水準、計量、成本、申訴與退訂。只有能清楚描述、穩定交付和持續度量的成果,才是可營運產品。


全生命週期:從清冊到退出

准入之前

完成資料清冊、分類分級、法源核查、品質剖析、場景評估和營運主體盡職調查。個人、商業秘密或重要資料,應先評估能否以結果服務、隱私計算或專網替代直接交付。

營運之中

依序執行加工、產品登記、使用方審查、合同綁定、用途控制、交付、計量、品質監控、收益核算與異常處理。版本升級要發布影響說明,避免下游因欄位、口徑或模型變更產生錯誤決策。

退出之後

到期、違規、場景取消或供應商更替時,停止接口、撤銷憑證、導出依法保留證據、刪除副本與衍生物、驗證備份處置、結清費用並通知各方。退出不是合同附件的一句話,而是需要演練和驗收的工程能力。


場景設計畫布:一次說清八問

業務與群體

服務對象是誰,要改善哪個具體決策或流程,成功後公共價值如何被感知。不要只寫提升治理能力,要寫少交哪份材料、減少哪個環節、避免哪類錯誤。

資料與控制

需要哪些最小資料或核驗結果,依據哪種法定職責、同意或合同,哪些輸出要人工覆核,哪些情況必須拒答或轉人工。資料流要標出來源、加工點、模型、接口、存儲地與刪除節點。

營運與證據

說明如何計量服務、成本與收益,以及如何留存輸入、輸出、規則版本、模型版本、知識來源、工具調用、人工決定與例外事件。工作坊可由業務、法務、安全和技術交叉挑錯,快速暴露隱含假設。


資料契約:跨部門合作的技術合同

超越字典

資料契約同時包含語義、格式、品質、更新、權限與變更承諾。每個欄位要有定義、來源、允許值、空值規則、時間口徑和敏感等級;整體資料要有更新節奏、延遲上限、可用性、責任人與追溯方式。

管理變更

提供方修改口徑、代碼或頻率時,先發布新版本、兼容期和回退方案,利用方在測試環境驗證。禁止無通知替換生產資料,因為一個字段變更可能影響資格、風險或資金決策。

驗收建議

用缺字段、重複主體、跨日更新、歷史更正、異常編碼、延遲到達和權限撤銷測試。契約達標不只看接口成功,還要看語義一致、錯誤可發現、影響可通知、責任可定位。


可信資料空間:可用而不必自由流動

能力組合

可信資料空間不是新的集中資料庫,而是身份、授權、策略、連接器、計算環境、日誌與證據的組合。資料可留在原域,使用方提交合法查詢或算法,系統返回受控結果並記錄誰在何時基於何種用途執行了什麼。

技術選擇

可採聯邦查詢、乾淨室、隱私計算、可信執行環境、動態遮罩、水印和差分私隱,但每項技術都要對應明確威脅。採購隱私產品不等於完成治理,還要防輸出推斷、重複查詢和旁路導出。

最小閉環

先以一個身份源、一套用途策略、一個結果接口和一條完整審計鏈服務單一場景。驗證可撤銷、可限頻、可阻斷與可刪除後再擴展多方協作。可信的標準是每次使用都能被政策約束並可事後重演。


最小化交付:從資料出域轉向結果服務

安全梯度

第一級提供聚合統計,適合規劃與趨勢;第二級提供是或否、分級或缺件提示,適合資格與風險核驗;第三級只在不可替代時於受控環境提供明細查詢。每提升一級都要增加審批、監控和證據。

接口設計

結果接口限制欄位、目的、頻率、批量大小與返回精度,使用短時令牌和場景憑證。高風險查詢設雙人批准、異常閾值與人工抽查;可被反覆探測的接口增加查詢預算、結果模糊化和行為分析。

價值判斷

使用方真正需要的通常不是擁有全量資料,而是更快完成可靠決策。結果服務能降低存儲、洩漏、版本失配和刪除證明成本,也讓政府保留更正與撤銷能力。產品設計應從任務出發,而非從可提供多少字段出發。


身份、同意與用途不能混為一談

身份回答誰

自然人、法人、機關和系統身份要分層管理。用戶登入成功,不代表有權代表某企業,也不代表後台任務可持續調取資料。身份驗證、組織授權、崗位角色與機器憑證需要連成可追溯鏈。

