想要回到每個場景撥慢每隻錶

2018年最後一天，FB跳出一個孤寂的回憶。

突然想起那段歌詞：想要回到每個場景撥慢每隻錶...

[新知轉貼]AI 智慧手機漸成趨勢，十大應用看這裡

國際研究暨顧問機構 Gartner 表示，人工智慧（AI）功能將成為各家智慧型手機廠商的產品差異化關鍵，廠商將透過 AI 獲得新使用者，同時保留現有客戶。隨著智慧型手機市場從單純銷售科技產品，轉向提供具高吸引力的個人化體驗，智慧型手機上的 AI 解決方案將成為未來兩年​​各家廠商發展藍圖的重要一環。

Gartner 預測到了 2022 年，搭載 AI 功能的智慧型手機將從 2017 年的 10% 提升到 80%。目前只有高階手機內建 AI，相較於雲端 AI 能提供更完善的資料保護和電力管理，主要是因為資料還是必須在終端裝置內部處理和儲存。

Gartner 研究總監呂俊寬（CK Lu）表示：「隨著智慧型手機逐漸變成日常生活用品，各家廠商正在尋求產品差異化的方法。未來的 AI 功能將讓手機自主學習、規劃和解決使用者的問題，這不僅使得智慧型手機更聰明，也能夠幫助人們降低認知負擔，讓日常生活變得更輕鬆。不過目前智慧型手機上的 AI 功能仍處於萌芽階段。」

Gartner 研究總監 Roberta Cozza 指出：「接下來的兩年，大部分使用案例仍將利用單一的 AI 功能和技術。但在未來，智慧型手機將結合兩種或兩種以上的 AI 功能和技術，提供升級強化的使用者體驗。」

Gartner 提出 AI 智慧型手機的十大深遠影響力應用，讓廠商能夠為消費者創造更多價值。

1. 手機中的「數位自我（Digital Me）」

智慧型手機將成為使用者的延伸，能識別使用者並預測其下一步的行動。「數位自我」了解你是誰、想要什麼、何時想做以及期望如何完成，並依照權限執行任務。

Gartner首席分析師 Angie Wang 表示：「智慧型手機將全天候記錄你的生活，從中學習、規劃並為你解決問題。手機將利用感測器、鏡頭和資料自動完成這些任務。例如在連網家庭中，當屋子裡沒有人的時候，手機可以指令掃地機器人打掃，或者在你到家前 20 分鐘開始用電鍋煮飯。」

2. 使用者驗證

以密碼為基礎的簡單身分驗證變得日益複雜，效率卻越來越低，導致安全性、使用者體驗都差強人意，以及過高的擁有成本。安全技術結合機器學習、生物特徵辨識和使用者行為，大幅提高可用性和自助服務能力。舉例來說，智慧型手機可以捕捉並學習使用者行為，像是走路、滑手機或按壓手機的方式、捲動和打字習慣等，而不需要密碼或主動身分驗證。」

3. 情感辨識

情緒感知系統和情感運算（affective computing）讓智慧型手機能夠偵測、分析、處理和回應人們的情緒狀態和心情。虛擬個人助理（VPA）和其他以 AI 為基礎的對話系統（conversational systems）技術越趨普及，進而推動了情緒商數（EQ）的需求，以獲得更優質的情境和服務體驗。舉例來說，車商可以使用智慧型手機的前置鏡頭，了解駕駛人的身體狀況或偵測其疲勞程度，進而提高行車安全。

 4. 自然語言的理解力

智慧型手機上持續的訓練和深度學習將提高語音辨識的準確性，更加理解使用者的具體意圖。例如，當使用者說「天氣很冷」時，他的真實意圖可能是「請網購一件外套」或「請調高空調溫度」。又或者在國外旅行時，自然語言理解力可以使智慧型手機達到接近即時的語音翻譯。

5. 擴增實境（AR）和 AI 視覺

iOS 11發表時，蘋果提供了一個 ARKit 功能，讓開發人員可以更容易將 AR 融入應用程式。Google 也同樣宣布推出 Android 版 ARCore AR 開發工具，預計於明年年底前在約 1 億個 Android 裝置上搭載 AR。Google 預計明年幾乎所有新款 Android 手機都將預載 AR 功能。例如協助收集使用者資料和檢測疾病（如皮膚癌或胰臟癌）的應用程式，就是一個使用 AR 的範例。

6. 裝置管理

機器學習將提高裝置效能和待機時間。例如有了多個感測器，智慧型手機能更加理解、學習使用者的行為，像是知道什麼時候會使用哪個應用程式。智慧型手機將能在背景執行常用的應用程式，以利快速開啟，或關閉不使用的應用程式，以節省記憶體和電力。

7. 個人分析（Personal Profiling）

智慧型手機能夠蒐集行為和個人分析的資訊。使用者可以根據正在進行的活動及其所處的環境（例如家中、車上、辦公室或休閒活動），即時取得保護和協助。保險公司等服務商現在可以將重點放在客戶而非資產上；例如他們可以根據駕駛行為，進而調整汽車保險保費。

8. 內容審查／檢測

手機可以自動檢測受限制的內容，檢舉有疑慮的圖片、影片或文字，並啟用各種通知提醒。電腦辨識軟體可以檢測任何違反法律或政策的內容。舉例來說，使用公司配發的手機在高機密空間拍照、或是儲存機密文件，將發送訊息通知 IT 部門。

9. 個人拍攝喜好

個人拍攝喜好包括能針對使用者的個人審美偏好，讓智慧型手機自動美化照片。舉例來說，東西方的審美偏好不盡相同，大多數中國人喜歡白皙的膚色，而西方人則偏好古銅膚色。

10. 音訊分析

智慧型手機的麥克風能夠不斷接收真實世界的聲音。裝置上 AI 功能可以辨別這些聲音，進而引導使用者或啟動特定動作。舉例來說，當智慧型手機聽到使用者的打呼聲，即可啟動使用者的手環，促使其改變睡眠姿勢。

（首圖來源：Flickr/Marco Verch CC BY 2.0）

http://technews.tw/2018/01/10/ai-phone-10-application/

[新聞]史上最大宗 1.7億筆個資外洩

【綜合報導】台中檢調破獲史上最大宗個資外洩案！梁兆德個資蟑螂集團，涉從不詳管道取得全台一億七千萬筆全民個資，製成「客戶開發搜尋系統」販售給房仲，房仲可透過系統內建的駭客程式連線到地政機關，破解並海量比對，查出單一地主、屋主個資，包括總統蔡英文、首富郭台銘與天后蔡依林的個資，應也在內，檢調搜索帶回主嫌梁兆德、蘇慶典與房仲買家等六十二人，昨依違反《個人資料保護法》將蘇男、梁男聲押獲准，並續查資料外洩來源。

梁兆德集團取得的1.7億筆個資含括全民，恐連總統蔡英文、鴻海郭台銘、藝人蔡依林等名人都在內。資料照片

---

調查局航業調查處今年三月接獲檢舉，有不法業者販售大量個資牟利，檢調著手偵辦，發現主嫌梁兆德、蘇慶典販售「客戶開發搜尋系統」給房仲業者，檢調透過檢舉管道，取得此系統後實際操作，對系統資料庫的涵蓋範圍大為吃驚，前天發動搜索，查扣二十五套內建有民眾個資的電腦，據梁男等人表示，已售出三百多套，不法所得約六千萬元。 

調查局航調處查扣到二十五套筆電，均已裝設可搜尋全民個資的系統。許淑惠攝

---

建搜尋系統賣房仲

檢調指出，梁男、蘇男原任職房仲業，兩人取得一億七千萬筆民眾個資後，以此資料庫為基礎，針對房仲業者需求，撰寫「客戶開發搜尋系統V5.0專業版」軟體，交由共犯以「房仲開發利器」、「房仲省時尋人系統」名義，每套十五萬至二十萬元代價，兜售給全台房仲、地產開發等特定業者，供業者迅速掌握地主、屋主的聯絡方式。
法務部調查局偵辦科科長周台維解釋，一般房仲業者為找到地主，會用地號或房號向地政機關合法申請「第二類謄本」，但謄本只會顯示地主「去識別化」個資，包括姓氏、身分證字號前幾個數字，沒有全名及完整地址等聯絡方式。但使用這套系統時，業者只要將「去識別化」的個資輸入系統資料庫，即可模糊比對出全台符合條件的個資清單。 

---

連線地政比對屋主

周指出，使用者接下來只要輸入明確地號、房號，帶有駭客程式的系統即會連結到地政機關「土地增值稅前次移轉現值系統」，破解政府機關的「圖形驗證碼」程式，取得地主、屋主在「土地增值稅前次移轉現值系統」的姓名等個資，並比對先前「模糊比對」的清單，篩選查得正確的地主、屋主個資，包括全名、住址、電話、生日、服務公司等。
周台維表示，該個資外洩情況相當嚴重，從政府高員到一般民眾無一倖免，只要在搜尋系統輸入姓名，民眾個資全部一覽無遺，目前雖僅用於房仲業者，但根據查扣到的事證顯示，蘇男等人幾乎可替各行業客製化不同程式，「若被用於詐騙集團或討債集團，民眾受害情況將難以收拾！」
梁男、蘇男辯稱，當年從房仲主管手中取得這套系統，後來發現需求量很大，去年不再當房仲，改賣這套系統獲利，聲稱「這套系統是房仲業公開的祕密，很多房仲仰賴這套系統搶得先機，掌握客戶。」檢方未全然採信兩人辯詞，昨依違反《個資法》等罪聲押兩人獲准，買家請回，依法均最重可判刑五年。 

不斷更新疑有內鬼

檢調搜索發現，梁男、蘇男等人持續更新資料庫內容，連民眾健保、電信資料都有，檢調懷疑政府單位有內鬼販售個資，將擴大偵辦。指揮該案的檢察官林依成指出，個資外洩情形比想像中嚴重，去年他偵辦一起恐嚇取財案，嫌犯從中國返台被逮，身上被搜出相同資料庫，嫌犯供稱，是在中國深圳買到的。
內政部表示，二○一五年二月起為兼顧不動產交易安全與個資隱私，將任何人皆可申請的第二類土地登記謄本，以去識別化方式僅公開所有權人部分姓名、部分身分證字號。 

