連假後誰該自主管理14天?今早急開記者會,指揮中心四大QA一次看
連假後誰該自主管理14天?今早急開記者會,指揮中心四大QA一次看

清明連假期間,各地景點人潮擁擠,為了防範群聚感染風險,中央流行疫情指揮中心今(6)日上午加開記者會,呼籲去過人潮擁擠地區的民眾,需自主健康管理14天,並規劃彈性、異地上班。

究竟哪些人需要自主管理?又該怎麼做?《數位時代》整理了4大QA。

延伸閱讀:網路預購口罩怎麼買?系統操作教學與9大關鍵QA

Q1:人潮擁擠怎定義?哪些人該自主管理?

指揮中心表示,民眾若在連假期間,曾至人潮擁擠的地方活動,或是出現身體不適症狀,建議自主健康管理14天,不要上班、上學。

疾管中心強調需要自主管理的民眾,並非只限上周發出「疫情警訊」的11處景點。人潮擁擠該如何定義?指揮官陳時中表示,人潮密集確實很難明確定義,雖然沒有明確標準,但希望民眾能先自行判斷,會透過大數據法則,盡可能提醒民眾。

中央流行疫情指揮中心發言人莊人祥進一步說明,若以手機訊號資料估算,連假期間曾到11處景點,且停留超過15分鐘的人數,約有150多萬人,因此,民眾可以用是否曾到人潮多地點,停留超過15分鐘作為判斷標準。

景點人潮群聚狀況難以即時掌控,媒體提問,日後是否考慮採用「手機定位」模式精準掌握?陳時中回應,目前監測單位要掌握每個人的狀況有難度,只能約略提醒,呼籲民眾警惕。

Q2:自主管理14天,要注意那些事情?

若有自主管理需要,指揮中心提醒,民眾須避免出入公共場所,外出時務必配戴口罩,儘可能在家上班,如有身體不適請撥打免付費防疫專線1922,就醫時務必告知旅遊史。

同時,與他人保持室內1.5公尺、室外1公尺的社交安全距離,若無法保持請配戴口罩;搭乘大眾運輸時,應全程配戴口罩並配合量測體溫,勸導不聽最高罰新台幣1萬5千元。

指揮中心表示,因應這次連假,已經請醫療機構擴大採檢。疾病管制署組長楊靖慧補充,目前準備的檢驗量,應該能滿足這次的需求。

Q3:在家彈性上班,該怎麼做?

陳時中呼籲,企業應該著手規劃彈性、異地上班方案,「目前許多政府部門已陸續開始試辦,也有對企業訂出相關指引。」針對企業指引不足、不清楚的部分,指揮中心今日(6)下午會開會討論,盡快跟民眾說明有關規範。

若民眾因有旅遊史、身體不適需要在家上班,陳時中表示,僱主不能不給薪資、強制到班。若是無法遠距,需要到現場的服務業等工作型態,陳時中認為,還是希望民眾盡量在家,日後可以討論採用補班的措施。

Q4:勞動節連假是否受影響?

為了防堵群聚感染風險,接下來的勞動節連假是否會受影響?陳時中表示,會視接下來的疫情發展,做最後調整。

「要跟旅宿業者說抱歉,現在要控管風險,否則群聚風險提高,未來的代價很大。」陳時中表示,政府各部會都有針對觀光產業的紓困方案,未來也會有振興方案等措施,呼籲民眾盡量減少不必要外出。

責任編輯:蕭閔云

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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