隨著人工智慧逐漸從產業議題進入公共治理領域，日本政壇近期出現一個引人注目的新現象：由工程師與科技從業者組成的政黨，正試圖以 AI 作為核心政治敘事進入國會體系。

由軟體工程師安野貴博領導的新政黨「未來團隊」（Team Mirai），在最新一輪日本眾議院選舉中取得突破，也讓科技治理首次成為選舉動員的重要主軸。

科技創業者進軍國會，AI 成為政治主軸

35 歲的軟體工程師兼國會議員安野貴博，在日本政治圈顯得格外醒目。綁著馬尾辮、穿著印有電腦程式碼的黑色 T 恤與靛藍色西裝的他，與日本政壇長期保守的形象形成鮮明對比。

安野領導的未來團隊是一個由科技從業者創立的政黨，主張透過人工智慧與數位化技術提升政府效率與治理能力。在之前舉行的日本全國大選中，這個成立不久的政黨取得出乎意料的成果。

該黨此次共推出 14 名候選人，原本設定的選舉目標是贏得至少 5 個席位，但最終透過比例代表制選區拿下 11 席，在擁有 465 個席位的日本眾議院中取得一席之地。出口民調顯示，未來團隊獲得超過 300 萬張選票，占總票數約 7%，並在四、五十歲的城市選民中表現尤為突出。

對於一個僅有約 2,600 名註冊成員的新政黨而言，這樣的成果相當罕見，其快速崛起甚至在網路上引發陰謀論，有人聲稱這些工程師可能涉及中國的影響力行動。不過政治分析人士認為，該黨之所以能迅速獲得支持，很大程度來自其以科技為核心的治理敘事。

安野在東京辦公室接受訪問時表示，人工智慧的影響力將像火一樣改變社會。在競選期間，他也透過社群媒體與街頭演講與選民互動，逐漸在年輕族群中累積支持。

AI 作為治理工具：效率、透明與勞動力解方

未來團隊將人工智慧視為提升政府治理能力的重要工具。其政見包括導入政府聊天機器人、自動駕駛巴士，以及建立更透明的資料系統，以加快政策制定與行政流程。

該黨領導者認為，科技可以讓原本緩慢的政治體系變得更有效率，同時協助解決日本長期存在的結構問題，例如行政效率低落、政治資金透明度不足，以及日益嚴重的勞動力短缺。

在競選期間，該黨部署了一個聊天機器人，用於解釋政策內容並收集民眾意見。根據公布的數據，該機器人已回答近 39,000 個問題，並收到約 6,200 條政策建議。

候選人也提出多項以科技回應民生問題的政策，例如為有子女的家庭減稅、推動無人駕駛公車，以及增加科學研究投資。該黨同時主張降低社會保險費，並增加對人工智慧等成長產業的投資，試圖將科技發展與經濟政策結合。

其領導者表示，如果人工智慧能夠提升政府效率並節省行政成本，這些資源可以用於減輕勞工家庭在退休金與醫療保健上的負擔。

理性技術路線 vs. 傳統政治結構

與許多日本政黨不同，未來團隊刻意淡化傳統左右政治立場，而是強調以問題解決為導向的技術治理思維。

政治顧問公司 Japan Foresight 創辦人 Tobias Harris 指出，該黨在部分政策議題上甚至採取與主流輿論相反的立場；例如，在其他政黨普遍主張降低或暫停消費稅的情況下，未來團隊採取較為謹慎的態度。

安野表示，如果透過減稅刺激需求，可能進一步推升通貨膨脹，因此倉促減稅存在風險。他在日本公共電視 NHK 節目中表示，該黨是少數明確反對削減消費稅的政黨之一，這也讓部分不支持減稅政策的選民將其視為新的選擇。

不過，工程師背景的議員在國會體系中也面臨現實挑戰。新當選議員古川葵表示，日本政治體系仍保留大量紙本文件與傳統行政流程，「這裡文件太多了」。

日本官僚體系長期以保守著稱，甚至仍大量使用傳真機與紙本資料，一些議會會議室也禁止使用筆記型電腦與平板電腦。對於習慣數位化工作的工程師而言，這樣的制度環境顯然形成摩擦。

古川曾在矽谷擔任工程師，他認為程式設計與立法在某種程度上具有相似性，都是透過結構化方式解決問題。

日本 AI 戰略與文化背景

未來團隊的崛起，也反映出日本社會對人工智慧的特殊態度。

儘管機器人長期存在於日本文化之中，日本在人工智慧技術的實際採用上仍落後於美國與中國。部分選民因此認為，日本需要加快人工智慧研發與應用的步伐，以維持國際競爭力。

安野認為，日本社會對人工智慧的情緒與西方國家有所不同。在一些西方討論中，人工智慧常被視為可能取代人類工作的威脅，甚至聯想到《魔鬼終結者》中的機器殺手。

相較之下，日本社會更容易將人工智慧與漫畫角色哆啦A夢聯繫在一起——一個幫助人類解決問題的機器夥伴。安野表示，日本人並不害怕人工智慧，日本早就習慣利用人工智慧來做事。

AI 政治敘事的下一步

儘管在 465 席的眾議院中僅占 11 席，未來團隊仍需與首相高市早苗領導的自民黨等主要政黨合作，才能推動政策。

在去年秋天的國會特別會議中，為了表決 2025 財年補充預算案，未來團隊曾與自民黨在參議院達成政策共識並投下贊成票。由於執政聯盟在參議院仍未掌握多數席位，這個新興政黨未來在部分議題上的投票動向可能受到外界關注。

對日本政治而言，未來團隊的出現代表一種新的實驗：人工智慧不再只是政策工具，也成為政治動員與治理理念的一部分。隨著 AI 持續改變經濟與社會結構，科技治理可能逐漸成為政治競爭的重要議題。

未來，科技政黨能否在既有政治體系中持續發揮影響力，也將成為觀察民主制度如何回應數位轉型壓力的重要指標。

【推薦閱讀】

◆ 【戴季全專欄】從主權 AI 到 AI 主權：台灣的 AI 主權戰略發展芻議
◆ IBM 商業與技術趨勢報告：依賴單一地區算力極度危險，93% 高管將 AI 主權納入商業戰略
◆ 【當 AI 成為政治資訊中介】研究發現：AI 左右選民立場的影響力是政治廣告的 4 倍