「賣15萬還真佛心」

對於此一搜尋程式，各大房仲業者昨都低調表示不知情。但有業者私下透露，「聽過透過銀行設定債權的資料庫系統，也有販賣一整台電腦，內建詳細查詢系統，要價約二十萬元。」業者透露，房市近兩年不景氣，業者需要多方面開發客源，「這類資訊系統，價格不算高，埋單的人不少。」
網友多質疑個資是從政府部門外洩。有網友諷：「這麼豐富的資料跟方便的系統才賣十五萬，還真佛心。」另有網友直言：「少將都在洩露國防機密了，這個算啥！」多數網友呼籲：「一定要清查來源跟去向。」 

販賣個資案例

2017/05
空軍新竹基地張姓上尉因負債，將基地官兵約400人的姓名、手機等個資交給錢莊抵押。新竹地檢署依違反《個人資料保護法》起訴張男
●抵押400筆個資，換取百萬債務的利息緩繳
2016/12
新莊某社區張姓保全將3本社區住戶個資名冊以每本600元賣給房仲，還蒐集其他社區名冊開價每本1200元。一審依違反《個資法》判2月
●賣數百筆，得款1800元
2015/06
大甲分局警員蕭炎宗受討債集團委託，以警局電腦查閱12筆個人資料，其中一筆收受3000元賄賂，貪污罪判刑5年8月定讞
●賣1筆，得款3000元
資料來源：《蘋果》資料室

資料來源：https://tw.appledaily.com/headline/daily/20170512/37647782/

靠PM統籌力完成IT體質改造，亞旭電腦為轉型智慧工廠做好準備

臺灣老字號網通設備商亞旭電腦，近年來正力圖轉型，不再只做OEM/ODM代工廠，更要轉型成為自有品牌的服務商，如何改造資訊部門體質，來提高IT做事效率，成了當務之急，怎麼做到？

正值2018年11月4日周日秋風涼爽之際，許多人還沉溺於放假氣氛中，亞旭電腦資訊總部資深處長黃英哲的心情，卻沒有半點鬆懈，就算人在家中也都隨時緊盯著手機上的微信群組，因為同時間分隔兩岸3組IT人馬正與他持續傳訊，通知工廠產線測試進度，現場只要一有新狀況就要馬上跟他報告，讓黃英哲能夠立即指揮調度。

因為，隔天11月5日就是亞旭新完工的桃園廠啟用試產的大日子，所以，連到了投產前的最後一晚，黃英哲都還徹夜與團隊反覆測試，以確認整個產線系統都上線，生產流程測試都沒問題。

新廠試產在即，只給1個月導系統

然而，在更早之前，黃英哲還有一個更大的IT考驗，那就是只有約一個月的時間準備，就得要將製造生產系統全面上線，讓產線能夠順利啟用試產，而且不能出一點差錯。儘管以前從未有過工廠製造系統建置的相關經驗，但他對於公司的這項決定，責無旁貸，使命必達，這也成為了黃英哲今年3月上任以來的第一場大型IT期中考試。

以網通設備製造起家的亞旭電腦，早期以生產Cable Modem、ADSL數據機而聞名，不僅在身處數據機生產大國的臺灣廠商中屬於佼佼者，曾經還一度躍升成為全球最大的寬頻網路設備商，年出貨量超過上千萬臺，連當時競爭對手華碩，也因為看上亞旭的製造技術與未來成長潛力，不惜在2006年花大錢將它買下。自此，亞旭更積極開發其他網通產品市場，產品從xDSL、寬頻路由器，到最新一代光纖網路產品GPON等都有，銷售範圍更遍布亞洲、歐美各國。

除了持續在本業上深耕外，近年來，亞旭也不斷調整經營策略，除了原有大宗寬頻網路市場外，還在2015年開始拓展其他新興應用領域，包括智慧家庭、智慧車載與智慧醫療等。過去幾年來，先後推出智慧家居系統QBee、智慧公車亭等，一系列智慧家庭與智慧城市方案，這也是亞旭想要從OEM/ODM代工廠轉型服務供應商的轉型戰略，因為未來這家公司不再只是純生產代工，而開始轉型成為自有品牌的服務提供者。

為了完成IT大改造，亞旭不惜找上母公司借將

亞旭轉型戰略的實際執行上，IT是不可或缺的重要關鍵，但是今年3月之前，亞旭資訊部門已經將近有2年沒有專任IT主管，期間都是由另一名海外業務主管暫代，每天光是處理兩邊的日常業務，就讓他應接不暇，更不要說擠出時間進行IT大改造。

為此，亞旭高層去年底轉而向母公司IT部門借將，找到了當時掌管華碩臺灣與中國兩岸IT團隊，負責主導全球IT客服系統開發的黃英哲，來親自領軍，幫助他們完成這個重大IT改造任務，他在今年3月正式接掌亞旭IT主管。

黃英哲回憶，他一上任，就被賦予兩項重要的IT任務，其一是負責主導亞旭「工業4.0」轉型的研究與規畫，以協助工廠朝向更自動化、更聰明的智慧工廠來邁進；再者，要在最短的時間內協助IT全面改造，跟上公司轉型步伐。

黃英哲3月上任，到現在雖然還不滿1年，便已逐步從內部開始推動IT流程改造與優化。一開始，他先從改造IT的體質開始做起，提高IT人員工作效率。

由於亞旭總部設在臺灣，工廠主要在中國，因此兩岸皆設有IT團隊，臺灣有大約40人，中國則有將近50人，各自負責當地IT維運與系統開發工作，但是每當系統要導入一個新流程時，常常要跨兩岸多個IT團隊進行合作。也因為分隔兩地，彼此對於對方的業務都不是很熟悉，而容易使得溝通不順暢，導致開發作業進度落後。於是這也成為黃英哲上任後面對的第一個挑戰。

結合PM統籌力，來建立跨不同團隊的溝通橋樑

黃英哲的第一步，就是先將原本在華碩資訊部門才有的IT專案經理（Project Manager，PM）的角色，一併帶進亞旭IT部門。他表示，當公司成長達到一定規模後，光靠資訊人員還不夠，「更要有像PM（專案經理）這樣子的人，在IT部門擔任串場的工作」，尤其是許多IT專案，常常會同時跨好幾個不同業務單位，更需要有PM統籌能力，能夠瞻前顧後，緊盯每一個工作流程或環節有沒有銜接，才能確保專案成功。

「亞旭現在很需要這方面的PM人才。」他說，特別是用來建立起臺灣和中國兩地IT團隊溝通的橋樑。

以關鍵核心系統ERP而言，黃英哲解釋，雖然亞旭是採用總公司、兩岸各廠共用同一套ERP系統的方式，但長久以來，該公司ERP系統採用的多個模組，依功能不同，則是分屬在臺灣總部與中國兩地，例如ERP採購與庫存管理兩個模組，因為負責管理原物料和生產過程，所以就近部署在中國蘇州吳江廠，但是財務和MRP物料管理模組則是放在臺灣，一旦系統需要修改或增加新功能時，就必須由兩邊IT團隊一起合作完成。因此，在溝通上，比起只由一組IT團隊統一負責時，還要花更多的時間討論，確定工作分配細節。

舉例來說，亞旭若要更改原料採購單匯率的基準，像是針對進口或國內採購下單的部分，要從原來對應到採購下單時的匯率，改成依收料時的匯率來計算，此時，如果要修改這項功能，就會需要臺灣負責財務模組與中國廠處理倉儲物流的兩個IT小組來完成。從IT內部盤點與使用者溝通、開發、測試到完成上線，前前後後總共花了2個月，才得以完成。

但是黃英哲坦言，這中間其實有不少時間是可以再精簡。若以導入一個新流程總時間耗費100小時來推算，他說，IT團隊平均花在溝通約40小時，「但這裡面可能有20到30小時都是白白浪費」他說，就因為兩邊溝通不良，以致於影響了工作效率，造成專案進度延宕，需要比原先預計更長的時間才完成。

改善IT團隊溝通品質，就能夠提升工作效率

他認為，如果能夠將這段溝通不良的時間省下，也能夠節省原先那60個小時的開發時間，進而提高工作效率。

他進一步解釋，這兩者是環環相扣，因為前面溝通不順暢，不但可能導致溝通時間加長，甚至還可能造成後面實際開發上錯走許多冤枉路，造成開發時間拉長。所以，「改善溝通品質，減少不良溝通，可以提升開發的效率。」他強調。黃英哲的目標是希望透過PM的協助，減少不良溝通，進而將把IT整體工作效率提高至少20%。

由於黃英哲剛來亞旭時，該公司正在面臨轉型期，人力資源受限，因此，他開始先從現有IT人員當中，培養具備PM能力的人，來確保專案執行能夠如期完成。以今年桃園廠資訊系統建置這個大型專案為例，就是由黃英哲親自擔任PM，負責聯繫協調兩岸三個不同IT團隊，有了良好的溝通，才得以讓系統在1個月內就完成上線，工廠才可以如期啟用試產。

不過，他也說明，目前並不是所有IT專案都會有PM從旁協助，而是先針對需要橫跨多個不同單位處理的專案，如導入員工請款系統或出差核銷系統時，或是遇到一些大型IT專案，此時，就會由負責該專案的IT資深人員或主管兼任PM。

再者，雖然目前作法上，是先由適合的IT人員兼任PM，資訊部門並沒有設立正式PM職位，但黃英哲明年也計畫建置一個專職PM團隊來負責統籌各個重要IT專案。接下來，黃英哲還要導入專案管理系統，將每個專案拆分成更多細項，讓負責該專案的PM人員，能更有系統性地掌控每一項工作進度，定期來進行追蹤與跟催。

另外，他也基於ITIL資訊技術基礎管理架構庫，從這套針對IT基礎架構所建立的一套方法論，重新挑選其中的事件管理與變更管理機制，依序引進亞旭IT來落實，藉此改善優化IT服務和處理的流程。當IT體質變好了，作業效率因此提高，不僅能夠幫助IT跟上這家公司轉型的腳步，甚至是能加快實現跨出智慧工廠的第一步。

亞旭電腦資訊總部資深處長黃英哲說，每個IT專案執行的過程，想盡辦法提高溝通品質，是提升工作效率的一大關鍵。

完成一個月設廠的挑戰

由於近幾年，亞旭正面臨轉型的挑戰，公司高層時常交辦給IT的任務，事情是來得又急又快，例如為了預先因應中美貿易戰對於該公司中國廠產能造成的衝擊，因此，他們先將原先由工廠生產的無線路由器等通訊產品，改由臺灣廠來生產，由於臺灣目前僅有中和一個生產工廠，於是亞旭在今年新啟用桃園廠，以分擔產能壓力。

