Polimill讓AI留下資深判斷

（媒角抵加／林承志綜合報導）OpenAI 在2026年8月31日公布，Polimill 的 QommonsAI 已供日本自治體處理文書、搜尋資料與準備答覆；公司下一步，是記錄資深職員如何讓 AI 查資料、怎麼改答案。野邊地町已從4月在業務使用這套系統，但「新人表現接近資深者」目前仍來自案例說法。台灣企業現在就能把一個交接任務的例外和修正理由留下來。

• 主角與時間：日本行政 AI 公司 Polimill；OpenAI 在2026年8月31日發布客戶案例。
• 工具與產業：QommonsAI 用於地方自治體行政工作；GPT 是服務核心，Codex 用於 Polimill 的開發、檢查與測試流程。
• AI 做什麼：搜尋跨自治體資料，協助整理文件、政策提案與答覆草稿。
• 人仍負責什麼：確認在地政策、判讀例外、修正內容，並對送出的決定負責。
• 公開成果：野邊地町自2026年4月起已在業務使用 QommonsAI；約1,050個自治體、55萬名公務員及新人提案評價的數字，出自 OpenAI 客戶案例。
• 證據等級：B；自治體使用有地方政府公告，資深經驗保存與新人提案成效仍是 Polimill 的公開說法與計畫。
• 台灣可用性與門檻：Polimill 公開資料未列台灣帳號、付款或支援方式，台灣團隊無法直接估算導入成本。
• 成熟度：已有日常行政使用；把資深者修正過程累積成組織知識，仍在 Polimill 規畫階段。

日本自治體已用QommonsAI處理日常文書

OpenAI 的客戶案例載明，Polimill 在2024年10月推出 QommonsAI，將議會紀錄、福利、法規等分散資料整理成可跨自治體搜尋的工作介面。案例稱，約1,050個自治體、55萬名公務員使用這套系統；對外提供的任務包括準備議會答覆、公共服務、社福與法規查詢。

青森縣野邊地町的公告補上了實際使用的畫面。該町在2026年4月與 Polimill 簽署合作協議後，已把 QommonsAI 用於文章撰寫、摘要與點子發想；協議同時把職員培訓、組織使用體制，以及資訊安全列入合作內容。QommonsAI 已進入地方政府的日常工作。

這裡的 Codex 也要分清楚。Polimill 將它用在需求定義、程式一致性檢查、實作與測試，讓工程師把時間留給審核方案和做高層判斷。公務員面對的工作介面是 QommonsAI；政策內容和最後決定仍由職員處理。

資深職員每次改答案，都能留下新人下次要問的事

OpenAI 客戶案例描述，資淺職員搭配累積的行政資料完成政策提案，評價接近資深職員的提案；資深職員的提案仍獲得最高評價。Polimill 把差距指向手冊裡較少出現的部分：一份提案如何落地、居民會在意什麼、哪一條規則在特定情況下要改寫。

公司計畫記錄資深職員如何指示 AI 研究、如何修正輸出，讓這些原本只留在交接談話裡的理由成為組織知識。一位新人接手居民補助的答覆時，手邊應有舊函文、前一位同事為何刪掉某句、在哪個條件下改用另一種說法，以及資料不齊時要回頭找誰確認。

這套流程的輸入是舊文件、案例和問題；AI 先找資料、整理成草稿；職員核對在地條件後修改，才交出答覆。失敗通常也發生在這一關：草稿看似完整，卻沿用過期規定、漏掉地方差異，或把需要真人判斷的例外寫成通用答案。新人若能看到修改的理由，才有辦法學到下一次怎麼問，而非只複製上一份成品。

野邊地町證實工具進入工作，新人評價仍待更完整資料

野邊地町的公告證實 QommonsAI 已在業務中使用，也明確把職員判斷與責任留在人的手上。這能回答「有沒有真的被用」；它沒有測量新人因而少花幾個月熟悉工作，也沒有記錄資深職員修正是否已被系統完整保存。

Polimill 所稱的新人提案評價接近資深者，正是它要繼續追的方向。公開案例尚未交代受測人數、任務種類、評分方法與追蹤時間，企業也因此不宜拿這個結果直接換算培訓效益。要驗證自己的交接系統，團隊得讓新人處理新案例，再由資深同事檢查他引用的資料、提出的追問與最後判斷。

製造業訪問熟練者，會計把每次修正變成產品資料

日本製造業已出現相近做法。NTT Data 與川崎重工公開的系統，先由 AI agent 訪談熟練者、整理並累積知見，再依此回答年輕設計師的問題。NTT Data 表示，這項合作在日本經濟產業省主辦的 GENIAC-PRIZE 獲得「使用者變革獎」；川崎重工也在年報說明，持續將難以共享的設計經驗可視化、標準化。

