背景
這份筆記整理自警政科技發展計畫課程，主軸是：警政科技不是單純買系統，而是從計畫申請、預算審查、系統建置、資安防護、異地備援到後續管考的一整套治理流程。課程以「數位警政智慧策略 S.M.A.R.T.」為核心架構，介紹 113–116 年數位警政智慧策略計畫、警政安全守護雲、警政關鍵系統多重異地備援備份及資安防護中程計畫等三條主要計畫線，並延伸到政府計畫類型、先期作業流程、承辦人實務能力、資料查詢法紀觀念、資訊單位角色限制,以及 AI 在警政上的未來方向與限制。
知識架構圖
警政科技發展與智慧警政
├─ 一、警政科技發展主軸（三階段）
│ ├─ 科技化：M-Police、車牌辨識、勤務系統、資料查詢平台
│ ├─ 智慧化：AI、5G、XR、資料分析、情資視覺化
│ └─ 韌性化：資安、備份、備援、系統不中斷、災害復原
│
├─ 二、核心策略：數位警政智慧策略 S.M.A.R.T.（官方確認之五面向）
│ ├─ S：Security 強化資訊安全管理
│ ├─ M：Mobility 警政行動服務升級
│ ├─ A：AI 情資再造、AI 辦案
│ ├─ R：Resilience 擴增科技偵查韌性
│ └─ T：Training 厚植數位警政訓練
│
├─ 三、113–116 年數位警政智慧策略計畫（四大部分）
│ ├─ 1. 數位情資科技偵查平台：數位身分比對、社群互動分析、
│ │ 交易圖譜分析、情資視覺化，縮短員警瀏覽分析時間
│ ├─ 2. 數位情資科技偵查教育訓練平台：AI、區塊鏈、科技偵查、
│ │ 數位犯罪、新型態犯罪手法之持續學習機制
│ ├─ 3. 智慧 XR 警勤訓練系統：模擬臨檢、巡邏、交通、特殊場域勤務
│ │ （原列入官方施政計畫，實務上後續年度可能因審查意見與效益
│ │ 評估而調整或刪減）
│ └─ 4. 警政資料中心異地備援：建立第二套備援設備與系統，避免
│ 主機房故障造成服務中斷
│
├─ 四、警政安全守護雲計畫（113–116 年，總經費 3 億 700 萬元）
│ ├─ 1. 智慧警勤輔助系統：如巡邏車／行動載具導入 AI 車牌辨識，
│ │ 自動掃描比對取代人工逐一輸入查詢
│ └─ 2. 警政韌性防護雲：CDN、DDoS 防護、資安設備、網路流量分散
│
├─ 五、警政關鍵系統多重異地備援備份及資安防護中程計畫（114–117 年）
│ ├─ 子計畫一：多重異地備援備份
│ │ └─ 境內災時異地備援備份、境外資料加密分持、境外公有雲備援
│ └─ 子計畫二：強化警政體系資安聯防及人才培育
│ └─ 資安軟硬體設備、資安聯防演練、教育訓練、人才培育
│
├─ 六、政府計畫類型與管考流程
│ ├─ 計畫類型：科技計畫／社會發展計畫／公共建設計畫（管考重點不同）
│ └─ 先期作業流程：提前規劃 → 登錄計畫資料 → 主管機關初審 →
│ 國發會或相關機關會審 → 審查意見回復 → 納入預算 →
│ 標案執行 → 每月／每季進度填報 → 驗收核銷 → 期末績效報告
│
└─ 七、實務治理面向
├─ 承辦人能力：看懂公文與計畫、掌握時程、不懂就問、逐項回覆審查意見
├─ 作業計畫書：一年工作進度表，可超前不可落後，編寫宜保守
├─ 資料查詢法紀：因公查詢、留存紀錄、不得因好奇或人情查詢
├─ 資訊單位角色限制：資訊室負責技術整合，業務單位才是需求主政者
├─ 跨機關資料交換挑戰：意願、規格、格式、權限、法規、協調成本
├─ AI 在警政的未來與限制：ChatNPA、本地端模型、AI 情資分析／
│ 車牌辨識／影像搜尋，但須安全、準確、可控、可追溯，資料不宜隨意上雲
└─ 資訊預算與職涯觀察：中央機關、刑事局、警政署、雙北資源較多串聯邏輯：為什麼會這樣設計？
警政科技早期著重於「讓員警有工具可以用」（M-Police、車牌辨識、資料查詢），屬於科技化階段 → 隨著 AI、5G、XR 等技術成熟，逐漸發展為「讓整個警政體系智慧化運作」（情資視覺化、AI 辦案、XR 訓練），進入智慧化階段 → 但系統越智慧、資料越集中，一旦故障或遭攻擊影響的不只是行政效率，而是公共安全與治安指揮，因此進一步強調韌性化（資安、備援、備份、系統不中斷） → 這三個階段被整合成「數位警政智慧策略 S.M.A.R.T.」：安全（S）打底、行動（M）與 AI（A）提升效率、韌性（R）確保系統不中斷、訓練（T）讓人員跟得上技術 → 落地為三條具體計畫線：數位警政智慧策略計畫（偵查平台＋訓練＋XR＋異地備援）、警政安全守護雲（AI 車牌辨識＋韌性防護雲）、警政關鍵系統異地備援與資安聯防中程計畫 → 但計畫要能執行，必須先通過先期作業、主管機關與國發會審查，取得預算後仍要持續管考、標案、驗收、核銷 → 而計畫執行的成敗，最終落在第一線承辦人身上——承辦人必須看懂公文與計畫內容、掌握時程、回覆審查意見，並在資訊單位（技術整合者）與業務單位（需求主政者）之間協調 → 最終目標是讓科技在合法、安全、穩定、可管考的制度下，真正支援第一線治安需求，而不是淪為單純的設備採購或口號式建設。
