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 Times、Wired、The Washingtog Post(1)、The Washington Post(2)

關鍵字: #馬克·祖克柏
往下滑看下一篇文章
業績兩年從28億突破百億,諾億保經攜手自由系統強化IT與資安以接住高速成長
業績兩年從28億突破百億,諾億保經攜手自由系統強化IT與資安以接住高速成長

企業高速成長,市場最先看見的是業務營收與市場排名的飆漲,但真正決定企業能走多遠的,往往是水面下看不見的IT與營運骨幹。

諾億保經就是一個經典案例。

2024年,諾億保經的全年保費規模約28億元,隔年直接翻被衝破60億,今年,更預計挑戰120億到150億大關,強勢躍居台灣前十大保經公司;業績快速成長的同時,諾億保經的組織配置也很精實:外勤業務團隊約500人,負責核保、行政與稽核的後勤單位卻僅約30人。

值得特別注意的是,隨著營收在短時間內翻倍,受到考驗的不只是業務能力,也包括後台系統、資訊設備、網路、資安,以及法遵與內控能否同步跟上。

諾億保經總經理賴柏翰直言:「客戶資料是諾億保經的核心資產,特別是我們以投資型保單為主力業務,對個人隱私與財務資訊的防護要求極高。」此外,隨著營運規模擴大,金管會對資訊安全與內控稽核的監管標準也隨之提高,必須重塑IT與資安體質以回應高速成長。

評估完自身資源後,諾億保經做了一個重要決定:不從零自建IT團隊,而是採取資訊外包模式,提供企業擴展所需的支援。

諾億保經
諾億保經總經理 賴柏翰
圖/ 數位時代

諾億保經總監張維倫表示:「我們需要合作夥伴提供完整支援,自由系統不僅具備金融產業經驗與深厚維運實力,還能提供一站式服務,因而雀屏中選。」由自由系統負責台北與台中辦公室的端點設備、儲存架構、網路與資安維運等工作。

診斷重於工具:先清查環境盲點,再談防禦升級

缺乏專職資訊人力的中小企業或快速成長型組織,很常陷入一個迷思:市場上出了什麼新工具、新架構,就急著導入;然而,自由系統的作法是先回歸營運本質:盤點現況。

在雙方正式簽約前,自由系統的顧問團隊便深入檢視諾億保經的既有環境,找到一個最急迫的營運隱患:內勤行政人員與外勤業務人員,竟在辦公室內共用同一套網路網段,這意味著外部裝置一旦連網中毒,極可能直接橫向感染存放敏感保單資料的內部系統,為降低風險,自由系統隨即協助諾億保經進行網段隔離與權限切割,在第一時間化解安全未爆彈。

這套「先釐清現況、確認優先級、消弭落差」的邏輯,也體現在資安合規的推進上。

自由系統服務顧問黃麒翰以ISO 27001認證輔導為例指出:「諾億的認證合規由專職顧問主導,但底層關鍵的端點偵測回應(EDR)、託管偵測回應(MDR)、防火牆規則、特權帳號管理及硬體資產盤點,全由自由系統提供技術支援。我們的目標是替企業建立完整的『環境可視性』(Visibility),讓風險一目了然。」

對諾億保經來說,資訊設備、網路與日常維運雖然是營運不可或缺的基礎,卻不是公司的核心業務,如果自行建立完整IT部門,不僅要負擔人力成本,也必須長期維持涵蓋網路、設備、資安與系統維運的專業能力;相較之下,將這些工作交給自由系統的專業團隊負責,諾億保經可以將時間與精力放在可直接創造營收的核心業務。

「與自由系統合作至今,我們不僅更好強化IT體質、順利補強合規缺口,也為接下來的AI應用打下穩健基礎。」張維倫如是說道。

從防守走向進攻:雲地協同架構,讓AI真正走入第一線

IT與資安基礎逐步穩定後,諾億保經開始將資源放到下一階段:如何利用AI提升業務與營運效率。

在業務端,諾億嘗試透過AI實現「保險情境遊戲化」。

賴柏翰指出,一般客戶很難體會重大疾病帶來的財務衝擊,與其單向說明「萬一罹癌怎麼辦」,不如透過AI模擬動態情境,讓客戶在虛擬人生中面臨關鍵決策;甚至,將台股加權指數、S&P 500走勢融入情境,模擬面臨資金缺口時,抵押借款或贖回投資將對個人資產產生何種實質影響,讓保險規畫轉化為主動的探索體驗。

同樣的邏輯也導入內部培訓與後勤自動化。

過去高度仰賴資深講師與紙本教材的訓練流程,被轉化為AI互動式推演,讓500位業務能在高度擬真的客戶抗拒或理財情境中反覆演練,大幅縮短新人上手週期。至於在行政方面,傳統業務助理得耗費大量時間進行分類、掃描、校對保單文件的繁瑣流程,也交由AI與自動化工具處理,助理僅需做最終核對與歸檔,使30人的後勤編制得以支撐暴增數倍的合規案件。

在AI探索的過程中,自由系統就像是諾億保經的IT團隊、協助評估與提供所需產品服務。

自由系統售前顧問劉威利強調:「金融保險業涉及大量機敏個資,絕不能盲目把所有資料拋上公有雲AI。」因此,自由系統協助諾億精準劃分「地端與雲端邊界」,例如,哪些非機敏資料可藉助雲端模型運算、哪些敏感核保數據必須保留在地端進行私有化推論,並協同評估相應的地端硬體算力與加密機制,讓創新應用不以犧牲資安為代價。

總的來說,從28億飆升至百億規模,諾億保經展現了一家新銳金融服務企業的高敏捷度;而自由系統則證明了託管服務(MSP)已不再只是被動的修電腦與顧網路,更是高速成長企業在架構選擇、資安風控與AI轉型路上,不可或缺的最佳夥伴。

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