Archives

「數據會成為國家與企業的護城河。」數發部次長侯宜秀點出 AI Ready 發展的關鍵底層與上層

「AI Agent 需要有很多的管理和調教，最底層感知和資料層，和最上面的測試和治理層，是台灣非常好的機會，必須有足夠的在地資料，還有企業內部重要的資料，這些數據會成為國家與企業的護城河，」數發部次長侯宜秀在 TechOrange 科技報橘日前舉辦的「AI Ready 數據治理論壇」致詞時強調。 從企業、城市到國家，要打造專屬於自己的 AI 發展模式，數據已成為具備明確規格且不可或缺的核心基礎。 鴻海科技集團  正在建立「AI Ready」智慧城市大腦 鴻海科技集團董事長辦公室軟體研發處資深經理潘相輔以「整合碎裂數據，建立 AI Ready 智慧城市大腦」為題，分享了鴻海在推動 CityGPT 與智慧城市應用的實戰經驗與觀察，當前企業與政府面臨的核心痛點已非缺乏資料，而是如何透過 AI Agent 自動化處理龐雜的數據流，提升治理效率。 潘相輔先以「生活圈發展」比喻 AI 宜居城市的發展，將其歸納為交通、機能、人潮三大元素。「交通」表示底層技術，包含算力基礎等建設，當基礎建設完善後，便會發展出「機能」，結合社會化數據與多元應用服務，當交通與機能到位後，將吸引「人潮」，進而完成 AI 宜居城市的標準化建置。 然而在建置過程中，如何讓 AI 精準存取資料是關鍵挑戰。「過去 API 是為工程師設計，讓工程師能理解並帶入參數撈取資料，但若直接交給 AI 處理，AI 常因無法辨識正確參數而盲目測試，耗費運算資源。」潘相輔表示，為此鴻海強調建立「資料說明與詮釋」標準的重要性，並透過多個 AI Agent 協作的自動化調優流程，引導 AI 精準執行任務。 台灣數位平台經濟協會  分析六都智慧城市治理發展 「協會與政治大學研究團隊耗時一年多，透過 18 位專家學者、102 項關鍵指標，以及包含智慧科技、智慧經濟、智慧民眾、智慧治理及智慧環境的五大構面，客觀評估台灣六都的數位發展狀況，」台灣數位平台經濟協會理事長劉于遜分享即將在 5 月份發布的「六都數位政策調查研究」。「治理是本質，硬體只是輔助，」劉于遜指出，目前六都在硬體基礎設施已趨於同步，城市競爭的關鍵分水嶺已轉向智慧治理，政府數位能力是成功的核心引擎，施政團隊是否具備數位思維、能否將數據整合並落實「決策科學化」，才是拉高城市競爭力的真正分水嶺。 台灣帆軟  打破數據孤島，助半導體企業將每日資料匯整降至 10 分鐘 無論是資料治理或企業營運，高品質的底層數據都是發揮智慧化成效的關鍵基石。 「許多企業看起來像在做 AI，但底層數據卻仍仰賴人工以 […]

Anthropic 逾 50 萬行原始碼外洩的警訊：拆解部署烏龍與 AI 時代的內部治理盲區

Anthropic 近日因部署流程失誤，意外外洩其 AI 工具 Claude Code 約 50 萬行原始碼。雖然該公司強調事件未涉及模型權重或客戶資料，但外流內容卻揭露其關鍵的 AI 代理運作方式與任務流程設計，使這起事故迅速從單純資安事件，升級為涉及產品策略的風險事件。 事件發生後，Anthropic 緊急向 GitHub 提出大規模下架請求，一度要求移除超過 8,000 個相關程式碼副本與衍生版本，隨後又將範圍縮減至僅針對 96 個儲存庫，顯示原始碼在短時間內已快速擴散並難以完全控制。即使 Anthropic 官方介入，相關程式碼仍持續透過社群、私下分享與重製版本流通。 一次部署失誤，讓 AI 工具的核心設計曝光 根據《The Wall Street Journal》與《Bloomberg》報導，這起事件起因於封裝流程中的人為疏失，使原本應經過混淆處理的程式碼，透過除錯用的對應檔案被還原。外洩內容涵蓋約 1,900 個檔案與 512,000 行程式碼，主要集中在 Claude Code 的控制機制與工具整合方式。 這些內容並未揭露大型語言模型本身的權重，但卻清楚呈現 Anthropic 如何讓模型實際執行任務，包括記憶管理方式、任務拆解流程，以及多步驟工作的協調邏輯。也因此，外界關注焦點很快從是否發生資安漏洞，轉向競爭對手是否因此掌握產品設計關鍵。 資安公司 Tanium 研究主管 Melissa Bischoping 告訴《Bloomberg》，這類外洩等同於提供一份「系統運作藍圖」，讓對手更容易理解架構並尋找可利用之處。 AI 競爭，正從模型能力轉向工作流程設計 這起事件之所以引發高度關注，在於它揭露了 AI 產業競爭的結構性轉變。過去競爭焦點集中在模型本身，例如參數規模與推理能力，但 Claude Code 的外洩顯示，真正的差異化正逐漸轉向「模型如何被使用」。 換句話說，競爭核心正從單一模型能力，轉向如何設計完整的任務流程與系統運作方式。Claude Code 的價值，不只是生成程式碼，而是能將模型整合為可執行工作的工具。 […]

百度無人計程車在高速公路停駛數小時！Apollo Go 事件揭自駕商業化考驗

《南華早報》報導，中國科技巨頭百度的自動駕駛車輛 Apollo Go 在武漢發生故障，導致多名乘客在交通繁忙的高速公路上滯留數小時，此次車輛在中國中部城市突然停駛，對這家科技巨頭的自駕計程車全球擴張計畫造成打擊。 自駕車失靈誰來救？百度 Apollo Go 在武漢故障，應變能力受考驗 根據武漢市交通部門的公告，受影響的乘客自三月三十一日晚上 8 點 57 分起，紛紛撥打交通警察求助電話，交通警察與 Apollo Go 百度自駕單位的工作人員隨即前往救援，許多 Apollo Go 自動駕駛計程車在道路中央停駛，事件據悉未造成人員傷亡。 《南華早報》提及，從事直播工作的 Luka Lu 在晚上叫了一輛 Apollo Go 前往工作地點。大約 15 分鐘後，他的車輛突然在三環線中間停下。Lu 週三對《南華早報》表示：「當時正值晚間交通高峰，兩側都是貨運卡車，非常危險。」他花了超過 30 分鐘並打了十幾個電話才聯繫上 Apollo Go 客服，客服人員指示他待在原地，等待工作人員前來協助。「我又等了一個小時，但公司沒有人出現，所以只好報警，警察派了巡邏車將我接回來，」Lu 補充道。 武漢市公安局交通管理部門在公告中表示，初步評估認為此次事件是由「系統故障」引起，未揭露更多細節，目前尚不清楚此次故障影響了多少車輛與乘客。《南華早報》指出，截至 2024 年中，Apollo Go 在武漢營運約 500 輛自駕車，是全球最大規模的自駕車隊之一，此事件發生之際，百度正積極拓展全球 robotaxi 服務，並在歐洲與中東簽約合作夥伴，以與中國其他公司如 WeRide 和 Pony.ai 競爭。 Apollo Go 事件敲警鐘：自駕車背後「人類決策」成安全關鍵 這次 Apollo Go 在武漢的當機事件並非單一現象，而是揭露了全球自動駕駛產業共同面臨的痛點：當系統遇到無法判斷的情境時該怎麼辦？因為即使是多數時間運作順暢的 […]

史上最大 IPO 要來了？SpaceX 目標估值上看 1.75 兆美元，市場買單的不只是火箭

在 IPO 市場沉寂數年之後，一筆可能改寫歷史的上市案正在醞釀當中。根據《Reuters》與《Bloomberg》報導，SpaceX 已秘密向美國監管機構提交 IPO 申請，目標估值上看 1.75 兆美元，募資規模可能達 500 億至 750 億美元，一舉超越 2019 年 Saudi Aramco 的紀錄，成為史上最大 IPO。 但對市場來說，這場上市的關鍵早已不只是火箭。真正決定 SpaceX 估值的核心，正快速從航太工程，轉向通訊網路、AI 基礎設施與資料中心能力。 史上最大 IPO：市場等待的 mega IPO 回歸 此次 IPO 若順利完成，將不只是 SpaceX 的資本事件，更被視為整體資本市場的重要轉折點。《Bloomberg》指出，SpaceX 可能在 6 月上市，並有機會成為新一輪 mega IPO 的開端，後續包括 OpenAI 與 Anthropic 等 AI 公司，也被市場認為正在評估上市時機。 這背後反映的是一個結構性變化：過去幾年，大型科技新創長期停留在私募市場，但當 AI 成為華爾街最核心的敘事，資本市場開始重新準備承接這些超大型科技資產。而 SpaceX 很可能就是第一個試水溫的指標。 估值破兆的關鍵不是火箭，是 Starlink 帶來的現金流 若只用火箭公司來看 SpaceX，1.75 兆美元的估值顯得難以成立。但外電指出，市場真正買單的，是另一條業務線：Starlink。根據《Reuters》與《Bloomberg》資料，Starlink […]

在新加坡上路了！東南亞首家 Robotaxi 叫車平台：Grab 結盟 WeRide 望翻轉獲利困局

東南亞的「超級App」 Grab 與中國自動駕駛公司 WeRide 合作，成為東南亞首家推出無人駕駛服務的叫車平台。《Bloomberg》報導，Grab 押注這項技術有助於降低成本，並在高密度城市交通中驗證自動駕駛計程車（robotaxi）的可行性。 千名乘客、3 萬公里測試後上線！Grab 司機轉型「安全操作員」 Grab 與 WeRide 在新加坡 Punggol 社區的兩條核准路線上，啟動自動駕駛服務，沿途設有多個停靠點。首批由 11 輛車組成的車隊，主要負責接送居民往返附近設施與交通樞紐。對外開放前，該服務已歷經數月測試與數據蒐集，自去年 9 月啟動以來，車隊服務超過 1,000 名乘客，並累積超過 30,000 公里的自動駕駛里程。 《Zag Daily》提及，此次推出的服務，標誌著新加坡自動駕駛汽車路線圖邁出了重要一步，該路線圖的目標是到 2026 年底佈局 100 至 150 輛自動駕駛汽車。WeRide 在新加坡與 Grab 的合作，呼應其亞洲與中東擴張戰略，WeRide 近期透過與Uber的合作，在杜拜推出了完全無人駕駛、收費的機器人計程車服務，該公司在阿布達比的服務已覆蓋 70% 核心區域。 導入自動駕駛技術的同時，Grab 與 WeRide 也積極為人力轉型做準備。Grab 表示，在公共試營運初期，每輛自駕車仍配置安全操作員，以確保行程順暢與安全，目前已有 14 名 Grab 司機完成由 WeRide 與 GrabAcademy 提供的專業訓練，取得認證成為安全操作員，另有一批司機正接受培訓與評估中。 WeRide 與 GrabAcademy 也啟動遠端操作員訓練，讓學員學習如何在新加坡自動駕駛載客計畫 Ai.R（Autonomously […]

東吳大學攜手 NVIDIA 利用 AI 與 XR 實境技術，打造跨域智慧學習基地

在 AI 浪潮席捲全球的當下，高等教育同時面臨著人才定義的翻轉。「如果培育人才只著重於技術能力的提升，很容易讓人才只會寫程式，但缺乏對於社會的關懷。」東吳大學資料科學系副教授兼系主任蘇明祥表示，教育部近年積極推動校園的數位人文轉型，希望未來職場對人才的需求不僅須具備撰寫程式的硬實力，同時更需具備對環境與社會脈絡的敏銳洞察力。 東吳大學詹乾隆校長也進一步提出「人文關懷心，科技應用腦」的人才願景，期許學生在掌握科技工具的同時，能帶著同理心發掘問題，進而創造出有意義的科技應用，才是學生們在未來職場上難以被取代的競爭優勢。為具體落實此願景，東吳大學推出「AI 教育創新與智慧學習空間建設計畫」，透過建立 AI 與 XR 教學場域，打造跨領域智慧學習基地，培養具備 AI 技術、創新應用與人文思維的未來人才。 AI 創新學習中心導入 NVIDIA RTX 50 系列解決 AI 算力瓶頸 「過去學生只會在電腦教室學理論或進行簡單實作，卻不知道技術能應用在哪裡。」蘇明祥教授表示，過去老師教授理論，學生進而完成一個簡單的實作，但其實不知道實際可以應用在哪裡，如果學校能提供一個展示成果的平台或機會，就能讓學生從單純的理解理論升級為創新應用。 為落實「人文關懷心，科技應用腦」的人才願景並縮短理論與實作的落差，東吳大學攜手 NVIDIA 打造 AI 創新學習中心，同時為了讓學生有完整的實踐過程，引進高階的 NVIDIA RTX 50 系列設備，解決過去學生所面臨的算力瓶頸。蘇明祥教授表示「過去學生在建置一個大語言模型做應用時，他們第一個遇到的問題就是算力不足，就只能跑一個簡易版的系統，但看不出他們實際做出來的系統威力有多大。」引進 NVIDIA RTX 50 系列的設備後，學生不僅具備處理大語言模型與深度學習的實戰能力，還能跨越技術門檻，開發出符合產業界需求的高強度專案。  1+1 大於 2 的創新學習模式，用 AI 重現《三國演義》 「學生首先在 AI 創新學習中心進行程式開發或模型訓練，再把成果移到 XR 虛擬實境教室體驗真實運行的效果，並藉此調整系統不足之處。」蘇明祥教授表示，在具備強大的算力基礎後，東吳大學將於今 (2026) 年 8 月進一步建置「XR 虛擬實境教室」，整合 VR、AR 與 MR 技術，將 AI 訓練出的模型直接投放進虛擬世界中，達到 […]

首屆 iKala Connection Day 登場！全新 GEO 平台 Chroma 與「企業龍蝦」iKala Nexus首屆 iKala Connection Day 登場！共築 AI 新視野

跨國 AI 公司 iKala 今日盛大舉辦首屆「iKala Connection Day」，以「數據共生・串聯企業核心的 AI 轉型實踐」為核心主題 ，邀集 Google Cloud、CloudAD、 momo 富邦媒體科技及輝葉按摩椅等產業領袖 ，深度剖析 AI 驅動的企業轉型架構 。會中正式亮相全新 AI 應用平台 iKala Foundry，其旗下產品 Chroma 針對 GEO（生成式引擎優化） 趨勢提出獨家深度解方 ；同時宣布聯手「企業龍蝦」般的 iKala 旗下產品 Nexus，全方位賦能企業，建構 AI 驅動的全新競爭力 。 iKala 提出 2026 企業轉型核心：回歸真實性與決策精準化 iKala 共同創辦人暨集團董事長、TiEA 理事長程世嘉（Sega Cheng）領銜開場時指出，2026 年被定調為「AI 代勞元年」。真正的企業轉型並非僅是更換系統或訂閱工具，而是「決策方式的改變」。他強調，企業應思考如何運用數據與 AI 協作，在資訊爆炸的環境中做出更快速、更精準的判斷 。 程世嘉進一步分析，當前正處於 SEO 與 GEO（生成式引擎優化） 的關鍵轉捩點。隨著「代理式網路」全面擴張，AI 產製內容雖在量級上佔據絕對優勢，卻意外觸發了「稀缺溢價」效應，使「真實性」躍升為品牌最寶貴的戰略資產。程世嘉指出，人類原創內容具備不可取代的「信號」，其搜尋紅利高出 AI 內容 4 […]

寫加工程式從 1 小時縮減至 4 分鐘：拆解日本 ARUM 導入對話式 AI 的精密加工實戰

在日本石川縣金澤的一間工廠裡，工程師只需站在一台如同金屬小屋般的設備前，點擊螢幕，便能與一個虛擬角色對話，完成複雜的加工設定。這個名為「KAYA」的對話式 AI，正是日本精密製造商 ARUM Inc. 最新推出的核心技術之一，目標是重新定義精密加工的人才門檻與生產效率。 對話式 AI 助手「KAYA」降低精密製造門檻 KAYA 是一套建構自微軟 Azure OpenAI 與語音技術上的人機介面，並採用 GPT-5 模型運作。當操作人員匯入零件設計檔後，系統會即時分析幾何形狀與加工需求，並透過自然語言逐步引導使用者完成每一道工序，包括更換刀具、調整工件位置等細節。這樣的互動方式，讓原本高度仰賴經驗的 CNC（電腦數值控制）加工流程，得以被初階人員快速掌握。 這項突破的關鍵，在於 ARUM 將長年累積於資深技師腦中的「隱性知識」轉化為可計算的數據模型。其核心軟體 ARUMCODE，透過圖神經網路整理材料特性、刀具選擇與切削條件之間的複雜關係，建立出龐大的知識圖譜。過去需要熟練技師花費 1 小時撰寫的加工程式，如今只需要 4 分鐘就可以自動生成，顯著壓縮生產前置時間。 這種效率提升對於高混合、低產量的精密零件產業具有關鍵意義。此類產品通常客製化程度高、單價昂貴，任何時間成本的降低都直接影響利潤空間。ARUM 的解法讓設計與試產周期大幅縮短，有案例顯示，醫療設備零件的開發時間可從數月縮減至數週，企業能更快回應市場需求。 破解製造業高齡化危機，以 AI 實現技術傳承與自動化 12 步流程 KAYA 所屬的整體系統，是 ARUM 打造的 TTMC（全自動化加工中心）。該系統已實現從設計圖轉換到成品產出的完整自動化流程，涵蓋 12 個關鍵步驟，並大幅降低人工介入程度。 技術之外，更深層的背景是日本製造業正面臨結構性的人才危機。官方與產業研究普遍指出，製造業長期處於人力供給不足狀態，工程師平均年齡已超過 50 歲，年輕勞動力補充有限。精密加工這類需要長時間訓練的技術領域，受到的衝擊尤為明顯。熟練技師的培養往往需耗時數年，企業在技術傳承上承受巨大壓力。 ARUM 的策略是將工匠經驗數位化，並透過 AI 讓知識可被複製與擴散。這種做法不僅提升單一工廠的生產能力，也為整體產業提供一種新的運作模式。當加工流程被標準化並嵌入演算法後，企業能以更低門檻培養操作人員，同時維持高精度品質。 ARUM 也正進一步規劃更大規模的製造網路。該公司構想將多個 TTMC 機台串聯成分散式生產系統，並透過雲端平台統一調度；一旦某地區因自然災害或其他因素導致產能中斷，其他地區的機台可即時接手生產任務，提升整體韌性。這種架構與雲端運算的結合，使製造業逐步朝向軟體定義的模式演進。 【推薦閱讀】 ◆ 製造業如何擺脫 AI 單點優化？IBM 拆解常見的「5S」挑戰，揭開規模化導入 […]

【科技早餐】甲骨文裁員上限恐達 3 萬人，AI 基建壓力開始反映在人力上

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊甲骨文啟動大規模裁員，AI 基建壓力開始反映在人力上 甲骨文 (Oracle) 3 月 31 日正式啟動新一波裁員。根據外媒報導，這波裁員已波及美國、印度等多地員工，其中目前確認將裁減 491 名遠端與西雅圖員工。雖然公司尚未公布全球總裁員數字，但市場估計，若甲骨文大幅精簡人力，規模上限可能達 2 萬到 3 萬人，約占總員工數近兩成。 多家外媒指出，不少員工是在美東時間清晨收到通知信，內容寫明職位因更廣泛的組織改革被取消，且收到通知當天就是最後工作日。這波調整的背景，是甲骨文正加大 AI 基礎設施支出，要支應資料中心擴張與雲端業務競爭。公司已預告 2026 會計年度重組成本上看 21 億美元，各家科技公司也正重新配置人力與資源，把更多重心轉向 AI。 ＊OpenAI 一口氣募到 1,220 億美元，AI 進入資本密集交卷期 OpenAI 3 月 31 日宣布完成最新一輪融資，總額達 1,220 億美元，投後估值來到 8,520 億美元。這輪資金由 NVIDIA、亞馬遜 (Amazon)、軟銀 (SoftBank) 等策略與金融投資人共同支持，微軟 (Microsoft) 也持續參與；公司同時首度透過銀行通路，向個人投資人募集超過 30 億美元，並宣布將被納入方舟投資 (ARK Invest) 旗下多檔 ETF。 OpenAI 也同步揭露最新營運數字。公司表示，目前月營收已達 20 億美元，ChatGPT […]

AI 原生企業崛起：為什麼 Jack Dorsey、祖克柏都在重寫公司架構設計？

當 AI 從聊天機器人、寫程式助手，進一步滲入產品開發、資訊流動與日常決策流程，企業真正被改變的，可能不只是員工效率，而是公司本身怎麼被設計。近期，從 Block 執行長 Jack Dorsey、紅杉資本合夥人 Roelof Botha，到紅點創投與 Meta 執行長祖克柏都接連釋出相同訊號：一種「AI 原生企業」的組織型態正在浮現。 今年 2 月，Dorsey 主導的 Block 宣布裁減約 40% 人力，員工數從超過 1 萬人降至不到 6,000 人。值得注意的是，這項決策並非出於財務壓力，而是在 2025 會計年度交出 103.6 億美元毛利、年增 17% 的成績後進行。市場對此反應正面，Block 股價一度上漲約 22%。 Dorsey 當時給出的說法，不只是公司「變瘦」，而是 AI 已經改變了經營一家公司的基本定義。他在內部與投資人溝通時提到，Block 的 AI 程式代理 Goose 已幫工程師每週節省 8 到 10 小時，而在裁員宣布時，公司最近的程式碼提交中已有 90% 由 AI 撰寫。他表示，「一個規模小得多的團隊，利用我們正在開發的工具，可以做得更多、更好。」 不久之後，Jack Dorsey 與紅杉資本合夥人 Roelof Botha 共同發表了一篇名為「從層級到智慧（From […]

製造業如何擺脫 AI 單點優化？IBM 拆解常見的「5S」挑戰，揭開規模化導入 AI 的轉型路徑

隨著 AI 技術快速演進，AI 已從傳統負責精準分析與輔助決策的單一任務工具，逐步進化為具備自主規劃、資料收集和行動能力的「Agent」，並成為企業內部能獨當一面的數位員工。然而，儘管 AI 技術取得巨大突破，多數企業在實際導入時卻仍面臨轉型瓶頸。 在 TechOrange 科技報橘近日舉辦的「AI Ready 數據治理論壇」中，台灣 IBM 諮詢 AI 與數據服務協理林桂如指出，目前多數企業的 AI 專案仍停留在單點任務優化，或是用來提升局部工作效率，未能真正觸及商業模式與營運規則的根本改變。像 IBM 的全球研究報告就顯示，全球前五百大企業中，高達 64% 的高階主管認為，在 2030 年前生成式 AI 能夠帶給企業最大競爭優勢的關鍵，在於徹底改變既有產業商業模式與流程規則。這也代表，製造業必須逐漸捨棄單一任務的局部最佳化思維，進一步邁向長遠轉型之路。 拆解導入 AI 的「5S」挑戰 林桂如表示，許多企業在導入 AI 的過程中，往往面臨嚴峻的「5Ｓ」挑戰。第一個挑戰是各部門各自為政所形成的「數據孤島（Silo）」，導致資料與系統難以跨部門整合與流動。第二個挑戰為缺乏風險管控機制的「隱藏應用（Shadow）」，許多 AI 模型開發完成後，因擔憂潛在影響營運與生產的風險，導致做出來卻遲遲不敢上線運作。 第三個挑戰是「平台碎片化（Stack）」，例如各部門各自購買不同的 AI 平台或重複訂閱大型語言模型，不僅造成嚴重的重複投資與資源浪費，更讓開發團隊在技術選擇上無所適從。第四個挑戰是「人才技能難以跨域擴散（Skill）」，由於具備 AI 素養的專業人才分佈不均，因此跨部門協作時常面臨巨大的溝通阻力與認知落差。最後一個挑戰則是缺乏長遠營運規劃的「煙火式專案（Showcase）」，這些專案被業界稱為「滿地都是飛行員（Pilot）」的概念驗證專案，短期內看似遍地開花，卻無法持續營運並產生實質效益，因此難以將零散的技術轉化為可累積的長期企業戰力。 啟動 AI 規模化引擎，掌握「4Ｃ」關鍵 「當有一個組織或單位真的非常在意 AI 產生的投資報酬率（ROI）與效益，還有 AI 治理成果的時候，這個 AI 專案才能夠持續推動下去，」林桂如分析，為了解決「5Ｓ」挑戰，IBM 提出以「4Ｃ」作為企業建立完整 AI 運作體系的核心解方。 林桂如建議，企業應先建立統一統籌的「AI 卓越中心（Center, COE）」，由專責組織負責統籌預算、制定投資優先順序與追蹤專案成效，確保專案能持續推進並產生價值。其次是規劃明確的「AI 策略藍圖（Compass）」，意即依據成本效益、業務目標與合規性等指標評估投資優先序，避免盲目跟風而造成高昂的資源浪費。第三個關鍵是打造企業級的「Data […]

Google 示警：量子電腦破解比特幣門檻降 20 倍，風險提前浮現

隨著量子運算技術的快速發展，加密貨幣社群所面臨的量子威脅，可能比原先預期的還要早到來。繼前幾日公開後量子時代的時間表、將量子安全轉換時程設定在 2029 年後，Google 最新量子研究揭露了一個更關鍵的變數：破解加密貨幣所需的量子資源正在快速下降。 破解門檻大降 20 倍，量子攻擊進入可預見範圍 在今年 3 月 31 日發表的一份最新白皮書中，Google 量子 AI 研究人員證明，要破解保護比特幣、以太幣等多數主流加密貨幣的橢圓曲線密碼學（Elliptic Curve Cryptography），所需量子資源已較過去估算大幅下降約 20 倍。 過去的估計認為，破解這些加密技術需要擁有數百萬個實體量子位元（qubits）的量子電腦。然而，Google 的研究指出，透過優化編譯量子演算法，可能只需要一台具備不到 50 萬個實體量子位元的超導量子電腦就能辦到。 9 分鐘推導私鑰，區塊鏈機制出現結構性弱點 這項研究同時點出加密貨幣面對量子運算的脆弱性。比特幣的安全基礎在於，從公開金鑰反推私鑰對傳統電腦來說是「計算上不可能的任務」。然而，若具備足夠糾錯能力的量子電腦執行 Shor 演算法時，便能打破這個數學假設。 由於比特幣平均區塊生成時間約為 10 分鐘，Google 的研究指出，超導量子電腦有機會在約 9 分鐘內完成破解。其方法是先預先計算演算法的一半，讓系統處於「預備狀態」，一旦出現目標即可立即完成破解。若同時運行 11 台這類預備機器，速度可提升約 6.5 倍，足以在區塊確認前完成攻擊。《Forbes》則引述《CoinDesk》的說法指出，即使只使用單一台機器，攻擊者也有約 41% 的機率能在原始交易被確認前搶先完成替換。 這也使「交易攔截攻擊」不再只是理論推演，而是直接對應區塊鏈目前的運作邏輯。也就是說，攻擊者可在交易尚未被寫入區塊鏈前，先行推導出私鑰並發送替代交易，搶先完成確認。 此外，該白皮書也揭露了另一項急迫危機：部分加密資產早已處於潛在攻擊範圍內。當使用者進行交易時，其公開金鑰會被揭露在鏈上。這些已曝光的金鑰，未來都可能成為量子攻擊的目標。該研究指出，目前已有數百萬枚比特幣屬於這類「靜態風險資產」，只要量子電腦成熟，即可被逐步破解。 值得留意的是，與傳統金融系統不同，區塊鏈一旦交易成立便不可逆，代表著只要破解成功一次，就可能造成永久性資產損失。 從時間表問題，轉為風險壓縮問題 Google 先前已透過公開說明提出明確時間表，呼籲企業與系統在 2029 年前完成向 PQC（後量子密碼學）的遷移，作為應對量子威脅的關鍵點。然而，最新研究的意義，在於改變了這個時間表背後的風險密度。 換句話說，問題不再只是什麼時候會被破解，而是破解門檻下降的速度，是否快過系統升級的速度。資安業者 Project Eleven 執行長 Alex Pruden […]

