科技公司轉戰自動駕駛汽車市場 尚缺乏令人驚豔的商業模式

科技產業資訊室 (iKnow) - Lisa & May 發表於 2021年6月30日

科技大廠持續燒錢投資汽車領域，最後到底要如何從中獲得實質價值呢？蘋果（Apple）、谷歌（Google）和其他科技大廠在汽車領域投資多年，但似乎並不特別有利可圖。

由於，製造汽車需要工廠、設備和大量的工人來設計和組裝各式鋼鐵、塑膠和玻璃材料，而且這些硬體利潤極低。根據彭博社（Bloomberg）的資料，全球前十大汽車製造商在2020年的營業利潤率為5.2%，與科技產業領導者的34%相比，相距甚遠。

但對於蘋果和其他潛心研究自動駕駛技術或有意自行打造汽車的科技公司來說，投資汽車領域不僅僅是為了闖入新市場，而是為了捍衛有價值的地盤。然而，卻無法在汽車硬體突圍傳統汽車廠。

其實，科技公司切入自動駕駛車市場尚缺乏令人接受的商業模式

COVID-19疫情短暫抑制了消費者對新車的欲望，但需求已經回升。根據IBIS World的資料，2021年全球汽車市場預計將回升9.7%，達到2.7兆美元。預計到2030年，自動駕駛市場將達到2兆美元，屆時，全球預計將有超過5800萬輛自駕汽車，廣大的市場不能輕易忽視。而科技大廠在人工智慧、大數據、晶片設計製造方面的經驗，使他們有能力顛覆汽車產業。

科技公司看上的，是比盈利更有價值的東西，就是吸引消費者真正需要的部分。根據美國汽車協會（American Automobile Association），2016年美國人有長達307.8小時是在汽車駕駛座上，相當於每週6小時。這是一個人生活中相當長的一段時間，不是花在手機應用程式或是社交媒體上。如果公司能夠有效的利用這些駕駛時段，將有很高的機會吸引到使用者。

全球正在轉向對環境更有利的智慧汽車，很多研究顯示，內燃機（ICE）汽車已經來到盡頭了。BloombergNEF 2021年6月發佈的年度《電動車展望報告Electric Vehicle Outlook》認為，假設沒有推出新的政策措施，全球所有道路運輸的石油需求將在短短六年內達到峰值。到2025年，電動車預計將達到全球乘用車銷量的16%，2030年成長到33%，2040年達到68%。最終，自動駕駛車輛將完全重塑汽車和貨運市場。

在這樣的預期下，科技公司持續加強對自駕車產業的投資，並不令人意外。從他們的商業角度來看，如果你不做，就可能被其他公司搶去做，最後你目前的影響力會逐漸消失、甚至被踢出市場。

蘋果在蘋果汽車（Apple Car）計畫方面，而此前它的重點是擁有數百名工程師，打造一個自動駕駛系統。這引發了人們對蘋果可能與哪些汽車製造商和供應商合作的強烈猜測。從過去幾十年裡，蘋果一直主導著手機、平板電腦、智慧手錶等硬體市場，但它在人工智慧、語音和智慧音箱方面一直落後谷歌和亞馬遜。

然而，蘋果可以從推出突破性的新產品中受益。雖然它在2015年發佈的智慧手錶以及蘋果電視（Apple TV）、蘋果遊戲平台（Apple Arcade）和蘋果音樂（Apple Music）等服務方面也取得了亮眼的銷售成績，但沒有什麼能接近iPhone的成功，它重新定義了整個產業，成為蘋果最賺錢的產品。期待，未來Apple Car出現來顛覆未來汽車市場。

Waymo方面，累計投資高達40億美元。Waymo成立於2009年，前身是谷歌（Google）的自動駕駛車計畫，在2017年成為谷歌母公司Alphabet旗下的一家獨立公司，2018年在鳳凰城推出了自動駕駛的計程車服務，2020年開始在新墨西哥州和德州測試自動駕駛卡車。

