邁向AI治理之路：政府知識管理的實踐、轉型與創新

AI時代的政府，不能只追求「自動化與高效率」，
更必須回答「AI該如何被治理」！

當生成式AI與演算法席捲全球，政府治理正面臨前所未有的轉型壓力。若缺乏深厚的組織學習與制度基礎，盲目導入技術，不僅無法真正提升治理品質，更可能將傳統官僚體系的部門分割、資訊斷裂與決策失真無限放大。

本書帶領讀者由內而外，重新省思智慧治理的進化之路：從微觀的組織學習出發，重塑官僚體系的知識韌性；透過政府再造打破科層本位，建立跨域協調的政策知識庫；以透明參與的數位治理，讓政策知識接受社會檢驗；並將AI定位為增強分析的協作夥伴，建立可審查、可追溯的制度安排，確保決策不失人性與責任。

最終，作者提出國家層次的前瞻願景──以「主權AI」作為政府知識管理2.0的制度支點。在追求技術升級的同時，政府必須捍衛資料主權、掌控模型與算力，有效控管演算法風險，擺脫外部依賴帶來的斷供危機，讓AI真正服務於公共價值與民主正當性！


★AI浪潮不可逆，政府治理也無法置身事外！從知識管理、民主治理到國家主權，人工智慧正全面改變公共部門的運作方式──面對AI帶來的挑戰，我們該如何讓人工智慧成為治理的助力，而非阻力？
★佛光大學公共行政與國際事務學系教授張世杰、中國文化大學社會企業管理碩士在職學位學程副教授郭耀昌專業推薦！

彭安麗

國立政治大學公共行政學系博士，現任南華大學國際事務與企業學系助理教授。具國際職業策略規劃師（SCPC）、全球職涯發展師（GCDF）及企業體驗學習引導師（GCQA）等專業資格，為勞動部工作場所性騷擾調查及教育部校園性別事件調查專業人才。

