人與人連結是傳播關鍵?科學家畫出人際「連通分支」,解密疾病擴散的路徑
人與人連結是傳播關鍵?科學家畫出人際「連通分支」,解密疾病擴散的路徑

西元1347至1352年間,肺鼠疫(俗稱「黑死病」)緩慢而持續地在歐洲蔓延。

罪魁禍首正是鼠疫耶氏桿菌,這種病菌透過跳蚤帶原,跳蚤吸食染病宿主的血液後,病原就進入跳蚤體內。這種病菌會阻塞跳蚤的腸道,導致牠們無法攝取營養而感到極度飢餓,變得飢不擇食,貪婪地尋找血源,進而感染更多宿主。

跳蚤極易寄生在老鼠、人類及其他動物身上;有些抵抗力較強的宿主不會發病,只是充當帶原者;但有些宿主一旦被叮咬感染,很快就會死亡。這種傳染病叫人聞風喪膽:一開始就像是流感,初期症狀只是發燒或感到虛弱,但很快地會惡化成大範圍出血。患者因為組織壞死而全身發黑,給了這場瘟疫「黑死病」(Black Death)的俗稱。

編按:從疫情蔓延、金融風暴、歷史事件和網紅效應都「人際網絡」息息相關,網絡科學重量級通俗讀物《人際網絡解密》,受諾貝爾經濟學獎得主、Google首席經濟學家極力推薦,為當代「網絡經濟學」大師馬修.傑克森(MATTHEW O. JACKSON)25年研究精華,《數位時代》獲先覺出版授權與讀者們分享。

病毒沿絲路西進,擴散緩慢而緊密

當時的衛生條件不佳,人畜居住環境緊鄰,加上人們對傳染病的認識不足,使得病菌如入無人之境,在中世紀的歐洲各大城市中橫行。幾年之間,巴黎與佛羅倫斯的人口減少了大約一半,在漢堡、倫敦等城市,死亡的人數甚至更多。

一般認為,疫情始於中國,沿著絲路傳播到君士坦丁堡,接著在1347年,隨著熱那亞商船進入西西里島,很快地奪走了島上將近一半的人口。

疫情繼續蔓延,先是在義大利部分地區開始流行,然後來到馬賽,接著在整個法國和西班牙境內擴散,幾年後北方的歐陸國家也相繼淪陷。據估計,這場瘟疫在歐洲奪走了超過40%的人命,在那之前,中國與印度已經有2,500萬人因此喪生。

黑死病 鼠疫 The_plague_of_Florence_in_1348,_as_describe
黑死病約在14世紀40年代散布到整個歐洲,在全世界造成了大約7500萬-2億人死亡,是人類歷史上致死人數最多的流行病。圖為藝術家根據薄伽丘《十日談》描繪1348 年佛羅倫薩的黑死病慘況。
圖/ Science Museum Group

從現代的視角來看, 這場瘟疫不尋常之處在於,疫情的擴散雖然緩慢,但卻彷彿經過計畫般,有條不紊地推進。 儘管這場瘟疫的傳播偶有長距離的躍進,像是沿著絲路或透過商船等貿易路線散播,但它在歐陸的推進,平均每天只有兩公里,就算以當時徒步的標準來看也是相當緩慢。

雖然鼠疫很少人傳人,但這種疾病卻是透過人際網絡傳播(隱藏在衣服中或是叮咬過船上老鼠、家畜、人類的跳蚤);人與人以及各種家畜所組成的接觸網絡,成為了病菌不斷向外蔓延的傳播途徑。

黑死病蔓延的緩慢過程告訴我們,中世紀人們的移動能力與交際範圍是多麼有限。現代的大流行就不是這麼一回事了:病菌的傳播速度非常快,通常在幾週甚至幾天內,疫情就可以延燒到其他大陸板塊。

涵蓋288個學生的「最大連通分支」

2014年,在南加州某主題公園通報麻疹與接觸案例後沒幾天,位在幾百哩外的學校,就爆發了麻疹疫情,許多未接種疫苗的成年人和兒童紛紛染疫。2015年,一名醫護人員在獅子山共和國確診伊波拉出血熱,之後僅僅一週的傳播,疫情就蔓延至歐洲以及北美洲的城市。
雖然現代的人際網絡樣貌已與中世紀大相徑庭,觀察特定類型的現代網絡,仍有助於了解中世紀的瘟疫傳播,何以如此緩慢卻又勢不可擋。

雖然大部分學生的交往對象只有一到兩人,但網絡已形成明顯可見的「最大連通分支」(giant component),即圖3-1左上角最大塊的相連區域,其中涵蓋288個學生,彼此透過層層關係鏈而相連在一起。

