特斯拉鐵血開除工會成員!800名標記員為何怒了?爆出被監視、不敢上廁所⋯
特斯拉鐵血開除工會成員!800名標記員為何怒了?爆出被監視、不敢上廁所⋯
2023.02.17 | 商業經營

2.17更新

特斯拉在紐約州的800名工人正發起一場工會運動,最終可能組建成特斯拉的首個工會。這也是特斯拉CEO伊隆·馬斯克(Elon Musk)面臨的最新勞工挑戰。不過,在傳出成立工會不到24小時,一場鐵血解雇就開始了。

根據《紐約時報》(The New York Times)16日的報導指出,在提交給政府勞資關係委員會的一份文件中,工會表示,至少有18名員工周三被解雇,原因是「報復並阻止工會活動。」 參與工會運動的特斯拉工人周四表示,該人數已增至37人。

特斯拉員工指出,大多數被解雇的人都沒有參與這場運動。在一般情況下,特斯拉會在3月份進行績效評估後解雇少量員工,但他們從未見過一次解雇這麼多人。

特斯拉員工是什麼原因想籌組工會?他們在工作上遇到了什麼問題?以下是2.16日報導:

這些位於紐約水牛城(Buffalo)工廠的員工致信馬斯克,稱他們計畫成立工會。這些工人們表示,「人們厭倦了這種被當作機器人的生活。」

值得注意的是,這800名員工,並不是工廠中的作業員,而是負責為特斯拉的自動輔助駕駛技術的AI影像資料貼上資料註記標籤的AI訓練員。

Autopilot幕後的功臣

特斯拉的Autopilot 自動輔助駕駛主要靠的是他們獨家的AI技術,但背後需要一群人來訓練AI模型,因此,特斯拉雇用了一群人,來為用來訓練AI模型的影像進行標籤註記(labeling)。

標籤註記(labeling)是用來給AI說明輸入資訊的正確輸出值。以特斯拉的Autopilot 為例,可能會給餵給它的影像資料中,用來標記諸如車道、障礙、車輛、行人、人行道、交通錐標、障礙物等等的標籤註記,讓AI有足夠的標籤範例可以學習。

特斯拉
圖/ Shuttersotck

透過這樣的訓練,神經網路可以進行正確的判斷,讓特斯拉的Autopilot 能夠瞭解哪些地方可實現自動駕駛車輛的安全行駛,哪些地方則無法做到。

所以雖然這個工作是在訓練AI,聽起來好像很高科技,但實際上由於需要訓練的資料量非常龐大,因此這份工作就是不停的對影像進行註記貼標,基本上與流水線的工人沒有兩樣。只是在工廠的流水線上,工人處理的可能是半導體、零組件,在訓練AI的時候處理的是道路影像。

特斯拉的血汗效率管理

這些員工在週二早些時候向馬斯克發送了一封電子郵件,表示他們打算成立工會。員工們說,他們正在尋求更好的薪酬和工作保障,同時減少生產壓力,他們說這些壓力對他們的健康有害。

該工廠的工人向彭博新聞投訴表示,特斯拉會監控他們的點擊,以追蹤員工在每項任務中花費的時間,以及他們在一天中花多少時間,是否有「積極工作」。他們表示,這導致一些人為了怕績效不佳,避免上廁所。

工會組織委員會的成員Al Celli表示:「我們已經厭倦了被當作機器人對待。」

在他們給管理層的信中表示:「工會化將進一步加速世界向可持續能源的過程,因為工會將可以幫助我們在工作場所和我們為自己設定的目標中擁有發言權。」

工會委員會表示,位於水牛城的工廠有800多名負責資料註記標籤的AI訓練員,他們從事非工程方面的工作,但為特斯拉的自動駕駛發展做出了巨大的貢獻,包括在其車輛捕獲的圖像中識別物體,並説明其系統在路上識別它們。而他們的起薪為每小時19美元(約台幣580元)。

他們表示,除了增加工資和工作保障外,他們的目標是確保在工作場所的決策中擁有發言權,並遏制監控、指標和生產壓力。

「為了提高效率,我們急於把事情做完,這樣的訓練結果其實無法確保百分百正確。」Celli表示:「我們當時只想著:讓我們用最快速度把事情做完。」

這或許也可以解釋,為什麼某些AI服務在實際上路後,會有與人類「眼花」發生奇怪出錯類似的現象。

延伸閱讀:ChatGPT背後「血汗工廠」:時薪40、每小時標註2萬單詞,數據標註員有多慘?

特斯拉
圖/ 特斯拉

馬斯克的理想:用AI為影像貼標籤

先前馬斯克曾談到標籤註記的工作這件事,他當時表示希望未來可以將這個工作自動化。

他在2021年4月的季度財報會議上表示,「利用AI訓練師對標籤註記系統來訓練,然後系統對影像資料進行自動貼標註記的工作,然後人類註記師就只需要看一下AI做好的標籤,確認它是否正確的,或許還可以進行編輯。」

目前不清楚他的這個AI訓練系統是否真能取代真人訓練師,但據彭博社6月報導,特斯拉去年就在加州解雇了數百名從事這些工作的工人。

與其他的汽車製造商不同,到目前為止特斯拉成功地抵制了其美國工廠組建工會。如果這裡的員工成功,那將是特斯拉的第一個工會。

同時,近期美國的工會運動在亞馬遜、蘋果和星巴克等長期「非工會公司」也取得了一系列勝利。

往下滑看下一篇文章
導航不是愈高階愈好!桃園產官資源如何賦能互宇向量,讓複雜技術真正「用得起、用得上」?
導航不是愈高階愈好!桃園產官資源如何賦能互宇向量,讓複雜技術真正「用得起、用得上」?

