防堵AirTag等追蹤設備引犯罪,蘋果找來Google!雙方怎麽聯手解決?
防堵AirTag等追蹤設備引犯罪,蘋果找來Google!雙方怎麽聯手解決?
2023.05.10 | 商業經營

不知道大家有沒有用過AirTag呢?

對於一個精通於「丟三落四」的人來說,AirTag確實是福音,自21年發布以來,已經數不清AirTag幫忙從沙發縫隙中找到多少次錢包、提醒多少次鎖車忘記拔鑰匙了。從好的一面看,AirTag和它背後由Apple裝置組成的龐大Find my已經成為了所謂Apple生態中不可或缺的一環。

但從另一個角度看,AirTag和Find My網路其實也是捆綁iPhone用戶的一種行之有效的方式:主流手機品牌大多都有成熟的裝置遷移服務,允許用戶以最簡單的操作切換到新的手機品牌中。Google和Apple也都分別在對方的App Store中上架了自己的遷移服務,盡可能地撬動對方的牆角。即使是AirPods、Apple Watch等外設也可以在一定程度上與Android系統配合或獨立使用。

但AirTag是個例外。

Apple_airtag-pairing-screen_042021_inline.jpg.larg
圖/ Apple

作為Apple生態最頑固的螺絲釘,AirTag幾乎沒有在Android陣營中使用的可能性,在剛剛發布時甚至因為無法被Android用戶察覺,而被爆出有洩露個人隱私的安全隱患。直到Apple倉促上架為Android用戶開發的識別身邊AirTag App後,Android用戶才和AirTag有了最基本的交集。

至於把AirTag拿下來,更換成其他品牌的防丟器?如果你只在鑰匙上綁了AirTag那還好說,萬一裝置數量多依舊十分煩瑣。

但事情可能要出現轉機了。

Apple與Google合作,雙方目的是?

2023年5月2日,Apple與Google聯合提交了(打擊濫用藍牙定位裝置問題)的業界標準建議書。根據Apple的說法,這套標準允許iOS裝置與Android裝置跨平台追蹤附近位置,並向機主推送警告提醒。截至發稿,包括三星,Tile、Chipolo在內的多家藍牙追蹤器已確認會遵守相關標準。

Apple表示,這項標準已經通過IETF以網路草案的形式呈交並徵集意見,最早會在2023年底公布相關規範和具體實施方式。

AirTag
圖/ 截圖自Twitter

不過和大家想得稍微有一點不一樣,Apple和Google的合作並不意味著可以用三星手機查找自己綁著AirTag的車鑰匙,是放在屋子的哪個地方。就目前已知的資訊來看,兩者的合作僅僅是為了方便用戶找到那些過去難以發現的「跟蹤裝置」而已。

延伸閱讀:AirTag恐成監控工具,蘋果罕見開發Android App,如何解決防丟神器背後的隱私問題?

比如Apple的傳感與連接技術副總裁Ron Huang就表示,「新的行業規範以AirTag的保護功能為基礎,通過與Google的合作邁出了關鍵一步,幫助應對iOS及Android平台上追蹤功能遭濫用的問題。」

作為回應,Google Android工程副總裁Dave Burke表示「藍牙追蹤裝置在為用戶造福的同時,也存在遭濫用的潛在風險,這要求整個行業共同行動、加以解決。保護用戶是Android堅定不移地承諾,我們將繼續開發強大的防護功能,並與行業合作應對藍牙追蹤裝置遭濫用的問題。」

雖然說Apple和Google之間並未達成實質性的「互聯互通」,也沒有辦法無損從iPhone切換到Android陣營。但從長遠來看,Apple和Google此次合作,其實也從一定程度上強化了AirTag或Android陣營查找器的適用範圍。

我們知道,無論AirTag還是Android品牌的查找器本質上都是一個支持藍牙協議,但不能獨立連接網路的離線裝置。我們在手機上看到的防丟器的「位置」,實際上也是該防丟器最後一次連接到手機時手機自己的準確定位。而AirTag這樣的防丟器理想的工作模式是AirTag會持續向外界廣播自己的資訊,當有另一台Apple裝置靠近並接收到AirTag廣播的資訊時,就會將這個AirTag的「新位置」通過手機的信號上報到Find My查找網路中。

從功能上看,Find My這一套「主動求救、被動定位」的方式確實能解決主動式防丟器無法實現長時間續航的問題,允許用戶以一種低功耗的方式準確獲得防丟器「相對」位置。但就像剛剛說的那樣,防丟器需要藉助路過的「生態內裝置」才能上報自己的位置,而「生態內裝置」的數量也將直接影響AirTag等查找器的召回效率。

這是iOS「有限讓渡」的代表?

此次Apple與Google的合作,雖然其最初的目的是減少利用AirTag等防丟器進行非法跟蹤的現象,但允許防丟器之間「跨生態廣播」,這也從根本上拓寬了AirTag等防丟器的使用範圍,以並網的方式擴大自己找回網路的覆蓋面積,實現防丟器的精確定位。

儘管AirTag並不是藍牙防丟器的行業第一人,但自AirTag發布以來,有關AirTag幫助非法追蹤的討論確實從未停止。儘管技術是中立的,但AirTag被用作非法追蹤的可能性,其實也從公眾認知的角度影響著AirTag的銷量。Google雖然沒有親自「下場」推出自己的「Pixel Tag」,但被Google收購的Fitbit,在2021年就已經宣布加入Tile的追蹤定位陣營。無論對Apple還是Google來說,澄清藍牙防丟器的潛在隱私問題都是推廣自己手機生態至關重要的一步。

從近幾年Apple的轉變來看,可控的「開放」已經成為iOS甚至是Apple企業的發展新方向。以iOS 17為例,相比於軟體方面的提升,用戶更感興趣的,其實是iOS什麼時候能開放側載入。換句話說,用戶更期待的是Apple對咄咄逼人的Android手機市場所作出的回應。而此次AirTag的「聯手」,其實就可以理解為是Apple像Google生態釋放的「善意」。

對於Apple來說,AirTag和App Store在某種程度上代表著Apple在手機行業的獨特地位,想讓Apple徹底放棄這兩個好不容易建立起來的優勢顯然不現實,但在面對如此多壓力的情況下,誰也不知道Apple還能堅持多久。

延伸閱讀:蘋果財報一次看!手機逆風沒吹倒iPhone、強勢成長1.5%,庫克怎麼看AI?

本文授權轉載自:36氪

責任編輯:傅珮晴、蘇祐萱

關鍵字: #Apple蘋果
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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