Archives

800 萬用戶 AI 對話紀錄遭外流：報告揭 Urban VPN 擴充功能攔截機制，機密直傳第三方數據庫

透過 AI 聊天機器人解決生活上的疑惑，甚至與 AI 談心，已經成為許多人每天的日常。然而，近期卻有研究發現，使用者與 AI 的聊天紀錄，正在被我們每天都會接觸到的網路瀏覽器悄悄散播。 以色列資安廠商 Koi Security 發現廣受歡迎的瀏覽器擴充功能 Urban VPN Proxy ，會在背景攔截使用者與 AI 聊天機器人的對話內容，並將這些資料傳送到外部伺服器。這項行為極具侵略性，因為被擷取的內容不僅限於技術性的中繼資料，還包含使用者輸入的原始提示詞以及 AI 回答的完整內容。 Koi Security 的研究人員進一步指出，這些資料的擷取與傳送是在「沒有顯示任何明確提示」的情況下進行，這意味著使用者在與 AI 交流個人隱私、醫療諮詢或公司機密時，資料正悄悄地被外洩。 全球共有 800 萬人受影響，包含個人與企業用戶 根據 Koi Security 的調查，Urban VPN Proxy 的攔截範圍相當廣泛，並配置針對 10 個 AI 平台的專用執行腳本，包含 ChatGPT、Claude、Google Gemini、Microsoft Copilot、Perplexity、Meta AI、xAI Grok 及 DeepSeek 等主流 AI 工具。 研究人員進一步發現，問題並不僅限於 Urban VPN Proxy，而是 Urban Cyber Security […]

【中國 AI 上市潮全面啟動】晶片自給與模型競賽下，全面攤開從新創到巨頭的 GPU、模型與算力布局

中國 AI 產業正快速湧入資本市場，一波以 AI 晶片為核心的上市潮已經在中國本地成形。近期，AI 晶片新創沐曦（MetaX Integrated Circuits） 在上海科創板上市首日，股價暴漲近 700%；緊接著，聚焦 GPU 設計、被視為「中國 NVIDIA」的摩爾線程（Moore Threads） 也在掛牌首日寫下超過 400% 的漲幅。接連出現的極端表現，讓中國 AI 市場再度成為焦點。 在算力需求快速膨脹、生成式 AI 競賽升溫的背景下，中國 AI 產業正同步走向資本市場檢驗期。從本土 GPU 新創密集啟動 IPO，到生成式 AI 新創競逐上市資格，再到大型科技企業大舉加碼算力投資，一條從硬體、模型到基礎設施的 AI 技術路線，正透過資本化過程被完整攤開，也讓中國 AI 生態的實力、限制與競爭壓力同時浮上檯面。 中國 AI 晶片積極 IPO 的意義：降低對美國企業的依賴 中國 AI 晶片企業掀起資本化浪潮的背後，目的是呼應晶片自給自足的策略，力求降低對 NVIDIA 與 AMD 等美國企業的技術依賴。 在沐曦與摩爾線程後，上海壁仞科技（Biren Technology）也在近日宣布正式啟動香港 IPO，預計募集高達 6.24 億美元，可望成為首家在香港上市的中國本土 GPU 開發商。 壁仞科技與摩爾線程、沐曦與燧原科技（Enflame）並列為中國 GPU 領域的「四小龍」，目標是在 […]

OpenAI 承認 AI 瀏覽器難防「提示注入攻擊」，企業該如何建立最後防線？

當 AI 瀏覽器逐步從「搜尋工具」進化為能夠代替使用者執行操作的「代理系統」（agent），新的資安現實也隨之浮現。OpenAI 近日坦言，一種名為「提示注入攻擊」（prompt injection）的風險，不太可能被徹底消除，而這正是 AI 代理走向開放網路時，最棘手、也最結構性的安全難題之一。 這項表態來自 OpenAI 近期針對其 AI 瀏覽器 ChatGPT Atlas 所發布的安全說明。OpenAI 一方面宣布已推出新的防禦更新，另一方面直言，Atlas 的代理模式（agent mode），正使 AI 瀏覽器的攻擊面擴大。 新型攻擊面：不是駭瀏覽器，而是「騙代理」 所謂「提示注入攻擊」，並非運用傳統意義上的程式漏洞，而是利用 AI 代理「閱讀自然語言並執行指令」的特性，將惡意指示隱藏在電子郵件、文件或網頁內容中，誘使 AI 在不知情的情況下讀取並執行惡意指示，偏離使用者原本的意圖。 ChatGPT Atlas 在 10 月推出後不久，便有多名資安研究人員示範該瀏覽器如何以提示注入攻擊操控，例如只要在 Google Docs 中輸入幾行精心設計的文字，就可能改變 Atlas 底層瀏覽器代理的行為。不過，開源瀏覽器公司 Brave 也指出，這類攻擊並非 Atlas 獨有，而是所有導入 AI 代理的瀏覽器共同面臨的系統性問題，包括 Perplexity 的 Comet 等產品。 《Fortune》引述英國學者 George Chalhoub 指出，AI 瀏覽器的核心風險在於，它們難以分辨「可信任的使用者指令」與「不可信任的網頁內容」。一旦這條界線被打破，AI 代理就可能從輔助工具，轉變為對使用者本身的攻擊向量。 事實上，點出提示注入攻擊不會消失的機構，不止 OpenAI。英國國家網路安全中心在 12 […]

呂冠緯：我從均一平台董事台積電何麗梅近身學習的「水樣領導學」

大家對於台積電的印象是什麼？是護國神山？是 24 小時不間斷的晶圓廠？還是張忠謀創辦人那種嚴謹如山的霸氣？ 過去 10 年因為有幸 Lora 在均一平台的董事會，所以近身互動學習許多，而過去半年更因為 Lora 卸任了人資長的忙碌，可以更進一步對話與學習。 如果說台積電是一座由鋼鐵意志鑄成的堡壘，那麼 Lora 就是穿透這座堡壘的水——她證明了，最柔軟的身段，往往能承載最沈重的重量。 以下是一些我自己的觀點 1. 不懂技術，卻能掌舵護國神山？ 你也許會以為，能在台積電做到「曾是唯一的女性資深副總」，一定是個強悍的技術狂人，或是像《穿著 Prada 的惡魔》那樣的女魔頭。 錯了，大錯特錯。 Lora 沒有顯赫的理工博士學位，她是會計系畢業。她不講艱澀的奈米製程，她談的是「溫度」與「同理心」。而每一次開董事會我都會有這樣的感受。 最讓我意外的是，當她在 2019 年，早已坐穩「全亞洲最佳財務長」寶座、甚至已經當了阿嬤準備退休時，她竟然接受了魏哲家總裁的徵召，跳去接手她完全陌生的「歐亞業務」。 她為什麼要冒險？ 她的回答很簡單：「Why not？（何不試試？）So what？（失敗又怎樣？）Let’s go！（做就對了！）」 這打破了我對「高階主管」愛惜羽毛的刻板印象。原來，真正的強者不是不失敗，而是不怕歸零。 2. 獅子與綿羊的叢林法則 我們常說「職場如戰場」，這句話很抽象。但 Lora 講了一個她在張忠謀身邊工作的具體畫面，讓我更理解。 早期的她，非常害怕張忠謀。那種怕，是開會前會胃痛的那種怕。直到一位導師跟她說了一個比喻： 「在職場上，領導者就像獅子。如果你表現得像隻瑟縮發抖的綿羊，獅子本能地就會撲上來咬你；但如果你準備充分，展現出獅子般的自信，獅子就會把你當成同類，尊重你。」 從此之後，面對外資法人的尖銳提問，或是在張忠謀面前匯報，她不再想著「求饒」，而是專注於「準備」。 這給我很具體的指引：克服恐懼的方法不是逃避，而是把功課做足，站直了別趴下。 3. 誠信是為了「省錢」？ 我們常聽台積電講「誠信正直」（Integrity），聽久了覺得像道德口號。但財務出身的何麗梅，給了「誠信」一個極具說服力的經濟學解釋。 她說：「誠信是為了降低組織內部的『交易成本』。」 如果我信任你，我們講一句話就通了；如果我不信任你，我們得花三天寫合約、開五次會來互相攻防。 因為她曾主持過數十場場法說會，面對幾千億美金的資本市場，她從不說謊，不知為不知。這讓外資圈流傳一句話：「只要是 Lora 說的，我們就信。」 這種信任，讓台積電在金融海嘯時，依然能獲得源源不絕的銀彈支持。原來，「老實」不是笨，而是最高效的策略。 這一點也是 Lora 在董事會裡給我的嚴正提醒：財務不誠信，那她就不待董事會。 4. 玻璃天花板，其實是你心裡的影子 作為女性，何麗梅這句話最讓我動容：「很多時候，玻璃天花板不在上面，而是在我們自己的心裡。」 […]

