【一週新聞短評】 核電廠比搭飛機還安全?
【一週新聞短評】 核電廠比搭飛機還安全?

本周最引人注目的新聞,除了世界棒球經典賽(WBC)台日大戰創下平均12.92%的收視率──代表有260萬名觀眾守在電視機前觀戰──之外,大概就是3月9日的廢核大遊行了,根據《蘋果日報》報導,全台灣北中南東、總計有22萬人走上街頭。 

關於「要不要核能」的爭議,在網路上可搜尋到的意見有很多。我稍微查了一下正反兩方的意見,其實不外乎以下幾種在鬼打牆:

  反對核能 支持核能
安全 核電廠很危險。專家說很安全,那是1970年代的舊研究,早被廢除了。

(專家說很安全我才不信)

專家說核電廠比搭飛機還安全。而且新的核電廠有全新的安全設計。

(專家說的你都不信,你要信誰?)

環保 核廢料無法處理,不環保。 不用核電用火電,火力發電排碳也一樣不環保。
效率 若加上廢爐、處理核廢料的成本,核能發電成本遠超過目前估計,其實一點也不划算。 核電發電成本最低,最有效率。而且台電的核能發電成本,有把處理核廢料估計進去了。
經濟 願意漲電價,此外可以節約能源,來彌補廢除核能減少的發電量。 不要漲價,而且電力變貴,台灣經濟就會差,未來大家還不是一起吃苦。
ps.這裡純粹比較「支持/反對核能」雙方,不處理「我支持核能,但反對核四」的意見。大概沒人會相信核四(如果有的話)是一個可以安全運作的發電廠(嗯……除了台電本身啦──我想麥當勞也很堅持自己的餐點非常健康)。 

扯遠了,我們回到表格裡。有關核能的環保、效率、經濟議題,正反兩方都提出很多意見,我們暫且置而不論。不過我心裡始終有個問號縈繞不去,就是「核能發電到底安不安全?」這個問題。 

白話來說,一聽到「核電廠很危險」,大部分永和派(擁核人士最新的網路稱號)會告訴你:專家說,發生某某災難的機率是幾千萬分之一(或幾百萬分之一、幾十萬分之一,總之是很大分之一就對了),比你搭飛機還安全,比你買樂透中獎的機率還低,所以不用擔心。說核電有多恐怖都是騙你的,不信專家你要信誰? 

聽起來挺有道理的。 

然而,除了重複引用「核電廠比搭飛機還安全」的這個比喻之外,我們並沒有真正去了解「某某災難」的定義是什麼(核電廠爆炸?爐心熔毀?還是……);以及「幾十萬百萬千萬分之一」的機率,到底是怎麼來的,詳細的數字又是多少? 

其實,目前所有關於核能電廠的安全評估,最早的資料來自於1975年,美國核能管制委員會(Nuclear Regulatory Commission)一份名為「WASH-1400」的報告(參考維基百科:http://en.wikipedia.org/wiki/WASH-1400;此外還可以下載報告原文,這是用打字機打的報告,十分懷舊)。 

這份研究計畫是由麻省理工教授Norman Rasmussen主持,運用系統安全工程分析方法,花了70個人一年的工作量完成。報告中估計,一座反應爐運轉一年,發生「爐心熔毀」的機率大約是200萬分之1,差不多和一個人活一輩子被隕石砸死的機率相等。 


圖1:著名的WASH-1400報告,也是「核電廠比搭飛機安全」的故事來源。

不過這份報告很快引來許多批評。1976年,憂思科學家聯盟(Union of Concerned Scientists)就發表了150頁的文章來批評WASH-1400報告,包括它沒有估計到人為因素、低估系統運作的複雜性等等。而在1979年,美國核能管制委員會也宣布,不再支持或背書WASH-1400的任何一項結論。 

此後,美國核能管制委員會又分別在1982、1991年進行了核能電廠的風險評估(參考連結),把安全標準提高到「每人每年因反應爐事故直接死亡的機率要在2000萬分之1以下」「因事故造成的癌症死亡率要在500萬分之1以下」。但不久後又再度宣布不再為這些標準背書,理由是「採用過度保守的分析,以致於無法應付劇烈災變」,因此正在研擬最新的核災風險估計,但直至目前,還沒有任何結果。 

現在我們知道,真正的專家,對於目前核能電廠的安全是沒有任何保證的。那些百萬分之一、千萬分之一的機率,不再有任何單位提供背書。 至於台灣呢?1999年,台電在「核四再評估會議」所提供的分析資料顯示,現存的三座核電廠可能發生爐心熔毀的機率,平均是每萬爐年有3.3次;而核四的安全標準將會是「每10萬爐年發生1次爐心熔毀」。 這個數字到底可不可信?自從1956年第一座商業核能發電廠啟用以來,至今57年(目前全球有435座反應爐在工作中),其中就發生了3次爐心熔毀事件:車諾比、三哩島、福島──那幾萬、幾十萬、幾百萬分之一的機率,為什麼變成3/57? 

《黑天鵝效應》書中引用了一個故事:拉斯維加斯賭場的「風險控管」,通常是專注在避免被賭客大贏錢,由於賭場內所有遊戲的勝敗機率都可以算出,只要控制好「大鯨魚」級的百萬賭客,其他小賭客的輸贏不過是九牛一毛。引此,賭場裝備了電影般的監視系統,好好監督賭客的一舉一動,防止詐賭。 

然而,其實賭場的風險遠跟它的業務無關。有史以來,拉斯維加斯發生的4大賭場損失,分別是:

1.一名無可取代的演員,在主秀中被老虎咬成殘障,讓賭場損失了一億美元左右。直到出事之前,沒人懷疑過這隻老虎會反撲跟它睡在同一間臥室的主人,賭場甚至觀眾保險,卻沒有為這為演員保險。

2.一位承包商在飯店擴建工程時受傷,卻對和解條件非常不滿,因此企圖把賭場炸掉,在地下室的柱子放置炸藥。

3.賭場員工因為某個完全無法解釋的理由,把必須交給國稅局的表格壓在自己的抽屜裡,賭場逃漏稅持續了好幾年卻沒人發現──直到某天收到吊銷執照的命令,最後付了一筆龐大的罰款了事。

4.賭場老闆的女兒被綁架,老闆為了籌措贖金,違反賭博法盜用保險箱裡的鉅額金錢。 

造成賭場最大損失的事件,往往是在賭場的「風險評估」之外。而且,這些重大事件造成的損失金額,遠遠超過模式內風險的1000倍以上。依照核電廠的規格設計,爐心熔毀的機率是幾萬分之一。然而,我們該怎麼估計「某個毫無理由逃漏稅的員工」或「電廠組員被綁架」「包商報復放炸藥」的風險? 

如果我丟一枚公平的硬幣(意思是正面、反面的機率各一半),連續99次都出現正面,我問:「第100次出現反面的機率是?」專家會告訴你:「機率是50%,因為你已經假設這是公平的硬幣,而且每次投擲都是獨立事件。」賭徒則會說:「你要不就是在鬼扯,要不就是笨蛋,才會相信50%這種事。這個銅板一定動過手腳,這不可能是公平的遊戲。」 

專家只在框子內思考,賭徒幾乎完全在框子外思考。我不知道核電廠究竟多安全,但我能肯定,那機率絕對比十萬、百萬、千萬分之一,大上非常多。

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