114 高普考高考三級 資訊處理 資訊管理 考古題詳解

核心觀念

本題考麥可・波特（Michael Porter）的**價值鏈（Value Chain）**模型：企業透過一連串相互連結的活動，創造顧客價值並形成競爭優勢。價值鏈分成兩類：

• 主要活動：直接參與產品或服務的取得、製作、銷售、交付及售後服務，包括進料後勤、作業、出料後勤、行銷與銷售、服務。
• 支援活動：協助主要活動有效運作，包括企業基礎設施、人力資源管理、技術發展、採購。

雲端訂單管理系統不只負責「登記訂單」，也可能串連商品採購、庫存、收款、配送、顧客溝通與銷售分析，進而降低成本、減少錯誤並提升顧客體驗。

解題方法

先將團購事業的流程拆成價值鏈活動，再逐項分析系統帶來的影響。團購的基本流程是：尋找商品與供應商、確認價格與供貨、在 LINE 群組推廣、彙整訂單與款項、向供應商下單、分貨配送或面交，以及處理售後問題。接著把每項流程對應到價值鏈的主要活動或支援活動，說明系統如何改善效率、成本或服務品質。

價值鏈活動分析

一、主要活動

1. 進料後勤（Inbound Logistics） 團爸／團媽需向供應商採購商品並掌握到貨狀況。系統可集中管理供應商資料、採購數量、預計到貨日與商品批次，並比對已收訂單與應採購數量，降低漏訂、重複訂購或進貨數量不符的情形。

2. 作業（Operations） 團購的作業包括建立商品團購、設定價格與截止時間、整理訂單、確認付款及分貨。系統可將 LINE 中分散的留言與私訊轉為結構化訂單資料，統計各商品規格與數量，並協助標記付款、缺貨及待處理訂單，減少人工抄錄與核對時間。

3. 出料後勤（Outbound Logistics） 商品到貨後，需依訂單分貨、通知取貨或安排配送。系統可依顧客訂單產生揀貨清單、分貨標籤與配送名單，並記錄面交或寄送狀態，降低錯發、漏發，讓顧客更快收到商品。

4. 行銷與銷售（Marketing and Sales） 系統可集中管理商品資訊、價格、促銷期間及銷售紀錄，協助掌握各商品的訂購數量、熱銷程度與顧客偏好。團爸／團媽可依過往資料選擇合適商品與促銷方式，提升推廣的準確度與成交機會。LINE 群組仍可作為主要宣傳與互動管道，系統則負責管理訂單及銷售資料。

核心觀念

本題考的是資訊系統如何支援企業策略與營運，以及數位平台如何藉由降低交易成本、形成網路效應、累積資料，為小餐館創造效益。分析時不只看平台收取的費用，也要衡量它帶來的新客源、營運效率與決策改善。

解題方法

可從四個相互連結的角度分析：

一、資訊系統的策略角色：擴大市場與服務能力

外送平台可視為餐館取得線上訂單與配送能力的資訊系統。餐館不必自行開發訂餐系統、維護網站或建立完整的外送車隊，就能接觸平台上的消費者，拓展原有店面周邊以外的服務範圍。線上菜單、訂單接收及狀態通知也能補足餐館原本較弱的數位通路能力，提升顧客便利性與服務品質。

二、交易成本理論：降低搜尋、協調與履約成本

交易成本包括尋找交易對象、溝通需求、協商交易、處理付款與完成交付所需的成本。平台把消費者、餐館與外送人員集中於同一服務中，可減少餐館自行招攬顧客、接聽訂單、確認付款及安排配送的負擔。平台的訂單流程與配送網路也能降低每筆交易的協調成本。