NVIDIA 為何砸 20 億美元押注 Marvell？AI 互連與客製晶片競爭升級，背後更牽動 AWS Trainium 大局

NVIDIA 近日宣布投資半導體公司 Marvell Technology 共 20 億美元，表面上看似是單純擴大合作陣營，實際上是 NVIDIA 為了進一步擴展自家的 AI Factory 與 AI-RAN 生態系所做的重要戰略佈局。 對於採用 NVIDIA 架構的客戶來說，這代表未來在建置下一代 AI 基礎設施時，將擁有更多的選擇空間與系統整合彈性，因為這次合作範疇不只涵蓋 NVLink Fusion，更深入矽光子（silicon photonics）技術，以及聚焦如何讓全球電信網路更有效率地轉化為 AI 運算基礎設施。 打造異質 AI 基礎設施，NVLink Fusion 與光通訊成焦點 在這次合作中，Marvell 將提供 custom XPUs 與相容於 NVLink Fusion 的 scale-up networking，NVIDIA 則負責提供 Vera CPU、ConnectX NICs、BlueField DPUs、NVLink interconnect、Spectrum-X switches 以及機架級（rack-scale）AI 運算系統。 《Bloomberg》指出，NVIDIA 這次不只入股 Marvell，更開放自家系統，讓 Marvell 能在 NVIDIA 的平台上整合客製化 […]

【資安事件真正破口：身分】攻擊者拿著合法帳號在 29 分鐘內攻陷系統，決策者如何應對？

資安事件發生後，多數組織的第一反應是搶救資料、重建伺服器、重設密碼。但這套思維正在讓企業陷入更大的風險。 根據網路安全公司 Palo Alto Networks Unit 42 全球事件回應報告，近 90% 的資安事件調查可追溯至身分遭入侵。攻擊者通常不是利用技術漏洞破門而入，而是拿著偷來的憑證，以合法使用者的身分走進來。 電信與資安服務提供商 Verizon 的資料外洩調查報告（DBIR），分析了 22,052 起事件與 12,195 起確認資安事件，同樣指出憑證濫用佔非錯誤類資安事件初始入侵向量的 22%。 等到有人察覺異狀，攻擊者往往已在環境裡潛伏數週，悄悄提升權限、建立立足點、修改存取設定。伺服器可以還原，但一個已經被竄改的身分環境，沒有那麼容易處理。 日誌告訴你威脅去了哪，但無法告訴你它怎麼進來的 長期以來，調查資安事件的主要工具是日誌（SIEM 資料、事件記錄、稽核軌跡），這些資料能告訴你威脅大致在哪裡移動、大致在什麼時間點，但有兩件事它告訴不了你，一是攻擊者究竟是從哪個存取點、哪個權限進來的；二是入侵之後，下游有哪些東西被悄悄改動。 雲端資料保護與復原公司 Druva 執行長暨創辦人 Jaspreet Singh 指出，傳統鑑識模型以日誌為核心，日誌是過去理解橫向移動的唯一機制，但它只呈現了部分圖像。在試圖還原系統的時候，還需要知道哪些資料被碰過、哪些權限被修改、還原點究竟能不能信任，而這些問題，日誌通常給不出完整答案。 讓情況更嚴峻的是，攻擊者的行動速度正在加快。根據雲端原生資安公司 CrowdStrike 的報告，2025 年攻擊者在取得初始存取後的平均突破時間僅 29 分鐘，且 82% 的偵測案例中不含傳統惡意程式。攻擊者越來越習慣用合法工具與有效帳號在環境裡移動，而不是留下容易被偵測的惡意程式痕跡。 Singh 也強調，資安復原的流程並非按部就班的直線，而是一個反覆迭代的循環：還原、調查、隔離、再調查、再還原。沒辦法打個勾就繼續往下走，必須一邊推進、一邊持續驗證。 身分環境的復原，至今沒有標準解法 還原一台虛擬機器、復原一個資料庫，這些是已解決的問題，但還原一個可信任的身分環境卻不是。 身分不是靜態的物件，而是一張跨系統的關係網路，使用者、群組、角色、服務帳號、權限在不同系統間層層繼承與傳遞。現代企業的身分環境通常橫跨地端 Active Directory、雲端 Entra ID、Okta 等身分提供者，加上持續增加的自動化工具與 AI 代理，每一個都帶著自己的身分與存取權限，而且全部都在不斷變動。 這使得一個根本問題變得很難回答：六個月前，你的身分環境長什麼樣子？ 多數組織有一些快照，但通常缺乏關係脈絡。誰在什麼時候有哪些存取權、這些權限怎麼隨時間演變、哪些系統依賴哪些身分。沒有這些資訊，要驗證一個還原點是否可信，基本上只能靠猜。 非人類身分的爆炸性增長，是管理最落後的環節 如果說人類身分的管理已經夠複雜，非人類身分的問題只會更麻煩。 服務帳號、API token、機器憑證的數量，在多數企業環境中遠超過人類帳號。Singh 說，一家約 […]

廣告主放手才是贏家？從可口可樂開放 AI 二創到 HBO 收編粉絲，拆解參與式行銷大局

在 AI 與 Gen Z（Z 世代）交織的時代，品牌的角色已從內容的唯一生產者，轉型為創意的基礎設施。過去，品牌的核心任務是控制訊息與敘事一致性；但如今，面對一個內容極度充沛、注意力極度稀缺的環境，完全掌控反而成為限制。取而代之的是，品牌開始透過 AI 技術降低創作門檻，將自身的經典資產轉化為可被調用的素材庫，邀請用戶進入品牌生態系，參與、延伸甚至重寫故事。 Character.AI 執行長 Karandeep Anand 在《Fast Company》指出，這種轉變讓原先的內容供給，變成一種參與式設計（design for participation）。尤其是根據廣告公司奧美調查，86% 的 Gen Z 自認為是某個「粉絲群」的一員，且多數人花更多時間在粉絲創作內容上，品牌若仍停留在單向傳播，將難以維持文化相關性。AI 的角色，正是讓這種大規模參與成為可能。 把品牌變成素材庫，AI 讓「二創」成為官方策略 飲料品牌巨頭可口可樂（Coca-Cola），正是將品牌資產「平台化」的典型案例。在 Create Real Magic 活動中，可口可樂透過 AI 建立可即時互動的聖誕老人模型，支援 26 種語言、橫跨 43 個市場，並在短短 60 天內上線。 但更關鍵的並不是 AI 技術本身，而是互動邏輯的改變。用戶不再只是觀看廣告，而是能透過對話生成專屬內容，例如以個人回憶打造的雪花球。這種體驗讓品牌從訊息傳遞者，轉變為創作工具提供者，使用者在「玩」的過程中，自發性產出帶有品牌語彙的內容。 這種以 AI 驅動的 AIUGC（AI User-Generated Content，AI 使用者生成內容）模式，品牌不再需要親自生產每一則內容，而是設計一套生成機制，讓內容自然在用戶之間擴散。 UGC 潛力無窮，影視產業甚至把 UGC 創作者變正職 品牌開始開放資產，而影視產業則是進一步「制度化」粉絲創作。 根據《CNN》報導，Melanie 是一位因剪輯影集《Heated Rivalry》短片獲得數百萬觀看而爆紅的創作者，最終被 HBO […]

【科技早餐】NVIDIA 本益比跌回 2019 低點，AI 熱潮走進重估期

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊NVIDIA 本益比跌回 2019 低點，AI 熱潮走進重估期 根據《路透社》報導，隨著中東局勢升溫、油價與通膨疑慮擴大，加上投資人開始擔心 AI 基礎設施支出的回收期拉長，全球市值龍頭 NVIDIA 的 12 個月預估本益比已降到約 19.6 倍，來到 2019 年初以來低點，甚至低於目前約 20 倍的標普 500 綜合本益比，股價也較去年 10 月高點回落近兩成。 投資人近月來也開始擔心，Microsoft、Alphabet 與 Amazon 等客戶在 AI 基礎設施上的巨額支出，可能需要更長時間，才會轉化為實際營收與利潤。AI 題材並沒有消失，但市場看待這波熱潮的方式，正從高速追價，慢慢走向更現實的報酬檢視。 ＊Meta 不只蓋資料中心，連電廠與輸電線都一起包下來 Meta 宣布與 Entergy Louisiana 達成協議，將為路易斯安那州 Richland Parish 資料中心的電力基建提供資金。根據外媒報導，方案包含 7 座天然氣電廠、約 240 英里輸電線，以及 3 處電池儲能設施，另外 Meta 也承諾協助出資最高 2,500 兆瓦的再生能源，並探討核能合作。當地資料中心目前仍在建設中，完工後將成為 Meta 規模最大的設施。 這也讓 […]

3 個月產能抵過去 3 年！Agibot 出貨破萬台，中國人形機器人競賽轉向製造效率戰

上海人形機器人公司智元機器人（Agibot）近日宣布，累計製造的人形機器人數量已正式突破 1 萬台。更值得注意的是，Agibot 在過去 3 個月內就出貨了高達 5,000 台，等於在極短時間內，就超越了前三年累積的總出貨量。 與此同時，中國首條年產能達「萬台」級的人形機器人自動化產線，也於近日正式啟用，反映整體供應鏈、製造能力與生產基礎設施的提升，正同步將中國人形機器人產業，推向大規模量產的新階段。 Agibot 量產速度為何大幅提升？關鍵在供應鏈成熟與製造標準化 回顧 Agibot 的產能爬坡曲線，從花費整整兩年時間製造前 1,000 台，隨後又用了一年擴增至 5,000 台，不過如今從 5,000 台跨越到 10,000 台的過程，卻僅用了短短 3 個多月。 針對這樣的產能爆發，Agibot 首席技術官彭志輝表示：「達到 1 萬台的數量不僅僅是生產更多機器人，更是反映我們規模化能力的根本性轉變。」他進一步指出，隨著供應鏈的成熟與製造標準化，市場正從小規模的利基型應用，快速轉向穩健的大規模商業需求。 《Forbes》也引述 Agibot 的說法，強調推動這波產能大幅加速的核心動力，正是來自現已成熟的供應鏈，以及在製造效率上持續的創新。Agibot 則表示，機器人廣泛部署的重點已不再是尋求技術可行性，而是為了交付可擴展的價值，並實質推動具身智慧的採用。 從試點驗證到重複部署：人形機器人商業化正在加速成形 隨著產能大幅提升，這些機器人的應用場景也正快速向外擴張。《The Information》指出，在 Agibot 已製造的 1 萬台人形機器人中，有相當大一部分已經離開實驗室，活躍於真實世界的環境中，實際應用於物流、零售、飯店與教育等場域。 同時，Agibot 的版圖也已跨出中國本土市場，並在歐洲、北美、日本、韓國、東南亞與中東地區售出了「相當數量」的人形機器人。《Forbes》進一步點出這個趨勢背後的市場轉變：Agibot 觀察到客戶端正從最初的「試點專案」，正式過渡到「重複性的大規模部署」。 萬台級產線啟動：中國人形機器人競賽轉向製造效率戰 這股人形機器人的量產動能不僅限於 Agibot 一家公司，而是中國機器人產業生態的全面升級。《新浪財經》引述《人民財訊》報導指出，中國首條年產能達萬台級別的人形機器人自動化生產線，已在 2026 年 3 月 29 日於廣東正式啟用。這條由東方精工與樂聚機器人聯合打造的產線，平均每 30 分鐘就有一台人形機器人下線，充分展現強勁的工業化製造能力。 《新浪財經》評論指出，2026 […]

【Google Cloud 林書平專欄】從追求效率轉向衡量自主性：生成式 AI 顛覆營運邏輯的 3 大底層轉變

文 / Google Cloud 台灣技術總經理 林書平 根據 Google Cloud 內部調查，台灣導入生成式 AI 的企業中，有 78% 表示正在採用 AI 代理。這個比例已顯著高於亞太地區的平均值 64%，但我們發現許多企業仍在導入過程中感受到阻力。 可以理解的是，我們正在經歷軟體史上最劇烈的一次變革交鋒。這源於過去五十年來，企業習慣以「確定性模型」（deterministic model）為基礎打造軟體和業務，從客戶關係管理（CRM）系統到試算表，都是受規則約束且不容出錯的軟體。尤其台灣有龐大的精密製造業及多種受高度監管的產業，因此從品質控管到合規性，企業的核心目標都是消除不確定性。 然而，過去三年備受全球矚目的生成式 AI 打破了這項規則。它是一個具備「機率性」（Probabilistic）、創造力，且高度依賴情境脈絡（Context）的推理引擎，而非輸入 A 加 B 永遠等於 C 的計算機。它能處理確定性系統無法回答的問題，例如分析關稅或模擬地緣政治對營收表現與大宗產品定價的影響，為企業決策者提供重要參考資訊。 企業目前在營運模式中感受到的摩擦，正是因為過往建置系統的初衷是為了追蹤與消除不確定性。然而，我們無法將機率性引擎硬塞進確定性的營運模式中。要徹底發揮生成式 AI 的潛力，企業領導者必須停止把 AI 當作「速度更快的試算表」來對待。 在這個新時代能脫穎而出的贏家，將是那些不再嘗試壓制不確定性，而是將它轉化為運作常態的企業。以下是為了重塑企業營運、充分掌握 AI 未來，所必須經歷的三大轉變。 轉變一：從評估「效率」轉向衡量「自主性」 過去，軟體被視為放大人類工作能力的工具，其價值取決於存取權及效率，例如提供多少授權席位、加快員工多少作業速度。 生成式 AI 徹底翻轉了這個模式：我們正從「軟體即服務」（SaaS）轉向「服務即軟體」（Service-as-Software）。其價值在於最終成果，而非工具本身。當 AI 代理解決了一張客戶需求單，衡量標準不再是幫員工節省多少時間，而是人類是否需要參與其中。換言之，我們的目標不再是打造動作更快的勞動力，而是建立可無限擴展的團隊。 這代表我們需要新的指標。企業應該停止衡量員工投入的工作量，轉為關注 AI 自主性：這包含了 AI 代理是否提供正確事實？能否縮短決策時間？任務完成率如何？考量到人類未來已可從「人機迴圈」（human-in-the-loop）中移除，因此企業擴大獲利空間最重要的指標之一將會是：AI 代理是否能在無人類介入下獨立解決問題。 轉變二：面對 AI 不確定性，著重控管而非消除 許多企業試圖將機率性的 AI，塞進追求確定性、強調規則的營運模式中，但這往往行不通。傳統領導者看到 AI […]

用 AI 不必再選邊站！微軟 Copilot Cowork 上線，拆解導入多模型協作的背後盤算

當生成式 AI 從「寫內容」走向「做事情」，企業對於 AI 的期待也正在快速轉變；最新一波轉折來自微軟。微軟不再只強化單一模型能力，而是讓不同 AI 模型在同一工作流程中協作，試圖解決 AI 準確性、效率與可控性等長期痛點。 微軟宣布，全新代理工具 Copilot Cowork 已正式透過 Frontier 早期計畫上線，該工具是專為長時間、多步驟工作而設計，旨在實現 Copilot 生態系統的自動化和規模化。同時，微軟也在 M365 Copilot 的 Researcher 代理中，新增 Critique 與 Council 兩大功能，象徵 AI 系統設計正從單一模型競爭，轉向多模型編排的新階段。 Copilot Cowork 讓 AI 開始接手工作 Copilot Cowork 被定位為代理式 AI（agentic AI）工具，能處理過去需要人類持續監督的長時間、多步驟任務。根據微軟說明，使用者只需描述目標，Copilot Cowork 便會自動規劃並執行整個流程，橫跨 Excel、Outlook、Teams、SharePoint 等應用，完成資料蒐集、分析與整合等工作。 相較於過去 Copilot 停留在撰寫郵件或摘要文件等生成內容的任務，Copilot Cowork 的設計更接近「任務代理人」，強調跨工具協作與流程自動化。 多模型協作成核心：GPT 與 Claude 不再競爭，而是分工 除了任務層的進化，更關鍵的變化發生在模型架構本身。「Critique」新功能允許系統同時使用 OpenAI 的 GPT […]

數據沒打通，就談不上 AI 原生工廠：達梭系統與 NVIDIA 共推工業世界模型，揭台灣製造業關鍵痛點

專訪：戴季全撰稿：李昀蔚 在今年 2 月舉辦的 3DEXPERIENCE World 2026 大會上，達梭系統與 NVIDIA 宣布合作打造工業 AI 平台，共同描繪出一個嶄新方向：AI 正進一步朝「理解現實世界」邁進。面對製造業從傳統智慧工廠轉向「AI 原生工廠」的新趨勢，企業該如何看待 AI 自主決策帶來的變革？本集《全新一週》特別邀請達梭系統臺灣戰略客戶銷售總監張銘輝，深入剖析製造業導入 AI、推進超自動化，以及打造 AI 原生工廠的關鍵路徑。 談及這場重磅合作，張銘輝表示，達梭系統與 NVIDIA 過去在軟體與繪圖卡領域已有長達二十多年的深厚合作基礎。如今，隨著 AI 技術加速發展，雙方期盼藉由強大的 AI 算力，讓 AI 讀懂物理世界背後的數學規則、理論邏輯、材料結構甚至生物學，這也使得 AI 不僅能理解虛擬的物理世界，更能協助業界建構由 AI 驅動的物理模型與虛擬孿生，最終邁向完整的「工業世界模型」。 AI 原生工廠和智慧工廠有何不同？ 建構工業世界模型的核心，正是為了打造「AI 原生工廠」，究竟這與過去常談的智慧工廠有何不同？張銘輝分析，過去產業談及智慧工廠，重點多半放在「如何讓工廠更自動化」，並透過系統解決大量生產過程中的品質與技術問題，以加快達成生產目標。 相較之下，「AI 原生工廠」的邏輯截然不同。AI 原生工廠具備讀懂數據的能力，不僅能進一步做出判斷與決策，還能指揮後續的機器人與各類 AI 模型執行任務。「讓工廠自己讀懂數據、下判斷決策，同時提升自動化效率，這才是 AI 原生工廠的真正目的，」張銘輝強調，這也是 AI 原生工廠與智慧工廠的本質差異。 然而，要真正落實超自動化與 AI 原生，台灣製造業仍面臨一個痛點，那就是數據是否已經打通？從單點自動化走到整線、整廠自動化後，企業更期待透過 AI 即時收集數據，並讀懂工廠流程、產品模型與生產限制，進而做出超自動化的決策。不過，如果企業無法打通數據，那麼設計、模擬與製造等環節仍會彼此斷鏈，所以除非是從零開始就以 AI 原生為目標所打造的新工廠，否則若基礎工作未臻完善，即便想直接導入超自動化，難度依然極高。 工業世界模型的真正價值：縮短試產時間、降低錯誤率、加速複製經驗 為了解決上述痛點並串聯數據，達梭與 NVIDIA […]

告別關鍵字堆砌：2026 零售行銷新戰場，如何餵養 AI 想要的評論數據？

近期，電商平台巨頭 Amazon 先後封鎖 OpenAI 以及 Perplexity 的 AI 爬蟲後，實際上切斷了 AI 獲取品牌口碑的渠道，揭示了一個對零售品牌行銷上迫切的問題：當最完整、最有價值的評論資料被鎖進電商平台的圍牆中，品牌該如何重新佈局，才能在 AI 建議的搜尋結果中，持續保持競爭力與能見度？ 開放的社群、去中心化評論布局，成 AI 搜尋新戰場 《Modern Retail》報導指出，這意味著品牌必須把戰場擴大到更多開放社群評論，例如 Reddit、Yelp，或者是台灣的 Dcard、PTT 等，甚至是自有的官網內容。這種去中心化的評論佈局，本質上是在確保品牌的聲量能進入 AI 的訓練資料庫，進而影響推薦結果。某種程度上，這讓數位行銷回到了十多年前的狀態，強調多點佈局與跨平台經營，只是這次的對象不再是傳統搜尋引擎，而是 AI 模型本身。 這也說明，社群評論正在從轉換階段的輔助角色，前移為整個行銷漏斗的起點，甚至是 AI 搜尋引擎優化（AI SEO）的核心資產。 背後的驅動力，也來自消費行為的根本轉變。越來越多消費者將 AI 視為個人「購物顧問」，直接詢問「最適合過敏犬的飼料」或「加州最好的磁磚品牌」。AI 給出的答案往往已整合了價格、功能與評價，極大地縮短了消費者的決策路徑。在這種場景下，評論不再只是參考資訊，而是構成「信任」與「被推薦」的核心依據。 評論的重要性提升，對中小品牌而言，反而創造了一個難得的機會。相較於傳統搜尋引擎高度依賴廣告投放與 SEO 技術，AI 搜尋更重視內容的真實性與語境豐富度。換言之，一則具體描述使用情境、效果與感受的評論，其價值可能遠高於數十萬的廣告預算。這讓資源有限的品牌，也能透過經營評論，在 AI 推薦中與大型品牌競爭。 以美國磁磚品牌 Fireclay Tile 為例，其執行長 Eric Edelson 指出，自家品牌之所以能在 AI 搜尋中被列為最佳選項，很大程度來自於評論內容的深度與細節。這些長篇、具體的使用經驗，正是大型語言模型最擅長解析的資料形式，也更容易被轉化為推薦理由。 掌握 AI 推薦算法：為何延後索取評論反而更有利？ 此外，《Modern Retail》也提到，評論的「質」比「量」更關鍵，會直接影響品牌的操作策略。寵物食品品牌 Pawco 成長副總 […]

高齡者成詐騙首要目標，美國退休金融機構如何利用 AI 保護老年人

根據美國退休金融機構 TIAA 報告指出，到 2030 年代，65 歲以上的老年人口將首次超過 18 歲以下的年輕人口。這場大規模的人口轉型，不僅是社會福利體系的挑戰，也對金融機構提出了新的課題。 當越來越多的客戶進入大腦認知衰退風險的年紀，如何確保他們的財富不因判斷力下降而受損？而 TIAA，也試圖用 AI 回答這個問題。 高齡化浪潮下的財務脆弱性 老年期的財務管理，從來就不是一件輕鬆的事。退休後收入來源單一、醫療支出攀升，加上大腦認知功能逐漸衰退，都使得他們在面對複雜金融決策時更加力不從心。 發表於《JAMA 神經學》的大規模研究顯示，2016 年美國 65 歲以上人口中，約 10% 已達失智症診斷標準，另有約 22% 處於輕度認知障礙狀態，意味著超過三分之一的老年人，正面臨不同程度的認知挑戰。 值得注意的是，每增加五歲，失智風險便上升近一倍，而教育程度較低、非裔與西裔長者的風險更顯著偏高。這也使得老年人成為金融詐騙最主要的目標族群。 TIAA 的調查報告指出，2022 年 60 歲以上的美國人，就向聯邦貿易委員會申報詐騙財務損失高達約 16 億美元；80 歲以上長者的損失中位數達 1,450 美元，遠高於 20 至 59 歲族群的 500 美元以下。 詐騙案件從 2019 年至 2023 年逐年攀升，而許多案件根本從未被舉報，實際損失遠超過統計數字所呈現的規模。 AI 能否作為攔截詐騙的第一道防線？ 面對高齡客群的弱點，TIAA 選擇將 AI 部署為監控機制。TIAA 的營運長 Sastry Durvasula 舉例，一位退休客戶接到假冒微軟技術支援的電話，對方以帳戶遭駭為由，說服客戶將退休金全數提領轉移。這類社交工程詐騙手法精密，受害者往往在意識到異常之前，資金已經轉出。 […]

【科技早餐】軟銀獲 400 億美元無擔保貸款，支應對 OpenAI 的 300 億美元投資計畫

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊SoftBank 借 400 億美元加碼 OpenAI，持股上看 13% 根據外媒最新消息，軟銀已取得 400 億美元過渡性融資，主要用途是支應對 OpenAI 承諾的 300 億美元追加投資，以及其他一般企業用途。這筆貸款為軟銀集團歷來規模最大的單一美元計價融資，無擔保、期限 12 個月，承辦銀行包括摩根大通（JPMorgan）、高盛（Goldman Sachs）、瑞穗銀行（Mizuho Bank）、三井住友銀行（Sumitomo Mitsui Banking Corp）及三菱日聯銀行（MUFG Bank）。 這筆融資也讓軟銀在 OpenAI、Arm 與星門計畫（Stargate Project）之間的 AI 佈局更清楚。不僅凸顯了軟銀創辦人孫正義對 AI 未來的大膽押注，更讓軟銀在 OpenAI 總投資額攀升至 646 億美元，持股比例將一舉攀升至 13%。 ＊黃仁勳將在 Computex 發表主題演講，傳 NVIDIA 將展出筆電處理器 外媒報導，隨著 AI PC 熱潮升溫，NVIDIA 正準備在 2026 年推出專為消費市場設計的筆記型電腦處理器，這也將是 NVIDIA 首次正式進軍長年由 Intel 與 AMD 主導的消費型 […]

