向搶人類飯碗的機器人出手?韓國準備推出全球第一項「機器人稅」
向搶人類飯碗的機器人出手?韓國準備推出全球第一項「機器人稅」
2017.08.11 | AI與大數據

機器人「搶」了人類的工作,它應該交稅嗎?這是個正被熱烈討論的話題。

機器人正在替代全世界的勞動力。許多工作,機器永遠比人更快,更有「恆心」,更智慧,更便宜,人類「失業」 基本成了必然。如果這樣的情況發生,政府也會失去收入。人們都沒有收入,那麼稅收又能從哪來呢?

這方面,韓國做了嘗試,正準備推出全球第一項「機器人稅」。據韓國媒體報導,韓國已在準備修改稅法,減少對機器人的稅收優惠;政府並不直接向機器人徵收,但減少對機器人的稅收優惠,以增加機器人應用的成本,避免大量採用機器人而導致大量人群失業,新稅法預計在今年年底就會通過。

從公開信息來看,韓國應該是第一個準備對機器人收稅的國家。但從社會穩定的角度來分析,不少國家應該都會擔心機器人取代人工帶來的失業及社會治安混亂問題。此前比爾•蓋茲就表示支持機器人交稅,當時接受采訪時曾稱,「眼下,若一個工人能在工廠創造5萬美元的價值,他就要交個人所得稅、社會保障稅等。如果機器人替代人類來完成相同的工作,它們就應該依法納稅,而且得和人類交的同樣多。」

韓國政府的這一舉措,對於韓國機器人企業及希望利用機器人的企業來說,毫無疑問,這並不是個好消息。韓國是機器人強國,其工業機器人生產商已佔全球5%左右的市場份額。從1990年之後的20年間,韓國工業機器人市場以超過12%的複合增長率快速擴張,總保有量成長了近10倍,也出現了韓國現代、Robostar、東部機器人、阿爾帕機器人、斗星機器人等知名企業。

利用機器取代人工是大勢所趨。國際機器人學聯合會提供的數據顯示,在2010年到2015年之間,工業機器人的全球銷售量提高了59%。在不少場景下,1個機器人大約可以替代10個產業工人。據麥肯錫2016年發布的相關數據顯示,隨著自動化模式擴大到服務業,在目前由人類完成的工作中,有45%可能會實現自動化,這相當於數以百萬計的就業職缺和2兆美元的年薪。

產業自動化所帶來的就業問題也格外引人關注。以全球最知名的代工企業富士康為例,後者近年來也一直在嘗試使用機器來提高生產效率,2016年富士康在崑山工廠裝備超4萬台機器人,裁員5萬人,就引發了熱議。

事實上,這也是擺在各國政府面前的一道難題。一方面,各國的人力成本都在上升,企業的成本提升,經濟活力降低,使用機器可以在一定程度上解決該問題。但使用機器,幾乎不可避免的帶來失業問題,甚至會帶來社會治安的隱患。

其實,在機器自動化相對發達的歐洲,今年也有過類似的討論。今年年初,歐洲歐洲議會曾就關於機器人的法案進行投票,法案涉及了向機器人徵稅的舉措,不過這個提案並沒有得到通過,當時提案獲得396張反對票、123張讚成票及85張棄權票。

在海外,大企業也有意尋求一個合理的方法,對大公司來說增加就業職缺是企業的社會責任和政治籌碼。以一家美國知名電動汽車車廠的美國工廠為例,近期曾去參觀的人士表示目前工廠大約有一萬人,產能一直不夠,其實也有不少職缺可以由機器取代,但對方並未這麼做就有這方面的考量。

本文授權轉載自:36 氪

往下滑看下一篇文章
台灣數位安全發展協會揭打詐盲點:截圖難當證據,AI加b-JADE讓數位足跡可驗證
台灣數位安全發展協會揭打詐盲點:截圖難當證據,AI加b-JADE讓數位足跡可驗證

重點一:數位詐騙生命週期極短,打完一波就轉移陣地,「下架」只處理了眼前的內容,處理不了事後追查。

重點二:台灣數位安全發展協會以AI蒐集、分類詐騙廣告,九成以上工作可由AI完成,最終判斷仍保留人工背書。

重點三:透過司法聯盟鏈b-JADE,只把資料的「數位指紋」上鏈存證,原始資料另行保存,目標是降低被害人的訴訟舉證成本。

一則可疑的投資廣告被檢舉、下架,帳號也停權了,多數人以為事情就此結束。真正麻煩的是,廣告消失的那一刻,追查詐騙集團的線索也可能跟著消失。

為了補上這個缺口,台灣數位安全發展協會正與司法聯盟鏈「b-JADE」合作,替詐騙相關資料做存證。b-JADE是一套以區塊鏈為基礎的司法存證機制,只有通過程序認證的單位才能提供上鏈服務;資料一旦上鏈,任何改動都會留下痕跡。白話說,就是替數位證據貼上「封條」,讓證據從蒐集到進入法庭,都能驗證有沒有被動過手腳。

詐騙廣告下架,為什麼還不夠?