因此，即使餐館需支付平台費用，只要平台所降低的交易成本，加上新增訂單帶來的效益，大於平台費用及相關營運成本，使用平台仍具經濟效益。

三、網路效應：平台規模提升媒合價值

網路效應是指使用者增加時，平台對其他使用者的價值也隨之提升。消費者增加，使餐館更容易接觸潛在客戶；餐館與菜色增加，則讓平台對消費者更有吸引力；外送人員與訂單量增加，也有助於媒合配送需求。小餐館加入既有平台，可運用其已形成的消費者與配送網路，省下自行建立通路及配送規模所需的時間與成本。

核心觀念

「深度偽造」（deepfake）是運用人工智慧，尤其是深度學習與生成式模型，合成或修改影像、聲音、影片等多媒體內容，使其呈現出特定人物的外貌、聲音或行為。常見技術包括生成對抗網路（GAN）及自編碼器等；近年生成式模型也能依文字或影像指令製作逼真的內容。

深度偽造的關鍵風險在於：內容看似真實，卻不一定能證明事件確曾發生，也不一定能證明內容來源及完整性。政府資訊安全因此不只要保護資訊的機密性、完整性與可用性，也要維護資訊來源的真實性及民眾對官方資訊的信任。

解題方法

本題分為兩部分作答：

1. 先定義技術及其特徵：說明深度偽造如何利用人工智慧合成或修改多媒體內容，以及它為何難以單靠肉眼辨識。
2. 再從政府資安情境分析影響：依序檢視人員與身分驗證、資訊與輿情、系統與服務、證據與信任等面向。
3. 最後提出治理措施：將技術偵測、身分驗證、發布管理、事件應變及人員訓練納入整體防護。

這樣作答可同時涵蓋「是什麼」、「造成什麼影響」及「政府如何因應」，避免只談偽造技術，未回應政府資安維護。

對政府資訊安全維護的影響

一、提高社交工程與身分冒用風險

攻擊者可模仿首長、主管或同仁的聲音與影像，製作通話、視訊或語音訊息，要求承辦人提供帳號密碼、機敏資料、匯款或變更系統設定。若機關只依據聲音、影像或來電顯示確認身分，可能使既有的社交工程防護失效。

二、散布假訊息，干擾政府決策與公共秩序

偽造官員談話、政策宣布或危機應變影片，可能引發民眾恐慌、誤導政策討論，並增加政府澄清與查證的負擔。在選舉、災害、重大事故或公共衛生事件期間，假訊息更可能干擾政府發布緊急資訊及民眾採取正確行動。

三、損害官方資訊的可信度

深度偽造會使民眾更難判斷官方影像與聲音是否可信。即使內容真實，也可能被質疑為偽造；反之，偽造內容若被迅速傳播，也可能在查證前造成實質影響。這將削弱政府對外溝通及危機管理的公信力。

四、增加證據查證與事件處理難度

核心觀念

本題考查生成式 AI 應用架構中 RAG 與 MCP 的功能定位。兩者都能讓 AI 回答問題更貼近實際情境，但負責的工作不同：

• RAG（擷取增強生成）：先從外部知識來源擷取與問題相關的資料，再將資料提供給大型語言模型（LLM）參考並生成回答。重點是「找知識、補內容」。
• MCP（模型上下文協定）：一種讓 AI 模型或應用程式以一致方式連接外部工具與資料來源的協定。重點是「連工具、取資料或執行操作」。

解題方法

依客服問題的兩種資訊需求分類：

1. 退貨政策屬於一般且相對固定的業務知識，適合透過 RAG 從客服知識庫或退貨政策文件中擷取相關規定，供模型生成說明。
2. 訂單最新進度是小明個人的即時資料，須查詢電商訂單系統。客服 AI 可透過 MCP 連接訂單查詢工具，在取得必要的授權與顧客身分驗證後，讀取該筆訂單的最新狀態，再將結果整理給顧客。

因此，RAG 負責讓回答有根據，MCP 負責讓 AI 能連接外部系統並取得即時資料或執行操作。

情境說明

小明詢問：「筆記型電腦可以退貨嗎？我的訂單目前到哪裡了？」