AI 的第二個 10 億用戶怎麼來？a16z 點出信任高牆，解析可信任中介的三大結構關鍵

當生成式 AI 在短短 3 年內從實驗室走向大眾市場，一個關鍵門檻已經被跨越：根據微軟《Global AI Adoption 2025》報告，目前全球已有約 16.3% 人口使用過生成式 AI，相當於每 6 人就有 1 人使用。若以全球人口換算，生成式 AI 的使用者規模已逼近 10 億人門檻，但真正的問題才剛開始：當第一個 10 億用戶已經出現，下一個 10 億人，會從哪裡來？又是什麼，阻擋了他們採用 AI？ 根據創投機構 Andreessen Horowitz（a16z）最新分析指出，答案並不在模型能力，而在「信任」。該機構認為，2026 年 AI 採用的最大阻力，已從技術性能轉向信任缺口。進一步來說，影響 AI 能否持續擴散的關鍵，不再是模型是否更強，而是使用者、企業與政府是否願意在各自情境中接受這項技術。 這項觀察出自 a16z New Media fellow、曾參與 Google 與 YouTube 國際化擴張的產品與成長領域意見領袖 Sakina Arsiwala。她回顧自身經驗指出，過去推動全球產品落地時，真正的障礙從來不是技術，而是不同市場之間的信任摩擦。「全球化不是產品功能，而是一場地緣政治協商，」她表示，從德國音樂版權封鎖、巴基斯坦封網，到印度的文化衝突，平台擴張的核心問題始終圍繞在「信任如何被建立」。 AI 採用從「好不好用」，變成「能不能被接受」 Sakina Arsiwala 指出，這樣的信任問題，在 AI 時代變得更加劇烈。她觀察到，AI 的採用已不再單純取決於功能與效率，而是逐漸受到政治、制度與文化因素影響。 舉例來說，近期美國聯邦政府與 Anthropic 之間的僵局，以及 OpenAI […]

AI 用電暴增，核能卻還困在「類比時代」：微軟、 NVIDIA 如何用 AI 與數位孿生改寫核電交付流程？

當 AI 資料中心擴張、製造業升級與供應鏈重組同步發生，企業對全天候、穩定且低碳電力的需求也持續激增，在這樣的背景下，核能一再被視為可以支撐未來用電的關鍵選項。然而，一直以來核電廠卻面臨「蓋得太慢」的致命傷，正如微軟全球能源與資源產業企業副總裁 Darryl Willis 所言：「全球正競相滿足歷史性的電力需求激增，但核能產業使用的卻是為類比時代所建置的基礎設施管線，核能是支撐這個未來不可或缺的骨幹，產業卻仍深陷在交付瓶頸中。」 這個交付瓶頸，源自於核電專案在前期就面臨高度客製化的工程、彼此斷裂的碎片化資料，以及大量仰賴人工作業的法規與安全審查。這些因素共同拖慢了許可（permitting）、設計（design）與施工（construction）的進度。微軟更進一步指出，光是許可與監管申請流程就可能耗時數年、耗費數億美元，工程師還得花上數千小時撰寫、交叉比對、格式化、搜尋與重做成千上萬頁的文件。 因為前期開發太慢、資訊難以整合且流程難以重複利用，讓核電專案常常還沒進入施工，就已暴露在效率低落、進度延宕與成本膨脹的巨大風險中。為了解決這些痛點，微軟近日宣布與 NVIDIA 展開「AI for nuclear」合作，一口氣整合了 NVIDIA Omniverse、Earth 2、CUDA-X、AI Enterprise、PhysicsNeMo、Isaac Sim 與 Metropolis，試圖把 AI、模擬與數位孿生（Digital Twins）導入核電開發流程，從許可、設計、施工一路延伸到營運端，全面重整這條長期低效且難以加速的產業鏈。 微軟與 NVIDIA 的解法：用 AI、模擬與數位孿生進化產業鏈 微軟將這次與 NVIDIA 的合作，定義為打造一套由 AI 驅動、彼此互聯的基礎架構，目的是將核電廠的選址許可、工程與設計、施工與交付，以及營運和維護，串成一條可追蹤的生命週期。 例如在許可階段（Licensing and permitting），生成式 AI 將接手繁雜的文件起草與差異分析，並整合所有專案資訊，同時依據歷史申請格式建立一致的申請資料，讓專家與監管人員能把時間重新放在判讀安全法規，而不是消耗在比對數千頁的文字與版本差異上。 接著在設計階段（Design and engineering），高擬真數位孿生與模擬工具可讓工程師加快迭代速度，因為團隊能在動工前先完成設計驗證、重用已驗證過的工程模式，並即時掌握極細微變更對整體模型帶來的影響。 進入施工與交付階段（Construction and delivery）後，除了傳統 3D 模型，再加上 4D（時間排程）及 5D（成本追蹤）模擬還能讓團隊在正式動土前，先在虛擬環境中建造整座電廠，並透過 AI 與數位孿生即時比對現場實際進度與數位計畫，讓延誤與排程衝突提早被發現，同時避免昂貴且反覆的重工。 最後在營運與維護階段（Operations and maintenance），由 AI 驅動的感測器和營運數位孿生可持續監測設備表現、及早偵測異常，並支援預測性維護以提升正常運行時間，不過微軟也強調，最終控制權仍牢牢掌握在人類操作員手中。 這整套解決方案的目的，並不是取代核能產業原有的安全紀律，而是讓原本分散、難以重複利用的工作流程，變得更可追蹤且可預測，同時在絕不犧牲安全的前提下大幅縮短開發時間。 AI 為核能新創與國家實驗室帶來的具體效益 […]

降低 70% AI 系統耗能！劍橋大學發表神經形態運算元件，如何突破馮紐曼架構耗電瓶頸？

耗能是當前 AI 硬體面臨的關鍵挑戰之一，英國劍橋大學領導的研究團隊近期發表一項突破，開發出一種受人腦啟發的奈米電子元件，有望將 AI 系統的能耗降低高達 70%，為硬體瓶頸提供新的解法。 這項研究成果已發表於學術研究期刊《Science Advances》，並被視為推動「神經形態運算」（neuromorphic computing）邁向實用化的重要一步。 傳統架構的痛點：資料搬運消耗龐大電力 劍橋大學指出，現今的 AI 系統高度仰賴傳統的電腦晶片架構，這些晶片必須不斷地在記憶體和處理單元之間來回傳輸資料。這種資料的持續移動（即所謂的馮紐曼瓶頸）不僅拖慢了運算速度，更消耗了大量的電力。 為此，科學家將目光轉向了神經形態運算，也就是一種模仿大腦神經元運作方式的替代方案。與傳統晶片不同，大腦能夠在同一個位置同時進行資訊的儲存與處理。透過參考這種神經架構，神經形態系統不僅能大幅減少資料傳輸的能量損耗，還能具備如同大腦般學習與適應的靈活性。 更關鍵的是，該團隊開發的憶阻器並非傳統設計，而是透過改良材料結構，解決過去技術難以穩定運作的問題。 技術細節：捨棄不穩定的導電絲 要實現神經形態運算，關鍵在於一種名為「憶阻器」（memristor）的電子元件，這是一種設計用來模仿大腦中神經元連結（突觸）效率的微小組件。 然而，傳統憶阻器多依賴在材料中形成「導電細絲」（filaments）來改變電阻，但這種機制具有高度隨機性，穩定性不足，且需要較高電壓，難以大規模應用。而劍橋團隊改採不同策略：透過在氧化鉿（hafnium oxide）中加入鍶與鈦，並採用雙階段製程，成功在氧化物層的交界面內，創造出微小的電子閘門（p-n 接面）。 這項結構設計的突破在於，裝置不再依賴導電絲的生長或斷裂，而是透過改變交界面的能量障壁高度，平滑地調整電阻。Bakhit 博士指出，因為是在介面進行切換，這些裝置展現出了極佳的均勻性，徹底解決了傳統導電絲裝置行為高度隨機且不穩定的致命傷。 百萬分之一的電流與未來商業化挑戰 這款新型的鉿基薄膜裝置展現了驚人的效能，其切換電流僅約 10 奈安培（nanoamps）以下，比某些傳統氧化物裝置低了約一百萬倍。此外，該裝置能產生數百個穩定且獨特的電導位階，這對於模擬大腦的類比式「記憶體內運算」（in-memory computing）來說是不可或缺的條件。 在實驗室測試中，這些憶阻器能可靠地承受數萬次的切換循環，並能將編程狀態儲存約一天的時間。它們甚至重現了生物學中觀察到的基本學習法則，例如「脈衝時序依賴可塑性」（spike-timing dependent plasticity），這意味著硬體可以根據訊號到達的時間來增強或減弱連接，真正具備了學習與適應的能力，而不僅僅是儲存位元。 然而，雖然這項技術極具顛覆性，但是在實際商業化與晶片整合上仍面臨挑戰。根據該研究，目前的製造過程需要高達 700 °C 的高溫，超出了標準半導體（CMOS）製造所能容忍的極限。 「這是目前我們裝置製造過程中的主要挑戰，」Bakhit 博士坦言，「但我們正在尋找降低溫度的方法，使其更能與標準工業製程相容。」 【推薦閱讀】 ◆ ASML 霸權迎來變數？挪威新創獲微軟 M12 投資，氦原子束如何顛覆 EUV 極限 ◆ AI 機器人進入「自我設計」時代：西北大學研發模組化機體，解鎖斷肢仍能運作的極限 ◆ 2026 AI 資本支出迎來黃金交叉！Gartner 預測「AI 推理」投資將正式超越模型訓練 ＊本文開放合作夥伴轉載，資料來源：University of […]

Anthropic 為何替 Claude 限流？當付費訂閱翻倍成長，算力天花板與規模化考驗正式浮上檯面

從 2026 年初開始，Anthropic 旗下 Claude 的付費訂閱快速升溫。由消費者交易分析公司 Indagari 與《TechCrunch》合作的數據分析指出，Claude 今年的付費訂閱數已翻倍，且在 1 月到 2 月間，新增與回流的付費用戶雙雙創下新高。 然而，在人氣暴增的背後，Claude 近期接連面臨尖峰時段限流、服務中斷與系統穩定性等壓力，使得「能否穩定擴張」成為 Anthropic 當前嚴峻的新課題。 知名度躍升與新功能釋出，帶動付費用戶大幅成長 Indagari 與《TechCrunch》的調查顯示，Anthropic 今年的消費者市場成長在 1 至 2 月間出現明顯跳升，其中大部分的新訂閱來自每月 20 美元的 Pro 方案，顯示 Claude 的付費滲透速度正不斷加快。 這波強勁的成長背後有多重推力：《TechCrunch》分析，Anthropic 在超級盃（Super Bowl）投放的廣告成功提升了 Claude 在大眾市場的知名度；另一方面，Anthropic 拒絕美國國防部（DoD）將其模型用於軍事用途的爭議，也意外讓 Claude 獲得更多主流關注，進一步推升了新一波的使用者興趣。至於在技術與產品面，Computer Use、Claude Code 與 Claude Cowork 等新功能與開發者工具的釋出，以及內部正在測試一款名為「Mythos」的強大新模型，同樣被視為推升市場需求的重要背景。 需求激增引發系統承載壓力，官方祭出尖峰時段限流 然而，在需求顯著升高的情況下，Claude 近幾週接連遭遇多次服務中斷（outage），正常運行時間（uptime）甚至一度跌破多數應用程式標配的 99% 水準，凸顯系統後台正承受極大的壓力。 為了緩解這樣的狀況，Anthropic 近期調整 Claude Free、Pro 與 […]

多數歐企 AI 停在摘要信件層次？AWS 報告分析企業深度採用 AI 的三大門檻

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 […]

汽車業的「Nokia 時刻」來了？比亞迪、吉利重寫造車節奏，歐洲車廠被迫重整中國戰略

過去數十年來，全球汽車製造商多半以德國的工程技術、美國底特律的生產規模，或是日本的可靠性作為衡量標準。然而，如今新的業界基準已轉向中國，市場將此稱為「中國速度」（China Speed）：這意味著更快的開發週期、軟體優先的設計理念、深度的供應鏈整合，以及持續壓低成本的造車模式。 這波變革已不再只限於理論或單純賣出更多電動車，而是由比亞迪（BYD）、吉利（Geely）與零跑汽車（Leapmotor）帶頭，透過更扁平的開發週期、即時的 OTA 軟體更新與更大膽的想法，重新改寫全球汽車業的規則。這甚至將傳統車廠追求推出完美產品的目標，轉變為「先把產品做出來、之後再透過更新修正」的競爭邏輯。 其中最具代表性的例子，是去年一輛中國製造的零跑 C10 在德國無限速高速公路（Autobahn）行駛時，駕駛輔助系統出現異常而急煞。當時正在駕駛的零跑國際德國區負責人 Martin Resch 在開會前回報給杭州的工程師，等他開完會出來，車輛已經接收到軟體更新並完成修正。這種狀況若換成歐洲車廠，往往需要耗費數週時間才能修復。 「中國速度」如何形成？政府支持、軟體背景與高強度競爭 《Bloomberg》報導，中國電動車產業自 2009 年以來，已獲得至少 2,300 億美元的政府資金支持。這龐大的資金挹注不僅是國家支持的產物，也是「中國速度」得以成形的重要條件之一。 相較於傳統車廠仍試圖縮短其原本 5 到 7 年的產品計畫週期，中國的競爭對手已經能夠在兩年內推出新車款。這樣的高效率也與創辦人的背景息息相關：小鵬（Xpeng）、蔚來（Nio）與理想（Li Auto）的創辦人都曾有網路新創背景，小米創辦人雷軍則具備軟體背景。 此外，中國車廠的員工結構更年輕、流動性更高，儘管薪資水準低於西方，但薪酬通常與財務目標綁定，培育出充滿創業精神的文化。再加上國內市場激烈競爭，迫使企業必須持續創新並刪去低效率的環節。 在技術積累方面，專利數量也反映出中國的競爭力。從 2000 年到 2023 年間，中國在未來陸地交通技術領域申請超過 34.3 萬件專利，大約是德國總數的近 5 倍。現在，中國在全球電池生產、電動車關鍵供應鏈，乃至於數位座艙與 OTA 更新等車載軟體領域，都掌握了強大的主導權。 歐洲車廠不只競爭，更開始借助中國技術與在地合作重整戰略 面對這波衝擊，歐洲車廠的策略也悄悄發生改變。例如，Stellantis 正評估採用零跑汽車的電動車平台與軟體，來支撐旗下 Fiat、Opel 與 Peugeot 等歐洲品牌，並另外與小米、小鵬接觸，討論投資其歐洲業務。同時，豪華車廠 Mercedes-Benz 也正與吉利進行未來電動車合作的初步接觸。 《Bloomberg》甚至引述部分歐洲高層的說法，將這一刻形容為汽車業的「Nokia 時刻」（Nokia moment），代表歐洲汽車巨頭可能必須在死守既有商業模式，或是接入中國技術以求生存之間做出選擇。 Volkswagen 執行長 Oliver Blume 直言：「全球沒有其他地區像中國一樣，正以如此一致、動態且快速的方式推進產業轉型。」目前，Volkswagen 已開始量產與小鵬共同開發的首款車型 ID. UNYX […]

當對手也用 AI，你的品牌還剩什麼？拆解 2026 行銷生存戰：人性化敘事才是最後護城河

隨著 2026 年進入第二季，AI 的發展呈現出一種明顯落差。一方面，它被視為世代級的技術轉折點，快速滲透各個產業；另一方面，市場對其期待也出現過熱現象。《Inc.》報導指出，大型科技公司持續加碼投資，試圖主導未來 AI 產業的競爭版圖，但在企業現場，特別是中小型公司與行銷產業，討論的焦點已明顯轉向一個更務實的問題：AI 究竟帶來多少實際回報。 AI 代理接管營運前線，人均生產力迎來 15% 成長 《Inc.》訪問多位行銷產業高層，結果顯示 AI 的應用逐漸從概念驗證走向日常營運。部分企業已將 AI 代理（AI Agent）導入前線流程，例如提供法律服務的 Tort Experts，其執行長 Sebastian Westerby 表示，他們透過訓練專業腳本的 AI 系統接聽諮詢電話，進行初步篩選與資訊整理，這類應用不僅能即時摘要對話內容，還能標記高價值潛在客戶，並同步更新 CRM 系統，讓業務團隊能更快介入關鍵案件。 在創意與產品開發流程中，AI 也開始扮演更具體的角色。設計與數位廣告公司已將 AI 工具整合進原本的工作流程中，例如利用設計平台內建的 AI 功能快速生成可運作的原型，並自動轉換為前端程式碼。這類流程優化帶來可量化的成效，數位廣告公司 Awarity 執行長 Aditya Varanasi 指出：「有了 AI 之後，每位員工的生產力提升約 15%，等同於在不增加人力的情況下，擴大團隊產出規模。」 類似的效率提升也出現在更基礎的營運層面。開發團隊透過 AI 自動偵測與修復程式錯誤，大幅縮短問題處理時間。郵寄行銷公司則利用 AI 清理與比對客戶名單，確保地址準確性，並進一步分析郵寄活動所帶來的新客來源。在某些高度重複的流程中，作業時間甚至縮減了 80%，直接轉化為成本下降與資源再配置的空間。 然而，AI 的價值並不僅限於效率工具。廣告公司 Crux KC 執行長 Melea McRae-Hall 提到，該公司將 AI […]

【DEAT 專欄】一個 App 串起生活各種需求，數位政策該如何同步？

早上用共享機車趕上捷運，中午透過外送平台解決用餐，下午在咖啡廳借一顆行動電源撐完會議，晚上再打開通訊軟體協調隔天行程。這些行為分別落在交通、物流、租賃與通訊服務之中，但對使用者而言，它們早已自然地串連在同一段生活流程裡。 這樣的改變，也反映在數位平台本身。許多平台已不再只是單一服務的提供者，而是同時涵蓋交易、媒合、資料處理與即時調度等多重功能，並在不同場景之間持續延伸。當服務邊界逐漸模糊，平台的角色也從單點工具，轉向支撐多元生活情境的基礎設施。 延續前一篇對平台變動的觀察，當服務樣態持續跨域整合，一個更實際的問題逐漸浮現：現行的數位政策框架，是否仍能清楚對應這些運作方式。 從制度的角度來看，台灣多數數位平台相關治理，仍建立在「產業別與主管機關分工」的邏輯之上。交通、電商、通訊與內容，各自對應不同的主管機關與規範體系。這樣的設計，長期以來確實提供了穩定的治理基礎，讓權責分配清楚，也讓業者在制度中具備一定的可預期性。 在平台發展相對單純的階段，這樣的架構運作順暢。不同服務之間的界線清楚，監理對象容易辨識，政策設計也能精準對應。然而，當平台逐漸整合多種功能，並在不同場景中同時發揮作用，制度與實務之間的距離開始變得更明顯。 例如，一個平台同時涉及交通服務與資料處理，可能需要面對不同政策領域的要求；在另一種情境中，某些新型態服務尚未被既有分類完整涵蓋，制度適用需要透過解釋與協調來完成。這些情況並非個別案例，而是隨著平台發展逐漸成為常態的現象。 從更宏觀的角度來看，這些挑戰指向同一個核心問題：制度框架與實際服務樣態之間的適配程度。當制度需要仰賴頻繁的跨部會協調或個案判斷來回應新情境，也代表原有的分類方式，正面臨重新檢視的時機。 進一步來看，這並不僅是技術或執行層面的問題，而是治理邏輯本身的轉變。數位平台的運作，逐漸呈現出「功能整合」與「情境導向」的特性，治理思維也需要從靜態分類，逐步轉向能回應動態場景的設計方式。當制度能以使用情境與風險特性作為觀察基準，將更有機會貼近實際運作，並提升整體的一致性與可理解性。 同時，制度在維持基本秩序的過程中，也需要保留一定程度的調整空間。平台的產品設計與商業模式仍在快速演進，制度若能提供穩定原則與清楚邊界，並搭配持續檢視與修正的機制，將有助於在秩序與發展之間建立較為穩定的關係。 這樣的討論，也逐漸延伸到地方治理層面。數位平台的影響，往往直接體現在城市運作之中，包括交通流動、空間使用、即時服務供給與在地生活支援。不同城市在面對這些變化時，會依據自身條件與政策思維做出調整，而這些回應方式，也反映出整體政策框架在實務中的運作情形。 接下來，協會將透過「六都數位政策調查」，進一步觀察地方政府在不同平台場景中的政策設計與實務回應，並整理其中的共通趨勢與差異。在進入具體案例之前，回到制度框架本身，釐清其形成邏輯與當前的適配狀態，有助於建立更完整的討論基礎。 當平台持續在不同領域之間延伸與整合，制度如何回應這樣的變化，將直接影響數位治理的穩定性與發展空間。這個問題的答案，並不只關乎政策設計本身，也關乎城市如何在快速變動的環境中，維持運作效率與公共信任。 社團法人台灣數位平台經濟協會 社團法人台灣數位平台經濟協會（DEAT）集結了台灣社會關心網路協作與共享經濟發展趨勢的業者、學者、法律專家，致力推動有利創新的商業模式與法規環境、促進社會支持、以及推動本地數位平台與共享新創的蓬勃發展，會員涵蓋共享智慧運輸、外送服務、承攬媒合與資訊平台等領域，服務用戶突破千萬，就業人口達十多萬人，為台灣新經濟與新生活型態的重要推動者。 ＊ 本文經社團法人台灣數位平台經濟協會授權刊登，首圖來源：社團法人台灣數位平台經濟協會。 （責任編輯：李昀蔚）

【科技早餐】Meta 不只做 AI，是把整間公司改造成 AI 原生組織

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊Meta 不只做 AI，是把整間公司改造成 AI 原生組織 在宣布中止累計虧損逾 800 億美元的元宇宙事業後，Meta 正加速把 AI 推進公司內部運作。根據外媒取得的內部備忘錄，Reality Labs 旗下開發者工具部門已啟動試點，約 1,000 名員工將被重新命名為 AI Builder、AI Pod Lead 與 AI Org Lead，讓原本較傳統的管理方式，轉向更扁平、更小型、跨領域的小組協作模式。 這波調整不只改變職稱。Meta 技術長博斯沃思（Andrew Bosworth）也接手「AI For Work」計畫，要求員工把 AI 工具融入日常工作，加快流程並減少層級。Meta 執行長祖克柏（Mark Zuckerberg）本人也在開發協助管理與決策的 AI 助理。這顯示 Meta 不只是把 AI 加進產品，而是開始把整家公司朝 AI 原生化重組。 ＊Google 把搜尋帶進即時對話時代，語音與相機正式接進 AI 模式 Google 宣布，將在全球所有支援 AI 模式的語言與地區推出「搜尋 Live」，接下來幾週內，包含台灣在內超過 200 個國家與地區的使用者，都能透過語音與相機，在 AI […]

麥肯錫：72% 企業將主權 AI 納入 2026 年發展，推動主權 AI 須執行的 3 階段藍圖是什麼？

麥肯錫發布報告《Sovereign AI: Building ecosystems for strategic resilience and impact》，預估到了 2030 年，主權 AI 將撼動全球高達 6,000 億美元的市場商機。 然而現況是，高達 72% 的企業雖將主權 AI 納入發展藍圖，卻深陷「必須全端自建」的迷思，導致專案淪為缺乏預算的紙上談兵。 這份報告從市場規模、企業導入痛點到生態系建構，提供一套診斷與行動框架，並提出務實的「最低限度充分主權」觀念，幫助企業不盲目追逐硬體擴張，掌握化解地緣政治壓力與佈局生態系的長期競爭優勢。 📎 這份報告適合誰閱讀？ 建立成功的主權 AI，必須仰賴生態系中多方角色的協同合作。因此，這份報告特別適合以下四大領域的工作者與決策者閱讀： 🔴 報告洞見 隨著地緣政治的不確定性加劇，以及各國對資料合規的要求日益嚴格，主權 AI（Sovereign AI）已經從單純的政策辯論，正式轉變為全球經濟與企業戰略的絕對核心。 然而，許多企業與政府在推動主權 AI 時，往往陷入「必須全部自己來」的迷思，導致專案停滯不前。 麥肯錫這份主權 AI 報告剖析全球主權 AI 的發展現況，打破傳統的全端自建迷思，並為政府、企業、技術供應商與投資者提出了具體的戰略定位與三階段落地藍圖。 💡 主權 AI 的四維定義 過去，市場往往將主權 AI 狹隘地理解為「採購本地 GPU」或是「發布國家級語言模型」等單一硬體或技術的投入。然而，真正的主權 AI 是由四個不同維度交織而成的光譜： 基於這四個維度，麥肯錫預估，主權 AI 將成為未來幾年 AI 領域最大的商機之一。 到了 2030 年，全球高達 […]

研華策略投資入股加雲聯網，以資安與 Edge AI 驅動能源自主運營解決方案

全球物聯網智能系統與嵌入式平台領導廠商研華（TWSE: 2395）今(27) 日宣布，透過其全資子公司研華投資完成對加雲聯網（ICP, Intelligent Cloud Plus）之策略性投資。此次合作將結合加雲聯網在電力公用事業領域的深厚技術及實績，與研華於工業自動化控制、智能通訊系統及 AI 邊緣運算平台的核心優勢，共同開發電力與能源自動化產業的數位化解決方案，攜手推動智慧電網與能源轉型升級。 研華物聯網自動化事業群副總經理林清波表示 : 「加雲聯網具備橫跨傳統電力事業、國際電力設備大廠（如西門子）及前瞻能源科技的系統整合能力，為少數能打通 IT 與 OT、並兼具場域實績的關鍵合作夥伴。透過將複雜能源管理技術轉化為標準化的 Solution Ready Package (SRP) 方案 (如智慧微電網及儲能管理系統)，不僅可協助研華產品深入能源垂直市場，更可大幅降低海外專案落地所需的技術門檻與人力依賴。此次投資的關鍵價值，不僅止於產品銷售，更是將台灣在能源數位轉型的成功經驗進行『產品化』與『系統化輸出』，透過與生態系夥伴的協同合作，推動解決方案於全球市場快速複製與規模化擴展。」 林清波進一步指出，本次策略投資將聚焦於電力與能源自動化領域的 SRP 打造，透過將加雲聯網軟體方案與研華邊緣運算硬體進行「深度預整合」，實現高效且可快速落地的產業解決方案，重點涵蓋三大面向： 加雲聯網總經理廖佑晟表示，能源轉型進入下一階段，產業競爭關鍵已從設備成本，轉向系統的安全性與智慧化能力。加雲長期投入 iVPP平台、IT/OT 系統整合、軟體開發及 AI 演算法技術，並已於台電體系及離岸風電國際專案中累積實績，證明了公司選擇了「難但正確」的道路。本次研華的策略投資是對加雲技術實力的最大肯定，雙方聯手將引領台灣新能源產業從單點設備銷售進化為具備國際規格的智控生態系服務。 在全球面臨 AI 高耗能的趨勢下，研華將持續以「Edge Computing & AI-Powered WISE Solutions」為品牌核心策略，深化 AI 與能源應用的整合創新。研華此次策略投資加雲聯網，正是提前布局「AI × 能源 × 邊緣運算」三位一體的關鍵交會點，不僅可提升研華在能源垂直市場的滲透率，更進一步強化在全球市場的差異化競爭力，朝向成為結合邊緣運算、AI應用與能源管理能力的關鍵平台型企業邁進，並為長期營運成長注入穩健持續的動能。 （本文訊息由研華提供，內文與標題經 TechOrange 修訂後刊登。新聞稿 / 產品訊息提供，可寄至：[email protected]，經編輯檯審核並評估合宜性後再行刊登。圖片來源：AI 工具生成。）