重點摘要（可放入實習心得）
本次實習讓我理解，警政資訊工作並非單純「修電腦、買設備、做系統」，而是牽涉到政府計畫、預算審查、系統建置、資安防護、異地備援、AI 應用、跨機關資料交換與後續管考的一整套流程。從 S.M.A.R.T. 策略可以看出，未來警政發展不只重視 AI 與行動化，也更加重視資訊安全、系統韌性與人員訓練；警政安全守護雲、異地備援與資安聯防計畫，也讓我體會到警政系統承載公共安全任務，不能只追求便利，更要確保災害、攻擊或設備故障時仍能持續運作。
此外，承辦人的角色比想像中重要。第一層承辦人必須真正理解公文與計畫內容，掌握時程、回覆審查意見、辦理標案與填報進度，最忌諱用「應該、可能」回答長官的提問，不懂就要主動向業務單位或前手確認。警政資料查詢必須因公為之,所有查詢都會留下紀錄,若因好奇、私人關係或人情壓力亂查,可能涉及行政懲處甚至刑事責任。資訊單位也不是所有業務的主政單位——系統要成功落地,必須由業務單位（刑事、交通、教育訓練等）提出需求，資訊單位負責技術整合與系統建置，兩者缺一不可。
在跨機關資料交換與 AI 應用方面，真正的挑戰往往不是技術本身，而是其他機關是否願意提供資料、API 規格是否一致、權限與資安如何控管、法規是否允許。警政 AI（如 ChatNPA）的未來發展重點不是炫技，而是安全、準確、可控、可追溯——警政資料敏感，不宜隨意上雲，模型須在安全環境運作，回答不能有幻覺,且必須能追溯資料來源。整體而言，警政資訊工作的核心能力不只是技術能力，更包含計畫管理、問題釐清、風險意識、資料倫理與跨單位溝通能力，其價值在於讓科技能在合法、安全、穩定、可管考的制度中真正支援第一線治安需求。
事實查核表
| 內容 | 核實結果 | 報告寫法建議 |
|---|---|---|
| S.M.A.R.T. 五面向為 Security、Mobility、AI、Resilience、Training | 已確認。我國自 2022 年推動「數位警政智慧策略－S.M.A.R.T.」，內容正是這五個面向 | 可直接寫入報告 |
| 警政安全守護雲計畫期程 113–116 年，總經費 3 億 700 萬元，內容含智慧警勤輔助系統與警政韌性防護雲 | 已確認，官方公開資料一致 | 可直接寫入 |
| 警政關鍵系統多重異地備援備份及資安防護中程計畫（114–117 年）含境內災時異地備援備份、境外資料加密分持、境外公有雲備援、資安教育訓練、資安聯防設備、資安聯防演練與人才培訓 | 已確認，官方施政計畫資料列有這些項目 | 可直接寫入 |
| 智慧 XR 警勤訓練系統因效益疑慮已於後續年度刪減 | 需修正措辭。官方 114 年施政計畫仍列有「智慧 XR 警勤訓練系統」，屬學長口述之實務經驗 | 應寫成「原列入計畫內容，但實務上後續年度可能因審查意見與效益評估而調整」，不寫死已刪除 |
| 先期作業之目的是讓「計畫與預算更緊密結合」 | 已確認，國發會資料指出重要社會發展計畫原則上須提報先期作業後才能編列年度預算 | 可直接寫入 |
| 政府計畫分科技計畫、社會發展計畫、公共建設計畫三類，管考重點不同 | 方向正確 | 可作為報告分類架構 |
三個反思點
- 「智慧化」不是終點，「韌性化」才是這波警政科技發展的真正重點。 從課程可見，警政署近年計畫大量投入異地備援、資安聯防與防護雲，這反映出系統集中化、AI 化之後，「系統不能倒」比「系統多好用」更被重視。
- 政府計畫的生命週期遠比想像中長，通過審查只是開始。 先期作業、審查意見回復、標案、驗收、核銷、期末績效報告，每一關都需要承辦人扎實理解計畫內容，這也說明「看懂公文與計畫」是資訊人員被低估但極其重要的基本功。
- AI 導入警政的最大限制不是技術，而是資料敏感性與可追溯性。 警政 AI（如 ChatNPA）的發展重點必須放在「安全、準確、可控、可追溯」，這與智慧化維運課程中「AI 只能協助產生腳本、不能直接處理敏感資料」的原則一致，顯示這是警政系統導入 AI 時反覆出現的核心紅線。