但是不像一般企業建廠，通常需要3個月到半年的系統建置時間，亞旭10月初宣布設立桃園廠， 隔月11月5日工廠就要試產了，資訊部門只有一個月左右來導入製造相關系統，時間相當急迫。

為了加快產線啟用試產，黃英哲依系統上線的輕重緩急，將整個資訊系統的建置分成3階段，再來逐步完成每個系統的建置。在第一階段，跟生產製造相關的系統優先上線，如SFCS產線生產作業系統等，以便能趕上5日試產前，先將所有生產製造系統完成測試上線。

其次是與海關對接用以處理加工出貨等行為的資訊系統，如關貿自主系統等。最後，才來處理簡化內部流程的系統，以利於後續的營運生產。

黃英哲表示，目前桃園廠已經有一條產線開始投產，不過先是用於後段生產為主，如包裝、組裝等，之後擴大產線生產時，也將涵蓋整個產品生產製造。

朝向智慧工廠邁進，先從資料蒐集整合做起

為協助亞旭轉型，從傳統工廠開始朝向智慧工廠來邁進。黃英哲明年也將整合工廠產線上的各種設備生產資料，用以蒐集大量產線數據做為後續分析所用，以期盼能找出提高產能、或改善良率的更有效作法。

黃英哲下一步也計畫在工廠導入RPA機器人流程自動化（Robotic Process Automation）技術，以軟體模擬人在電腦上辦公，來加速作業速度。黃英哲預計今年12月先在中國吳江廠導入RPA，並運用在生產料況資料計算，來逐步取代傳統人工作業方式。

CIO小檔案

黃英哲　亞旭電腦資訊總部資深處長

學歷：淡江大學資訊管理所碩士

經歷：2005年進入華碩，從資訊工程師做起，歷任高級工程師、科長、經理等多項職務，曾一手主導全球IT客服系統開發與建置，更負責統籌率領兩岸IT完成全球IT架構整併。今年3月正式接任華碩旗下亞旭電腦IT主管一職，肩負起改造IT，推動亞旭數位轉型的重責大任

公司檔案

亞旭電腦

● 地址：新北市中和區建康路119號10樓

● 網址：www.askey.com.tw

● 成立時間：1989年

● 主要業務：網通設備及電子產品製造

● 員工數：約2,000人（全球：約7,500人）

● 資本額：約48億元

● 年營收：約318億元（2017年）

● 創辦人：周浦彬

● 董事長：林成貴

資訊部門檔案

● 資訊部門主管職稱：資訊總部資深處長

● 資訊部門主管姓名：黃英哲

● 資訊部門人數：約90人（臺灣總公司40人；中國廠50人）

● 資訊部門分工：ERP開發及維護、應用系統、基礎建設

● IT預算：約3千萬元（2016、2017年）

IT大事記

● 2016年：ASN出貨通知管理系統正式上線、R&D研發單位導入JIRA 偵錯追蹤系統

● 2017年：導入EMC Data Domain資料備份平臺

● 2018年：費用請款系統上線、桃園廠資訊系統建置、吳江廠開始試導入RPA機器人流程自動化

資料來源：https://www.ithome.com.tw/people/127197?fbclid=IwAR0__BDVdjvhQTDQnO7aMo7axiNlaaqlqAbRXlpv8QVuFRuH6uUbV8kVKtc

可愛的異國友人

半百生日這天，異國朋友的友誼。

感動！

無題

小事拘泥、大事不決；當斷不斷、反受其亂。

在網路上看到這16個字，突然有很深的感觸。我曾經在這樣外表看起來是好人的主管下工作，結果很焦慮、很焦慮。最後心得是，不能平靜地和這樣的主管相處最後受傷害的還是自己。

不過，後來發現這世界似乎就是這樣在運行，不完美、不公平、不正義，但焦慮的人先輸了，不完美的世界依然是由不完美的人在操控著，運行著!

微笑過日子吧，焦慮改變不了這不完美的世界，只會苦了焦慮的人!

感動的咖啡

昨天到台北參加資安年會，剛好有空檔，臨時決定回前東家看看老同事。
老同事看到我泡了杯咖啡給我，喝第一口真的感動了－下：有一種所有的相遇都是久别的重逢的感動…

107 第2次政府資通安全防護巡迴研討會ー教材開放下載

https://www.nccst.nat.gov.tw/HandoutDetail?lang=zh&seq=1281&fbclid=IwAR2wpBiPhxpQrS10OOM4zugwyXQ11NICw6_0m1VFsWlBK5c2Z9ZUN8YKtIQ

[轉貼]日本實現超智慧社會（社會5.0）之科技創新策略

一、前言

在開放式創新影響而不斷變化的創新生態環境下，以物聯網（IoT）、大數據、機器人、人工智慧（AI）、再生醫療和腦科學等新興先進技術進展為基礎，帶動產業經濟和社會結構發生巨大變化的新時代已經來臨，在經濟與社會認知改變，產業結構急速變化的時代，預期藉由強化非連續性與破壞式創新，融合網路空間與實體空間，實現社會全體最適生活與工作的新經濟社會，已經成為世界性發展趨勢。

與德國「工業4.0」、美國「先進製造」等專注製造業的發展策略不同，日本為兼顧經濟發展與社會課題而率先倡議「社會5.0」，目的在利用科技創新發展解決日本面臨的少子老齡化、人口結構老化導致勞動力不足、能源、資源、糧食短缺、環境問題、自然災害、安全保障等社會課題挑戰，透過物聯網、大數據、人工智慧、機器人等第四次工業革命（「工業4.0」）先進技術發展為基礎，以及跨領域融合擴展應用到所有產業和社會生活中，藉由科技創新政策方向導引與落實未來社會創造的行動方案達到日本在產業創造新價值與新服務、生活與生存方式的改變，不僅要提升產業競爭力，還要提升生活的便利性及解決日本當前社會存在的問題，實現以人為本的超智慧社會（社會5.0）。

本文旨在借鏡日本以整體經濟社會的思維倡議「社會5.0」，跨界整合系統化推行實現「社會5.0」的科技創新策略與必要措施，提出我國應先凝聚國家層級共同發展願景目標，據而引導各部會政策彼此間相互扣合並整合跨部會與各界能量具體落實之政策建議。

二、日本倡議「社會5.0」的背景脈絡

德國於2011年率先於漢諾威展（CeBIT）提出以虛實整合、將製造技術、資訊技術結合網際網路為核心理念的第四次工業革命「工業4.0」，主要透過結合電腦運算領域以及感測器和致動器裝置之「虛實整合系統（Cyber-Physical System, CPS）」，實現「智慧製造」為核心的「智慧工廠」，透過數位化、智慧化轉型實現價值創造與商業模式創新的新一代工業革命(Kagermann , et al., 2013)。德國倡議「工業4.0」的背景，實際上是因為當前製造業面臨很大的壓力，主要包括：人力、原材料、能源、土地等生產要素成本增高；還有來自於資源與環境法規的更趨嚴謹；另外是來自市場的壓力，網際網路時代，消費力市場抬頭，需要個性化、訂製化的產品或解決方案，製造業企業需要改進技術和模式，廠商必須非常靈活地透過快速響應才能符合市場的需求，以具備可持續發展的競爭力（王喜文，2016）。

德國政府將「工業4.0」列入「國家高科技策略2020」綱領，並列入國家十大科技發展計畫之一，讓德國在全球的製造領域持續保持競爭優勢；美國倡議實施「再工業化」，於2012年制定政府主導「先進製造夥伴計畫（Advance Manufacturing Partnership, AMP）」的國家級製造業策略，聚焦能快速商品化的新興科技，並分享政府研發設施，促進產學合作協同研發以降低商品化風險，目標為重新取得國際製造競爭力的領先地位，其他各主要國家也意識到製造業對於國家經濟的重要性，紛紛擬訂類似的國家級發展政策，槓桿國家優勢分別發展，例如中國大陸制定「中國製造2025」策略，明確訂出中國大陸成為製造強國的階段性目標，希望能藉由再工業化提升製造業、創造新興產業的競爭優勢（中國國務院，2015）。

每個國家面對「工業4.0」所選擇的路徑與側重點有明顯的不同，一方面取決於各國製造業基礎與國情，另一方面，更重要的是各國製造文化和哲學的差異。德國製造哲學的特徵是透過設備與生產系統的不斷升級優化，知識（解決問題的經驗）的載體是設備，美國製造哲學的特徵是從資料和移民中獲得新知識，並擅長顛覆和重新定義問題，資料是美國擷取知識的載體，重視資料的累積與智慧分析，作為知識的承載與傳承。日本製造哲學最主要的特徵則是透過組織文化的不斷優化和人的訓練不斷改善來解決生產系統的問題，知識與經驗的傳承非常依賴人（工匠精神），轉型戰略是因應其人口結構導致勞動力不足的社會問題，核心是要解決替代人的知識擷取和傳承方式，從人移轉到資料擷取與先進大數據分析演算的專家系統（李傑等，2017）。根據產業經濟省的調查，日本製造業將採取利用網路大數據、人工智慧等數位技術解決有知識與經驗的人手不足問題，提高生產效率以及創造附加價值最大化的對策（產業經濟省，2017）。

面對第四次工業革命的高度網路化、大數據及人工智慧等融合網路與實體空間發展大變革時代背景下，可能使既有社會體系、產業與就業結構改變，日本除了強化產業競爭力實現產業變革，也希望解決本身老齡化社會、勞動力不足、能源、資源短缺、自然災害、安全保障等社會課題，率先倡議「社會5.0」，以整體經濟社會的前瞻性和策略性思維，推行實現「社會5.0」的科技創新政策與施政措施，活用新一代資通訊技術，以物聯網、大數據、人工智慧、機器人等技術為基礎，打造世界領先的「超智慧社會（社會5.0）」，藉由新經濟社會平台不斷創造新價值和新服務模式，滿足各式各樣社會需求，提升日本的國家競爭力。「社會5.0」是網路空間和實體空間高度融合的社會，科技創新引領社會轉型發展中將發揮先導性作用，利用先進科技提高社會生活等各層面的便利性及解決社會存在的問題，定位於繼狩獵社會、農耕社會、工業社會、資訊社會之後的社會發展第五階段（參見圖1），由科技創新引領的新一代社會發展型態，其命名充分體現了科技創新引導社會變革的含義，強調技術為人所用，以人為本的超智慧社會（日本內閣府，2016b）。