從傳統工序走向 AI 導入，百德機械總經理謝天昕：我們的目標是和別人做一樣的事，卻與眾不同

「現在每個人都在談論 AI，但像是刮削、測量、組裝這些日常的基礎工作，我們想要做到的目標是，和別人『做一樣的事』，卻『與眾不同』，」百德機械今（3/27）在大甲總部舉辦 Open House 活動，總經理謝天昕向國際記者參訪團表示，相較於將焦點完全放在 AI 應用，百德機械一直以來更強調的是製造現場的基本功，並試圖將創新做法導入既有工序之中。 回顧百德機械的發展歷程，謝天昕表示，自己從 1999 年正式加入公司以來，見證公司從早期主要為日本與瑞典等國際合作夥伴製造機器，逐步轉向以「Vision Manufacturing（前瞻製造）」為核心的發展方向，「許多客戶花了兩年時間設計出概念卻無法製造，而我們的團隊能接手並嘗試實現，」謝天昕強調，對百德機械而言，如何將設計概念轉化為實際可運作的設備，是公司長期投入的重點之一。 從傳統工序看製造現場的基本功 走進百德機械工廠，製造人員以生產流程中的「鏟花（刮削）」為例，說明廠內工程師都必須具備相關測試能力。熟練的工程師處理小面積刮削約需 10 至 20 分鐘，一般情況下則可能耗費約 2 小時。 此外，在進行零件安裝與校準前，團隊也會逐一檢查組件，並處理微米（micron）等級的精度要求。這些外界不易直接看見的細節，往往與機台精度及穩定度密切相關，也反映出百德機械在製造現場對基礎工序的重視。 AI 導入，先從操作輔助與知識管理切入 面對當前 AI 發展的浪潮，百德機械目前主要將 AI 應用在製造與管理流程。在產品方面，公司約於兩年前推出名為「Mr.Q」的 AI 輔助工具。謝天昕表示，這套系統的設計目的是在操作機台時提供協助，包括引導工作者操作流程，以及監測機器運作狀態。 在內部管理方面，公司也建置結合 AI 技術的知識管理（KM）系統。業務或服務人員在輸入問題後，系統即可協助檢索相關資料並進行整理，作為內部問題處理與知識傳承的輔助工具。 在廠區應用上，百德機械也正嘗試導入 AI 視覺辨識系統。不過，考量員工隱私，系統目前採用辨識操作員「身體比例」而非臉部特徵的方式運作，讓操作員即使短暫離開工作位置後返回，系統仍可接續辨識，掌握機台工序進度。 然而，謝天昕也坦言，AI 要在工廠全面落地仍需時間，現階段仍面臨設備投資成本高、企業對雲端建置存有疑慮等問題，再加上 AI 技術變化快速，因此百德機械目前傾向以合作導入的方式推進應用，而非自行投入底層技術研發。 對百德機械而言，AI 並不是獨立於製造現場之外的新命題，而是融入既有流程、協助解決實際問題的工具。從傳統工序，到知識管理與視覺辨識系統的嘗試，這家工具機廠想呈現的，是製造業面對 AI 時一種更務實的導入節奏。 （首圖來源：科技報橘）

簡立峰看台灣企業出海：台積電示範「以硬帶軟」轉型、人型機器人是下個關鍵產業

TechOrange 編輯部推薦好書：《出海：台灣企業大未來》台灣正站在轉型的關鍵十字路口：面對高齡化與少子化、地緣政治的抉擇、軟硬整合的挑戰，加上行政院推動「AI 新十大建設計畫」將矽光子、量子科技與機器人等技術納入關鍵發展方向，台灣如何以更寬廣的視角來看待自己的定位？作者 Google 台灣前董事總經理簡立峰指出，台灣面對「五缺」（水、電、工、地、人才）現況，必然會走向以軟實力為核心的高附加價值產業發展，而機器人是 AI 軟硬體發展的重要樞紐。本文將帶你了解，簡立峰認為台灣應如何「以硬帶軟」、發展「人型機器人」，重塑「TW+N」的跨國競爭力。 文／簡立峰 ＃台灣製造業最巔峰的轉型 美國總統川普公佈「AI 行動戰略計畫」，核心就是要維持美國在 AI 時代的競爭力。這個方案的重點之一，排除環境影響評估與法規等障礙，加速資料中心的建構。其中有一個和台灣息息相關的議題，就是「下一代的製造業」。它指的是以軟體與 AI 驅動的高階製造。美國計畫全力支援，讓無人機、機器人、半導體晶片都能在美國生產。 對台積電來說，這並非壞事。因為在美國，相對容易找到 AI 與自動化相關人才，反而有助於轉型。只要台積電成功，就會成為典範，帶動更多企業跟進。這也是前面提到借美國之力，台灣走「以硬帶軟」的最佳途徑。美國有龐大軟體人才，軟體人才也最能跨國工作，台灣的硬體產業世界少有，「以硬帶軟」可能更適合台灣。 目前，台積電已投入龐大資源，進行台灣製造業最巔峰的轉型。他們正嘗試用軟體來定義工廠，大部分知識都在雲端，用遠端控制，也就是研發在台，生產在全世界。若能成功，台積電未來也是一個「軟體公司」。 我在新聞上看見，台積電在美國亞利桑那廠，計畫導入無人機進行廠區管理，如此將可以降低人力成本。這也顯示台積電出海後，興建一座座沒有包袱的新廠，可以直接運用當下最新的 AI 科技順利轉型。這是個好消息。 台灣產業的轉型，需要這樣的典範。從台積電開始，擴散到電子業，再進一步擴散到傳統製造業，硬體產業自然會逐步軟體化。這是一條不可能一夕之間完成的道路，但 AI 會成為帶動轉型的動力，並自然形成配套，包括商機帶來投資，訂單帶來產品，進而形成完整供應鏈，並以供應鏈吸引更多的投資。 ＃人型機器人：下一個關鍵產業 10 年前我們用 Drone 稱呼無人機， 現在我則稱它為 Flying Robot，就是飛起來的機器人；下一步的發展就是「人型機器人」，不但會成為未來 AI 產業的關鍵樞紐，也是台灣未來最重要的產業之一。 台灣目前在零組件上有很好的基礎，可以生產製造關節、手指等零組件，但問題是，我們缺乏一家完整研發製造機器人的公司，來當帶頭的母雞，串聯整個產業。雖然現階段很容易就能接到零件訂單，但若要讓產業真正壯大，還是需要一家能推出完整產品的核心公司來帶動生態系。華碩是可能的候選者，因為它有相關經驗，一旦投入，就能帶動新創在不同零件與控制系統的分工合作，形成完整供應鏈。這樣的「母雞帶小雞」模式，就像當年台積電之於半導體供應鏈，最終也能在機器人領域重現。 AI 新十大建設引領的方向應該是正確的，但真正走在第一線的，還是需要企業披荊斬棘、乘風破浪。台灣企業的優勢在於，目前的大客戶幾乎都是全球最前沿的公司，特別是這波 AI 硬體發展的領導企業 NVIDIA 特別仰賴台灣廠商，加上創辦人黃仁勳的台裔背景，與台灣企業形成綿密供應鏈，讓台商能更早看到 AI 時代的最新趨勢，也讓台灣主要科技廠商，有機會從「TW+CN」（編按：台灣加中國）邁向成為「TW+N」（編按：台灣加 N）的跨國企業。 當一、二十年後台灣高度少子化，台灣企業說不定在海外已經開花結果，從台灣人的企業，成為台灣人主導的跨國企業、甚至是台灣人主導的產業，真正把台灣概念擴大了，人才來源變多了。或許那時的人們會回過頭來感嘆：幸好當年有美中科技戰、有 AI 新十大建設，領航台灣開啟 21 世紀大航海時代。 【推薦閱讀】 ◆ 用 2.5 億美元撬動 […]

蘋果 AI 戰略大轉彎？Siri 擬升級多模型路由平台，解析終端入口戰的變現大局

當諸多科技巨頭還在比誰能做出更強的模型時，蘋果似乎正準備走另一條路：不一定自己做出最強的 AI，但是要成為所有 AI 進入消費者日常生活的第一個入口。 《Bloomberg》根據知情人士消息報導，蘋果正計劃在 iOS 27 作業系統中大幅改造 Siri，讓使用者可直接在 Siri 內接入第三方 AI 助理，例如 Google 的 Gemini、Anthropic 的 Claude 等。 這代表 Siri 將不再只是單一語音助理，而是逐步轉向一個可切換、多模型並存的「AI 路由平台」。《Reuters》指出，如果這項更新成真，代表蘋果的 AI 策略正出現一次關鍵轉向。 Siri 將從單一助理，變成多模型入口 目前 Siri 已能透過與 OpenAI 的合作，把部分查詢交給 ChatGPT 處理；但根據《Bloomberg》與《Reuters》說法，蘋果的下一步是將這種能力擴大，讓更多安裝在 iPhone、iPad 或 Mac 上的 AI 應用，都能直接與 Siri 整合。 換句話說，未來如果用戶安裝了 Gemini 或 Claude，就能在 Siri 介面裡直接把問題交給不同模型回答，而不必從 Siri 介面跳出、再個別打開不同 App。此舉也等同打破 ChatGPT 在蘋果軟體中的獨家地位。 《Bloomberg》還指出，蘋果正在測試一套名為「Extensions」（擴充）的系統，讓用戶可在 Apple […]

駕馭混合雲挑戰：透過 Apigee X 與 Cloud DNS 打造金融級現代化架構

在當前的金融科技（Fintech）浪潮中，傳統銀行正處於數位轉型的關鍵十字路口。 隨著 Open Banking 與 API Economy 的興起，金融機構面臨雙重壓力：一方面需快速迭代以滿足客戶對數位服務的期待，另一方面則必須在極度嚴苛的合規監管下，確保核心銀行系統（Core Banking）的穩定與安全。目前市場上的主要痛點在於「混合雲（Hybrid Cloud）架構」的落地難題，即是如何讓部署於 Google Cloud 的雲端原生（Cloud Native）API 管理平台（如 Apigee X），安全、低延遲且透明地存取位於地端（On-Prem）的傳統後端服務。 本案例正是此挑戰的標準縮影，展示了在不更動地端龐大遺留系統（Legacy Systems）的前提下，如何透過精準的網路架構選型，解決 DNS 解析與跨網段連線的複雜性，為金融業提供了一套可複製的現代化藍圖。 突破地端連線瓶頸：南向流量的最佳實踐 對於企業決策者而言，技術架構的選擇直接關乎營運效率與維運成本。在實戰案例中，針對連接地端的「南向流量」（Southbound），經過萬里雲技術團隊的審慎評估，捨棄了管理成本高昂的「Mixed PSC」方案。雖然 Private Service Connect (PSC) 提供了強大的隔離性，但在混合環境下，若需為每個後端服務建立獨立連線，不僅架構複雜、配置繁瑣，會導致雲端服務成本變高之外，也容易引發 DNS 查詢的問題。 為了簡化網路架構並節省雲端的花費，採用了 VPC peering + VPN/Interconnect 網路架構。此架構的核心價值在於利用 Cloud DNS Forwarding Zone 技術，建立了一套可以結合地端 DNS 的解析流程。 當 Apigee 透過 Cloud DNS 對後端服務發起請求時，Cloud DNS 能直接將針對地端網域（如 targetserver.onprem.com）的查詢轉發至地端 DNS，並獲取正確 IP […]

AI 資料中心能成為穩定電網的資產嗎？NVIDIA、Oracle 實測軟體動態調度，尖峰用電降 25%

隨著 AI 計算需求爆炸式成長，資料中心逐漸從數位基礎設施，轉變為電力系統中的關鍵變數。尤其是在美國維吉尼亞州北部這類高密度部署區域，資料中心用電已占全州電力需求逾四分之一，遠高於全美平均。2024 年夏天，一次雷擊導致輸電系統異常，數十座資料中心同時切換至備援電源，瞬間產生約 1,500MW 的負載落差，險些引發區域性停電，也暴露出資料中心長期以來 24 小時滿載運行的剛性用電問題。 AI 調度讓資料中心從「電力黑洞」轉化為「雲端蓄水池」 一般來說，資料中心不論在電網處於何種狀態下都要全速運轉，使其成為電網壓力來源之一，也迫使電力公司投入龐大資本建設新的發電與輸電設施。然而，根據發表於《Nature Energy》期刊的研究，2025 年 5 月亞利桑那州鳳凰城的一次電網壓力測試中，由 NVIDIA、Oracle 與公用事業單位 SRP（鹽河計畫）、EPRI（電力研究院）合作，成功讓一座商用資料中心在不影響 AI 工作負載效能的前提下，於尖峰時段持續三小時降低 25% 的功耗，證明資料中心可以從「耗能黑洞」轉型為「彈性電力資源」。 這項突破的核心，在於 NVIDIA 投資的新創公司 Emerald AI 所開發的軟體平台 Emerald Conductor。這套系統本質上像一個電力調度指揮家，能即時接收電網訊號，並動態調整資料中心內部的運算任務與用電量。其關鍵設計在於將 GPU 工作負載分為不同優先級，像是完全不可中斷的關鍵任務，以及可延後執行的背景訓練作業。當電網負載升高時，系統會優先保護核心任務，同時延遲或降低次要運算的資源使用，使整體功耗下降。 此種以「算力即負載」的調度邏輯，顛覆了過去對資料中心的想像。AI 訓練任務本身具有時間彈性，延後數小時完成通常不影響商業價值，使其成為理想的可調節電力來源。也因此，資料中心開始具備類似「蓄水池」的負載彈性，在電力充足時儲存運算需求，在電網緊張時釋放彈性空間。該研究進一步指出，若此類架構在全美普及，有望釋放高達 100GW 的新增資料中心容量，這相當於全國約兩成用電規模，且無需大幅新建電廠或輸電線路。 當 AI 成為再生能源指揮官，美國不是唯一案例 除了算力調度，能源巨頭 Envision 在中國赤峰展示了另一種模式：利用 AI 來調度能源。根據《Reuters》報導，該企業打造了一座以風能與太陽能為主的氫能與氨生產基地。不同於傳統工廠依賴穩定電網供電，這座工廠直接連接自有再生能源系統，並透過 AI 作業系統即時調整生產節奏。 這個 AI 系統持續監測天氣與發電狀況，並自動調整用電需求。例如當風力增強時，系統會即時提高電解製氫設備的運轉功率，最大化再生能源的使用；而當風速下降或日照減弱時，則迅速降低產線負載，以避免能源短缺或效率損失。這種動態調整機制，成功解決再生能源長期面臨的間歇性與不穩定問題，讓工業生產能夠真正隨著自然條件同步運作。 中美競相建立更智慧、更靈活的數位電網 運用 AI，讓資料中心不再是單純的耗電技術，而是電力系統的協調與優化者，也呼應各國能源政策的轉向。例如中國已提出「AI + 能源」戰略，計畫在 2027 […]

【科技早餐】川普組 AI 核心顧問團，祖克柏、黃仁勳、蘇姿丰全進白宮決策圈

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊川普找來祖克柏、黃仁勳、蘇姿丰，AI 決策桌直接搬進科技業 白宮宣布，美國總統川普將任命首波 13 名產業與科技界成員，加入總統科技顧問會議，也就是總統科技顧問會議 (President’s Council of Advisors on Science and Technology，PCAST)。首批名單包括 Meta 執行長祖克柏 (Mark Zuckerberg)、NVIDIA 執行長黃仁勳 (Jensen Huang)、AMD 董事長暨執行長蘇姿丰 (Lisa Su)、Google 共同創辦人布林 (Sergey Brin)，以及甲骨文 (Oracle) 創辦人艾里森 (Larry Ellison) 等人。 白宮表示，這個顧問團將就科學、技術、創新與美國競爭力等議題，向總統提出建議，最終人數可望擴大到 24 人。這也代表美國的 AI 競賽，已不再只是企業與企業之間的市場角力，而是政策、產業與國家競爭力同步綁定，政府正直接把最核心的科技領袖拉進決策桌。 ＊Meta AI 雙軌策略：一邊裁員，一邊把高層獎酬綁上 9 兆美元 Meta 啟動新一輪裁員，影響範圍涵蓋 Reality Labs、社群平台團隊與招募部門，規模約 700 到 1,000 人。同一時間，Meta 也替多位核心高階主管推出新的股票期權激勵機制，將未來幾年的報酬與公司市值表現直接連動。根據外媒披露，最高門檻是 Meta 市值突破 […]

台灣無人機產業如何突圍？漢翔用 AI 接手關鍵製程，雷虎靠非紅供應鏈打開新戰局

在全球地緣政治震盪與供應鏈重組的嚴峻考驗下，台灣無人機與航太產業要如何在國際市場突圍？在今（3/26）日由經濟部產業發展署、TMBA 工具機公會、TechOrange 科技報橘、PMC 精機中心共同舉辦的「2026 智慧大工廠論壇──台灣國際工具機展特別場」中，特別邀請到漢翔航空工業總經理莊秀美與雷虎科技技術長楊富森同台分享。 作為在台灣無人機聯盟中互為「革命夥伴、生命共同體」的指標企業，漢翔與雷虎分別從製造端的「AI 數據賦能」及應用端的「全面打造非紅供應鏈」出發，深度剖析台灣無人機與航太產業如何在全球變局中，搶佔難以被取代的競爭高地。 從老師傅經驗到 AI 決策，漢翔用數據改寫航太製造邏輯 身為波音與空中巴士的第一線供應鏈，並肩負勇鷹號與經國號等國防戰機的製造重任，漢翔一路走來，一直面臨著極為嚴苛的精密加工挑戰。漢翔航空工業總經理莊秀美表示，過去航太製造業長期存在高度仰賴「老師傅」經驗的痛點，因此在精密鑄件這一類高度勞力密集的環節中，一旦老員工離職或出現人力斷層，良率甚至可能跌破五成，進而造成嚴重的供應鏈延宕。「老師傅其實是一個隱形的生產法則，」莊秀美直言，這樣的狀況，也讓漢翔反思，如何從傳統的經驗決策，走向由數據與 AI 驅動的轉型？ 為了解決這樣的困境，漢翔把 2024 年定為「生成式 AI 元年」，並開始在多個關鍵製程中導入 AI 技術。例如，航太材料動輒百萬起跳，若出現斷刀的狀況，生產成本就會大幅提升，因此漢翔透過收集加工時的震動參數，建立 AI 刀具壽命預測系統，成功防堵斷刀危機並精簡成本。 此外，在現代客機大量使用的複合材料方面，由於複合材料製程宛如烤麵包般精密，需要精準控制溫度與壓力，因此漢翔便在造價兩億的熱壓爐中佈滿感測器，「如果我們在過程中，發現溫度曲線或壓力曲線有異常，立刻就可以即時處理，避免整爐報廢的狀況，」莊秀美說。 目前，漢翔的智慧製造解決方案平台更已向外推展，不僅輔導超過 40 家同業、協助上萬台機台完成聯網轉型，更帶動同業提升 20% 的品質與 30% 的設備利用率。 從非紅供應鏈到 AI 實戰化，雷虎補齊陸海空戰略版圖 相對於漢翔近年在生產線上的 AI 轉型，雷虎科技首先看準了國際局勢的變化，在競爭激烈的軍工市場中打出一場「非紅供應鏈」的突圍戰。雷虎科技技術長楊富森指出，配合美國軍方尋求非紅供應鏈的戰略需求，雷虎全面將飛控系統、馬達及關鍵晶片替換為非中國製零件，最終更在美軍的直接協助下，成功取得 Blue UAS 認證。 在站穩國際供應鏈重組的浪潮後，雷虎進一步將「AI 實戰化」視為終端產品的核心。由於現代戰場中，強烈的電子干擾常使傳統遙控頻率完全失效，因此雷虎導入先進的 AI 視覺導航技術，成功克服電磁壓制的痛點。 此外，未來的戰場已從單機作戰轉向「群飛、群游」的協同作戰，這項「軟體定義硬體」的趨勢，也徹底改變雷虎內部的人才結構。「現在不是一台一台去控制，是用一台電腦去控制，這也是為什麼我們的電子工程師現在都比機械工程師還多，因為需要電子軟體的控制，」楊富森強調。 為了將這套系統延伸至海域，並應付戰時極為嚴苛的高速量產需求，雷虎更果斷收購桃園的沖壓造船廠，並捨棄生產耗時的傳統玻璃纖維，改採「金屬沖壓」技術來倍速製造無人船。同時，研發團隊更成功破解商用船外機的電子訊號，順利達成無人化遠端控制的目標，完整補足陸、海、空無人載具的戰略版圖。 透過漢翔在數據端的穩健打底，以及雷虎在無人載具應用端的 AI 軟硬體整合，這對「革命夥伴」不僅破解老師傅的經驗斷層，更逐步擺脫紅色供應鏈的糾纏，讓台灣在全球航太與國防版圖中，獲得難以被取代的戰略地位。 （首圖來源：科技報橘）

AI 機器人進入「自我設計」時代：西北大學研發模組化機體，解鎖斷肢仍能運作的極限

當多數機器人仍依賴人類工程師設計結構、再由 AI 控制行為時，其基本外觀形態在設計完成後幾乎無法改變。然而，一項來自西北大學的研究，正在顛覆這種長期以來的分工模式。 根據《TechRadar》報導，西北大學的研究團隊開發出一種如同樂高般可拼接的模組化機器人，這些機器人沒有傳統的人形外觀，也沒有頭部與視覺系統，卻能在野外環境中行動，甚至在受損後仍能繼續運作。這款被稱為「legged metamachines」（腿部元機器）的機器人，背後關鍵不只是機器結構本身。 AI 開始接管設計權：機器人不再由人類決定長什麼樣子 這項研究發表於《美國國家科學院院刊》（PNAS），其核心突破在於機器人的身體結構與運動策略，都是由 AI 自動生成，而非人類預先設計。 根據西北大學，腿部元機器是由多個具備自主能力的模組組合而成。該研究團隊首先提供 AI 一組基本模組，內部皆配備了電腦晶片、電池與馬達。每個模組本身就是一台完整機器人，具備獨立運作能力。 接著，研究團隊在電腦軟體中模擬達爾文的突變與天擇過程，讓 AI 自行組合這些模組，並在虛擬環境中反覆測試、淘汰與重組，最終演化出能有效移動的機器人形態與運動策略。這種方法讓 AI 能在短時間內完成類似數十億年生物演化的設計過程，AI 的角色也不再只是控制機器，而是「設計」機器。 AI 最終組合出來的機器人外形，並非人類熟悉的雙足或四足機器人，反而是人類工程師未曾設想的機器人新物種，有的像海豹般扭動前進，有的像蜥蜴爬行，甚至像袋鼠跳躍。 壞了也能跑：模組化設計讓機器人具備抗毀性 除了形態創新，這類機器人最關鍵的能力，是對現實世界不確定性的適應。傳統機器人一旦關節或結構損壞，往往就失去行動能力；相較之下，這些模組化機器人即使被破壞，仍能持續運作。該研究顯示，即便機器人失去部分肢體，剩餘模組仍會自動調整運動方式繼續前進，而脫落的模組甚至可以自行移動並重新加入。 在實際測試中，這些機器人能穿越砂石地、泥地、草地與不規則地形，甚至在被翻轉後自動翻正繼續行動。即使研究人員刻意破壞其結構，機器人仍能重新找到新的移動方式。 這種「壞了還能動」的特性，本質上來自兩個關鍵設計：一是模組化架構，讓單一故障不會癱瘓整體系統；二是 AI 即時調整運動策略，使機器人能重新適應身體變化。也因此，研究團隊形容這類機器人更像能適應環境的生命體，而非傳統脆弱的機械工具。 從工具走向實體 AI 生命體，機器人產業下一階段？ 這項研究的真正意義，不只是打造更耐用的機器人，而是機器人開發模式的根本性轉變。過去機器人多半針對特定任務設計，例如倉儲搬運或製造產線，一旦環境或需求改變，往往需要重新設計整套系統。但模組化結構加上 AI 設計，意味著未來機器人可以像軟體一樣重新組合，甚至在現場即時調整形態與功能。 這對於需要高度彈性的應用場景，如災難救援、軍事偵察或非結構環境作業，具有顯著潛力。更重要的是，研究團隊認為，這類模組化元件未來有機會進入量產，形成類似「機器人樂高套件」的產品型態。企業甚至個人用戶，都可能根據需求，自行組裝出適合特定任務的機器系統。 對企業而言，這代表未來自動化系統將不再是固定資產，而是可調整、可演化的動態能力。當機器可以自行適應環境，企業導入 AI 與機器人的方式，也將從一次性投資，轉向持續優化與重構的長期策略。 ＊本文開放合作夥伴轉載，資料來源：《PNAS》、《TechRadar》、《LIVE SCIENCE》、Northwestern University，首圖來源：Northwestern University

Reels 變購物入口、AI 補商品資訊：Meta 正把社群平台改造成交易平台

Meta 近日在電子商務大會 Shoptalk 一口氣端出多項新功能，從 affiliate（聯盟行銷）工具回歸、可直接嵌入內容的商品連結，到 AI 生成商品資訊與更精簡的站內結帳流程，全面加碼購物與創作者變現佈局。 這波更新不只是單純的功能升級，更透露出 Meta 的下一步商業盤算：把原本分散在「link in bio」、站外導購頁與第三方工具之間的購物流程，重新收回 Instagram 與 Facebook 的生態系之內。 讓 Reels 與貼文直接變成購物入口，affiliate 工具正式回歸 為了實現上述目標，Meta 首要之務便是重新推動 affiliate marketing。如今，Instagram 創作者可直接從 Reels 中被標記的商品賺取佣金，而 Facebook 創作者也能從 Reels 與照片的標記商品中獲利。 兩大平台的具體玩法略有不同，但核心目標都在於減少對第三方導購工具的依賴。《The Verge》指出，Instagram 與 Facebook 的新功能等同於將購物連結直接融入貼文內容中，藉此切斷一部分對第三方「link in bio」服務的需求。 在 Facebook 方面，創作者可把品牌的 affiliate 帳號與自己的 Reels 及照片綁定，讓商品以可點擊的「浮動泡泡（floating bubble）」形式直接附著在影片或圖片畫面上，讓粉絲能一目了然地選購。至於合作夥伴部分，美國市場將率先由 Amazon 起跑，亞洲部分市場由 Shopee 領軍，隨後也會陸續加入 Mercado Libre、Temu 與 eBay 等平台。不過，Facebook […]

