一支短影片,讓富士康鄭州廠陷入恐慌!員工親揭15天內發生什麼事
一支短影片,讓富士康鄭州廠陷入恐慌!員工親揭15天內發生什麼事

10月29日,「鄭州富士康員工因為聚集性疫情徒步返鄉」的影片在社交網絡上流傳。

有傳聞稱進入隔離點的隔離人員在10月29日被放出返工,其中包含陽性病例。隨後,有關疫情會如何繼續蔓延所形成的恐慌,以及針對富士康公司對疫情管控不力的質疑,成為被放大議論的重點。

鄭州富士康擁有數十萬工人,在這個「小社會」裡,面對疫情,不同角色有著各自複雜而充滿變化的心理認知。

10月31日,《第一財經》YiMagazine採訪到了富士康產線上的一名基層管理者王海(化名),他向下管理著一千多名工人。他講述了對富士康疫情管理、產能現狀的觀察,以及他個人對於造成大量員工「逃疫」混亂的原因分析。

王海表示,自己觀察到的事實,與上述傳聞不同。但他也指出,解決員工恐慌的方式,並不能只是「闢謠」。資訊不透明、資訊不對稱引發的誤會、園區物資和後勤能力不足導致短期內陽性病例和密接人員安置問題的顯現,以及公眾如今對於新冠病毒狀況的認知,都是造成恐慌的原因。在他看來,解決好這些問題,是平衡防疫和生產的關鍵。

  • Yi:Yi Magazine
  • 王海:鄭州富士康某生產線基層管理者

不透明的數據和因恐慌而離開的人

Yi:目前富士康園區的陽性病人和密接人員被隔離在什麼地方?什麼時候開始被隔離的?

王海: 他們是從10月15日開始陸陸續續被拉走的。有一個集中隔離點,在恆大未來之光旁邊的一個小區,大概能容納2萬人左右。我還知道在機場往南有一個方艙醫院。另外,有一些人在員工宿舍裡隔離,做不到全樓層封閉,只能單個房間封閉。但在宿舍隔離的人不是多數。

Yi:傳聞恆大這個隔離點的一些陽性病例被放出來,帶病回廠正常工作。這個是真實的情況嗎?

王海: 被放出來的人不是陽性病人,可能是與陽性病人同管篩查的人或是密接。他們因為園區的空間太有限而沒法單獨隔離,這些人和陽性病人可能在一個房間裡隔離。

在被放出來之前,這些人做過抗原篩查,兩次抗原都是陰性才可以回到園區裡的宿舍。但是他們的風險還是比其他核酸結果陰性的人高一些,所以在快篩過、從恆大隔離點被放出來後,他們被送到園區的豫康北宿舍里二次緩衝。他們是10月29日下午從恆大隔離點出來的,目前(10月31日)還沒從二次緩衝中出來,沒有上班。

Yi:有大規模的員工離開園區徒步回家。據你觀察,這是什麼原因導致的?

王海: 其實之前我們的員工管理一直很順,沒有什麼大問題,儘管有後勤不足的問題。不過有一部分人跳牆跑出去之後,抖音上有人爆出來這類消息。到了周六(10月29日)上午,工人圈子裡有傳言說園區即將封鎖,這裡要變成「躺平試驗區」了,員工因為這個謠言才開始恐慌,覺得如果不跑就沒時間了。

另外,園區旁邊的恆大隔離點在10月29日得時候放出一些人。據我所知,他們是做了兩次快篩、有了陰性結果之後,再轉到園區裡豫康北宿舍內的緩衝區,直到週一(10月31日)都沒有上班。但是當時有謠言說,這些人會直接上班。

這幾個消息疊加,導致周六整個園區的員工情緒恐慌,有人把閉環的圍欄踹了就逃了。他們認為被感染的機率很大,也不完全了解病毒的情況,認為感染了之後會像2020年年初武漢感染新冠的人一樣,不僅很難受、留下後遺症,甚至可能死亡。 當有一些員工情緒爆發,通過抖音和群組訊息傳播,一些原本沒想走的人,也在不完全知道事實的情況下跟著走了。

根本上,我認為還是因為資訊不透明,公司又太大、流程太複雜,員工對實際情況有一些誤解。

Yi:員工現在吃飯或者生活物資保障方面有問題嗎?