專長為公共行政、組織理論與管理、知識管理及職涯發展，曾獲教育部青年發展署114年大專校院職涯輔導傑出職輔人員組（教學類）銅等獎。

★佛光大學公共行政與國際事務學系教授張世杰、中國文化大學社會企業管理碩士在職學位學程副教授郭耀昌專業推薦！

張世杰（佛光大學公共行政與國際事務學系教授）
郭耀昌（中國文化大學社會企業管理碩士在職學位學程副教授）

〈導論〉（節錄）

二十一世紀以來，全球治理環境正歷經深刻而持續的結構性變遷。從全球化、數位化、平台化，到近年人工智慧（artificial intellectual，以下簡稱AI）、生成式模型與演算法治理的快速躍進，政府所面對的治理情境，早已不同於傳統官僚體制得以穩定運作的時代。公共問題不僅日益跨域、複雜且高度不確定，政策形成與執行所依賴的資訊來源、知識結構與決策流程，也因數位科技與資料密集型治理而產生根本變化。面對此一轉型，政府治理能力的核心，已不再僅是依法行政、層級節制與資源配置而已，更在於能否有效蒐集、整合、轉化、分享與運用知識，並在此基礎上形成具備學習能力、調適能力、協作能力與創新能力的治理體系。換言之，政府知識管理已從輔助性的行政工具，逐步轉化為國家治理現代化與智慧化發展的關鍵基礎。
本書以「政府知識管理」為主軸，進一步將其置於數位治理與AI治理的歷史脈絡中加以考察，試圖回答一個日益迫切的核心問題：當政府治理逐步由傳統科層行政邁向資料驅動、演算法輔助與人機協作的新型態時，政府應如何重構其知識管理體系，以提升決策品質、行政效能、民主正當性與國家治理韌性？在此問題意識之下，本書主張，政府知識管理不應被狹隘理解為檔案建置、資訊儲存或文件檢索的行政技術，而應被視為一套涉及組織學習、制度設計、資料治理、人機協作乃至主權AI的整體性治理工程。若無法從更高層次重新理解知識在公共部門中的角色，則政府即便導入再多數位工具與AI應用，也可能僅停留於表層效率改善，而難以真正促成治理模式的轉型升級。
基於此一思考，本書試圖建立一條由「知識管理」通往「AI治理」的分析途徑，說明政府如何從內部組織學習的能力建構出發，逐步處理官僚體制的結構性困境，推進數位治理與資料治理，進而發展人與AI協作的決策模式，最後走向主權AI與智慧治理的制度想像。此一途徑的核心論點在於：AI治理並非憑空出現的全新治理模式，而是政府知識管理在數位時代不斷深化與擴張的結果；同時，政府知識管理也不應停留在資訊管理或知識保存層次，而應提升為一種以公共價值、制度課責與國家自主為導向的知識治理模式。
本書各章之間並非彼此並列的議題討論，而是依循一條由「能力基礎」到「制度條件」、由「資料治理」到「決策模式」、再由「人機協作」到「主權AI」的遞進邏輯。第一章處理的是政府是否具備學習、吸收、分享與轉化知識的能力；第二章處理的是政府是否具備促進知識流動與政策協調的組織制度；第三章進一步討論數位治理如何提供資料基礎、開放機制與公民參與場域；第四章則分析AI如何進入政府知識管理與政策決策過程，形成以人為本的人機協作模式；第五章最後將此一轉型提升至國家治理與戰略自主層次，說明主權AI如何成為政府知識管理2.0的重要支點。換言之，本書的分析並非從AI技術本身出發，而是主張AI治理必須奠基於組織學習、制度設計、資料治理與人機協作等前置條件，方能真正落實為具有公共價值與民主課責的智慧治理模式。