如果發生 AI 泡沫，企業如何趨吉避凶？台經院景氣預測中心主任孫明德揭 AI 榮景背後的「蛇吞尾巴」警訊

專訪：沈貝怡撰稿：李昀蔚 「目前幾個主要的預測機構，包含 OECD、經濟學人，都認為明年全球經濟成長率會比今年低一點，」本集《全新一週》邀請台灣經濟研究院景氣預測中心主任孫明德，從 2026 全球經濟走勢出發，深入剖析 AI 投資的榮景與風險，以及 AI 為金融市場帶來的「蛇吞尾巴」警示。 首先談到美國，孫明德表示，各大經濟預測單位對明年美國的發展看法不一致，一方面是因為美國有關稅，對經濟可能造成不利影響。然而，美國同時也在減稅，這會對民眾的消費帶來幫助，且聯準會今年已降息降三次，明年還會持續量化寬鬆，「這代表美國已經看到一些經濟疲弱的情況，所以聯準會開始降息寬鬆的週期，這對美國有利，所以明年有利跟不利的都有，經濟就很難說，」孫明德說。 2026 經濟預測：中、日成長動能走弱，歐洲表現回穩 相較於美國，日本經濟前景就沒有這麼樂觀。孫明德分析，日本長期受到高物價衝擊，且過去十年基本上已經把財政與貨幣政策逼到極限，「任何一個國家，短期靠寬鬆，長期靠創新，日本少的最後那一箭，就是創新這支箭。」 在中國方面，經濟成長動能同樣走弱，經濟成長率預期將從接近 5% 下滑至約 4%。孫明德解釋，雖然美中貿易戰可能因美國選舉因素而趨於和緩，但中國明年面臨的主要挑戰已從外部衝突轉向國內房地產低迷，以及部分產業過度競爭、內卷嚴重的問題，這些內憂也將削弱中國整體的經濟動能。 至於歐洲則是相對穩定的區域，隨著烏俄戰爭在美國政策施壓下有望趨緩，歐洲各國得以重新調整財政配置，也讓明年經濟表現預期與今年大致持平，甚至存在回穩空間。孫明德指出，過去數年，戰爭支出主要來自削減社會福利與老人年金，一旦戰事降溫，相關資金可望回流至社會福利體系，進而支撐民眾消費，成為歐洲經濟的穩定力量。 「總結來說，美歐明年的經濟大概持平，但是中、日因為跟貿易有關，而且自己內部都有一些結構性問題需要處理，所以明年全球的整體局勢是比今年弱的，」孫明德強調，明年整個策略經營面向，應該要多著力於歐美，至於亞洲則需特別注意一些。 AI 泡沫不是單一問題，是「實體投資」與「金融市場」的落差 在全球經濟成長趨緩的背景下，AI 是否能持續作為動能，成為市場關注的關鍵問題。首先，針對 AI 是否正面臨泡沫風險，目前市場出現截然不同的解讀。孫明德形容，這就像是在摸「大象的兩個部位」，每個人觀察到的面向不同，自然得出相異的結論。 從實體投資的角度來看，許多台灣與美國的科技領袖普遍認為 AI 並非泡沫，因為在技術與硬體層面，市場需求依然極為強勁，實體投資仍處於持續擴張的階段。 然而，另一派觀點則將焦點放在金融市場。這一部分的人關注的是，AI 在過去兩年大量吸收股市資金，但實際創造的經濟效益卻未必與資金規模成正比，因此認為金融市場上的 AI 股可能會有泡沫現象。「兩個講的是不一樣的事情，實體投資還會持續，但是股票要不要賣那麼貴就值得商榷，所以這個 AI 泡沫，如果分成實體跟金融兩方面來看，會發現不一樣的前景，」孫明德說。 孫明德也進一步將 AI 泡沫化的討論與 2000 年的網路泡沫一同對比。首先在時間跨度上，網路泡沫從 1995 年一路發展到 2001 年，歷時約六年，相較之下 ChatGPT 問世至今僅約 3 年，時間明顯較短。其次，在市場漲幅上，當年 S&P 500 指數上漲兩倍、納斯達克指數更飆升四倍，但是這一波 AI 帶動的漲幅分別約為 70% 與兩倍，顯示目前「泡沫還不夠大」。 此外，與 […]

實現「零漂移」自主導航能力！數位孿生拯救了 NASA 機器人

在地球上理所當然的技術，到了外太空往往失靈。最經典的例子之一，是一般原子筆在無重力環境下根本寫不出字，對於太空機器人而言，最致命的問題則是方向感消失。 《Popular Science》報導，長年以來，部署在國際太空站的自主飛行機器人，經常因為導航誤差累積而「迷路」，最終得由太空人出手介入校正。直到最近，NASA 與光州科學技術學院（GIST）的研究團隊合作，透過導入「數位孿生」（Digital Twin）技術，終於為此難題找到了解方。 失去重力參照，機器人成迷途羔羊 在地面環境中，多數機器人仰賴慣性量測單元（IMU），利用「重力方向」作為定位與姿態判斷的參考基準。然而，在太空站這樣的微重力環境中，上下左右不再有絕對定義，即便是高精度感測器，微小誤差也會隨時間持續累積，最終導致姿態完全偏移。 這正是 NASA 自主飛行機器人 Astrobee 面臨的困境。Astrobee 原本設計用於接手盤點、拍攝、運送等例行工作，讓太空人能專注於科研任務；但導航不穩定，反而成為新的負擔。 為了克服這一點，研究團隊最初嘗試了「基於視覺的導航」（VBN）技術，希望機器人能透過攝影機觀察周圍環境來推斷自身方位。然而，國際太空站內部環境極為混亂，充斥著各種纜線、實驗設備和漂浮的物件，這種高度不可預測的視覺干擾，會讓導航系統失效。 數位孿生充當「視覺濾鏡」，過濾雜訊精準定位 轉捩點來自數位孿生技術。研究團隊根據 NASA 的設計藍圖，建立了一個不包含雜物的 ISS 三維數位模型，作為「理想狀態」的參考世界。 實際運作時，Astrobee 會將即時攝影畫面，與數位孿生生成的乾淨影像進行比對，藉此過濾掉漂浮物與臨時遮擋造成的視覺雜訊，只保留真正屬於太空站結構的線條與平面。 這些幾何特徵，再結合所謂的「曼哈頓世界假設」（Manhattan World Assumption），也就是，人造環境多由互相垂直的牆面、地板與天花板構成，讓機器人即使只憑極少量的視覺線索，也能精準校準自身方向。 誤差大幅降低，實現「無漂移」自主運行 這項技術成果顯著。應用新演算法後，機器人的平均絕對旋轉誤差被降低到了 1.43 度左右，且這個誤差不會隨時間累積，實現了真正的「無漂移」導航能力。這代表 Astrobee 機器人終於可以長時間獨立執行庫存盤點、記錄實驗等任務，而無需太空人隨時待命救援。 這項突破不僅對太空探索意義重大，對地球上的應用也充滿潛力。Pyojin Kim 教授指出，這項技術同樣適用於 GPS 訊號無法到達、結構明確的室內環境，例如大型建築、地下空間、工廠與倉儲。 當無人機、服務型機器人與自主移動設備越來越多，「如何在複雜環境中保持長時間穩定定位」正成為關鍵瓶頸。NASA 這次的經驗，提供了一條可能解法：與其讓 AI 在混亂世界中硬撐，不如先替它打造一個足夠可靠的「數位現實」作為錨點。 立即報名 1/10【2026 AI 人才年會】，聽簡立峰、台積電、NVIDIA 等重磅講者剖析與 AI 協作成為超級人才的關鍵戰略！ ＊本文開放合作夥伴轉載，資料來源：《Popular Science》、NASA、〈Drift-Free Visual Compass Leveraging Digital Twins for […]

