政府資料開放平臺

冬天的夜裡，最怕冷風裡撲來一句：「不好意思，煤油賣完了。」

對住在山區、沿海地帶的家庭來說，煤油是很實在的冬季生活必需品，是長輩客廳裡那盞暖爐、孩子洗澡前先暖房的熱源，也是店家和工地在濕冷天氣裡撐過去的一點暖意。台灣中油知道，煤油銷售量，影響的不只是一筆營收，而是民生信任感。

這一次，他們選擇用數據，把這份責任扛得更穩。

「不想再讓民眾撲空」的承諾

提到中油，多數人想到的是油價公告和街口轉角的火炬招牌。實際上，從上游探勘、進口與貿易，到煉製、運輸、加油站及瓦斯配送，全台多數家庭和商家的能源使用，都繫在這家公司的一條龍供應鏈上。

煤油，是其中很小的一塊，卻在冬季變得關鍵。

「以前每到寒流，要叫多少煤油，全靠站長的經驗」中油同仁說到。隨著多年資深站長一個個相繼退休，新進同仁接手後，由於沒有累積多年的歷練與筆記，要在短時間內抓準進貨量並不容易。叫太少，遇到濕冷長鋒面，民眾撲空、抱怨電話不斷；叫太多，占倉儲空間又壓貨，站長壓力也跟著升高。

（寒冷的冬夜中，能隨時在加油站買到煤油，帶回整個家的溫暖，是民眾

的期待，也是中油的承諾。來源：台灣中油）

這樣的拉扯，在 2023 年前後變得更明顯，氣候更難預測、人力結構轉換、民眾對公共服務的期待提高。

當數位發展部推動「政府資料創新及技術應用輔導」專案，中油資訊處大數據中心與油銷部多角化經營發展室決定，一起把「煤油需求預測」提上檯面，進行實作驗證及落地。

專家陪跑，凝聚分散的力量

專案起跑時，團隊的想像其實很單純：希望有一套預測工具，幫加油站站長看遠一點、看準一點，解決過去「經驗不易傳承」的問題。

但要把想像轉化成每天都用得到的系統，需要的不只是一個演算法。在這四個多月的輔導期裡，外部專家和中油團隊做了幾件關鍵的事。

首先釐清真正的問題，「不要為了AI而AI」，專案並非要做一個厲害的 AI 數據系統，而是要解決「站長冬天不再心驚膽跳、民眾不再買不到」這件具體的事。接著，在專家的協助下，盤點、對接跨部門資料，由資訊處大數據中心、油銷部多角化經營發展室、資訊室等跨單位協調，確認哪些歷史銷量、氣溫預報、配送週期等資訊料能穩定地串聯起來。進而設定「做得到」的目標，從一開始的區域預測，逐步拉高到「每一座加油站都有專屬建議量」，每一步都用實測結果來驗證。在專案期間，專家用陪伴取代喊口號，每週會議檢視進度，和團隊一起看模型結果、一起修資料、一起跑測試，甚至拉著團隊讀國外案例、實地訪談站長，讓這件事真正能貼近現場第一線。

「有外部專家，等於有一個大家都信任的第三方，幫忙對齊期待、過濾不切實際的想像。」中油同仁分享到，這樣的角色，對嘗試數據轉型的單位尤其重要。

輔導團隊不只是顧問，更是一起奮鬥的夥伴

四個月的專案期程相當緊湊，「幾乎是每個禮拜都要跟專家開會，也要交出看得見的進度。」過程不輕鬆，卻也讓團隊始終維持在往前推進的節奏中。

讓中油同仁印象深刻的是，輔導團隊不只在會議裡給建議，而是實際一同協作、一起向前的夥伴。張剛羚老師陪著團隊閱讀研究資料、整理國內外案例，協助辨識哪些做法適合中油的組織與流程；也在老師的建議下，同仁們走進加油站訪談站長，從第一線經驗確保規劃方向貼近實際情況。劉峰旗老師則在專案過程中協助釐清方向，讓團隊收斂專案題目，對「要解決的問題」有一致認知。

專案期間中油同仁與專家組建 LINE 群組，同仁遇到資料、模型或流程上的疑問，隨時可以提出，專家「有問必回」，讓討論延伸到日常工作，而不是只停在簡報與會議紀錄裡。