第一章〈建構知識管理之要件：組織學習能力〉旨在指出，任何知識管理制度若要真正有效運作，必須奠基於組織的學習能力。政府不是單純的規則執行機器，而是承載大量顯性知識與隱性知識、正式規範與實務經驗、制度邏輯與情境判斷的複雜組織。若缺乏支持學習、分享、反思與創新的組織文化與機制，知識便難以由個人層次擴散至組織層次，更難以轉化為制度記憶與治理能力。因此，本章從組織學習理論出發，強調政府知識管理的前提，在於建立有利於知識吸收、知識轉化與知識應用的學習型組織，使政府能夠在變動環境中持續更新認知、累積經驗與調整策略。
第二章〈突破知識管理之困局：政府再造的再思與設計〉進一步指出，政府知識管理之困境並不僅來自技術不足，更多時候係源於制度與結構本身的侷限。傳統韋伯式官僚體制雖有其維繫秩序、法制與責任分工之功能，但亦容易造成部門分割、資訊斷裂、層級僵化與本位主義等問題，使知識無法有效跨部門流動，政策也難以形成整體性回應。是故，若欲突破知識管理困局，單純建置資訊平台或增設資料庫並不足夠，尚須從政府再造的角度重新思考組織架構、政策協調與知識統整機制。本章提出以整合性部會架構與政策知識平台為核心的制度設計思考，強調政府若要真正邁向知識型與智慧型治理，必須先處理結構層面的障礙。
第三章〈改善知識管理之質量：數位治理之推動〉則將焦點轉向數位治理所提供的制度與技術條件。隨著開放政府、資料開放、公民參與平台與跨部門資料治理的發展，政府知識管理已不再侷限於機關內部的行政資訊系統，而逐步轉變為一種結合透明、參與、涵容與課責的公共知識生產與整合過程。數位治理的意義，在於為政府知識管理建立更高品質的資料基礎、互通標準與參與機制，使政府得以在資訊公開與社會互動中持續更新政策知識，並透過平台與資料治理機制提高決策回應性與民主正當性。換言之，數位治理不僅改善知識管理的效率，更改變了知識形成、流通與驗證的方式，為後續AI應用提供必要條件。
第四章〈加速知識管理之轉型：人與AI協作之決策模式〉進一步處理人工智慧進入公共行政後，政府知識管理在決策層面的重大轉變。本章指出，AI不應被理解為取代公務人員判斷的技術工具，而應被定位為增強知識整理、風險辨識、情境分析與政策研判能力的協作伙伴。當前公共治理的關鍵，不在於單純追求自動化，而在於建立一種「人機協作」的混合智慧模式，使AI擅長的大規模資訊處理、語義分析與模式辨識能力，能與人類公務員的經驗判斷、倫理思辨、情境理解與責任承擔相互結合。此一轉型不僅加速知識管理從靜態儲存走向動態分析與決策支援，也重新界定了政府人員在智慧治理時代中的角色與能力需求。
在此前提下，第五章〈政府知識管理2.0之未來：主權AI的落地與發展〉則將視角由組織、制度與操作層次提升至國家治理與戰略自主層次。當AI模型、算力資源、雲端平台與資料治理規則愈來愈成為政府運作的重要基礎設施，政府知識管理的未來便不只是技術採用問題，而是直接涉及資料主權、模型控制、制度課責、供應鏈韌性與國家安全。由此，本書提出「政府知識管理2.0」的概念，將其理解為一種以主權AI為核心支點的知識治理新階段。所謂「主權AI」，並非意指封閉式的技術民族主義，而是強調國家對關鍵資料、運算能力、模型訓練、在地語言文化適配及制度規範架構應保有足夠的掌握能力與戰略選擇權，以避免過度依賴外部科技巨頭與跨國平台，進而損及公共利益、民主治理與國家自主性。此一觀點亦顯示，政府知識管理在AI時代的演進，最終將與數位主權、公共價值及智慧治理緊密結合。

