2017年6月8日 星期四

2017 06 09 左永安顧問李開復、洪小文、王堅堪稱兩岸AI界的先驅 人工智慧(AI)成為熱門顯學,政府、企業爭相發展,但台灣缺乏軟實力,又沒有龐大的市場數據做後盾,能否發展成形,創新工場創辦人李開復、微軟亞洲研究院院長洪小文、阿里巴巴集團技術主席王堅等兩岸「AI三巨頭」,為此掀起論戰。


2017-06-07 00:07 經濟日報 記者曾仁凱/台北報導
人工智慧(AI)成為熱門顯學,政府、企業爭相發展,但台灣缺乏軟實力,又沒有龐大的市場數據做後盾,能否發展成形,創新工場創辦人李開復、微軟亞洲研究院院長洪小文、阿里巴巴集團技術主席王堅等兩岸「AI三巨頭」,為此掀起論戰。
李開復、洪小文、王堅堪稱兩岸AI界的先驅,三人系出同門,曾在有「亞洲AI黃埔軍校」美譽的微軟亞洲研究院共事。李開復是微軟亞洲研究院創辦人;被稱為「阿里雲之父」的王堅加入阿里巴巴前,擔任微軟亞洲研究院常務副院長;洪小文則是現任微軟亞洲研究院院長。三人最近為台灣的AI未來隔空交鋒,引發外界矚目。
事件導火線源自李開復一席「台灣根本沒機會發展AI」。他認為台灣缺乏軟實力,又沒有技術、資金、應用情境、實驗場域,以及能識別並幫助創業的創投,也沒有大數據及市場可以推動發展。
王堅認為「李開復錯了」。人工智能一定要數據,數據不是你所擁有,不代表不能做任何事。例如不擁有高速公路,仍可以做最好的運輸公司。或正因為不擁有基礎建設,才會想做一家好的運輸公司。
他強調,AI是台灣很好的機會,「鴻海郭董做很多事情,都是台灣AI的機會」。另外,所有晶片製造業也是AI產業的一環。
洪小文也認為,AI是模擬人類的思考邏輯,再透過大數據運算及演算法分析,協助人類解決問題,應用範圍很廣,每個政府、企業、個人都會受到影響、參與其中,台灣不會沒有機會。
他針對台灣發展AI提出四個思考方向,
例如
1.每家公司都有自己的「產品」,如學校產品就是教育,每個公司要思考如何善用AI,
     幫助產品做更好。
2.在「行銷」面,可利用各種AI技術、發揮創意,讓產品賣更好。
3.其次是每個公司內部有很多「運作」流程,可思考如何運用AI讓運作更有效率;
4.「員工」是公司最大的資產,隨著AI技術成熟,機器可以幫助人類分擔更多重複、
     單調的工作,員工就可專注更重要的事情、產生更高附加價值,進而兼顧工作與家庭。

2017 06 09 左永安顧問 SAP物聯網暨數位供應鏈資深副總裁 Hans Thalbauer人工智慧及物聯網市場趨勢發展的Gartner研究副總裁蔡惠芬就指出,「AI技術的成熟,是邊緣運算興起的一大關鍵。」瑞典百年老牌的金屬刀工具製造商Sandvik Coromant,為了加快反應設備故障預警,而改採用了邊緣運算架構,將原放在雲端上的機器學習預測模型,改直接在工廠設備前端來執行分析後,能做到比以前反應速度快20倍,大幅縮短預測停機故障的反應時間。早在AI領域深耕多年的臉書,2017年4月就開源釋出了一個輕量版深度學習框架Caffe2,開始能在iOS、Android以及Raspberry Pi裝置上執行較簡單的深度學習模型,可以用於辨識影像、圖片、聲音及文本。


邊緣運算關鍵技術AI,讓瑞典工具機大廠異常預警速度加快20倍

工具機大廠Sandvik Coromant將機器學習放到靠近資料源的設備前端來分析,省下資料兩地往返的等待時間,讓異常事件預警可以更接近即時反應,甚至沒有網路也不怕
文/余至浩 | 2017-06-09發表