＊本文開放合作夥伴轉載，參考資料：《The New York Times》、《The Japan News》，圖片來源：チームみらい【公式】

（責任編輯：鄒家彥）

在人工智慧快速擴張、資安威脅升級與監管壓力同步加劇的背景下，「信任」正逐漸從企業品牌形象的抽象概念，轉變為影響企業治理與競爭力的核心議題。

當消費者對科技公司的質疑情緒升高，企業不僅需要保護資料與系統，更必須建立能夠維持利害關係人信心的信任治理機制。在這樣的環境中，一個新的企業高階職位正逐漸浮現：首席信任長（Chief Trust Officer，CTrO）。

AI 與數位風險推動「信任治理」成企業核心議題

隨著人工智慧應用快速擴張，企業面臨的信任挑戰也同步升高。網路攻擊持續升級，資料保護法規在全球範圍內快速增加，而社會大眾對人工智慧治理與企業問責機制的關注度，也達到前所未有的程度。

相關研究也顯示企業信任度正在下降。約 72% 的消費者表示，自己對企業的信任程度比一年前更低，65% 的受訪者認為企業在處理客戶資料方面不夠負責任，另有 60% 的消費者認為人工智慧的發展使「信任」變得更加重要。

在高度互聯且資料生態日益複雜的環境中，如何保護客戶資訊並確保資料使用透明度，正逐漸成為企業建立品牌信任的重要基礎。

過去，企業多半將資安與資料保護視為 IT 部門的責任。然而隨著資料外洩、假訊息與 AI 風險事件的影響擴大，這些問題也越來越被視為董事會層級需要直接關注的風險事件。對許多企業而言，信任已不再只是品牌資產，而是關係到企業韌性與長期發展的重要策略資源。

首席信任長角色的興起

在這樣的背景下，英國企業開始考慮設立首席信任長——一項針對 1,000 名英國商界領袖的研究顯示，97% 的受訪者認為企業迫切需要設立這個角色，以提升大眾對資料、技術與治理的信任度。

這個職位最早在美國企業董事會中受到關注，如今正迅速在英國企業界擴散。受訪企業領袖指出，三項主要因素推動了這一變化：人工智慧的快速發展（37%）、跨境資料監管收緊（34%），以及勒索軟體等持續存在的資安威脅（34%）。

首席信任長的出現象徵企業治理思維的一次重要轉變，企業不再只著重於保護基礎設施，而是將客戶信任、法規遵循、安全治理與監管管理整合為一項策略層級的管理職能。

在實務上，CTrO 的職責涵蓋多個面向，包括確保企業遵守資料保護法規、監督資料隱私與安全標準、建立負責任的人工智慧使用原則，以及與客戶、監管機構與合作夥伴溝通信任相關議題。

企業領導者也指出，CTrO 的優先任務主要集中在兩個領域：一是強化客戶信任與企業聲譽管理（31%），二是在面對假訊息或資料外洩等事件時，能迅速啟動危機應對機制（30%）。

企業治理架構的重組

過去與信任相關的職責，往往分散在多個高階職位之間，例如營運長（COO）、資訊安全長（CISO）與資訊長（CIO）。許多企業逐漸發現，這種分散的管理模式往往效率不佳。

當安全、隱私、法規遵循與對外溝通分散於不同部門時，企業在面對重大事件時可能出現決策不明確、回應速度緩慢以及向董事會報告流程混亂等問題。

在高壓情境下，例如勒索軟體攻擊，資訊安全長往往需要同時處理技術防禦、法律風險、監管互動以及對外溝通，但卻缺乏足夠的授權與協調機制。

傳統上，首席資訊安全長的任務主要建立在資安領域的「CIA 三要素」——保密性（Confidentiality）、完整性（Integrity）與可用性（Availability），這套模型長期以來提供企業保護數位資產與防範資料外洩的基本框架。

然而隨著雲端基礎設施、跨境資料流與 AI 驅動決策逐漸普及，企業所面對的風險已不再侷限於技術防禦。客戶開始要求更高的資料透明度，監管機構也加強對人工智慧與資料治理的要求。

在這樣的情況下，企業治理逐漸從「保護系統」轉向「建立信任」。相較於主要聚焦內部 IT 防護的 CISO，CTrO 的角色更偏向跨部門的風險協調與信任治理中心，不僅負責監督技術控制，也負責維護企業與客戶、監管機構與社會之間的信任關係。

企業信任管理的未來能力與戰略價值

雖然 CTrO 的核心任務是推動企業信任治理，但這項職責無法單獨完成。為了確保信任政策能在組織內部落地，CTrO 必須與資訊安全長、總法律顧問以及其他高階主管密切合作。

透過跨部門協作，企業才能將「信任」從抽象概念轉化為可衡量、可問責且與企業韌性直接相關的策略職能。

與多數技術高階主管不同，首席信任長通常直接參與企業最高決策層。許多企業將此角色納入執行委員會，並讓其與執行長密切合作，象徵「信任」已成為企業核心業務議題，而不再只是單純的技術或合規問題。

在實務上，CTrO 的職責往往跨越多個部門，包括法務、資安、行銷、人資與產品團隊。例如制定負責任的 AI 使用原則、推動模型透明度與偏見審查、建立隱私設計原則，以及建立面向客戶的資料揭露與信任報告機制。

這些措施不僅用於降低風險，也讓企業能以更透明的方式向外界展示其治理能力，使信任逐漸成為品牌價值與客戶忠誠度的重要來源。

當數位風險與監管壓力持續上升，企業若無法建立清晰的信任治理架構，將難以維持客戶與投資人的長期信心。未來企業如何在技術創新與社會信任之間取得平衡，將成為數位時代長期競爭力的重要關鍵。

【推薦閱讀】

◆ 資安工具買越多越不安全？64% 受訪專家：放棄最佳單品堆疊，整合平台才是最佳解
◆ CISO 不只是技術頭，為何資安領導者須學會解讀營收來源與擴張佈局？
◆ 8 分鐘奪取 19 個 IAM 權限！當駭客不攻防火牆，而是拿著鑰匙走進來

