佐克伯兩天聽證會中最常說的3句話,透露Facebook想隱藏起來的秘密
佐克伯兩天聽證會中最常說的3句話,透露Facebook想隱藏起來的秘密
2018.04.13 | Facebook

經歷過去2天白宮聽證會,Facebook創辦人馬克・佐克伯(Mark Zuckerberg)透過背後公關、行銷、法律團隊的幫助,在10小時、600個問題問證高壓下,仍給出了好表現,他那流暢的回答樣貌,也把Facebook股價提升了4.5%。

但是,佐克伯流暢回應的背後,有幾句話不斷被重複:

回答不出的都說稍後回覆

Mark Zuckerberg
馬克・祖克柏雖然做了許多準備,但面對選舉干涉、用戶資料搜集詳細問題,然而以迂迴方式避答。

「我的團隊會稍後給你答案。」

其實許多關於用戶資料隱私、選舉干擾的問題,佐克伯都無法當場給予回應,當他不知道怎麼回答時,這句「稍後回復」就變成唯一的回答。

據外媒《紐約時報》舉出24個佐克伯沒回覆的問題,《Wired》報導內統計則共有43個問題。除了與選舉相關問題之外,還包含Facebook是否從沒登入服務的裝置搜集資料、Facebook已經移除多少個假帳號、Facebook怎麼跨裝置搜集用戶資料等。

換句話說,當場佐克伯雖然有條理地說出了準備好的答案與資料,許多相關數據,甚至Facebook詳細怎麼搜集用戶資料的方法,他其實也無法仔細回答出來。

用戶真的有自己資料的控制權嗎?

另一句被重複了45次的話,是「用戶一直都有掌控他們自己資料的權力」。這句話某個程度沒有錯,某個程度也並不完全正確。

Facebook Data Policy
Facebook的用戶資料政策頁面過於複雜,飽和的資訊只會造成一般用戶困惑、不進一步了解。

身為Facebook使用者都知道,Facebook在設定隱私、分享設定等好多個欄位中,都放了與資料隱私相關的「開關按鈕」,但其實把隱私設定弄的極度複雜,只有少數人會真正進一步改變既有設定。

用戶對科技用語的能力也得考慮進去,Facebook沒有提供單一選項「別再搜集我的資料」,而是像把一台飛機操作控制台呈現給用戶,讓他們自己從中學習怎麼開飛機。

Facebook用戶的確可以選擇某篇貼文要與誰分享,但是他們並沒辦法真正阻止Facebook追蹤用戶的所在地、政治偏好,或從照片中搜集用戶臉部資料等行為。

即使用戶能夠進一步設定部分與第三方廣告機構的資料權,但也只擁有部分權力,並且得按進很多個欄位、詳讀政策語言,才能更改設定。

第一天聽證會場,某個議員問佐克伯他願不願意說出他下榻的飯店名稱、昨天與哪些人傳過訊息聊天等資料,他拒絕回答。但是Facebook對用戶日常生活的這些舉動卻都一清二楚。

AI是Facebook還是佐克伯的助手?

另一個佐克伯常提到的詞彙,則是「人工智慧科技」。他期許,在不遠的未來,Facebook平台上的不當行為、假新聞、仇恨言語等,都會被AI過濾掉。

他唯一沒說的是:Facebook實體計畫打算怎麼做?

AI或許真的能夠為Facebook平台過濾機制幫上忙,重新形塑平台樣貌,但是,當佐克伯在國會問答中說出超過30次「AI會解決問題」時,背後的意圖不禁引人懷疑。

Mark Zuckerberg
聲稱AI會解決問題的祖克柏,卻從未詳細說明「如何解決」的計畫。
圖/ 螢幕截圖

康奈爾大學Cornell Tech的法律教授詹姆士·格林姆蘭(James Grimmelmann)就對《華盛頓郵報》這樣說道:「AI不會解決Facebook的問題,它只會解決佐克伯自己的問題:讓另一個人來擔起責任。」

AI還是一項持續發展的技術,還無法預知它對社群平台的功效。但是,「如果人類也無法清楚地分辨玩笑話與仇恨霸凌言論,那麼電腦AI達成的機率又有多少?」格林姆蘭n表示。

Facebook的未來?