AI 算力戰轉向「記憶體壓縮」：Google 出手發表 TurboQuant 演算法，如何重構 AI 推論成本？

當 AI 產業仍在比拼誰能打造更大模型、更強算力時，Google 正從另一條路徑突圍。近期 Google Research 發表全新演算法 TurboQuant，主打透過極端壓縮 AI 模型在推論過程中的記憶體使用，將關鍵的記憶體需求降低約 6 倍，同時讓注意力計算速度提升最高 8 倍。 這意味著，企業在部署長上下文 AI 應用時，可能不再需要無止境擴充 GPU 記憶體，甚至有機會將整體 AI 推論成本降低 50% 以上。這項技術被部分業界人士如 Cloudflare 執行長 Matthew Prince 形容為「Google 的 DeepSeek 時刻」，象徵 AI 競爭正從堆疊算力轉向拼效率。 AI 推論真正瓶頸：不是算力，而是記憶體 要理解 TurboQuant 的重要性，關鍵在於一個長期被忽視的問題：KV cache。 當大型語言模型處理長文本或多輪對話時，會將每個 token 轉換成向量並暫存在記憶體中，形成所謂的 KV cache。這相當於模型的短期記憶，用來決定上下文關聯。 然而根據《Stark Insider》，問題在於這段記憶會隨著對話長度快速膨脹，直接吃掉 GPU 的 VRAM，導致推論速度下降、成本上升，甚至出現記憶體不足的問題。這也是為什麼企業在部署長文件分析、RAG 系統或 AI 代理等 AI 應用時，往往不得不投入更多 GPU […]

360° MOBILITY Mega Shows 將在 4/14 登場！聚焦低碳化及 Agentic AI，搶先佈局 2026 全球智慧移動商機

聯合國環境署（UNEP）在《2025年排放差距報告》中指出，各國須在 2035 年前實現年度排放量削減 55%，才能將全球升溫控制在 1.5°C 以內，而交通運輸作為全球主要排碳源，電氣化與智慧化轉型已成為必然趨勢。 外貿協會（下稱貿協）作為台灣對外經貿推廣的推手，觀察到這股席捲全球的「移動革命」，即將在 4 月14 日至 17 日於台北南港展覽館 1 館，整合汽機車與電子產業鏈，打造「360° Mobility Mega Shows」，並同步舉辦「360° MOBILITY Forum」，回應產業以「軟體定義汽車（SDV）」與地緣政治下的供應鏈重構挑戰，為全球移動產業提供一個全方位的戰略對話平台。 綠能、軟體與生態系的 360° 全方位智慧演進 此次 360° MOBILITY Mega Shows 整合 「台北國際汽機車零配件展 TAIPEI AMPA」、「台灣國際智慧移動展 2035 E-Mobility Taiwan」及「台北國際車用電子展 Autotronics Taipei」  三大指標性盛事，以「 Empower Every Move」為主題，聚焦低碳移動、未來移動與移動生態系三大核心趨勢。 《S&P Global Mobility 2026 汽車產業分析師展望報告》指出，2026 年全球電動車市場面臨電氣化降溫挑戰，其中一個主因便是基礎建設不足。因此，在 360° MOBILITY Mega Shows 中，將於「低碳移動」的核心重點討論，如何透過技術解決基礎設施問題，更延伸至全生命週期的減碳技術與能源管理，涵蓋電動車動力系統、充電基礎建設、電池測試技術，以及精密零件的高值化。 而第二個核心「未來移動」的主軸將聚焦軟體定義汽車（SDV）的概念。在SDV 時代，車輛的性能與價值將由軟體來定義，意味著車輛可以像智慧型手機一樣，透過雲端來提升駕駛輔助性能，從單純的交通工具轉型為結合智慧移動夥伴。因此，360° MOBILITY Mega […]

【不是問 ChatGPT 就好】哪款 AI 最適合回答醫療問題？史丹佛實測 31 款模型

AI 工具進入醫療場域的速度，正在超越多數人的預期。美國每天有數百萬人透過 ChatGPT 等工具詢問醫療問題，約三分之二的美國醫師表示會定期使用大型語言模型，其中約五分之一會就病患照護問題諮詢 AI。 截至 2025 年，已有超過 1,200 種 AI 醫療工具獲得 FDA 批准，整個產業規模已達數十億美元。 但在這波快速擴張中，有一個問題始終沒有被認真回答：這些系統在真實臨床情境裡，到底有多可靠、又有多危險？由史丹佛大學、哈佛大學與多所機構組成的研究團隊，發表了一項名為 NOHARM 的研究試圖提供答案。 考試考得好，不代表臨床做得好 過去對醫療 AI 的評估，多數停留在「能不能通過醫師執照考試」這個層次。但研究團隊指出，通過考試和安全照護真實病患是截然不同的兩件事。 一項針對 500 多項醫療 AI 研究的回顧發現，近一半的研究使用考試題型測試模型，只有 5% 使用真實患者數據。NOHARM 研究的設計，正是為了補上這個缺口。 研究團隊從史丹佛醫療中心的電子會診系統中，抽取 100 個真實臨床問題，這些都是初級照護醫師針對真實病患提交的案例。接著由 29 位通過認證的專科醫師逐一審閱 AI 可能給出的各種臨床建議，依據適當性與潛在危害程度評分。 專家間的一致率超過 95%，最終共產生 12,747 筆標註，涵蓋 4,249 個臨床決策節點。研究團隊以此框架測試了 31 種 AI 系統，涵蓋主流商業模型、開源系統與專業醫療 AI 平台。 頂尖模型已超越一般醫師，但落差因模型而異 測試結果顯示，整體表現最佳的是 AMBOSS LiSA 1.0，一個基於醫學知識庫建構的檢索增強型系統，整體得分 62.3%。其次依序為 Google […]

【從適樂膚到嗨啾】零售品牌如何透過「融入遊戲」，在虛擬世界建立長期記憶？

當玩家沉浸在自己打造的遊戲世界中，一邊與虛擬角色互動，一邊自然地獲得一份 Wendy’s 薯條，或穿上 Puma 的最新球衣，這種過去看似違和的品牌體驗，如今正成為主流。2026 年，虛擬世界已不再是實驗性的行銷場域，而是品牌與年輕世代建立深度關係的核心管道。 虛擬世界不是行銷測試場，而是瞄準年輕受眾的主戰場 數據分析公司 GEEIQ 發布的《State of Brands in Virtual Worlds 2026》報告，針對全球品牌在遊戲與虛擬世界中的行銷活動進行追蹤，結果顯示高達 88% 的品牌將行銷資源集中在 Roblox 與 Fortnite 兩大平台。這樣的集中化不僅反映流量優勢，也代表品牌逐漸將資源押注在具有社群與創作生態的虛擬場域。 這樣的轉變，也反映在品牌策略的根本調整。GEEIQ 執行長 Charles Hambro 指出，虛擬世界不再只是測試曝光的渠道，而是需要以「受眾優先」為核心思維，重新設計品牌互動。品牌開始從追求觸及率，轉向強調社群契合度與參與深度，並且不再滿足於一次性活動，而是投入長期經營。 如此策略轉向，在執行層面最明顯的改變，是品牌逐漸放棄打造獨立的品牌世界。過去常見的做法，是在虛擬平台中建立一個完整的品牌空間，試圖吸引用戶主動造訪。然而，報告指出，2025 年首次出現「品牌整合」（integration）數量超越「品牌自建世界」（brand-owned worlds）的現象。 拒絕干擾式廣告，將品牌融入遊戲循環 Roblox 生態中的大型 UGC 工作室 Basket Entertainment 認為，將品牌元素嵌入遊戲核心機制，能顯著提升曝光與重複互動。比方說，其與護膚品牌 CeraVe（適樂膚）合作，在多款障礙賽遊戲中設計了一個「對抗細菌」的迷你玩法，玩家透過使用品牌產品來獲得遊戲內能力，例如噴射背包或速度加成。這種設計將品牌與遊戲進度直接綁定，使玩家在追求勝利或成就的過程中，自然地接觸品牌，而非被動接收廣告訊息。 「玩家不會為了廣告而進入遊戲，他們尋求的是能夠提升遊玩體驗的內容。」Basket Entertainment 行銷長 Amy Zehren 說，當品牌成為遊戲循環的一部分，無論是影響角色能力、創造力表現，或象徵某種身份地位，都會比傳統的展示性曝光更具吸引力。也就是說，未來在虛擬世界行銷上，品牌應該多思考「如何被使用」，而非單純的「如何被看到」。 遊戲即行銷，在娛樂中培養出更長期的連結 事實上，以「融入玩法」為核心的行銷策略，已在許多實際案例中被驗證。日本糖果品牌 HI-CHEW（嗨啾）在 Fortnite 中不僅置入視覺元素，更參與設計多款迷你遊戲，讓玩家可以躲進巨型糖果包裝、解鎖特殊道具，甚至透過品牌物件影響遊戲策略。其母公司 Morinaga America 美國市場總經理 Teruhiro Kawabe […]

【科技早餐】SK 海力士赴美上市，先進記憶體競爭進入資本戰

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊SK 海力士赴美上市，先進記憶體競爭進入資本戰 SK 海力士 (SK Hynix) 已正式啟動美國上市程序，向美國證券交易委員會以非公開方式提交美國存託憑證（ADR）上市申請，目標在 2026 年內完成。公司表示，募資規模、方式與時程尚未確定，是否上市仍將視監管審查、市場狀況與需求預測而定，但業界普遍認為，這項布局是為了強化海外融資能力。 市場預估，這次 ADR 上市規模可能落在 67 億到 100 億美元之間，所募資金將投入高頻寬記憶體（HBM）等先進記憶體產能擴張。這也意味 AI 半導體競爭已不只是技術與出貨之爭，而是進一步走向資本市場、融資效率與產能擴張速度的全面比拚。 ＊SK 海力士豪砸近 12 兆韓元買 ASML 設備，HBM 產能戰再加碼 SK 海力士 (SK Hynix) 通報將向荷蘭設備商艾司摩爾 (ASML) 採購價值 11.95 兆韓元（約新台幣2552億元）的極紫外光（EUV）微影設備，創下 ASML 客戶公布過的最大單筆訂單。公司表示，這批設備將於明年 12 月 31 日前完成採購，並用於新產品量產。分析師推估，訂單規模約相當於兩年交付 30 台 EUV 設備，高於市場原先預估。 業界認為，這批設備將主要投入韓國龍仁新廠與清州 M15X 廠，支援人工智慧所需的高頻寬記憶體與先進 DRAM 生產。這筆設備大單也再次反映，AI 帶動的記憶體需求已經從短期拉貨，轉向更長週期的設備投資與產能預訂，未來幾年的 HBM 供應版圖正提前成形。 […]

Amazon 為何收購 Fauna Robotics？看上的是更安全、能走進家庭的人形機器人

近日《Bloomberg》報導，Amazon 已收購成立兩年的紐約新創 Fauna Robotics，標誌著 Amazon 正式踏入消費型人形機器人市場。這家由前 Meta 與 Google 工程師共同創立的新創公司，先前已從 Kleiner Perkins、Quiet Capital 與 Lux Capital 等創投手中募得至少 3,000 萬美元的資金。 Fauna Robotics 旗下開發的核心產品是一款名為「Sprout」的雙足人形機器人。相較於市面上其他競品，Sprout 的體型更為嬌小，高僅 42 吋（約 106 公分）、重 59 磅（約 27 公斤），並擁有一個獨特的矩形頭部。Sprout 不僅能行走、爬行、抓握物品與跳舞，還具備強大的社交與自然語音互動能力，例如能與人對話、擊掌、握手、揮手，甚至能隨時間形成記憶，內部更搭載 AI 技術來協助機器人維持平衡。 Sprout 不只是機器人，更是 Amazon 切入家庭場景的實驗平台 《Bloomberg》指出，Fauna Robotics將 Sprout 設想為未來能在住家與辦公室中幫忙撿玩具、從儲藏櫃取食物的家務機器人。Sprout 的友善設計也非常適合家庭、學校等社交空間，甚至被設計為未來能順利融入有兒童與寵物活動的環境中。然而，Sprout 目前還不是現成的家用幫手，而是定位為以研究用途為主的「現代機器人開發平台」。因為 Sprout 機器人本身雖已內建移動、控制與社交行為，但今年初部署給研發夥伴的版本，仍需要使用者自行建立及開發應用程式。 隨著這筆收購案推進，Fauna Robotics 的兩位創辦人 Rob Cochran 與 Josh Merel 及約 […]

拿 2 萬套機器人幫 Gemini 練兵！拆解 Google 合作 Agile Robots 背後的實體 AI 數據飛輪

隨著生成式 AI 從雲端模型逐步走向實體世界應用，機器人正成為科技巨頭競逐的新戰場。根據《TechCrunch》報導，Agile Robots 與 Google DeepMind 已建立策略研究合作夥伴關係，將導入 Gemini Robotics 模型，並將其應用於電子製造、汽車、資料中心與物流等工業場景。雙方將共同測試與部署具備 AI 推理能力的機器人系統，同時將實際運作數據回饋至模型訓練，持續優化 Google 的 AI 模型。 這項合作表面上是一次技術整合，但從產業視角來看，更像是 Google 正在加速布局機器人 AI 平台的關鍵一步。 Google 加碼機器人：讓 Gemini 從「會想」走向「會做」 這項合作的核心，在於將 Google 的 AI 能力從數位世界延伸到物理世界。根據合作內容，Agile Robots 將把 Gemini Robotics 模型導入其機器人硬體，包括智慧機械手臂與人形機器人，並優先應用於高價值工業場景。 Google DeepMind 機器人負責人 Carolina Parada 指出，這次合作的目標是讓 AI 不只是理解與生成內容，而是能夠在真實環境中進行決策與行動，將 AI 的影響力帶入現實世界。 這也反映 Google 對機器人領域的戰略定位正在升級。過去一年，Google 已陸續與多家機器人公司合作，包括與 Apptronik 合作開發人形機器人、與 Boston Dynamics 合作強化 […]

OpenAI 終止 Sora 開發！焦點轉向機器人與 AI 代理，為 IPO 收斂戰線

曾被視為生成式 AI 影像與內容創作代表作的 Sora，如今正式退場，也揭示 OpenAI 正進入一個更強調商業化與產品聚焦的新階段。 根據《The Wall Street Journal》報導，OpenAI 計劃停止其 Sora 視訊平台的開發，並終止相關應用程式與 API 支援。執行長 Sam Altman 已在內部向員工宣布了這項變動，表示將逐步關閉所有基於 Sora 視訊模型的產品，包含消費者應用與開發者版本，甚至連 ChatGPT 中的影片功能也將不再提供。 We’re saying goodbye to the Sora app. To everyone who created with Sora, shared it, and built community around it: thank you. What you made with Sora mattered, and we know this news […]

代理式 AI 推升 4 倍 CPU 需求！Arm 打破 35 年傳統首推自研晶片，直攻兆元 AI 商機

「我們現在進入了一個全新的 Arm 時代，我們將直接供應 CPU 實體晶片，這麼做的最大原因，是因為合作夥伴提出了要求，同時也是為了解決當代理式 AI 成為主流時，所有工作負載都受限於 CPU 瓶頸的問題，」 Arm 在今（3/25）舉行的 Arm Everywhere 大會上，由執行長 Rene Haas 宣布一項具備歷史意義的重大戰略轉型：Arm 將打破過去 35 年來僅授權 IP 與架構的傳統，首度推出親自打造且量產就緒的實體 CPU 晶片——「Arm AGI CPU」。 隨著「代理式 AI」（Agentic AI）爆發性成長，全球資料中心正迎來前所未有的運算與能源瓶頸。為了解決這項挑戰，Rene Haas 不僅點出 AI 時代底層基礎架構的巨變，Arm 更邀請科技巨頭 Meta 與 OpenAI 同台，揭示算力與能源效率的戰爭，將如何決定人類 AI 發展的未來。 代理式 AI 引發資料中心「壅塞」，Arm 轉型直攻實體晶片 「昂貴的加速器負責生成 Token，就像砂石車倒下大量的泥土，但總得有人把這些泥土搬走，CPU 就是負責搬運這些泥土的機具，」Rene Haas 生動比喻當前 AI 基礎架構的分工與困境。他進一步解釋，AI 代理與過去單純的問答不同，它們能全年無休地處理複雜的非同步工作流程，這些全都是 CPU 的工作，也讓平均每個人類消耗的 Token […]

ASML 霸權迎來變數？挪威新創獲微軟 M12 投資，氦原子束如何顛覆 EUV 極限

當 AI 對算力的需求持續暴增，半導體產業正再次逼近物理極限，而一間來自挪威的新創公司，試圖從根本顛覆晶片製造的核心技術。 《Reuters》報導，總部位於挪威卑爾根的晶片設備新創 Lace，近日宣布完成 4,000 萬美元 A 輪融資，由創投機構 Atomico 領投，微軟旗下創投部門 M12 等機構參與。 這筆資金將用於推進其開發中的「氦原子束光刻」（helium atom beam lithography）技術，目標挑戰目前由 ASML 主導的 EUV（極紫外光）光刻體系。而這不只是另一家半導體新創的募資案，更可能預示晶片製程路線的潛在轉折點。 從 EUV 到原子級製程：光刻技術面臨下個十年關卡 在當前的晶片製造流程中，光刻（lithography）被視為最關鍵、也是最難突破的環節。包括台積電與英特爾等晶片製造商，皆依賴 ASML 提供的 EUV 設備，透過 13.5 奈米波長的光，在矽晶圓上刻畫電路圖案。 過去十年，EUV 幾乎定義了先進製程的演進節奏。但問題在於，光的波長本身就是關鍵物理極限。當電晶體尺寸持續縮小，EUV 技術也逐漸逼近其物理邊界。Lace 試圖突破的，正是這個「波長限制」。 該公司開發的技術，改以氦原子束取代光源，利用約 0.1 奈米尺度的原子束進行圖案刻畫。相比之下，EUV 的 13.5 奈米波長顯得巨大許多。根據 Lace 說法，這項技術理論上可將晶片特徵尺寸縮小至目前的十分之一，甚至邁向原子級解析度。 AI 推動製程競賽重回「物理極限」 這項突破之所以受到市場關注，關鍵在於 AI。隨著生成式 AI 與 AI 代理（Agent）快速擴張，資料中心對於算力密度與能效的需求同步飆升。這使得將更多電晶體塞進更小面積，再次成為核心競爭指標。 Imec 光刻研究總監 John Petersen 告訴《Reuters》，氦原子束技術有機會讓電晶體尺寸縮小一個量級，進而大幅提升 […]

90% 傷亡來自無人機，烏克蘭從零建立「不依賴中國」的無人機供應鏈

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。 […]

【科技早餐】OpenAI 攤開關鍵風險，微軟、台積電與馬斯克全入列

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊OpenAI 攤開關鍵風險，微軟、台積電與馬斯克全入列 根據《CNBC》報導，OpenAI 在提供給投資者的文件中，完整揭露多項核心風險，包括過度依賴微軟 (Microsoft)、台積電供應鏈中斷風險、AI 產品相關致死訴訟，以及與共同創辦人 Elon Musk 的法律糾紛。文件指出，若微軟調整或終止合作關係，或 OpenAI 無法順利拓展其他關鍵夥伴，營運都可能受到明顯衝擊。 同時，OpenAI 也把供應鏈問題直接寫明。由於未來多年龐大的算力需求，公司已承諾到 2030 年支付高額算力成本，一旦台海局勢升高，可能對晶片供應造成嚴重干擾。再加上 ChatGPT 相關訴訟持續增加，代表 OpenAI 現在面對的，已不只是模型能力與成長速度，也必須開始正面回答資本市場、供應鏈韌性與治理責任等問題。 ＊Apple 把 AI 翻身戰押在 WWDC26，Siri 與地圖廣告同步上場 Apple 宣布，年度全球開發者大會 WWDC26 將於 6 月 8 日至 12 日登場。市場預期，這將成為 Apple 今年最關鍵的一場 AI 發表會。焦點不只放在 iOS 27，也放在新版 Siri 能否補上 Apple 在生成式 AI 上的落差。根據目前方向，Apple 正同步整理 Siri 互動能力與整體作業系統底層，回應近年使用者對軟體反應不穩與錯誤偏多的抱怨。 另一條線則是商業化。外媒透露，Apple 最快本月就可能宣布，在地圖服務導入廣告機制，讓零售商與品牌針對搜尋關鍵字競價曝光。這代表 […]

當基地台變成 AI 算力節點！高通定調混合式 AI 戰略，通吃終端、邊緣與雲端推理商機

高通積極卡位 AI 市場，今（3/24）分享 AI 浪潮下的最新佈局與 6G 技術展望。高通副總裁暨台灣、東南亞與紐澳區總裁劉思泰指出，AI 應用早已突破單一終端裝置的限制，從終端、邊緣運算一路延伸到雲端，每個節點都扮演重要角色。他表示，高通一直堅信將雲端與邊緣算力完美結合的「混合式 AI」願景，是發揮 AI 效能的最佳架構。 隨著各界越來越看好 AI 推理的發展，劉思泰也表示高通已提前佈局推理端的運算能力，旗下 Snapdragon、Dragonwing 平台旨在廣泛滿足企業端與消費者端的多元 AI 需求。 6G 結合 AI 運算，重塑通訊基礎建設與商業模式 談及 6G，劉思泰表示 6G 不只是通訊世代（Generation）的演進，運算能力將成為核心要素，而 AI 的普及將使基礎建設的運算架構發生根本性轉變。舉例來說，基地台將不再只是單純的發射器或伺服器，而是強大的 AI 運算節點。他也強調，因為 AI 在 6G 時代扮演重要角色，6G 也將帶動全新的商業模式，對電信營運商影響尤其深遠。 「歷史上雙數世代的通訊技術（如 2G、4G）通常都特別成功。」劉思泰引述自家執行長的觀察指出，基於此定律，高通對 6G 發展寄予厚望，將其視為革命性的突破，目前已號召全球逾 50 家合作夥伴共組聯盟邁進，並預期在 2029 至 2030 年間，6G 系統將會陸續問世。劉思泰也強調，基礎建設受限於空間和電力條件，而高通主打的低功耗、高效能解決方案將能大顯身手。 高通技術行銷資深總監江昆霖補充，6G 時代不只資料傳輸量將在 2034 年成長 3 至 7 倍以上，其中 AI […]

從單純賣機台到賣一站式服務：工具機公會理事長陳紳騰揭產業 AI 轉型與生態系整合關鍵

專訪：戴季全撰稿：李昀蔚 在剛落幕的 NVIDIA GTC 大會上，NVIDIA 執行長黃仁勳直指今年將是「實體 AI（Physical AI）」的起飛年，並預言接下來所有工業公司都將成為機器人公司。面對 AI 時代的產業新趨勢，台灣工具機產業如何看待全球供應鏈重組下的競爭格局？本集《全新一週》特別邀請到台灣工具機暨零組件工業同業公會理事長陳紳騰，分享對當前台灣工具機產業導入 AI、擁抱數位化的深刻洞察。 談到轉型的第一步，陳紳騰點出思維升級的重要性：「過去台灣工具機產業可能只專注在賣設備，其實我們應該要開始思考，怎麼去賣解決方案。」他坦言，近一年台灣工具機產業在市場版圖、產品結構與客戶需求上面臨劇烈變化，這段時間確實非常辛苦。然而，面對如此巨大的市場變動，最關鍵的仍是如何「快速反應客戶需求」，這才是產業應該專注的核心，因為企業生存的本質，最終還是要回到能提供給客戶什麼樣的附加價值。 在這樣的戰略轉向中，數位化的意義已不僅止於提高單一產品的精度與可靠度。更重要的是在軟體加上 AI 之後，如何讓整體的品質與可靠度更好，甚至能進一步針對產品提出可預測的數據，藉此帶給客戶截然不同的價值，這正是台灣工具機廠商持續進步的方向。 台灣工具機產業的未來：建構「生態系」，成為 AI 製造解決方案提供者 然而，要從單純的「賣設備」跨足到「賣解決方案」，單靠一家企業的力量往往難以成功，因此陳紳騰給出的破局關鍵是建構「生態系」。「一開始大家可能會覺得同樣的產業競爭很激烈，其實最後發現是有互補性的，在這個時候團結是力量，經濟規模也是另外一個競爭力。」陳紳騰表示，過去台灣中小企業的思維，多半是「把自己的訂單做好就好」，現在則必須打破慣性，開始思考如何跟同業與上下游合作。 陳紳騰分享，像永進機械這樣的中心廠，已經開始與供應商一起坐下來交流客戶目前碰到的痛點，公會更持續鼓勵討論，期盼透過合作創造「一加一大於二」的綜合效益。陳紳騰進一步說明，整個生態系運作最關鍵的第一步，正是「通路整合」，在整合的過程中，各方才能逐步釐清客戶真正的需求，並透過實際案例來對焦。例如目前極具發展潛力的航太產業，面對不同材料的加工，往往不是單一家公司就能全部做好，這正是大家合作的契機。在合作的過程中，同業與各自的供應商也都可以把專長拿上桌，經過檢討與整合，再將最完整的解決方案提供給客戶。 AI 的本質不是取代人，而是加速精實管理與服務加值 建立生態系雖然解決「橫向合作」的問題，但在企業內部，「縱向」的升級同樣迫在眉睫。隨著 AI 發展加快，工具機產業的蛻變節奏，已從過去的「十年一循環」變成「用幾週在看」，在如此快速變化的環境裡，最終還是要回到最基本的問題：工廠與公司的營運模式，有沒有足夠的應變能力去面對市場挑戰？ 「AI 其實不是要取代我們，只是要協助我們做事情的精準度提高，還有如何把師傅的經驗傳承下來，甚至減少溝通成本，然後讓決策的品質可以更好，」陳紳騰以工廠現場為例，說明 AI 首先切入的痛點正是「精實管理」。現在透過 AI 工具，不僅能更快速找到七大浪費所在，也能更快擬定解決方案。他認為，AI 也許不會一開始就給出 100 分的完美答案，但至少可以先提供 60 到 80 分的基礎，再加上公司內部老師傅的經驗，就能梳理出最適合公司的對策。 另一方面，當企業開始持續收集數據後，新的商業模式也會隨之浮現，例如與客戶簽訂預防保養的服務契約，不必等到機台壞了才去修，而是用 AI 預先測知異常。他強調，未來服務性質的收入比率一定要拉高，這樣才能向世界證明：台灣不只設備做得好，連售後服務與軟體實力也是頂尖。 陳紳騰進一步舉達易智造為例，說明該公司目前已透過 AOI 視覺結合 AI 技術，觀察並收集現場師傅的組裝動作。這些分析數據未來將成為 RAG（檢索增強生成）所需的經驗資料庫，甚至未來若 Physical AI（實體 AI）發展成熟，也能直接應用在機器人的組裝學習上。這些技術背後的核心邏輯很清晰，那就是用數據收集、分析與洞察，轉成改善對策，最終形成未來的商業策略。 黃金縱谷要延續產業優勢，關鍵是 RAG 資料庫與互信合作 當越來越多企業開始透過 AI […]