同意回答是否願意

涉及本人授權時,同意應具體、知情、可撤回並有期限。界面展示提供方、接收方、目的、範圍和保存方式;撤回後停止新交換,並觸發依法可刪除資料與衍生物的處置。

用途回答可做什麼

即使身份真實且已同意,系統仍要檢查用途是否在法源與合同範圍內。用途控制需要策略標籤、場景編號、接口白名單、保存期限和行為監測。三者組合才構成可驗證的最小授權。


成功案例:數字身份成為服務入口

規模基礎

香港 iAM Smart 已形成超過四百萬註冊用戶、支援一千三百多項服務與電子表格的數字入口,並取得資訊安全與私隱管理相關 ISO 認證。價值不只在單點登入,而在逐步組合身份、表單、文件、簽署、付款和個人化服務。

可複製設計

政府數字身份應平台化,而非每個部門各建帳號。共用身份層負責驗證強度、步進認證、電子簽署與授權憑證,業務系統只處理自身職責。個人代碼、數字文件、文件錢包和小程式讓服務可重用。

企業身份啟示

CorpID 規劃以企業驗證、數碼簽署、表格預填與文件錢包為核心,並先以沙盒進行概念驗證。企業身份還要處理法人、授權代表、職位變更和多人簽署,顯示身份平台應透過生態接入與可測試接口分步擴展。


成功案例:有同意的資料交換閘道

真實成效

香港 Consented Data Exchange Gateway 以用戶同意為前提,在政府部門或獲授權機構之間交換經驗證資料,支援市民中心的網上申請體驗,規模約為每月二百萬次資料交換。這是把同意、可信來源與服務流程結合的案例。

架構重點

閘道不應成為永久囤積所有資料的中央庫,更適合承擔身份映射、同意憑證、路由、格式轉換、傳輸保護、狀態回報和審計。提供方維護權威來源,申請部門對使用目的與業務決定負責。

落地經驗

先選可減少重複提交、來源明確且字段有限的服務。界面展示交換什麼、給誰、為何使用和保留多久;後台處理拒絕、撤回、來源不可用、資料不一致和人工補件。指標包括少填字段、少交證明、辦理加快和爭議可解決。


成功案例:開放資料從供給走向使用

規模演進

香港開放資料已發展至五千七百多個資料集、約一百一十個接口及二千五百多個資料提供者;下載量由二〇一九年約五十億次增至二〇二五年超過八百億次,顯示持續更新、機器可讀和廣泛供應能形成真實使用。

超越下載量

高下載量可能來自熱門接口或機器輪詢,還要觀察活躍應用、成功請求、資料新鮮度、錯誤回報、開發者留存和公共服務改善。低使用資料應先檢查可發現性、格式、授權、更新與文檔。

授權營運啟示

開放資料保持公平和非排他;需要用途限制、個案核驗或持續服務保障時才進入授權營運。兩者可共享目錄、元資料、接口管理與品質機制,但後者增加用戶審查、用途控制、計量、合同和退出,避免把本應免費的資料商品化。


成功案例:百項數字政府倡議的組合打法

從單點到組合

香港完成各部門電子政務審視後,於二〇二五年底前推進一百多項數字政府與智慧城市倡議,使用大數據、人工智能、區塊鏈與地理空間分析,並建設政府雲、大數據平台、共享區塊鏈、聊天機械人和統一服務入口。

成功關鍵

共享平台降低重複建設,但要配合需求盤點、共用服務責任、接入標準與效果追蹤。若沒有流程重塑,部門可能只把紙本搬到網上,市民仍需重複填寫、等待人工轉錄和跨系統對帳。

組合式方法

每項倡議標記所改善旅程、重用哪些能力、淘汰哪些舊環節、產生哪些證據。平台團隊提供標準組件和服務水準,業務部門負責流程與結果,治理團隊提供邊界。目標是讓下一個服務更快、更便宜、更一致。


跨境資料流:先對齊規則再連接系統

三層差異

跨域合作同時存在法律制度、技術標準與業務流程差異。網絡打通不代表資料可流通,應先確定資料類型、法定目的、接收方資格、保存地、再轉移、主體權利、事件通報和監管協作。

區域實踐

粵港澳大灣區於二〇二三年簽署便利跨境資料流動合作安排,隨後推出個人信息跨境標準合同先行先試,並自二〇二四年十一月起擴展至各行業。制度工具、合同模板和分階段擴圍可降低不確定性。

