智慧城市為什麼不被支持?三個保護隱私權與建立公民信任的國際案例
智慧城市為什麼不被支持?三個保護隱私權與建立公民信任的國際案例
2021.10.26 | 智慧城市

「比起城市需要科技的程度,科技公司更需要城市。」——《被科技綁架的智慧城市》

攤開世界上大型都市的施政白皮書,十個裡面或許有九個是以打造智慧城市為目標,企圖冠上智慧的名號,已有歷史的城市會從推行小規模的試驗開始,而從無到有建立起的都市,像是非洲與中國的新興都市,則是在一開始就規劃建設智慧的基礎設施和城市中樞。

在《被科技綁架的智慧城市》一書中提到,智慧城市最誘人的一點,就是其創新的願景,是啊,有誰會不想住在創新的城市呢?

即便智慧城市以創新的科技,解決了市民遇到的健康、安全、平等、糧食等議題,了解這些科技的「侷限」也是同等重要,畢竟公民才是最終決定要以怎樣的科技來打造更好的城市的人。比起城市需要科技的程度,科技公司更渴望找尋一大群使用者以及大量的生活場景,作為其產品與服務實踐的場域,但別忘了,公民才是這裡的主人

shutterstock_503122378_smart city.jpg
即使科技市打造智慧城市的重要元素,但最終,公民才是這裡的主人。
圖/ Vasin Lee via shutterstock

既然智慧城市如此誘人,為什麼卻相繼失敗?

每當我們想到智慧城市,總是不自覺聯想到科技應用,但智慧城市大部分的阻礙並非來自科技本身,而是在科技背後,更深一層的平等、公民賦權、公民信任與隱私權議題,甚至是牽涉到社會契約的改變。

今天我們就先來談談「隱私權」以及「公民不信任」對智慧城市實踐的影響,了解為什麼保護隱私權是推動智慧城市必要的基石。

人們對於生活的需求幾乎沒有變過,馬斯洛的需求層次理論很好地說明這一點,其他在以不同速度變動中的則是我們的社會制度、商業環境還有科技。而智慧城市中最常被提及的科技,就是有「大人物」之稱的大數據、人工智慧與物聯網。

其中物聯網更是在永續與健康的都市發展訴求下,成為重要的一環,因其扮演了實時搜集人類行為、建成環境的角色。有了這些數據以後,我們有機會深入研究、改善城市的運作,甚至是提出新的解決方案或產品設計,進而更加滿足人類的生活需求。

大數據
AI人工智慧、大數據等,是時下各公司都想掌握的科技能力。
圖/ shutterstock

然而,隨著都市變得越來越智慧,我們的生活環境卻開始被「看不見的科技」所包圍,不論是物理現象的感測器、攝影機或照相機,都可能充斥在街道、校園、商場、捷運、公共自行車,甚至是在每個人身上的手機或電腦中、隱身於免費服務的背後。

物聯網中的感測設備(sensor)通常是在使用者不知情的情況下運作的,要取得所有使用者的同意更是困難,像是很難在人們踏入公園的同時,先要求他們簽署一份隱私權同意書。除此之外,大多數的人也不會知道感測設備正在搜集哪些種類的數據、搜集以後會被作為怎樣使用、有沒有完善的數據倫理在支持。

有些人較擔心政府取得過多資訊,變成國家懲罰個人的統治工具,有人則擔心企業擁有過多資料,主宰不公平的社會發展,讓商業利益凌駕於社會利益之上。在許多實際案例中,這些問題都引發了居民對大型智慧城市計畫的反彈,強烈的不信任感最終也促使計畫失敗。

最廣為人知的案例,是由Google母集團Alphabet所投資的智慧城市子公司Sidewalk Lab,於2015年首次宣布的Sidewalk Toronto計畫。該計劃旨在於多倫多東部濱水區開發永續且宜居的智慧城市。

預計提供大量的可負擔住宅與高科技工作機會,同時建立自駕車系統、智慧的水、電、綠網等基礎設施,以及社區的數位平台以整合即時資訊。在公共空間的治理上,會隨時監控車流與人流的使用情形,用來即時調整不同的用路權與紅綠燈,並監測空氣與噪音品質;在廢棄物管理上,則是採用自動垃圾搜集系統,並會依照使用者丟棄的量體,決定收費標準。