發展「數位錢包」不只為加密貨幣，專家強調「掌控身分」成爭奪關鍵

隨著加密貨幣與央行數位貨幣（CBDC）發展，未來數位錢包將能決定誰具備參與數位經濟市場的資格，甚至定義一個人的數位身分，而由誰設計與管理數位錢包將成最大問題。

AI 代理上線、即時清算成常態：2026 年支付正在重組哪些關鍵環節？

隨著支付逐漸滲入身分驗證、風險控管與即時資金調度，交易本身已不再只是「付錢」的動作，而是一整套涵蓋信任、意圖與治理的系統工程。 從 AI 代理接手交易決策、穩定幣走向基礎設施化，到數位身分與即時清算重塑資金流動節奏，支付正成為金融科技變革中最先落地、也最先被重新定義的關鍵場域。 以下內容統整 Mastercard 對 2026 年支付趨勢的觀察，聚焦那些已開始改寫交易流程、而非仍停留在概念階段的變化。 AI 代理上線，反詐欺與意圖辨識被推到核心 首先，AI 代理的興起正在根本性地改變交易的發起端。 到了 2026 年，生成式 AI 將不再只是推薦或者搜尋引擎，而是進化為能代表消費者與企業實際管理交易的代理人。這種「代理商務」的擴張，迫使市場必須加速建立安全規範，核心焦點在於如何辨別代理人的合法性、強化與代理人之間的身份驗證。 畢竟商務流程可以自動化，但信任卻無法自動生成，這使得反詐欺與意圖辨識成為金融科技的新戰場。 穩定幣成為連結傳統金融與數位經濟的橋樑 其次，穩定幣支付在政策明朗後，正式走向商業化與基礎設施化。 隨著美國《清晰法案》（Clarity Act）、《天才法案》（Genius Act）的推進，以及歐洲與英國對加密資產訪問權的正常化，加密貨幣已從投機資產轉變為投資組合的標準配置。特別是《天才法案》將穩定幣的儲備資產，限制為短期國債與回購協議，雖然關閉了幣圈短視的套利大門，卻確立美元穩定幣作為「現代金融公用設施」的地位。 這使得穩定幣在 2026 年能更順暢地應用於跨鏈、跨境與法幣結算，並透過代幣化貨幣市場基金等形式，結合區塊鏈的結算速度與傳統資產的收益，成為機構與企業資金調度的重要軌道。 無論是作為收益工具還是支付代幣，穩定幣已成為連結傳統金融與數位經濟的關鍵橋樑。 數位身分成為支付與風險控管的新入口 第三股力量來自於數位身分的全面重塑。未來的趨勢是透過數位身分錢包，將年齡驗證、服務登入等功能整合，並推動鏈上「別名」（Aliases）的普及，以取代複雜且易錯的加密錢包地址。 這不僅能大幅降低詐欺風險，更簡化了使用者的操作門檻，讓數位身分像支付本身一樣自然且可靠，甚至有望加速發展中市場的數位經濟包容性。 循環經濟擴張，支付開始承載永續激勵 當支付逐漸結合身分與行為資料，Z 世代所推動的循環經濟模式，也開始被納入支付設計本身，促使支付機制承載更多永續選擇的誘因與回饋。 在這樣的支付架構下，透過對數百億筆交易數據的進階分析，金融機構也能提供更精準的客製化優惠，並利用開放金融數據為中小企業或信用記錄薄弱的族群，提供更準確的信用評估，真正落實普惠金融。 即時經濟成形，中小企業不再被資金週期綁住 在上述多重變化的推動下，即時經濟（Instant Economy）將在 2026 年迎來全面擴張。 在消費者端，生物辨識技術與代幣化的加速普及，正在消除店內與線上結帳的界線。透過刷臉或單次點擊即可完成支付，不僅大幅降低了交易摩擦，代幣化技術更消除了手動輸入卡號的需求，從根本上提升了安全性。 在企業端，即時清算與當日結算的能力，將成為釋放資本效率的關鍵。隨著新型處理技術的導入，企業將能夠實現真正的即時資金回收，這對於現金流敏感的零售業與中小企業而言至關重要。 支付回到使用者本身，權力結構正在轉移 綜觀 2026 年的支付版圖，支付已不再只是技術選項，而正成為身分、信任與治理的延伸。 交易流程不再以中心化平台為唯一樞紐，而是逐步回到以使用者為核心節點，讓支付規則、數位身分與 AI 代理決策都圍繞個人展開。 對政策制定者而言，這也意味著監管重點不在於封堵特定工具，而是在確保隱私與互通性的前提下，建立可支撐創新擴張的公共框架。支付將變成一個關於誰能行動、誰能被信任、以及誰能被系統辨識的關鍵基礎設施。 AI、穩定幣與自動化如何共構金融新秩序？立即下載【2026 AI Impacts 趨勢觀察報告】解密 ＊本文開放合作夥伴轉載，參考資料：《Mastercard》、《Wisdomtree》，圖片來源：Unsplash […]