谷歌高層們長期以來一直把對自動駕駛汽車的投資，看作是風險投資公司和財力較弱的公司不會或不願意承擔的風險。Waymo也在探討無人駕駛技術在計程車服務和長途物流的潛在商業模式。

微軟（Microsoft）方面也投資了多項自動駕駛計畫，並與福斯汽車（Volkswagen）合作開發自動駕駛汽車軟體。

亞馬遜（Amazon）方面也投資了正在建造電動卡車的Rivian，並在2020年收購了無人駕駛新創公司Zoox，亞馬遜可能希望將自動駕駛服務作為電子商務物流計畫的一部分。

Facebook方面，積極將服務生態系融入未來汽車之民眾生活的一部分，甚至控制和支配民眾生活的每一個細節。

在中國方面，華為和百度等公司光是在2021年就承諾向電動和自動駕駛汽車企業投入近190億美元。

我國台灣鴻海組建MIH電動車供應鏈開放平台，推出MIH電動車軟硬體和關鍵零組件平台生態系，採取開放共享，希望成為電動車界的安卓系統。鴻海MIH電動車平台夥伴已經達到1,065家，其中有三成是全球廠商，接近200家新夥伴背景與網際網路（Internet）有關。合作夥伴中，傳統車輛產業占67%、資通訊產業占13%、網路軟體產業10%、其他類10%。MIH聯盟規劃，將自2021年7月從鴻海集團獨立出來，朝B2B走平台，車廠變成平台的客戶。

汽車製造業者之衝擊應對

科技公司帶來的衝擊，使汽車製造業者枕戈待旦，且須投注一倍精力兼顧傳統汽車業務及未來汽車創新。福特汽車（Ford Motor）、通用汽車（General Motors）和豐田汽車（Toyota Motor）等產業巨頭都已經加強了對自動駕駛的投資。豐田汽車正在日本富士山腳下打造一座結合自動駕駛的智慧城市，而韓國現代汽車（Hyundai Motor）也投入74億美元在美國生產電動車並開發無人駕駛的飛行計程車。

科技公司轉戰自動駕駛汽車之機會及挑戰

汽車製造商捍衛自己的地盤是可以理解的，但科技公司進入自動駕駛領域自認為是一種「自然延伸」，他們自認為自己有能力為汽車產業帶來革新。事實上，並非如此，未來汽車的系統軟體是科技公司的強項，而在硬體上並不是。

亞馬遜、蘋果和谷歌的現有業務使他們具備人工智慧、處理大量資料和設計複雜系統的經驗。從本質上講，他們已經對設計和製造無人駕駛汽車所需的核心技術進行了前期投資。

其中，最有可能透過自動駕駛技術改善產業的科技公司也許是亞馬遜。亞馬遜將從使用自動駕駛車運送包裹的較低成本中獲得巨大的利益。

亞馬遜還習慣將自己的工具轉化為可以出售給更多客戶的業務，像是他的雲端運算服務AWS。AWS最初是支援亞馬遜網路銷售服務的工具，之後則演變成Netflix、美國政府和其他公司使用的運算和資料存儲平台，如今AWS價值高達454億美元。

即使對蘋果和谷歌這樣的公司來說，這也是一個巨大的市場。先行者可能會有很大的優勢，每一家公司都想成為市場上的掠奪者，而不是獵物。

附圖：圖、科技公司轉戰自動駕駛汽車市場 尚缺乏令人驚豔的商業模式

資料來源：https://iknow.stpi.narl.org.tw/Post/Read.aspx?PostID=17973&fbclid=IwAR33HNqQbrSVDUkv5LskfoI5m6VdAo-M0em56V0UBX9ciwvXSEgsutjY0oI

【娛樂轉型】未來娛樂觀眾指南

新冠疫情之初，荷里活（Hollywood）的情形似乎每況愈下。已經被票房節節下滑困擾的製片公司在疫情之際面臨戲院和主題公園關閉、電影推遲上映、影片製作暫停。而飽受有線電視觀眾取消訂閱衝擊的電視網絡則遭遇體育賽事取消或延期，失去了最具價值的節目。