瑞典百年老牌的金屬刀工具製造商Sandvik Coromant,為了加快反應設備故障預警,而改採用了邊緣運算架構,將原放在雲端上的機器學習預測模型,改直接在工廠設備前端來執行分析後,能做到比以前反應速度快20倍,大幅縮短預測停機故障的反應時間。
瑞典百年老牌的金屬刀工具製造商Sandvik Coromant,過去在全球設有好幾座工業自動化工廠,主要從事生產各種先進工具機零配件,因為生產過程需經過非常高精密複雜的金屬切割作業,所以工廠內的每臺切割設備都需具備高精細切割操作的能力,所以一臺造價昂貴,動輒上百萬美元甚至每部機器就有將近一千個可動式零件組成,只要一個細小零件脫落,都可以讓該機器故障停擺,所以這些生產設備內也具備很多感測器,以便蒐集資料來進行機器學習分析,來做為預防性的設備維護。
改採邊緣運算架構,以縮短機器學習預判時間
以前,Sandvik Coromant的作法,是將事先已訓練過的機器學習模型放在雲端,所以從設備蒐集大量感測器的資料後,得先回傳雲端才能使用機器學習來分析,判斷有無異常,再將預判結果傳回本地端的設備,這對於Sandvik Coromant來說,反應還是太慢,而且網路斷線時,無法將資料傳回雲端分析,承擔的故障風險更高,畢竟只要一臺機器停機,可能導致整座工廠產線受牽連,生產延遲的後果,就是每小時損失超過數百萬美元。
所以,Sandvik Coromant後來決定開始採用了邊緣運算架構,不只是將資料放在本地端設備處理,更開始將機器學習直接使用在工廠設備前端,來加快異常事件預警的反應時間。以前,經由網路將資料傳回雲端處理完,再回傳結果到反應,平均需要花2秒,現在改將機器學習模型就近放置在工廠設備前端來執行,只須0.1秒就能反應,兩者反應時間相差多達20倍。
能有快20倍的反應速度,靠得就是把機器學習放到最靠近資料源的設備前端來分析,讓異常事件預警可以更接近即時,因為省下了資料兩地往返的等待時間,所以能更快處理,可以更即時現場判斷,甚至,因為在設備前端就可以執行機器學習模型,所以一旦網路斷線也不怕。長期研究人工智慧及物聯網市場趨勢發展的Gartner研究副總裁蔡惠芬就指出,「AI技術的成熟,是邊緣運算興起的一大關鍵。」
瑞典百年老牌的金屬刀工具製造商Sandvik Coromant,為了加快反應設備故障預警,而改採用了邊緣運算架構,將原放在雲端上的機器學習預測模型,改直接在工廠設備前端來執行分析後,能做到比以前反應速度快20倍,大幅縮短預測停機故障的反應時間。(圖片來源/Bulid 2017)
AI技術成熟成為推動邊緣運算的另一股力量
這就是為什麼微軟今年要押寶邊緣運算,甚至還在2017年Build開發者大會推出了一項全新邊緣運算服務Azure IoT Edge,可以利用容器(Container)技術,將Azure機器學習、微軟AI認知服務的程式碼,打包成為一個個可以在閘道器上啟用執行的微服務(Microservices),讓企業就近能在本地端裝置上結合AI技術,以便於更快現場進行預判。Azure IoT Edge也支援了Windows或Linux兩大作業系統,對於硬體運算能力要求也不高,即使是記憶體容量只有128MB大小的Raspberry Pi單板電腦也能用。