圖1　社會發展的演進歷程示意圖 
資料來源：Harayama（2016），本研究修改繪製。

日本內閣會議於2016年1月22日審議通過「第五期科學技術基本計畫（2016~2020）」，此期基本計畫的最大亮點是首次提出超智慧社會「社會5.0」概念論述，對超智慧社會給予定義並將之命名為「社會5.0」，所謂「社會5.0」，係透過網絡與實體空間高度融合，將必要的產品或服務在必要的時刻提供給必要的人，跨越年齡、性別、區域、語言的藩籬，完全滿足未來社會人類生活上的各種需求，同步解決經濟發展與社會課題，人們可以享有舒適且充滿活力的高品質生活，追求以人為中心的新經濟社會。日本率先倡議將以世界先驅致力實現超智慧社會（社會5.0）願景，主要意圖是以最大可能應用新一代資通訊技術(ICT)，透過網絡空間與實體空間的融合來解決經濟和社會問題，共享給人們帶來愉悅生活的「超智慧社會」社會型態（日本內閣府，2016a）。

與專注於製造業新生態系統的美國「先進製造夥伴計畫」和德國「工業4.0」不同，日本「第五期科學技術基本計畫」政策重點聚焦於未來的產業創造與社會變革，重新構想產業與整個社會的關係，因此從更高一個層面構建了全新的一個舒適、有活力的社會目標願景（如表1），並在倫理、法律、社會影響(Ethical, Legal and Social Implications，ELSI)等議題建立起全國性共識，期望藉由強化非連續性與破壞式創新，在整個經濟社會中促進全民參與創新，融合網路空間與實體空間，實現社會全體最適化的新經濟社會（日本文部科學省，2016）。

表1　日本「第五期科學技術基本計畫」和美國、德國的政策倡議比較

	日本「社會5.0」	美國「先進製造夥伴計畫」	德國「工業4.0」
背景	網路空間和實體空間的高度融合
對象領域	社會各領域（包括製造業領域）  （透過不同領域系統間的協力合作解決日本所面臨的各種社會議題並創造新價值）	製造業  （3D列印，電力電子，輕金屬材料，數位製造和設計，先進複合材料製造）	製造業  （透過資通訊技術與生產技術整合，提升設計和生產，銷售和維修一體化的總體效率，提高生產力）
目標	超智慧社會  （產業、生活與生存方式的改變，使每個人都能享有舒適且充滿活力的高品質生活，追求以人為本的新經濟社會。）	創造就業機會和強化國際競爭力  （透過製造業回歸美國，創造國內就業機會，並且由於透過新技術的發展，強化國際競爭力。）	強化製造業的競爭力  （提升早期發現異常的多樣少量化生產技術能力，強化德國製造業在世界的領先地位。）

資料來源：本研究整理自日本文部科學省2016年版科學技術白書

三、日本實現超智慧社會（社會5.0）的科技創新政策與措施

（一）日本科技政策的制定與推動

日本科技政策的制定與推動是以「科學技術基本法」為依歸，其中第九條規定，要求國家在推動科技振興發展上，政府應制訂有關科學技術振興的「科學技術基本計畫」，在該法附帶決議中，要求需以前瞻10年時程的發展為基礎，據以策劃5年期程的基本計畫，經審議定案就成為政府相關部門據以推動執行的總方針，每5年滾動更新推動，使能一貫推動國家科技發展（游振宗，2009），並整合依據每年大環境變化而更新制定各年度「科技創新總合戰略」，進一步明確年度應該致力推進措施的重點，在該基本計畫與總合戰略一體運用下，確實採取政策PDCA（規劃、執行、查核與行動/Plan-Do-Check-Act）循環，以確保逐年有效推進科技創新政策的實施，施政重點是基於聚焦選擇社會經濟挑戰與國民生活需求重要課題設定科技優先重點領域，在推動執行面則結合「日本再興戰略」的施政重點領域編列年度科技預算有效落實推動。

日本「第五期科學技術基本計畫（2016-2020）」，政策重點聚焦於未來產業創造與社會變革挑戰的新價值創造。在社會大變革時代，以日本繼續保持和強化對未來的競爭力，前瞻國內和國際未來產業創造與社會變革需求的科技發展趨勢，在策略上掌握科技發展趨勢，目標是作為社會大變革趨勢的世界領導者，致力促進產生非連續性創新，最大可能應用資通訊、大數據與人工智慧、機器人等技術的進展，透過網絡空間與實體空間的融合來解決經濟和社會問題，同時將人工智慧作為實現超智慧社會（社會5.0）建設的核心，使各行各業實現智慧化，能以擬人化的思考、預測、學習與解決問題的能力來創造新產品或服務價值，實現未來「以人為本」「超智慧社會（社會5.0）」（日本內閣府，2016a）。

（二）實現超智慧社會（社會5.0）的必要措施

「第五期科學技術基本計畫」揭示日本實現超智慧社會的政策方向，將立足於國際視野，致力新技術研發、環境整備與人才育成三大方向，包括：（1）釐清日本優劣勢，基於未來「系統化」的進展需要，強化物聯網，大數據分析，數理科學，計算科學與技術，人工智慧與網路安全等領先基礎技術的研發；（2）深化科技創新與社會關係的方法，致力於開放式創新，或個人資料、智財、網路安全與制度改革等驅動型研究或開放科學等基礎創新方法；（3）實現世界超智慧社會先驅，培育勇於挑戰未來的精通人工智慧技能、數據科學、網路安全和創業雄心等活躍人才(日本文部科學省，2016)。

為儘快實現超智慧社會，首要須完備基礎設施，透過各種「物聯網」的高度系統化網絡連結，必要協調與多個不同系統的合作，透過蒐集和分析多種多樣的數據，並協調跨不同系統的合作而促進跨領域活用，才能持續不斷地創造新價值和服務。日本政府優先推進「2015年科技創新總合戰略」確定的11個系統的建設工作：能源價值鏈優化系統、地球環境資訊平台、高效基礎設施的維護管理更新系統、防自然災害的社會系統、智慧道路運輸系統、新型製造系統、綜合型材料開發系統、地區全面健康照護系統、招待管理系統、智慧食物鏈系統以及智慧生產系統。日本將透過加強官產學研協力合作，建立共同的超智慧社會服務平台，階段性地推進實現各個服務系統和業務系統之間的互通協作。

為建構開創新價值與服務基礎資料庫，由產業競爭力角度選定「智慧道路交通系統」、「能源價值鏈系統」及「新型製造系統」作為核心系統，也需要跨區域的健康照護系統、智慧食物鏈系統、生產體系等新的智慧價值鏈的創造與創新，以及導航衛星系統、數據綜合分析系統、公共基礎設施認證等方面的支持，建構服務基礎的3D地圖資訊、促進異業資料流通、地球環境資料、人與車輛位置資訊等資料庫，階段性完備各系統的共通性基礎功能（參見圖2），並逐年制定科技創新總合戰略，設定執行目標俾有效落實推動（日本內閣府，2016a）。

為了維持和強化日本在超智慧社會的國家競爭力，必須領先世界推進超智慧社會服務平台相關支撐技術的智財權和制定國際標準的主導權，並強化推動構築超智慧社會服務平台必要的共通性基礎技術研發，包括：網路安全技術、實現物聯網系統構建技術的硬體軟體組件化和大型系統、大數據分析技術、支撐資通訊技術、大數據分析和智慧交流的人工智慧技術等，同時，強化作為新價值創造核心的日本優勢基礎技術，透過將日本優勢技術的組件與各系統要素進行組合，能夠確保日本的優勢地位，創造滿足日本國內外經濟社會多樣需求新價值的系統，包括：機器人技術、感測器技術、致動器技術、為感測器技術和致動器技術帶來革新的生物技術、活用擴增實境（AR）、感性工學和腦科學等的人因介面技術、新機能材料和奈米技術、光和量子技術等創造新價值核心的優勢基礎技術，設定富有挑戰性的中長期發展目標並努力以赴，從而提升日本的國際競爭力（日本內閣府，2016a）。

圖2　超智慧社會（社會5.0）服務平台 
資料來源：Harayama(2016)，安西祐一郎(2017)，本研究修改繪製。

（三）推動實現超智慧社會（社會5.0）的科技創新策略與行動方案

政府為實現「社會5.0」，內閣官房動員跨省府整體推動所有政策與措施，由內閣官房設立日本經濟振興總部的「未來投資會議」和內閣府轄下「總合科學技術創新會議（Council for Science, Technology and Innovation, CSTI）」作為編列和實施固定預算的最高決策指揮中心。未來投資會議在「日本再興戰略」擬訂「社會5.0」施政重點，需要與相關省廳合作，實行有效的資源配置和結構改革。總合科學技術創新會議基於日本的技術力和產業競爭力，聚焦選擇「社會5.0」重要課題建議科技優先重點領域，在推動執行面則結合未來投資會議的「日本再興戰略」施政重點領域編列年度科技預算落實推動，同時，負責推動實施「策略性創新創造計畫（Cross-ministerial Strategic Innovation Promotion Program ,SIP）」，「推動革新研究發展計畫((Impulsing Paradigm Change through Disruptive Technologies Program, ImPACT)」，「世界領先科技創新研究發展計畫(FIRST)」等國家重點研發計畫，以及「官民研究發展投資擴張計畫（PRISM）」。此兩大會議決策指揮中心，與產學研跨界協力組成會議或聯盟組織也很重要，如：「機器人革命實現會議」，「物聯網促進聯盟」，「人工智慧技術戰略會議」等，公私協力推進實現「社會5.0」的重點核心技術戰略與必要措施（經濟產業省，日本經團連，2017）。

日本推動實現「社會5.0」的重要策略與行動方案，概要分述如下：

1.科技創新總合戰略

總合科學技術創新會議（CSTI）根據「科學技術基本計畫」政策方向以及每年環境變化而制定年度「科技創新總合戰略」，進一步明確年度應該致力推進措施的重點，以確保逐年有效落實優先重點措施，各部會據以規劃並推動相關的行動方案與計畫，並結合「日本再興戰略」編列年度科技預算有效落實推動。

