Uber終於解釋App隱私爭議！還加入新功能讓搭車更有趣|數位時代 BusinessNext

Uber：位置存取問題，與iOS「地圖擴充」功能有關

Uber多次傳出隱私的爭議，本月初為了要讓司機與乘客可以更精準的確認彼此的所在位置，因此更新了自家的App，但卻被爆出乘客即使在沒有使用Uber服務時，系統仍會在背景蒐集位置資訊，當時Uber聲稱是ios系統本身的問題，並不是Uber的App導致，並提供了用戶解決的方法。

不過近期有越來越多的Uber用戶都注意到Uber的位置存取受到iPhone設定的影響，Uber就表示，這是因為蘋果在九月份新增了「地圖擴充」功能所引發的狀況，跟Uber最近的軟體更新或App本身並沒有關連。

使用者位置存取的隱私問題一直令許多Uber使用者感到困擾，不僅僅是自己的隱私被侵犯，而是擔心Uber會不會逾越了隱私的界線。Uber在過去就有多次侵犯用戶隱私的不良紀錄，包括對於乘客資料的保護不夠完備、利用內部監測工具「God View」秘密窺探乘客乘車位置，包括Uber員工的前任情人、分明星都受害。

根據網站Daringfireball的文章指出，在iOS的功能中可以讓使用者知道在下車的五分鐘後是否持續被Uber追蹤所在位置，以及哪一個App正在存取你的位置資訊。iOS用戶只要從「設定」→「隱私」再進到「位置服務」中，就能看到有被存取過位置的App列表，如果在最近有備存取過位置資料，在icon旁就會出現一個箭頭標誌，在24小時內被存取過的箭頭會呈現紫色，如果上次存取的時間已經超過24小時箭頭就會呈現灰色，有Uber用戶就利用著樣的方式做測試，並沒有發現Uber有濫用權限的情況。

@daringfireball yeah I haven't taken an uber in almost a week, app isn't even running in the background. Concerning. pic.twitter.com/AQYyPXRtkB

— Chris Harber (@britishchris) 2016年12月22日

Uber整合蘋果地圖方便叫車，面臨便利、隱私兩難

但實際上並不是每個人都是這樣的狀況，在Daringfireball貼出的第二篇文章中，提到有許多讀者將螢幕截圖寄給他們，證明了即使上一次使用Uber是好幾天甚至一週前，App仍會追蹤用戶位置，這就直接打臉了先前Uber的說法。

Uber內部也立刻展開調查，調查結果指向是九月分加入的iOS地圖擴充功能所致，Uber也解釋地圖擴充功能都是依據蘋果的隱私協議為基礎所設計。Uber發言人就表示：「讓Uber的App與iOS地圖綁訂的用戶，一定要分享位置資訊才能叫車，地圖擴充功能在默認的情況下是禁用的，用戶可以選擇在iOS的設定中將他們打開。」

換句話說，這不是Uber的失誤，而是iOS功能的一部分，不幸的是這讓非常在意自身隱私的用戶相當為難。其實Uber並不是唯一一個與蘋果地圖整合第三方App，像是共享車平台Lyft、線上評價網站OpenTable、Yelp也都是。

外媒TechCrunch就評論到，iOS系統應該要用不同顏色標示出App是否正在蒐集位置資料，或者僅是地圖擴充功能讓App看起來像是在蒐集位置資訊，畢竟如果iOS的這項功能是要讓用戶可以掌控自己位置的隱私資料，應該要標示的更清楚才是！

將「人」變成目的地！搭Uber也可以很有趣

另外本週三Uber也推出了一系列新功能，包括結合Snapchat、線上評價網站Yelp及將朋友位置設為目的地功能，要讓搭乘Uber變得更有趣！

結合Uber的Snapchat雖然濾鏡較為單調，但可以讓使用者不必離開Uber的App就能玩！這項新功能的特色是，當使用者上車後就會獲得特殊濾鏡，例如可以將預計的抵達時間放在照片濾鏡上分享給朋友，跟Snapchat的時間濾鏡有點類似；另外還有神秘版的濾鏡會隨機變化。外媒The Verge測試這項功能時，就得到了一個將乘客名字秀在金色杯子上的貼圖。