工程落地

建立跨域資料流地圖與處理活動台帳,為每條流向配置合法依據、最小字段、加密、密鑰歸屬、訪問區域、保留期和終止方式。先做低風險場景,保留本地降級與人工替代,並聯合演練監管查詢、主體請求與安全事件。


惠企政策匹配:只輸出必要資格結果

流程拆解

把政策文本轉成可追溯條件,包括地區、行業、規模、信用、項目、時間和材料要求。每條規則保留政策條款、版本、生效日與解釋責任人;企業申請後,在適當授權下調取最小資料完成初核。

結果設計

輸出分為符合、可能符合、缺少資料、存在衝突或需人工判斷,逐項列出依據和下一步。不能自動確定的條件要明確標記,不讓模型替代行政裁量;高影響拒絕結果提供人工覆核與申訴。

操作教訓

政策更新觸發規則版本和回歸測試,企業資料不一致展示來源與更正路徑。模型適合文本抽取、問答和材料輔助,不適合獨立作最終資格決定。成功看少填資料、政策觸達、一次辦結、人工退回與錯配糾正時間。


交通運行產品:聚合指標服務規劃

產品邊界

交通數據包括道路速度、事件、公共交通到站、停車、客流和設施狀態。面向規劃、物流和市民時,優先提供路段級、時段級和區域級指標,避免不必要的車輛或個人軌跡;不同用途採不同精度、延遲與保存策略。

城市實踐

香港智慧出行涵蓋實時自適應交通燈、泊車空位、交通數據分析、自由流繳費、電子執法、自動泊車和電子駕駛執照。這些能力應共同服務道路安全、行程可靠、綠色出行與可達性,而非孤立設備展示。

動手方法

選一條擁堵走廊,定義來源、時間同步、異常值、缺失補償和發布延遲,建立事件前後對比、置信度與人工調度。驗收除平均速度外,還要檢查高峰尾部、事故、感測器離線和惡劣天氣下的可靠性。


企業風險核驗 API:提示與決定分開

最小返回

核驗服務可返回主體是否存在、證照是否有效、特定限制是否命中、資料截至日期和來源狀態。除非場景確有法源,不返回完整案件、關聯人或非必要明細。分級要附規則理由與置信度,避免黑箱標籤造成不當拒絕。

用途隔離

政府採購、金融、園區招商和供應鏈的風險目的不同,不能共用無差別分數。每個憑證綁定場景、字段、頻率與機構;批量查詢、非常時段和高失敗率觸發告警,防止名義核驗演變成資料搜集。

責任安排

提供方對權威記錄與更新負責,營運方對接口、規則和日誌負責,使用方對最終決策與申訴負責。資料延遲或存在爭議時返回不可確定而非強行判定。保留正負測試樣本、規則版本和人工結論,才能在爭議時重現。


醫療健康資料:高價值配高強度治理

場景分層

醫療資料可支援臨床照護、公共衛生、科研、藥械評估與健康管理,但法源、主體預期和風險不同。臨床急救重視高可用與即時性,科研重視去識別、倫理審查和輸出控制,不能用同一授權處理。

香港經驗

智慧健康方向包括 eHEALTH+、公營醫療數字化、公共衛生保護與醫療創新;既有實踐涵蓋電子健康紀錄、智慧醫院、遠程醫療和醫療大數據研究平台。共同啟示是先有可信身份、權威紀錄和共享限制,再擴展分析與 AI。

安全落地

患者、醫護、研究者和系統分層身份,依治療關係、同意、倫理批准與職責授權;影像、基因和自由文本嚴格隔離。模型不得直接替代診療,需展示來源、版本和限制;下載、查詢、導出和研究輸出均需審查並可追溯。


北部都會區:空間治理與數據治理同步

規劃機會

北部都會區定位為創新科技、專上教育、醫療創新與大灣區協同的重要空間,未來五年規劃交付超過七萬個住宅單位及一百萬平方米經濟樓面。若數據治理晚於基建,各園區容易重複建平台、接口不兼容、權責難追。

數字底座

在土地、交通、能源、建築、環境和企業服務規劃階段,同步建立地址、空間、設施、法人和項目主數據。共用身份、地理空間基礎、物聯網接入、事件總線和數據目錄,但醫療、科研、企業和公共管理資料按域隔離。