而更長遠的收穫是視野的擴展，張剛羚老師協助牽線日本企業與相關展會，安排團隊赴日參訪，觀摩同樣重視穩定供應與內部治理的企業，如何處理跨部門合作與系統整合。這些實際案例，成為團隊回頭檢視中油做法與下一步規劃的重要參考。

在中油同仁眼中，這次輔導團隊更接近「一起作戰的夥伴」，不是給完建議就離場的顧問，而是從題目定義到落地實作，都站在同一陣線一起把事情做完的人。

（專家與中油團隊持續緊密合作，讓中油安心地往正確的方向推進。來源

：台灣中油）

將日常系統變成最可靠的後盾

對第一線站長來說，一個好工具有兩個條件：不要複雜、真的有用。所以團隊沒有另外做一個炫目的新平台，而是選擇把預測結果嵌進加油站原本的訂貨流程中。在經過團隊與第一線人員來回測試與溝通後，目前已經進化成若偵測到站點有煤油補充需求，當天會寄出一封通知信，在系統畫面上會跳出「建議訂貨量」，讓站長能進行評估與決策。

加油站的業務繁重，每天要顧油槍、顧洗車、顧商店、顧咖啡、顧人力，不能讓系統反而打擾第一線的工作。大數據中心同仁也補充，除了利用機器學習，結合天氣預報、配送週期等資料進行預測等技術問題，團隊始終最在意的是「讓決策變得更安心，減緩同仁的負擔」。

第一個冷鋒來的時候，他們知道方向對了

專案結束後，中油先在北北基試行，把建議訂貨量導入指定加油站，接著再到台中以北，持續調整模型與作業流程，出乎意料的是很快就看到顯著的成果。

在去年(2024)，因為接連幾波冷氣團先後報到，讓冬天比前一年更冷、更急，中油同仁們時時刻刻盯著煤油供貨情況。這一次，過去常見的缺貨站點，多數穩穩撐住；需要臨時調撥、被迫請民眾「改跑別站」的情況明顯減少。

從統計數字來看，試行區域的煤油缺貨天數大幅下降約七成，讓團隊在看到數據那一刻，心裡特別有感，覺得「系統真的有幫助到現場單位」。

對民眾而言，他們感受到「冷天走進加油站買得到油，回家暖爐點得起來」，但對於團隊而言，這個平凡的日常卻是中油將想像實踐，成功做到的承諾。

（團隊從成果中證明，這次專案結束不是終點，而是未來數據轉型可以持

續擴大的基礎。來源：台灣中油）

從專案「衍生」出的一套協作方式

在團隊覆盤整個專案的過程中，被反覆提起的不只有成果，也包括許多帶給中油的收穫：

第一個是背後「關鍵推手」的重要幫助，高層主管對資料應用與實際落地的支持，是跨部門協作能推進的前提。而他們在過程中持續關心進度與應用場景，給團隊發揮的空間，也提醒成果要真正回到營運，而不是停在概念。

第二個是「分工清楚，減少內耗」，多角化經營發展室負責提需求，說清楚站點與業務的考量；大數據中心負責資料整理與預測邏輯；資訊單位負責系統介面與穩定度。而透過定期會議與專家的協助，各個部門分工協作井然有序，讓效率大幅提升，而且這次的經驗也成為未來開啟新專案的跨部門合作基礎。

最後，便成功建立「可以複製的模板」。從煤油開始，中油已著手將類似做法延伸到其他領域，如航油價格監測等，選擇同樣具體、有資料基礎和內部痛點清楚的題目，按部就班推進。

（從高層到第一線，每個部門齊心協力的夥伴，都是專案成功缺一不可的關鍵推

手。來源：台灣中油）

從一桶煤油，看見中油穩供的新日常

煤油需求預測專案不是巨額投資，也不是一次性展示，而是一個從真實問題出發、善用輔導資源、整合內外部專業的實作過程。

回顧這次的專案，讓人看到中油在數據的協助下，可以用更精準的方法減少缺貨風險，減輕前線負擔。而外部輔導機制與內部團隊的緊密合作，不會是公司同仁的額外工作，而是整理思路與增加效率的加速器。並在目標夠清楚、分工夠明確的共識下，資料創新應用可以自然成為日常營運的一部分，而不是口號或形式。

「系統最主要目的，是節省人員的工作量，用數據提升決策與考量效率」，中油團隊期許在AI數據系統的幫助下，未來能讓各項業務的負責團隊、第一線人員，都能有可靠的後盾幫助他們決策，讓民眾都能安心生活。