然而這番混亂也令荷里活注意力更加集中，迫使它重點關注消費者到底想要什麼。原本已經是重頭戲的串流媒體服務很快成為大多數人觀看電影和電視節目的唯一途徑。2020年上半年，Netflix用戶增加了2600萬，創下新增使用者數量的紀錄。有見及此，媒體公司決定將傳統業務放在一邊，開始研究串流媒體。

環球（Universal）、華納兄弟（Warner Bros）和迪士尼都取消了在院線上映重頭電影的計劃，轉而在網上上映。所有的新聞和體育部門都在針對串流媒體觀眾專門製作節目。亞馬遜（Amazon）亦將收購電影製作公司美高梅（MGM）。 這個轉型過程並非全然順暢，一些公司在疫情期間推出了串流媒體服務，希望客戶能付費收看，然而推出的電影或節目內容缺乏充分廣告宣傳，也不能以即將在院線上映為賣點。NBCUniversal Media曾計劃利用東京奧運宣傳其串流媒體平台Peacock，但最終只能靠英式足球和重播《辦公室風雲》（The Office）吸引觀眾。華納媒體最初推出HBO Max的行動受阻，原因是一開始未能加入高人氣的Roku和Fire TV串流媒體設備，同時也因為人們搞不清楚它與HBO Now以及HBO Go有何分別。當然還有短片平台Quibi，願它安息。

隨著串流媒體服務的激增，生態系統已經變得過於複雜，無法吸引消費者。有太多不同的帳單和電子郵寄地址需要處理。至於哪個串流平台播放什麼節目，目前仍沒有很好的通用指南。在不同的應用程式之間切換既令人困惑，也讓人厭煩。這個行業真正需要的，是將不同的服務整合，統一放在一個地方。創建類似有線電視節目包的東西。──Lucas Shaw；譯 汪澤

#娛樂產業 #荷里活 #串流媒體 #環球 #華納兄弟 #迪士尼 #亞馬遜 #NBCUniversalMedia
（本文節選自《彭博商業周刊∕中文版》第222期，如欲查閱全文，歡迎訂閱）
★★訂閱聯絡方法
電郵：bbwhk_cir@modernmedia.com.hk

AI 助陣醫學、防疫，個人隱私難兩全？

2021/06/09 研之有物

規範不完備是臺灣個資保護的一大隱憂，《個資法》問世遠早於 AI 時代、去識別化定義不清、缺乏獨立專責監管機構，都是當前課題。

評論

本篇來自合作媒體研之有物，作者周玉文、黃曉君，INSIDE 經授權轉載。

AI 醫療、科技防疫的人權爭議

健康大數據、人工智慧（AI）已經成為醫療研發的新聖杯，新冠肺炎（COVID-19）更將 AI 技術推上防疫舞臺，各國紛紛串聯大數據監控足跡或採用電子圍籬。但當科技防疫介入公衛醫療，我們是否在不知不覺中讓渡了個人隱私？

中研院歐美研究所副研究員何之行認為，規範不完備是臺灣個資保護的一大隱憂，《個資法》問世遠早於 AI 時代、去識別化定義不清、缺乏獨立專責監管機構，都是當前課題。

「天網」恢恢，公衛醫療的新利器
自 2020 年新冠疫情大爆發，全世界為了因應危機展開大規模協作，從即時統計看板、預測病毒蛋白質結構、電子監控等，大數據與 AI 技術不約而同派上用場。但當數位科技介入公共衛生與醫療健康體系，也引發人權隱私的兩難爭議。

2020 年的最後一夜，臺灣再次出現本土案例。中央流行疫情指揮中心警告，居家隔離、居家檢疫、自主健康管理的民眾，都不應參加大型跨年活動。而且，千萬別心存僥倖，因為「天網」恢恢，「我們能找得到您」！有天網之稱的電子圍籬 2.0 出手，許多人拍手叫好，但也挑起國家進行隱私監控的敏感神經。

隱私爭議不只在防疫戰場，另一個例子是近年正夯的精準醫療。2021 年 1 月，《經濟學人》（The Economist）發布亞太區「個人化精準醫療發展指標」（Personalised-health-index）。臺灣勇奪亞軍，主要歸功於健全的健保、癌症資料庫及尖端資訊科技。