王海: 吃飯從在園區開始隔離到現在一直沒問題。一日三餐公司會發,早飯牛奶麵包,中飯晚飯是米飯和三個菜。

不過,網路上傳的有員工缺乏物資的情況是真實存在的。核酸結果異常的人需要去隔離點隔離。剛被轉運到一個地方時,後勤可能沒跟上。畢竟目前的配餐製度剛開始實行,還存在一些流程問題與不足。恆大隔離點第一天就是這個情況。

Yi:員工能否從公司的公開渠道及時了解到這些隔離防控政策,以及那些從隔離點被放出來的人的真實情況?

王海: 這個公司太大了,我們也很無奈。廠區幾十萬人,我講下去也就只有幾百上千人知道,說了他們還不一定信,該走還是走。

產能受到衝擊

Yi:你平時負責的車間一共有多少人?現在需要隔離的有多少人?

王海: 我負責的車間一千多人。現在能上班的有百分之五六十。剩下百分之三四十,包括核酸陽性、同管異常被隔離的,也有回家的或者在宿舍沒來工作的。目前留在車間工作的有五六百人。

Yi:這對產能的影響有多大?

王海: 影響很大的。只能達到原來目標的50%左右。

Yi:現在上級是否給你下達了生產量的指標?如果因為停工人數太多而延期生產會造成什麼後果?

王海: 那沒有。這種可能不是我這個層級的人來決定的。現在我們開工到什麼程度,取決於能來多少人,就是流水線能開多少就開多少。 我不直接經手招工的工作,但是我聽說最近富士康還在招人,並且把返費(臨時工結束工期前的一次性工資)提高了。

Yi:車間裡的工人是什麼心態?他們會擔心嗎?

王海: 有擔心。他們對這個疾病的了解是比較少的,可能是資訊渠道的原因,他們了解不到這種資訊。網上有一個謠言,他可能就認為是真的。

隔離點+緩衝區

Yi:你怎麼評價目前鄭州富士康的防疫管理?它存在哪些問題?

王海: 目前最大的問題就是,對有風險的人的轉移速度比較慢,因為人太多了,之前後勤的人手不足,政府確認的速度也沒跟上。比如說這個員工已經確診了,但他等待政府發來的確診資訊和拉走他的消息都要等一天左右。

Yi:目前針對園區內還在工作的工人還做核酸篩查、把結果異常的人拉去隔離嗎?

王海: 截至10月31日,已經有3天沒做過全員核酸檢測,最後一次是10月28日。現在重點是做抗原快篩,每天做,快速把陽性都挑出來。沒有快篩結果,就進不了工廠園區。 密接、同管異常、疑似病例,需要做核酸,完成單獨採樣並確診陽性後才會被隔離,但採樣結果沒那麼快出來。

Yi:你覺得現在最急迫需要解決的問題是什麼?

王海: 現在還是資源不夠,隔離的房間比較少。很多員工確實核酸異常,但一個管裡有陽性,並不是說所有在這個管裡檢測的人都是陽性,也有人只是被牽連、是密接,但他們現在都被隔離在一起了。需要把沒有感染的人和真的呈陽性的病人隔開。

目前也能隔離,但人口密度比較大,有時候一個房間可能好幾個人。可能中間只有一個是確診的,但另外幾個(與陽性同管或其密接)會被連帶。

如果在目前的隔離點以外的區域,能把人按照高風險、中風險、低風險隔離,逐步減少隔離時間,會有幫助。不然人在(恆大隔離點)那裡待著,本身也是浪費隔離資源,原本沒感染的人還可能有更大風險。
這(指設置更多緩衝區)是我們的第一個需求。第二個需求是,讓資訊真的公開透明,請求各地的醫療團隊來幫忙。點對點地支援,比如多少醫生支援這幾個樓層,多少人支援某個車間或者哪個區域。這樣可能很快就解決了疫情。現在就是人手和資源不夠。

Yi:再多一道緩衝,你擔不擔心你產線上的工人更少?