除了微軟之外,另一家今年也開始布局邊緣運算的雲端ERP商用軟體巨頭SAP最近也在新推出的SAP Leonardo邊緣運算服務中,開始將SAP雲端上的機器學習服務,直接改就近提供在本地端的IoT閘道器來部署,以便於前端設備能更快現場即時反應,同時還可以和後端的SAP S/4HANA ERP系統串接,以加強自動化工廠管理。「AI技術的成熟,更將加速邊緣運算的發展。」 SAP物聯網暨數位供應鏈資深副總裁 Hans Thalbauer最近來臺時表示,因為有了AI技術的加入,物聯網邊緣裝置將變得更聰明,而不需要將資料回傳雲端,現場就能立即分析處理,以便於企業運用在更多需要即時分析的IoT應用上,例如預防性維護等。
除了雲端、商軟業者開始將AI技術帶進裝置,也開始有越來越多可以支援邊緣運算生態系發展的AI硬體和開發工具出現。連全球兩大行動晶片業者高通和聯發科都不約而同,從2016年開始針對自家的Snapdragon 820及Helio X20高階行動處理器,提供深度學習的SDK套件,讓手機晶片也能具備執行深度學習處理的能力,來提高用戶的使用體驗,使得將深度學習部署到行動裝置上變更容易,也能用於常見的AI應用,如臉部辨識、影像識別及自然語言分析等。
更瘦身的深度學習框架,前端裝置開發AI應用變更容易
而在AI布局已大幅領先的GPU處理器大廠Nivdia也不遑多讓,在AI專用伺服器以外,最近也推出一片體積只有信用卡大小的AI運算硬體Jetson TX2,因為搭載最新Pascal架構的GPU,因此具備有更強大的運算能力,可以用在安防攝影機、商用無人機、機器人等裝置上,來提高在影像辨識、導航以及語音辨識方面的應用。
有了更容易開發AI應用的硬體之後,過去1年來也開始有更多的AI開發工具推出,讓即使是運算能力不強的邊緣裝置,也能具備有提供基本的機器學習,甚至是深度學習處理的能力。
早在AI領域深耕多年的臉書,2017年4月就開源釋出了一個輕量版深度學習框架Caffe2,開始能在iOS、Android以及Raspberry Pi裝置上執行較簡單的深度學習模型,可以用於辨識影像、圖片、聲音及文本。目前Caffe2的開放原始碼已在GitHub上釋出。在早之前,臉書也曾推出另一個不同版本Caffe2Go,同樣也可以在手機上執行深度學習。
另外,臉書前不久才開源釋出的AI快速文本分類工具FastText,最近也開始能部署在手機及Raspberry Pi上,來優化機器學習的相關應用。
Google2017年5月也將兩年前才開源的深度學習框架TensorFlow大瘦身而釋出TensorFlow Lite的精簡版本,可以在Android裝置提供AI應用。甚至Google還在新版Android Wear 2.0穿戴式裝置作業系統中,首次加入機器學習功能(on-device ML system),可以提供使用於支援穿戴裝置的AI應用,例如新增的智慧訊息回覆功能,可依據收到訊息上下文的內容關聯,來提供更聰明的訊息回覆,因為在裝置端就可以執行機器學習模型,所以不用連網就能用。
甚至近來也開始有大數據分析服務商MapR試圖將大數據分析技術輕量化後,帶進裝置端,而推出一款迷你版的融合資料平臺MapR Edge,讓大數據分析處理引擎Hadoop,也開始能在多臺裝置建立運算叢集來分析。
不過,蔡惠芬也表示,目前並不是所有的AI技術都適合用在邊緣運算上。「若是需要利用巨量資料訓練機器學習模型時,因為需分析的資料量過於龐大,所以通常還是得傳回雲端來處理。」另外,當預測模型需要的運算分析越複雜時,若裝置本身的運算力不夠強大,也沒有足夠軟硬體做搭配時,還是得靠雲端才能解決。


