比不上賈伯斯、比爾蓋茲作為，祖克柏赴歐洲聽證會遭官員慘電|數位時代 BusinessNext

比不上賈伯斯、比爾蓋茲作為，祖克柏赴歐洲聽證會遭官員慘電

Facebook執行長祖克柏(Mark Zuckerberg)本周赴歐洲議會，接受議員們針對劍橋分析事件的提問，不過這場道歉大會顯得有點多餘、浪費時間，祖克柏避重就輕，選擇性的回答自己想回答的問題。

怪異的聽證會設計，讓祖克柏選擇性答題

「我問了你六個問題，但我一個答案都沒得到。」比利時歐洲議會成員Philippe Lamberts在會議接近尾聲時這麼說道。

這場於歐洲登場的會議與六周前美國的聽證會很不同，因為迫於外界壓力，從原本的一場閉門會議，最後臨時改為一場公開透明的網路直播。比利時代表這麼抱怨不是沒有道理，許多人都期待相隔了六周，祖克柏能不能提出更多讓人耳目一新的說詞，但卻被獨特的會議形式破壞了當初的期待。

不同於美國聽證會上長達五個小的輪番提問，歐洲的這場會議，一開始祖克柏先朗讀了事前擬定的聲明，接著在場的12位歐洲議會代表，用了超過一小時的時間，提問了大量的問題，祖克柏同時一邊做筆記紀錄，在所有人提問結束後統一回答，但最後祖克柏回答的時間只剩下七分鐘，且議員們不能在事後追問問題。

除了拷問祖克柏，更像是宣傳GDPR的舞台

「在過去幾年中，我們沒能很好阻止自己開發的工具被用來做壞事，不論是假新聞、國外團體干涉總統選舉，還是開發者濫用用戶數據，我們都沒能履行好自己的職責，這明顯是錯誤的，我在此進行道歉。」會議一開始，祖克柏再度以道歉拉開序幕。

這次的聽證會比起得到祖克柏更多的說法，也許歐盟更想藉由這個機會好好向世界宣傳，三天後將上路的「歐盟通用資料保護規則（GDPR）」，違反的企業將面臨年營業額4%的罰款，藉此向外界傳達「數據隱私是目前歐盟最關注的事項」的訊號，而社群巨頭濫用個資就是一個完美的例子。

毫無意外的，這次的問題依舊圍繞在隱私，議員們想知道Facebook 可不可以保證劍橋分析事件絕對不會再次發生、要如何遵守GDPR的細則、用戶是不是能掌控自己的資料，也有人問到Facebook是否會開發一項產品，讓用戶可以選擇不要成為廣告投放的目標，另外還有假帳號、假新聞的問題，以及是否能保證不再受到外國勢力操控、WhatsApp及Facebook資料會不會被雙向蒐集。

祖克柏維持他一慣的基調，並沒有逐一回答，他表示公司絕對會遵守將上路的GDPR 規範，為了符合這個精神，Facebook將推出「一鍵清除歷史資料按鈕」功能，允許用戶刪除所有儲存的cookie、瀏覽歷史。

永遠不會完美的Facebook

至於劍橋分析，祖克柏表示公司還必須花上幾個月的時間，才能確保平台上完全沒有惡意第三方App的存在，認為未來一定還會有惡意App出現，但公司絕對會盡全力阻止用戶被惡意侵害，同時也研發更多AI工具，協助揪出不良的內容與帳號，「我們的目標是要讓AI主動審查內容。」祖克柏認為未來的狀況一定會如同貓捉老鼠，因為廣告商也會開始使用AI工具，「在這點上，我們永遠不會完美。」他說。

至於仇恨言論跟假新聞，他重申公司會聘請數以萬計的審查人員，來解決這項問題，另外還特別強調Facebook在歐盟的大舉投資，目前公司總部設在愛爾蘭、第二大工程團隊在倫敦、AI實驗室在巴黎、數據中心在瑞典和愛爾蘭，2020年還將在丹麥增設一座數據中心，並承諾今年（2018）年底，Facebook會在歐洲增聘1萬名人力、2020年前會為高達100萬名民眾、小企業提供數位技能培訓。

