蘋果打擊洩密!禁止供應鏈蒐集員工指紋、臉部辨識數據,為何卻遭批雙重標準?
蘋果打擊洩密!禁止供應鏈蒐集員工指紋、臉部辨識數據,為何卻遭批雙重標準?

蘋果一份內部檔案概述了其更新後的供應商工廠安全指南,藉此打擊來自供應鏈的洩密,並禁止供應商收集蘋果員工的指紋或臉部辨識數據。

蘋果對代工廠提出一系列新的隱私規範

在這份檔案中,富士康、和碩等與蘋果合作的製造夥伴被禁止向蘋果員工收集生物特徵的數據,但他們仍然可以向自家員工收集此類數據,即便這些員工正在製造蘋果產品。

安全指南中還做出了其他修改,藉此打擊來自供應鏈的產品洩密。例如,蘋果公司首次要求製造商對所有工人進行犯罪背景調查,並在工廠設施中添加更多監控攝影機。

蘋果加強背景調查的要求適用於所有供應商。其代工廠的高層表示,蘋果以前只要求對工程師進行此項調查,但對裝配線工人並沒有要求。此外,這樣的調查成本高昂,這些供應商每年在中國就雇用了140至180萬名工人。

限編輯用途_shutterstock_291524837_apple.jpg
圖/ Vividrange via shutterstock

延伸閱讀:歐菲光遭蘋果踢出供應鏈,市值蒸發千億!創辦人稱:終止合作是丟掉包袱

除了加強對供應鏈人員的安全管理之外,蘋果還要求改進製造過程中的零組件追蹤系統,特別是那些「敏感組件」。若某些元件需要「非常長的時間才能到達目的地」,則必須觸發內部安全警報。

蘋果在安全指南中稱:「蘋果正在升級電腦系統,該系統安裝在許多工廠內,以確定零組件在工作站之間轉移所耗費的時間。根據熟悉緯創印度業務的人士稱,該系統在Mac Mini上使用蘋果專有軟體來收集、分析製造業的數據。這種監控可以幫助蘋果確定製造商是否偷工減料,且該系統還可以防止零組件遭竊。」

蘋果針對合作夥伴的新安全指南內容,包括要求檢查站的警衛「詳細記錄攜帶敏感組件的工人在區域裡的移動情況」,而工廠訪客也必須出示官方檔案。

此外,安全攝影機必須捕捉運輸車輛的四面車身,且在生產過程中,若發現零件有缺陷必須錄影佐證,而佐證影片也必須保留至少180天後才能刪除。

圖一.1
圖/ shutterstock

延伸閱讀:蘋果規定App Store裡的程式要有「隱私標籤」,讓數據更透明!但真的有發揮作用嗎?

蘋果員工、工廠工人兩樣情!被轟雙重標準

這些改變也讓外界認為是對合作夥伴的雙重標準。隨著蘋果對自家員工的隱私規定變得寬鬆的同時,卻又打擊供應鏈端的作業員隱私。這些規定顯示出該公司注重自家員工、消費者的隱私,卻用不同標準來對待供應鏈端的作業員。

蘋果拒絕對這些改變發表評論,其合作夥伴富士康、立訊精密、和碩、捷普和緯創等也拒絕置評。

本文授權轉載自:網易科技
責任編輯:文潔琳、蕭閔云

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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