營運方式

園區公司可負責公共設施與平台營運,政府保留規則、監管和公共利益控制。招商、施工、安全、能源和交通產品分別定義契約與服務水準;驗收看跨機構協同、能源與空間效率、事故響應、企業辦事和居民體驗。


金融與高增值供應鏈:數據支援可信交易

可服務場景

貿易融資、保險、檢測、物流、海事與航空,需要在企業、貨物、單證、運輸和付款間建立可信關聯。數據產品可提供單證真實性核驗、狀態證明、風險事件提示與合規檢查,而不是集中暴露完整商業資料。

架構原則

以法人數字身份和可驗證憑證確認誰簽發、持有和使用,以事件接口同步關鍵狀態,以資料契約統一港口、機場、銀行、保險和監管語義。商業秘密按交易與角色隔離,跨境流動綁定合同與目的。

營運判斷

價值應體現在減少人工核單、縮短融資、降低欺詐與重複提交,而非按字段多少定價。中小企業不應因數據不足被永久排除,需保留補充證明和人工審查;平台支援多家服務商接入,避免單一雲或數據商壟斷入口。


智慧環境:監測可信比展示漂亮重要

資料鏈條

空氣、水質、噪音、廢物、能源和生態監測依賴感測器、校準、通訊、算法與人工採樣。每個數值都應追溯到設備、位置、時間、校準狀態、修正和品質標記;沒有品質旗標的即時數據可能造成錯誤執法或公眾誤解。

實踐方向

香港智慧環境涵蓋船舶排放、環境評估、智能回收、非法棄置、綠色交通與自然保育。五年方向還包括零碳能源、電動車、新能源運輸、氫能和可持續航空燃料,為公共數據產品提供跨部門場景。

營運建議

發布時提供測量方法、覆蓋、延遲、缺失與修訂記錄;執法用途增加證據級保存和設備維護鏈。環境產品可服務規劃、企業披露和社區行動,但定價不能妨礙基本環境知情權,收入應回投品質、感測維護與公共教育。


人工智能進入政務:先建立風險分級

低風險先行

會議摘要、文檔分類、知識檢索、表格抽取和草稿輔助適合先行,但仍需處理敏感資料、引用和人工確認。中風險包括客服建議、材料預審與流程推薦;涉及資格、執法、醫療、資金和權益的高風險場景必須更嚴格。

平台化經驗

香港 AI+ Civil Services 以多供應商目錄覆蓋數字人客服、會議摘要、文檔處理、寫作、流程自動化、創意與數據分析,並透過論壇、研討和配對活動協助部門選型。這降低單一品牌依賴,但仍需統一治理門檻。

上線條件

每個用例要有任務邊界、允許資料、禁用輸入、準確率與拒答標準、人工覆核、監控、成本上限和退出。上線前測試提示注入、越權工具調用、敏感資料洩漏、錯誤引用和供應商不可用,不能用平均正確率掩蓋高風險錯誤。


生成式 AI 證據鏈:每次回答可重演

必留記錄

至少保留使用者與角色、輸入、輸出、系統提示版本、知識來源、檢索片段、模型與參數、工具調用、內容過濾、人工修改、最終採用結果、延遲和成本。記錄本身需分級保護,不能為稽核再製造新的敏感資料池。

引用與拒答

回答優先引用權威、有效且適用的政策文件並呈現版本和日期。資料不足、來源衝突、超出職責或涉及高風險判斷時,系統要拒答、說明限制並轉人工。政務場景中,流暢但無依據的答案比明確拒答更危險。

重演方法

建立固定測試集和事件樣本,用相同版本重建當時處理。外部模型合同需保障版本通知、日誌取得、保留期限和事件配合。每次模型或知識庫更新都做回歸測試並記錄差異,確保改進沒有破壞既有安全邊界。


雲原生底座:按責任組裝,不按品牌堆疊

能力地圖

資料底座需要物件存儲、湖倉、主數據、元資料、血緣、品質和資料契約;交換層需要接口管理、事件總線、可信連接器和批流處理;安全層需要身份、密鑰、策略、遮罩和日誌;營運層需要目錄、訂閱、計量、工單和結算。

多品牌視角

可以比較 AWS、Google Cloud、騰訊雲等國際與本地雲,也可在專有雲、政務雲和國產化環境部署等價能力。選型不追求服務名稱一致,而確認接口、資料格式、可觀測性、合規支持、地域覆蓋、成本和退場條件。