2017年4月21日 星期五

2017 04 22 左永安顧問 4 月11 日看到了 iCHEF 董事長徐重仁先生離職的消息與評論,除了驚嘆記者怎麼那麼清楚內幕峰迴路轉之外,真正讓我感到可怕的是商場老將徐董事長對於軟體行業的不理解,這也是台灣活生生世代斷層的寫照。


2017 04 22 左永安顧問 4 月11 日看到了 iCHEF 董事長徐重仁先生離職的消息與評論,除了驚嘆記者怎麼那麼清楚內幕峰迴路轉之外,真正讓我感到可怕的是商場老將徐董事長對於軟體行業的不理解,這也是台灣活生生世代斷層的寫照。



4 月11 日看到了 iCHEF 董事長徐重仁先生離職的消息與評論,除了驚嘆記者怎麼那麼清楚內幕峰迴路轉之外,真正讓我感到可怕的是商場老將徐董事長對於軟體行業的不理解,這也是台灣活生生世代斷層的寫照。



以下是我列出幾點報導中看到徐董的誤解:

1. 「具體地說,他從經營報表上看到的,是客戶數愈多,虧損就愈大」

誤解:初期成長的 SaaS(Software as a Service)經典的現金流模型就是長這個樣子(如下圖),因為我們用低廉的入手價(訂閱制)來換取客戶的長期承諾,但買客戶的錢確得花在前面。例如:原本他買我們的軟體是要花一次性的費用 50,000 元,現在只要每個月付我們 3,000 元,我帶來一個訂閱客戶的行銷取得費用(業務與廣告是 5,000 元,所以我客戶接越多帳面上就一定賠的更多)。但換這個虧損是一時的,隨著訂閱期間拉長你獲得的利潤會超過一次性的花費(通常 B2B 訂閱制的客戶生命週期可以超過 20 個月),長期來看更建立了穩定且可預期的現金流量,這是資本市場為什麼給 SaaS 公司好估值的重要原因──Predictable。

2. 徐董事長的兒子徐安昇認為,「一開始虧損沒關係,只要看到你在往正向發展,我們就有耐心去看,可是邊際成本沒有下降。」他發現營運虧損的金額竟然已經大於營收,資金恐怕很快就會見底。

誤解:就算是已經發展成大型的 B2B SaaS(Salesforce,Hubspot)一年縱然營收破百億台幣,帳面上都還是虧損的,因為他們都還在持續用力的取得新客戶,怎麼會是正現金流?除非他們停止成長,不再花錢在業務上,很快就很賺錢了。所謂的正向成長就是 CAC(客戶取得成本)與 LTV(客戶終身價值)的比例 1:3 以上,就應該用力的花錢更用力的募資來保持成長的力道。如果連這個 SaaS 的現金流量模型都不具備,你不就變成了以前那種賣套裝軟體的公司嗎?別忘了就連微軟與 Adobe 等公司,都已經轉型成 SaaS 模式。

3. 徐董事長兒子徐安昇:現在 iCHEF 的服務已經無法符合「發源地」麻膳堂的需求,到了必須評估其他解決方案的程度,他卻發現 iCHEF 團隊「心有餘而力不足」。

誤解:這段話白話說就是「我你投資你就要變成我的專案開發公司」。企業在成長的過程中隨著規模與需求的不同本來就會用到不同的軟體服務公司,你怎麼能期待一間追求標準化且規模化的 SaaS 為你的需求量身訂做?這是殺死他們最快的方式之一。

4. 徐重仁開出藥方,建議 iCHEF 應該果斷砍掉海外據點,重新專注在台灣市場,先打好基礎,再向外發展;在這個時間點,他也建議團隊應該先專注在既有商業模式的效益極大化,而不是推出其他如電商等新商業模式;並且重新關注客戶服務需求;以及在營運費用支出上,應該有所節制,並且建立制度,如超過一定金額的支出必須經過核準等等。

