血汗亞馬遜中國上演,富士康工廠勞工超時內幕曝光
血汗亞馬遜中國上演,富士康工廠勞工超時內幕曝光
2018.06.11 | 蘋果

大量非法的派遣工、超時加班、超低工資,這是亞馬遜(Amazon)位於中國衡陽富士康(Foxconn)代工廠的情況,在中國勞工觀察組織為期九個月的臥底調查後,揭露了背後血汗的內幕,這已經不是第一次亞馬遜傳出血汗對待勞工,同時也讓人想起2010年富士康替蘋果生產iPhone時,發生的多起員工跳樓事件。

非法雇用派遣員工,薪資低於平均水準

總部位於紐約的「中國勞工觀察組織」經過了九個月的調查,發表了長達94 頁的調查報告,揭露了富士康,亞馬遜位於中國衡陽的富士康(Foxconn)代工廠,非法雇用勞工、超時工作、不合理薪資等內幕。

這家位於衡陽的代工廠,主要負責生產亞馬遜的Kindle電子書、智慧音響Echo Dots,經過調查,發現富士康雇用了大量非法派遣員工,光是派遣員工就占了全部員工的40%,然而根據中國2014年修定的《勞務派遣暫行規定》,規定一家公司派遣員工比例不得超過10%,來防止企業利用大量派遣員工節省生產成本,而富士康已經明顯違反當局規範。

Kindle
位於衡陽的代工廠,主要負責生產亞馬遜的Kindle電子書、智慧音響Echo Dots。
圖/ shutterstock

此外,員工平均每個月要超時加班100小時,違反了中國勞動法規定只能超時工作36小時的規定,不僅超時工作,就連基本的培訓也沒有到位,一般員工會有為期五天的入職培訓,但派遣工卻只有八小時,甚至遠低於法律規定的24小時入職前培訓,且派遣員工還必須自行負擔勞工體檢費用。

但不論是正式員工或派遣員工,在富士康的代工廠中,都普遍面臨「低工資、高工時」的困境,以代工廠所處的衡陽市為例,當地居民平均工資是每月4647元人民幣,但工廠工人的工資平均平均每月只有2000~3000元人民幣,工人因為受制於高工時、低薪資,因此必須仰賴超時工作,才能維持一定的生活品質。根據中國勞工觀察調查員臥底一個月的觀察,發現許多員工因為超時工作,精神狀況長期疲累,只能利用短暫的休息空檔補眠,更慘的是,工廠並沒有有效的工會組織,工人長期必須忍受管理層嚴厲的言語暴力。

亞馬遜:要求制定改善計畫

市值高達7,680億美元的亞馬遜,絕對有能力確保代工廠工人,獲得應有的勞動權益,這並不是一件很困難的事情,但亞馬遜就是沒有做到,還任由其代工廠壓榨工人謀取利潤,迫使員工為了生計,在惡劣的環境下超時工作。

在發現低落的勞動條件後,中國勞工觀察執行長李強在一封給亞馬遜創辦人貝佐斯(Jeff Bezos)的信中提到:「希望你能要求你們的代工廠改善工作環境,在有道德的標準下生產亞馬遜產品。」亞馬遜則回應:「亞馬遜已經要求富士康衡陽廠制定改善計畫,我們將會定期評估,去監控實際情況是否符合我們代工廠的準則。」富士康則回應,未來不論正職或派遣員工,將一併接受完整的入職訓練,且會針對薪酬定期評估調整。

apple-factory_large.0.jpg
從2010年上半年起,在富士康生產基地及生活園區內,發生了一連串員工跳樓事件,引發社會上嚴厲抨擊。
圖/ cdn

除了代工廠的勞動條件問題,由於中國最大地產公司萬科集團進駐富士康龍華工廠北門的清湖新村,導致城中村房租翻漲,內部員工指出,富士康只按照員工底薪的 5% 繳納住房公積金,導致員工一年至少損失1000 元人民幣(約合新台幣4700元) ,因此最近有富士康位於深圳廠區的員工張貼了「致富士康員工的公開信」,公開要求富士康足額繳納公積金,並為員工加薪,以跟上房租的漲幅。

當年的接連跳樓意外

這起事件讓人回想起2010年接連發生的「深圳富士康員工墜樓事件」,當時富士康為蘋果代工生產 iPhone,疑似因為勞動條件低落,從2010年上半年起,在生產基地及生活園區內,發生了一連串員工跳樓事件,引發社會上嚴厲抨擊,2010年6月後,中國封鎖了富士康員工跳樓的新聞,雖然沒有了後續報導,但依然在8月和11月傳出兩起跳樓事件。

因為接連的跳樓意外,自主工聯、洋華光電工會等二十幾個台灣社運團體,在2010年6月Computex(台北國際電腦展)開幕前包圍會場抗議,要求科技大廠公布血汗賺錢真相,要求遵守勞動、環保法令制定企業及供應商行為準則。蘋果(Apple)在事後立即與富士康高層會談,展開一系列獨立調查,並在供應商責任報告書中提出多項保障員工的措施。

亞馬遜血汗黑歷史

亞馬遜內部員工也流傳一句話:「如果你是優秀的亞馬遜員工,那麼你就會變成亞馬遜機器人(Amabot)。」不只是在中國的代工廠,亞馬遜本身也存在長期勞動條件不工的問題,2015年《紐約時報》曾揭露亞馬遜的血汗內幕,內部員工爆料一周工時長達80小時,假日、深夜也不能鬆懈地處理公事,甚至有乳癌患者員工被告知疾病「干擾工作」、女員工流產隔天就被要求出差、請無薪假照顧生病的家人被主管警告是「問題人物」,員工直言待遇宛如奴隸一般。

amazon warehouse
亞馬遜內部員工也流傳一句話:「如果你是優秀的亞馬遜員工,那麼你就會變成亞馬遜機器人(Amabot)。」
圖/ Flickr-Scott Lewis CC BY 2.0

另外,今年四月一名叫布拉德沃思(James Bloodworth)的作者,為了寫一本關於英國低工資狀況的書,在亞馬遜位於英國史丹佛郡的倉庫臥底,發現許多員工為了保住自己的飯碗,甚至連上廁所都沒辦法,必須直接尿在寶特瓶內。英國職業工會組織Organise曾做過一份調查,顯示有近有四分之三的亞馬遜員工,會因為時間考量而害怕使用廁所,其中一名員工表示:「我不喝水的,因為我沒有時間去上廁所。」此外,55%的受訪者表示感到心情壓抑、81%的人表示不會在那裡工作第二次。

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。 依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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