原因在於數位詐騙的生命週期太短,下架只能處理眼前的內容。台灣數位安全發展協會理事長劉彥伯指出,傳統電話詐騙一套劇本可以拉長到半年、甚至一年;數位詐騙則像打游擊,一波結束就移往下一個平台,從廣告、社群到另一個App,一路跨平台引導被害人。

更大的問題是證據跟著斷線。被害人發現受騙時,可能已是半年後,手上通常只留得住最末端的匯款與聯絡紀錄,最初看過哪則廣告、點進哪個網站,早已消失。等到一、兩年後警方抓到詐騙集團,對方就能在法庭上反問「你怎麼證明我投過這則廣告?」劉彥伯以假設情境說明,一個集團原本可能詐騙了30億元,最後因證據不足,認定金額只剩幾千萬甚至幾百萬元。

不過,詐騙活動都會留下數位足跡,包括投放帳號、代理商、投放時間、運作國家與網址註冊紀錄,只要事先保存,日後調閱就「有憑有據」。

台灣數位安全發展協會
台灣數位安全發展協會理事長劉彥伯
圖/ 數位時代

AI都這麼強了,為什麼還要先做資料治理?

台灣數位安全發展協會的核心主張是:好的資料分析,從好的資料治理開始。所謂資料治理,就是把散落在各平台、格式不一的碎片資料,整理成來源清楚、格式一致、可以互相比對的資料。協會先確認每筆公開資料的來源、時間、權限、版本與隱私,再標上事件分類、風險評估、曝光平台、投放者與網址等標籤,才能找出彼此關聯、還原詐騙網絡。

根據協會的實證簡報,系統在一段監測期間內掃描309.5萬則廣告,通報62.8萬則(約占20%),投放當日偵測率達99.21%。劉彥伯也提到,協會與資安院、數位發展部在打詐通報查詢網的合作中,判斷率接近百分之百。

那還需要人嗎?答案是需要。現行法律仍要求有人為判斷結果背書負責,加上詐騙劇本會隨被害人的回應即時調整,因此協會讓AI處理九成多的工作,最後由人做判斷。

截圖不能當證據?b-JADE如何替詐騙證據貼上「封條」

在AI改圖越來越容易的今天,單純截圖很難在法庭上證明自己沒被竄改過。劉彥伯的比喻是:截圖比較像「我那天真的看過,還拍了一張照片」;可信存證則是把證物放進有封條、有時間、有編號、有保管紀錄的證物袋,「重點不是有沒有留下東西,而是未來能不能驗證這是不是當時那一份」。

這也是b-JADE派上用場的地方,但並不是把所有資料都放上區塊鏈。協會把原始資料與AI分析結果,保存在權限受管控的系統裡,只把每份資料的「數位指紋」交給b-JADE存證。數位指紋的特性是,內容只要有任何改動,指紋就會完全不同,因此能證明資料沒被動過;需要時,再經授權調閱原始資料,兼顧隱私與驗證。依b-JADE規範盤點,協會既有流程已符合19項要求,其餘7項缺口也逐步補強,例如存證時間改採具公信力的標準時間來源,不再依賴電腦本機。

防詐能從事後追查走向事前預警嗎?

可以,協會正把存證從被害人受騙後,往前推到「主動式上鏈」:AI判定高風險的內容,先一步蒐集存證,不必等到有人受害。

小農是第一個場景。許多消費者在網路上支持小農,錢最後卻流進冒名的詐騙集團。協會因此與農業部合作推出「農本人」系統,讓小農自行登錄銷售管道與社群帳號形成白名單,再結合AI蒐集的黑名單,一旦遭冒名就能第一時間發現並報案。這套模式未來也可延伸至網路霸凌、性私密影像等案件。

制度面也在加速。2026年8月,司法聯盟已開設認證專班,邀集司法院、法務部、高檢署、調查局與警政署相關人員受訓,相關存證應用預計明年正式推出,時程仍待聯盟拍板。

劉彥伯坦言,目前從蒐集、分案到下架的流程仍然冗長,技術正好能在保留人為背書的前提下縮短流程。他在《數位關鍵字》節目尾聲留給聽眾的一句話是:「數位安全不只是技術工具,也涉及資料的可信、法遵治理與跨領域合作。」當AI幫人更快找到線索,經得起驗證的資料,將讓每一位被害人在法庭上多一分底氣。

台灣數位安全發展協會
台灣數位安全發展協會理事長劉彥伯認為,可信存證的重點不是留下東西,而是未來能被驗證。
圖/ 數位時代

常見問答
Q1:詐騙廣告被下架後,還能當作證據嗎?
A:若事前沒有保存,下架後就很難追溯。台灣數位安全發展協會建議在內容消失前,保存投放帳號、代理商、投放時間、運作國家與網址等數位足跡,日後才能據以向平台請求調閱。

Q2:手機截圖可以當作詐騙證據嗎?
A:截圖只能證明「看過」,難以證明未被竄改。在AI改圖越來越容易的情況下,透過數位指紋與具公信力的時間紀錄進行可信存證,才能在日後驗證資料是否為當時的原始版本。

Q3:什麼是b-JADE司法聯盟鏈?
A:b-JADE是以區塊鏈為基礎的司法存證機制,只有通過程序認證的單位才能提供上鏈服務。台灣數位安全發展協會的做法是只將資料的數位指紋上鏈,原始資料另行保存在權限受管控的系統,兼顧隱私與驗證,目標是降低訴訟舉證成本。

Q4:AI可以完全取代人工判斷詐騙嗎?
A:目前不行。依台灣數位安全發展協會的做法,九成以上的蒐集與分類工作可由AI完成,但現行法律仍要求由人做最終判斷,並為結果背書負責。

Q5:小農要如何預防被冒名詐騙?
A:可登錄台灣數位安全發展協會與農業部合作的「農本人」系統,自行提交銷售管道、粉絲專頁與LINE帳號建立白名單,搭配AI主動蒐集的黑名單,遭冒名時能第一時間發現並報案。

完整對談請收聽《數位時代》Podcast《數位關鍵字》EP264。

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