【科技早餐】日本豪砸 3 兆日圓拚國產 AI：軟銀領軍，國家級規模全面展開

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊日本豪砸 3 兆日圓拚國產 AI：軟銀領軍，國家級規模全面展開 在台灣與南韓加快腳步發展 AI 之際，日本也全面啟動國產 AI 布局。日本政府計畫結合產官力量，攜手以軟銀集團為首的十多家企業，投入高達 3 兆日圓，打造國內最大規模的 AI 基礎模型，目標是避免在 AI 競賽中落後美國與中國。 政府預計明年春天成立新公司，未來五年投入約 1 兆日圓資金；軟銀則自 2026 年起再投資 2 兆日圓，興建 AI 資料中心，目前已在北海道布局。新公司將鎖定 1 兆參數等級模型，開放企業使用，應用場景也延伸至機器人，AI 已被日本定位為國家層級工程。 ＊晶片版圖重新洗牌：先進製程回流，美國加速、台灣守住 半導體成為各國核心戰略資產，美國推動在地製造，中國強化自主化，日本、歐盟與印度也同步加碼投資，全球半導體產能正快速朝區域化發展。 根據市調機構集邦科技預估，到 2030 年，美國先進製程產能占比將接近 28%；台灣仍居全球龍頭，占比約 55%。中國則因設備受限，主力轉向成熟製程，市占可能突破五成。半導體競爭，已從單純技術，擴大為供應鏈與風險配置問題。 ＊中國鋪好 AI 高速公路：40 座城市，一起跑運算 中國最新啟用「未來網路測試設施」，被形容為全球最大的分布式 AI 超級電腦，透過超過三萬英里的光纖，把 40 座城市串聯起來，被視為一條真正的「AI 高速公路」。 這套系統歷時十年建置，可同時支援上百種網路與數千項服務測試，目的不只是研發，而是打造可長期支撐 AI 發展的底層環境。搭配平台監管與演算法透明化政策，中國正加速讓 AI 透過中央體系落地實體經濟，與美國分散式布局形成對比。 ＊一場停電，讓自駕車先按暫停鍵：Waymo 卡關，馬斯克順手補一刀 美國舊金山 […]

矽谷最大膽的豪賭？Modular 直搗輝達 CUDA 護城河，拼當 AI 晶片界「Android」

在矽谷，大膽的技術賭注層出不窮，而試圖打破 NVIDIA（輝達） CUDA 的控制權，可能是其中最大膽的賭注之一。一家名為 Modular 的軟體新創，成立僅三年，便誓言要成為 AI 硬體界的「Android」，解開長期以來 AI 開發者被單一硬體廠商綁定的枷鎖。 Modular 由 Apple 和 Google 的前員工 Chris Lattner 與 Tim Davis 共同創立。Lattner 是知名的 Swift 程式語言發明者，也曾協助 Google 開發 TPU 的底層軟體。這兩位深知產業痛點的老將，如今將矛頭對準了 NVIDIA 護城河的核心：CUDA。 打破 CUDA 主導地位，實現跨平台 AI 運算 近 20 年來，CUDA 已從單純讓 GPU 具備可程式化能力的工具，演變成龐大的 AI 軟體生態系，涵蓋程式語言、函式庫、編譯器與推論系統。雖然它成就了 NVIDIA 的霸業，但多數企業的工作負載都因此被鎖定在 NVIDIA 的 GPU 上。雖然市面上不乏 AMD GPU、Google TPU 或 Amazon […]

全球近 80% 資料中心「蓋錯地方」：錯誤選址如何放大電力成本與冷卻壓力？

《Rest of World》近日發布一份最新報告，主旨是記錄全球有多少資料中心位於溫度過高、不利於最佳運行的地區。報告指出，全球目前約有 8,808 座運行中的資料中心，其中有近 7,000 座資料中心位於 ASHRAE（美國冷凍空調協會）建議的「最適運行溫度（18–27 °C）之外」的氣候區。這也意味著，全球有約 80% 的資料中心在「太熱或太冷」的地區，超出硬體運行的理想範圍，進而對設備效率與冷卻系統構成嚴峻挑戰。 風險分析機構 Verisk Maplecroft 警告，到 2040 年，極端高溫將影響全球三分之二的主要資料中心，其中包括亞太地區與中東。在這些選址不當的案例中，又有 600 座資料中心位於平均氣溫常年高於 27 °C 的熱帶氣候區，研究更發現，包括新加坡、泰國、奈及利亞與阿拉伯聯合大公國在內的 21 個國家，境內所有的資料中心都位於過熱的氣候區，導致冷卻需求與能源消耗成本大幅增高。 資料中心位於高溫地區面臨的能源風險 目前新加坡、印度、東南亞國家與中東地區，是全球資料中心成長最快的市場。然而，這些地區的選址往往是基於電力供應、水資源可用性、資料主權政策與市場接近性等多重考量，環境氣候的適宜性則往往被排在次要順位。 以印度為例，當地約有 30% 的資料中心位於高溫地區，再加上電網穩定性不足，使冷卻需求與能源負擔進一步擴大。在這類不理想氣候條件下運行的資料中心，營運商往往必須調整冷卻方式與能源管理策略，以因應極端環境帶來的營運挑戰。 同時，在過熱地區運行高密度設備，不僅會降低冷卻系統的電力使用效率（PUE），也會影響整體電力傳輸效率，進而加重地方電網的負擔。以新加坡為例，資料中心在 2020 年已占全國耗電量約 7%，若缺乏相應的管控措施，其占比至 2030 年可能上升至 12%。 然而，儘管資料中心面臨效率與冷卻挑戰，許多亞洲地區仍因市場需求成長快速，進而成為資料中心的投資熱點，也讓營運商不得不投入更多能源與運行成本，來冷卻這些位於非理想氣候區的資料中心。 此外，隨著 AI 工作負載增加，單一機架的功耗正在飆升。例如 NVIDIA Blackwell Ultra 機架功耗高達 140 千瓦（kW），這讓傳統空氣冷卻在過熱地區幾乎難以支撐。專家更指出，AI 的電力需求預計在未來幾年內可能成長四倍，而全球資料中心總能源需求到 2035 年可能翻三倍。因此，為了應對日益高昂的維運成本，產業正積極投入浸沒式液冷與直接晶片冷卻等技術的研發，期望降低冷卻所需的能源消耗。 產業正在積極探索新的「冷卻法」 由於資料中心在傳統理想氣候區域之外運行的成本日益昂貴，產業正積極探索新的冷卻技術以取代在極端環境下效率受限的空氣冷卻方式。這些新興方法包括 「浸沒式冷卻」（Immersion Cooling）與「直接晶片冷卻」（Direct-to-chip Cooling），預計可減少高達 40% […]

美國國防 AI 新勢力：Shield AI 憑什麼成為繼 Anduril 後最受矚目的新創？

國防科技領域近期動態頻繁，繼美國國防獨角獸 Anduril 之後，另一家估值高達 56 億美元的企業 Shield AI 也傳出在台開缺。Shield AI 不只是 2025 年僅次於 Anduril 的熱門國防新創，更在烏克蘭戰場上證明了其實力。究竟 Shield AI 有何過人之處？ Shield AI 過去以 Hivemind 自主飛行軟體，以及已通過實戰驗證、但結構相對簡單的 V-BAT 垂直起降無人機聞名，並已進軍快速成長的協同作戰飛行器（CCA）與無人作戰飛行載具（UCAV）市場，推出可從陸地或海上多種場域垂直起降、執行任務的全新設計 X-BAT，主打相較現役機型更高的任務彈性。 從基輔廢墟中重生，V-BAT 在干擾下驗證能力 Shield AI 的驗證過程並非發生在實驗室，而是在砲火連天的烏克蘭前線。2024 年 4 月，俄軍兩枚飛彈摧毀了 Shield AI 位於基輔的研發機庫，所幸團隊已提前兩週撤離。這次攻擊並非偶然，而是因為俄軍已經意識到 Shield AI 的 V-BAT 無人機在戰場上帶來的威脅。 《Fortune》報導，在烏克蘭前線，俄軍強大的電子干擾曾讓許多美製無人機失效，迷航甚至墜毀。初期的 V-BAT 也面臨同樣困境，因為早期的版本並未搭載 Shield AI 的核心技術——Hivemind AI 系統。為此，Shield AI 進行了為期 8 個月的技術迭代，將資料中心等級的決策能力塞進邊緣裝置。 2024 年夏天，升級後的 […]