精密訊號鏈走向系統化設計！「ADI 次世代訊號鏈設計量測工作坊」以原廠工具整合縮短高精度開發流程

在高精度電子系統設計中，訊號鏈完整性往往直接影響最終量測結果。Analog Devices (ADI) 與安馳科技（Macnica Anstek）近期舉辦「次世代訊號鏈設計量測工作坊」，針對研發工程師深度剖析從感測器端雜訊控制、濾波器頻寬配置到精密類比數位轉換器驅動設計的關鍵環節，並結合原廠設計工具與實作演練，協助工程人員理解高可靠度訊號鏈的建構方法，縮短從架構設計到驗證落地的流程。 雜訊分配決定量測精度上限 隨著工業量測、能源監控與高精度感測需求提高，訊號鏈設計的關鍵已不只是選用高解析度類比數位轉換器，而是確保訊號在進入轉換階段前仍保有足夠完整性。Analog Devices (ADI) 系統應用工程師 Lluis Beltran Gil 在「觀念解析 Part 1：透視採集訊號鏈中的雜訊來源」演講中指出，高精度系統的核心在於建立完整的雜訊預算，並確認每一級電路的雜訊貢獻維持合理比例，而非單純追求某顆元件的低雜訊規格。 Lluis Beltran Gil 表示，前端雜訊主要來自元件本身與外部干擾。元件內部的散彈雜訊、熱雜訊與低頻閃爍雜訊具有可預測性，可透過元件選型與電路架構控制；外部干擾則多來自電磁耦合、電路板佈局與接地不良，若內在雜訊尚未壓低，就難以判斷外部干擾的真實影響。此外，雜訊分析必須從頻域進行，因總雜訊取決於整段頻寬積分結果，因此濾波器階數與截止特性直接影響最終均方根雜訊。 在前端放大設計，增益設定需在放大器雜訊與轉換器雜訊之間取得平衡。增益過低無法充分利用轉換器動態範圍，增益過高則可能讓前級放大器反而成為主要噪聲來源。若採用逐次逼近型轉換器，前端設計更需處理取樣瞬間的電荷回衝問題。轉換器內部電容在每次取樣時會對輸入端產生瞬時拉扯，若驅動器建立速度不足，就會造成線性誤差與失真，因此前端通常會加入阻容網路作為緩衝，同時兼具第一層類比濾波功能。 高性能差動架構多使用全差動放大器，不僅完成單端轉差動，也負責建立穩定共模電壓，使輸入落在最佳轉換區間。另一方面，參考電壓路徑也是高解析度系統的重要噪聲來源，通常需加上低通濾波與緩衝，避免參考端雜訊主導整體表現。 若系統採用以過取樣與數位濾波為核心的高精度轉換方式，設計重點便會轉向後端濾波設定。不同濾波模式對應不同工程取捨，有些著重壓低雜訊底限，有些優先縮短穩定時間，以提升多通道切換效率；若應用於工業現場，濾波器是否能同時抑制 50Hz 與 60Hz 電源干擾，也會直接影響量測穩定度。Analog Devices (ADI) 指出，高精度訊號鏈的設計已不再只是追求單一元件規格，而是讓前端放大、驅動、參考電壓與數位濾波在同一系統中協同運作，使各級在既定頻寬與取樣速度下維持資訊完整，避免局部設計成為整體性能瓶頸。 抗混疊設計走向類比與數位協作 針對抗混疊設計，Lluis Beltran Gil 進一步說明，現代高精度訊號鏈已不再依賴單一類比濾波器完成全部頻譜控制，而是將類比與數位濾波視為同一套系統中的連續設計。傳統上，類比數位轉換器前端需透過低通類比濾波器先削弱奈奎斯特頻寬之外的高頻成分，避免取樣後折返至有效頻帶形成混疊；但若希望類比濾波器逼近理想磚牆式響應，往往需要更高階架構，不僅增加元件數量，也提高電路複雜度、成本與相位延遲。因此，在具備過取樣能力的系統中，設計逐漸轉向由前端類比濾波器先完成第一層高頻抑制，再透過轉換器內部數位濾波器進一步縮小有效雜訊頻寬。 以 Analog Devices (ADI) 的 AD4080 為例，這顆每秒 4,000 萬次取樣、20 位元差動式逐次逼近型轉換器內建 SINC1、SINC5 與 SINC5 加補償等數位濾波模式，可搭配不同抽取倍率調整頻率響應。當抽取倍率提高時，數位濾波器的第一個陷波點會往低頻移動，代表通帶變窄、可通過的總噪聲下降，因此系統訊噪比同步提升。ADI 在實作中以低頻鋸齒波作為目標訊號，加入約 1.2MHz 高頻干擾，先經由前端全差動放大器與類比濾波器進行初步衰減，再觀察不同數位濾波設定下的頻譜變化。結果顯示，SINC5 相較於 SINC1 具有更陡峭的截止特性，高頻噪聲抑制更明顯，但穩定時間也隨之增加。當輸入改為方波時，高階濾波器需要更多取樣點才能完成收斂，且較容易出現過衝。這也反映數位濾波器的選擇並非單純追求最低雜訊，而必須同步考量延遲、更新速率與暫態反應，使整體訊號鏈在頻寬、雜訊與穩定時間之間取得平衡。 […]

Palantir 打進英國金融監管核心：敏感資料交由美國 AI 公司處理，外界憂被單一供應商鎖定

美國 AI 公司 Palantir 近期取得英國金融行為監管局（FCA）一筆為期三個月、每週價值超過 3 萬英鎊的試點合約。根據合約內容，Palantir 將使用其 Foundry 系統分析 FCA 內部「資料湖」（data lake）中的高敏感情報，協助打擊詐欺、洗錢與內線交易等金融犯罪。 然而，這起合作之所以迅速引發爭議，不只是因為所涉及的資料高度敏感，外界更將此視為美國 AI 企業進一步深入英國國家治理與公共體系的一大警訊。 Palantir 進入英國公部門，從醫療、國防一路延伸到金融核心 Palantir 對英國公部門的影響力早有跡可循，這次與 FCA 的合約，只是其擴張版圖的最新一步。《The Guardian》報導，在與 FCA 合作前，Palantir 過去幾年已在英國拿下多項重大公共合約，包含國民保健署（NHS）高達 3.3 億英鎊的資料平台合約、警方相關技術案，以及英國國防部（MoD）價值 2.4 億英鎊的專案，累計的英國公部門合約總額已超過 5 億英鎊。 《The Register》將 Palantir 與 FCA 的合作，放在英國政府近年來高度依賴少數大型科技供應商的脈絡下探討，並點出這份合約恰好撞上英國公共政策圈近期對於建立更多本土「主權能力」（sovereign capability）的深刻反思。 更關鍵的是，英國官員指出這筆試點合約可能成為 FCA 後續更大規模導入 AI 系統或正式採購的前哨戰，這也代表 Palantir 在英國公共體系中的角色有機會再往前推進，從國防、醫療一路觸及英國經濟運作的核心領域。 Palantir 將接觸「所有 FCA 資料集」，隱私與監管機密風險同步升高 在這次試點中，Palantir 將運用其系統分析 FCA 龐大的「資料湖」（data lake）。根據官方公告，這套 […]

黃仁勳為何認定 AGI 已實現？關鍵不在 AI 能像人思考，而在能否創造價值 10 億美元服務

AGI（通用人工智慧）到底來了沒，至今仍是科技圈沒有共識，卻也最常被高層領袖拿來討論的命題之一。OpenAI 執行長 Sam Altman 上個月才表示：「我們基本上已經打造出 AGI，或非常接近了。」但隨後又補充，那比較像是一種「精神層面」的說法，而非真正宣告，並提到 AGI 的實現將需要「許多中等規模的突破」，而非單一的巨大突破。 Microsoft 執行長 Satya Nadella 則持相反看法，直言產業距離 AGI 還很遠，強調業界已有「良好的評估過程」，這件事並非任何人的一句話就能定義。事實上，黃仁勳在 2023 年也曾將 AGI 定義為「能以相當具競爭力的水準通過人類智慧測驗的軟體」，並預期在五年內將達成此門檻。 近日，美國節目主持人 Lex Fridman，在 Podcast 專訪 NVIDIA 執行長黃仁勳時，問到：如果 AGI 的標準是「能創辦、成長並經營一家價值超過 10 億美元的科技公司」，未來 5 到 20 年內是否可能實現？黃仁勳回答：「我認為就是現在，我們已經實現了 AGI。」 黃仁勳的說法旋即掀起討論，因為他把 AGI 的辯論，從抽象的智慧門檻，推進至一個更現實的問題：AI 是否已經具備催生 10 億美元等級的服務與商業價值的能力？ 黃仁勳眼中的 AGI：不在於「永久經營」，而是整體產業的爆發力 進一步聚焦節目主持人 Lex Fridman 所設定的「AI 能創辦、成長並經營一家價值超過 10 億美元科技公司」的門檻，黃仁勳之所以認定 AGI 已經到來，關鍵在於他對此標準的獨特解讀。他一針見血地點出：「你說的是 10 億美元，但你並沒有說要『永久經營』。」  順著這個邏輯，黃仁勳認為，只要不把條件侷限於打造一間具備管理層與董事會、且能長期運作的公司，AI […]

用 2.5 億美元撬動 1 兆美元！美國啟動「矽和平」基金，AI 供應鏈從製造回流轉向資本結盟

美國正將 AI 供應鏈競爭，從「製造回流」推進到更具系統性的資本與資源配置戰。川普政府近日宣布，將成立一個投資聯盟，目標吸引超過 1 兆美元資金，投入能源、關鍵礦產與半導體等領域，並由美國提供 2.5 億美元作為種子資金。 這項計畫源自「矽和平（Pax Silica）」倡議，自願參與的國家包含新加坡、阿拉伯聯合大公國、卡達與瑞典等，並預期串聯全球主權基金與大型機構投資人，共同布局 AI 關鍵基礎設施。 從晶片回流到「矽和平」：美國供應鏈戰略再升級 根據《The New York Times》報導，「矽和平」最初是在 2025 年底推出，目標是建立更安全的半導體與 AI 供應鏈體系，透過盟友合作降低對中國的依賴。隨著中東衝突升溫與能源運輸風險浮現，美國現在正進一步將該計畫擴大，納入能源領域。 美國國務院官員 Jacob Helberg 表示，這項投資聯盟將成為「將全球資本導向共同戰略目標的催化劑」，確保礦產、港口、運輸走廊、工廠與能源資產掌握在「可信任的體系」之中。 這項計畫的關鍵不在於資金規模本身，而是資金流向的控制權。相較過去以補助、稅收優惠推動製造回流，美國現在更傾向透過資本配置，直接影響全球供應鏈的布局方向。 AI 供應鏈不只是晶片，而是礦產、能源、算力的整體系統 這項策略轉變，是對 AI 產業結構更深層的掌控。換言之，AI 競爭不再只是晶片設計或算力性能，而是涵蓋從上游礦產、中游製造到下游資料中心與能源供應的完整產業鏈。《The Chosun Daily》指出，矽和平基金的投資範圍橫跨關鍵礦產、半導體、AI 基礎設施與物流體系，目的是避免供應鏈瓶頸被地緣政治武器化。 這一點在近年已多次被驗證。中國對稀土與磁材的出口管制、荷姆茲海峽（Strait of Hormuz）運輸風險，都突顯單一節點失效可能引發整體供應鏈震盪。因此，美國的策略不再只是「把工廠搬回來」，而是試圖重建一個跨國、可控、具韌性的供應鏈網絡。 從「美國優先」到「聯盟資本主義」 根據國際戰略研究所（IISS）分析，美國已將關鍵礦產與 AI 供應鏈政策，轉向一種「三軸國家資本主義」模式。 一方面，美國加強國內投資與法規鬆綁，加速礦產與製造開發；另一方面，透過雙邊協議與公共資金，介入海外供應鏈布局；而「矽和平」則是第三條路徑，試圖將資本、技術與產能整合為一個「能力聯盟」（coalition of capabilities）。 這種模式的核心，是政府不再只是制定規則，而是直接參與資本市場，透過股權投資、長期採購合約與價格保障機制，引導私人資金流向戰略產業。換言之，美國正在將供應鏈安全，轉化為一種可被投資、可被操作的金融架構。 AI 競爭進入新階段：從全球化到「陣營化供應鏈」 這也意味著，全球供應鏈的運作邏輯正在發生根本改變。過去數十年，全球化強調效率與成本最佳化；但在 AI 與半導體時代，供應鏈逐漸轉向安全性與可控性優先。在矽和平框架下，供應鏈不再是單純的商業網絡，而是帶有明確政治與戰略屬性的聯盟體系。 然而，IISS 也指出，這種模式的最大挑戰在於合作與控制之間的張力。一方面，美國需要盟友投入資金與資源；另一方面，其貿易政策與關稅措施，卻可能削弱盟友的信任基礎。 ＊本文開放合作夥伴轉載，資料來源：《The New York […]

【初級工程師工作轉變】不再需要改 bug、寫測試，聽起來很好卻很危險

隨著生成式 AI 快速滲透軟體開發流程，工程師的工作內容正出現明顯轉變。一名 23 歲、任職於紐約新創公司的軟體工程師 Ben Zabihi 表示，如果是在五年前入行，他的工作大多會花在撰寫程式碼與文件上；但現在，他大量時間都投入在使用 AI 工具，不只用來生成程式碼，也作為研究助手，協助理解產業知識與業務術語。 這樣的變化並非個例。AI 正逐步滲透工程師的整個工作流程，從功能設計、程式碼生成，到除錯與文件產出，都能在短時間內提供可用結果。工程師不再需要死記 API 語法，也不必耗費大量時間處理重複性任務。 然而，效率提升的同時，也帶來新的問題：當 AI 承接越來越多基礎工作，工程師的核心價值還剩下什麼？ 初級工程師的角色正在位移 過去，初級工程師是透過反覆處理基礎任務來磨練技能的，譬如修小 bug、寫單元測試、理解既有程式碼的邏輯。這些看似瑣碎的工作，實際上是培養工程判斷力的重要土壤。 但這塊土壤正在縮小。根據勞動研究機構 Revelio Labs 的數據，美國的初級職位招募自 2023 年以來已下滑約 35%。許多公司在縮減初階人力的同時，把原本屬於初階工程師的任務交給了 AI，或者壓縮到資深工程師身上。 在這樣的環境下，Zabihi 則認為他應該提早去思考系統架構、安全風險、商業目標這些過去屬於資深工程師的議題。某種程度上，AI 的存在加速了初級工程師的角色成熟，讓他們更早接觸複雜問題，而非長期停留在執行層面。 不過這究竟是一種被迫的進步，還是自然的成長曲線？ 效率的陰暗面：基礎能力正在流失？ 36 歲的資深工程師 Georgian Tutuianu 對這個趨勢抱持更謹慎的態度。他說，當他剛入行時，這份工作 95% 的內容是「痛苦的」，而正是那些痛苦，鍛鍊出他面對未知問題時的直覺。 他觀察到，如今審查同事提交的程式碼時，程式碼的行數已從過去的幾百行暴增到一千行以上，而許多工程師根本無法解釋自己新增的程式碼在做什麼。他直接說，「這都是汙染，工程師把最難的部分，也就是那些不懂的地方全都直接外包給了 AI。」 專案管理平台 Asana 的研究也指出，近三分之二的員工認為 AI 工具不可靠，超過一半表示 AI 會產出看似合理但實際錯誤的內容，而美國員工平均每週要花 4.5 小時，修正 AI 造成的錯誤輸出。 一位在大型科技公司任職的資深工程師也分享，他的公司曾出現 AI […]

AI 讓所有網站自然流量下跌？CYBERBIZ 點 AIO 真正戰場在「SSR 渲染」與「動態標籤」

文／CYBERBIZ 營運長 葉隆斌 最近這幾個月，許多品牌老闆與電商平台大概都被「AI 流量恐慌」相關的焦慮給塞滿了，「我們的網站加上 llms.txt 了嗎？」、「要不要改 robots.txt 讓 ChatGPT 來爬？」、「如果不趕快做 GEO（生成式引擎優化），我的自然流量是不是會直接歸零？」 剛結束的 2026 NRF 零售大展與各大論壇，把「GenAI」與「代理商務（Agentic Commerce）」推到了所有品牌老闆的面前，紛紛焦慮起當買家的搜尋習慣快速轉移，過去熟悉的流量紅利正在失效，為了尋找破口，許多企業急著照抄市面上的「AI SEO 攻略」，卻往往徒勞無功，最新的國際實證告訴我們一個殘酷的真相：將資源投資在非官方的語法標籤上，只是在浪費時間，真正的 AIO（AI 引擎優化）戰場，藏在那些消費者看不見的地方，你的「平台底層架構」與「動態數據生成」能力，將會是接住 AI 流量的唯一解方。 三大迷思，那些被過度神話的「無效優化」 面對未知的技術變革，焦慮往往會催生無效的解決方案，企業在投入資源前，必須先打破以下三個被過度神話的假議題： 迷思一：沒有 lims.txt 就會被 AI 淘汰？ 這或許是目前市場上最大的煙霧彈，llms.txt 僅是開源社群提出的一項草案，現階段主流搜尋引擎與 AI 巨頭尚未將其列為標準，花費大筆預算去設定一個未被承認的檔案，無法為你帶來任何實質流量。 迷思二：必須大改 robots.txt 才能迎接 AI 爬蟲？ 只要你的電商平台沒有刻意阻擋合法爬蟲，AI 本來就能順暢讀取你的網站，隨意更改爬蟲規則，不僅無助於排名，反而容易引發資安漏洞，甚至浪費珍貴的抓取配額（Crawl Budget）。 迷思三：AI 會讓所有網站的自然流量斷崖式下跌？ 數據顯示，真正可能會受到重傷的是「知識型內容與 QA 網站」，購物意圖明確的電商網站，不僅受到的負面影響甚微，反而能透過 AI 精準的意圖配對，獲得更高轉換率的長尾流量。 為何你的網站必須具備「SSR 渲染」體質？ 如果語法設定不是關鍵，那什麼才是？答案是渲染架構（Rendering Architecture）。 多數人不知道，目前的 AI […]

【科技早餐】祖克柏替自己做 AI 代理，Meta 開始重寫公司的工作方式

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊祖克柏替自己做 AI 代理，Meta 把 AI 推進公司工作核心 根據《華爾街日報》報導，Meta 執行長祖克柏 (Mark Zuckerberg) 正在打造一個「執行長 AI 代理」，協助自己更快取得公司內部資訊，縮短原本需要透過多層員工才能完成的流程。報導也指出，Meta 內部已有員工使用可存取聊天紀錄與工作檔案的個人代理工具，讓 AI 不只是產品功能，而是逐步進入日常工作系統。 Meta 近期也成立新的應用 AI 工程組織，專門用 AI 加速大型語言模型的開發，並持續推動更扁平化的團隊結構。從祖克柏自己的工作方式，到員工績效與組織設計，Meta 正把 AI 採用視為競爭力核心，試圖讓大公司也維持 AI 原生新創那種快速運作的節奏。 ＊黃仁勳把 Token 當管理指標，AI 算力開始進入薪酬邏輯 NVIDIA 創辦人暨執行長黃仁勳近日在《All-In Podcast》表示，如果一位頂尖工程師在 AI 上投入太少，他會非常擔心。黃仁勳舉例，一名年薪 50 萬美元的工程師，如果一年使用的 Token 不到 25 萬美元，代表沒有充分利用 AI 工具；若想讓工程師效率提升，公司就必須給足算力資源，而不是讓他們回到只靠紙筆或傳統流程工作的方式。 黃仁勳也提到，Token 正逐漸成為矽谷招聘的新條件。除了薪資、獎金與股票之外，企業可能開始把可使用的 AI 推論資源視為人才競爭的一部分。當 Token 從模型計費單位，轉變成效率與招募條件，代表 AI 算力已不只是基礎設施成本，也開始進入企業的人才制度與管理邏輯。 […]

從寫程式到數兆美元市場：Claude、Codex 與 Cursor 為何都想搶知識工作入口？

過去一年，儘管外界對 Claude Code、Codex 與 Cursor 等 AI 工具的討論，多半聚焦於程式開發與除錯效率的提升，但《華爾街日報》指出，這場競爭的本質已經被改寫，因為 AI 正從單純的寫程式輔助者，進化為能接手更廣泛工作與日常任務的「半自主 AI 代理」。 如今，這些工具的應用早已超越單一的開發場景，讓完全不懂撰寫程式的人也能輕鬆將任務交辦給 AI 執行。使用者不僅能拿這些 AI 工具來製作工作簡報、協調家庭行程，還廣泛應用於圖表製作、撰寫部落格、旅遊研究、信件處理及雜貨購物等日常需求，甚至有新手爸爸利用這類工具來整理分析醫療紀錄、申請房貸與彙整報銷表單。 種種跡象顯示，AI 工具的下一個主戰場已正式轉向「非程式開發人員」（non-coders）。由於知識工作市場本身就是一個「數兆美元的機會」，這波 AI 工具的競爭目標已不再侷限於工程師，而是「任何需要在電腦上工作的人」。 不過，若把視角從市場拉回產品本身，另一個值得注意的訊號是：這些工具雖然搶攻更大的知識工作場景，但在介面與操作邏輯上，卻開始快速收斂。 三家大廠正共享同一套 CLI 代理模式 《Implicator》報導，Claude Code、Codex CLI 與 Gemini CLI 目前在介面與功能上正快速收斂，共享一組核心的 terminal-agent（終端代理）模式。舉例來說，三套工具皆具備 /clear、/model、/plan 等指令，並支援 @ 檔案引用（file references）、! 執行 shell 命令（shell passthrough），以及在專案啟動時載入指示檔案（instruction file）等功能。 這三家公司事前並沒有相互協調，這種高度相似性完全是出於解決相同問題的必然結果。正如報導中所形容的：「三家公司打造了相同的駕駛艙，是因為飛機具備相同的飛行控制系統。」 當 CLI 代理都需要讓開發者透過自然語言來讀取檔案、修改程式碼、執行 shell 命令並解釋變更時，它們的介面自然會發展得愈來愈像。 從「差異」看不同 AI 公司的戰略方向 《Implicator》認為，隨著共通設計模式（shared patterns）愈來愈多，真正重要的是剩下來的差異，也就是不同 AI […]

矽谷新福利：工程師每天狂產上億代幣，卻可能只是一場效率幻象？

《The New York Times》報導，OpenAI 的一名工程師在過去一週內，透過公司的 AI 模型處理了 2,100 億個「代幣」，足夠填滿 33 次的維基百科頁面，這也是該公司員工的最高紀錄。在 Anthropic，甚至有單一用戶使用該公司的 AI 寫程式系統 Claude Code，在一個月內累積了超過 15 萬美元的帳單。而在 Meta 和 Shopify 等科技公司，主管們已經開始將 AI 使用納入績效評估，獎勵大量使用 AI 工具的員工，同時對沒有使用的員工提出批評。 矽谷新福利不是年終！「代幣預算」成標配 包括 Meta 和 OpenAI 在內的一些科技公司，員工會在內部排行榜上競爭，顯示每個人消耗了多少代幣。代幣是 AI 使用的基本單位，兩名熟悉公司運作的人士表示，代幣預算成為程式設計師的新福利，就像牙醫保險或免費午餐一樣，而有些人每月花費數千美元，盡可能自動化自己的工作。 NVIDIA 的共同創辦人暨執行長黃仁勳在 GPU 技術大會上表示，代幣將成為他招募工程師策略的一部分。他在近期的 Podcast 節目中更直言，如果一個年薪 50 萬美元的頂尖工程師，沒有消耗至少價值 25 萬美元的代幣，「我會感到極度擔憂」。他指出，工程師的基本年薪通常可達數十萬美元，「我可能會在此基礎上，再額外給予約一半金額的代幣，讓他們的產出能放大 10 倍，」黃仁勳補充說，如今在矽谷，一份工作附帶多少代幣已成為新的招募工具之一。原因其實很簡單，他表示，「任何能使用代幣的工程師，生產力都會更高。」 《The New York Times》指出，程式設計師作為首批受到 AI 浪潮影響的白領工作者，最直接感受到 AI 對經濟的衝擊。 AI […]

微信接入 OpenClaw：騰訊搶攻 AI Agent 入口，中國開源代理熱潮下資安風險浮現

騰訊推出一項新工具，宣布將旗下通訊平台微信與 OpenClaw Agent整合，進一步加碼 AI Agent 領域布局。該領域已成為中國科技公司之間競爭的關鍵戰場。 在中國科技重鎮深圳，民眾大排長龍，尋求工程師協助安裝 OpenClaw。一些地方政府開始提供補貼、免費算力及辦公室租金優惠，鼓勵企業利用 OpenClaw 開發新服務。隨著產業龍頭與新創公司爭相在平台上導入這項工具，中國科技公司股價也隨之大幅上漲。 AI 分身進駐微信！AI Agent 崛起，科技巨頭加速卡位 《Reuters》報導，這款名為 ClawBot 的軟體將以聯絡人的形式出現在微信中，用戶能像與一般聯絡人聊天般，透過訊息介面直接連接並對 OpenClaw 下達指令，與 AI 代理互動。此次整合正值 OpenClaw 迅速崛起之際。這款開源 AI Agent 能夠代替用戶執行多項任務，例如傳輸檔案與發送電子郵件，近期受到市場關注。 OpenClaw 是一款免費開源工具，可作為虛擬助手，協助使用者進行研究、發送訊息或電子郵件，並管理行事曆。安裝於使用者電腦後，這類 AI Agent 可在接收初始指令後，自主執行任務，例如在 WhatsApp 或 iMessage 等應用中讀取與回覆訊息。與多數依賴單一模型的聊天機器人不同，OpenClaw 可在多種 AI 模型上運行，且 OpenClaw 發布僅四個月，便已躍升至線上社群 GitHub 上最受歡迎的十大專案之一。NVIDIA 執行長黃仁勳近日更表示，OpenClaw「可能是史上最重要的軟體」。 中國科技公司正競相利用這股熱潮，推出各自的 AI 代理和助理工具。騰訊本月已推出自家 AI Agent 產品組合，包括面向個人用戶的 QClaw、面向開發者的 Lighthouse，以及企業用的 WorkBuddy。而阿里巴巴則推出名為 Wukong 的企業級 AI […]

