鄭麗君揭示政府以資料治理支撐主權AI，推動法制、資料協作、語料庫與循證治理，並規劃4大資料流通機制與「資料長聯盟」，加速AI-Ready Data與公共服務創新。
行政院副院長鄭麗君在「總統盃黑客松」徵件啟動活動中，對外說明政府正以資料治理作為主權AI的重要基礎，並將資料開放、資料流通與法制建設，納入整體AI戰略布局。[1][2][4]
此次政策訊號的重點，不只是持續推動開放資料，而是進一步把資料治理提升為跨部會的制度工程。依公開資訊，行政院已持續研議《促進資料創新利用發展條例》立法，目標是在兼顧個資保護、著作權保護與資料創新利用之間，建立可持續的流通框架，並促進政府資料開放、政府資料共享、產業資料共享，以及非營利公益導向的「資料利他」機制。[4][6]
鄭麗君也指出，行政院已在「智慧國家2.0推動小組」下成立「主權AI及資料治理」專案會議，並要求各部會副首長擔任資料長，組成「資料長聯盟」，以盤點資料、推動開放共享、整理 AI 訓練語料，提升資料品質與可用性。[1][4][6]
總統盃黑客松自2018年舉辦以來，原本較偏向政府釋出開放資料、民間提出解方的模式；今年則以「智慧農業、安全永續」為題，強調 AI 與資料數據對農業治理、永續轉型與公共服務的實際應用。[1]
從技術治理角度看，這次政策重點可分成三層。第一層是法制層，政府要先建立資料流通的合法性與責任邊界，包括個資保護、資料共享規則、著作權衡平與 AI 相關規範。[2][4][6]
第二層是資料工程層。鄭麗君多次提到「AI-Ready Data」與語料庫，代表政府已不再只看資料是否「可公開」，而是更重視資料是否具備結構化、標註清楚、來源可信、欄位一致與可供模型訓練的條件。[2][6][7] 這表示資料治理的核心，已從「釋出資料」轉向「整備資料」。
第三層是應用層。公開資訊顯示，政府希望透過跨機關資料整合，支撐公共決策、風險分析與政策模擬，例如將災害風險圖資、國土圖資與水利空間圖資整合，用於流域治理、防洪與水質改善。[3][6] 這類場景本質上屬於循證治理，要求資料能跨域對齊、具時間一致性，且可支援分析模型與決策系統。
四大資料流通機制之所以重要，在於它們對應不同信任邊界。政府資料開放面向外部公眾，重點是透明與再利用；政府資料共享面向跨機關協作，重點是行政效率；產業資料共享面向公私合作，重點是促進創新；資料利他則鎖定公益使用，重點是降低敏感資料外流風險，同時保留社會效益。[4][6] 這種分層設計，顯示政府試圖建立一個比單純 open data 更成熟的 data governance framework。
此外，資料長聯盟的制度設計，意味著資料治理被賦予管理責任，而非僅由資訊單位或業務單位零散處理。當部會首長層級直接承擔資料盤點、分類、授權、共享與品質管理，才有機會把資料治理從專案型工作，轉為常態化治理流程。[1][4][6]
對政府部門而言，影響首先體現在資料管理模式的改變。未來不只是開資料集，而是必須持續維護資料品質、詮釋資料、更新頻率與跨機關欄位標準，才能支撐 AI 訓練與分析應用。[2][6][7]
對產業界而言，資料共享機制若能落地，將有助於形成可重用的資料供應鏈，讓新創、SI 廠商與 AI 服務業者更容易取得可訓練、可驗證、可組合的高品質資料資源。[4][6] 但前提是授權條件、使用範圍與責任歸屬必須明確，否則仍可能停留在概念層。
對公共治理而言，資料治理若與循證決策結合，將有機會提升政策精準度。中央社與其他公開報導都提到，政府希望以資料協作支援能源透明、社會問題解方與災害治理，顯示主權AI不只是語言模型議題，更是公共政策基礎設施議題。[2][3]
對資安與隱私治理而言，風險也同步上升。資料一旦從單點保存走向跨域流通，資料外洩、過度授權、去識別化不足、再識別風險與模型訓練資料汙染等問題都會增加。雖然本次公開內容未提及具體事件型資安攻擊，但從治理架構來看，資料共享規模越大，控管需求就越高。[4][6][9]
若要讓資料治理真正支撐主權AI，建議以「制度、資料、權限、稽核、應用」五個面向同步推進。首先，制度面應優先完成資料流通法制、個資保護與 AI 規範的銜接，避免資料開放速度快於風險控管能力。[2][4][6]
其次，資料面應建立一致的 metadata 標準、品質分級與資料生命週期管理，讓各部會可依資料敏感度與用途，區分公開、共享、限制共享與公益利他等路徑。[1][4][6] 只有先把資料分類做好，後續的自動化授權與模型訓練才有基礎。
第三，權限面應導入最小權限原則與用途限制，並對跨機關共享與外部合作設定明確的存取控管、審批流程與使用紀錄保存機制，降低資料被濫用或越權複製的風險。[4][6]
第四，稽核面應把資料流向、存取紀錄、轉存情形與模型訓練使用紀錄納入可追溯管理，必要時可進行定期稽核與抽查，確保資料治理不是一次性專案，而是持續運作的控制流程。[6][9]
第五，應用面應優先選擇不涉及個資、具在地價值且能快速驗證效益的資料集，先建立成功案例，再擴大到更複雜的跨域資料協作場景。鄭麗君公開提到各部會會先從不涉及個資的項目著手，這與風險分級推進的做法一致。[1][2][6]
5步驟修補清單