路燈，是城市裡最熟悉的公共設施之一。 當攝影機、環境感測器、通訊設備與人工智慧逐步進入杆體，這項基礎設施也開始承擔新的任務：辨識街道異常、監測環境變化、傳遞公共資訊，甚至成為城市預測風險、調度服務的前端節點。 然而，設備具備更多功能，並不代表城市自然擁有更好的治理能力。 資料能否被理解、不同系統能否協作、事件發生後由誰處理，以及市民是否信任資料的使用方式，都會影響智慧桿的實際價值。

在10月2日的「智慧台中・杆動未來」論壇中，法國 Chanteloup-en-Brie 市Olivier Colaisseau市長、和碩聯合科技資深副總經理暨技術長黃中于、遠傳電信總經理井琪，以及華碩雲端暨台智雲總經理吳漢章，分別從公共政策、系統建置、服務營運與 AI 治理切入。 他們的演講共同勾勒出一條路徑：先釐清城市需要解決的問題，再建立可協作的基礎設施，透過長期營運累積資料，最後讓 AI 在明確的權限與責任下支援治理。 法國市長的提醒：智慧城市的起點，是重新理解公共問題 Olivier Colaisseau市長提醒，城市不應讓新科技替失去效用的公共政策續命。

導入設備之前，決策者必須先釐清問題與公共目標，避免只是加速既有流程，卻未改善市民生活。 他以供水與能源的關係說明，城市系統彼此牽動，治理需要跨越部門界線。 他分享的都市農業案例，更將智慧城市連結到生態。 作物生長仰賴授粉昆蟲，而夜間照明會影響生物活動，因此照明管理必須綜合日照、交通與作物週期。 其簡報指出，Chanteloup-en-Brie 是法國較早採取夜間熄燈措施的城市之一，照明政策也因此成為兼顧能源與生態的治理工具。 當地另曾連續兩年採集蜜蜂攜帶的花粉，透過 DNA 分析辨識植物種類，找出昆蟲食物來源的不足，再調整年度公共植栽計畫，支持授粉與都市農業。 資料蒐集因此有了清楚用途：協助城市修正政策。

這些經驗對台中的啟示，是讓智慧桿配置回應場域需求。 繁忙路口、公園與住宅區，應有不同的感測及照明安排，並以安全、生態與生活品質衡量成果。 若能在建置前確立問題、建置後持續評估，科技才有機會成為政策調整的依據，而非停留在設備展示。 城市的智慧程度，也應從解決問題的能力來檢驗。 法國Olivier Colaisseau市長的提醒：智慧城市的起點，是重新理解公共問題(圖片提供/臺中市政府數位發展局) 黃中于技術長的建置經驗：跨越設備界線，才有城市平台 黃中于技術長以5G智慧杆技術標準推動聯盟在台北市政府東大門人行道的概念驗證，說明智慧杆從設備集合走向系統平台的過程。

這套系統採「三杆一箱」設計，整合照明、通訊、交通與環境偵測、數位看板及電動車充電。 整合的難度，同時存在於杆體與地下工程。 基礎座開挖、地磚復舊、光纖熔接及電力管線配置，都需要不同單位協作。 簡報提醒，電力管線應避免過度靠近側溝底部，以防後續施工破壞，凸顯智慧建設必須理解工程與維修現場。 系統也納入當時多家電信業者的共杆設計，驗證5G毫米波與行動網路回傳，並考慮固網光纜異常時的替代傳輸路徑。 設備共用電力與網路後，故障可能影響多項服務，因此備援、資安與實體安全都須在建置階段規劃。 聯盟透過發布標準、實地驗證與修正規格，累積可供後續建置採用的經驗。