＊本文開放合作夥伴轉載，參考資料：《TechRadar》、《Forbes》，圖片來源：Unsplash

（責任編輯：鄒家彥）

生成式 AI 迅速改變企業的工作模式，從撰寫報告、整理資料到起草提案，AI 能在短時間內完成大量內容生產，看似為企業帶來前所未有的效率提升。

然而，隨著越來越多組織導入 AI，一個新的問題也逐漸浮現：工作產出增加了，但決策與效率未必同步提升。

部分管理者開始發現，團隊看似更忙碌，實際上卻被大量「幾乎有用」的 AI 內容淹沒。這種情況逐漸被視為生成式 AI 時代的「生產力悖論」，也成為企業導入 AI 時必須正視的管理議題。

生成式 AI 帶來的生產力錯覺

生成式 AI 工具如今可以比任何人類團隊更快生成內容、摘要與建議，但速度本身並不等同於效率。若缺乏清晰的目標與結構化思考，快速產生的大量內容反而可能阻礙工作推進。

許多團隊在導入 AI 後出現一種表面上的高生產力現象：文件變多、報告更精緻、輸出速度加快，但真正完成的決策卻沒有增加。導致組織可能花費更多時間閱讀、整理與修正 AI 產生的內容，而不是專注於做出關鍵決策。

分析機構 Forrester 副總裁兼首席分析師 JP Gownder 指出，許多生成式 AI 技術在企業環境中的實際效果並不理想。許多生成式 AI 技術在企業環境中的實際效果並不理想。問題不僅存在於消費者體驗，在企業級應用場景中同樣明顯。

當 AI 產生的內容越來越多，但決策與行動卻沒有同步增加時，這些看似完整的輸出就可能形成表面上專業且令人印象深刻，卻未必能推動工作真正向前的「資訊噪音」。

AI 噪音如何削弱判斷與決策

在一些企業中，員工撰寫的內容變多，但做出的決策卻變少；團隊感覺工作更加忙碌，但效率卻沒有真正提升；公司文件與報告看起來更精緻，但內容卻越來越雷同。這種現象有時被比喻為音樂中的「過度演奏」。

當演奏者過度追求速度與技巧，而忽略意圖、情感與結構時，音符再多也無法形成真正動人的作品。同樣地，AI 若只是增加輸出，而不是提升判斷力，就可能讓組織陷入內容膨脹卻缺乏方向的困境。

企業領導者與其問「AI 能為我們做什麼」，更重要的問題是：「人類必須做什麼，而 AI 應該如何強化這些能力」。

在許多組織中，生成式 AI 最有效的用途並不是取代人類思考，而是協助完成繁瑣工作。

例如，管理團隊可以利用 AI 精簡冗長的董事會報告，但敘事與結論仍由人類決定；銷售團隊可以使用 AI 起草提案，但客戶策略與關係建立仍由業務人員主導；營運團隊可以自動生成報告，但數據解讀與決策仍需管理者負責。

也就是說 AI 負責速度，人類負責方向。

生產力提升卻帶來更多工作

另一方面，一些早期採用工具的團隊也開始觀察到另一種現象：效率提升並沒有轉化為工作量減少，反而帶來更多任務。

在許多情境中，過去需要八小時完成的工作，如今可能只需兩到三小時即可完成。但員工並沒有因此提早結束工作，而是將節省下來的時間投入更多專案、延伸任務清單，甚至延長工作時間。

原本被延後處理的待辦事項，開始被納入新的工作計畫。午休、晚上甚至週末時間也逐漸被填滿。AI 所釋放出的效率，並沒有轉化為更好的工作與生活平衡，而是轉化為更多工作。

這正是所謂的生產力悖論：AI 提升的是效率，但如果組織沒有重新設計工作邊界與激勵機制，效率提升反而可能增加壓力。

這種情況在歷史上並非首次出現。例如 1990 年代電子郵件普及時，企業原本希望透過數位溝通減少摩擦，但結果卻是訊息量迅速增加，工作與生活的界線反而變得更加模糊。

高效團隊使用 AI 的三種方式

一些高效率團隊已逐漸形成更成熟的 AI 使用模式，將 AI 視為輔助工具，而非決策主導者。

第一種方式，是在正式產出前利用 AI 檢驗思路。團隊可以讓 AI 挑戰既有假設、提出反對觀點或指出潛在風險。例如在季度策略會議前，管理團隊可以要求 AI 分析某項策略可能失敗的原因，以提前發現盲點。AI 在此扮演的是結構化的「反方辯護人」。

第二種方式，是讓 AI 處理工作周邊的行政負擔。例如整理會議紀錄、重組文件、準備報告草稿或總結決策內容。這些機械性工作往往佔據管理者大量時間，而 AI 可以快速將原始筆記轉換為清晰的行動項目與決策摘要。

第三種方式，是將組織知識轉化為可操作流程。許多企業的知識文件往往篇幅冗長且難以查找，例如數十頁的產品發布指南。透過 AI，這些文件可以被轉化為角色導向的工作清單，明確列出不同部門的責任與關鍵時間節點，降低搜尋資訊與重複工作的成本。

導入 GenAI 前的三個判斷問題

在擴展生成式 AI 工作流程之前，則建議企業先回答三個基本問題。

第一，AI 是否降低了認知負荷。如果每一項 AI 產出都需要人類重新檢查與修正，反而可能增加工作負擔。

第二，AI 是否強化而非取代判斷。當 AI 被用來輔助思考與檢驗假設時，它能提升決策品質；但若被用來直接取代思考，組織的判斷力可能逐漸削弱。

第三，AI 是否真正改善決策，而不只是增加產出。快速生成內容並不等同於更好的決策結果。

只有同時通過這三項檢驗的 AI 工作流程，才值得在組織內部大規模推廣。

如果缺乏清晰的策略與設計，AI 可能產生大量看似有用但難以轉化為行動的內容，反而增加資訊噪音。

在實務上，生成式 AI 最有效的角色並不是主導決策，而是協助執行。當人類負責方向與判斷，而 AI 專注於速度與結構時，兩者的分工才能真正提升組織效率。

對企業而言，AI 導入成為一項治理與管理議題，而不只是技術導入問題。未來能成功運用 AI 的組織，未必是擁有最多工具的公司，而是那些能建立清晰工作節奏與使用框架的團隊。