王海: 健康第一位,產量和工作第二位。但是目前,比如說隔離做成8人間,感染風險肯定很大。如果隔成單間,一個人一個帳篷,低風險的員工隔離三五天或一周,沒問題的情況下就可以安全返回崗位了。

沒有清零的資源,也沒有「躺平」的政策

Yi:你個人目前對被感染的風險恐慌嗎?

王海: 我不恐慌。隨著離病毒越來越近,我了解的資訊也比之前多了很多。我認為(出現混亂)一方面是因為觀念有問題,不能用像對待3年前武漢時期的新冠病毒時的態度對待現在的疫情。在我的觀察中,目前年輕人感染病毒的症狀輕,可能就是確診之後發燒一天,第二天就不燒了,然後嗓子疼,過後就沒事了。 但是現在資訊不對稱,然後導致恐慌。

我自己不擔心只是一個方面,但是這個東西誰都不想得,員工肯定不想。哪怕它就是個感冒,你也不想得感冒。當然,也有人擔心後遺症的問題。

園區內快篩試劑發放點

Yi:你既覺得現在疫情的症狀不如2020年年初的武漢階段,又覺得眼下富士康員工需要更多資源來完成更好的控疫。這是不是一種矛盾?

王海: 這個矛盾不是我們造成的。現在沒有「躺平」的政策。如果用武漢的模式,就是把陽性病人和密接都隔離起來,檢測沒問題後工人再上班。

Yi:你們現在最大的訴求是什麼?

王海: 我認為還是要資訊透明化,我們不僅不清楚整個園區的病例數量,對鄭州的數字也不確信。數字不透明,那外部醫療資源就不能進來幫我們,我們就會更恐慌。

第二,希望社會各界能伸出援助之手提供防疫物資的支持,為了降低被隔離人員交叉感染的風險和幫助確診人員康復,我們需要更多的帳篷、行軍床、藥物、消毒用品等防疫物資。

第三,我認為對這個病毒的認知可能需要調整,我們感覺到3年前感染新冠病毒的患者死亡率很高,但現在看起來重症率並不高。我們整個鄭州市從10月12日靜默到現在已經將近20天了,我們需要途徑傳達我們的聲音。

(因應採訪對象要求,文中王海為化名)

本文授權轉載自:網易科技

責任編輯:傅珮晴

往下滑看下一篇文章
決策桌上的虛擬團員:臺大 EiMBA 如何將 AI 從「工具」升級為「共創夥伴」?
決策桌上的虛擬團員:臺大 EiMBA 如何將 AI 從「工具」升級為「共創夥伴」?
2025.12.09 | 創新創業

「過去我們教育教導學生如何從數據中找出標準答案,但在生成式AI的時代,標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為,當資訊獲取邊際成本趨近於零,企業的競爭優勢已不再是單純的「掌握資訊」,而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號,而是一場正在被驅動的轉型。從課程設計的邏輯重組,到學生創業專題的實戰演練,臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案,當教授變成「學習架構師」

「我們不再只是教導知識,而是設計學習。」李家岩指出,臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師(Learning Architect)」,他們的任務不是單向輸出,而是設計出高強度的挑戰與情境,讓學生在解決問題的過程中,自然地將 AI 納入決策迴路 。