為何馬斯克要蓋「一條龍」的 AI 晶片廠？拆解 Terafab 從地面到太空算力的垂直整合布局

當全球 AI 晶片競爭還集中在誰能拿到更多 GPU、誰能搶下先進製程時，特斯拉（Tesla）執行長馬斯克（Elon Musk）現在想做的，是要自己蓋一座 AI 晶片工廠。近日馬斯克公開揭露名為「Terafab」的新計畫，這項計畫是由 Tesla、SpaceX 與 xAI 共同參與，目標不只是單純擴充晶片產能，更是為電動車、自駕系統、Optimus 人形機器人、AI 運算，甚至未來的太空資料中心，自行打造一條完整的關鍵晶片供應鏈。 這項建設預估將耗資 200 億至 250 億美元，若順利上線，將成為史上規模最大的晶圓廠，不僅挑戰現有半導體供應鏈，也反映馬斯克想讓人類邁向「銀河系文明」的終極野心。 「不是我們想不想蓋 Terafab，而是如果不蓋，我們就沒有晶片可用，既然我們需要晶片，就只能自己蓋，」馬斯克直言，Terafab 之所以非做不可，是因為現有晶片供應速度與產能，已無法支撐旗下公司未來在 AI 與機器人上的需求。至於 Terafab 的最終目標，是要每年足以支撐 1 兆瓦（terawatt）的算力。 Terafab 不只是單純的晶片擴產計畫，而是馬斯克把晶片設計、製造與 AI 應用需求重新整合的關鍵一步。關於 Terafab 這項野心勃勃的計畫，可以從四大面向深入了解。 亮點一：一座「一條龍整合」的晶片工廠 《Business Insider》報導，馬斯克將 Terafab 定義為一座「一條龍整合的晶片工廠」（all-in-one chip plant），試圖打破傳統半導體產業的分工模式。這座將位於德州奧斯汀的龐大設施，核心理念是將半導體製造的所有階段集中於同一屋簷下，一路涵蓋晶片設計、微影、製造、記憶體生產，乃至先進封裝與測試。 在製程技術與產能規劃上，Terafab 將鎖定目前業界最先進的 2 奈米晶片，初步目標是每月生產 10 萬片晶圓，並期望最終全面擴張至每月 100 萬片，這幾乎等同於目前台積電全球產能的 70%。 為了打造出一個能持續迭代的製造平台，馬斯克希望能將光罩修正與反覆優化的流程都納入這個封閉體系中。他在受訪時強調：「據我所知，世界上沒有任何地方能像這樣，將製造邏輯晶片、記憶體、進行封裝、測試，然後製作光罩、改進光罩並持續循環所需的一切條件集中在一起。」 在具體的建設規劃上，馬斯克將先在奧斯汀啟動一座具備完整製造與測試設備的「先進技術晶圓廠」（advanced technology fab）。值得注意的是，雖然 Terafab 在技術架構上，其實是由「兩座各自專門生產單一晶片設計的晶圓廠」所組成的複合設施，但就整體運作與願景而言，它仍將是一個高度垂直整合的先進 […]

【逾 200 萬台機器人上線】中國製造業全面升級，基層勞工反陷失業困境

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 […]

MLB 為何找上 Polymarket？預測市場正從監管灰區走向主流交易平台

在新球季開始前夕，美國職棒大聯盟（MLB）拋出一顆不小的震撼彈：宣布與 Polymarket 簽署授權合作協議，並讓 Polymarket 正式成為聯盟官方的預測市場交易所，更同步與美國商品期貨交易委員會（CFTC）簽署資訊共享備忘錄。 這項合作發生的時機格外敏感：一方面，預測市場正快速崛起，體育博弈與比賽完整性的爭議也同步升溫；另一方面，MLB 才剛因兩名球員涉入非法賭博及操縱場上表現案件而備感壓力。在這樣的背景下，這不只是一次新的商業合作，更是主流體育聯盟正面回應預測市場浪潮的關鍵一步。 MLB 為何選擇主動出擊與 Polymarket 合作？ 對 MLB 而言，預測市場的快速興起已是不容忽視的趨勢。預測市場是一個由數百萬名交易者參與，以「是」或「否」的形式押注體育與其他真實世界事件結果的新興市場。透過這項合作，MLB 讓 Polymarket 成為聯盟官方的預測市場平台，並賦予其獨家使用 MLB 官方數據與商標圖示的權利。同時，MLB 將預測市場視為獨立的贊助類別，與傳統體育博彩區隔，不過既有的官方合作體育博彩公司 FanDuel 和 BetMGM 仍保留在預測應用程式上使用聯盟商標的權利。 《Sports Business Journal》（SBJ）指出，預測市場去年交易量已超過 600 億美元，其中高達 80% 以上來自體育相關市場，顯示這已成為快速擴張中的新型運動交易市場。MLB 總裁 Rob Manfred 對此表示，在當今的環境下，重要的不是追著發展跑，而是要參與其中、走在這些發展的前面。媒體更預測，這筆合作將在四年內為 MLB 帶來高達 3 億美元的收入。 對於這項合作，Polymarket 體育業務發展總裁 Ari Borod 強調，與職業聯盟合作對於賦予該產業合法性至關重要，Polymarket 承諾建立長期發展的交易市場，絕不會為了短期利益而犧牲產業長期的信譽。 透過聯邦層級的資訊共享守護比賽完整性 同時，為防範新興市場帶來的風險，根據 MLB 與美國商品期貨交易委員會（CFTC）簽署的備忘錄規定，雙方將交換與棒球比賽競技完整性有關的資訊，以協助辨識內線交易或市場操縱的跡象。CFTC 也將參考 MLB 的專業評估，了解哪些在交易所上市的合約具有較高的完整性風險。 因此，MLB 與 Polymarket […]

【科技早餐】OpenAI 不只做模型，桌面超級 App 開始搶工作入口

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊OpenAI 收攏產品線，桌面超級 App 成形 OpenAI 證實，正規劃把自家瀏覽器、ChatGPT 應用程式，以及 Codex 程式碼工具，整合為一個「電腦端超級應用程式」(Desktop Super App)。這項調整的核心目的是減少產品碎片化，並集中資源押注最有機會放大的高生產力場景。相關計畫由 OpenAI 應用執行長西莫 (Fidji Simo) 主導，並由總裁布羅克曼 (Greg Brockman) 協助執行。 這個動作也顯示，OpenAI 正從單純的模型公司，進一步推向更完整的軟體入口。未來若能在同一個桌面程式裡完成搜尋、對話、寫程式與代理任務，OpenAI 競爭的就不只是其他模型公司，而是整個工作平台與作業系統層級的入口控制權。對企業市場來說，產品整合程度愈高，AI 就愈有機會真正走進日常工作流程。 ＊AWS 鎖百萬 GPU，AI 基建一路排到 2027 NVIDIA 超大規模與高效能運算部門副總裁巴克 (Ian Buck) 向《路透社》證實，亞馬遜 (Amazon) 旗下 AWS 已與 NVIDIA 達成協議，將從 2026 年起到 2027 年底前，採購超過 100 萬顆 GPU，並搭配網路晶片與多款推論用晶片組合出貨。這不只是大型採購案，也代表雲端巨頭搶的已不再只是算力數量，而是整套 AI 工廠的建置與交付能力。 更關鍵的是，AWS 還將在資料中心部署 NVIDIA 的 […]

【Google 雲端威脅展望報告】攻擊空窗期縮至數天，企業如何轉向「自動化調度」確保營運韌性？

企業對雲端的依賴持續加深，但攻擊者的行動速度與策略也正在同步升級。Google Cloud 最新發布的《Cloud Threat Horizons Report H1 2026》報告顯示，資安風險已不再只是技術問題，而是牽動營運穩定與決策節奏的關鍵變數。 從入侵手法的轉移、資料外洩模式的變化，到攻擊逐步滲透開發流程與雲端基礎設施，整體威脅輪廓正出現明顯重組。這份報告的價值不在於單一數據，而在於揭示攻擊與防禦之間的結構性落差。 📎 這份報告適合誰閱讀？ 報告主要提供雲端資安威脅的戰略情報與風險緩解建議，適合以下幾類工作者閱讀： 🔴 報告洞見 隨著全球數位化發展與地緣政治衝突加劇，企業面臨的雲端資安威脅正發生劇烈變化。Google Cloud 最新發布的報告指出，駭客利用軟體漏洞從「被公開揭露」到「遭實際利用」的空窗期，已經從過去的數週急遽縮短至短短幾天。 面對結合人工智慧輔助的攻擊手法，以及越來越專注於「資料竊取」的威脅目標，企業若繼續依賴傳統的手動防禦與事後補救機制，將無法抵禦現代化的資安攻擊。 因此，企業決策層與資安團隊必須徹底轉變思維，放棄耗時的手動流程，轉向建構以「自動化防禦」與「鑑識就緒（Forensic readiness）」為核心的現代化雲端戰略，才能確保營運的連續性與合規性。以下整理五大關鍵趨勢，揭示攻擊手法與防禦邏輯的結構性變化。 💡 趨勢一：漏洞攻擊超越憑證，成為雲端入侵主要入口 過去幾年，駭客主要依賴弱密碼或缺乏防護的憑證來入侵雲端環境，但這個趨勢在近期出現了決定性的反轉。最新數據顯示，針對第三方軟體漏洞的利用比例高達 44.5%，首度超越了憑證外洩問題（27.2%），正式成為駭客最主要的初始入侵管道。 在這些漏洞攻擊中，遠端程式碼執行的威脅成長最為驚人，其攻擊比例從上半年的 2.9% 飆升近五倍至 13.6%。這反映出駭客正逐步降低對密碼攻擊的依賴，轉向更自動化的應用層攻擊。 🧭 行動指南：企業應該全面導入零信任防禦架構 首先，應避免使用過度寬鬆的防火牆規則，改為部署 Identity-Aware Proxy 等以身分為核心的代理技術，確保在不對外開放網路連接埠的情況下，精準驗證每個存取請求並阻擋 RCE 攻擊。 其次，企業必須建立嚴格的自動化修補服務級別協議，目標是在漏洞爆發的 24 小時內，透過網頁應用程式防火牆完成邊界防禦的「虛擬修補」，並在 72 小時內完成底層系統的「完整修補」，以徹底消除駭客的攻擊空窗期。 💡 趨勢二：身分攻擊轉向資料竊取，「靜默外洩」成主流 雖然軟體漏洞的威脅急遽攀升，但「身分妥協」依然是雲端資安的重災區。數據佐證指出，高達 83% 的雲端入侵事件都涉及了身分與憑證的遭駭。 在入侵後的目標中，45% 的攻擊聚焦於「靜默資料外洩與間諜活動」，例如竊取企業原始碼或高價值的客戶資料，另外還有 28% 則涉及後續的勒索行為。 深入分析駭客的手法可以發現，社交工程攻擊已顯著進化。駭客不再僅依賴傳統的電子郵件釣魚（佔 12%），而是頻繁使用「語音釣魚（Vishing）」（佔 17%）。 例如，財務動機的駭客組織 UNC3944 與 […]

Uber 為何押注尚未量產的 Rivian R2？一場 12.5 億美元合作揭開 Robotaxi 新戰局

Uber 與 Rivian 近日宣布一項總額最高 12.5 億美元的合作，雙方將以 Rivian 尚未量產的 R2 平台布局 Robotaxi 車隊。這筆交易也被視為 Uber 在 2020 年出售旗下自駕部門 ATG（Advanced Technologies Group）六年後，再度明確推進「自己營運 Robotaxi」的方向。 根據已公開的規劃，Uber 將先投資 3 億美元、部署 1 萬台全自駕的 Rivian R2 Robotaxi，後續再依 Rivian 是否達成特定自駕里程碑，再逐步將投資總額追加至最高 12.5 億美元、5 萬台的規模。雙方希望先在 2028 年於舊金山與邁阿密率先部署車隊，接著預計在 2031 年底前擴展至美國、加拿大與歐洲的 25 個城市。 Uber 的 Robotaxi 策略正在轉向 《The Verge》指出，這批 Rivian 自駕車隊將獨家在 Uber 應用程式上提供服務，Rivian 也已同意在特定的獨家期間內，不會將全自駕車輛賣給 Uber 的直接競爭對手。 過去 Uber […]

亞馬遜收購 Rivr：用會爬樓梯的送貨機器人，瞄準物流最後一哩痛點

這筆交易最初由《The Information》率先披露。綜合外媒報導，亞馬遜已於本週低調收購總部位於蘇黎世、前身為 Swiss-Mile 的瑞士機器人公司 Rivr，該公司專門研發能「送貨上門」的機器人，而亞馬遜最初並未對外聲張此收購案。 機器人大軍再升級！亞馬遜望提升配送效率與安全 Rivr 執行長兼創辦人 Marko Bjelonic 形容自家機器人是「穿著滑輪鞋的狗」，核心技術是四輪爬樓梯送貨，能把包裹從貨車直接運送到顧客家門口。 亞馬遜發言人向《CNBC》表示，此次收購反映了公司持續投資研發的承諾，以及改善送貨員安全的努力。亞馬遜說明：「這項技術與送貨人員配合，有潛力進一步提升安全性和整體顧客體驗，尤其是在送貨流程的最後一段。」 亞馬遜長期依靠第三方承包商進行包裹配送，他們負責將包裹從倉庫送到顧客家門口。過去十多年，亞馬遜一直致力於倉儲自動化，2012 年以 7.75 億美元收購倉儲機器人製造商 Kiva Systems，接著成立專門負責此項工作的 Amazon Robotics 單位，並表示已部署超過 100 萬台機器人。 事實上，這並非亞馬遜一時興起的收購。早在本次交易前，亞馬遜旗下的「工業創新基金（Industrial Innovation Fund）」與創辦人貝佐斯的創投公司 Bezos Expeditions，就已經參與過 Rivr 總額達 2,200 萬美元的種子輪融資。 為了讓這項長期佈局落地，亞馬遜在發給送貨夥伴的內部通知中指出，Rivr 的技術包括帶輪子的四足機器人，這將讓他們能研究、測試設備如何整合到送貨操作中，例如幫助送貨員將包裹從送貨車運送到顧客門口。 跨越樓梯與各種地形，Rivr 用物理 AI 改寫「最後一哩」運送 《TechCrunch》提及，去年 Rivr 也與包裹配送公司 Veho 在美國奧斯汀啟動了試點計畫。Marko Bjelonic 當時表示，他希望能從與 Veho 的合作中學習，並計畫到 2026 年將機器人規模擴大至 100 台。 Rivr 新聞稿指出，這項合作是都市物流智慧模式的起點，機器人、物理 AI 與人員能並肩作業，Rivr […]

【創業。天使。趴- t.Hub 的榮耀專場！】從 0 到 IPO 實戰專場！想募資？拚公發？尋找下一匹黑馬？

t. Hub 宏匯集團內科創新基地訂下星期三（3/25），下午三點，舉辦三月份的「創業。天使。趴」邀請進駐基地的優質團隊發表，與專業的投資機構及企業一對一媒合交流。 甫上任的執行長蘇拾忠說：「我一月來 t. Hub 就發現這裡臥虎藏龍、高手如雲。所以我把我們三月份的活動聚焦推薦 t. Hub 的優質團隊給我熟悉的投資圈。」 3/25 下午的活動，發表的廠商包括：【關鍵 300 秒】的台灣智能機器人、米斯公司、慧誠智醫、環球睿視、應援科技和鳴醫。【直覺閃秀】的伍碩科技、伊斯酷軟體科技、海洋福星、關鍵智慧科技、Alonesafe(霓創科技)、舫園蒔里、康源基因科技、孿生智庫。 活動訊息 🚀【創業。天使。趴- t.Hub 的榮耀專場！】從 0 到 IPO 實戰專場！想募資？拚公發？尋找下一匹黑馬？t.Hub 邀您直擊「將公開發行團隊」的資本方程式！精彩陣容，不容錯過🔸【關鍵 300 秒】來自 t. Hub 團隊專長     台灣智能機器人、米斯、慧誠智醫、環球睿視、應援科技、鳴醫(即將公開發行)🔸【直覺閃秀】潛力新秀 Pitch      1.伍碩、伊斯酷、海洋福星、關鍵智慧      2.Alonesafe、舫園蒔里(FITI115-團隊)、康源基因、霓創科技有限公司🔸【天使派對】深度媒合與自由交流📆 時間：3/25 (三) 15:00-18:00📍 地點：t.Hub 1樓 102+103 會議室🔗 立即報名：https://forms.gle/Anr7Y3Mc9hZvTwRHA （本文訊息由 t. Hub 宏匯集團內科創新基地提供，內文與標題經 TechOrange 修訂後刊登。新聞稿 / 產品訊息提供，可寄至：[email protected]，經編輯檯審核並評估合宜性後再行刊登。圖片來源：t. Hub 宏匯集團內科創新基地。）

AI 寫程式更便宜了？Cursor 推 Composer 2，正面挑戰 OpenAI 與 Anthropic

AI 程式開發新創 Cursor 正計劃推出一款更高效率的 AI 模型，藉此與 Anthropic PBC、OpenAI 等 AI 巨頭展開競爭。 Composer 2 登場：專注程式開發、低成本 AI 代理 《Bloomberg》報導，Cursor 預計發布名為「Composer 2」的新產品。這款 AI 代理工具能替使用者執行長時間的程式撰寫任務。Cursor 共同創辦人兼研究負責人 Aman Sanger 表示，Composer 2 的訓練專注於程式相關資料，藉此打造出規模較小、成本更低的模型。他強調：「它不會幫你報稅，也無法寫詩。」凸顯其專為程式開發而生的定位。 Cursor 於 2023 年推出首款 AI 程式助理，受到專業軟體開發者青睞，並催生出 vibe coding 的新型程式開發方式。《Bloomberg》指出，目前該公司已擁有超過 100 萬名每日活躍用戶，其中包括 Stripe Inc. 與 Figma Inc. 等約 5 萬家企業客戶。憑藉亮眼的表現，Cursor 也正洽談新一輪融資，估值約達 500 億美元。 OpenAI、Anthropic 及多家新創公司紛紛推出可處理複雜任務的 AI 程式工具；相較之下，Cursor 採取多模型支援策略，支援來自 OpenAI […]

OpenAI 為何搶買 Astral？真正想掌握的不只是模型，而是開發者工作流

OpenAI 宣布將收購 Python 工具新創公司 Astral。交易完成後，Astral 團隊將加入 OpenAI 的 Codex 部門，旗下開源工具也將在 OpenAI 的支持下持續發展。這起收購被視為 OpenAI 在快速成長的程式開發與開發者服務市場中的最新戰略布局，目標不僅是強化 AI 寫程式的能力，更是為了將 Codex 推向更廣泛的開發者基礎設施平台。 Astral 旗下擁有三大核心 Python 工具：負責依賴與環境管理的 uv、負責格式化與程式碼檢查的 Ruff，以及負責型別檢查的 ty。這些工具在 Python 開發社群中具有極高影響力，每月下載量高達數億次，甚至已取代 Flake8、Black 等上一代基礎設施。由此可見，Astral 打造的絕非邊緣工具，而是早已深植於 Python 開發流程核心的關鍵要件，這正是 OpenAI 亟欲掌握的戰略資源。 從「寫程式助手」走向平台：Codex 想接管的是整個開發流程 Codex 自今年初以來，每週活躍用戶已突破 200 萬，用戶數成長了 3 倍，使用量更成長了 5 倍。OpenAI 官方指出，Codex 的發展方向已不再侷限於單純生成程式碼，而是希望邁向能參與完整開發工作流的系統，包含協助規劃變更、修改程式碼庫（Codebase）、執行工具、驗證結果，乃至於長期的軟體維護。 科技媒體《Implicator》分析，Codex 目前已能在沙盒環境中寫程式、修復 bug 並執行測試。因此，在整合 Astral 後，Codex 將能自動呼叫 uv 進行依賴解析、用 […]

【零售 AI 戰線升級】Walmart 不只要把自家 AI 聊天機器人送進 ChatGPT，還要讓 AI 輔助定價

從 2025 年 11 月起，Walmart 讓部分 ChatGPT 用戶可以直接在 OpenAI 聊天介面中購買部分商品，不必離開對話視窗，當時約有 20 萬項商品可直接在對話回覆中顯示並下單。 OpenAI 原先希望透過 ChatGPT 內的購買抽成來增加營收，並與 Walmart、Etsy 等零售商合作推出名為 Instant Checkout 的代理商務（agentic commerce）功能。然而，Walmart 執行副總裁向《WIRED》獨家透露，這項合作中的銷售表現令人失望，顯示由聊天機器人與 AI 代理主導電商購物的未來，至少目前看起來仍未真正成熟。 Walmart 設計與產品主管 Daniel Danker 表示，直接在聊天介面內完成購買的商品，其轉換率比導出至外部網站完成購買的模式低了三倍。因此，Walmart 決定讓以開源模型結合數十年零售數據訓練的聊天機器人 Sparky 進入 ChatGPT，而且下個月也將進入 Google Gemini。 提供更符合消費者習慣的無縫購物體驗 Daniel Danker 認為，Instant Checkout 的最大問題之一，是它迫使用戶逐項結帳，無法反映真實世界中跨品類、分次加入購物車後再一起結帳的購物習慣。例如消費者購買電視時通常還需要一併加購 HDMI 線等配件，逐一結帳反而會破壞體驗。因此在新的體驗中，Walmart 用戶第一次在 ChatGPT 遇到 Sparky 時會登入帳號，讓 Walmart 網站、App 與 ChatGPT 內的購物籃同步。 Walmart […]

【科技早餐】美光營收暴增近 2 倍，記憶體正式成為 AI 戰略資產

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊美光營收暴增近 2 倍，AI 記憶體供給更緊了 美光（Micron）公布截至 2 月底的 2026 會計年度第二季財報，受惠 AI 帶動 HBM 與 DRAM 需求升溫，單季營收達 238.6 億美元，年增 196%；淨利達 138 億美元，年增 770%；毛利率則由去年同期的 36.8% 大幅升至 74.4%，表現明顯優於市場預期。 美光董事長暨執行長桑傑・梅赫羅特拉（Sanjay Mehrotra）表示，AI 訓練與推論同步拉高記憶體容量與頻寬需求，尤其 NVIDIA 新一代 GPU 大量導入 HBM，成為主要成長動能。公司並預估第三季營收將進一步升至約 335 億美元，同時上修資本支出，顯示記憶體已成 AI 基建競賽中的核心資產。 ＊Google 簽下 20 年 1GW 電力長約，AI 資料中心開始自己包電 Google 宣布與美國電力公司底特律愛迪生能源公司（DTE Energy）簽署 20 年電力供應協議，支援密西根州大型資料中心計畫，供電規模達 1GW，預計 2027 年底啟動供電，並在 2028 […]

AI Agent 支付戰開打！Stripe 推 MPP、Coinbase 擴大佈局 x402，搶當下一代網路交易底層

金融科技巨頭 Stripe 聯手其孵化的區塊鏈新創 Tempo，在 3 月 18 日推出 Machine Payments Protocol（MPP），並宣布 Tempo 區塊鏈主網正式上線。這代表，AI Agent 支付正從想像中的應用場景，走入基礎設施階段。另一方面，加密貨幣交易所 Coinbase 也正加速打造讓 AI Agent 能夠付款的底層能力，並將 AI 代理支付（Agentic payments）列為公司最優先事項之一。 這次 Stripe 與 Coinbase 幾乎同步卡位，也讓 AI 代理支付這個仍處早期的新市場，迅速升高為支付業者爭奪下一代網路交易入口的新戰場。 AI 代理支付成熱門話題，Stripe 與 Tempo 先推 MPP 卡位 近期「AI 代理支付」已成為金融科技領域的熱門詞彙，是指 AI 代理或自主機器人（autonomous bots）代表人類使用者發送與接收資金的行為。 為因應此趨勢，Stripe 與 Tempo 推出的 MPP 是一個開源支付網路，支援法幣與加密貨幣付款，且相容於 Stripe 現有的 AI 支付基礎設施。雖然這套 AI 支付網路目前建立在 Tempo […]