【推薦閱讀】

◆ 【領導人要懂什麼不該自動化】CEO 須劃出 AI 禁區，刻意保留關鍵的「低效率」
◆ 生成式 AI 進入決策核心：從複製貼上到外包決策，領導人要小心的四大陷阱
◆ 【別只說「AI 會提高生產力」】想平穩轉型，領導者必須對症下藥的 3 大關鍵

＊本文開放合作夥伴轉載，參考資料：《Forbes》，《The Meridiem》，圖片來源：Unsplash

（責任編輯：鄒家彥）

生成式 AI 近年快速進入企業客服體系，許多公司以聊天機器人與虛擬客服取代部分人工服務，希望藉此降低成本並提供全天候回應。然而，研究顯示，這股全面自動化的趨勢可能很快面臨修正。

研究機構 Gartner 指出，到 2028 年，部分曾以人工智慧取代人工客服的企業，可能因為 AI 無法有效處理複雜客戶問題，而重新聘回人類客服。

企業逐漸發現，過度依賴 AI 的客服模式不僅難以完全解決問題，還可能帶來額外的營運成本與品牌風險。

這項預測也與近期的產業調查結果相呼應：Gartner 指出，到 2027 年，約有 50% 原本計劃大幅削減客服人力的企業，將放棄相關計畫。這意味著，在許多公司努力推動「無人客服」或高度自動化客服體系的同時，企業開始重新評估全面自動化在實際營運中的可行性。

企業客服 AI 化浪潮可能出現反轉

企業導入 AI 聊天機器人與虛擬客服系統，希望透過自動化技術降低客服成本並提升服務效率。這些系統最大的優勢，在於能以較低成本處理大量客戶詢問，同時提供全天候回應，因此受到許多企業管理層的高度關注。

然而 Gartner 的分析指出，AI 客服系統雖然能有效處理許多標準化問題，例如密碼重置、訂單追蹤或常見問題解答，但在面對複雜、情緒化或多層次的客戶問題時，往往難以提供令人滿意的回應。

當 AI 無法理解客戶需求或提供正確解決方案時，不僅問題得不到解決，還可能進一步惡化客戶體驗，甚至影響品牌忠誠度。

在這種情況下，企業若完全依賴 AI 客服系統，可能反而增加營運壓力。因此 Gartner 預測，隨著企業逐漸意識到 AI 的能力邊界，部分公司將重新聘回人工客服，以補足自動化系統在處理複雜互動方面的不足。

AI 客服模式暴露的營運成本問題

AI 客服系統之所以受到企業青睞，很大程度來自於顯著的成本節約。許多公司在導入 AI 系統後，報告客服人力減少了 30%、50% 甚至更多。從營運角度來看，如果聊天機器人能以遠低於人工客服的成本處理約 80% 的客戶諮詢，企業自然會傾向縮減客服團隊規模。

然而，剩下約 20% 的客戶互動往往是最關鍵的部分。這些互動通常涉及複雜問題、情緒壓力或需要深入判斷的情境，而 AI 在這些場景中的失敗率仍然偏高。當 AI 無法提供正確或合理的回覆時，企業不僅需要重新處理這些案例，還可能面臨客戶流失與負面評價的風險。

現實案例也逐漸顯示出這些問題。航空公司、電信業者、銀行與零售商等產業，都曾因 AI 客服提供錯誤資訊或無法理解客戶需求而遭到消費者批評。

當客戶依照這些錯誤資訊採取行動，最終發現資訊不正確時，所造成的不滿情緒往往比單純等待人工客服更為嚴重。企業因此不僅要承擔重新處理案件的直接成本，還可能面臨品牌聲譽受損與客戶流失等長期影響。

人類客服的價值重新被重視

AI 客服的限制，也讓企業重新評估人類客服的價值。複雜的客戶互動往往需要同理心、情緒理解與彈性的問題解決能力，而這些能力目前仍難以完全由 AI 系統取代。

另一方面，大規模裁減客服人員也可能導致組織知識流失。經驗豐富的客服人員通常累積了大量關於產品、客戶需求與內部流程的實務知識。這些經驗往往需要數月甚至數年才能建立，一旦員工離開，企業往往需要長時間才能重新培養相同能力。

當企業未來需要重新擴充客服團隊時，也不只是簡單召回原有人員。許多被裁減的客服人員可能已轉往其他產業，企業必須重新招募並培訓新員工，往往還要支付更高薪資，同時承擔培訓期間服務品質下降的風險。

客服未來模式：AI 與人類分工

在這樣的背景下，越來越多產業分析師與客戶體驗顧問認為，未來客服模式不太可能完全由 AI 或完全由人工主導，而是採取更平衡的人機協作模式。

在這種模式下，AI 系統主要負責處理大量標準化且重複性的問題，例如基本查詢與簡單操作流程；而人工客服則專注於處理複雜案例、高價值客戶互動以及需要情緒理解的情境。透過這樣的分工，企業既能保留自動化帶來的效率優勢，也能維持服務品質。

Gartner 客戶服務與支援業務高級總監分析師 Kathy Ross 指出，雖然人工智慧在改變客服營運方面具有巨大潛力，但它並不是萬能解方。她認為，AI 與人工客服協同工作的混合模式，是提供優質客戶體驗最有效的策略之一。

不過，要讓這種模式發揮效果，企業還必須解決 AI 與人工客服之間的銜接問題。客戶常抱怨的情況之一，就是在與 AI 系統溝通後轉接人工客服時，仍需要重新描述整個問題。如果企業能確保 AI 在交接時提供完整的對話摘要，讓人工客服能立即理解互動背景，將有助於提升整體服務體驗。

過去幾年企業快速導入自動化客服系統，但隨著實際營運經驗累積，越來越多公司開始意識到，客戶服務的核心仍包含情緒理解與情境判斷，而這些能力在短期內仍難以完全由 AI 取代。

