和碩在上海的蘋果代工廠爆勞資糾紛,千人聚集抗議討薪!

昌碩爆發千人討薪維權事件後,多數影片與討論在中國大陸網路遭下架,但在海外的社群平台推特上,可以看到許多抗議影片和文件。
評論
截自 Twitter @andy19567064
評論

本篇來自合作媒體中央社,INSIDE 經授權轉載。

蘋果代工廠、台資和碩上海昌碩廠昨天爆發上千臨時工抗議的勞資糾紛。網傳影片顯示,眾多警察到場維安,有人遭毆打在地。針對引發維權事件,昌碩已公告將重新徵詢員工意願。

位於上海的昌碩電子科技和位於江蘇昆山的世碩電子都是和碩聯合科技旗下的公司。這起糾紛起因是昌碩欲將一批臨時工調到世碩上班,理由是世碩產線規劃的需要。有網友反應,昌碩說是讓員工自願選擇,但實為強制性,還說若不去可以拿離職單走人。

有調查者在推特上發文指出,這些臨時工與昌碩本來簽的合約是要做60天(不含假日),公司會給求職補貼(返費)。但隨著調遣發生,員工擔心求職補貼就沒了。

俗稱「返費」的求職補貼,是工廠因為招工難,會給仲介公司一定的招聘費用和目標,仲介公司為了達成業績,便拿出一部分費用和求職者共享。根據網友公布的協議書,有人和仲介約定,在昌碩「打卡 55 天在職 90 天」,返費達人民幣 1.1 萬元(約新台幣4.7萬元)。

昌碩爆發千人討薪維權事件後,多數影片與討論在中國大陸網路遭下架,但在海外的社群平台推特上,可以看到許多抗議影片和文件。

綜合網路訊息,集體討薪的臨時工 19 日早上在昌碩大門外越聚越多,公司雖派員出面說明,但無法遏止抗議怒火,大批警察隨後趕來維持秩序,過程中曾與聚集民眾發生衝突,有人被打倒在地。

昌碩 19 日發布有關到世碩支援及求職補貼的公告則顯示,針對派遣類員工,因應集團產能策略性調整,21 日會重新調查員工去昆山世碩上班的意願,支援期間的天數將合併到在昌碩上班的天數,不影響求職補貼。此外,公告稱公司真誠希望員工留任,並將努力提升產能。

責任編輯:Anny
核稿編輯:Chris

延伸閱讀:



Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。