國際按讚，國內反應卻很兩極。早前曾有人質疑「個人生物資料」的隱私保障，擔憂是否會成為藥廠大數據；但另一方面，部分醫療研究者卻埋怨《個人資料保護法》（簡稱《個資法》）很嚴、很卡，大大阻擋了醫學研發。為何國內反應如此分歧？

中研院歐美所副研究員何之行認為，原因之一是，

《個資法》早在 2012 年就實施，跑在 AI 時代之前，若僅僅仰賴現行規範，對於新興科技的因應恐怕不合時宜。

健保資料庫爭議：誰能再利用我們的病歷資料？

來看看曾喧騰一時的「健保資料庫訴訟案」。

2012 年，臺灣人權促進會與民間團體提出行政訴訟，質疑政府沒有取得人民同意、缺少法律授權，逕自將健保資料提供給醫療研究單位。這意味，一般人完全不知道自己的病例被加值運用，侵害了資訊自主權。案件雖在 2017 年敗訴，但已進入大法官釋憲。

民間團體批評，根據《個資法》，如果是原始蒐集目的之外的再利用，應該取得當事人同意。而健保資料原初蒐集是為了稽核保費，並非是提供醫學研究。

但支持者則認為，健保資料庫是珍貴的健康大數據，若能串接提供學術與醫療研究，更符合公共利益。此外，如果過往的數據資料都必須重新尋求全國人民再同意，相關研發恐怕得被迫踩剎車。

種種爭議，讓醫學研究和資訊隱私之間的紅線，顯得模糊而舉棋不定。何之行指出，「個人權利」與「公共利益」之間的權衡拉鋸，不僅是長久以來政治哲學家所關心的課題，也反映了現代公共衛生倫理思辨的核心。

我們有權拒絕提供資料給醫療研究嗎？當精準醫療的腳步飛也似向前奔去，我們要如何推進醫學科技，又不棄守個人的隱私權利呢？

「精準醫療」與「精準健康」是近年醫學發展的重要趨勢，透過健康大數據來評估個人健康狀況，對症下藥。但健康資料涉及個人隱私，如何兼顧隱私與自主權，成為另一重要議題。

去識別化爭點：個資應該「馬賽克」到什麼程度？

何之行認為，「健保資料庫爭議」短期可以從幾項原則著手，確立資料使用標準，包括：允許退出權（opt-out）、定義去識別化（de-identification）。

「去識別化」是一道安全防護措施。簡單來說：讓資料不會連結、辨識出背後真正的那個人。何之行特別分享 Google 旗下人工智慧研發公司 DeepMind 的慘痛教訓。

2017 年，DeepMind 與英國皇家醫院（Royal Free）的協定曝光，DeepMind 從後者取得 160 萬筆病歷資料，用來研發診斷急性腎衰竭的健康 APP。聽來立意良善的計畫，卻引發軒然大波。原因是，資料分享不僅未取得病患同意，也完全沒有將資料去識別化，每個人的病史、用藥、就醫隱私全被看光光！這起爭議無疑是一大教訓，重創英國社會對於開放資料的信任。

回到臺灣脈絡。去識別化指的是以代碼、匿名、隱藏部分個資或其他方式，無從辨識特定個人。但要達到什麼樣的隱匿保護程度，才算是無從識別特定個人？

何之行指出，個資法中的定義不甚清楚，混用匿名化（anonymous）、假名化（pseudonymised）、去連結（delink）等規範程度不一的概念。臺灣也沒有明確定義去識別化標準，成為爭點。

現行法令留下了模糊空間，那麼他山之石是否能提供參考？

以美國《健康照護可攜法案》（HIPAA）為例，法案訂出了去除 18 項個人識別碼，作為去識別化的基準；歐盟《一般資料保護規則》則直接說明，假名化的個資仍然是個人資料。