如同佐克伯講的,Facebook平台能夠免費,因為它靠賣廣告賺錢。而為了成為屈指的廣告平台,Facebook搜集用戶手機的所在位置、用戶使用的App、透過按讚知道用戶造訪的網站、追蹤用戶實體造訪的店面等。

Facebook在這2天的聽證會後,很有可能會面臨美國官方強制加上的用戶隱私保護條例,讓他們無法再無限制地搜集用戶行為資料。

畢竟這個事件的源頭是,Facebook搜集用戶資料的影響力,已經可能大到影響一國的總統選舉結果。

資料來源:The New York TimesWiredThe Washingtog Post(1)The Washington Post(2)

關鍵字: #馬克·祖克柏
往下滑看下一篇文章
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合

因應生成式 AI、代理式 AI 與實體 AI 的崛起,模型成為企業資訊基礎設施的一環,企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本,以及確保 AI 基礎設施的安全與穩定;有鑑於此,服務超過 2,000 家企業客戶上雲的勤英科技(ELITE CLOUD)將業務範疇從雲端代理延伸到 AI 基礎設施整合商,協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源,在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作,企業的核心競爭力不再僅是擁有 AI,而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示,為協助更多企業推進 AI 創新實務,勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色,進一步轉型為 AI 基礎設施整合服務商,透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務,協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra,企業最大挑戰不是模型、算力而是管理

過去幾年,許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」,提升員工工作績效,而代理式 AI 的崛起與普及,則讓「內嵌 AI 的企業應用」快速成為新常態,從企業資源規劃(ERP)、顧客關係管理(CRM)、人力資源(HR),到客服、研發甚至製造系統,AI 開始深度嵌入各類企業應用,AI 扮演的角色也從單純的輔助工具,逐漸進化為企業營運與決策流程的重要核心。

也因此,企業保持未來競爭力的關鍵,不再是「有沒有導入 AI」,而是「是否具備管理 AI 的能力」,包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent,以及如何避免 AI 成為新的資訊孤島,都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代,意味著企業若只押注單一模型,未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示,企業接下來更需要以「Models as Infrastructure(模型即基礎建設)」的思維,將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理,將資訊系統架構重塑為 AI 基礎建設。

勤英科技_內文1.JPG
圖/ 數位時代

勤英科技服務的客戶數超過 2,000 家,不少客戶已導入 AI 應用服務,正積極建置 AI Infra 與管理環境,因此,勤英科技自 2025 年積極轉型,將 AI Infra 視為企業長期競爭力的基礎建設來經營,業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商,例如與多模型平台 MixRoute 合作,並開發可支援單一登入(SSO)、彈性調度不同大型語言模型 Token 的管理平台,協助企業簡化模型管理與成本控管,將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合,勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關,勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本,以及落實資安治理,更因應不同使用情境推出三種 AI 方案助力企業:

第一:提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋,透過整合 Gemini 的 Google Workspace,企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能,包括會議摘要、文件生成、簡報整理等,快速提升員工生產力,同時,增強企業對 AI 應用的信心,為之後的應用深化做準備。

第二:協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說,除以生成式 AI 打造企業大腦,還會透過代理式 AI 提升自動化執行能力,重塑工作效率。」黃士培表示,勤英科技可以基於 Google Gemini Enterprise,提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務,讓企業員工可以自然語言安全調用企業資料,讓 Agent 進一步執行任務與推動流程。

舉例來說,勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞;另在影音內容生成領域,勤英科技亦協助客戶導入 AI 自動化技術,將內容產製成本縮減達 90%。

第三:提供多模型聚合管理平台,滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作,提供企業客戶多模型管理平台,讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型,並透過單一帳號、單一帳單與 Budget Alert 機制,管理 token 使用量與 AI 成本。

勤英科技_內文2.JPG
圖/ 數位時代

「透過我們提供的多模型管理平台,企業客戶不會被單一模型綁定,可以在模型快速疊代的環境下,更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說,隨著 AI 應用從單點工具走向大規模企業部署,下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力,而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因:當 AI 開始成為企業營運的一部分,企業需要的,已不只是模型供應商,而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊,請查詢網站:https://www.elite.cloud/zh/

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
代理式商務連動百兆商機
© 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