幾個月前，Zoom僅僅是枯燥的企業通訊領域中一枚成功案例，但突如其來的新冠狀病毒（COVID-19，俗稱武漢肺炎）疫情，讓Zoom頓時超脫企業應用層面，成為全世界的社交工具。
「我從沒想過全世界會在一夜之間開始用Zoom。」10年前一手成立Zoom、擔任該公司CEO的袁征表示。隨著全球數十億人實行社交距離、待在家中防疫，Slack、Webex、Teams等遠端工具迎來前所未有的人潮，Zoom尤其受惠。
「每天（流量）都在創紀錄。」袁征說道。去年12月時，Zoom每日活躍為1,000萬人，但現在已經達到2億人。
Zoom能成為民眾的首選，其中一個原因在於便捷的使用方式，用戶只要點一下就能加入會議。不光遠端工作會議愛用Zoom，學校開始透過這款軟體授課；人們也用它和親朋好友線上會面；甚至藉由Zoom舉辦婚禮的也不在少數。對於許多人來說，Zoom不單是一種社交的管道，更成為一種社群。
Zoom一夕之間爆紅，最意外的莫過於袁征自己，他從來沒有打算讓服務面向所有人。然而用戶數暴增20倍的同時，Zoom潛在的問題也一一浮上檯面。在如此艱困的時期，就連成功本身都顯得苦澀。袁征曾提到，他每天醒來都會告誡自己「不要讓世界失望」、「不要讓用戶失望」，但近期負面消息頻傳下，他也坦承，無論在心裡準備或策略上，他們都做得不夠充分。
新用戶大舉湧入，首當其衝的問題便是流量無法負荷，Zoom為此新增了兩個資料中心，並購買更多雲端空間，雖然仍有通話品質不佳的抱怨，官方網頁也關機維修，不過顯然Zoom已經挺過第一道難關。
然而，後續爆發資安及隱私疑慮，才是令他們頭疼的真正難題。接連有媒體發現Zoom會與廣告業者分享通話內容、iOS版本Zoom會悄悄向Facebook傳送數據、Zoom也沒有如對外界聲稱的「會對通話進行點對點加密」……諸如此類的問題陸續爆出，還有研究指出，該軟體會將通話內容傳送至中國境內伺服器，引發歐美強烈擔憂。
更糟糕的是，有心人士可以在沒被邀請下，利用漏洞擅闖遠端會議惡作劇，這也直接導致紐約市學校下令禁用Zoom，改以Teams、Hangouts等其他服務代替。袁征透露，他曾收到一位母親的來信，提到有位惡作劇人士闖入她孩子的遠端課程，張貼不適宜的色情內容。那一夜，他輾轉難眠。
為了彌補過錯並挽回用戶，Zoom大刀闊斧改革，袁征也出面解釋，通話傳送至中國伺服器是因為流量問題，但現在已重新設定，避免中國境外用戶通話透過中國伺服器連接。同時即日起所有會議都會自動設定密碼，避免有心人士闖入。
袁征認為，Zoom在這段期間接連傳出問題，不單是因為用戶數爆炸性增長，還跟用戶的「屬性」有關，過去他們只專注於為企業服務，與教師授課、開線上派對所處的環境、需求截然不同。雖然疫情結束後，Zoom是否會回歸企業服務為主的定位，現時袁征無法給出答案，但他從近期的發展得出一個結論：Zoom現在屬於全世界，他們不會走回頭路。
摩爾定律失靈，下一個科技成長的引擎在哪裡？
過去50多年來，摩爾定律為科技的進步寫下準則。然而在經過數十年的路途後，這項定律可能面臨終結。
Intel共同創辦人高登．摩爾（Gordon Moore）於1965年發表了摩爾定律，當時身為快捷（Fairchild）半導體工程師的他，預測積體電路上的元件數量，每年將增加一倍，10年後將達到6.5萬個。
時間證明摩爾的預測是準確的，1975年他將摩爾定律更改為「每兩年」成長一倍，為這些年的科技發展奠定基礎。
然而，隨著電晶體數量愈趨龐大，要以同樣的速度倍增密度日漸困難。近年來，「摩爾定律已死」的呼聲便不斷傳出。Intel的10奈米晶片延宕多時，才終於在2019年邁入量產，離上一代的14奈米已有5年之久。
同時製造新一代晶片設備成本也愈來愈高，計畫投入開發的廠商只剩3家。MIT電腦科學家雷瑟森（Charles Leiserson）指出，「都結束了，這一切在2020年變得很清楚。」
要在摩爾定律失靈的時代繼續提升運算力，業界因應之道是針對個別功能優化，例如特地為深度學習打造的AI晶片，Google、微軟、百度等公司都在這麼做。但這種走向也讓泛用型的運算晶片趨於式微，並提高進入門檻，銀彈充足的企業會變得更有利。
或者，還有什麼技術能成為下一個科技成長引擎？量子運算、碳奈米管電晶體、自旋電子都很有潛力，但沒有誰能像摩爾定律簡單明瞭，指引著科技的發展道路。
早在WHO警覺前，AI就知道「有種危險肺炎」在蔓延
在各大衛生組織意識到新冠狀病毒（COVID-19，俗稱武漢肺炎）的嚴重性前，AI就已搶先一步，為人類點出風險。2019年底，BlueDot的AI標記出中國關於武漢一種神秘肺炎病毒的報導，該公司立刻聯想至2003年爆發的SARS事件。
BlueDot是位於加拿大多倫多的AI新創，其建立一套系統，每天以65種語言掃描網路上10萬篇文章，監控各地傳染病。在警覺到武漢肺炎的危險性後，他們比對由各航空公司所提供多達數十億條的旅客路線，在最短時間研判出哪些城市面臨感染風險，對外界提出警示。
這套系統消化了各大科技公司提供的海量數據，包括Google貢獻了搜尋引擎關鍵字及地理位置資訊、Facebook提供用戶的活動資訊，以及平台上各種關聯貼文；而推特、騰訊等企業也給予匿名資料供AI使用。
若要進一步提升AI的預測準確度，則需要與醫療設備串接，目前有愈來愈多新創投身這方面應用，如Kinsa就推出智慧體溫計，能配合App給予用戶健康上的建議。該公司宣稱，在預測流感方面，他們甚至做得比CDC（美國疾病管制與預防中心）更精準。
AI及大數據徹底顛覆過往預防傳染病的手段，它們在初期運算出詳盡的警示報告，讓各國衛生單位及早展開防治，將疫情的爆發扼殺在搖籃裡。但AI終究只是輔助，能否成功防範傳染病的關鍵，最終仍取決於人類社會的反應與準備。
本文出自《數位時代》雜誌專欄〈全球掃描〉，為讀者精選、梳理各大外雜焦點內容，資料來源：Bloomberg、MIT Technology Review、Fortune
責任編輯：張庭銉