未來企業的 AI 客服策略，可能從「以自動化取代人力」逐漸轉向「利用 AI 提升人力效率」。透過更合理的人機分工與更順暢的系統整合，企業才能在維持成本效益的同時，提供真正符合客戶期待的服務體驗，並在快速變化的客服環境中保持營運彈性。

【推薦閱讀】

◆ 資安工具買越多越不安全？64% 受訪專家：放棄最佳單品堆疊，整合平台才是最佳解
◆ CISO 不只是技術頭，為何資安領導者須學會解讀營收來源與擴張佈局？
◆ 8 分鐘奪取 19 個 IAM 權限！當駭客不攻防火牆，而是拿著鑰匙走進來

＊本文開放合作夥伴轉載，參考資料：《WebProNews》、Gartner，圖片來源：Unsplash

（責任編輯：鄒家彥）

隨著企業長期將資安防護重心放在電子郵件與端點防護上，惡意軟體的傳播路徑卻正在悄然轉移。過去二十多年來，網路釣魚郵件與惡意附件一直是主要攻擊載體，但最新研究顯示，支撐開放網路運作的數位廣告基礎設施，正逐漸成為新的入侵入口。

進一步的數據也指出，惡意廣告在整體惡意軟體與網路釣魚活動中的占比已超過 60%，且透過程式化管道散布的惡意程式數量年增達 45%，顯示廣告生態系正快速成為攻擊者優先滲透的目標。

惡意軟體傳播管道正在改變

長期以來，電子郵件一直是網路犯罪分子散布惡意軟體的主要方式。透過釣魚郵件、惡意附件與欺騙性連結，企業與個人每年因此承受數十億美元的損失。

資安公司 The Media Trust 預測，到 2026 年，程式化廣告將超越電子郵件，成為惡意軟體的主要傳播途徑。另有研究甚至將時間點提前至 2025 年，顯示不同觀測模型雖在時間預測上略有差異，但皆指向同一趨勢：惡意廣告正快速逼近甚至取代電子郵件攻擊的主導地位。

惡意廣告如何利用數位廣告系統

程式化廣告的核心，是透過自動化系統即時競價買賣廣告版位。當使用者開啟網頁時，多個廣告商會在毫秒內完成競價，並立即投放廣告內容。這種高度自動化的機制，雖然提升了行銷效率，卻也為攻擊者提供了新的滲透管道。

攻擊者可以將惡意程式碼植入廣告素材，或利用廣告供應鏈中的漏洞進行攻擊。與電子郵件不同，惡意廣告不需要使用者點擊或下載，只要廣告顯示於瀏覽器中，就可能觸發「驅動下載」（drive-by download），直接在裝置上執行惡意程式。

在更進階的攻擊中，惡意廣告會透過多層重新導向，將使用者引導至釣魚網站或漏洞利用工具，進一步探測裝置弱點。由於這些廣告往往出現在可信任網站上，整個攻擊過程對使用者而言幾乎不可見，增加了偵測與防禦的難度。

為何攻擊者開始轉向廣告管道

攻擊模式的轉變，與電子郵件安全機制的成熟密切相關。企業級郵件系統已整合機器學習、沙盒與連結重寫等技術，使多數威脅在進入收件匣前即被攔截。Google 與 Microsoft 等服務供應商也持續強化防護，使電子郵件攻擊的成功率逐步下降。

相較之下，程式化廣告提供了更具規模與效率的攻擊環境。根據產業估計，2023 年全球程式化廣告市場規模已超過 5,500 億美元，並延伸至整體數位廣告市場約 7,910 億美元的規模。每一次廣告展示都可能成為攻擊入口，一個惡意廣告素材在被移除前，可能已在數千個網站曝光數百萬次。

此外，人工智慧的應用也進一步降低了攻擊門檻。攻擊者可以快速生成具有高度擬真性的廣告內容，例如名人深偽廣告，並精準鎖定更容易受騙的受眾群體，使攻擊更具針對性與效率。

更關鍵的是廣告供應鏈本身的結構問題。在廣告主與最終使用者之間，廣告需經過需求方平台、供應方平台與多個中介機構。這種高度碎片化且不透明的架構，使攻擊者得以透過偽造帳戶、空殼公司或盜用合法資源滲透其中。The Media Trust 指出，多數網站與應用程式中約有 80% 的程式碼與資料追蹤相關，這些複雜結構本身也成為攻擊可利用的基礎。

對企業與產業的安全啟示

惡意廣告的影響範圍，正從傳統網頁擴展至行動應用與連網電視（CTV）等新場域。部分 CTV 裝置缺乏完整終端防護，使其成為潛在攻擊目標；行動應用內的廣告則可能透過 WebView 執行惡意程式碼或導向惡意下載頁面，進一步擴大風險。

對出版商而言，惡意廣告更構成直接的信任危機。使用者若在網站上遭遇惡意內容，往往將責任歸咎於平台本身，而非背後的廣告供應鏈。這種信任流失已促使約 30% 的全球網路使用者採用廣告攔截工具，對內容產業造成實質衝擊。

主要平台雖已採取行動。Google 在《2023 年廣告安全報告》中指出，已攔截或移除超過 55 億則違規廣告，但這一數字同時也反映問題的規模與複雜性。The Media Trust 執行長 Chris Olson 指出，品牌長期投入大量資源確保廣告投放環境安全，但這些努力並未等比例轉化為消費者的實際安全保障。

在這樣的情況下，企業安全團隊需重新調整防禦策略。過去以電子郵件為核心的資安投資，已難以涵蓋新型威脅。

防禦機制應延伸至瀏覽器層，包括導入瀏覽器隔離技術、DNS 過濾與端點偵測與回應（EDR）等工具。同時，員工教育也需涵蓋惡意廣告風險，並強化對可疑廣告與網站的基本驗證與通報機制。

惡意軟體傳播從電子郵件轉向程式化廣告，顯示攻擊者正持續尋找更高效率且防禦較弱的入口。這一轉變意味著，傳統以電子郵件為核心的資安防護策略，已不足以應對當前威脅環境。