當無人機、無人船失去衛星定位訊號,還能繼續完成任務嗎?這道問題不只考驗導航設備的精度,更牽涉不同技術如何搭配,才能兼顧成本、可靠性與實際部署需求。

要理解自主載具如何在衛星訊號中斷時持續導航,得先認識「慣性導航」。互宇向量執行長鍾宏彬拿棒球作比喻:投手把球投出去後,球沒有GPS或遙控器,仍會依照出手角度、力量與旋轉向前運動。慣性導航則透過感測加速度與旋轉變化,持續推算載具的姿態、速度與位置。不過,慣性導航的誤差會隨時間累積,衛星定位訊號一旦中斷,位置推算也可能逐漸偏移。因此,自主載具需要不同定位與感測技術相互配合。2022年成立的互宇向量,便從這項需求切入,協助客戶選擇適合的導航技術,並將系統整合到產品中。

先定義任務,再決定導航規格

「以終點當起點。」鍾宏彬如此形容互宇向量的產品開發原則。相較於先提供設備、再由客戶自行整合,互宇向量在開發初期便參與討論,了解客戶要完成什麼任務,再決定性能、材料、演算法與預算。這套方法稱為「前端部署」。

以無人機精準投送為例,客戶希望載具不只抵達指定區域,還能接近建築物完成投送。飛行距離、定位精度、是否有人遙控,以及衛星訊號中斷後需要自主運作多久,都會影響系統設計。互宇向量必須先釐清這些條件,再選擇感測元件、調整導航架構,而不是直接套用既有產品。

互宇向量的技術涵蓋光纖陀螺儀(FOG)、慣性量測單元(IMU)、姿態與航向參考系統(AHRS),以及GNSS/INS融合導航方案。團隊曾與產業夥伴在實際水域驗證無人船導航系統,也透過觀音山隧道測試,觀察衛星訊號中斷時的導航表現。

對客戶而言,驗證的重點在於系統能否在任務要求的時間內維持足夠精度。互宇向量也不一定選用最高規格的零組件,而是依照需求調整演算法、材料與系統配置,必要時整合其他供應商的技術,減少客戶自行開發、測試與整合的時間及成本。

從光纖陀螺到系統整合,互宇向量把技術推向可部署的產品

鍾宏彬2010年投入光纖陀螺核心技術研究,2016年共同創辦極星光電。當時核心元件的客戶多具備自行整合能力,應用市場相對有限。他逐漸意識到,若想讓技術接觸更多使用者,就不能只停留在零件,還得往感測模組與完整系統發展。2022年成立互宇向量後,鍾宏彬延續過去累積的技術,採取合作設計製造(JDM)模式,讓團隊從產品開發初期便參與設計與驗證。

他把這種服務形容為「高階料理包」:客戶不必自行採購所有原料、研究怎麼煮,而是由互宇向量協助整合適合的技術,完成產品部署。公司不走低價、拚量路線,而是選擇與少數具有長期需求的專業客戶深入合作。目前團隊服務約12家核心客戶,透過持續參與產品開發,累積技術與合作經驗。

航太市場考驗的不只是技術,還有供應鏈與驗證能力

航太是互宇向量積極拓展的市場。目前約四成業務聚焦航太應用;2023年,團隊也與國家太空中心(TASA)展開策略性合作,推進MIOC與FOG技術的太空應用。

航太產業尤其重視「飛行履歷」(Flight Heritage)。鍾宏彬打趣地說,普通杯子就是杯子,但如果真的上過太空,「它就變成太空杯」。設備即使通過完整的地面測試,仍不等於經歷過發射與太空環境。對國際航太客戶而言,實際飛行驗證是評估設備可靠性的重要依據。鍾宏彬回憶,團隊過去花了兩、三年尋找海外企業客戶,始終不得其門而入。後來有國際業者得知互宇向量與國家太空中心合作,反而主動找上門。這段經驗讓他體會到,進入航太供應鏈除了技術能力,還需要讓國際客戶看見合作經驗與可信度。

從中央大學到蘆竹,桃園產官資源如何成為互宇的產業支點?

互宇向量與桃園的淵源,早在公司成立前就已開始。鍾宏彬從中央大學求學、攻讀博士到投入研究,一路留在桃園;第一次創業落腳楊梅,互宇向量則從青埔搬到蘆竹,建立廠辦空間。他笑稱,自己就像桃園「生出來的baby」。

桃園及北部地區聚集電路板、電子製造與機械加工等供應商,具備成熟的產業基礎。不過,部分業者長期專注既有市場,未必想過自身技術還能延伸至無人載具與航太應用。鍾宏彬舉例,互宇向量曾與傳統機械加工業者合作,協助對方了解航太供應鏈的品質驗證與製造要求,探索跨入新市場的可能。對這些業者而言,挑戰未必是技術能力不足,而是過去缺乏接觸航太應用的機會,不熟悉相關規格與驗證流程。

創業過程中,互宇向量也持續接觸桃園市政府青年事務局及相關局處、育成體系,參與創業交流與產業展會。鍾宏彬看重的是這些場合能讓團隊認識不同領域企業,拓展未來合作的可能。包括Meet桃園+在內的創業輔導與產業交流平台,也為在地新創提供接觸產業資源的機會。

從光纖陀螺核心元件走向完整導航系統,再延伸至航太合作與海外市場,互宇向量逐步建立從任務規劃、技術整合到系統驗證的能力。接下來,如何運用桃園既有的電子製造與精密加工基礎,找到更多能共同開發產品的夥伴,將是團隊拓展國際市場的重要課題。

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
一次搞懂工業AI
© 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