48小時就能開公司？歐盟推「EU Inc」力抗矽谷吸金力，讓創業不必跑 27 國

《Reuters》報導， 歐盟提出新提案，允許企業在最短48小時內完成設立，並依據規範在27個成員國範圍內營運，以縮小歐洲與美國在新創企業上的差距。 推新制度防人才與新創企業外流，歐盟加速強化競爭力 這項提案是歐盟提升區域競爭力的一環，目的在於減少人才與新創企業流向美國，因為許多歐洲新創企業為了進入更大的市場，往往選擇在美國註冊企業，以享受公司法規的便利。 《Reuters》提及，新提出的 EU Inc 提案旨在建立一種全歐盟範圍的公司實體，類似美國的德拉瓦州有限責任公司（Delaware LLC），讓企業更容易進入整個歐盟市場，免去面對 27 國不同公司法規及超過 60 種設立表格帶來的繁瑣流程，避免創業動輒耗時數月。 歐盟司法委員 Michael McGrath 表示：「我們需要激勵企業留在歐洲，並鼓勵曾經選擇海外的企業回流。歐洲擁有人才、創意與雄心，但過度官僚會讓我們最優秀的創業家選擇離開。」《Bloomberg》指出，歐盟認為減輕行政負擔、增強法律確定性將使歐盟對新創企業和投資者更具吸引力，同時也有助於本土企業更有效地擴大規模。 提案還包括多項配套措施，例如全面數位化的公司註冊流程、簡化的治理和稅務規則，以及取消最低註冊資本要求。根據提案，任何企業都可在線上註冊成為 EU Inc，最快 48 小時內完成，費用約為 100 歐元，歐盟預估 10 年間將有約 30 萬家公司採用此模式。 EU Inc 非萬靈丹，專家：仍需搭配結構性政策推進 《Tech.eu》指出，對於 Pleo 執行長暨共同創辦人 Jeppe Rindom 而言，EU Inc 代表著朝向減少市場碎片化、讓新創與金融科技公司實現真正泛歐規模的重要一步。 Jeppe Rindom 向《Tech.eu》提到「歐洲在創新方面一直相對薄弱，而各個歐洲國家在全球舞台上規模也偏小。再加上近期的地緣政治與經濟事件，歐洲追求更高自主性與自給自足的迫切性加劇。」在歐洲跨國營運的成本高昂且耗時，需要在每個國家建立不同的合作夥伴、架構與流程，而不少流程至今仍未數位化。 《Reuters》補充，EU Inc 提案並非萬靈丹。Michael McGrath 坦言，「它無法解決所有問題，但可以作出非常重要的貢獻。需要與其他改革同步推進，特別是在消除市場碎片化與單一市場障礙方面。」該提案仍需歐盟成員國政府及歐洲議會批准。 《Bloomberg》指出，此舉反映出人們日益擔憂歐洲與美國和中國競爭的能力，尤其是在吸引高成長企業方面。這並非歐盟首次推動跨境企業發展，《Reuters》指出過去的嘗試多數失敗或僅限於大型企業，例如 2004 年創立的歐洲公司（Societas Europaea, SE）。支持者認為，EU Inc 提案成功的關鍵在於其數位化特性，以及歐盟成員國普遍意識到縮小競爭力差距的迫切性。 ＊本文開放合作夥伴轉載，資料來源：《Reuters》、《Bloomberg》、《Tech.eu》，圖片來源：Unsplash。

iPhone 安全神話遭挑戰：駭客工具擴散，多國用戶與加密貨幣成攻擊目標

《NBCNews》報導，根據最新資安研究，俄羅斯情報機構、中國網路犯罪集團及其他駭客，正利用 DarkSword 與 Coruna 的工具，入侵使用舊版 iOS 系統的 iPhone。這些工具屬於漏洞利用工具（exploit kits），Google 與資安公司 iVerify、Lookout 揭露，這可能讓駭客遠端存取受害者手機，並檢索其中資料。 DarkSword 能「看光一切」？隱蔽攻擊讓用戶毫無察覺 《NBCNews》提及，這項消息引發業界專家憂慮。因為 Apple 長期以來被認為比其他品牌更安全，但若未更新裝置，仍可能遭駭客全面控制。而此次攻擊鎖定多個族群，包括：遭俄羅斯情報單位鎖定的烏克蘭人、中國加密貨幣使用者，以及沙烏地阿拉伯、土耳其與馬來西亞的民眾。 《Mashable》報導指出，DarkSword 與大多數惡意軟體不同，它無需安裝到目標裝置上。受害者只需造訪一個受感染的網站，DarkSword 就會竊取個人或財務資料。《NBCNews》補充，當透過水坑攻擊（watering hole attack）進行，駭客會設計或入侵特定網站植入惡意程式碼，利用手機處理網路流量的漏洞，使造訪該網站的裝置自動遭到感染。雖然入侵 iPhone 具高技術門檻，但攻擊能透過多層複雜漏洞串聯運作，達到控制手機的目的。 iVerify 的聲明指出：「DarkSword 是一種監控與情報蒐集工具，能全面擷取資料，包括 Wi-Fi 密碼、簡訊內容、通話紀錄、定位歷史、瀏覽紀錄、SIM 卡與行動數據，以及健康、備忘錄與行事曆資料庫。」而 Apple 發言人 Sarah O’Rourke 表示，這兩種工具僅能攻擊舊版系統的裝置，凸顯定期更新的重要性。她強調：「使用軟體最新版本，是確保 Apple 裝置安全性的關鍵措施。」 雖然目前沒有證據顯示美國用戶成為目標，但多倫多大學資安研究機構 Citizen Lab 的資深研究員 John Scott-Railton 表示，只要 iOS 未更新，任何人都可能成為攻擊對象。他向《NBCNews》說明：「大規模且具破壞性的行動裝置攻擊門檻，已被大幅降低，很明顯這個問題只會持續擴大。」John Scott-Railton 補充：「對一般用戶來說，他們根本無法察覺這類攻擊。」 資安攻擊擴散全球：鎖定烏克蘭到加密貨幣用戶 工具「Coruna」的來源相當特殊。美國國防電子公司 L3Harris 前網路主管 Peter Williams 去年已承認將公司駭客工具（包括 […]

通用 AI 正在退場？黃仁勳與 AI 新創在 GTC 指向下一個主戰場：專業型 AI 與系統整合能力

在 NVIDIA GTC 2026 的「開放模型：現在與未來走向」（Open Models: Where We Are and Where We’re Headed）座談會上，NVIDIA 執行長黃仁勳與 Perplexity、Mistral、Reflection AI 等新一代 AI 公司代表同台對談，並釋出一個關鍵訊號：AI 產業的競爭焦點，正從「誰擁有最強單一模型」，轉向「誰能把開放模型、專用模型、AI 代理、工具與連接器整合成可落地的完整系統」。 黃仁勳：未來 AI 產業的關鍵不是模型，而是系統 《Asiae》報導，這場座談會傳達出一個明確的產業趨勢：什麼都做得好的通用 AI 正在退場，接下來將由以開放技術為基礎、針對特定產業優化的「專業型 AI」 （Specialist AI）主導。 因應這個趨勢，黃仁勳在座談中重新形塑對 AI 的定義。他明確表示，未來 AI 產業的成敗「關鍵是系統，而不是模型」，更直言「AI 不能再被解釋為單一模型」，並將 AI 定義為「模型系統」（System of Model），而非單一巨型模型。 黃仁勳進一步指出，市場正朝向把不同優勢的模型、代理、檔案系統、各種連接器與工具，組合成產業應用的方向演進，同時強調「單純以開放與封閉的二分法已不再能解釋現實」。 在這樣的系統化架構下，企業的 AI 策略也必須轉型。黃仁勳將 ChatGPT 這類閉源模型視為完成的「產品」，把開放模型（Open Models）視為像電晶體一樣的「核心技術」。 「所有的企業不應該只停留在借用他人服務上，而是要引入開源模型這項技術，直接打造屬於自己的獨家產品，」黃仁勳強調，並預期未來市場將進行重組，轉而圍繞醫療、法律、國防等專業領域中的專業型 AI 發展。 LangChain、Thinking Machines Lab、Perplexity 怎麼看 AI […]

當好萊塢還在爭論 AI，Netflix 已先買下 AI 製片新創：不只為了省成本，更想提早卡位影劇 AI 工作流

Netflix 共同執行長 Ted Sarandos 近日表示，在這個「媒體史上競爭最激烈的時代」，AI 的價值不在於讓內容變得更快、更便宜，而在於能否幫助影視作品變得更好。 與此同時，Netflix 近期收購了由知名演員兼導演 Ben Affleck 所創辦的 AI 製片技術公司 InterPositive，顯示 Netflix 希望進一步將 AI 相關技術納入平台布局的企圖心。這並非單純的內容輸出合作，而是一筆實質的商業併購，對於過去一直傾向內部開發的 Netflix 而言，這也是一次極為罕見的對外收購案。 Netflix 怎麼看 AI？重點不是省錢，而是讓作品變得更好 「AI 只是這些工具一次快速而重要的進化，」Ted Sarandos 在接受 POLITICO 採訪時表示，他將 AI 定位為創作者工具，並強調就像過去製作工具持續演進一樣，AI 也是一次大幅的躍進，而且即使 AI 可用於剪輯與製作，優秀的內容仍然需要編劇、演員與燈光技術人員。 在配音領域上，Ted Sarandos 特別強調配音最重要的部分是表演，因此優秀的配音員仍然非常重要，若僅為了便宜而使用 AI，將會因為缺乏真實的人類表演而降低作品品質。 不過 Ted Sarandos 也認為，AI 在聲音應用上仍有極大機會。例如，AI 能幫助團隊在作品完成數月後補錄台詞，而不必把所有人再召回現場重做，進而幫助作品變得更好。 Netflix 為何買下 InterPositive：因為瞄準的是電影製作技術，不是取代演員 近日，Netflix 收購了知名演員兼導演 Ben Affleck 所創辦的 AI 製片技術公司 InterPositive，成為 […]

【省下 50% 農藥成本】AgZen 靠電腦視覺與 AI，顛覆數百億美元的農業噴灑市場

長期以來，農民只能依靠個人經驗與粗略的操作準則，決定農藥的「每英畝施用量」，至於其中有多少比例真正接觸到植物葉面、發揮藥效，長期缺乏精準量化方式。 這種模糊性帶來的代價遠比想像中高昂。全球每年在農作物保護與噴灑上的支出達數百億美元規模，其中大量農藥因飄散、逕流或根本未能附著於葉面而白白流失，最終滲入土壤、進入河川，形成難以逆轉的環境污染。 農業噴灑從來就不是一項噴了就等同完成任務的工作，它牽涉作業速度、化學品種類、噴嘴規格、植株年齡、當下的溫度與濕度，每個變數都在無形地影響施藥結果。而過去卻沒有任何工具能即時監測、量化這些交互作用。 AgZen 以 AI 推動精準噴灑 在這樣的背景下，AgZen 嘗試從根本改變農業噴灑的邏輯。這家由麻省理工學院教授 Kripa Varanasi 與 Vishnu Jayaprakash 於 2020 年共同創立的公司，花費多年研究液滴與植物表面的物理交互機制，並將這些基礎科學轉化為可商業化部署的農業科技產品。 AgZen 的核心主張並不複雜，但需要龐大的技術支撐才能實現：讓每一滴農藥都被計算、被追蹤、被優化。Varanasi 曾如此描述這個目標：讓精準與可預測性的框架標準套入噴灑作業，讓每一滴農藥都有意義，為農民帶來可量化的增產與降低成本的成效。 在實地測試中，AgZen 的成果令人印象深刻。跨越麻薩諸塞州、加利福尼亞州、義大利與法國的田間試驗顯示，透過優化液滴與葉面的附著效率，可顯著降低農藥用量（部分案例達到約 50%），同時維持甚至提升防治效果。這對於每年平均在農藥上投入大量資金的農戶而言，是一筆實質可見的財務回報。 核心技術：電腦視覺與智慧推薦系統 AgZen 的技術架構建立在兩大重點之上，第一是電腦視覺，自從卷積神經網路（convolutional neural network，CNN）興起，電腦視覺已在多種精密空間分析應用中展現驚人實力，而 AgZen 的旗艦產品 RealCoverage 正是這項能力的具體體現。 RealCoverage 系統幾乎可以安裝在任何噴藥機的噴桿上，在噴嘴前後各配置一組感測器。前置感測器記錄噴灑前的葉面狀態，後置感測器則即時捕捉噴灑後的覆蓋情形，兩者的比較讓系統得以精確計算出農藥在葉面的實際附著率。這套視覺系統能夠偵測最小僅 150 微米的微小液滴，同時深入作物叢內部進行拍攝與分析，而不只是掃描作物表面。 第二大重點則是 AI 推薦引擎。蒐集到的即時數據並不只是用來「記錄」，而是即刻被輸入 AI 模型進行分析，系統會根據當前的溫度、濕度、作業速度、噴嘴型號與化學品配比，為操作員提供具體的調整建議：該換哪種噴嘴、應以多快速度前進、這片土地上的這種農藥最適合多少噴灑量。 另外，液滴在葉面的擴散速度、蒸發率如何隨溫度和濕度變化，這些原本「模糊不清」的農田物理學，如今都被納入軟體的計算邏輯中，讓每一次的噴灑預測都有科學根據，而非猜測。 精準農業的潛力與影響 AgZen 並非孤軍奮戰。在推廣其產品的過程中，公司選擇與農業巨頭先正達集團（Syngenta）合作。先正達活躍於全球九十餘個國家，是全球最重要的農作物保護與種子企業之一，其首席資訊及數位長 Feroz Sheikh 公開表示，能夠看見並控制每片葉子上的每一滴液滴，對農作物保護而言是真正的革命性轉變，並認為這為農民在效率提升與廢料減量方面開啟了巨大潛力。 這種企業層面的背書，也反映了整個農業產業正在發生的思維轉變。AI 不再只是科技圈的語彙，而是正在滲入農場管理的日常決策。從土壤條件分析到天氣模式預測、從噴藥路徑規劃到收成預估，數據驅動的農業決策，正逐漸取代農民過去依賴個人判斷的傳統做法。 從數字來看，AgZen 已在大型商業農場的試驗中，為客戶節省了高達五成的農藥成本，並同步提升了防治效果。 美國農業部也已委託 AgZen 協助，評估減少農藥滲入水系的實務做法，顯示這套技術的價值已獲得認可。 […]

【科技早餐】黃仁勳證實：NVIDIA 重啟中國 AI 晶片供應，H200 恢復接單

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊NVIDIA 重啟中國 AI 晶片生產，H200 恢復接單 NVIDIA 執行長黃仁勳 (Jensen Huang) 在 GTC 會後記者會證實，公司已取得美國政府出口許可，重新啟動可銷往中國市場的 H200 晶片生產，並且已經開始接受訂單。他表示，和兩三週前相比，情況已經完全不同，供應鏈現在已經重新動起來。 另外，《路透社》報導，NVIDIA 也正準備推出可銷往中國市場的 Groq AI 晶片，主打推論任務。由於 GTC 展示的新一代 Vera Rubin 無法銷往中國，市場也關注 NVIDIA 是否正同步調整產品組合，補上這塊需求。這不只是恢復一條產品線，也顯示中國市場在 AI 基建升溫下仍是重要需求來源。 ＊TrendForce：AI 伺服器戰場轉向推論，ASIC 比重持續升高 TrendForce 最新 AI server 研究指出，隨著 Google、Amazon 等大型雲端服務供應商持續加大自研晶片布局，ASIC AI server 在整體 AI server 出貨中的占比，預估將從 2026 年的 27.8%，進一步升至 2030 年的接近 40%。這也讓 GTC 2026 […]

Mastercard 斥資 18 億美元收購 BVNK：拆解背後把穩定幣正式納入傳統支付軌道的關鍵盤算

Mastercard 近日宣布將以最高 18 億美元收購總部位於倫敦的穩定幣基礎設施新創 BVNK，交易預計於 2026 年底完成。Mastercard 表示，這筆交易的目的，是要把鏈上支付與法幣支付軌道緊密連接起來，讓企業與金融機構能更容易處理穩定幣、代幣化存款與其他數位資產相關的支付流程。 這筆交易超越了 Stripe 在 2025 年 2 月以 11 億美元收購 Bridge 的金額，成為加密產業迄今最大規模的穩定幣收購案。在這筆收購背後，反映的是 Mastercard 正在積極回應穩定幣與區塊鏈支付軌道快速擴張的產業變化，以及搶占穩定幣基礎設施關鍵入口的決心。 《Reuters》報導，BVNK 的平台可以讓企業在穩定幣與法幣之間完成發送、接收、儲存、轉換等操作，並支援跨境匯款、商業支付等場景，更幫助 Mastercard 把自身的大型支付處理網路與穩定幣直接連接。目前，BVNK 已在 130 多個國家提供穩定幣服務，並處理跨區塊鏈、錢包與傳統帳戶之間的穩定幣流動。Mastercard 首席產品長 Jorn Lambert 對此表示，如果由 Mastercard 自行打造 BVNK 這樣的能力，將會花費大量時間，因此透過收購的方式，將能更快進入市場。 穩定幣從小眾工具走向主流基建，BVNK 的戰略價值高於短期獲利 Mastercard 在官方新聞稿中表示，隨著企業與金融機構愈來愈重視全球資金移動、企業金流管理與數位資產支付，數位貨幣支付的應用場景在 2025 年已至少達到 3,500 億美元規模。 《CoinDesk》報導，穩定幣交易量目前每年已達約 3,500 億美元，並預期在監管更明確、更多機構加入後持續成長。分析師估算，BVNK 在 2025 年處理的穩定幣支付金額就超過 300 億美元、在 2024 年底的年營收約為 4,000 […]

輝達 GTC 背後的兆元落地戰！新漢董座林茂昌：越強的雲端 AI 越需要邊緣 AI

在 NVIDIA GTC 2026 上，執行長黃仁勳長達近兩個半小時的主題演講，釋出大量 AI 基礎設施與實體 AI（Physical AI）相關訊號。對於台灣 AI 機器人與邊緣 AI 業者而言，這更牽動著未來產業的發展方向。 在展會期間，《TechOrange》專訪邊緣運算與 AI 機器人公司新漢董事長林茂昌，從台廠角度解讀這場演講的關鍵意義，以及 AI 產業鏈的下一步。 NVIDIA「兆元美金營收」及「百萬倍 Token 需求」的意義 林茂昌對於黃仁勳提到的兩大數據印象最為深刻，首先是 NVIDIA 未來的 AI 晶片營收將達到「兆元美金」的規模；其次是隨著 AI 從訓練走向推理，未來市場對於 Token 的消耗量將產生「百萬倍」的需求成長。此外，他也對新一代 Vera Rubin 晶片模組的強大功能與快速迭代感到驚嘆。 然而，林茂昌務實指出，雲端 AI 服務、大型語言模型（LLM）的軍備競賽並非台灣強項，但是無論雲端大廠誰輸誰贏，都必須仰賴台灣的半導體先進製程與伺服器生態系，因此台灣目前在 AI 浪潮中扮演的是不可或缺的供應鏈角色。不過他強調，如果台灣要從供應鏈走向「價值鏈」，關鍵在於 AI 的實際應用與邊緣 AI。 林茂昌點出，雲端 AI 雖然強大，但若沒有廣大的邊緣 AI 來支撐，整個 AI 產業鏈將無法永續發展。具體原因包含：首先，雲端 AI 模型目前多以低價爭取普羅大眾的流量，尚未創造實質獲利，因此必須與企業端的邊緣 AI 接軌，進而讓雲端服務商獲得回報並持續發展。第二，現實世界中的作業現場如智慧工廠需要產業專業知識，必須仰賴開發者將小型化的語言模型結合垂直領域 know-how，才能成就各種特定場域的邊緣 AI 應用。 […]

11 家科技巨頭為何罕見聯手？國際刑警組織示警：AI 正把金融詐騙推向工業化

Google、Amazon、Meta、Microsoft、OpenAI 等 11 家科技巨頭近日簽署一項新的反詐協議，承諾分享詐騙者如何濫用其服務的威脅情報。 根據 FBI 統計，2024 年消費者因詐騙與網路犯罪造成的損失已超過 160 億美元，美國政府近期甚至發布行政命令，指示關鍵政府機構必須將打擊國際詐騙集團列為優先事項。同一時間，國際刑警組織（INTERPOL）在最新發布的《2026 Global Financial Fraud Threat Assessment》（2026 全球金融詐欺威脅評估）中也特別警告，金融詐欺已成為全球最嚴重且演變最快的跨國犯罪之一。在這樣的背景下，11 家科技公司罕見聯手，也反映出詐騙問題早已超出單一平台可處理的範圍。 11 家科技巨頭為何罕見聯手？詐騙早已跨平台、跨服務運作 在聯合國全球反詐高峰會（UN Global Fraud Summit）前夕，Google、Microsoft、LinkedIn、Meta、Amazon、OpenAI、Adobe、Pinterest、Target、Levi Strauss & Co. 與 Match Group（Tinder 與 Hinge 的母公司）等 11 家企業，共同簽署一份名為「Industry Accord Against Online Scams & Fraud」的產業協議。這份協議不僅希望建立打擊詐騙者的合作規範，也試圖推動產業界與政府、執法機關及非政府組織（NGO）展開聯合應對行動。 這份協議的承諾內容包括：加強與同業及執法機關針對跨國犯罪網路的資訊共享、部署包含 AI 在內的新防禦工具，以更快偵測詐欺並為使用者導入新的安全功能、要求對平台上的金融交易進行更強的驗證以確保雙方合法性，以及提供使用者更清楚的詐騙通報管道，同時呼籲各國政府正式將「防範詐騙」列為國家優先事項。 「我們無法單獨解決這個問題，」Google 消費者信任體驗副總裁 Karen Courington 直言，業界必須團結應對。Amazon 全球買家風險預防副總裁 Scott Knapp 也指出，詐騙者很少只在單一平台上活動，往往會同時跨越多種服務展開同一場騙局，例如先在交友軟體上配對毫無防備的目標，再於社群平台上持續進行傳訊與操控。 此外，各大企業也坦言目前面臨的防禦瓶頸。Meta 安全政策與反詐欺全球主管 Nathaniel […]

黃仁勳喊 OpenClaw 是「下一個 ChatGPT」！NVIDIA 推 NemoClaw，真正想搶的是企業 AI 代理治理層

「這絕對會是下一個 ChatGPT，」NVIDIA 執行長黃仁勳在 GTC 2026 期間接受《CNBC》專訪時，如此形容近期爆紅的開源自主 AI 代理平台 OpenClaw。他進一步稱其為「軟體新文藝復興的開端」，指出這類 AI 系統代表的已不再只是傳統的聊天機器人，而是一種能從單純回答問題，進化到主動執行任務、做決策的新互動模式。 黃仁勳更以「設計廚房」為例，說明只要給予簡短提示，OpenClaw 代理就能自主研究圖片、學習設計工具並不斷修改產出。他強調：「每個木工現在都能成為建築師，每個水電工都將成為建築師，我們將提升每個人的能力。」 甚至在 GTC 演講中，黃仁勳也直言：「今天世界上每一家公司都需要有 OpenClaw 策略，這是全新的電腦。」 然而，在 OpenClaw 熱度快速升高的同時，NVIDIA 也在 GTC 同步端出了 NemoClaw 與 OpenShell，這項發布的核心重點，不只是為了讓自主 AI 代理（autonomous agents）變得更強大，更是為了補上企業導入時最在意的安全、隱私、控管與可部署性。 當 AI 代理開始自己做事，企業最擔心的是失控 為什麼安全與控管如此重要？隨著 OpenClaw 這類自主 AI 代理能更獨立地行動，外界對於隱私與控制的疑慮也正同步升高。《華爾街日報》進一步解釋了背後的具體原因：雖然 OpenClaw 能讓開發者建立會自行規劃、執行任務，甚至生成 subagents（子代理）的自主代理，並讓這些代理存取本地檔案系統與繼續委派工作。但若要讓它成為真正的個人助理，系統就必須接觸使用者的核心資料與系統。這也代表 AI 代理一旦失控（go rogue），就可能會竄改或刪除重要檔案。 CrowdStrike 技術長 Elia Zaitsev 就曾點出實際發生的慘況：「曾有使用者開放電子郵件權限給系統後，AI 代理卻因產生幻覺而刪除了所有信件。」 他更警告，有些 AI 代理甚至可能被誘騙交出使用者的密碼或信用卡資訊。這些潛在的嚴重後果，正是企業對此類系統保持高度警覺、不敢輕易導入的原因。 NVIDIA 推 […]

【超越釣魚信成最大破口】數位廣告將取代 Email 成為最大攻擊來源，企業該怎麼防禦？

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 […]

鴻海人形機器人細節首度曝光！盤點 GTC 2026 台廠如何搶攻黃仁勳「實體 AI」商機

台灣廠商積極切入 AI 機器人供應鏈，在今年 NVIDIA GTC 展會上展示不少機器人相關解決方案，要加速 NVIDIA 執行長黃仁勳口中的「實體 AI」（Physical AI）落地，讓 AI 代理（AI Agent）從虛擬走向物理世界。 以下盤點鴻海、達明機器人、新漢、研華、英業達與益登等 6 家亮點廠商，在本次 GTC 的機器人相關技術布局。 鴻海：首度揭露在美工業級人形機器人細節 鴻海今年陣仗龐大，參與 GTC 代表團規模較去年倍增，共有超過百位高階主管、工程師與科學家參展，分享 AI 工廠與實體 AI 的最新技術進展。這也是鴻海首次在美國公開其與 NVIDIA 合作開發的 AI 工業人形機器人細節。 鴻海在攤位與多場 GTC 專題場次中，展示其機器人如何在工業製造場域中自主執行取放、鎖螺絲與物料搬運等高精度、重複性任務的能力。鴻海表示，這些機器人透過模擬與實際工廠資料訓練，並結合 NVIDIA Isaac GR00T、NVIDIA FoundationPose、NVIDIA Isaac Sim 與 NVIDIA Jetson Thor 等工具，加速部署與跨場域的規模化導入。 在鴻海展出的整合式醫療 AI 生態系中，也可看見機器人解決方案的身影。鴻海聚焦四大臨床應用領域，包括刷手護理協作型機器人、大腸鏡 Agentic AI、心血管數位孿生（Digital Twins），以及乳癌多模態精準治療，要讓醫療 AI 從單一模型應用，進化為代理式 AI 醫療系統。 達明機器人：發表全新人形機器人平台 […]

輸送帶卡住誰來修？Walmart 結合 AI 與任務管理，打造敏捷人機協作倉儲現場

全球零售巨頭 Walmart 正在進行密集的供應鏈自動化升級。目前全美共有 42 個區域配送中心（Regional Distribution Center, RDC），其中已有 23 個正進行自動化改造。隨著改造持續推進，公司目標是將所有配送中心升級為高度自動化設施。這些投資已逐步展現成效：目前其約 60% 的美國門市能夠接收來自自動化配送中心的貨物，而電商履約中心的訂單處理量也有約一半透過自動化系統完成。 對零售業而言，物流與庫存是最主要的營運成本之一，Walmart 財務長 John David Rainey 指出：「透過自動化設施處理更多訂單，能有效降低每筆配送的邊際成本，提升整體營運效率。」 不止於搬運，AI 如何賦能 Walmart 供應鏈運作？ 在實際運作上，Walmart 的自動化不僅侷限於倉庫內的搬運機器人或輸送帶系統，而是結合多種數位技術打造更完整的智慧供應鏈架構。 「在我們的供應鏈上，從頭到尾、每一件事，都有不同程度的 AI 驅動。」Walmart 供應鏈技術資深副總 Indira Uppuluri 告訴《Supply Chain Dive》。從需求預測、庫存配置、倉庫作業到物流調度，各個環節都由 AI 模型提供支援。 其中一項核心技術是企業級「數位孿生」（Digital Twin）系統。這套系統會建立供應鏈基礎設施的數位分身，作為實際營運的性能基準，同時提供一個虛擬測試環境（Sandbox），讓工程團隊能在不影響真實作業的情況下，評估複雜決策的折衷方案及變更後的量化影響。 透過數位孿生平台，Walmart 可以模擬各種情境，例如調整配送節點、改變庫存配置或重新設計物流路線，並量化不同方案對門市營運與配送效率的影響。當供應鏈面臨需求波動或外部不確定因素時，這些模擬結果能協助公司快速評估決策的風險與效益，提升整體營運彈性。 生成式 AI 變身倉庫最強調度員，打造敏捷人機協作現場 另外，生成式 AI 則被應用於倉庫營運管理。自動化配送中心內有大量機器設備與員工協同作業，難免出現突發狀況，例如卡車延遲到站、輸送線卡住，或托盤在運送過程中損壞。Indira Uppuluri 表示，當這類問題發生時，系統會即時分析倉庫內的設備警示訊號，並透過生成式 AI 平台整合任務管理系統、員工排班資料與技能檔案，自動指派最適合的員工前往處理，實現「人機協作」的自動化管理。 這套系統不僅能安排人員，還會提供即時的操作建議，例如故障排除步驟或處理流程，協助員工快速解決問題。隨著系統持續累積案例與作業知識，相關經驗也會被納入內部知識庫，成為員工訓練與日常營運的參考依據。 隨著電商與即時配送需求持續增加，零售物流要比的不只是速度，還要比誰能更精準、快速應變供應鏈的各種變動。Walmart 透過整合自動化設備、人工智慧與資料平台為一套高度協同的供應鏈系統，說明了零售巨頭想把供應鏈從單純的後端基礎設施，轉變為支撐全通路零售競爭力核心引擎的決心。 想了解更多 AI 趨勢？歡迎閱讀《TechOrange》展會特輯◆【TO […]