舊金山停電成自駕車「壓力測試」：Waymo 大規模停擺、Tesla 正常運行，技術路線差異被實戰放大

近日美國舊金山遭遇一場大規模停電，並隨著電力中斷，導致舊金山大範圍的交通號誌失效，讓街道陷入混亂，部分大眾運輸服務也因此受阻。 面對這樣的突發意外，原本應自動運行的 Waymo 無人計程車（robotaxi）開始出現大規模故障。根據社群平台流傳的影片與照片顯示，多輛 Waymo 在道路中央停滯不前，導致後方的人類駕駛車輛被迫排隊等待，或必須驚險繞道而行。 Waymo 發言人 Suzanne Philion 表示，Waymo 因應大範圍停電暫時停止服務，並與舊金山官員密切協調，監測基礎設施的穩定性。《The Verge》也引述 Waymo 的回覆指出，暫停服務的首要考量是為了乘客安全，並確保緊急救援車輛擁有清晰的通行空間，不受停滯的無人車阻礙。 目前 Waymo 雖已於週日晚間恢復運作，但並未針對無人計程車隊造成的嚴重負面影響提供詳細技術解釋，因此多家外媒分別從不同角度出發，探析可能的因素。 San Francisco, CA (DEC.20.2025)It’s official. This is the 1,000th posted video from the Sunset Project™️. Just over 20m views on X to date. This afternoon’s flurry of frozen Waymo’s across the city of San Francisco causing a […]

福斯汽車砍 30% 成本，投資 35 億美金：拆解「緊縮德國本土、深化中國研發」的雙軌策略

福斯汽車（Volkswagen）正處於創立 88 年來最劇烈的動盪期。面對電動化轉型的陣痛期、中國本土品牌崛起以及歐洲市場疲軟，這家汽車巨頭正採取極端的「雙軌戰略」：在德國本土進行歷史性的成本削減並關閉工廠，同時將權力與資源重心轉移至中國，試圖以「中國速度」重奪失地。 德國本土：削減 30% 成本並首度關閉工廠 目前福斯汽車正在德國推行一項極為嚴厲的財務整頓計畫。福斯汽車品牌執行長 Thomas Schaefer 指出，集團已在狼堡（Wolfsburg）、埃姆登（Emden）與茲威考（Zwickau）等主要工廠，將生產成本平均降低約 30%。不過 Thomas Schaefer 也坦言，福斯汽車「仍有一段路要走」，整體結構調整尚未結束。 在這波重整中，福斯也做出具高度象徵意義的決定，例如位於德國德勒斯登（Dresden）的工廠將在近期停止汽車生產，寫下福斯成立 88 年來，首度在德國本土關閉生產據點的紀錄。這座德勒斯登工廠在 2002 年啟用，曾生產旗艦車款 Phaeton，近年則轉型生產純電車 ID.3，但由於年產量不到 20 萬輛，僅約為狼堡主廠的一半，因此在需求疲軟與成本壓力下，最終被納入關廠名單。 同時，福斯也加快裁員進度。根據 2024 年與工會達成的重組協議，福斯集團計畫在 2030 年前削減 35,000 個職位，目前已有約 25,000 名員工簽署提前退休或遣散方案，顯示人力調整已快速推進。 在產品策略上，福斯也同步做出方向性轉向。Thomas Schaefer 明確表示，在日益嚴格的法規要求與成本結構下，燃油車已不再具備經濟效益，因此汽車產業的發展方向，仍將指向電動化。 福斯將中國視為關鍵戰場，但要追上「中國速度」是挑戰 在削減生產成本、關閉德勒斯登廠的同時，福斯汽車也將目光轉向中國，並把中國視為攸關未來生存的關鍵戰場。然而，目前中國汽車市場的競爭已進入被形容為「破產級別」的價格戰階段，市場關注焦點也從傳統的機械性能，明顯轉向數位化與智慧功能。在這樣的背景下，車廠的研發速度將成為能否在市場生存的關鍵差異。 此外，相較於傳統國際車廠開發一款新車往往需要 3 至 5 年，中國本土電動車品牌推出新車的週期已縮短至 12 至 18 個月。為了因應這種被稱為「中國速度」的競爭節奏，福斯必須加快研發與決策流程，縮短產品上市時間。 中國戰略：投入 35 億美元設立全球最大海外研發基地 為了扭轉過去在中國市場曾一度擁有超過 50% 市占率、但近年持續下滑的局面，福斯在中國合肥投入 30 億歐元（約 35 […]

【怎麼管 AI 更重要】會用 AI 已不稀奇，歐洲商學院開始培養能「質疑模型」的企業管理者

當人工智慧開始參與企業的創新流程、策略判斷與資源配置，商學教育正面臨一個根本性的轉向。問題不再是「要不要教 AI」，而是如何培養一批能與 AI 共事、而非只會操作工具的決策者。 從法國、瑞士到西班牙，多所歐洲頂尖商學院正調整課程設計與教學方法，回應企業對未來管理者能力的全新期待。這不只是課綱更新，而是對「什麼是好領導者」的重新定義。 從「理解 AI」到「用 AI 參與決策」 人工智慧早已不是單純的分析工具，而是逐步進入企業的核心決策流程。這一變化，也直接反映在商學教育的教學現場。 法國製藥大廠賽諾菲就曾在推動創新流程時，選擇與法國頂尖商學院 HEC Paris 合作，而非委託顧問公司。HEC 為其高階主管量身打造領導力專案，讓學員與「AI 教練」（以企業內部資料訓練的虛擬助理）共同生成、測試創新構想。 這項計畫催生了超過 500 個創新專案，其中一項甚至將臨床試驗審查流程，從原本的 11 個月縮短至 3 個月。HEC 商學院院長 Emmanuel Coblence 指出，這類訓練的重點不在技術本身，而在於如何在真實決策場景中，與智慧系統互動、修正與承擔後果。 商學院不教「會用 AI」，而是教「怎麼管 AI」 企業端的需求，也反向塑造教育內容。根據 2025 年全球頂尖商學院非營利協會 GMAC 的企業招募調查，近三分之一的全球雇主認為，是否具備 AI 素養，已成為管理職畢業生的關鍵門檻。 但這裡的「AI 素養」，並非熟練使用某一套工具。歐洲高等商學院 ESCP 的實踐正好說明這一點。這所橫跨歐洲多國校區的學校，已將 AI 納入核心課程體系，並與 Hugging Face 以及 OpenAI 的 ChatGPT Edu 合作，要求學生必須完成「生成式 AI 與商業決策」的必修課程。 ESCP 明確規定，學生不只是分析 […]

【企業該補誰】AI 原生職位浮現，哪些新角色正重塑企業分工？

從 AI 決策設計師、數位倫理顧問到人工智慧體驗總監，這些充滿未來感的職位名稱，正在反映 AI 時代的新興工作類別，並聚焦於人機協作、機器學習，形塑出未來的職場樣貌。