新增的功能中最有趣的就是可以將「人」的為至取代傳統地址做為目的地依據！與Uber合作的Snapchat就說：「人，就是新的目的地！」，現在要去找朋友不必再問地址，可以一切交由Uber搞定，但要使用這項功能使用者必須將手機中的通訊錄存取權限交給Uber，而你的朋有也必須同意分享位置資訊給Uber，如果對方也是Uber用戶就會在手機中收到確認通知，如果不是的話則會收到簡訊通知要求存取所在位置，只有雙方都同意才能夠啟用這項功能，同時你的朋友也會收到預計抵達時間。

這項新功能雖然讓搭乘Uber看起來變的更有趣了些，但還是又回到了「隱私」的老問題，因為更加「社交化」被後所代表的就是Uber能夠掌握更多用戶資訊。這些看似好玩、有趣得新功能，如果你是非常注重隱私的人，要使用前可要好好想清楚了！

當資料不能離開企業，運算就得靠近：AI 先改寫儲存架構

AI 帶來的第一個變化，不只是運算能力提高，而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊，QNAP 身為資料安全的守護者，長期發展的是地端網路儲存設備（NAS），並擴展至 25GbE、100GbE 高速網路交換器產品線，提供完整的儲存與高速網路基礎架構。威聯通科技（QNAP）總經理劉文義解釋，當資料因合規要求或敏感度不能上雲，就必須留在靠近使用者與應用的地方；運算需求一旦增加，承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資，金融與保險業受到合規與法規限制，部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言，問題並不是雲端好不好用，而是一開始就沒有把核心資料全面上雲的選項。

真正讓更多企業回頭計算的，則是長期成本。劉文義指出，資料上傳雲端可能免費，下載卻會按流量收費；當企業把一年、兩年、三年的費用加總回推，可能會發現，購買一台同等容量的 NAS，還能使用 7-10 年。資料規模愈大、存取愈頻繁，總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載；地端則較適合高頻存取、對延遲敏感，或不能離開企業邊界的資料。企業真正要回答的，是每一類資料與任務應該放在哪裡。

依 QNAP 觀察，客戶過去關心的是需要幾 TB、幾 PB，或備份速度有多快；現在更常問的是，機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起，把公司發展定調在 AI 與高速網路的融合，試圖讓 NAS 從資料保存的位置，進一步成為資料被調用的位置。

當資料量持續擴大，搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例，當照片累積到 10 萬、20 萬張，要找出其中幾張特定畫面，已不可能只靠人工翻找。此時，能理解內容、接受自然語言指令的 AI 工具，會從加分功能逐漸變成必要條件。

從資料治理到地端推論：AI NAS 如何進入企業工作流？

AI NAS 不是「多了 AI 功能的 NAS」，而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察，目前客戶大致分布在一條導入光譜上。人數最多的一群，仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關，卻決定後續系統能不能找到正確資料、辨識版本，並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成（RAG）知識庫。RAG 並不是重新訓練一個模型，而是在模型回答前，先從企業的 SOP、合約、法規或技術文件中取回相關內容，再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用，協助企業建立私有知識庫；而走在最前面的少數企業，則已經嘗試地端推論與 AI Agent。

模型的選擇權，QNAP 刻意留給客戶。知識庫背後採用哪一個模型，可由企業依需求決定，不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定（MCP）相關能力，讓管理者透過自然語言查詢狀態、調整設定，並讓 NAS 成為 AI Agent 可調用的資料節點。

不過，劉文義沒有把這條路說得太容易。他坦言，目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用，可能需要約 300 到 800 TOPS，甚至 1,000 TOPS，因此多數方案會以 NVIDIA 顯示卡補足算力；一張卡約需新台幣 10 萬至 12 萬元，一張算不完，就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍，並不是大部分中小企業都能接受。」除了硬體，使用者還需要 AI 應用的 Know-how、程式背景與開發資源，這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中，一類是採用含有 iGPU 與專屬 NPU 的處理器平台，以一百多 TOPS 的範圍，可順暢使用 AI 應用程式；另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡，處理更大的運算量。