「2016科技創新總合戰略」是根據「第五期科學技術基本計畫（2016-2020）」制定的第一年度推動優先重點措施的策略，在推進與深化超智慧社會（社會5.0）的重點措施方面，主要包括：（1）培育勇於挑戰未來的研發與人力資源，（2）實現超智慧社會（社會5.0）的新經濟社會平台，（3）強化超智慧社會（社會5.0）基礎技術等三大軸面措施（日本內閣府，2016b）。

（1）培育勇於挑戰未來的研發與人才

為實現影響力足以改變產業和社會本質的創新，需要的想法和措施不僅僅是對現在所發生事情的延伸，而是進行雄心勃勃勇於挑戰未來的研究開發（R＆D），也需要支持此勇於挑戰未來研發計畫的體制。由總合科學技術創新會議（CSTI）主導啟動「推動革新研究開發計畫(ImPACT)」，促進具有挑戰性的研究和開發，並制定推動計畫的新機制，引進專業經驗者擔任計畫主持人（PM），專職領導推動規劃執行管理新興議題及跨領域議題之預期成功後能產生重大影響的研究計畫，透過計畫也培養出可創造突破性創新的人才。重點措施包括推出鼓勵基於新理念的研究，促進適合推廣（挑戰性）研究開發的研究獎勵計畫。內閣府負責研擬ImPACT新型式研發支援制度的試驗模式，促進ImPACT持續營運計畫改善以產生影響力巨大成就的進一步發展。內閣府與相關省廳共同分享ImPACT營運過程推動經驗，以促進具有挑戰性研究發展計畫的擴大發展。

（2）實現超智慧社會（社會5.0）的新經濟社會平台

透過官產學研合作，建立共同11個系統的超智慧社會服務平台，並致力建構一個共同數據庫，協調跨不同系統的合作而促進跨領域活用數據資料，持續不斷地創造新價值和新服務。具體措施包括下列五個面向：

A.發展數據庫，作為創造新價值和服務的基礎：採用策略性創新創造計畫（SIP）的「自動行駛系統」提前推進完成建構三維地圖資訊數據庫的建設，作為系統間合作與協調的基礎，致力開展不同產業的數據流通推廣數據庫，全球環境資訊數據庫，人、物、車資訊數據庫和視頻資訊數據庫等。透過跨部會策略性創新創造計畫（SIP）不同課題的協力推進實施至關重要，利用ImPACT計畫的結果，並結合由內閣官房、內閣府、總務省、文部科學省、經濟產業省、國土交通省與防衛省等相關省廳按各自執掌分工正在執行的措施推動。為了促進系統之間的協調和協調，以及構建可以以邏輯整合形式查看各種數據的數據庫，推進數據格式和數據交換的標準化。預定2020年，完成建構三維地圖資訊數據庫，不同產業的數據流通推廣數據庫，全球環境資訊數據庫，人、物、車資訊數據庫和視頻資訊數據庫的具體目標。

B.促進數據利用：想要實現「社會5.0」，從廣泛物聯網收集的大數據進一步分析應用、創造價值是關鍵，應致力推動人工智慧、大數據分析技術相關研發，利用作為共同基礎功能開發的數據庫，並引導實施多個系統進行協作和數據流通應用。重點措施：推進人工智慧、大數據分析技術發展以及不同來源數據的綜合分析，支持透過物聯網的有效數據收集和利用來創造新價值（經濟產業省、文部科學省負責）。促進國家和地方公共機構擁有的醫療、教育、基礎設施關係等各種數據公開，以適合用於各種領域的機器可讀數據流通應用。此外，為了實現個人隱私和科技創新之間的兼容性，繼續澄清處理個人資料的規定，促進個人資料利用的基礎（內閣官房、內閣府共同負責）。

C.推進智慧財產權策略和國際標準化：因應物聯網等技術進步，全面檢視下一代智慧財產制度的理想形式，促進標準化必需確定競爭和合作基礎功能的區域，以及制定考慮到事實上和法律上的標準的獲取策略，特別是關於「社會5.0」共享平台的標準化，重要的是制定和分享參考模型，在數據格式和介面之間進行標準化，以鼓勵多個系統之間的數據利用。重點措施：為了促進系統之間的合作和協調，以及構建可以以邏輯整合形式查看各種來源數據的數據庫，以促進數據格式和數據交換的標準化（內閣秘書處、內閣府、總務省、經濟產業省、國土交通省共同負責）。假設每個系統以及系統和感測器所需的數據格式和規範的差異將被更新，以便為系統設計和複雜的軟體技術制定可操作的參考模型，以促進功能模組化（內閣官房、內閣府、總務省、文部科學省、經濟產業省共同負責）。

D.推進法規和體制改革以及促進社會接受度：推動促進創造適當法規鬆綁和體制改革的各種有關措施，包括強化明確對經濟社會產生影響與社會成本的社會衡量功能，回應個資保護、製造商和服務提供者責任相關的問題，透過跨學科活動參與加強建立在倫理、法律、社會影響等議題的全國性共識，創新材料和產品只有在社會接受後才能實現社會實踐。對於機器人，特別是考慮到社會實踐將有助於進一步技術進展和應用發展，有必要參照社會體制安心使用機器人的發展實施初步調查。重點措施：促進人工智慧和機器人利用於新產品和服務，以及商業模式的社會實踐，同時確定體制改革與促進社會接受的挑戰。另外，與產業和學術界協力合作，進行科技進步在社會實施的ELSI全面研究，有助於制定社會接受的適當法規和體制（內閣府、文部科學省與相關省廳共同負責）。

E.推進技能發展與人才育成：為了實現領先世界的「社會5.0」，提升必不可少的基礎技術能力，培訓和保障人力資源，特別是促進數理科學，計算科學技術，數據科學和跨領域人才育成。此外，透過利用物聯網、機器人、人工智慧等技術進步，產業結構和就業結構將發生重大變化，為確保人的工作不被機器取代，必須轉向更多的附加價值業務和新創業務，要根據自己的能力和專長再次學習。重點措施：為了培養可擔負透過物聯網等方式創造新事業的人才，推進產學合作聯合培訓措施，為確保針對複雜威脅的網絡安全，實施資安專長的人力資源培訓（包括SIP）。另外，也須透過海外夥伴關係，促進網絡安全、數據科學和國際標準化人才的培訓和延攬（內閣秘書處、內閣府、總務省、文部科學省、經濟產業省、國土交通省與防衛省共同負責）。透過高科技、科學、數學教育和資訊素養來拓展年輕學生的動機，從早期的角度，培養從事未來將發揮主導作用的技能發展和人才育成（文部科學省）。

（3）強化超智慧社會（社會5.0）基礎技術

為了實現「社會5.0」，強化建立平台必要的共通性基礎技術，以及進一步強化日本既有的優勢技術，成為個別系統新價值創造的核心。為促進從基礎研究到應用研究和社會實踐的螺旋式發展，還需利用包括具體的國家級法人研發機構等研發能量，進一步加強化產業、學術界和政府的研發體系，以維持和強化日本在超智慧社會的國家競爭力。

A.網路空間相關技術：推動網路安全、物聯網系統構建、大數據分析、人工智慧、元件技術、網路技術、邊緣計算等網路空間相關基礎技術研發。重點措施：從自主追求特徵進化發展的人工智慧觀點，促進從創新基礎研究到社會實踐的研發。此外，透過各府省的協調促進腦科學和更多創新的人工智慧研發，並向有關政府機構提供研發成果，以驅動創造新產業與創新並增強國際競爭力（內閣府、總務省、文部科學省、經濟產業省共同負責）。透過技術研發促進信任建立，不僅提供個人和組織的認證，還包括物聯網設備的低成本認證（含SIP）（內閣秘書處、內閣府、總務省、經濟產業省、國土交通省與防衛省共同負責）。推進實時處理大數據的邊緣計算，虛擬化/處理部分最佳化的網路技術，以及高速、高精度數據萃取知識與價值的大數據分析技術研究開發(總務省、經濟產業省)。

B.實體空間相關技術：推動機器人、感測器、致動器、生物技術、人機介面等實體空間相關共通性基礎技術研發，以及作為對這些基礎技術提供跨領域和基礎支持的技術，推動材料和奈米技術，測量技術和精細加工技術等，另外在加強這些基礎技術的同時，也要從中長程的角度去推動這些基礎技術的基礎研究，包括奈米技術的熱控制技術和材料、光子、量子技術、生物科技等創造新價值的基礎技術研究。

重點措施：有助於提高生製造生產現場和服務領域生產力的機器人技術，以及提供老年人/殘疾人安全保障支援機器人技術等研究開發（總務省、經濟產業省共同負責）。開發超小型和超低功耗器件（感測器，致動器，半導體元件）（內閣府、文部科學省、經濟產業省、環境省共同負責）。開發和示範支持個別系統的奈米技術與材料技術（內閣府、文部科學省、經濟產業省、環境省共同負責）。推動設備開發、奈米技術與材料開發、生命科學、環境、節能相關技術等廣泛領域基礎，包括先進量測技術，精密加工和整體式材料發展系統等研究開發（內閣府、文部科學省、經濟產業省）。發展量子束利用技術作為先進雷射及新產業和技術基礎的核心，改進超出傳統精度和靈敏度的成像和感測技術，發展透過將電訊號轉換成光訊號之高速、低功耗資訊處理的光電子技術，強化光子/量子技術等相關的研究基礎（文部科學省、經濟產業省共同負責）。促進生物技術研發，包括高度利用農業和生物功能創造新價值（農林水產省）。研究適當評估新材料和新產品在社會實施的安全和環境影響的技術與機制（內閣府、文部科學省、厚生勞動省、農林水產省、經濟產業省、環境省共同負責）。推進日本優勢領域的虛擬實境（VR）和擴增實境（AR）等技術實用化（內閣府、文部科學省、經濟產業省）。

「2017科技創新總合戰略」除了持續落實前一年既定優先重點措施外，也推動一些新的措施，如：在總合科學技術創新會議（CSTI）下設置「經濟社會與科技創新活化委員會」，倡議科技創新官民擴大研發投資，啟動官民研究發展投資擴張計畫（Public/Private R&D Investment Strategic Expansion Program, PRISM），以提高有助於實現「社會5.0」科技預算的質與量目標，實現「科學技術基本計畫」所定之政府研究發展投資目標（占GDP比率為1%），擴大民間企業對大學研發投資到2025年增加三倍的目標，邁向經濟社會與科技創新活化，以追求創新國家變革最佳化（日本內閣府，2017)。