議員們花了一個小時提問，祖克柏只有不到10分鐘時間應答，因此有機會避答定位廣告、WhatsApp資料共享，以及蒐集非Facebook用戶資料等關鍵性問題。歐洲自由民主黨聯盟領導人居伊·伏思達（Guy Verhofstadt）最後說道：

曾是台灣製造業重要根基的塑膠射出產業，如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者，老師傅退休、新人才接不上的現況，更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具，許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出，全球塑膠射出市場規模超過 3000 億美元，每年仍以約 3% 至 4% 的幅度成長。需求並未消失，只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉，老師傅數十年累積的經驗卻很難複製。

這道人才缺口，正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發，歷經近十年研究與工廠驗證，嘗試把老師傅腦中的射出經驗，轉化成可以計算、保存與持續學習的 AI 模型，解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI，射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備，不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後，生產現場仍得依產品、材料與機台特性，調整溫度、速度、壓力、位置等條件；即使使用同一種塑料，不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處，不只是記住參數，而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的，就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後，第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統，工廠只要輸入材料、機台規格、產品尺寸等資訊，sMolding 便能計算第一組成型參數；若試模後出現產品缺陷，再由 sTroubleshooting 提供修正建議。

「它就像導航。我今天告訴你要從 A 點到 B 點，但不知道路怎麼走，導航會把路徑算給你。」張詠翔說。對射出成型而言，這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例，傳統方式需 7.5 小時，導入系統後縮短至 2 小時，材料使用量從 23 公斤降至 8.7 公斤，整體試模成本降低 64%。

但找到正確參數只是第一步，真正進入量產後，工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損，都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組，透過射出壓力數據持續監控品質，並依生產狀態自動補償關鍵參數。換言之，AI 不只在試模階段提供一條正確的「導航路徑」，進入量產後還能因應製程變化持續修正，進一步朝「自駕」邁進。

從產線驗證到海外布局，桃園如何助攻智穎智能跨過0到1？

但要讓 AI 真正走進工廠，智穎智能採取 SaaS 訂閱模式，將核心運算留在雲端持續學習與更新，降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備，因此智穎智能的方案既能導入既有設備，也能與射出機、控制器業者合作，在新機出廠時直接整合。「一個工廠不會只有一個廠牌，就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言，AI 真正走進製造現場的關鍵，在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言，降低導入門檻還不夠，更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言，桃園不只是公司所在地，也提供了技術走向市場的第一塊試驗場。「對新創來說，第一個就是要經費、要人才、要場域，再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期，團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源，降低早期研發與營運負擔。更重要的是，桃園密集的製造業聚落，本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業，智穎智能在創業初期接觸到位於桃園的「良器」，成為公司第一個客戶。從概念驗證、產品調整到實際導入，合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言，第一個願意開放場域的客戶，意義遠超過第一筆營收。

如今，從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次，完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示，透過市府帶領團隊前往日本神戶，智穎智能接觸當地官方與企業資源。在市府引薦下，團隊成功對接了神戶知名加速器，更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局，為下一階段海外市場拓展做準備。

AI 解決「怎麼生產」後，下一步是「替誰生產」

當 AI 開始解決「怎麼生產」，張詠翔看到的下一個問題，是「替誰生產」。部分製造商提高生產效率後反過來問他，如果我的產能多了 20%，但沒有多 20% 的訂單，我何必要做那麼快？

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家，品牌要在海外重新尋找符合特定規範與製程能力的供應商，也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商，讓品牌端能依條件尋找供應商，也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務，初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究，到桃園工廠提供第一個實際驗證場域；從把老師傅經驗變成 AI「導航」，再走向能自行修正製程的「自駕」，智穎智能試圖數位化的，是製造業最難被保存的資產：人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散，這套從桃園工廠磨出的 AI，下一步不只要替老師傅找到數位接班人，也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源，將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去，讓外界看見桃園豐沛且具實戰力的創新動能。