退出權：保留人民 say NO 的權利

另一個消解爭議的方向是：允許退出權，讓個人保有退出資料庫的權利。即使健保資料並沒有取得民眾事前（opt-in）的同意，但仍可以提供事後的退出選項，民眾便有機會決定，是否提供健康資料做學術研究或商業運用。

何之行再舉英國國民健保署 NHS 做法為例：英國民眾有兩階段選擇退出中央資料庫 （NHS Digital）的機會，一是在一開始就拒絕家庭醫師將自己的醫病資料上傳到 NHS Digital，二是資料上傳後，仍然可以在資料分享給第三方使用時說不。畢竟有人願意為公益、學術目的提供個人健康數據，對商業用途敬謝不敏；也有人覺得只要無法辨識個人即可。

近年，英國政府很努力和大眾溝通，希望民眾認知到資料分享的共善，也說明退出所帶來的社會成本，鼓勵人們留在資料庫內，享受精準醫療帶給個人的好處。可以看到英國政府藉由公眾溝通，努力建立社會信任。

參照英國經驗，目前選擇退出的比率約為 2.6%。保留民眾某種程度的退出權，但善盡公眾溝通，應是平衡集體利益與個人隱私的一種做法。

歐盟 GDPR 個資保護的四大原則

健保資料庫只是案例之一，當 AI 成為大數據浪潮下的加速器，最周全之策仍然是針對 AI 時代的資料運用另立規範。 歐盟 2018 年實施的《一般資料保護規則》（General Data Protection Regulation，以下簡稱 GDPR），便是大數據 AI 時代個資保護的重要指標。

因應 AI、大數據時代的變化，歐盟在 2016 年通過 GDPR，2018 年正式上路，被稱為「史上最嚴格的個資保護法」。包括行動裝置 ID、宗教、生物特徵、性傾向都列入被保護的個人資料範疇。
歐盟在法令制定階段已將 AI 運用納入考量，設定出個資保護四大原則：目的特定原則、資料最小化、透明性與課責性原則。

其中，「目的特定」與「資料最小化」都是要求資料的蒐集、處理、利用，應在特定目的的必要範圍內，也就是只提供「絕對必要」的資料。

然而，這與大數據運用需仰賴大量資料的特質，明顯衝突！

大數據分析的過程，往往會大幅、甚至沒有「特定目的」的廣蒐資料；資料分析後的應用範圍，也可能超出原本設定的目標。因此，如何具體界定「特定目的」以及後續利用的「兼容性判斷」，便相當重要。這也突顯出「透明性」原則強調的自我揭露（self-disclosure）義務。當蒐集方成為主要的資料控制者，就有義務更進一步解釋那些仰賴純粹自動化的決策，究竟是如何形成的。

「透明性原則的用意是為了建立信任感。」何之行補充。她舉例，中國阿里巴巴集團旗下的芝麻信用，將演算法自動化決策的應用發揮得淋漓盡致，就連歐盟發放申根簽證都會參考。然而，所有被納入評分系統的人民，卻無從得知這個龐大的演算法系統如何運作，也無法知道為何自己的信用評等如此。

芝麻信用表示，系統會依照身分特質、信用歷史、人脈關係、行為偏好、履約能力等五類資料，進行每個人的信用評分，分數介於 350-950。看似為電商系統的信用評等，實則影響個人信貸、租車、訂房、簽證，甚至是求職。

這同時涉及「課責性」（accountability）原則 ── 出了問題，可以找誰負責。以醫療場域來講，無論診斷過程中動用了多少 AI 工具作為輔助，最終仍須仰賴真人醫師做最後的專業判斷，這不僅是尊重醫病關係，也是避免病患求助無門的問責體現。

科技防疫：無所遁形的日常與數位足跡

當新冠疫情爆發，全球人心惶惶、對未知病毒充滿恐懼不安，科技防疫一躍成為國家利器。但公共衛生與人權隱私的論辯，也再次浮上檯面。

2020 年 4 月，挪威的國家公共衛生機構推出一款接觸追蹤軟體，能監控足跡、提出曾接觸確診者的示警。但兩個月後，這款挪威版的「社交距離 APP」卻遭到挪威個資主管機關（NDPA）宣告禁用！