〈導論〉（節錄）

二十一世紀以來，全球治理環境正歷經深刻而持續的結構性變遷。從全球化、數位化、平台化，到近年人工智慧（artificial intellectual，以下簡稱AI）、生成式模型與演算法治理的快速躍進，政府所面對的治理情境，早已不同於傳統官僚體制得以穩定運作的時代。公共問題不僅日益跨域、複雜且高度不確定，政策形成與執行所依賴的資訊來源、知識結構與決策流程，也因數位科技與資料密集型治理而產生根本變化。面對此一轉型，政府治理能力的核心，已不再僅是依法行政、層級節制與資源配置而已，更在於能否有效蒐集、整合、轉化、分享與運用知識，並在此基礎上形成具備學習能力、調適能力、協作能力與創新能力的治理體系。換言之，政府知識管理已從輔助性的行政工具，逐步轉化為國家治理現代化與智慧化發展的關鍵基礎。
本書以「政府知識管理」為主軸，進一步將其置於數位治理與AI治理的歷史脈絡中加以考察，試圖回答一個日益迫切的核心問題：當政府治理逐步由傳統科層行政邁向資料驅動、演算法輔助與人機協作的新型態時，政府應如何重構其知識管理體系，以提升決策品質、行政效能、民主正當性與國家治理韌性？在此問題意識之下，本書主張，政府知識管理不應被狹隘理解為檔案建置、資訊儲存或文件檢索的行政技術，而應被視為一套涉及組織學習、制度設計、資料治理、人機協作乃至主權AI的整體性治理工程。若無法從更高層次重新理解知識在公共部門中的角色，則政府即便導入再多數位工具與AI應用，也可能僅停留於表層效率改善，而難以真正促成治理模式的轉型升級。
基於此一思考，本書試圖建立一條由「知識管理」通往「AI治理」的分析途徑，說明政府如何從內部組織學習的能力建構出發，逐步處理官僚體制的結構性困境，推進數位治理與資料治理，進而發展人與AI協作的決策模式，最後走向主權AI與智慧治理的制度想像。此一途徑的核心論點在於：AI治理並非憑空出現的全新治理模式，而是政府知識管理在數位時代不斷深化與擴張的結果；同時，政府知識管理也不應停留在資訊管理或知識保存層次，而應提升為一種以公共價值、制度課責與國家自主為導向的知識治理模式。
本書各章之間並非彼此並列的議題討論，而是依循一條由「能力基礎」到「制度條件」、由「資料治理」到「決策模式」、再由「人機協作」到「主權AI」的遞進邏輯。第一章處理的是政府是否具備學習、吸收、分享與轉化知識的能力；第二章處理的是政府是否具備促進知識流動與政策協調的組織制度；第三章進一步討論數位治理如何提供資料基礎、開放機制與公民參與場域；第四章則分析AI如何進入政府知識管理與政策決策過程，形成以人為本的人機協作模式；第五章最後將此一轉型提升至國家治理與戰略自主層次，說明主權AI如何成為政府知識管理2.0的重要支點。換言之，本書的分析並非從AI技術本身出發，而是主張AI治理必須奠基於組織學習、制度設計、資料治理與人機協作等前置條件，方能真正落實為具有公共價值與民主課責的智慧治理模式。
第一章〈建構知識管理之要件：組織學習能力〉旨在指出，任何知識管理制度若要真正有效運作，必須奠基於組織的學習能力。政府不是單純的規則執行機器，而是承載大量顯性知識與隱性知識、正式規範與實務經驗、制度邏輯與情境判斷的複雜組織。若缺乏支持學習、分享、反思與創新的組織文化與機制，知識便難以由個人層次擴散至組織層次，更難以轉化為制度記憶與治理能力。因此，本章從組織學習理論出發，強調政府知識管理的前提，在於建立有利於知識吸收、知識轉化與知識應用的學習型組織，使政府能夠在變動環境中持續更新認知、累積經驗與調整策略。
第二章〈突破知識管理之困局：政府再造的再思與設計〉進一步指出，政府知識管理之困境並不僅來自技術不足，更多時候係源於制度與結構本身的侷限。傳統韋伯式官僚體制雖有其維繫秩序、法制與責任分工之功能，但亦容易造成部門分割、資訊斷裂、層級僵化與本位主義等問題，使知識無法有效跨部門流動，政策也難以形成整體性回應。是故，若欲突破知識管理困局，單純建置資訊平台或增設資料庫並不足夠，尚須從政府再造的角度重新思考組織架構、政策協調與知識統整機制。本章提出以整合性部會架構與政策知識平台為核心的制度設計思考，強調政府若要真正邁向知識型與智慧型治理，必須先處理結構層面的障礙。
第三章〈改善知識管理之質量：數位治理之推動〉則將焦點轉向數位治理所提供的制度與技術條件。隨著開放政府、資料開放、公民參與平台與跨部門資料治理的發展，政府知識管理已不再侷限於機關內部的行政資訊系統，而逐步轉變為一種結合透明、參與、涵容與課責的公共知識生產與整合過程。數位治理的意義，在於為政府知識管理建立更高品質的資料基礎、互通標準與參與機制，使政府得以在資訊公開與社會互動中持續更新政策知識，並透過平台與資料治理機制提高決策回應性與民主正當性。換言之，數位治理不僅改善知識管理的效率，更改變了知識形成、流通與驗證的方式，為後續AI應用提供必要條件。
第四章〈加速知識管理之轉型：人與AI協作之決策模式〉進一步處理人工智慧進入公共行政後，政府知識管理在決策層面的重大轉變。本章指出，AI不應被理解為取代公務人員判斷的技術工具，而應被定位為增強知識整理、風險辨識、情境分析與政策研判能力的協作伙伴。當前公共治理的關鍵，不在於單純追求自動化，而在於建立一種「人機協作」的混合智慧模式，使AI擅長的大規模資訊處理、語義分析與模式辨識能力，能與人類公務員的經驗判斷、倫理思辨、情境理解與責任承擔相互結合。此一轉型不僅加速知識管理從靜態儲存走向動態分析與決策支援，也重新界定了政府人員在智慧治理時代中的角色與能力需求。
在此前提下，第五章〈政府知識管理2.0之未來：主權AI的落地與發展〉則將視角由組織、制度與操作層次提升至國家治理與戰略自主層次。當AI模型、算力資源、雲端平台與資料治理規則愈來愈成為政府運作的重要基礎設施，政府知識管理的未來便不只是技術採用問題，而是直接涉及資料主權、模型控制、制度課責、供應鏈韌性與國家安全。由此，本書提出「政府知識管理2.0」的概念，將其理解為一種以主權AI為核心支點的知識治理新階段。所謂「主權AI」，並非意指封閉式的技術民族主義，而是強調國家對關鍵資料、運算能力、模型訓練、在地語言文化適配及制度規範架構應保有足夠的掌握能力與戰略選擇權，以避免過度依賴外部科技巨頭與跨國平台，進而損及公共利益、民主治理與國家自主性。此一觀點亦顯示，政府知識管理在AI時代的演進，最終將與數位主權、公共價值及智慧治理緊密結合。