同一盒雞蛋在同家店有五種價格！Instacart 爆「監控式定價」爭議，用 AI 追求利潤的邊界在哪？

瀏覽超市網站，準備補齊一週的食材清單。雞蛋、牛奶、吐司，這些再日常不過的必需品，然而，和朋友或家人一對照彼此的購物金額，卻可能發現大家買的是同一家店、同一個商品，看到的價格卻不一樣。 這不是系統錯誤，而是零售業正在進行的真實實驗。近期一項由 Consumer Reports 與非營利組織在美國共同進行的調查指出，生鮮代購平台 Instacart 正在利用 AI 對消費者進行大規模的「價格實驗」。在同一天、同一間實體超市中，同一盒雞蛋，竟然在系統上出現五種不同價格，讓消費者在毫不知情的情況下，成為演算法測試的一部分。（編按：研究發現，在華盛頓特區同一家 Safeway 超市，Instacart 對同一盒 Lucerne 雞蛋會依消費者不同，顯示 3.99 至 4.79 美元不等的 5 種價格。） 該研究顯示，這些價格差異平均約為 13%，部分價差甚至高達 23%。這意味著有些家庭可能在一年內因系統，多付出高達約 1,200 美元的食品開銷，對本就承受通膨壓力的民眾而言，並非小數目。Groundwork Collaborative 執行董事 Lindsay Owens 在聲明中直言，將日常購物變成無形的高科技價格賭盤，已經不只是價格策略，而是對消費者公平感的侵蝕。 從效率工具到信任危機，演算法定價踩到紅線 此調查一出，也讓「演算法定價」從一項提升營運效率的工具，迅速演變成關於公平性與信任的爭議焦點。當價格不再只由商品成本、供需或促銷決定，而是由看不見的模型動態生成，消費者恐怕開始質疑：自己究竟是在正常購物，還是在被測試、被分類，甚至被評估「願意付多少錢」？ 面對外界質疑，Instacart 官方對外澄清，這些價格差異並非所謂的「即時動態定價」（dynamic pricing），而是短期、隨機化的 A/B 測試，目的是協助零售商了解消費者對不同價格的敏感程度，並未依個人資料或人口統計特徵設定價格。Instacart 也強調，平台上的商品價格主要由零售商決定，並不會依即時供需變化而調整。 然而，批評者指出，Instacart 近期收購的 AI 定價工具 Eversight 具備更進階的分析能力，包括整合消費歷史、行為模式，甚至潛在人口統計資訊來進行顧客分群。這類被稱為「監控式定價」（surveillance pricing）的技術，一旦擴大應用，恐怕將為更細緻、也更難察覺的差別定價鋪路。 演算法驅動定價的爭議，也讓北美各級政府與監管機構開始積極介入。美國聯邦貿易委員會（FTC）近日已經要求 Instacart 提供演算法定價工具的詳細資訊，同時評估企業在使用人工智慧定價工具時是否存在消費者誘導、資料使用與公平性問題，紐約州更是在近期通過法律，要求企業若基於消費者個人資料調整價格，必須主動向消費者揭露。 利潤與信任之間，零售業該如何取捨？ 價格透明度與公平性問題不僅是單一企業的挑戰，而是整體零售業在 AI 技術應用上必須正視的重要議題，對於零售業者與技術平台來說，如何在提升營收與維持消費者信任之間取得平衡，是當前一大挑戰。 一方面，AI 定價與價格實驗可幫助商家更有效地調整庫存、促銷策略，提高短期營收與競爭力；另一方面，此類策略若過度依賴隱性分組測試或個人行為資料，將大幅降低價格透明度，並削弱消費者對品牌的信任。 企業可行的做法包含，在採用演算法定價時應加強對消費者的教育與透明化披露，例如清楚標示測試性價格、說明價格差異背後的原因與機制，甚至提供選擇退出演算法定價的選項。 […]

平均稼動率提升至 82%！台達打造節能轉型新引擎，以射出機與監控系統重塑橡塑製造模式

全球製造業正站在「低碳」與「數位」兩股浪潮交會點，對於橡塑膠產業而言，這場變革更是一場必經的考驗。長年以來，射出、押出等製程仰賴高壓與高溫運轉，不僅能耗驚人，也讓碳排成為沉重負擔。如今，面對全球祭出的碳中和目標與能耗管制，讓傳統製造業者必須重新思考：如何在確保產能與品質的同時，兼顧能源效率與永續發展？ 台達行業系統方案部副理李嘉峻指出，橡塑膠產線的核心挑戰集中在三個面向，包括設備長時間運轉造成的能源浪費、製程穩定度不足導致良率波動，以及缺乏即時監控，使得管理者無法及時掌握現場狀況。為了協助企業解決上述痛點，台達以節能、智慧為雙軸核心，推出專為橡塑膠行業打造的整合解決方案，融合自動化、電控與能源管理的技術底蘊，全面導入成型現場。 以節能為切入點，整合驅動、控制、感測與監控四大層面應用 「橡塑膠製造是工業體系中最依賴能源的環節之一，」李嘉峻表示，傳統油壓系統在射出機中的能耗占比往往超過一半，且因為採用定速運轉，在待機階段仍會持續耗電。此外，射出過程的溫度、壓力與流量控制皆高度仰賴操作員經驗，導致品質控管不易。李嘉峻強調，「隨著全球供應鏈逐漸導入 ESG 評級與碳足跡查驗，這樣的生產模式已經無法回應新時代要求。過去我們只談效率，如今企業希望在國際市場保持競爭力，就必須推動製程透明化、數據化、智慧化，讓能源管理與品質控制都能即時回饋。」 因應這些市場需求，台達以節能為切入點，結合在自動化領域的深厚技術底蘊，打造專為橡塑產業量身設計的整體解決方案，這套系統整合驅動、控制、感測與監控四大層面，協助廠商在既有生產環境中，同步實現節能與數位化升級。李嘉峻說明，在驅動端，台達以伺服節能油壓系統取代傳統定頻油壓架構，讓機台能依照實際需求調整輸出，避免無效能耗。根據測試結果，企業導入後平均節電幅度可達 20% 至 50%，在部分高負載製程中甚至更高，若進一步升級為全電射出方案，透過共直流母線與能量回收設計，能源使用效率將再提升 30%。 在控制端，台達結合 AI 演算法與精密感測。李嘉峻指出，料管同步加熱功能可將升溫時間差從 18 分鐘縮短至 1 分鐘，避免射嘴碳化；智能開關模系統藉由油壓慣性補償，使開模精度維持在 ±0.5mm；鎖模力校正功能則可即時修正因模具熱脹冷縮造成的壓力偏移，確保每一模成品一致、穩定，「更關鍵的是，這套系統具備模組化特性，讓客戶無須更換整條產線，就能逐步導入節能與智慧控制模組，快速升級至新世代製造架構。」 在製造現場，節能往往只是起點，真正的轉型來自資料能見度的提升。因此，台達也將能耗、稼動率與品質資料整合進雲端平台，助力客戶即時監看、掌握各機台狀態，當異常數據出現，系統便會自動通報，協助維護團隊提前排除潛在故障。李嘉峻表示，這種資料化能力進一步開啟 ESG 應用的新想像，平台可以生成單位產品的能耗與碳排報告，讓企業在供應鏈碳盤查與永續報告中，提供具體、可追溯的量化數據，這對於製造業而言不僅是能源優化工具，更是進入綠色供應鏈的通行證。 智能射出監控系統 驅動更精準生產計畫 台達橡塑膠解決方案推出多年，目前已有成效明確的實際案例。李嘉峻以台灣射出成型業者為例，這家廠商將原有油壓系統升級為台達伺服驅動方案，實現整體耗電量下降近 4 成，還有另外一家成型業者導入智能鎖模與溫控模組，良率提升約 5%。 「對於中小型業者而言，更顯著的改變在於翻轉管理方式，」李嘉峻指出，過去廠區人員必須親自巡視每台機台、以人工紀錄產量，現在導入台達 DIAEAP-IMM 智能注塑監控平台，就能夠將稼動率、良率、不良品數據即時顯示於辦公室端監控介面，「有企業運用智能射出監控系統，將平均稼動率從 68% 提升至 82%，也大幅降低停機時間、驅動更精準生產計畫。」 「為確保系統順利落地，我們透過 Solution Pack 模式，提供從前期評估到後期維運的全流程支援，」李嘉峻分享，台達團隊在協助企業導入應用前，便會進行能源診斷與製程分析；在導入過程中，系統會預載標準射出程式，並藉由台達智能機台建置軟體 DIAStudio 協助客戶進行客製化開發；在導入智能方案後，則透過台達設備聯網方案 DIALink 進行雲端監控與預兆診斷，確保設備穩定運行。李嘉峻強調，這種整合式服務讓台達身兼零件供應商與完整方案夥伴等多元角色，可視客戶需求提供服務，讓橡塑膠業者以最合適的方式推動轉型，最大化降低風險與人力成本。 助力企業打造「自我學習、自我優化」的智慧工廠 「對於未來規劃，我們希望透過 AI 與數位化技術，助力橡塑膠產業邁向更高效、永續的未來，」李嘉峻表示，台達正逐步將 AI 應用於製程控制，協助工程師藉由數位雙生與虛擬試模技術，預測模具設計與成型參數，以減少試模次數與材料浪費；自適應學習系統則能依環境與原料條件即時修正參數，確保製程穩定與品質一致。未來，台達也將在操作端導入語音互動與智能助理，讓現場人員能透過自然語言完成查詢與維護，打造「自我學習、自我優化」的智慧工廠。 從變頻節能到 AI 自學系統，台達不僅是自動化技術的推動者，更以系統整合者的角色重塑橡塑膠產業的製造樣貌。這些創新不僅讓能源使用變得即時可視、讓製程由數據驅動、讓管理者能透過雲端掌握全局，也驅動「智慧製造」在現場效率及永續價值的具體實現。