未來的資安防護需同時涵蓋瀏覽器、廣告供應鏈與平台治理等多個層面，並結合技術防禦與產業協作機制。

【推薦閱讀】

◆ AI 生成的密碼為何不安全？「看起來複雜」才是最大漏洞
◆ 駭客平均攻破時間僅剩 29 分！CrowdStrike 報告示警駭客速度快 65%，你的 EDR 擋得住嗎？
◆ AI 時代最新高管職位出爐：不僅防禦駭客更要審查 AI 偏見，揭開「首席信任長」的戰略價值

＊本文開放合作夥伴轉載，參考資料：《WebProNews》、《BusinessInsider》，圖片來源：Unsplash

（責任編輯：鄒家彥）

中國 2025 年創下近 1.2 兆美元的歷史性貿易順差，出口機器高速運轉。但在廣東省的工廠街道上，臨時工在冬日寒風中守候工作的景象，展現的是出口的繁榮並未流向基層勞工。製造業升級正重塑誰能從這場成長中獲益。

出口創紀錄，基層感受卻是另一回事

廣東省是中國最重要的出口引擎，2025 年出口總值約 8,800 億美元，若獨立計算將是全球第六大出口經濟體。進入 2026 年，這台引擎仍在加速：前兩個月進出口總額達 1.64 兆元人民幣，創歷史同期新高，年增 22.1%，對全國外貿成長的貢獻率達 24.7%，居全國之首。

然而，這份亮眼的數字並未傳遞到基層工人身上。55 歲的臨時工盛先生表示，過去幾年收入已減少一半以上，如今每天不到 100 元人民幣（約 14 美元）。42 歲的陳姓車縫工每天工作 12 小時，貿易戰期間薪資暴跌 40%，降至月薪約 6,000 元。

高盛追蹤中國薪資成長的指標，在 2025 年第三季跌至疫情外歷史最低點；中國人民銀行的季度調查也顯示，同期近六成儲戶認為找工作「困難或不確定」，創 2011 年有紀錄以來新高。

高端出口帶動成長，傳統產業承受壓力

出口結構的轉變是理解這場脫節的關鍵。廣東省 2026 年前兩個月機電產品出口達 7,189.1 億元，年增 25.9%，佔全省出口總額的 68.8%。其中工業機器人出口年增 32.3%、無人機增 66.7%、CNC 工具機增 78.5%、3D 列印機暴增 172.3%；電動車、鋰離子電池與太陽能電池合計年增 54.6%。相較之下，服飾、玩具、家具等傳統勞力密集產業出口持續下滑，與高端品項形成鮮明落差。

高端製造業帶動出口成長，創造就業的能力卻遠不如傳統產業。花旗集團分析師指出，2017 年至 2025 年間汽車製造商營收平均每年成長 5%，但就業人數卻停滯不前。深圳新科技在 2025 年創造逾 6 萬個就業機會，卻僅佔廣東省全年約 150 萬個新增就業機會的一小部分。

關稅、價格戰與自動化夾擊，廣東製造業腹背受敵

廣東製造業正同時承受外部與內部的多重壓力。美國 145% 的高額關稅與取消小包裹免稅優惠，加劇了出口業者的困境。廣東貿易夥伴雖持續分散（東協、香港、歐盟分別年增 18%、36.9%、23.1%，與拉美、中東、非洲的貿易也快速成長），但與美國貿易額僅微增 1%，市場轉移仍未能緩解基層壓力。

國內價格戰同樣侵蝕利潤。佛山一位入行十年的袁姓服裝廠經理表示，公司在 2025 年首次出現虧損，每件商品利潤率跌至不到 1 元人民幣。一位不願具名的瓷磚廠老闆則說，2023 年至 2025 年間銷售額腰斬，被迫裁員 180 人、約佔員工總數五分之四；業界資料顯示，中國陶瓷出口平均噸值較 2022 年已下跌逾 40%。

自動化則從結構層面壓縮人力需求。東莞 OPPO 工廠的機器，如今只需 12 小時便能從零生產一部手機，十年前人工作業需要三天；組裝印刷電路板所需工人從 20 人降至 6 人。

中國已安裝超過 200 萬台工業機器人，超過其他所有國家總和。花旗集團經濟學家預測，中國近三分之一的工作可能受 AI 影響，同一批工人將面臨「第二波由科技驅動的失業浪潮」。

勞動保障缺位，抗議浪潮成轉型警報

廣東省經濟成長速度已連續四年低於全國平均，創歷史紀錄。房地產市場崩盤加重地方壓力。

五年前房地產投資佔廣東省 GDP 的 14%，如今以兩位數速度萎縮。佛山的磁海陶瓷市場曾是世界最大陶瓷市集之一，如今街道幾近空蕩，雜草從緊閉的店面縫隙中蔓延而出。

北京大學教授張丹丹的研究發現，機器人普及促使工廠大量僱用短期臨時工，訂單高峰期廣東多達三分之二的勞動力屬臨時性質。目前零工經濟約佔中國城市就業的 40%，這批勞工普遍缺乏帶薪病假、醫療保險與休假等保障。

據自由之家「中國異議觀察」報告，2025 年中國工人領導的抗議活動年增 44%，廣東成為不滿情緒最集中的地區。史丹佛大學研究員許成鋼警告，若出口遭遇阻力，抗議活動「可能會同時大規模爆發」，並認為當前體系正變得「越來越脆弱」。

成長數字與民生感受的落差仍在擴大

廣東的案例呈現了一個清晰的結構矛盾，無人機、3D 列印機與電動車電池拉高了出口總量，卻無法複製傳統產業吸納龐大就業人口的能力；自動化提升效率，卻壓縮了工廠直接僱用工人的空間；貿易夥伴多元化分散了對美依賴，卻未能改善低毛利與價格戰的困境。

當產業升級缺乏配套的社會支撐，經濟成長的紅利便難以惠及最需要它的人，這場轉型的代價，目前仍由廣東的普通勞工默默承受。

【推薦閱讀】

◆ 150 家新創湧入、百億資金重砸訓練場！拆解中國「具身 AI」狂潮背後的基建紅利與泡沫危機
◆ DeepSeek 帶起的骨牌效應：中國開源 AI 模型如何重塑全球 AI 創新格局
◆ 930 件專利、200 架無人機集群亮相：中國如何建立無人戰爭優勢？

