我們覺得今天的資訊對我們非常幫助。
瞭解。像剛剛舉例的eTag公司有這樣的性質，像一些犯罪的資料也是。
還有像永續的這一件事，我們覺得很重要，好不容易從家裡拉到職場，也就是心態上可以拉到職場，如果這個是有去的，也就是可能一個方式。
我想方向還滿清楚的，謝謝政委給我們的意見。
所以這一件事，要看各地方政府執行的方法或者是清洗的方法，去彙整。
像剛剛提出來的這一個方向應該是可行的方向，剛剛政委建議我們幾個單位，我們就會後續再來做就可以了。
不管是從技術面或者是整個部分？
所以這部分比較像由執行單位提出來，或許依我們的角度去take？
所以grand challenge是一個什麼流程？
所以一樣是從AI的這一個題目開始發想，一方面可以解決類似有關於技術相關研究的問題，同時又可以帶到labor intensive的話，這也是我們可以著力的，所以不是只有純粹labor intensive。
這個我可以補充一下，有關於技術的部分，因為若水的創辦人是張明正先生，我們也有機會去找趨勢相關的人才。
所以這一件事就去各地方政府或者機關去看？
依照政委的觀察，以目前這些開放的資料裡面，有沒有哪裡一些議題，不管是民眾最關心，或者是把它提出來，讓大家共同去做類似的主題？
這也適用類似資料清洗等等的服務？
所以這個是社企的generic的服務？
約略有聽說。
我們再更進一步來看的話，政委有什麼建議？
所以網站的部分是國發會資管處在處理？
所以現在這個計畫，是哪一個單位在執行？
第二個部分，我們可以發揮兩個目的，也就是社會影響力，也就是持續為身障者持續創造更多的機會。第二個是在AI的部分能夠有一些貢獻，我想今天最主要的目的，我們有沒有一些共同的交集，可以再往下談。
所以我想的是，我們是不是有機會把這幾個東西串起來，第一個部分是當然以政府的角度，Open Data後，我們把這個資料更加活化，然後讓這一些資料出來之後，促進相關的產業跟人員進一步的利用，甚至是有資料之後可以有AI的特質在。
Data到API某個程度會有一些資料，或者是原始的資料在建置過程中，某些原因可能不是那麼可讀，或者是資料的欠缺，那個部分存在滿多的工作機會。
我們想說開放資料，如果要把data呈現在前面，臺灣有一個Open Data的網站，這上面的Data要到程式跟機器利用，這個需要經過某個部分，就像政委之前講到OpenAPI。
我現在發現一個狀況是很想學AI跟演算法，但沒有足夠的資料來解決，所以這個部分又套到開放資料的脈絡。
可是現在有一點，AI跟機器學習可能是同義詞，可是機器學習的基礎是要有大量的資料。
是，更重要的是，全臺灣有十四萬的重度身障著在家裡，沒有辦法出門到辦公室，我們希望以網路雲端的契機，是不是可以創造本部的就業機會，然後再加上一些特質，看到一個點是可以互相銜接的，也就是現在講到AI的浪潮，政府不管是在前瞻或者是各項計畫裡面也想要培育跟AI討論的人才。
我們的願景是盡可能創造更多的就業機會，當然BIM本身在臺灣的市場規模一定有一個天花板，在上面所從事的從業人員還是有一些限制，像手部的動作不是那麼精細，就沒有辦法做建模。
這個是在四、五年裡面發現，在labor intensive的部分，又可以跟科技結合，其實是可以找到一個共同的model。
有一個很重要的工作性質，也就是在建模的這一件事，本身是一個非常labor intensive的工作，所以需要滿多的人力做3D的模型。
在2012年開始做實務上的應用，也就是BIM的team，在做3D建模，到目前為止，若水是臺灣top 2的提供者。
另外一個部分是，我們希望在提供就業機會的手法，是希望能夠以商業模式的方式來進行，所以我們希望提供不管是產品或者是服務，是可以真正貼近到客戶的需求，而由需求裡面在從後面的營運端展開。
反倒中間的這一群人，或許學有社會學校的訓練，但是在就業環境也慢慢變更，所以若水focus在中間的這群人。
另外一個比較高端的是，身障者本身已經具有不錯的就業能力，其實跟你、我一樣，自己本身是有辦法在職場上獲得一個工作機會。
我們大概在2012年轉型，投入身障就業開始作商轉是在這一個時間，在一般身障就業裡面，我們自己看的是M型化的兩端光譜，其中的一段是庇護性工廠，就是大家比較常聽到的喜憨兒烘焙之類的。
好，我很快帶一下，如果政委有需要的話，我會再說明。
前兩個禮拜在社企流的會議，政委有去參加，我們若水也有夥伴在那邊，所以我想說在說明我的來意之前，不知道政委對於若水的瞭解有多少？