同時 QNAP 也在軟體端也持續開發，目標是讓 NAS 裡的資料更有效率地被 AI 工具調用，讓資料成為有價值的知識。

從規格走到現場：能源公司如何導入私有 LLM？

本地 AI 實際落地部署會是什麼模樣？劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫，但很快遇到兩個瓶頸：一是員工查詢時明顯出現卡頓；二是專利、技術與合約都高度敏感，高層不願上傳至公有雲，擔心機密資料會有外洩的疑慮。

後來，該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX，搭配顯示卡與全快閃 SSD，在地端部署私有大型語言模型，把數十年來封存的靜態檔案交給 AI 調用，進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間，核心機密也能留在企業內部。

這個案例說明，若任務範圍明確，有些應用不必動用雲端大型模型，地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同，導入前仍需要概念驗證（POC）與技術人員評估。

而且，資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值，是讓資料邊界與控制權回到企業手上；相對地，安全責任也會更直接地回到企業。

哪些企業現在該做，哪些再等？先看重複性與三個條件

能不能導入地端 AI，不只由產業標籤決定，也要看工作是否重複，以及場景能不能被清楚定義。劉文義觀察，第一批走進來的，除了受法規限制的醫療、金融與保險業，也包括利用地端 AI 加速資料處理的科技業，以及會計、律師等有大量重複文書工作的專業服務業，因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有　10　台、20　台機器，每台處理與儲存資料的 Protocol 都不同，需要相對應的儲存裝置；生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料，AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多，或重複性動作越多的產業，越容易透過導入 AI 提高工作效率。」反過來說，較傳統、人力密集，或仍高度依賴人工判斷的製造業，短期內未必能快速導入地端 AI。

依 QNAP 提供的資料，企業也可用「高頻、大量、敏感」三個條件做第一輪判斷：資料是否被頻繁調用？規模是否大到雲端傳輸與長期費用開始變得明顯？內容是否涉及個資、法規、智慧財產或商業機密？三個條件愈集中，地端部署愈值得評估；三者都不成立時，使用雲端 API 往往更簡單，也可能更划算。

可以先等的企業，大致也有三種。第一，資料仍分散、版本混亂、權限不清，急著上 AI 只會把混亂放大，先完成集中與治理，效率就可能先提升。第二，找不到一個具體且反覆發生的業務痛點，只因為「別人都在做」而採購，設備很可能變成昂貴的展示品。第三，使用量仍小、需求偶發，現階段雲端的彈性反而更有優勢。

因此，POC 不應只驗證「模型答不答得出來」，還要回答三個問題：資料由誰負責，誰可以存取？導入後能節省多少查找時間、傳輸成本或人工作業？正式上線後，誰負責資料、模型與資安維運？只有當效益與責任都能被量化，才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房，動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太，其中歐洲占比將近一半，而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證，並滿足 GDPR、HIPAA 等資料保護與法規遵循需求；累積至今，已售出約數百萬台裝置，協助企業打造智慧、安全的儲存方案。

至於普及時間點，劉文義提出一個明確的價格與效能交會點：地端應用若要順暢運作，運算量可能至少要達到 300 至 600 TOPS，甚至 800 TOPS，同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

「AI NAS 不是多了 AI 功能，而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言，地端算力成本高昂，QNAP 透過「算力分級」與開放模型架構，助企業逐步建構私有 RAG 知識庫與 AI 團隊。

圖／數位時代

「預測約兩、三年後，應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點，就會是 AI 落地最蓬勃發展的時候。」在此之前，企業真正能先做的，不是搶著買最大的模型或最昂貴的顯示卡，而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色：原油再多，沒有整理、提煉與配送的過程，也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力，而是誰的資料先準備好被調用。模型會持續更換，但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備，而是在資料必須留在企業內時，讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日（五）舉行，現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控，並安排 Live Demo，適合 IT 管理者、系統整合商與企業決策者參加。

活動地點：新板希爾頓酒店｜如意 AB 廳

活動時間：09:20–16:00

地址：新北市板橋區民權路 88 號 2F

立即報名：https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查，填問券抽好禮，倒數計時：https://www.surveycake.com/s/q4abw