挪威開發了「Smittestopp」，可透過 GPS 與藍牙定位來追蹤用戶足跡，提出與感染者曾接觸過的示警，定位資訊也會上傳到中央伺服器儲存。然而，挪威資料保護主管機關（NDPA）宣告，程式對個人隱私造成不必要的侵害，政府應停止使用並刪除資料。

為何挪威資料保護機關會做出這個決定？大體來說，仍與歐盟 GDPR 四大原則有關。

首先，NDPA 認為挪威政府沒有善盡公眾溝通責任，目的不清。人民不知道這款 APP 是為了疫調？或者為研究分析而持續蒐集資料？而且，上傳的資料包含非確診者個案，違反了特定目的與資料最小蒐集原則。

此外，即便為了防疫，政府也應該採用更小侵害的手段（如：僅從藍牙確認距離資訊），而不是直接由 GPS 掌控個人定位軌跡，這可能造成國家全面監控個人行蹤的風險。

最後 NDPA 認為，蒐集足跡資料原初是為了即時防疫，但當資料被轉作後續的研究分析，政府應主動說明為什麼資料可以被二次利用？又將如何去識別化，以確保個資安全？

換言之，面對疫情的高度挑戰，挪威個資保護機關仍然認為若沒有足夠的必要性，不應輕易打開潘朵拉的盒子，國家採用「Smittestopp」這款接觸追蹤軟體，有違反比例原則之虞。

「有效的疫情控制，並不代表必然需要在隱私和個資保護上讓步。反而當決策者以防疫之名進行科技監控，一個數位監控國家的誕生，所妥協的將會是成熟公民社會所賴以維繫的公眾信任與共善。」何之行進一步分析：

數位監控所帶來的威脅，並不僅只於表象上對於個人隱私的侵害，更深層的危機在於，掌握「數位足跡」(digital footprint) 後對於特定當事人的描繪與剖析。

當監控者透過長時間、多方面的資訊蒐集，對於個人的「深描與剖繪」（profiling）遠遠超過想像──任何人的移動軌跡、生活習慣、興趣偏好、人脈網絡、政治傾向，都可能全面被掌握！

AI 時代需要新法規與管理者

不論是醫藥研發或疫情防控，數位監控已成為當代社會的新挑戰。參照各國科技防疫的爭論、歐盟 GDPR 規範，何之行認為，除了一套 AI 時代的個資保護規範，實踐層面上歐盟也有值得學習之處。

例如，對隱私風險的脈絡化評估、將隱私預先納入產品或服務的設計理念（privacy by design），「未來照護機器人可能走入家家戶戶，我們卻常忽略機器人 24 小時都在蒐集個資，隱私保護在產品設計的最初階段就要納入考量。」

另外最關鍵的是：設置獨立的個資監管機構，也就是所謂的資料保護官（data protection officer，DPO），專責監控公、私營部門是否遵循法規。直白地說，就是「個資警察局」。何之行比喻，

如果家中遭竊，我們會向警察局報案，但現況是「個資的侵害不知道可以找誰」。財稅資料歸財政部管，健康資料歸衛福部管，界定不清楚的就變成三不管地帶。

綜觀臺灣現狀，她一語點出問題：「我們不是沒有法規，只是現有的法令不完備，也已不合時宜。」

過往許多人擔心，「個資保護」與「科技創新」是兩難悖論，但何之行強調法令規範不是絆腳石。路開好、交通號誌與指引完善，車才可能跑得快。「GDPR 非常嚴格，但它並沒有阻礙科學研究，仍然允許了科學例外條款的空間。」

「資料是新石油」（data is the new oil），臺灣擁有世界數一數二最完整的健康資料，唯有完善明確的法規範才能減少疑慮，找出資料二次利用與科技創新的平衡點，也建立對於資料二次利用的社會信任。

資料來源：https://www.inside.com.tw/article/23814-ai-privacy-medical?fbclid=IwAR0ATcNjDPwTsZ4lkQpYjvys3NcXpDaqsmE_gELBl_UNu4FcAjBlscxMwss