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
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

上個月,Facebook執行長祖克柏因為劍橋分析(Cambridge Analytica)濫用8700萬用戶個資事件,在美國聽證會上接受44位國會議員連番拷問,因為受影響的用戶中包括270萬名歐盟成員國用戶,道歉大會從美國移師到了歐洲。

不過這場道歉大會顯得有點多餘、浪費時間,因為會議形式設計的非常奇怪,再加上時間限制,讓祖克柏沒能完整回答歐洲議員們的諸多疑問,正因為如此,祖克柏僅回答自己想回答的問題,也被部分議員批評回答避重就輕、內容空泛。

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。

European Parliament
不同於美國聽證會上長達五個小的輪番提問,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,祖克柏再統一回答。

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。

Mark Zuckerberg
祖克柏特別強調Facebook在歐盟的大舉投資。

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:

居伊·伏思達(Guy Verhofstadt)
你必須捫心自問,將來會如何被世人銘記,身為與賈伯斯、比爾蓋茲並列的三大網路巨人之一,你會像他們兩人一樣,讓世界變得更豐富?還是製造一個正在毀滅我們社會和民主制度的數位怪物?

資料來源:Techcrunch、CNBC、Engadget

往下滑看下一篇文章
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證

碳纖維因重量輕、強度高,廣泛應用於自行車、汽車、航太及無人機等產業,每公斤原生碳纖維價格可達數百元,部分高階材料甚至高達數千元。然而,這些高價材料製成複合材料後,生產過程產生的邊角料與廢棄物,卻因熱固性樹脂難以分離,往往只能焚化、掩埋或降級使用,讓耗費大量能源製造的碳纖維失去再利用價值。

「產業真正需要的不是把廢棄物處理掉,而是如何把裡面的碳纖維、玻璃纖維重新變成有市場價值的材料。」天翊綠能科技執行長莊文彥指出。深耕複合材料產業約20年的他,於2023年成立天翊,希望透過自主開發的低溫常壓解聚技術,讓廢棄複材重新回到製造業供應鏈。

低溫解聚保留纖維性能,從廢料處理走向材料再生

熱固性複合材料難以回收,關鍵在於樹脂固化後無法像一般塑膠重新加熱熔融。傳統高溫熱裂解雖能去除樹脂,卻可能損傷碳纖維性能;若回收碳纖維強度下降,製造商可能需要增加材料用量以滿足產品的強度要求,反而削弱碳纖維原有的輕量化優勢。

為突破限制,天翊開發低溫常壓化學解聚技術,在約90°C、常壓環境下分離樹脂與纖維,降低高溫處理對纖維性能的影響。不同於將樹脂直接燒除,天翊也推進樹脂回收再利用及化學溶劑循環,提高材料利用效率。根據天翊提供的第三方檢測結果,回收碳纖維在受測性能項目上的表現達原生材料的98%以上。團隊也將回收纖維製成再生碳纖維不織布、板材、塊材及工程材料。

莊文彥表示,再生碳纖維每公斤價格約150至300元,具備成本競爭潛力。天翊也規劃三層商業模式:取得合法處理資格後,協助製造商處理複材廢料並收取處理費;將回收纖維製成再生材料銷售;再與客戶共同開發終端零組件。「我們不希望公司的主要價值停留在『每公斤收多少處理費』,而是希望營收逐步往再生材料與高值應用移動。」莊文彥強調,讓回收材料具備市場需求,才是循環經濟能否持續運作的關鍵。

桃園 SBIR 助攻百公斤級驗證,跨越技術走向產品的關鍵門檻

對技術型新創而言,證明技術可行只是第一步。要讓再生材料進入製造業供應鏈,還必須建立可重複的處理流程、穩定的材料品質及產品驗證機制。這些工作需要投入設備、人力與檢測費用,對商業化初期的天翊而言,是不小的負擔。

在桃園市政府地方型SBIR計畫的研發經費支持下,天翊得以加速推進製程測試、材料檢測與產品驗證。莊文彥指出,過去團隊主要仰賴實務經驗調整回收製程,但要讓技術進入產業應用,還必須建立標準作業流程、進出料紀錄及材料品質數據。透過計畫,天翊逐步完善這些機制,並針對碳纖維自行車、碳纖維預浸布邊料、高壓氣瓶與車用零件等廢料進行測試,完成超過100公斤複材廢料的處理驗證,建立相應的操作條件。

除了製程驗證,補助也支持團隊將回收纖維製成不織布、模具及相關產品,確認再生材料能否符合實際需求。其中,以再生碳纖維氈製作的模具,相較原本的玻璃纖維模具,減重約56.96%;以再生碳纖維氈製作的產品,相較原本玻纖產品,減重約27.77%。這些成果讓天翊不再只能向客戶說明技術可行性,而能透過具體的材料與產品數據,爭取後續合作機會。

天翊也與既有下游夥伴推進汽車零組件應用,累積再生材料進入供應鏈所需的驗證經驗。「SBIR對我們而言,不只是補助研發,而是幫助公司跨過了『實驗室技術走向實際產品』非常重要的一段。」莊文彥表示,政府資源不僅分攤研發成本,更協助團隊補足商業化所需的品質管理與產品驗證基礎。

以桃園為循環基地,從碳纖維走向風機葉片回收

除了研發補助,桃園聚集電子、汽車、航空與複合材料產業,也讓天翊有機會就近尋找廢料來源、加工夥伴及應用客戶。此外,天翊與桃園市政府消防局就高壓氣瓶展開合作,嘗試將回收技術應用於地方政府實際產生的循環需求。團隊目前持續推進桃園廠區設置與再利用相關申請,希望建立「在地廢料、在地回收、在地再製」的產業模式。

不過,即使技術與產品驗證已取得初步成果,天翊仍須完成事業廢棄物再利用相關許可程序,才能依核准條件擴大收料與處理規模。漫長的審查過程雖然增加營運成本,但莊文彥認為,除了回收技術,合法處理資格、穩定料源與產品市場,同樣是建立長期競爭優勢的關鍵。天翊的長期目標則不止於碳纖維。莊文彥補充,當初投入低溫常壓解聚技術,也考量到未來大型風力發電機退役葉片的回收需求。風機葉片主要由玻璃纖維、樹脂及部分碳纖維構成,體積龐大且難以回收,隨著全球風電產業發展,退役葉片處理將成為重要課題。天翊也已取得風機葉片回收處理方法的臺灣發明專利與美國發明專利。

因此,團隊選擇先從材料價值較高的碳纖維切入,累積技術驗證、設備放大與商業化經驗,再逐步拓展至大型風機葉片。「我們希望證明,複合材料不是只能從製造走向廢棄,而是可以從廢棄再回到材料、再回到產業。天翊要做的,就是把這條循環真正建立起來。」莊文彥說。

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