架構紀律

每個元件寫明責任人、SLO、RTO、RPO、容量假設、資料駐留、加密邊界和成本上限。核心資料採可攜格式,基礎設施以程式碼管理,接口使用開放標準;重要流程準備單區或雲服務故障的降級路徑。


多雲與混合雲:真正管理的是差異

並非全部多雲

同一系統跨多雲運行會增加身份、網絡、數據一致性、監控和排障成本。只有法規、地域、韌性、議價或特殊能力確有需要時採用;其餘場景以主雲加可遷移設計,通常比表面雙活更務實。

統一與保留

統一容器編排、身份聯邦、日誌格式、追蹤標識、基礎設施即程式碼、秘密管理和資料格式;保留各雲在託管數據庫、AI、網絡和安全上的差異。若抽象到最低共同能力,反而失去雲原生價值。

操作手冊

按敏感度、延遲、依賴、成本和出口流量決定工作負載位置。每季度測試備份恢復、憑證輪換、區域切換和接口失效;合同要求資料與配置導出、日誌可得、缺陷處理和終止協助。多雲成果是可控選擇權,不是控制台數量。


API 與事件架構:把交換變成可治理服務

同步與異步

需要即時核驗和明確回應時使用 API,狀態變更、批量通知和跨系統解耦時使用事件。不能把所有交換做成每日文件,也不能讓所有流程依賴同步接口;設計前先確認時效、可重試、順序、一致性和補償。

治理要素

每個接口和事件都有擁有者、版本、用途、消費者、敏感度、速率、服務水準和下線日期。API 網關負責身份、授權、限流與審計,事件平台負責主題權限、消息保留、重放和死信處理,業務錯誤與技術錯誤分開。

實戰測試

測試重複請求、亂序事件、超時、部分成功、來源回滾、消費者離線和權限撤銷。高價值操作使用冪等鍵與業務流水號,確保可重演但不重複辦理;下線舊版本前識別所有消費者並提供遷移窗口。


零信任安全:落到每一次資料使用

不預設可信

無論請求來自內網、雲端或合作機構,都驗證身份、設備、工作負載、風險和用途。授權採最小權限、短時憑證和動態策略;敏感操作增加步進驗證或雙人批准。網絡分區只是防線之一,不能代替資料級控制。

防濫用

公共數據風險常來自合法帳號過度查詢、批量導出、用途漂移或內部共享。需要結合行為基線、字段級權限、動態遮罩、水印、查詢預算和異常告警;管理員與服務帳號獨立監控,避免特權成為盲區。

證據與響應

集中保存身份、策略決策、資料訪問、管理操作和導出記錄,用統一追蹤標識連接一次業務旅程。事件發生時立刻撤銷令牌、封鎖接口、保全證據、通知責任人並啟動替代服務,定期演練洩漏、供應商入侵和密鑰失效。


資料品質:用業務後果決定門檻

品質維度

完整性、準確性、一致性、及時性、唯一性和有效性是常見維度,但不能平均打分。某欄位錯誤若會造成補貼誤發、醫療風險或信用誤判,其標準應高於一般分析字段;品質規則要連接具體業務後果。

閉環處理

自動剖析發現異常後,工單指向資料責任人,記錄原因、影響、臨時處置、根因與永久修復。對已交付產品,提供方通知利用方,必要時重發結果或撤回版本,不能只在平台展示紅綠燈而無人處理。

動手清單

為關鍵字段建立允許值、關聯規則、時間規則和來源一致性,用黃金樣本、邊界樣本和歷史事故驗證。上線後追蹤品質問題引起的退件、更正和申訴,優先改善高後果、高頻率與跨部門共用資料。


可觀測性:同時看服務、資料、模型和成本

四條訊號

服務層看可用性、延遲、錯誤和容量;資料層看新鮮度、缺失、分布漂移和血緣;模型層看任務成功、引用命中、拒答、幻覺和安全攔截;成本層看每次查詢、每件業務、存儲、網絡和閒置資源。

旅程串聯

單個元件正常不代表市民服務正常。使用統一業務流水號貫穿身份、同意、資料調取、模型、人工覆核、付款和通知,才能定位一次辦理為何失敗。運維看技術儀表,管理層應看公共服務結果與重大風險。

告警紀律

每個告警都有責任人、時限、分級、靜默規則和操作手冊,避免大量無行動價值的告警淹沒事故。對資料延遲、模型漂移和成本異常設定業務閾值;事件後完成時間線、根因、改進、驗證和知識沉澱。


