關鍵證據公開，Waymo、Uber商業機密爭議最新進展|數位時代 BusinessNext

關鍵證據公開，Waymo、Uber商業機密爭議最新進展

今年二月，無人車公司Waymo控告無人卡車新創Otto竊取商業機密，隨著全案進入司法程序，本周法院裁定Uber必須交出一份關鍵證據，Waymo 方面則提出希望能推遲在下個月舉行審訊的要求。

全案進入司法程序，「盡職調查報告」成關鍵

全案的關鍵人物是Google無人車專案的前員工李文多斯基（Anthony Levandowski），他在離職前偷偷下載超過14,000份有關Waymo專利技術的機密文件，接著創辦了被Uber以6.8億美元（約合新台幣210億元）收購的無人卡車新創Otto，讓Waymo氣的一狀告上法院。

全案在今年五月進入審判程序，Uber方面否認有關指控，辯稱絕對沒有Waymo任何的商業機密，事實上Uber在收購Otto前，曾在2016年曾委託網絡安全Stroz Friedberg做過一份「盡職調查報告」，過去這段時間Waymo一直想方設法要取得這份文件，希望能從中得知更多像是李文多斯基到底下載了那些機密資料等關鍵資訊。

更多關鍵證據公開，Uber新任執行長大挑戰

就在舊金山聯邦法院挑選的陪審團預計於10月展開審理前，Waymo取得了突破性進展。

上週聯邦上訴法院裁定Uber必須交出這份關鍵性的「盡職調查報告」，據傳這份報告內容詳盡，包括許多調查人員從李文多斯基的電腦、手機中取得的資訊；事實上，過去就連Uber董事會也只能看到這份文件中的部分大綱，因此Waymo認為這份報告中的資訊需要更多時間審視、調查，希望法官能將下個月舉行的審訊延期，外媒《Recode》也指出，這些多餘的時間或許也能讓Waymo跟Uber達成和解協議。

這起訴訟也成為Uber新任執行長Dara Khosrowshahi上任後的大挑戰，隨著更多資料公開，Waymo發言人說：「現在大家就可以很清楚知道，為什麼之前Uber竭盡所能不要讓Waymo跟法院看到這些資料。」「除了『盡職調查報告』，上千的新文件以及上百個先前未檢查的設備現在都交給了Waymo，在這場商業機密爭議中我們掌握了更多直接關鍵的證據。」

針對全案最新發展，Uber則沒有發表任何評論。

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。

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。

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。

「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