根據市警局資料，台北市自2020年推動科技執法以來，起初全年取締件數僅約2.6萬件，至去（2024年）已飆升至36.5萬件，今年更可能突破70萬件，後端行政與審核機制卻跟不上執法規模的快速擴張。
曾獻瑩說明，科技執法並非「機器自動開單」這麼簡單。實際上，設備拍攝特定違規畫面（如闖紅燈、違規變換車道等）後，依行政區分類上傳至警察局雲端，再由各分局交通大隊下載、逐筆確認是否違規屬實，製作舉發單後交由裁決所處分並寄發罰鍰，且因涉及財產權益，每一筆罰單皆須由員警親自確認簽名，日後若民眾申訴，也由該警員說明開罰理由，開單責任與審核工作最終仍落在基層警員身上。
曾獻瑩以大安分局為例，轄內共有29處科技執法設點，全年預估將開出逾11萬件罰單，但負責處理這些案件的交警僅有7人，除了審查影像與製單，還需輪值外勤、處理交通事故及申訴案件；若每件需1至2分鐘審查，每人每年將多出逾400小時行政工作負擔，只能靠下班或犧牲休息時間完成，長期下來對員警身心造成極大負荷。
推薦新聞：把握好天氣！今起雨勢趨緩、高溫回升 下週恐又有颱風襲來
他建議，北市府全面檢討流程，加速導入AI技術進行影像初判，將明確違規與爭議案件分流，人工資源應集中處理真正需要判斷的部分，提升整體效率。同時，應依歷史資料分類違規類型，對出錯率高或爭議大的案件保留人工審查，並將判讀結果用於AI訓練，強化系統判斷能力；至於正確率高、穩定性佳的違規類型，可考慮簡化確認程序，改由AI直接開單，並保留民眾申訴機制，讓AI持續從申訴結果中學習優化。
最後，曾獻瑩強調，針對取締量特別密集的分局，北市府更應同步檢討人力配置，適度增派行政支援或調整編制，讓制度設計與人力調度同步升級，才能真正實現「科技減壓、智慧執法」的政策目標。