【科技早餐】TikTok 美國命運定案：拆分落地，演算法主權交到誰手上？

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊TikTok 美國命運定案：拆分落地，演算法主權交到誰手上？ 經過多年政治與法律拉鋸，TikTok 在美國的命運終於拍板定案。根據《彭博》掌握的協議內容，TikTok 與母公司字節跳動 (ByteDance) 已正式簽署分拆協議，美國業務將於 2026 年 1 月 22 日完成切割，成立全新實體營運，長期懸而未決的去留問題正式落幕。 股權結構成為關鍵焦點。新公司近一半股權將由甲骨文、銀湖資本與阿布達比 MGX 持有，字節跳動直接持股約兩成，其餘由相關公司間接持有。美國用戶資料全面交由甲骨文雲端管理，董事會多數席位由美國人擔任，回應國安疑慮。TikTok 執行長周受資也在內部信中證實，交易預計明年 1 月底完成，時間點正好落在川普延後 TikTok 禁令滿一週年。 ＊英國外交部遭駭風暴：中國駭客疑雲，竊取數萬機密資料 英國《太陽報》披露，今年 10 月疑似與中國有關的駭客組織 Storm 1849，入侵英國外交部網路系統，竊取數以萬計的敏感資料。英國政府隨後證實網路攻擊確實發生，但目前仍未公開指認攻擊來源，相關調查仍在進行中。 英國貿易副大臣 Chris Bryant 表示，政府已迅速堵住漏洞，並強調對個人實際影響的風險相當低。不過，《金融時報》等媒體引述官方消息指出，初步調查已指向中國駭客。此事不僅衝擊英國資安能力評價，也讓數位身分證政策與首相 Keir Starmer 籌畫訪中的外交布局，增添新的不確定性。 ＊微軟執行長下通牒：跟上 AI 節奏，否則請下車 《Business Insider》揭露，微軟執行長 Satya Nadella 近期向高階主管釋出明確訊號，要求全面適應 AI 高強度研發節奏，否則將面臨離職風險。這不只是管理語言的調整，而是一場針對組織結構與決策流程的全面重構。 他直言，現在是「加入或離開」的關鍵時刻，他已經退出部分例行商業活動，將重心轉向資料中心、系統架構與 AI 科學研發。微軟同步設立每週「AI 加速器會議」，讓基層工程師直接與決策層對話，刻意打破層級，藉由「可控混亂」重新定義生產函數，壓低創新邊際成本。 ＊百億美元資安豪賭：Google Cloud 聯手 Palo […]

「代理型 AI」是製造業核心投資，德勤拆解 2026 年資金配置與成長路徑

德勤（Deloitte）發布的《2026 Manufacturing Industry Outlook》（暫譯：2026 年製造業展望），從企業決策的角度出發，重新檢視製造業在高度不確定環境下，應如何配置資源、調整結構，並降低錯判風險。 報告結合美國政策走向、產業投資數據與製造業高階主管的實務觀察，試圖回答「即使情勢反覆，企業該如何站得住」，提供台灣製造業者一套比短期預測更具參考價值的決策視角。 📌 《2026 年製造業展望》適合誰閱讀？ 報告內容涵蓋了策略、技術、供應鏈及人才管理等多個面向，適合以下工作者閱讀，協助他們在充滿變數的環境中做出精準決策： 🔴 報告洞見 回顧 2025 年，美國製造業經歷明顯收縮期。景氣指標長時間低迷，原物料與營運成本同步攀升，加上貿易政策反覆，使多數製造商最大的焦慮不在於需求多寡，而是無法判斷接下來的走向。 進入 2026 年，情勢開始出現轉折。美國通過《One Big Beautiful Bill Act》，釋出稅負減免與投資誘因，市場也預期利率可能下行，並伴隨與英國、越南等國的新貿易協議，讓製造業重新看到成長的可能性。 不過，《2026 年製造業展望》報告內容提醒企業，關鍵不在於「景氣是否回溫」，而是單一預測已不再可靠。在不確定成為常態的情況下，企業該把資金投向何處、成長動能從哪裡來，以及組織與人力如何保持彈性，才是 2026 年真正需要重新盤點的核心問題。 💡 錢該投哪裡？打造「敏捷性」與「抗風險」體質 在 2026 年，製造業的資金配置邏輯已明顯轉向：投資不再只是為了擴產，而是為了讓企業在高度不確定的環境中更具敏捷性與抗風險能力。每一筆支出，都必須能幫助企業在突發狀況下更快反應、降低損失。 首先，智慧製造的投資必須深化，從單純的「數位化」升級為具備自主能力的「代理型 AI」。 目前，已有高達 80% 的製造業高管，計畫將 20% 以上的改善預算投入智慧製造領域，而真正的價值在於投資代理型 AI。相較只提供數據儀表板的系統，代理型 AI 能主動介入生產流程，例如生成交接報告、優化排程、提高設備稼動率。 更重要的是，這類投資同時為未來導入「實體 AI」（Physical AI，如人形機器人與自動化設備）奠定基礎，是製造彈性的重要前置工程。 在供應鏈方面，資金應優先用於提升「可視性」與韌性，而非單純囤積庫存。 面對關稅與貿易政策的不確定性，企業需要能深入掌握二級甚至更深層供應商的數位工具，並透過 AI 進行即時成本影響分析，即時量化政策或供應中斷對成本的衝擊，讓企業能提前調整採購與談判策略，而非被動承受變動。 💡 成長從哪來？從「服務化」與政策需求找穩定動能 在 2026 年的製造業戰略中，關鍵不再只是撐過景氣循環，而是降低對一次性設備銷售的依賴，建立更具韌性的獲利結構。 其中，最被低估、卻最穩定的來源，是售後服務。 數據顯示，售後服務的利潤率通常是新設備銷售的兩倍以上，且能提供穩定的現金流，是抵禦經濟波動的最佳防線。但傳統「壞了才修」的服務模式已難以支撐成長，真正的轉型在於導入具備自主決策能力的 AI，將維修從被動反應，升級為主動預測與自主管理。這不僅提升客戶體驗，也讓設備銷售延伸為高黏著度、可持續的服務營收。 除了服務轉型，製造商也必須把握政策驅動的硬需求。隨著《One Big […]

