提到公務機關，你會想到什麼詞彙？僵固、保守、被動⋯⋯？
但，以下兩個部門，可能刷新你對公務員的想像。他們不只有熱情，還把AI、大數據、機器學習（Machine Learning）等詞當工作關鍵字，用創新科技來聰明做事，甚至，拉近公務機關與人民的距離。
台水公司》省9成時間
從老師傅抓漏進化大數據
故事，從「抓漏」說起。
你恐怕很難想像，全台六萬公里長的水管管線，一年漏水量達2.5個石門水庫，過去僅靠67位「抓漏師」，徒步拿著類似「聽診器」的器具，在水管線上敲敲打打，抓出漏水部位。繞完全程，至少要花1年半。
不可思議嗎？但這套運作模式，台灣自來水公司（以下簡稱台水）維持至少40年之久。其實，台水公司大部分管線在裝設之初，就設有水壓、流量監測器，雖可蒐集龐大數據，但一開始僅用來調配供水，實際抓漏或管線維修，仍仰賴人工判斷與老師傅多年經驗。
直至2017年，台水公司組成大數據團隊抓漏，才有所突破。
這團隊由資訊處副處長吳界明領軍，集結了公司內有資工背景的年輕工程師，加上退休總工程師羅健成，老中青三代，埋頭9個多月，運用AI與機器學習技術，研發出一套可比過去節省逾九成時間、將抓漏範圍精準對焦到僅原本抓漏系統範圍的2％。台水以此系統，在去年代表台灣參加紐西蘭政府舉辦的黑客松競賽，與國際分享成果。
「你說羅顧問幹嘛不好好休息？還跟著我們一起操煩（台語，指煩惱）？有時候討論到半夜，知道結果就快出來時，那是真的很興奮，完全不會累！」吳界明說，分散各部門的團隊成員，多是利用下班時間討論。
公營事業求變有難度
高層力挺，百個小區都試行
但，新系統試行時，因台水員工多年慣常的工作習慣，突然之間被改變，「抗拒心理一定都有的⋯⋯。」羅健成說。
「有人說系統通報警示太頻繁，或是說人力不足、沒法查漏，」吳界明說。抓漏精準度提高，雖能大大降低查漏、修漏人員的作業時間，但要在公營事業求新求變，並非人人歡迎。
所幸，台水高層如前董事長郭俊銘等人力挺，扮演了推波助瀾的功能。「上面重視，下面就會重視，」吳界明說，公司高層定期召開會議，號召課長級以上主管出席，緊盯進度，鼓勵大家嘗試，才促使系統試點從一開始僅個位數，成長到如今150多個小區。
隨著使用口碑在內部擴散，其他部門如會計處、營運處，開始主動跟團隊接洽，討論如何將大數據應用在調配人力、會計制度、預測客服高峰期等業務上。
團隊的下個計畫，是希望能串聯如土壤、地質、雨量氣候等外部資料庫數據，判斷並提前預警哪些水管需要修繕。
