Facebook太陽能無人機Aquila試飛墜毀,專家:佐克伯不應該出席
Facebook太陽能無人機Aquila試飛墜毀,專家:佐克伯不應該出席

6月28日,承載著佐克伯「連接世界」夢想的Aquila的太陽能無人機首次試飛時出現事故,幸無人員傷亡,但無人機已經嚴重損壞。

Facebook對事故給出的解釋是無人機在測試時遭遇強風導致右側機翼結構失效。

延伸閱讀:Facebook高空無人機墜毀導致計畫重創,調查結果:機翼太長、應變設計不足

不過這種說法卻不被接受。

12月21日,據外媒報導,美國航空專家指責Facebook的無人機飛行測試太過魯莽,認為該公司不僅延長了試飛時間,而且強風天氣條件下還試圖讓飛機降落。

美國國家運輸安全委員會(National Transportation Safety Board)在事故發生後介入調查。

測試操作太魯莽導致無人機損壞

據了解,為了安全,Facebook無人機首次試飛的地方選擇在沙漠,但當地的風力和溫度等天氣條件並不理想。試飛當天, Aquila在清晨6點起飛,當時,Facebook 讓無人機在空中整整飛行了90分鐘,比原定計劃延長了3倍時間。

而由於沙漠氣候特殊,隨著時間的推進,試點溫度不斷上升,當地的風力條件也發生改變。 Aquila無人機在空中待的時間越長,它將面臨的風險就越大。

美國國家運輸安全委員會最終的調查結果顯示,Aquila在降落過程中遭遇一陣強風,無人機操作員試圖通過軟體操控來糾正無人機的飛行,但卻讓無人機的速度變得更快,最後導致Facebook的無人機的機翼被折斷。國家運輸安全委員會認為,這架無人機的特殊設計導致無人機阻力不夠,實際操作時無法快速實現減速。

而Aquila軟體開發參與者Yael Maguire在接受外媒採訪時表示,他們在1,000次電腦模擬中,從未有過風力超過試飛當天的測試。

聖何塞州立大學航空系助理教授Francesca Favaro則認為,任何飛行測試都不應該在預設條件範圍外展開,除非是想測試飛行安全性的極限。

Mark Zuckerberg at Aquila first flight test
佐克伯與Aquila工程師。

「如果是我的話,就不會在那樣的天氣條件下讓無人機降落的。」

Facebook被指責無視無人機飛行安全

Aquila無人機是Facebook Connectivity Lab多年來的智慧結晶,計劃為世界16億無法上網的人提供廉價的網絡接入,它要保證能在20,000公尺的高空保持穩定飛行,同時最高飛行時長達3個月。

Facebook針對專家的看法則表示,無人機飛行降落不是他們的優化目標,因為這架無人機未來是要完成長達90天的飛行任務。此次試飛主要也是收集飛行數據。

Facebook解釋說,它們一開始就多次假設Aquila會在降落過程中損壞。由於機器損壞且結構設計不佳,這架原型機未來也不會有機會再次升空。

俄亥俄州立大學航空研究中心負責空中安全和事故調查的教授Shawn Pruchnicki則批評了佐克伯。 Pruchnicki認為試飛那天佐克伯是不應該出席的,說他可能會給工程師增加壓力。

Mark Zuckerberg at Aquila first flight test
佐克伯在試飛現場。

一些航空專家對此次Facebook無人機試飛的態度表示擔憂。他們認為,無人機本身的結構性設計出現錯誤還不是大問題,Facebook無視無人機飛行時的基本安全要求才令人擔憂。

Facebook對此則表示,Aquila未來是不會在沒準備好的情況下,在人口密集的區域上空飛行的。

根據佐克伯的願景,「連接世界」夢想的Aquila的太陽能無人機將能幫助解決世界大量地區無法接入網路的難題。而用能長時間飛行的無人機替代衛星的做法,Facebook不是第一家,而這種無人機出現故障,Aquila也不是第一架。

據美國國家運輸安全委員會介紹,2015年5月時,Google母公司Alphabet的無人機Solara 50在新墨西哥的沙漠著陸地帶飛行時遇到了熱上升氣流時就出現了失控的意外狀況。

本文授權轉載自:愛范兒

關鍵字: #無人機
往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

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
AI全球100+台灣20
© 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