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

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。