為了實現「社會5.0」，除了擴充政府推動從基礎研究到商業化、實際應用等開展的策略性創新創造計畫（SIP）國家大重點研發計畫預算外，在今年4月總合科學技術創新會議（CSTI）中，針對官民研究發展投資擴張計畫（PRISM），設定2018年為前提的3項重點目標領域，以及2019年度較為合適的10項重點目標領域。2018年的3項重點目標領域，包括：革新性網路空間基礎技術（AI/ IoT/ 大數據）；革新性實體空間基礎技術（感測器/ 致動器/ 處理裝置/ 機器人/ 光、量子）；革新性建設及基礎設施維持管理/ 革新性防災、減災技術(安西祐一郎，2017)。

除了強化物聯網系統技術，大數據分析技術，人工智慧（AI）等支持實現「社會5.0」的基礎技術外，政府亦提倡日本的全新產業模式「互聯產業（Connected Industries）」，並積極推動相關對策措施，透過活用第四次工業革命（「工業4.0」）的先進技術創新，追求的不僅止於物品間的連結，還透過各式各樣的連結合作創造出新附加價值，並且靈活運用本國的高技術能力和現場能力「以人為本」的工業之路，作為日本構建「社會5.0」的貢獻力量(徳増伸二，經濟產業省，2017)，還要以「工業4.0」的外溢效果轉以解決先進國家議題的社會變革為優勢，各行各業都將利用新一代資通訊技術（雲端運算，物聯網，大數據，人工智慧等等），實現一個智慧化時代下以人為本的超智慧社會（社會5.0）（參見圖3）。

圖3　連結「社會5.0」的互聯產業
資料來源：日本經濟產業省(2017)，徳増伸二(2017)，本研究修改繪製。

2.人工智慧技術戰略

人工智慧風潮正席捲全球，日本政府和企業界高度重視人工智慧的發展，將人工智慧研發作為國家增長戰略的優先領域，在國家層面建立了相對完整的研發促進機制，並將人工智慧技術視為從「工業4.0」到實現「社會5.0」帶動經濟增長與創造社會價值的核心尖端技術，於2016年成立「人工智慧技術戰略會議」，作為人工智慧技術研發創新施策的最高決策中心，從整合產學官的戰略高度制定需解決課題及推動措施，政府引導學、研及業界投入，由總務省、文部科學省、經濟產業省三部會合作主導人工智慧研發創新施策，以及產學官協作模式，分工合作聯合推進人工智慧的研發和創新應用，政策執行上則依三省的職掌分工，依據重點目標領域編列年度科技預算經費，督導相關研發計畫執行，有效落實推動人工智慧的技術研發和創新應用，作為到2020年實現GDP總額超600兆日元發展目標的重要技術支撐。總務省負責推動腦資通訊、聲音辨識、多語言聲音翻譯、社會性知識分析及革新性網路等研發及社會實踐；文部科學省負責革新性基礎研究、人才培育等主軸；經濟産業省，以實用化及社會之適用為目的推動相關應用研究，藉由模組開發、標準化、整備實証環境等，促進社會實踐，三部會所研發的成果，將與其他相關省廳廣泛共享與合作，並將研發成果轉化實現於各行各業應用，逐步解決人口老化、勞動力短缺、醫療及照護等社會問題(安西祐一郎，2017)。

「人工智慧技術戰略會議」於2017年3月發布政府「人工智慧研發目標及產業化發展路線圖」，揭示人工智慧技術分為到2020年、2020年起到2025～2030年、2030年以後等三個階段推進產業化的研發目標，以及利用人工智慧融合其他相關技術之產業化發展路線圖，階段性實現生產、健康/醫療與照護、空間移動等三大領域的產業化發展目標，重點列舉如下：

A.階段1（~2020年），生產領域：生產系統之自動化及最佳化、服務產業之效率化及最佳化、實現大量客製化、農業無人化和專業技術的機器人化，活用物聯網與人工智慧的智慧工廠。健康/醫療與照護領域：遠距診療與居家診療、利用人工智慧輔助診療與提出候選處方籤、人工智慧支援藥物探索、輔助步行、保護、對話型輔助機器人。空間移動領域：３D地圖與交通管制系統、實現等級1、2、3自動駕駛、無人機等空間移動機器的多樣化、發展遠距工作。

B.階段2（2020~2030年），生產領域：創造出跨領域的多樣服務與產品、個人生活管理員、機器人的多功能化及相互協作、利用人工智慧結合農業作業機器人提供高附加價值作物、家庭與家電人工智慧的完全控制、機械與設備之自動維護。健康/醫療與照護領域：健康、醫療、照護資訊之整理與連結、居家健康檢查、重現熟練醫師技術的手術機器人、意思理解型輔助機器人。空間移動領域：提供自動運輸・運送服務、實現等級4自動駕駛、完成虛擬移動。

C.階段3（2030年以後），生產領域：藉由擴大人類創造力，建構能不斷產出新服務、新產品的社會，達成從製造邁向價值創造的目標。健康/醫療與照護領域：透過預防醫療的高度發展，建構並實現不生病健康照護的長壽產業大國。在2030年超過40%人口為高齡者的社會當中，實現希望就業的高齡者，即使已經80歲，也能活力充沛工作的社會。空間移動領域：運用移動的高附加價值化以及自動駕駛等技術的自動運輸與配送，達成虛擬移動，有效降低事故率，做到移動社會成本的最小化，並創造新的社會價值(日本人工知能技術戦略会議，2017)。

3.機器人新戰略

日本雖然在世界機器人產業領域一直保持領先地位，為了維持和強化日本在機器人產業的國家競爭力，必須透過推動機器人技術融合物聯網、大數據、人工智慧等「工業4.0」的先進技術迅速向智慧化、網絡化、數據終端化發展，將優勢基礎技術的組件與各系統要素進行組合，機器人將不僅僅是一個單體，將成為各種系統的一部分，創造滿足日本國內外經濟社會多樣需求新價值的機器人，最大限度營造機器人在各個領域的推廣應用環境，包括：製造業、服務業、醫療與照護、基礎設施/災害回應/建設、農林水業與食品領域，並創造出製造業領域以外的全新市場，以確保日本機器人的國際競爭優勢地位。

日本政府不僅將機器人技術視為帶動經濟成長的第四次工業革命的核心技術，也是實現超智慧社會（社會5.0）的重要支撐技術，在各個領域推進機器人化，大幅提高作業效率和品質，增強日本製造業、服務業等領域國際競爭力，並將幫助日本解決少子老齡化帶來的一系列社會問題，創造因應社會型態轉變挑戰的新價值。有鑑於此，日本政府於2014年9月成立由機器人製造廠商、使用者、大學、行政機構的學者專家組成機器人革命實現會議（Robot Revolution Initiative），擬訂培育具開創全球市場之成長產業所需之策略，並以2020年日本能夠以獨步全球，且在各應用領域中成為實現機器人實用化之最佳典範為目標（橋本和仁，2015）。

日本政府於2015年2月核定公佈「機器人新戰略」政策，提出五年（2015-2020年）行動計畫和配套的政府與民間共同投資1,000億日元投入機器人相關研發計畫，實現日本機器人革命的三大重點目標：日本為成全球機器人的技術創新基地; 世界第一的機器人應用社會（實現機器人日常生活應用）；邁向世界領先的機器人新時代的策略。在「機器人新戰略」制定的2015-2020年五年行動計畫中，除了政府主導包括法規制度改革，人才培育，國際標準化，機器人實際驗證場域設置在內的多種政策外，機器人新戰略分別就製造業、服務業、照護與醫療、基礎設施/災害回應/建設、農林水業與食品等領域分別就其面臨之問題設定個別之達成目標推動措施，並明確設定各分領域到2020年的發展目標（KPI）。以實現製造業2020年的發展目標（KPI）為例，包括：在2020年的市場規模（6,000億日元擴大到1.2兆日元），將製造業勞動生產力的成長率每年提高2％。2020年，在組裝製程大公司的機器人使用率25％，中小型企業10％。標準模組化硬體/軟體和通用基礎設施，有1,000種機器人硬體產品具有通用互換性(日本經濟再生本部，2015)。

4.日本再興戰略

為貫徹日本總理安倍晉三再次擔任閣揆後的經濟振興理念，日本政府陸續推出三個重要的經濟政策，於2013年6月正式公布「日本再興戰略」的結構性經濟改革與成長策略，即安倍經濟學（Abenomics）的第三支箭，以產業振興、刺激民間投資、放寬行政管制、擴大貿易自由化為主要支柱（邱莉燕，2013）。依據每年國內外大環境變化而更新制定各年度「日本再興戰略」，揭示該年度的施政重點方向，以確保逐年有效推進經濟成長策略的實施，今年「未來投資戰略2017」的施政重點即為「實現社會5.0的改革」。

日本政府於2017年6月9日內閣會議上通過「未來投資戰略2017」的經濟成長新戰略，確定以人才投資為支柱，重點推動物聯網建設和人工智慧的應用，目標是創造新世代產業和解決少子老齡化等社會課題。「未來投資戰略2017」提出，透過有效投資科學技術與創新驅動促進經濟成長，要把物聯網、雲端大數據、人工智慧（AI）、機器人等第四次工業革命（「工業4.0」）的先進技術應用到所有產業和社會生活中，提供符合人們需求生活各層面的便利性及解決當前社會存在的問題，以及經濟成長的前沿（創造新的需求和生產力革命），實現「社會5.0」智慧型社會。

日本政府將具有優勢的政策資源集中投向包括將人工智慧和機器人等的技術創新應用於「社會5.0」的延長健康壽命、活用自動駕駛和小型無人機實現移動革命、新一代供應鏈、基礎設施便捷化和金融科技（Fintech）等5大重點領域；改革實現「社會5.0」的橫向課題，在創造價值的來源方面，包括：建置活用數據的基礎設施與體系，大力強化教育與人力資源，創造良性循環的創新創業系統；在提升價值最大化的機制方面，包括：建立監管沙盒（Regulatory Sandbox）制度，綜合推廣監管改革簡化行政程序與資訊數位化，改革公司治理，提升企業盈利能力。策略中提出實現「社會5.0」的策略重點領域與橫向課題之各領域別具體措施，並明確訂出各領域別具體實現政策措施的具體目標KPI，以實現移動革命領域的具體目標KPI為例，包括：2020年國內銷售新客車的90％以上安裝自動剎車系統，國內車輛（庫存量）的20％以上安裝安全駕駛輔助系統，全球30％的市場占有率；2020年正式將小型無人機用於城市物流；2022年卡車在高速公路編隊自動行駛進入商業使用階段；2030年，所有國內銷售新車安裝安全駕駛輔助系統作為標準配備(日本經濟再生本部，2017)。

