這種架構的價值在於「賦能」。數據不再只是拿來「看」，而可以被各局處、甚至未來民間單位按需求取用的「服務」。不但能打破行政部門數據孤島的現況，更建立了一個具彈性、可擴展且可持續的數據生態系，讓創新應用得以在城市治理的各個角落自主地生長。
在不遠的將來，在一座城市中，將有水、電、網路，以及各種數據系統，整合構成複雜、高效且安全城市基礎系統，這就是進入數位經濟時代之後，城市治理需要的完整建設。其中龐大、分散在各不同局處、組織的資料像活水一樣，支撐起城市各種發展的基礎。
特別對於行政單位來說，透過這樣的基礎建設，不只可以提升行政效率、提供更即時的民眾服務，更可以將資源放到最需要的地方，有效帶動城市發展。
這是世界各國政府正在努力的方向，而其中最根本的問題是：資料從哪裡來？由誰來管？怎麼管？這是智慧城市治理的基礎，也毫無例外，是政府部門目前面對最深層的挑戰。
台南市政府從2020年開始逐步推動「 SOA（Service-Oriented Architecture，服務導向架構）數據交換平台」，可以做為城市建構資料基礎建設的參考。
出發：第一線業務單位的痛點
台南市政府智慧發展中心副主任洪將涵表示，SOA 平台的誕生，源於2020年時任台南市副市長趙卿惠對於城市治理現代化的思考。當時，趙卿惠觀察到各局處的圖資與數據資源分散，缺乏整合機制，同時也預見AI技術在公共服務中的應用，若沒有穩固的數據基礎，都只是缺乏基礎的空中樓閣。
因此，市政府首先盤點在建構資料基礎時的三大核心挑戰；這三大挑戰，也是政府跟企業推動AI應用時的首要關卡。
首先，是資訊資源不透明。各局處數位資料治理成熟度不一，導致跨單位尋找所需數據時，耗費大量時間成本。
第二，缺乏跨域資料交換機制。資料標準、格式、分類不一，跨局處的資料交換往往需透過耗時的公文往返，缺乏效率與即時性。
最後，就算機制設立，免不了必須耗費大量人力進行資料清洗與運算，才能整合到資料機制中。這是耗時耗力的流程，組織是否有意願、有心力配合，也是關鍵。
建構：SOA 模式為數據治理打底
因此，為確保城市數據基礎建設的建立，系統性地逐步推進。洪將涵說，從整體規劃開始，就設立四年計畫，逐年進行。從數據資料媒合、擴充硬體資源加上整合空間影像，希望最後能夠打造「城市自主感知」系統，具備能夠事先預測感知的功能。
那麼，什麼是SOA模式？
洪將涵解釋，過去傳統的城市智慧營運中心（Intelligent Operation Center, IOC）核心理念是「集中監看」，會將城市各個角落的數據匯集到一個中央戰情室的大螢幕上，供決策者了解與監控。這種模式雖然直觀，但數據往往是單向流入、一次性使用，數據本身並未被轉化為可持續利用的資產。
SOA 模式則是去提供服務為目標，採用去中心化數據架構，如同城市下水道般的基礎設施。將各局處擁有的數據，無論是業務資料、地理圖資還是物聯網感測數據，都封裝成標準化、可重複取用的 API（應用程式介面）服務。
這種架構的價值在於「賦能」。數據不再只是拿來「看」，而可以被各局處、甚至未來民間單位按需求取用的「服務」。不但能打破行政部門數據孤島的現況，更建立了一個具彈性、可擴展且可持續的數據生態系，讓創新應用得以在城市治理的各個角落自主地生長。
而明確的資料治理架構在數據生態系中是不可或缺的，才能確保數據在跨部門流通過程中維持其品質、安全、一致與合規。治理，就是整個資料建設的重中之重。
治理：ABC策略將理念轉化為制度
因此，SOA平台設計了「台南城市資料治理 ABC」策略，將概念轉化為具體的技術與制度。
A，指的是 API First，這也是服務導向的核心。為解決缺乏資料流通機制的問題，平台的核心策略是將所有數據都視為服務。透過內建的「API 自動產生及發布工具」，即使是沒有資訊背景的業務同仁，也能學會將資料庫或檔案快速封裝成標準化的 API 服務。大幅降低了跨系統介接的技術門檻與開發成本，讓資料共享從一項複雜的工程專案，變為一項可自主完成的日常業務。
B是Bridge，多元資料橋樑。SOA平台做為城市數據的中央橋樑，整合府內四大不同類型資料，包括業務資料、地理圖資、物聯設備及空間影音，解決資料格式不一致的問題。對外也串接中央國發會 T-Road（跨機關資料傳輸服務）的單一安全閘門。這解決了從前地方政府向中央機關申請介接難度高的痛點，讓台南市能更便捷地利用全國數據，創造加值應用。
C指的是Collaboration，組織跨域協作。由智慧發展中心扮演「資料媒婆」的關鍵角色，來解決缺乏跨域資料交換平台及資訊資源不透明的問題。智慧發展中心透過年度例行的訪談機制，團隊深入各局處的業務場景，主動盤點其數據資產與作業痛點，積極媒合潛在的供給方與需求方。這種作法不僅提供工具，主動促進合作，更重要的藉此建立以系統性協作為核心的數據共享文化。