Sidewalk Toronto_智慧城市
Sidewalk Toronto的Master Plan及示意圖。
圖/ Sidewalk Toronto官網

看似如此有效率的都市運作,卻招到龐大的隱私權課題的質疑,且在這項專案的數位顧問Ann Cavoukian宣布辭職以後,公民的不安感來到最高點。Ann Cavoukian提到在一場會議中了解到第三方公司有權得到可識別的個人資料,與當初Sidewalk Lab承諾會進行資料去識別化的想法相去甚遠,因此決定退出團隊。

儘管在2018年Sidewalk Lab即提出透過第三方機構「公民數據信託」(Civic Data Trust)來統一管理所有去識別化的資訊,但是整個專案除了Sidewalk Lab以外,仍包含了多倫多政府、聯邦政府、其他科技公司的運作,Sidewalk Lab無法強制要求每個人都遵守共同規則。

另外一個案例是紐約的LinkNYC,2016年時,Sidewalk Labs將原本的電話亭改建為wi-fi服務亭,提供免費網路給大眾使用,此舉除了為政府創造收益外,自身也獲得大量資料可供相關企業使用。儘管LinkNYC並未搜集任何「個人可識別資訊」,但卻被專家學者發現,仍是有「資料再識別風險」,例如透過交叉比對兩個不具敏感資料的資料集之後,竟然還是能有很高的比例能辨識出個人資訊,顯示出過去的保密典範的不足。

英國公共電話亭
英國公共電話亭:已逐漸變為公廁或wifi服務站等使用。
圖/ 作者提供

無獨有偶的,英國的BT電信集團(即是經營英國鼎鼎有名的紅色電話亭的公司),在2017年開始提供InLink UK服務,InLink提供免費wifi、免費電話、查詢地圖等服務,然而會搜集使用者的email、MAC位址、設備機型;在InLink UK的電子看板中,也內建了感測器能搜集街道微氣候、空氣品質、聲音與光線。

根據官方的說法,InLink是依靠大型螢幕的廣告來盈利,然而亦有專家質疑,InLink是否有使用內建攝影機判斷使用者的性別年齡,用以操作精準廣告投放,甚至是將資料與廣告商、相關企業分享,包含了InLink的其他投資人——Primesight與Intersection,而後者的投資人也是前述的Sidewalk Labs。

從「看不見的科技」走向「看得見的科技」。

在使用手機App時,你會認真看完隱私權政策嗎?對我來說,這些隱私權條款實在令人感到枯燥、冗長又充滿難以理解的名詞。儘管手機App擁有一個實體的介面,讓消費者可以「看見」這些條款,我想多數人仍是沒有閱讀的習慣,更何況在智慧城市的應用場景中,常常沒有一個可以被看見的介面以跟「被觀察者」或「終端使用者」溝通或互動。

就像是食品包裝上面的營養及產地標籤一樣,隱私權政策也能夠透過標準化的視覺圖像,來傳達重要的隱私權條款,不僅能減輕民眾的負擔,還能提升公民的隱私權意識,甚至是成為「以公民為中心的智慧服務與產品設計」的基礎。

DTPR即是在這樣的概念下而生,最初,DTPR是由Sidewalk Lab所發起的專案,目前則是轉由第三方機構Helpful Places負責營運。DTPR期望建立共通的隱私權標示系統,凡是有部署物聯網設備的公共場所,都可以透過這些標示讓人們知悉。

智慧城市_DTPR標籤
DTPR對六大元素的說明與ICON設計,可於官方網站找到說明。
圖/ DTPR官方網站

此標示系統將都市科技拆解為六個元素,包含目的、科技、資料型態、資料處理、使用權以及儲存。舉例而言:

1.目的:

為提升規劃設計品質、安全性、火災及緊急事件應變、廢棄物管理、景觀生態、可及性、交通、水資源管理、健康、網路、物流等品質。

2.科技:

影像辨識、相片、音訊、紅外線、LiDAR、Radar、RFID、NFC、分貝、空氣品質、微氣候、水資源品質、土壤品質等。

3.資料型態:

數值、影像、空間資訊、表格、布林值。

4.資料處理:

去識別化、加密、原始資料、內部檢視、管制資料、AI預測等。

5.使用權:

允許下載、允許第三方使用、僅允許個人使用、不允許供應商使用等、允許販售、允許相關組織使用等。

6.儲存:

存於第三方雲端平台、存於本地伺服器、存放24小時、1個月、3個月等。

DTPR應用實例
DTPR應用實例。網站中還設計了七個情境作為範例。
圖/ DTPR官方網站

我認為建立通用的圖像化標準是提升公民隱私權意識的重要一步,但光有這些仍是不夠的。如同Apple於今年初規範App Store需要有「隱私權標籤」,同樣希望透過圖像化方式減輕理解的障礙。

不過對大眾來說,簡單圖像背後代表的意涵為何、資料敏感程度為何,仍是不夠清晰。公民隱私權意識的提升,若沒有足夠的公民參與、互動與溝通的機制,仍僅是往前半步,而後面兩個案例,或許是一些答案。

whatsapp隱私權規範
Apple App Store中WhatsApp的隱私權規範,已採用icon示意。
圖/ 作者提供

維基解密創辦人Julian Assange:保護秘密最好的方式就是根本不要擁有它。

對於政府及企業來說,想要減少使用者不必要的隱私風險,最好的方式就是不要搜集超過服務或產品需求本身的內容,如果打從一開始即避免搜集過多資料,就不需要擔心有被不當利用的風險。

由芝加哥政府、芝加哥大學以及阿岡國家實驗室合作的Array of Things (AoT)是一個很好的例子,AoT是一個「城市的健康追蹤器」,用於追蹤環境狀況,例如空氣品質、溫度、人流和車流量,因其是由政府及學術研究單位所主導,所以更加著重在追求公眾利益。

整個專案從規劃階段開始,就召集了隱私權專家組織委員會,針對系統如何蒐集與儲存資料進行討論,同時也召開多次公開會議,向市民說明AoT如何運作、如何保障隱私、如何改善生活環境,讓民眾有機會了解為什麼我們需要這些科技、科技能幫助我們什麼。

除此之外,AoT也秉持著「資料最小化原則」(GDPR的資料保護原則之一),不去蒐集計畫範疇以外的資訊,並且刻意將部分訊息以不精準的方式儲存,例如不紀錄地址,僅記錄郵遞區號等,在專案結案之後,也需要將不使用的資料刪除。

此外,有許多城市開始進行隱私權影響評估,就像是開發新商場會需要進行交通影響評估一樣,每當有新的都市科技要落實時,能經由一定程序探討對使用者之隱私權影響,關於各大都市如何進行資料隱私權的規範,可以參考紐約市的IoT準則以及倫敦市的資料信託計劃

Array of Thing (AoT) 概念
Array of Thing (AoT) 概念。
圖/ AoT官方網站

藝術是喚起大眾對資料隱私權認知的重要媒介

最後,是在英國曼徹斯特的City Verve計畫,該計畫希望將市民放在智慧城市發展的核心,因此導入了使用者經驗團隊,並透過工作坊及策展的方式,在生活中即讓市民成為設計解決方案的一環;並且,研究使用者經驗有助於設計物聯網世界的互動介面,儘管看不見的科技很具有未來感,但是看得見的科技才會讓人意識到自我,並產生更多想像。

City Verve也設計互動的裝置藝術,表達出物聯網感知器所感受到的城市樣貌,讓民眾意識到所處環境如何受到科技影響,資料如何在空間中流動及利用,是倡議隱私權議題的重要媒介。

我相信越是在地化的解決方案,就是越智慧的解決方案,只有當更多人對隱私權有所關注,我們才能建造一個可以滿足人性需求,且能保障公平社會的都市科技,關於此議題,後續將用另一個篇章來討論如何利用科技工具,協助公民挖掘在地的議題與集體智慧。

責任編輯:吳佩臻、陳建鈞

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場)

【熱門焦點】
1.宏碁屢遭駭客攻擊,陳俊聖:台灣資安人才不足將成立認證學院
2.Deepfake假影片肆虐、未來只會更猖狂!李開復:30年後仍難辨真偽

最新10月號雜誌《無程式碼時代來了!》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

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