導論

第一章　建構知識管理之要件：組織學習能力
壹、組織學習的興起及其理論演進
貳、組織學習能力的理論架構與實踐基礎
參、AI時代知識管理與組織學習能力的變革

第二章　突破知識管理之困局：政府再造的再思與設計
壹、知識管理與策略性人力資源管理之理論意涵
貳、國家知識治理部之制度設計構想
參、國家知識治理部設立之可行性分析與前瞻評估
肆、國家知識治理部作為主權AI落地之制度支點

第三章 改善知識管理之質量：數位治理之制度建構與實踐
壹、治理典範的變遷與數位治理的興起
貳、開放政府的制度建構與推展
參、公民參與、資料治理與政府決策之互動關係
肆、資料治理與數位參與之制度實踐
伍、數位治理下審議民主之發展可能

第四章　加速知識管理之轉型：人與AI協作之決策模式
壹、知識經濟脈絡下的AI浪潮
貳、持續競爭優勢與知識管理的理論發展
參、政府知識管理的發展脈絡與實務困境
肆、AI驅動的數位轉型與智慧政府建構
伍、邁向知識管理2.0：人與AI協作的智慧治理架構

第五章 政府知識管理2.0之未來：主權AI的落地、挑戰與發展
壹、主權AI的興起與邁向智慧治理的必然
貳、從知識管理到主權AI：理論基礎與概念重構
參、政府知識管理的結構性瓶頸與主權AI的突破
肆、主權AI驅動下政府知識管理2.0的四重轉型
伍、主權AI驅動知識管理2.0的困境與挑戰
陸、主權AI與知識治理的制度願景