誤解:上面這段話用在傳統企業的常理沒錯,但用在募資金額超過 2 億元的新創有一部分是不對的。不對的部分在於新創的根本在於用創新的規則打破既有的遊戲規則加上火速的擴張速度去佔領市場,你怎麼會叫他先專注台灣然後砍掉海外?我常常笑說我們是用 6 年去換傳統企業的 18 年。所以面對成長過程中的阻礙(龐雜且沒效率的制度與流程與文件等),只能剷除。對的部分是專注客戶需求,效益極大化既有的模式,但不斷地嘗試新模式這是不能停的。

以上 4 點每一點其實都是讓一間軟體公司在市場倒下來的理由,但用在傳統企業也許也是對的,我沒有針對徐董個人批評的意思,但需要讓這些前輩們能試著了解生意的型態隨著時代的發展是有不同長相的,希望前輩能夠試著接受新型態的生意模式。

尤其是第一點跟第二點這樣基本的問題,在 SaaS 領域已經是常識了。

(本文由 林思吾 授權轉載;首圖來源:iCHEF)


2017年4月3日 星期一

2017 04 03 左永安顧問 黃金牛蒡茶 左記歐洲商行 安永經營管理顧問集團 安永全球電商 台北左府(無極)道德宮 台北市酒類商業同業公會 美酒網 台灣最有公信力 酒類 販售 電子商務網站 天藍海 鹿鳴國際電子商務有限公司 台大 台師大 EMBA 共通核心職能 TTQS ICAP PMP 司徒達賢認為是「理性思考」與「觀念能力」,前者包括「應優先處理組織的哪些問題?」「問題的真正原因為何?」等。 司徒達賢把他個案教學40年的精華心得,寫成《司徒達賢談個案教學——聽說讀想的修鍊》 政大商學院畢業的政大校長周行一 2016年,是司徒達賢從美國拿到博士學位,回台灣教書的第40年。這位亞洲第一位策略管理博士,當年以公費第一名成績,到美國西北大學就讀,將當時企管界最熱門的個案教學,帶回台灣。司徒達賢強調,個案教學不等於分組討論,也非上台報告;教師要聚精會神聆聽學生發言,最核心的任務就是「提問」,內容不外乎是「你的決策方案是什麼?」「為什麼?」「請問你根據什麼數據或事實資料得到此一推論?」等。實際上,一堂課大概這樣進行。



     在台灣,「個案教學」已經和政大企管系講座教授司徒達賢畫上等號。
     2016年,是司徒達賢從美國拿到博士學位,回台灣教書的第40年。這位亞洲第一位策略管理博士,當年以公費第一名成績,到美國西北大學就讀,將當時企管界最熱門的個案教學,帶回台灣。
     至今,他的學生遍布全台企業界。光是上過他在政大企家班的企業界老闆與主管們就近1000人,還不算40年來在政大商學院的徒子徒孫們。

恩師兼嚴師 學生又愛又怕

     上過司徒達賢課的人就知道,他很嚴厲,也很幽默,課堂上總是緊張萬分,卻又笑聲不斷。可說是個讓學生又愛又怕的恩師兼嚴師。
     政大商學院畢業的政大校長周行一,是司徒達賢最早期的學生,對司徒達賢的印象是,他關心學生的狀況超乎想像。
     周行一分享,他政大畢業後到美國攻讀博士學位,多年後在機場,老師看到周行一帶著一家老小,竟然馬上叫得出他的名字。
     不久前他跟司徒達賢聊天,談到30多年前大學畢業典禮的場景,司徒達賢竟然馬上想起來,那次畢業典禮,周行一在台上唱當年流行歌《一支小雨傘》。記憶力如此之好,嚇壞所有人。
     為什麼他能做到嚴厲又幽默、讓學生又愛又怕、對學生超級關懷?這些都跟他個案教學的方法有關。
     過去一年多來,司徒達賢把他個案教學40年的精華心得,寫成《司徒達賢談個案教學——聽說讀想的修鍊》一書。
     所謂個案教學,就是舉一個真實(可能匿名)的企業情境,例如公司快破產了、是否該併購另一家企業、是否該換CEO等,讓學生們分組討論,如何解決這個情境。
     由於上課看似學生報告,因此有人以為個案式教學的老師很「輕鬆」,「學生講就好!」
     但司徒達賢強調,個案教學不等於分組討論,也非上台報告;教師要聚精會神聆聽學生發言,最核心的任務就是「提問」,內容不外乎是「你的決策方案是什麼?」「為什麼?」「請問你根據什麼數據或事實資料得到此一推論?」等。實際上,一堂課大概這樣進行。