四、結論

日本以整體經濟社會的思維倡議「社會5.0」，以第四次工業革命（「工業4.0」）的先進技術為基礎，透過融合實體空間與網路空間、導入大數據分析、人工智慧於「社會5.0」平台系統，以強化產業競爭力、創造未來產業，並解決本身複雜的社會問題。在執行面上，內閣最高層級整合產官學研各界資源與能量並系統地展開實現「社會5.0」的策略與必要措施，聚焦立基於既有技術優勢領域，並強化「工業4.0」智慧製造之網路空間相關技術領域，透過深化科技創新與社會的連結，同步解決產業競爭力和社會問題，打造世界領先的超智慧社會（社會5.0）。

無論是「工業4.0」還是「社會5.0」對於市場的顛覆性與國際競爭態勢的改變已不容忽視，我國面臨新世代社會經濟變革的挑戰與機會，掌握新一代智慧科技（如人工智慧）的創新應用是未來產業轉型發展及改善社會環境的重要驅動力，借鏡日本強調同步關注經濟與社會發展的整體思維倡議「社會5.0」，從內閣最高層級指揮跨部會與跨界協力整體規劃與推動實現「社會5.0」願景的策略以及有層級系統性展開作法經驗，建議我國應先凝聚國家層級共同發展願景目標，據以引導各部會政策彼此間相互扣合並統合跨部會相關資源，及朝向經濟社會轉型所需的政策工具，並整合產官學研能量有層級與系統性展開達成產業轉型與社會發展目標的資源配置與必要措施，聚焦立基於既有優勢領域跨入智慧科技創新應用領域，布局與扎根關鍵核心技術，提供優質創新創業環境，積極吸引國內外人才投入並著重跨領域人才培育，激發解決問題的創新解決方案，開發創造價值的新產業及創新服務，俾為台灣經濟的轉型與社會發展注入永續成長動能。

參考文獻

1. 中國國務院（2015）。國務院關於印發《中國製造2025》的通知。發佈日期：2015年5月8日，上網日期2017年7月16日，取自：http://www.gov.cn/zhengce/content/2015-05/19/content_9784.htm
2. 王喜文（2016）。工業4.0之後是社會5.0。百家號網，發佈日期：2016年7月7日，上網日期2017年7月16日，取自：https://baijia.baidu.com/s?old_id=529714
3. 安西祐一郎(2017)。日本的AI技術戰略與AI的未來。「2017台日科技高峰論壇：人工智慧的新時代－邁向超智慧社會的課題與展望」，台北。 李傑、倪軍、王安正(2017)。從大數據到智慧生產與服務創新。新北市：前程文化。
4. 邱莉燕（2013）。安倍的第三枝箭「日本再興戰略」。遠見，2013年7月號，發佈日期：2013年6月28日，上網日期2017年7月16日，取自：https://www.gvm.com.tw/article.html?id=18128
5. 科技部(2017)。我國的AI科研戰略。行政院全球資訊網，發佈日期：2017年8月24日，上網日期2017年9月1日，取自：http://www.ey.gov.tw/News_Content2.aspx?n=F8BAEBE9491FC830&sms=99606AC2FCD53A3A&s=A3F7679A925B6C39
6. 游振宗（2009）。日本科技政策暨政策形成機制：邁向知識經濟。國家實驗研究院科技政策研究與資訊中心，台北市。
7. 徳増伸二(2017)。推動“Connected Industries”之 日本製造業的課題及今後對策。「2017台日科技高峰論壇：人工智慧的新時代－邁向超智慧社會的課題與展望」，台北。
8. 橋本和仁(2015)。安倍經濟學與機器人新策略。「2015台日科技高峰論壇：產學合作的新時代－邁向機器人活用社會的課題與展望」，台北。
9. Harayama ,Y.(2016), 600 Trillion Yen GDP TargetSTI Policies for Moving Toward Society 5.0!. Retrieved Jul.20, 2017, from: http://fpcj.jp/wp/wp-content/uploads/2016/07/f2d3eec7bf7678840f8adf2ca8000b05.pdf
10. Kagermann, H.,Wahlster, W. and Helbig, J.(2013), Recommendations for implementing the strategic initiative INDUSTRIE 4.0. Final report of the Industrie 4.0 Working Group. Retrieved Jul.20, 2017, from: http://www.acatech.de/fileadmin/user_upload/Baumstruktur_nach_Website/Acatech/root/de/Material_fuer_Sonderseiten/Industrie_4.0/Final_report__Industrie_4.0_accessible.pdf
11. 日本人工知能技術戦略会議(2017)。人工知能の研究開発目標と産業化のロードマップ。上網日期2017年8月1日，取自：http://www.nedo.go.jp/content/100862412.pdf
12. 日本內閣府(2016a)。第5期科学技術基本計画。上網日期2017年7月15日，取自：http://www8.cao.go.jp/cstp/kihonkeikaku/5honbun.pdf
13. 日本內閣府(2016b)。科學技術イノベーション総合戦略2016。上網日期2017年8月1日，取自：http://www8.cao.go.jp/cstp/sogosenryaku/2016/honbun2016.pdf
14. 日本內閣府(2017)。科學技術イノベーション総合戦略2017。上網日期2017年8月1日，取自： http://www8.cao.go.jp/cstp/sogosenryaku/2017/honbun2017.pdf
15. 日本文部科學省(2016)。平成28年版科学技術白書。上網日期2017年8月1日，取自：http://www.mext.go.jp/b_menu/hakusho/html/hpaa201601/detail/1371168.htm
16. 日本經濟再生本部(2015)。ロボット新戦略（ビジョン・戦略・アクションプラン）。上網日期2017年7月16日，取自：http://www.kantei.go.jp/jp/singi/keizaisaisei/dai16/siryou8.pdf
17. 日本經濟再生本部(2017)。未来投資戦略2017－Society 5.0の実現に向けた改革。日本経済再生本部，發佈日期：2017年6月9日。上網日期2017年8月21日，取自：http://www.kantei.go.jp/jp/singi/keizaisaisei/pdf/miraitousi2017.pdf
18. 日本經濟產業省(2017)。2017年版製造業白皮書。中國工業4.0創新平台，發佈日期：2017年6月6日，上網日期2017年8月21日，取自：http://www.innovation4.cn/library/r16086
19. 日本經濟組織聯合會(2017)。Society 5.0実現による日本再興：未来社会創造に向けた行動計画。日本經濟組織聯合會，發佈日期：2017年2月14日，上網日期2017年8月21日，取自：http://www.keidanren.or.jp/policy/2017/010_honbun.pdf

資料來源：https://portal.stpi.narl.org.tw//index/article/10358?utm_source=Facebook_PicSee&fbclid=IwAR2sfPCLNngnZz9DEeqWeMatpnl7yz6m5HRi0shbWic1ItvT5BnKBDdyx5Q

越南廠妹的留言

已經離開大馬1年半了，當年的越南外勞在FB的越南文留言。透過自動翻譯，看了我是又感動又欣慰!

 

【GDPR施行後的法遵議題】深度剖析隱私工程

對於個人資料的保護，看似千頭萬緒，莫衷一是，但其實業界有些專家已經找出可行的原則，而且是能從技術面來實現隱私工程的具體作法

文/黃彥棻 | 2018-11-26發表

在今年5月25日施行的歐盟GDPR（歐盟通用資料保護規則），有許多國家也調整該國法律以配合GDPR的實施，更有甚者，有越來越多企業，開始慢慢的意識到，企業必須調整該公司對於個資的使用方式。

GDPR正式實施後，其實跟許多行業都息息相關，不只是在歐盟設點的企業必須面臨GDPR的法遵要求，只要提供歐盟民眾服務、跟歐盟有生意往來的企業，也都受到GDPR的規範；而企業對於GDPR的討論，也從單純法條內容的討論和應該如何遵循的作法等，進一步深入，開始真正從IT技術上，去克服企業進行法遵時所面臨的困難。

勤業眾信集團董事萬幼筠：使用一些數學或者是計量方式，甚至是一些加、解密的方式，把資料做到「不足茲識別」，是隱私工程最初步的解釋。

不過，GDPR的本質其實是「隱私保護」，GDPR最重要的意義在於，賦予個資當事人7種權利，讓所有的個資使用，都必須尊重當事人的意願，加上，GDPR也要求企業提供各種產品和服務的同時，都必須要做到預設Privacy By Design（預設隱私）或者是Security By Default（預設安全），然而，這當中到底包含多少的技術含量，以及管理精神呢？相關的各種概念，其實也深刻影響到許多企業系統的設計與調整。

若要真正將GDPR法規要求的Privacy By Design，或者是Security By Default，落實到企業系統中，我們要仰賴「隱私工程框架」（Privacy Engineering Framework）才有辦法做到，此時，就得從「隱私工程」技術面著手。

隱私工程和所謂的安全工程，甚至是經常聽見的SSDLC（安全的軟體生命開發周期），又有什麼差異呢？那麼，何謂隱私工程框架呢？這是一種新興的概念嗎？有什麼必備條件嗎？對於所有的企業來說，都有辦法達成這樣的目標嗎？

而在實際的技術面上，我們又該如何執行呢？

面對這種種對於隱私工程的疑問，勤業眾信集團董事萬幼筠表示，簡單來說，隱私工程就是使用一些數學或者是計量方式，甚至是一些加、解密的方式，把資料做到「不足茲識別」，這就是對於隱私工程最初步的解釋。

保護資料，更要促進資料合理使用

萬幼筠指出，歐盟實施GDPR後，各國對於這個號稱最嚴格個資法的因應，都已經產生相關的漣漪，除了保護範圍複雜，也會擔心技術演進是否足以保護個資。因此，國外把GDPR當成一門生意在做，反觀臺灣，卻視為不得不做的法遵要求，相較之下，兩者的主動性和積極度就有很大的差別。

以歐盟境內為例，只要符合GDPR的保護要件，個人資料就可以在歐盟境內自由流通，讓企業享有做好個資保護帶來的優勢。

例如，以歐盟之前剛通過的金融規範「歐盟新的支付命令：PSD2」為例，裡面隱含GDPR的「資料可攜」的概念，屆時，只要符合GDPR的規範，金融開戶不必在多點、多地進行，只要在一地設立帳戶，就可以做到多點多地共用。