會計工作把這件事做得更細。Crete 的 Tax AI 專案把專業人員最後改了哪一欄、原系統填了什麼、最終申報用了什麼內容留下紀錄。OpenAI 和 Thrive Holdings 的技術文章說，團隊將重複出現的差異整理為測試目標，再交給 Codex 協助找原因、提出修改並跑回歸測試。參與試點的30多家事務所處理了7,000份報稅表；數字和成效出自該專案公開文章。

OpenAI 的 NVIDIA 客戶案例描述，一個人的整理方法可以被別的團隊接手。負責策略的人把篩選外部 AI 動態、對照內部優先事項的流程做成工作流程；聖荷西、台北、歐洲與華盛頓的同事收到後，再按在地需求修改。同一份從來源篩選到內部優先排序的流程，因此能被不同城市的團隊接住。

企業先挑一件新人一定會來問人的工作

台灣企業不必先做全公司知識庫。先選一個資深同事每週都會被問到的工作：客服遇到合約例外時怎麼回、業務的折扣是否能核准、維修人員看到異常紀錄後先查哪一份資料。任務要有明確成品，也要能讓資深者說出「這次為何改」；這樣累積的內容才可用來帶下一位同事。

接著連續記錄一段時間的真實修正：原始問題、AI 初稿、最後改動、修改理由、適用條件，以及需要找誰核准。讓新人拿同一組條件處理下一批案例，由資深者看他是否找對資料、是否發現例外。報價、法規、個資、客戶承諾等高影響決定，仍由具名的人確認後再送出。

第一輪不必追求自動回答。能讓新人少問一次「以前遇到這種事怎麼辦」，同時知道答案在哪個條件下失效，就已經替下一位同事留下了可用的工作起點。

台灣沒有現成帳號，交接流程仍可先做

Polimill 公開案例聚焦日本自治體，未列出台灣帳號、付款、支援或資料處理安排。台灣公司若要採購同類服務，先確認繁體中文表現、既有文件能否串接、資料是否跨境、權限怎麼分，以及誰能讀到客戶與員工資料；這些條件會直接影響能保存哪些案例。

流程本身可從既有的文件庫、案件系統或企業版 AI 工具開始。重點是替每一筆案例留出能被新人看懂的欄位：問題、證據、改動、理由、適用範圍和最後核准人。沒有這些欄位，再多文件也只會讓新人得到更多搜尋結果，找不到前輩做判斷的路徑。

把老師傅留下來，先留下能被追問的理由

文字讓經驗跨過時間傳給後來的人；AI 把這件事推進到可以拿新情況追問的程度。新同事讀到答案後，能回頭問「當時根據哪份資料」「為何改成這樣」「哪個例外要另找人」。Polimill 想處理這個工作斷點，製造、會計與科技團隊也正各自嘗試保存同一類內容。

企業若只收藏最後版本，AI 很容易把老答案重講一次。把每次修改連同理由、條件和核准人留下來，才讓新的案例能回頭修正舊規則。今天選一個交接頻率最高的任務，安排資深者和新人一起跑10個案例，再把兩人不同的判斷記下來，會比先買一套包山包海的系統更接近答案。

成熟度：已有部署案例；資深經驗保存仍是計畫與持續驗證中的工作流程。

常見問題

QommonsAI 是日本政府自行開發的系統嗎？

QommonsAI 由 Polimill 開發與營運。野邊地町是使用與合作的地方自治體之一；OpenAI 客戶案例所說的「公共 OS」是 Polimill 對未來方向的定位。

Codex 已經把資深公務員變成可直接問答的 AI 了嗎？

Polimill 的公開案例把 Codex 放在系統開發與驗證流程。記錄資深職員如何研究與修正 AI，是公司提出的下一步；公開資料尚未展示一套已完成、可量化新人學習成效的資深經驗資料庫。

小公司能先做什麼？

選一個交接頻率高、結果可回看的任務，留下原始問題、AI 初稿、真人改動、原因、適用條件與最後核准人。新同事用同一套資料處理新案例時，資深者能立即看出他漏了哪一個條件。

資料來源與更新紀錄

1. OpenAI，〈Polimill builds Japan’s next-generation public AI infrastructure〉，2026年8月31日。
2. 野邊地町，〈野辺地町とPolimill株式会社が「生成AIを活用した行政DX推進に係る連携協定」を締結しました〉，2026年4月13日。
3. NTT Data，〈「GENIAC-PRIZE」製造業の暗黙知形式知化において「ユーザー変革賞」を受賞〉，2026年4月17日。
4. 川崎重工，〈Kawasaki Report 2025〉。
5. OpenAI，〈Building self-improving tax agents with Codex〉，2026年5月27日。
6. OpenAI，〈How NVIDIA scales expertise with ChatGPT Work〉，2026年8月18日。

*更新紀錄：2026年9月1日依上述公開資料建立草稿。*