重點1〉老師問問題


抽人回答 只能想30秒

     首先,司徒達賢會準備很多問題,抽人回答。這時,他手上有一疊「上課卡」(學生開學時填的個人資料卡),每次問問題後,他讓學生先想30秒,再從上課卡中隨機抽人,確保人人有發言機會。
     對台下學生而言,這30秒卻彷彿三小時,必須針對問題全力構思可能的答案,還得擔心答不出來或答不好,特別難熬。
     「這段時間,是全班腦力運轉最高的時候!」司徒達賢打趣道。在新書發表會上,他搓著手,彷彿指間有疊「隱形卡片」,露出促狹笑容說道:「一卡在手,樂趣無窮!」  
     學生思索的30秒間,司徒達賢就熟記卡片上的學生資料,「這樣,每個學生不是都記得了?有什麼難?」他說。

重點2〉怎麼聽?怎麼說?


再次抽卡 複述前位答案

     上司徒達賢的課很緊張,分分秒秒都不能鬆懈。即便不是被抽到回答問題的人,也要仔細聆聽同學回答些什麼,因為學生回答完後,司徒達賢馬上會再抽學生卡,再問其他學生,「請複述剛剛那位同學說了什麼?」
     這樣的過程,是在培養「說」與「聽」的能力。
     若是聽的人沒把說的人意思正確複述,代表聽力有問題;而說的人若無法讓別人理解他的意思,那就是表達能力(說)有問題。
     因此整堂課,不管是聽與說,學生都要全神貫注。抽問幾輪下來,沒被抽到的人反而感到「懷才不遇」,搶著舉手發言。讓整堂個案教學變得緊張、專注、忙碌、熱烈,沒有學生敢打混。
     司徒達賢延伸,其實聽與說的能力,對企業非常重要。
     他分析,在組織中,居高位者往往只「講」不「聽」,常滔滔不決地推銷理念,卻少有耐心聆聽他人意見。「『層級愈高,聽力愈差』,」司徒達賢語畢,現場爆出會心的哄堂大笑。
     個案教學如何改善?司徒達賢會隨時點名學生複述或回應其他同學的發言,即使CEO或大老闆也不例外,迫使他們專心聆聽。不消一堂課,高階主管就會迅速調整自己的聆聽習慣。
     而許多人會「說」不清楚,往往是因為想不明白。在想不清楚之前便被要求發言,不得不用抽象的語言來應付,久而久之,就會養成空話連篇的發言風格。因此訓練「說」的能力,背後就是在統整知識的過程。
     在一場新書發表會現場,有讀者詢問,這套方法如何應用在企業的日常管理?
     「用在開會!」司徒達賢不假思索回答,許多人開會時,覺得跟他無關,就發呆、滑手機,此時,會議主持人可以用他上課的方法,抽與會者名片,點名發問與回答,包準立刻抓回注意力。