而且，歐盟所保持的態度是：資料保護之餘，是否可以促進資料的合理使用，將更為重要，關鍵在於：怎麼讓監理機關安心，信任個人資料不會遭到企業濫用，讓資料的使用處於合理保護範圍內，促使企業不會侵害、濫用個資。

他認為，畢竟，資料使用的終極目標，是為了帶來數位時代新興國家的應用，所有資料的使用，就是要扶植這個產業，產生一些符合數位國家的新興應用。例如，如果醫療上的資料如果用得好，就可以帶來健保不浪費、醫療效率提升的好處。但若只是為了符合個資法規範，而把所有資料應用的可行性全部鎖死，一旦這樣的法律實施後，是不會帶來任何符合公益性的活動。

但臺灣個資法沿襲歐盟對於個資的保護，重點不只在於「保護」，萬幼筠指出，臺灣個資法第一條、第二條，就明定「促進資料合理使用，符合特定目的」，希望可以做到保障當事人個資權利，包含資訊自主權、人格權等，「如果資料保護很好，但其實不好進一步的使用，其實，並未合於法律提到的合理使用及符合特定目的規定。」他說。

目前，國發會正在改進相關的要求，針對個資法修法的呼聲也越來越高，畢竟，歐盟是臺灣第五大貿易國，我們有許多企業和機構都在歐盟設點，雙方也有很多的資料進出和人員自然流動，因應GDPR，對於臺灣這種外貿型國家而言，早已經是不可避免的趨勢。

從五個面向剖析隱私工程的內涵

KPMG數位科技安全部門協理邱述琛：隱私工程目前仍是很年輕的學門，而根據美國NIST針對隱私工程的內涵來定義，可以從五個面向來看，包括：法令要求、風險模型、隱私工程與安全目標、風險管理框架，以及隱私衝擊評鑑。

KPMG安侯建業數位科技安全部門協理邱述琛表示，隱私工程目前仍是很年輕的學門，而根據美國NIST針對隱私工程的內涵來定義，可以從五個面向來看，包括：法令要求、風險模型、隱私工程與安全目標、風險管理框架，以及隱私衝擊評鑑。

基本上，隱私工程組成的元件，很大一部分來自於各種法令的要求，尤其是企業針對使用者提供各種產品和服務，需要滿足隱私需求時，都會跟法令有關。再者，依照各種使用情境不同，進行風險評鑑後，便會導引出不同的風險模型，也經常會出現需要重新再識別的風險；當依照不同風險模型做風險評估後，所設定提供的服務，必須要有對應系統能力與需求，同時，也要確保系統可以滿足需求並對應風險。

不過，因為風險情境會改變，不同情境也會產生新的風險，不管採用哪一種風險管理框架，例如ISO 27001等，都需要定期評估，就平常而言，至少一年執行一次是合理的。但是，如果有重大事件發生的時候，就必須要做隱私衝擊評鑑，像是國內外同業發生的資安事件，不管是之前的SWIFT國際轉帳系統的盜轉案例，或是臺灣ATM盜領事件等，對於金融業，都是必須重新評估風險評估的時候，在當下不僅要識別風險，也要部署管控機制和措施，並且確認系統如何滿足隱私需求等，「重點是，企業在做隱私衝擊評鑑時，千萬不可比爛。」邱述琛說。

像是因為數位相機解析度越來越高，就有人擔心拍照比讚的時候，個人指紋會被冒用偽造，而因為生物特徵無法改變，一旦遺失就終生無法使用時，對於企業而言，在設計相關的門禁系統或服務時，就必須要回歸到系統面，審視該如何滿足隱私需求，並且要知道哪些地方會使用哪些隱私資訊，以及對於個人和企業將造成的影響。

以日前爆發Google+的API隱私漏洞為例，邱述琛認為，當初這套社交網站設計之時，只保留兩週的Log（登錄檔）記錄，就是沒有從隱私工程角度思考的作法，並未考量到企業所提供的產品或服務，是否已經包含預設隱私（Privacy By Design）的概念。從這裡，我們也可以發現，Google+最後決定停用個人版的理由──隱私保護是需要投入成本的，當保護隱私的成本太高時，企業就可能會終止服務。

而基於這樣的考量之下，資安和隱私之間的關係，又會是什麼？

邱述琛也引述美國NIST的定義，當中提到：隱私工程是專注於解決系統處理個人識別資訊（PII），可能帶來無法接受隱私遭到侵害後果的系統工程指導，涵蓋到兩種狀況下帶來的個資隱私要求交集點：來自未授權系統行為的安全需求，以及未經授權存取個資產品流程的隱私需求。

歐盟的8種隱私工程設計策略

萬幼筠指出，歐盟網路和資訊保安局（ENISA）在2014年，就提出8種隱私工程設計策略，達到保護資料隱私權的目標。這8種設計策略，包括：個資數量應限制在可能最少數量的「最小化」（Minimize）策略、個資及其彼此間關連性應該被隱藏的「隱藏」（Hide）策略、個資盡可能以分散形式在單獨空間處理的「分置」（Separate）策略，以及個資在最高級別的聚合中進行處理，並盡可能減少使用細部個資的「聚合」（Aggregate）策略。

接著，還有應充分告知個資當事人個資被使用情況的「告知」（Inform）策略、為當事人提供處理個資的聯絡或代理窗口的「控制」（Control）策略、制定符合法律要求的隱私政策並予以「執行（Enforce）的策略，以及資料控制者必須能夠提供符合現行隱私政策與相關法律要求證明的「宣告」（Demonstrate）政策。

他表示，這8種隱私工程的設計策略，可以從資料蒐集、資料分析、資料儲存和資料使用等四個面向，檢視可能的實施方式；更重要的是，在資訊流的每一個階段，都要檢視是否符合相關法規，且能提供相關佐證的證明。

去識別化常見的技術，包括假名化和匿名化

當企業不再保護客戶的資料隱私，客戶也不願意提供更有價值的資料，甚至可能提供假資料，此時，反而會因為彼此缺乏互信，客戶就不可能提供真實有價值的資料，當然，企業也無法提供更好的服務。

因此，國際上也開始在個資隱私保護框架上，建構所謂「去識別化」的方法。舉例而言，英國在2012年提出「匿名化應用準則」，接著，歐盟在2014年公布「匿名化技巧意見書」，日本也在2018年9月修訂「個人情報保護法」，正式將「去識別化」納入法律規範。

從上述各國採行的做法，我們也可以看出，所謂隱私工程中的「去識別化」（De-identification），就是一個重要的發展方向，希望針對個資中各種可以識別的資訊，予以移除或模糊化，降低個人不想揭露資訊的風險。

至於如何確認是否已經完成去識別化呢？萬幼筠表示，去識別化後，可以從三個方向，判斷是否已經做到真正的去識別化，包括：是否還有可能識別當事人？是否可能和其他個資連結？是否可能推論出與特定人？

而去識別化其實是一種通稱，意味著個資不再具有直接或間接識別性，包括假名化（Pseudonymization）和匿名化（Anonymuzation），皆是去識別化最常見的兩種技術。

「假名化」可以單獨保存資訊，實際採行的作法是，以一致的值來替換任何可識別為數據的各種方式，而且，在日後有需要的時候，可以檢索那些能識別出來的訊息，也可以將數據鏈連結回個人──重點是，假名化之後的資料是「可以逆轉」的。

但只要所有的資料採用了「匿名化」技術，就會是一種對於可識別數據的破壞，也就永遠不可能再透過各種方式連結回當事人。因為，資料一旦匿名化之後，就是永久匿名化，而且，匿名化的資料都是「不可以逆轉」的。

萬幼筠強調，當資料透過去識別化的方式，來降低侵害他人隱私，或者是減少不想被揭露的資訊外洩的風險時，反而會讓資訊的運用產生更多的可能性、更大的價值，像是：新型態商業模式、大數據的運用、政府推動的開放資料，而且，資料分析精準行銷，或者是智慧生活科技發展等，都可以透過這些已經去識別化的資料後，發揮更大的價值。

比較嚴格一點的區分方式，就是歐盟法規所提到的定義，例如什麼是假名化？什麼是匿名化？像是匿名化的資料，就不在GDPR的管轄範圍內，因為已經是「不足茲識別」了，但這樣的資料，被利用率也相對低。

所以多數人都在研究，什麼樣的資料保存可以匿名化？什麼樣的資料用假名化？假名化的資料使用場景又是為何？例如，某些涉及公眾存取得資料，假名化的強度就要很高；如果是企業內使用的資料，如果可以確保不會被外界任意存取，這些資料的假名化就可以有程度上的差別。

從是否能夠更改原始資料的狀況，來考量適合的去識別化技術

萬幼筠指出，若要進一步理解去識別化的實作技術，可從是否需要更改原始資料，來區別不同實作面的技術。

若需更改原始資料內容，降低資料洩漏可能的風險和隱私侵犯，此時，我們可交叉使用下列四種技術實作方式，包括：重排（Permuntation）、概括化（Generalization）、遮蔽（Masking Out），以及亂數（Random）。

若是不需要更改原始資料內容，就可以透過：資料欄位移除（Removing）、資料加密（Encoding），以及資料筆數變異（Add false information）的方式，去降低資料洩漏的風險。

但不管使用哪一種去識別化的技術，相關的資料都必須經過可靠性驗證，包括：經過K匿名、L多樣性、T相似性檢定後確認。

整體而言，去識別化是一個過程，當機敏資料加上去識別化的方法和技術，可以降低隱私個資遭到濫用的風險。而決定資料是否要去識別化之前，企業要先經過「盤點」、「分類或分級」、「去識別化」以及「管理」等四個步驟，持續予以檢視。

詳細來看這個過程，第一步，就是盤點資料內容欄位，確認包含哪些機敏資料，以及是否要進行去識別化或者是完全不開放；第二步，則是透過分類或分級方式，確認欄位屬性，針對不同特定領域的資料，依據機敏程度和風險水準進行資料分類或分級；第三步，就是依據資料等級，選擇不同安全性的去識別化技術和演算法；到了最後，是依據分類後資料欄位屬性，來選定驗證方法。

資料來源：https://www.ithome.com.tw/news/127226?fbclid=IwAR0zQNnf-N4Nk7fVZxXQHV2oTbTky5tTY2No2UL59pmqN8fwgHIPSHi4rZo