隨著AI技術快速發展，應用範圍持續擴大。企業積極投入AI應用，政府及非營利組織也開始運用AI改善行政作業、公共服務及各類治理問題。近年台灣在AI產業應用及數位政府方面已有一定基礎，政府持續投入資源推動公共服務AI應用。過去累積的成果與推動經驗，能否成為台灣拓展國際合作的新方向？
從城市需求出發的AI國際合作
解決城市面臨的問題，已成為國際組織與非營利機構推動AI應用的方向之一。2026年10月，洛克菲勒基金會與OpenAI Foundation共同啟動總額5,000萬美元的「Cities Deliver」計畫，邀請非營利及公民社會組織與城市政府合作，運用AI改善公共衛生、經濟機會、環境韌性及公民參與等服務。同年11月，聯合國開發計畫署（UNDP）與IEEE啟動「GenAI for Good Challenge」，邀請全球技術團隊與歐洲及中亞三座城市共同開發開源生成式AI應用，協助解決交通規劃、建築節能及都市綠地管理等問題。
兩項計畫都以城市面臨的公共服務問題為出發點，規劃結合地方政府、技術團隊及民間資源，開發與測試AI應用。這種以地方需求為起點的合作方式，可協助技術與人力資源有限的城市尋求外部支援。
AI在社會公益領域的應用也逐漸增加。國際研究與顧問機構IDinsight於2026年11月推出「Social Good AI Hub」，彙整167個國家、超過565項社會公益AI應用，涵蓋健康、教育、農業、氣候及公共治理等領域，其中約六成已投入運作。不過，只有約六分之一的案例提出服務成果或社會影響的衡量結果，AI應用的實際成效尚待進一步驗證。
對於人力、經費及技術資源有限的國家，參考其他國家已有的應用成果，可能比從頭開發更符合實際需求。然而，各國行政制度、資料環境及人員能力不同，即使採用相同技術，也未必得到相同成果。因此，導入流程、實施困難及失敗經驗的交流，對於協助其他國家建立自身的AI應用能力具有參考價值。
台灣公共服務AI的實作成果與合作潛力
台灣近年推動AI進入公務體系，部分應用已累積具體成果。勞動部2024年上線的「個案管理處遇服務計畫產出系統」，將資深個管員的專業經驗、相關法規及37種就業促進工具整合至AI系統，透過語音辨識、文件辨識及生成式AI，協助就業服務人員整理會談紀錄、提出處遇建議，再由個管員依實際情況確認。
根據勞動部2026年分享的成果，單案行政作業時間由20分鐘縮短至5分鐘，服務對象平均就業時間由9.5週降至6週，就業率也從38%提高至73%。
就業輔導、職業訓練及弱勢求職者協助，是各國政府共同面臨的問題。前述Cities Deliver計畫關注的經濟機會，也涵蓋就業媒合及技能培養等服務。勞動部將專業知識與服務流程導入AI系統的經驗，包括人員培訓及組織調整，可供其他國家參考，再依當地勞動制度與服務需求調整應用方式。
其他公共服務也有類似成果。臺南市將AI導入1999市民服務專線，協助語音轉錄、知識搜尋及摘要，2026年1月至10月的話後作業時間縮短約50%；數位發展部推動的TryAI政府AI應用實驗站，則提供政府機關測試語言模型及開發應用的環境。
從既有國際合作經驗尋找推動機會
台灣在國內推動公共服務AI的同時，部分應用已進入海外合作。國際合作發展基金會（國合會）與美國賓州大學華頓商學院合作，在索馬利蘭醫療資訊系統中導入AI自動生成英文病歷功能，並於2025年3月正式上線。這項計畫由台灣技術團隊參與開發、美方提供技術支援，並與當地政府合作測試及導入，形成結合當地需求與第三方國際夥伴資源的合作案例。
同年，國合會與臺灣人工智慧協會簽署合作備忘錄，規劃將AI應用於智慧農業、公衛醫療及數位發展等援外領域；外交部與衛福部成立的「醫療公衛台灣隊」，則開始整合醫療及產業資源，推動智慧醫療海外合作。
從目前公開的案例來看，台灣的海外合作主要集中於醫療、公衛及農業等領域，國內其他已累積成效的公共服務AI應用，尚有拓展空間。相較於Cities Deliver及UNDP等計畫從城市需求出發，結合技術團隊與民間資源，台灣主要運用既有雙邊關係及援外計畫推動合作，這些既有管道提供了合作基礎，但合作議題與參與對象仍有擴展空間。
2026年1月舉行的第六屆台美經濟繁榮夥伴對話（EPPD），已討論在第三國推動可信賴AI系統的可能性。這項討論尚未形成公共服務AI合作計畫，但提供了台美研議第三國合作的政策對話基礎。考量台灣參與部分國際組織及多邊機制受到限制，雙邊關係與第三國合作仍是重要的推動管道。
將AI應用經驗整理成國際合作方案
台灣公共服務AI的成果分散於中央與地方政府，海外合作則集中在少數領域。要擴展國際合作，政府需要先掌握國內有哪些可供分享的實作經驗，以及這些成果能夠回應其他國家的哪些公共服務需求。
盤點工作可優先選擇具有明確成效、實際運作經驗及國際共同需求的案例，內容涵蓋系統功能、成效數據、導入成本及所需資源，並整理實施過程中的成功與失敗經驗。對資源有限的國家而言，了解其他地方曾遭遇的問題及解決方式，可以減少重複摸索的成本。
完成盤點後，可依公共服務領域，將技術應用、人才培訓及實務支援整合成不同方案。例如，就業服務結合個案管理與人員培訓，市民諮詢結合多語言辨識及知識管理，再依各國制度與資源條件調整內容。
國際合作的選擇也不必侷限於單一領域或政府間的技術移轉。依照不同國家的需求，合作對象可包括中央與地方政府、非營利組織及技術團隊，推動方式則可採取經驗交流、共同開發、應用試點或專業培訓。對已有一定AI能力的國家，可以從特定公共服務問題著手；技術與人力不足的合作夥伴，則可能更需要基礎能力建設。這些差異都會影響合作內容的選擇。
台灣可以從既有公共服務AI的實作經驗出發，依照合作國家的需求與資源條件，規劃不同領域及形式的合作方案。透過雙邊及第三國合作管道，將應用經驗延伸至就業服務、市民諮詢及公務人員AI能力建設等領域，進一步拓展台灣參與國際公共服務合作的機會。