重點3〉學生應事先「讀」


藉由閱讀學新知 還「練腦」

     在個案教學中,讀,指的是為了決策而研讀資料。
     許多人對司徒達賢清晰的思路印象深刻,殊不知,他是下過苦功的。
     在讀博士班時,他就開始將一本本管理經典,整理成一張張思想流程圖,彌補英語的不足。回到政大當教授後,繼續用類似方法,整理出上百篇學術文章的因果關係,進而將過去沒想到的觀點,整合到自己的知識架構中。
     實務上,讀個案資料時,腦中要同步建立當時的場景、流程,及個案文章中未完整表達的組織結構、策略重點與人際關係,甚至要從個案當事人角度,設身處思考與分析,進而從龐雜的資訊中,找到與決策相關的訊息。
     例如「這些訊息是否隱含著組織中一些潛在的問題?」「經理人之間的爭執,和不久前的組織變革方式有何關聯?」
     司徒達賢強調,閱讀除了吸收資訊與知識,最重要、最常被忽略的作用,就是「練腦」。
     上課前就先閱讀,非常重要,用在企業組織中,也是一樣的道理。許多企業開會前都沒有事先閱讀討論的議案,大家一片空白來開會,結果成效很差。
     「想」,是個案式教學的最後一個修鍊,和「聽、說、讀」能力互為因果。後三者愈強,想的效果愈好;而提高想的成效後,又能改善聽、說、讀的品質。
     想,要達成什麼樣的標準?

重點4〉學生應勤於「想」


培養理性思考、觀念能力

     司徒達賢認為是「理性思考」與「觀念能力」,前者包括「應優先處理組織的哪些問題?」「問題的真正原因為何?」等。
     觀念能力,是指體察不同層面中的因素,建立彼此因果關係的能力,比如「過去哪些政策(因)造成今天的局面(果)」或「今天的決策(因)對未來競爭地位(果)有何影響」等。當乍看無關的現象出現變化時,擁有高度觀念能力的人,很快就能看出關聯。
     舉例來說,有人能從上游產業的細微變化,聯想到公司將來與下游經銷商間的權力消長;有人可以從一項氣候變遷的新聞,預知某檔股票價格的漲跌等,靠的都是觀念能力。
     可以說,擁有觀念能力就能夠更有效詮釋資訊,掌握現象與問題背後的本質。因此,層級愈高,愈需要這種能力,才能夠在複雜紛紜的決策環境中,歸納出問題核心,提出改善大局的關鍵行動。
     個案教學的重點不在傳授知識,而在養成與強化「聽、說、讀、想」能力。這不只能用在上課,也是每位工作者都要具備的,對高階經理人更是關鍵。


2017 04 03 行政院訴願決定撤銷原行政處分案件追蹤管制作業要點

行政院訴願決定撤銷原行政處分案件追蹤管制作業要點
日期:101-02-20    
行政院訴願決定撤銷原行政處分案件追蹤管制作業要點
   中華民國76年11月4 日行政院秘書處台76訴字第25217號函
   中華民國91年4月29日行政院院臺訴字第0910084309號函修正名稱及全文5點;並自即日生效(原名稱:行政院訴願再訴願決定撤銷原處分原決定案件追縱管制作業要點)
   中華民國101年2月20日行政院院臺訴字第1010120988號函修正全文,並自即日生效。
一.行政院(以下簡稱本院)為追蹤管制所屬各機關就本院訴願決定撤銷原行政處分案件重為行政處分或處理之時效,特訂定本要點。
二.本院訴願決定撤銷原行政處分案件,原行政處分機關應於指定期間內為適法之行政處分或處理。未指定期間者,除相關法令另有規定者外,應於二個月內為之。
前項期間,必要時得簽報單位主管准予延長一次,並以二個月為限。
三.重為行政處分或處理之期間,依下列方法計算之:
 (一)本院訴願決定書達到原行政處分機關之次日起算。
 (二)原訴願人另行補提資料者,自補提資料之次日起算。
 (三)訴願決定部分撤銷、部分駁回或不受理之案件,駁回或不受理部分提起行政訴訟,經高等行政法院調卷者,自原卷送還原行政處分機關之次日起算。
 (四)非因過失致遲誤期間者,於其原因消滅後次日起算。
四.原行政處分機關重為行政處分或處理後,應即按附表填報,連同相關資料影本送院。
未於期限內將重為行政處分或處理情形報院者,應予催辦。
五.前點管制資料列入本院年度訴願業務報告檢討事項。
重為行政處分或處理情形報院前,持續追蹤管制。
  表 (詳附件)