歐洲數位權利中心 Noyb 針對美國新創公司 Scale AI 及其外包平台 Outlier 提起五項法律申訴，分別在奧地利提出兩項，並在法國、荷蘭與義大利各提出一項。爭議焦點是 Outlier 招募約 90萬名自由工作者，協助 Meta、OpenAI、Google 與美國政府訓練、評估及修正 AI 系統，卻被指以高侵入性的方式追蹤工作內容及個人資料。
Noyb 指控，Outlier 要求工作者反覆接受 Persona 的生物辨識驗證，包括拍攝臉部影片並上傳身分證明；平台也可能利用 TikTok、LinkedIn 與 Facebook 的追蹤技術，蒐集 IP 位址、聯絡資料及可供廣告投放的資訊。這些做法是否超出合理隱私期待、是否違反歐洲資料保護與勞動權利，將由各國監管機關認定。
事件發生之際，歐盟 AI 辦公室正調查 OpenAI 與 Anthropic；美國總統川普則與六家大型 AI 企業達成讓業者自我監管的協議。AI 產業競爭正由模型能力延伸至資料取得、用工制度與跨國責任劃分。
這場衝突並非單純的「科技公司監控員工」爭議，而是 AI 產業鏈中一項長期被低估的權力集中：模型企業掌握需求與採購，Scale AI 負責組織資料勞動，平台控制任務配對、付款、績效與監控，最底層的專家則承擔個資暴露及勞動不確定性。Noyb 的申訴因此具有高度象徵性；一旦歐洲認定此類監控缺乏必要性，AI 訓練資料的採購與驗證方式都可能被重寫。
Scale AI 的商業模式建立在一項結構性矛盾上。Outlier 以近似外送、叫車平台的勞動中介方式招募數十萬至近百萬名專家，卻藉此承接大型科技公司及政府對高品質資料的急迫需求。這種模式能迅速擴充人力，卻也容易將勞動者與實際客戶隔離，讓平台得以控制資訊與責任邊界。Scale AI 從技術中介商變成資料治理者，是擴張最快的階段，也是監管風險最集中的階段。
Noyb 的指控具有政策支撐，但最終法律結果仍取決於證據與各國機關權限。申訴並非法院判決，不能逕行認定 LinkedIn、Facebook 或 Persona 已違法；然而，個資保護機關有權要求平台說明追蹤目的、資料流向、保存期限與工作者的同意是否具體知情且可撤回。
另一方則需解釋技術必要性。若追蹤係用來防止自動化測試、詐欺、任務重複或驗證平台未成年風險，可能具正當目的；反之，若資料被用於廣告輪廓、跨服務投放或建立與工作無關的個人画像，必要性與比例原則便會受到嚴格檢驗。
大型科技客戶也不應把責任完全外包給 Scale AI。委託模型訓練不等於轉移資料保護義務，企業仍須確保供應鏈能追查資料來源、工作者權益與模型訓練產出的完整性。一旦歐洲把「資料訓練基地」視為受監管的 AI 供應鏈，Meta、OpenAI 與 Google 面對的就不只是罰款，而是資料延遲、成本上升及模型部署節奏受限的營運風險。
國際制裁與出口管制警報
🟡 監管審查 (MONITORED)資料來源：OpenSanctions / US Congressional Mandate
⚠️ 合規與地緣風險要點： 受美國國會通過之強制剝離或禁用聯邦法案約束，涉及演算法所有權、跨國伺服器數據流向與國家安全審查。
這類事件可與歷史上平台勞動、資料保護及 AI 治理的演進相互對照。歐洲先以平台_worker身分建立基本保障，美國則長期以獨立承攬者與最低工資框架處理零工；生成式 AI 的到來，使「人如何教機器」成為新的產業基礎，卻仍套用舊有平台治理漏洞。接下來的關鍵不只是 AI 法如何規範模型，而是能否同時規範資料生產者及其勞動條件。
此外，美國自我監管與歐洲執法之間的政策分歧會持續擴大。企業若以全球統一的資料治理架構因應，可能降低重複合規成本；若各法域各自制定互不相容的要求，AI 公司將被迫採取區域化資料管線，進一步分裂全球模型市場。
01 起因觸發：Outlier 的追蹤、生物辨識與自由工作者保障爭議，遭 Noyb 在五國提出法律申訴
02 一階傳導：Scale AI 必須重整資料同意、第三方追蹤與自由工作者契約，並回應歐洲監管機關
03 二階擴散：Meta、OpenAI、Google及美國政府等客戶將加強資料供應商稽核與合約責任
04 市場外溢：資料標註、專家審核與身分驗證業者可能面臨更高的合規成本及產品重構
05 宏觀終局：歐洲可能將AI訓練資料治理納入平台勞動與資料保護制度，全球AI供應鏈因而分化
跨事件因果網路圖譜 1 驗證節點
AI 驗證因果鏈條 · 可拖曳節點 · 點兩下開啟文章