三層式協作機制 打造資料治理決策循環
但只有智慧發展中心的主動參與還不夠，資料治理機制牽涉到眾多局處單位，很容易卡關在組織框架和舊有的行政流程中。為了突破這個問題，台南市建立「三層式跨域協作機制」，形成完整的資料治理決策循環。
第一層：首長會議凝聚共識。透過與機關首長的會議，訂定整體的資料治理共識，並在最高層級就確認關鍵資料的供需方向。
第二層：業務訪談需求探討。由智慧發展中心團隊與各局處業務承辦人進行年度例行訪談，重點在於「找到對的人」。洪將涵說，必須找到真正了解業務流程、每日承受數據摩擦之痛的第一線人員，透過與他們的深入對談，才能發掘最具價值的應用場景，「所以找管理階層的人，不見得真的就能夠找到答案。」
第三層：執行培訓賦能落地。提供技術與行政方面的培訓，教業務執行同仁學會如何將資料發布為服務，以及如何透過平台申請使用他人提供的資料服務。
三層機制的好處是，局處之間若對資料的釋出與應用達成共識時，可直接進入技術介接階段；若無法達成共識，或涉及較大的權責爭議，就提交給由市府秘書長主持的會議進行最終協調與決策，確保數據流通的障礙能有最高層級的仲裁機制。
應用：即時數據串接成為安全的基礎
雖然有人說資料科技家是21世紀最性感的工作，但是城市的資料基礎建設可一點都不性感，甚至完全不被在意。「就好像任何城市都不可能沒有下水道一樣，」洪將涵說：「數據平台就是智慧城市不可或缺的底層建設。」雖然一般民眾可能看不到，卻是不可或缺的存在。
洪將涵舉例，例如在火災事件發生時的即時應變。過去消防局的火災資訊過於粗略，只會公開說在哪個區域，環保局需要即時掌握可能造成的污染、交通局需要疏導交通，都必須透過人力瀏覽網頁或 Line 群組獲取資訊，反應速度慢且資訊不精確。
而現在透過 SOA 平台，消防局將「119 救災救護指揮派遣系統」的火災點位資料即時發布為精確的 API。環保局介接API，就可以立刻分析火場周遭空氣品質；交通局可即時規劃交通疏導；經發局則能第一時間比對火場周邊是否存在列管的危險品工廠，將此關鍵資訊再回饋給在現場的消防單位。
城市的資料就這樣快速傳送到各個相關局處，成為民眾切身的公共安全服務。數據從被動的「存在」，轉變為啟動協同作戰的「動力」。
最大挑戰來自資料、法規與需求
儘管平台在技術與機制上已提供有力的支持，但在推動跨部門協作的過程中，依然不可避免地面臨來自組織文化與既有法規的挑戰。
實際上不只台南市，所有組織都必須先處理這些問題，但在公務體系中因制度影響，更普遍存在「資料不願釋出」的心態。其背後原因複雜，包括擔心資料釋出後會增加額外的工作負擔，例如必須回應數據相關問題；或者害怕承擔未知的風險，像是「萬一資料被誤用被外洩」種種顧慮。以及許多同仁認為「現行作業模式運作良好」，自身業務未感受到直接效益前，缺乏提供數據的動力跟改變的誘因。
而跨機關的權責與法規限制更是難以跨越的關卡。例如，警察局基於監視器是為「治安」目的而建置，而非「交通」或「工務」目的，因此無法將即時影像提供給工務局用於監控道路施工。還曾經有更複雜的案例是，為取得全國身心障礙停車資格資料，讓交通局不會一直誤開單擾民。台南市政府與中央主管機關經歷了長達數年的協商。中央最初以「影響系統效能」及「車牌號碼為間接個資」等理由拒絕。最終雖達成折衷方案，卻又衍生出中央系統效能不堪負荷、且因缺乏歷史資料而無法處理申訴案件等新問題，突顯了跨層級協作的複雜挑戰。
下一步：從被動回應到主動預測
展望未來，SOA 數據交換平台將從解決當前治理痛點，成為驅動城市邁向更主動、更智慧的 AI 治理模式的關鍵引擎。因此「城市自主感知」將成為下一步發展的重點——從「被動回應」市民通報，進化為讓城市具備「主動發現」問題的能力。
未來可以利用人工智慧物聯網、無人機、以及裝設於市區公車上的影像辨識系統等技術，讓城市基礎設施本身成為感測網路的一部分。例如，行駛中的公車可以自動辨識並回報道路坑洞、違規停車或市容髒亂；無人機能夠定期巡檢，發現偏遠地區的違規開發。
當然，擁抱 AI 潛力的同時，也必須正視隨之而來的個資保護與倫理挑戰。例如「1999 民眾陳情語音資料是否能用於 AI 模型訓練」便是一個典型的例子。洪將涵說，雖然將語音轉為文字進行分類，提供內部參考是可行的；但若要將包含民眾聲音特徵的原始語音檔用於模型訓練，就必須審慎評估其合規性與倫理邊界。
因此，SOA數據交換平台下一階段的重要任務，是推動城市的資料治理框架，從單純的技術串連，邁向系統性地應對法律、倫理與組織的需求，讓城市的數據整備至「AI-ready」的狀態——確保台南市不僅擁有數據，更具備善用數據的智慧。