計量與定價:不要把公共價值變成字段單價

計量單位

可按有效調用、核驗件次、計算時長、訂閱周期或服務等級計量,但排除失敗、重試、測試和供應商自身錯誤。批量服務明確計量邊界,使利用方可對帳、監管方可抽查。

定價結構

價格可由基礎運營成本、增值加工、服務保障和合理回報構成。公共基本服務、公益研究和中小企業創新可採免費額度、成本補貼或分層價格;不能以稀缺行政資料形成不合理壟斷,也不能為收入增加不必要供給。

決策原則

先算資料治理、安全、稽核、客服、事故、退出和長期維護的全成本,再設價格。評估營運方不能只看營收,也看公共服務改善、普惠性、資料品質、合規和生態創新。收入只是可持續營運的一部分,不是唯一目標。


收益分配與公共價值:建立可解釋機制

分配依據

資料提供方貢獻權威來源與持續更新,營運方投入加工、平台、服務與風險管理,合作方可能提供算法或渠道。分配應依可驗證投入、承擔風險、服務績效和公共任務設計,不宜以行政談判形成永久比例。

公共回投

部分收益應明確回投資料品質、標準治理、安全能力、基層數字化和普惠服務。若收入全部用於平台擴張,資料提供單位看不到改善,合作意願會下降;回投項目應有預算、責任人和成效衡量。

避免錯誤激勵

不能用交易額驅動部門擴大收集或降低審查。高社會價值但低商業回報的場景,可透過財政購買服務或績效合同支持。監管報告同時披露收入、成本、服務量、受益群體、風險事件、申訴與資料主體權益。


從 PoC 到正式上線:六道階段閘門

前四道

第一驗證場景價值與責任人,第二確認法源、最小資料和授權,第三完成威脅建模、架構與供應商評估,第四用合成、匿名化或已公開資料做概念驗證。PoC 不應直接接入全量真實資料。

後兩道

第五用有限真實流量試點,驗證流程、人工覆核、服務水準、成本、申訴和事件處理;第六才正式上線,要求運維、值班、災備、合同、預算和監管全部到位。每道閘門都有明確否決條件。

升級判斷

只有價值可量化、風險有控制、責任落到人、證據可追溯、成本可承受、失效可降級時才升級。演示成功不代表生產可用;試點結束要形成停止、改造或擴展的決定,避免無限期試運行。


驗收框架:七類指標共同決定合格

結果與模型

公共價值看辦理時間、一次辦結、重複提交、錯誤和基層負擔;模型品質看任務成功、引用命中、幻覺、拒答與敏感資料洩漏。高風險場景還要按群體、邊界條件和最壞情況測試。

工程與治理

工程品質看 p95 延遲、可用性、變更失敗率、平均修復時間、RTO、RPO 和災備演練;治理品質看人工覆核、可追溯、違規攔截、申訴閉環和授權撤銷。安全驗收涵蓋身份、越權、導出和供應鏈。

成本與體驗

成本看每件業務推理、單位吞吐、閒置資源與三年總持有成本;體驗看可理解、可訪問、少填少交和進度透明。樣本由業務、技術、安全與監管共同設計,所有指標都有基線、目標、測量方法和責任人。


採購評估:防止被產品演示牽著走

採購能力與結果

需求文件先描述業務結果、數據邊界、服務水準、安全、證據、成本和退出,再讓供應商提出方案。若直接指定一串品牌服務,採購會變成技術清單,失去比較架構適配與總成本的能力。

評估維度

比較功能、開放接口、數據可攜、合規證據、地域支持、容量、可觀測性、成本透明、模型治理、供應鏈安全和退出協助。國際雲、本地雲、國產化平台與自建方案使用同一邏輯,但依環境調整權重。

合同抓手

要求版本通知、漏洞修復時限、資料不作未授權訓練、子處理者清單、事件通報、日誌取得、服務終止和刪除證明。評選不只看現場效果,也看故障時能否降級、三年成本是否可控、團隊能否接管。


退出與可攜性:簽約前就設計離場

帶走內容

資料、元資料、血緣、品質規則、模型配置、提示、知識庫、接口定義、基礎設施程式碼、監控、日誌與工單都有不同可攜要求。只能導出 CSV 並不代表系統可遷移。

證明可退出

合同約定標準格式、導出頻率、費用上限、協助時數、並行期和刪除證明。每年至少做一次小規模導出與恢復,驗證文件完整、密鑰可換、依賴可識別、歷史資料可讀,不要等終止日才首次測試。

