從困境到落地：雲林 AI 轉型的實踐與未來想像

當所有人都以為 AI City 是台北、高雄這些大城市的專利，雲林這個預算有限、人力不足的農業縣，卻不靠煙火式的表面應用，而是跳脫傳統標案、發包思考、深耕底層資料建設、打造跨越政黨輪替的治理大腦，走出一條令人獨特的轉型路。

然而，戰略方向清晰只是第一步。真正考驗組織轉型意志的，往往是執行過程中那些不為人知的困境。雲林縣政府計畫處處長李明岳在 AIF 主辦的 AI Café 中，無私分享了這段歷程背後的真實樣貌。

不同於資源優渥的縣市，雲林的轉型動力來自兩個真實且急迫的危機：早已超載的基層公務員工作量，以及希望協助返鄉青農擁有數據與技術支援，不再靠天吃飯。

預算不足的困境反而成為轉機

預算不足，在多數組織眼中是阻礙，但在雲林卻反而成為優勢。正因為各局處沒有各自發包的資源，反而避開了系統各自為政、資料格式不一、最終形成難以整合的資料孤島的困境。

李明岳說，雲林從一開始就不走個別標案的模式，而是以生態系的概念出發，先把大腦建起來，釐清整體架構，再有策略地招募合適的夥伴共同參與，各局處也在這個共同架構下逐一實踐。同時， AI 治理的願景，更透過每年縣長就職周年這種年度重要場合，向國中小校長主任、各局處科長以上的同仁正式宣示，讓整個組織都了解，縣府的 AI 導入有明確的方向與核心大腦，目標是建構一個開放共享的生態系，讓各單位的經驗互相流通，資料也可以彼此對接。

與其說服不動的人，不如找到願意行動的人

然而，再清晰的戰略，也難以避免執行層面的摩擦。李明岳坦言，跨局處的合作與資料索取，一直是推動過程中最辛苦的環節。承辦人員手上本來案件就滿載，還要協助委外團隊到各單位索取資料；即便確認權責機關，溝通層級的落差也可能讓推動成效打折扣。

同時，因涉及內部決策考量與長官態度，部分資料的取得往往難以一步到位，在時效上容易出現落差。組織成員的消極配合，往往就是最安靜也最積極的抵抗。

面對這樣的困境，李明岳選擇轉換策略，先從願意配合的局處開始，集中資源幫他們做出成效，讓成果說話，再以此吸引其他單位跟進，形成正向循環。他以流程機器人的推動為例，一開始向各局處詢問導入意願時，得到的回應普遍冷淡。直到社會處的就服中心積極響應，計畫處便把資源集中，快速協助他們做出成效，讓他們真正有感，最終成為其他局處與縣市爭相前來觀摩的示範點。

除了初期先鎖定單一單位協助減輕業務負擔，成功打造的「亮點案例」發揮示範效應，進而吸引其他部門主動跟進，形成推廣上的正向循環之外，更特別的是，團隊並未要求先期導入的同仁承擔後續的培訓工作，而是另行引進外部專業團隊接手教學。對此，李明岳解釋，若讓率先投入的同仁再分神去指導別人，恐讓他們原本的熱忱淪為額外的業務重擔，「反而得不償失。」

打造組織資料庫，讓經驗得以傳承

雲林的願景又是什麼？李明岳表示，可以想像得到四年後的雲林，各機關資料已完全整合，為每一位新進公務員建立起強大的數據庫、資料庫與知識庫。讓人員在面對新時代的挑戰時，能夠站在前輩經驗的肩膀上，而不必從零開始摸索。

同時，學習的方式也應該有根本的改變。他指出，由於現行制度要求公務員每年需要完成固定時數的訓練，但現實往往是開著線上課程、人卻還在處理公文。表面上達標，卻什麼都沒學到。李明岳希望未來透過 AI 工具，精準分析每位公務員的業務需求與知識缺口，精準推薦學習資源，讓學習從形式的時數填報，真正變成有效的能力補強。

農業縣的 AI 命題

「農業是整個國家最底層、最命脈的部分。人可以停電，但不可能不吃飯，」李明岳表示，在 AI 轉型的藍圖中，農業佔有不可或缺的位置。目前雲林正計畫為境內二十個鄉鎮分別建立標準氣象年資料，這些資料對農民的日常決策至關重要。

他進一步解釋，以往的氣象預報以全縣為單位，但雲林海線與山線之間的氣候差異極大，例如颱風來襲時，海線與山線面對的狀況與問題完全不同。因此，每個鄉鎮的農民，都應該有區域的氣象數據可以參考，而不是共用一份模糊的縣級預報。這是最基礎，也最需要在未來兩三年持續投入大量資源才能實現的事。

氣象資料只是起點。雲林更計畫進一步疊加地理資料、社會脆弱度數據與各類產業資訊，構建出一個多層次的預測模型。李明岳說，當這個模型完成後，政府提供開放的數據基礎，讓返鄉青農、農業科技業者乃至各類產業，都能在上面用 AI 發展符合自身需求的加值應用。

由政府讓公共資源成為民間創新的土壤

「政府搭建一個合適的舞台，讓不同的產業在好的制度下熱鬧地長出來，」李明岳認為， AI City 與 Smart City 不是政府包辦一切，而是讓公共資源成為民間創新的土壤，孕育出一個可以自然、有機生長的產業生態系。