以今年新開設的「雙軸轉型與人工智慧」課程為例,這並非傳統的技術概論課,而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書,反而被要求運用生成式 AI 輔助設計商業模式畫布(Business Model Canvas),甚至利用Vibe Coding技術讓不懂程式語言的商管學生,也能透過自然語言與提示工程,快速生成互動式的原型與操作介面來模擬市場反應 。這項技術打破了傳統「文組企劃、理組執行」的藩籬,讓創意能即時轉化為可執行的程式碼。在這個過程中,AI 扮演的角色並非代筆的秘書,而是將概念具現化的加速器,以及最嚴厲的邏輯質疑者。

bn圖說女生.jpg
寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕
圖/ 數位時代

「這是我在課程中學到最深刻的一課,」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管,她坦言最初員工對 AI 充滿敬畏,甚至恐懼被取代。但在 EiMBA 的課堂上,她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯,迫使我們把策略餵給AI後,必須面對它無情的反問。」鐘紫瀕回憶,「這個市場假設有數據支持嗎?」、「你的競爭壁壘在哪裡?」這種高強度的追問,都是AI在對學員提出的挑戰,迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案,現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子,映照出我們思考邏輯上的盲點。」

數位孿生實戰,將「感覺」轉化為「數據決策」

除了策略層面的思維激盪,AI 在營運端的落地應用,更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業,過去他的經營模式多仰賴美感與經驗,「以前做決策就是憑感覺,甚至忙不過來時,連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上,他被迫面對冰冷的數據與流程,而這正是李家岩強調的「數位孿生(Digital Twin)」素養 。

台大EiMBA圖說一
赤赤子設計師林宏諭
圖/ 數位時代

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型,利用AI進行模擬與預測,是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走,非常痛苦,」林宏諭形容,為了讓 AI 能協助優化流程,他必須把每一個步驟定義清楚,無法再用「大概」、「憑感覺」含糊帶過 。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後,林宏諭發現自己的決策不再是賭博,而是可被驗證的科學。「現在AI不僅幫我理清思緒,更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動,讓大家能準時下班,去做更有價值的事。」這正是課程希望帶給學員的轉變,從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

bn圖說二.jpg
臺大EiMBA執行長李家岩
圖/ 數位時代

跨域共創,打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們,就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代,如此多元的背景在AI的催化下,產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎(Hult Prize)肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊,成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術,打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋,在過去,不同領域的專業人士溝通成本極高,但現在,AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻,讓文組生也能做Prototype,更讓理組生也能懂得商業敘事。」在這樣的環境下,創新不再是單打獨鬥,而是像RiiVERSE團隊一樣,結合理性與感性,共同回應全球永續(ESG)的艱鉅挑戰。

為了內心的狂熱,動手去做

然而,隨著AI涉入決策越來越深,一個核心問題浮現:在演算法能預測趨勢、生成文案甚至編寫程式的時代,人類領導者的價值還剩下什麼?「我們教的不是被AI取代,而是擴增智慧。」李家岩眼神堅定地說。他強調,未來的領導者必須具備三項關鍵特質:AI素養、跨域系統設計能力,以及科技人文的反思力 。

其中最關鍵的,是懂得界定「自主邊界(Autonomous Boundary)」。領導者必須清楚判斷:哪些決策該放手讓 AI 自動化?哪些時刻必須保留人類的溫度與價值判斷?「例如在智慧工廠中,AI 可以預測機台何時需要維修保養,但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』,這些涉及價值觀的決策,永遠需要人類來定奪。」李家岩補充道 。

bn圖說三.jpg
寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕(左)/臺大EiMBA執行長李家岩(右)
圖/ 數位時代

在李家岩眼中,真正的創新往往不是來自同類型人才的討論,而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段,跨域合作才能讓問題完整。」他再次提到。對他而言,EiMBA 想培養的不是知道最多的人,而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代,領導者最重要的能力,不是掌握所有答案,而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說,而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。

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
進擊的機器人
© 2025 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