服務連續性

切換期間保留只讀服務、人工窗口或批量備援,優先保障民生和高風險業務。新舊供應商的責任、交接、事故歸屬與保密義務書面化。退出成功是服務不中斷、資料不遺失、權限已撤銷、證據可保留。


常見失敗:有平台、無產品、缺責任

平台先行

一開始就建全域大平台,卻沒有首批場景、產品經理與業務責任人,容易形成長期建設、短期展示。修正方式是選三至五個高價值場景,用最小共用能力支撐,再從真實重用中抽象平台。

權責模糊

主管部門認為營運方負責,營運方認為提供方負責,使用方把模型結果當權威。事故後無人說清授權、規則和最終決定。應在流程節點配置明確責任、人工否決權與可回放證據。

只重收入或技術

交易額取代公共價值會誘導不必要供給,算法精度取代流程效果會忽略申訴與可用性。成功應體現在市民少交材料、部門少做重複核驗、風險可監管、成本可持續;不能支持這些結果的功能要重新排序。


組織與人才:建立跨專業產品團隊

核心角色

每個數據產品需要業務產品負責人、資料責任人、架構師、安全與私隱專家、法務、運維、財務和使用者研究。AI 場景增加模型負責人與人工覆核代表。角色可以兼任,但決策權和投入時間必須明確。

工作方式

以兩至四周迭代交付可驗證成果,而不是只在大型會議報進度。每次迭代同步更新需求、資料契約、威脅模型、測試、成本和操作手冊;業務參與樣本與驗收,工程理解法定流程,治理人員進入設計早期。

能力建設

培訓不只教工具,也涵蓋資料分級、用途限制、接口、雲成本、模型限制、事件響應和供應商管理。建立實戰社群,沉澱模板、事故案例與架構決策;成熟度看團隊能否獨立判斷、運維和退出,而非證書數量。


十二個月落地:從制度最小集到可複製能力

首三個月

成立跨部門治理小組,完成數據清冊與三個燈塔場景,制定角色矩陣、分類分級、授權模板、資料契約和階段閘門。盤點既有身份、雲、API、日誌和目錄能力,優先重用而非新建。

中間六個月

以合成或公開資料完成 PoC,再用有限真實流量試點。建立結果服務、用途控制、計量和證據鏈,落實人工覆核、申訴、故障降級與退出演練;每月向主管層報告價值、風險、成本和問題。

最後三個月

依測量停止低價值場景,修正可行場景並正式上線。把共用身份、同意、接口、監控和合同條款沉澱成標準能力,擴展第二批產品。年度成果包括可運行服務、可審計證據、可複製模板與下一年度投資優先級。


領導者決策清單:批准前必問十五件事

價值與責任

是否解決真實公共服務瓶頸?受益群體與不利群體是誰?哪個部門對最終結果負責?人工在哪個節點有否決權?若停止項目,會失去什麼公共能力?

資料與技術

法源、同意與用途是否明確?能否用結果服務替代原始資料?哪些資料不能進模型或外部雲?供應商不可用時如何降級?接口、格式、基礎設施程式碼與資料導出能否降低鎖定?

驗收與持續性

驗收是否覆蓋正確、安全、公平、延遲、成本、可用、申訴和災備?三年總持有成本由誰承擔?收益是否回投治理與品質?授權到期如何撤銷與刪除?監管能否取得完整證據?只有每問都有負責人和書面答案,才具備進入生產的基本條件。


結語:轉化為穩定、可信、節制的公共能力

三個堅持

堅持以場景與數據產品驅動,不以資料量和平台規模驅動;堅持用途可控、過程可查、結果可審、違規可追;堅持公共價值、風險和可持續營運共同評估,不讓收入或技術熱度單獨主導。

案例共同答案

香港數字身份、有同意的資料交換、開放資料、百項數字政府倡議、跨境規則試點和智慧城市實踐顯示,長期成功來自共用基礎、清楚治理、分步擴展與可感知服務,而不是一次性大型建設。

行動承諾

從高頻、低爭議、結果可衡量的場景開始,先畫資料流、法源、責任、用途、保存、計量與退出,再選技術。成熟系統不是功能最多,而是在制度約束下持續運行、失效時保護公眾、變更時仍被組織掌控。