結論　從知識管理走向知識治理的制度轉型

後記　在人工智慧時代重新思考政府、知識與治理
中文參考文獻
英文參考文獻

第四章　加速知識管理之轉型：人與AI協作之決策模式

伍、邁向知識管理2.0：人與AI協作的智慧治理架構

隨著知識經濟時代推演，人工智慧洪流衝擊全球治理發展，考驗各國政府數位治理之透明度與成熟度，為求維持競爭優勢與提升國家競爭力，以因應下一階段的數位化治理轉型，我國企圖打造資訊開放與服務創新的智慧政府，期待以數位化方式推動政府施政與行政業務，加速落實政府AI化與知識管理系統升級，形塑創新與資料友善環境，以加強決策分析效能，有效推動資料治理。
整體而言歐美政府數位轉型的發展方向涵蓋四部分：1.配合科技發展潮流如AI雲端運算、物聯網、區塊鏈、無人載具等，持續挹注資源強化數位基礎環境，支持各種創新應用與數位服務；2.積極推動公、私領域資料治理，從技術面、管理面與資料面切入，強化資料標準化、注重資料價值性以及深化資料分享應用，促使公、私部門積極釋出資料，提升政府治理能量；3.以資料蒐集、分析與應用及其回饋結果，作為積極實施循證決策分析之依據、優化政策投入與輸出、精進政策回應性與信賴性以及加強政府治理效能；4.透過資料分析了解民眾需求，主動為民眾解決問題提出對策，建構以資料為基礎並以資料驅動變革的數位服務應用（行政院國家發展委員會，2020）。
從知識管理角度而言，政府為求數位轉型快速推進，持續投資數位基礎建設，同時能加重數位科技於知識管理系統之重要性與影響力，加速知識管理AI化，因而強化人員與知識連結之準確性、適時性與有效性，在數位基礎上營造一個人員與AI協力促進知識轉換、整合與流通的場域，有效管理跨機關的無形智慧資本，深化資料釋出與應用，同時滿足循證政策分析對多元證據之要求，提供政策問題解決與回饋之數據分析結果。換言之，若能藉由政府數位化轉型之際推動知識管理AI化，除了提高實施循證政策分析之可行性，也強化資料治理之技術面與管理面，以資料為核心預測環境趨勢、回應外部變化，邁向兼顧資料開放、資訊透明、知識創新且安全值得信賴的智慧政府。
審視我國政府目前針對AI科技引發的數位化治理轉型與服務再造，大多聚焦於經濟產業面，為了回應數位經濟快速發展與隨之而來的龐大商機與轉型契機，加速推動「產業AI化與AI產業化」，持續挹注資源於AI相關科研並補助經費鼓勵產官學研各方共同投入協助產業AI化，強化產業升級與創新，抑或發展、推廣AI新興產業，獎勵AI人才培育；產業AI化即為政府發展AI的初始方向，政府工作重點是提供經費補助，發動產業升級或轉型。
繼之而起的是政府本身的變革轉型即「政府AI化」，涵蓋介面數位化、內部業務流程數位化、場域AI化三階段，前兩階段著眼於數位化資料蒐集與提供，以AI代替人工進行規則化處理，針對法規制度面、業務流程面與行政運作面進行數位化設計與再造，從以機關業務為主軸轉而以民眾需求為導向，強化機關資料蒐集、彙整與傳輸的透明度與安全性，打造完備AI基礎建設之智慧政府；政府AI化的第三階段則是在完備數位基礎建設後，關注於政府如何建置完整資料系統，利用AI技術蒐集、匯整並公開提供即時的資訊，給予需要的民眾在不同場域中發揮資料的價值。例如目前政府進行中的My Data計畫，即為「場域AI化」，由政府提供場域蒐集資訊後，再由企業AI技術提供者依據場域取得的資料進行分析與建議，將資料加值後提供市場需求，政府在數位轉型同時亦需揚棄以往心態與思維，從管理者轉為賦能者，透過政府內部人員思維改造，致使外部產業與民眾皆有在AI基礎建設上取得資料的能力，提升資料流通的效率與效能（陳昇瑋，2019；蘇文彬，2021）。
綜上所述，儘管政府迄今對於AI發展已投入大量成本與資源，但創建AI社會的核心價值「以人為本」、「永續發展」及「多元與包容」卻是推動政府AI化不容輕忽的（科技部前瞻及應用科技司，2019），無論打造智慧政府、推動知識管理、實施循證政策分析，皆需深化「以人為本」的思維，尤其在發展AI、應用AI的同時，重新思考政府人員的功能與定位及其與AI的關係，強調人類本身獨具的創造力、思考力與溝通學習力，透過各種系統性科技研習活動與教育訓練機制，提高人員對AI相關知識技術與演算法的理解，建立面對新科技時的正確認知與態度，正視AI在政府政策制定與決策分析時的輔助性角色與工具性價值，仍是無法取代建構智慧政府必備的人員數位治理能力，亦無法在知識創造螺旋中代替人員互動產生默會知識，更難以取代實務人員與政策專家對於政策分析的知識溝通與經驗分享。
有鑑於此，當政府期待利用AI提升治理效能之時，需「以人為本」重新定位人員與AI之關係，建立人與AI良善合理的互動模式，並提供人與AI共同學習與增能的工作場域，在安全合法且合理風險控管的前提下，透過人員與AI協作，借AI之力補人員有限理性之不足，人員則擔負起訓練AI的工作，也因此更需學習AI運作技術與理解AI行為模式。是故政府應加速於建置數位硬體基礎後逐步充實健全智慧政府之軟體面，持續改造人員懼變心態與學習AI知能，隨時體認會被AI取代的是過於依賴AI而不會善用AI的人，也才足以在朝向知識管理AI化之同時創建人與AI協作之政府決策模式。