＊本文開放合作夥伴轉載，參考資料：Bloomberg、CNBayArea，圖片來源：Unsplash

（責任編輯：鄒家彥）

在烏克蘭某處地下室工坊，工人們戴著頭燈俯身焊接電路板，烙鐵青煙瀰漫。這個場景，濃縮了烏克蘭四年來試圖擺脫中國零組件依賴的縮影。

從幾乎完全仰賴進口，到如今部分關鍵零組件已能自製，烏克蘭正在戰爭的高壓下，重新定義軍工供應鏈的可能邊界。

無人機成為戰場核心，在地生產迫在眉睫

無人機在烏俄戰爭中的地位已無庸置疑。據烏克蘭無人系統部隊司令 Robert Brovdi 少校表示，目前俄羅斯軍隊傷亡人數的 90% 以上由無人機造成。

隨著戰事持續，烏克蘭最高指揮官 Oleksandr Syrskyi 也表示，隨著戰爭「進入新階段」，軍方必須加快研發有效無人車輛，並在各部隊組建無人機攔截排以對抗敵方攻擊無人機，顯示無人機的戰場角色仍在持續擴張。

俄羅斯入侵後的第一年，烏克蘭幾乎所有無人機都來自中國。前線士兵在臨時工坊改裝廉價中國無人機，搭載自製炸彈投入戰鬥。烏克蘭國防無人機技術公司創辦人 Hnat Buyakin 回憶：「拯救這個國家的是價值 500 美元的無人機。」彼時烏克蘭在人員與彈藥上遠遜於俄羅斯，低成本消耗戰術是唯一選項。

然而，隨著需求激增，北京在 2023 年實施出口限制，並在 2024 年擴大限制範圍。中國雖在官方立場保持中立，但專家指出，北京已給予俄羅斯優先取得仍可出口零件的權利。烏克蘭不得不透過中間商採購部分零件，中國市場的不可靠性日益明顯，迫使基輔加速轉向自主研發與本土生產。

去中供應鏈，從零開始

這場轉型速度超出外界預期。根據烏克蘭國防工業委員會與基輔智庫「蛇島研究所」的資料，到 2024 年，烏克蘭派往前線的絕大多數無人機已在國內組裝，但幾乎全部仍使用中國零件。一年後，中國零件佔比已降至約 38%。

以烏克蘭國防無人機技術公司為例，該公司以 F-Drones 品牌，生產爆炸性第一人稱視角四旋翼無人機，是摧毀俄羅斯重型裝備次數最多的機型。公司於 2023 年成立初期所有零件均來自中國，不到一年便實現碳纖維框架與天線的本土生產。

Buyakin 說，導線即使只有 1 毫米的偏差，都會導致天線無法正常運作。目前該公司每天可生產多達 15,000 根天線。

到 2025 年，該公司已將生產範圍擴大至飛行控制器、速度調節器、無線電數據機與影像傳輸系統，除攝影機外幾乎所有零組件均在烏克蘭製造。該公司與另外 10 家公司也一同入選五角大廈「無人機主導計畫」競標名單，該計畫旨在採購數千架低成本攻擊無人機。

成本現實：去中化的天花板

儘管進展顯著，完全脫離中國供應鏈在現實上仍有明確限制。Buyakin 坦言，雖然公司自製碳纖維框架，但碳纖維原料通常仍從中國進口，因為價格更便宜。無人機電池目前也主要產自中國，原因在於中國在鋰與稀土金屬等電池材料供應鏈中佔據主導地位。

烏克蘭雖擁有鋰礦資源，但尚未開發，投資開採也是烏克蘭與美國簽署礦產開發協議的目標之一。

成本壓力從另一個方向限制了去中化的速度。烏克蘭軍方需要大量無人機但採購預算有限，加上無人機任務失敗率高，低成本是無法輕易犧牲的優先考量。

一位因涉及敏感採購事務而要求匿名的烏克蘭官員透露，烏克蘭與俄羅斯公司經常從中國同一家工廠採購零件，中國工廠負責人甚至會嚴格管控生產現場進度，以避免雙方採購人員碰面。

降低依賴，就是強化談判籌碼

烏克蘭官員對去中化的戰略意義有清晰認知，目標並非完全切斷，而是降低風險、分散依賴。Robert Brovdi 少校表示，考慮到從對烏克蘭不友好的中國採購零件存在風險，首要任務是在烏克蘭生產這些零件。

在技術層面，烏克蘭也正將戰場經驗轉化為新的戰略資產。國防部長 Mykhailo Fedorov 於 3 月宣布，烏克蘭將向盟友開放戰場數據，用於訓練無人機 AI 軟體。

他表示，烏克蘭已建立一個可安全訓練 AI 模型的平台，其中包含數萬次戰鬥飛行累積的數百萬張標註圖像，「如今，烏克蘭擁有世界上其他任何地方都無法比擬的獨特戰場數據。」Fedorov 並表示，烏克蘭希望透過與盟友的聯合分析與模型訓練，進一步提高自主系統在戰爭中的作用。

供應鏈自主是戰場生存能力，而非選項

烏克蘭的案例揭示了，供應鏈自主不只是經濟或產業政策議題，而是直接影響戰場韌性的核心能力。

從 2022 年幾乎 100% 依賴中國零件，到 2025 年降至約 38%，這段轉型說明高壓環境確實能加速本土製造能力的建立。

無人機設計根據戰場表現每月迭代、戰場數據轉化為 AI 訓練資產，也正在重新定義軍工體系的競爭門檻。

然而，「去中國化」在實務上更接近風險分散而非完全替代。電池、原材料與部分精密零組件的中國依賴短期內難以撼動，全球製造結構的慣性也非一場戰爭所能徹底改變。

【推薦閱讀】

◆ 烏克蘭的新武器不是無人機，是數據！聯手 Palantir 開放 4 年實戰供盟國訓練軍事 AI
◆ 無人機研發從「年」縮短至「週」、教材每 2 週作廢，烏克蘭如何實現技術與人才的零時差同步？
◆ 烏克蘭的 Diia 不只報稅，還能回報敵軍位置——烏如何變身世上數位化最高國之一？