延伸來看，標準化有助於設備協作與服務擴充，也讓台灣產業的機會從零組件供應，拓展到系統整合、驗證與持續服務。 面向海外市場，產業更需回應地方施工條件、營運責任及城市景觀，才能將技術能力轉化為可長期使用的公共設施。 黃中于技術長的建置經驗：跨越設備界線，才有城市平台(圖片提供/臺中市政府數位發展局) 井琪總經理的營運觀點：讓城市看見問題，也能完成回應 井琪總經理將智慧共杆定位為城市的感知節點，以及接近市民生活的服務入口，透過「整合、看見、理解、回應」，串接路燈、監視器、感測器與看板。 核心課題，是如何讓資料形成行動：從辨識異常、發出告警到派工處置，每個環節都需要銜接。

她提出感知、連結、分析與服務四層架構，運用影像 AI、大數據與 AI Agent 判讀訊號，再透過數位孿生介面支持跨局處管理。 水位異常可能牽動排水、防災與交通應變，共用資訊有助於各單位掌握現場，但仍須配合明確的處理機制。 長期維運則決定服務能否持續。 依遠傳簡報提供的數據，其智慧路燈建置維運規模為全國33萬盞，連線妥善率為97.7%。 松山文創園區的 AR 導覽、拍照與互動應用，則累積188萬人次使用，呈現智慧設施在觀光與日常服務的可能性。 服務越貼近市民，資料治理也越重要。 井琪總經理提出去識別化、分級管理、最小權限與全程稽核，讓資料存取具有規範並可追溯。 這也提醒城市，評估智慧共杆應兼顧服務可用性、處理效率與市民信任。

設備上線只是起點，能否持續改善公共服務，才是營運成果的關鍵。 井琪總經理的營運觀點：讓城市看見問題，也能完成回應(圖片提供/臺中市政府數位發展局) 吳漢章總經理的 AI 城市路徑：資料互通、任務整合與自主可控 吳漢章總經理以智慧城市走向 AI 城市的演進架構，說明科技正從雲端、物聯網與影像辨識，延伸到具備預測、推理及執行能力的 AI。 未來系統可能協助整理資訊、提出建議，並在授權範圍內串接工作流程，支援更複雜的城市任務。 他指出，競爭正從模型能力轉向系統能力。 資料、算力、模型、權限與工作流程，需要共同支撐應用。

在城市健康服務案例中，簡報提出在民眾授權下介接健康資料，進行風險評估並提供個人化衛教；用藥安全 AI Agent 則結合在地知識庫、來源引用與執行紀錄，強化可追溯性。 這些案例顯示，AI 進入公共服務，需要專業知識與治理機制共同支持。 主權 AI 的討論，也因此涉及城市能否管理資料使用、調整模型，並掌握系統運作。 其中一項重要觀點，是資料整合不等於資料集中。 資料應具備找得到、讀得懂、管得住、依權限可用與可追蹤等條件，才能供跨域任務使用。 對智慧杆而言，這意味著資料可依需要在邊緣端或雲端處理，再透過共同規則支持局處協作。 城市也須釐清哪些任務可自動執行、哪些必須由人員確認，讓 AI 能力與公共責任同步建立。

吳漢章總經理的 AI 城市路徑：資料互通、任務整合與自主可控(圖片提供/臺中市政府數位發展局) 台中的下一步：把智慧杆建設轉化為治理能力 依序理解四位講者的觀點，可以看見智慧城市建設的幾項相互依存的條件：公共政策決定技術用途，系統整合讓設備協作，長期營運維持服務品質，而資料與 AI 治理則支持更進一步的判斷及行動。 對台中而言，智慧杆的價值，應從具體場域與公共問題出發。 路口是否更安全、環境異常能否及早掌握、公共設施故障是否更快排除，以及市民能否理解並信任資料用途，都是值得持續追蹤的成果。 這也對台灣產業提出新的要求。

從硬體供應延伸到城市服務，需要施工、通訊、資安、平台、AI 與維運能力共同投入，也需要把本地實證轉化為其他城市可以採用、調整與持續管理的方案。 一支智慧杆能裝載多少設備，呈現的是技術整合能力；這些設備能否長期支持公共服務，考驗的則是整座城市的協作能力。 當政策目標、產業技術與資料治理逐步接軌，街頭的一盞燈，才可能真正成為城市理解現場、回應需求的起點。 【臺中市政府數位發展局廣告】