「連通分支」是指網絡中相連的部分,其上的任兩個節點可以找到一條相連的路徑,互相拜訪。如圖3-1所示,超過一半以上的學生座落於最大連通分支上,其餘的學生則散落在幾個較小的分支。另外有超過1/4的學生,沒有任何交往對象。(是的,我們都知道高中生活可以多麼孤單……)此處我們不加以繪出。

圖3-1
圖3-1的樣本來自一所美國高中,圖中網絡描繪了青少年間戀愛和/或性關係的網絡。學生列出了過去18個月曾交往過的對象。
圖/ 先覺

這張圖突顯了一件事: 即使大部分的人(平均來說)都只有少數性伴侶,仍有很高比例的人會感染性病。

圖中的每條連線,都代表一條潛在的疾病傳播路徑。如果最大連通分支上,有一個學生染病(例如接觸到校外的感染源),這個疾病就可能在分支內廣泛地傳播,引發校內流行。

舉例來說,HPV(人類乳突病毒)主要透過性行為傳播,可誘發子宮頸癌等多種癌症。HPV危險之處在於,初期通常沒有明顯症狀,患者很難意識到自己染病,因而繼續傳播給他人。據研究估計,約有超過40%的美國成人為HPV帶原者,其中很多人並不自知。大部分感染者的性關係並不複雜;他們只是剛好位於最大連通分支內。

如圖3-1所示,在每個人的接觸對象不多的情況下,傳染病的擴散可能很緩慢;然而,一旦疫情蔓延到最大連通分支內,就很可能引發大規模的感染,就像是中世紀的鼠疫。

這張圖告訴我們的另一件事是, 複雜的性關係或是性工作者的存在,並不是造成性病流行的主因。 的確,高點度的個體擴大並加速了疾病傳播的速度,但這些人並不是最大連通分支出現的必要條件。光是每個人有一個以上的性伴侶,就足以成形。網絡的連通程度才是疫情快速傳播的關鍵。

人際網絡的相變,竟是抑制病毒傳播的基礎?

熱力學中「相變」的概念,通常指物質狀態上的改變。例如,水從固態的冰轉變成氣態的蒸氣,可以視為經歷了一次相變。

網絡也可能出現相變,從幾個孤立的節點和小型連通分支,到形成涵納相當數量節點的最大連通分支,最終變成一個彼此相連的網絡,所有節點都能找到一條路徑,觸及彼此。網絡中的連結數量增加,就好比溫度提高,於是冰變成水,水變成蒸氣。

圖3-2
圖/ 先覺

相變的一個明顯特徵是,它可能在一瞬間突然發生。這一刻的溫度剛好低於冰點,你還能站在冰上,但下一刻你可能就落入水中,僅僅因為溫度升高了一度。同樣地,當連結增生的頻率有一點點微小變化,整個網絡分支的結構就可能有劇烈的改變。如圖3-2所示,當每個人的朋友從0.5個(如圖3-2(a))增加為1.5個(如圖3-2(b)),整個網絡就從彼此不相連的狀態,轉變為大多數人能夠聯繫彼此的狀態了。如果再增生一些連結(如圖3-2(c)和(d)),網絡不久就變成「路徑連通」(path-connected)的狀態,一般簡稱「連通」(connected)。所謂「連通」狀態,代表網絡內的任何人,都能找到一條路徑聯繫所有其他人(圖3-2(c)接近連通狀態,但還有兩個落單的節點)。

控制相變是抑制傳染病傳播的基礎。「基本再生數」(basic reproduction number)是一個重要的參考數字,它決定了疫情最終會在網絡內擴散或消散。這個數字代表,一個典型的感染者還會繼續感染多少健康的人。如果基本再生數大於1,則疫情擴散;如果小於1,則疫情消散。

網絡產生相變的臨界點,是在基本再生數達到1的時候,此時網絡將出現最大連通分支,如圖3-2。背後的道理簡單而意義重大:超過臨界值時,代表每個感染者會繼續感染超過一個人,此時傳染鏈將會擴張,同時這些新感染者還會繼續感染更多人,造成疫情持續蔓延;小於臨界值時,傳染鏈則逐漸萎縮。

以網絡的術語來說,如果每個人都擁有超過一個朋友,那麼連通分支就會不斷地向外擴張,形成最大連通分支;但如果每個人的平均朋友少於一個,則網絡內只會出現多個互不相連的分支以及許多孤立的節點。

責任編輯:張庭銉

本文授權轉載自《人際網絡解密》,先覺出版
最新7月號雜誌《零碳新賽局》馬上購:傳送門
本期「電子雜誌」輕鬆讀:傳送門

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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