＊本文開放合作夥伴轉載，參考資料：TheNewYorkTimes、Reuters，圖片來源：Unsplash

（責任編輯：鄒家彥）

歐洲企業的 AI 採用率在近兩年內從 42% 跳升至 54%，技術投資年增 26%，數字看起來相當亮眼，但 AWS《解鎖歐洲 AI 潛力》報告一個數字讓人難以忽視：在這跳升到 54% 的企業中，真正以具變革性方式應用 AI 的只有 22%。

採用率在成長，但深度沒有。這種困境並非歐洲獨有，從澳洲到亞太，各地政府與企業都面對 AI 競爭窗口正在收窄，而多數人還沒準備好的壓力。

多數企業卡在基礎應用，與核心流程脫節

大多數歐洲企業目前使用 AI 的方式，停留在摘要信件、聊天機器人與文件管理這類基礎任務。這些應用帶來的生產力改善是真實的，但相當有限。

數字清楚說明了差距的幅度。停留在基礎採用階段的企業，生產力提升約 40%；進入深度採用階段的企業，這個數字達到 62%，相差 22 個百分點。報告估計，若能協助基礎採用者升級至深度應用，歐洲可釋放近 1,910 億歐元的附加經濟價值——這是一個幾乎尚未被觸及的大型機會。

已經走到深度應用的企業，做的不只是導入工具，而是重新思考組織的運作方式。Ericsson 在全球員工中部署 AI，讓各團隊在符合治理與安全規範的前提下，大規模自動化工作流程。英國零售商 Debenhams 則用 AI 自動生成多語言商品描述，處理速度是過去的 20 倍。這些企業的共同點，是主動決定把 AI 從業務邊緣移到核心位置。

規模化卡關的三道牆

報告點出三個結構性障礙，正在阻止更多歐洲企業走向深度應用。

第一道是技能缺口。超過半數歐洲企業表示，AI 與數位技能不足是擴大應用的主要阻礙，四分之三的企業認為員工的 AI 技能需要提升。AWS EMEA 董事總經理 Tanuja Randery 將這個問題列為她觀察到的最大單一阻礙，並指出讓組織擴大學習 AI 工具的使用、讓每位員工真正在日常工作中用到它、培訓他們負責任地使用這些工具，這可能是最持久、也最根本。

第二道是監管碎片化。歐洲企業目前需要應對 27 套不同的監管框架，涵蓋 AI 政策、資安、資料保護與商業法規。IMF 估計，這種內部摩擦對服務業造成的影響，相當於 110% 的關稅。企業技術預算中有 42% 花在合規上，比前一年的 40% 還高。

Randery 直言：「想像一下，如果這 42% 可以用在技術本身、人才培訓和推動規模化採用，會是什麼結果。」

第三道是資金與人才的外流壓力。近四成的新創公司表示，會考慮因為更好的資金環境、技能取得管道或更友善的法規，而將公司遷出歐洲。在成長最快的新創中，這個比例超過一半。每一家出走的公司，都帶走了就業機會、稅收、創新管線，以及下一代的 AI 人才。

AI 代理浪潮來臨，窗口正在收窄

目前的 AI 應用已經在歐洲企業間製造了兩層分化，而 AI 代理（Agentic AI）的到來，可能會讓這道裂縫變成鴻溝。所謂 AI 代理，是指能夠自主規劃、推理並執行複雜任務、幾乎不需要人工介入的 AI 系統，標誌著 AI 從生產力工具升級為真正的業務轉型引擎。

然而，目前不到四分之一的歐洲企業聽說過 AI 代理，而其中完整部署的只有 3%。已經在使用的企業，回報了更快的決策速度、更高的營運效率與更強的擴展能力。

這場競爭的時程壓力，在其他市場同樣清晰可見。Deloitte Access Economics 的報告指出，澳洲需要在 2030 年前投入約 520 億澳幣（約 360 億美元）的數位基礎建設，才能把握成為區域 AI 樞紐的機會。

儘管澳洲在土地、資本與能源上具備優勢，其他國家卻正在更快速地推進基礎建設布局。Deloitte 報告主筆 John O’Mahony 直言，錯過這個機會，將是整個世代的經濟失誤。

歐洲的處境與此如出一轍。AI 的競爭窗口不會等人，基礎建設與應用深度都需要同步加速。

領導者的責任：把 AI 從 IT 專案變成策略核心

AWS 的報告對企業領導者提出了具體建議，Randery 說，CEO 的個人承諾與由上而下的推動至關重要。組織必須看到 CEO 親身示範、倡導在整個公司使用 AI。第二是培養和招募能夠動手建構的人才，給他們所需的工具來重新設計流程。第三是把 AI 與業務策略和目標對齊。

成功的企業有一個共同特徵：AI 不是鎖在資料科學團隊裡的東西，而是全體員工都能取用的能力。前述 Ericsson 的案例之所以有意義，正是因為 AI 代理工具對整個全球員工隊伍開放，而非侷限於特定部門。

採用率是虛榮指標，深度才是競爭門檻

AI 採用率本身是一個虛榮指標，真正決定競爭位置的，是企業有多少比例的核心流程已經被 AI 重新設計，而不只是工具有沒有被使用。

從歐洲到澳洲，各市場面對的核心挑戰雖然形式不同，但都指向同一個問題：在 AI 創新周期已壓縮至數個月的當下，每停留在原地一年，就是讓競爭對手多走一年的距離。

AI 代理的早期部署差距若持續擴大，歐洲中小企業面臨的將不只是效率落差，而是商業模式本身的可行性威脅。

【推薦閱讀】

◆ 歐洲製造業尋找新出口！Schaeffler 與 Neura Robotics 宣布聯手開發人形機器人
◆ 強化歐洲 AI 主權！ASML 擬砸 13 億歐元成 Mistral 最大股東，對其有何好處？
◆ 【怎麼管 AI 更重要】會用 AI 已不稀奇，歐洲商學院開始培養能「質疑模型」的企業管理者

＊本文開放合作夥伴轉載，參考資料：Forbes、Bloomberg，圖片來源：Unsplash

（責任編輯：鄒家彥）