AI 專案胎死腹中？4 面向分析：你的「組織體質」可能不適合你的 AI 策略

許多企業在導入 AI 時都有類似經驗：試點專案（Pilot）驚豔全場，一旦進入量產與規模化階段卻卡關熄火。這類失敗常被歸咎於模型不成熟或數據不足，但《哈佛商業評論》直指核心：問題往往不在 AI 本身，而在於領導者的野心與組織實際的承載力脫節。 GM vs. Apple：一個量產失敗，一個建立標準 2018 年，通用汽車（GM）與 Apple 幾乎同時嘗試用 AI 重塑產品設計流程。GM 使用 Autodesk 的生成式設計工具，為一個看似不起眼、卻極為關鍵的汽車座椅支架重新設計結構。AI 產出的成果外型就像自然生成的晶格結構，不只重量減輕 40%，強度還提升 20%。 然而，這個「完美零件」最終沒有進入量產。原因不是設計不佳，而是 GM 既有的供應鏈與製造體系仍建立在沖壓鋼材之上，根本無法處理如此複雜的幾何結構。如要全面重整製造系統，所需時間與成本難以承擔，創新因此停擺。 相對地，Apple 同期投入研發能夠取代傳統相機鏡頭的金屬透鏡（metalens），同樣是一項高度仰賴 AI、材料科學與半導體製程整合的突破性技術。不同的是，Apple 擁有能執行的系統，在短短兩年內申請了數十項相關專利，並準備將這項技術導入 Face ID 感測器，率先用於 iPad Pro，再延伸至新一代 iPhone。 這兩個案例揭示了一個關鍵事實：AI 專案失敗，通常不是 AI 做不到，而是組織承接不了。 62% 企業卡在部門協作錯位，AI 是管理問題 根據 Kearney 調查，62% 企業認為跨部門協作不佳是 AI 導入的主要障礙。標普全球市場財智數據更顯示，2025 年有 42% 企業放棄了大部分 AI 專案，遠高於 2024 年的 17%；近半數 POC […]

AI 每 8 個月效能翻倍、部分任務達 PhD 水準：英國報告揭前沿模型的能力、風險與防護三大輪廓

英國人工智慧安全研究所（AISI）近期發布的《前沿 AI 趨勢報告》（Frontier AI Trends Report），彙整自 2023 年 11 月以來，對超過 30 個前沿 AI 模型所進行的廣泛測試與研究結果，涵蓋生物科學、化學、網路安全，以及模型自主執行任務等多個關鍵領域。 AISI 指出，AI 的發展速度正在加速，以網路安全領域為例，模型性能大約每 8 個月就會翻倍，顯示 AI 正快速逼近甚至超越人類專家的水準。AISI 也表示，發布這份報告的目的，在於為政策制定者、研究界與產業提供一個關於 AI 能力發展趨勢的共同事實基礎，並透過數據洞察，協助各界因應前沿 AI 伴隨而來的技術挑戰。 能力邊界快速外推：AI 在生物與化學任務上逼近並逐漸超越專家水準 AISI 的測試顯示，前沿 AI 模型在生物與化學領域的開放式問題評估中，這些模型在 2024 年初首次達到 PhD 專家水準，代表 AI 已能提供過去需仰賴多年專業訓練才能獲得的科學洞察。同時，這些模型也能在數秒內，依照使用者的知識背景生成完整且細緻的科學實驗流程，這類工作過去往往需要人類專家投入數小時設計。 此外，報告也進一步指出，AI 正顯著降低專業技術門檻。例如在研究中，非專業人士在 AI 協助下，成功撰寫「病毒回收實驗流程」的機率，是僅依賴網路搜尋者的 4.7 倍。AISI 的內部研究也顯示，新手如果和大語言模型互動越頻繁，能完成原本高度仰賴專業背景、需要用到較多化學試劑的「濕實驗」任務，成功率就越高。 另一方面，在基因工程相關應用上，AI 也展現出高度自動化潛力。以質粒設計為例，AI 模型可以根據高階指令，自主從網路檢索並提取所需 DNA 序列資訊，將原本需耗時數週的流程縮短至數天。不過，AISI 也指出，現階段模型在「端到端」的完整設計上仍存在限制，例如在最終將序列正確串接時仍可能出現錯誤。不過整體而言，這些結果顯示，專業與非專業人士之間的知識壁壘正在鬆動，並在加速科學研究效率的同時，也同步放大安全挑戰。 在 AI 能力快速擴張下，AISI 也檢驗 […]

從創世紀計畫與 Tech Force，看美國聯手科技巨頭進化科學研究速度、升級政府 AI 人才的新戰略

美國總統川普在今年 11 月底時簽署行政命令，宣布啟動名為「創世紀計畫」（Genesis Mission）的國家級行動計畫。近日，主導這項計畫的美國能源部（DOE）召開會議，說明將以 AI 為核心，整合 17 座國家實驗室、約 4 萬名科學家與工程師，加上國內最先進的超級電腦資源，以及大規模科學研究資料，目標是在十年內提升美國科學研究的生產力與影響力。 創世紀計畫聚焦在三項國家級關鍵挑戰，包括透過核能與核融合技術創新確保能源領先地位、建構量子科技生態系統以加速科學突破，以及運用先進 AI 技術支援國防研發與核武庫的維護管理。美國政府希望透過這項計畫，將科學研究的進程從原本以「年」計算縮短至以「月」為單位，並涵蓋先進製造、生物技術、關鍵材料、核能、量子資訊科學與半導體等二十多個研究領域。 24 家科技巨頭加入「創世紀計畫」，要打造科學研究共同體 為了加速落實創世紀計畫，美國能源部近日召開圓桌會議，宣布已有 Microsoft、Google 、AWS、OpenAI、NVIDIA、Anthropic、Oracle、AMD、Dell、IBM 以及 xAI 等 24 家私人企業成為計畫成員，將與政府共同加速科學研究的進程。 此外，計畫也納入了專精於材料科學、化學與工程 AI 工具的小型專業公司，這些合作夥伴將與國家實驗室共同構成名為「美國科學與安全平台」（American Science and Security Platform）的科學研究共同體。 參與這場會議的 Radical AI 執行長 Joseph Krause 表示：「房間裡的許多人雖然在商業層面上是競爭對手，但這並非我們今日齊聚的原因，我們在此是為了思考：如何為美國人民創造價值？如何從工業界的角度出發，實際推動科學進程的發展？」 Joseph Krause 也分享，在這場會議中，公私部門間展現極高的合作誠意。 參與者視角：AWS 分享與美國政府合作的具體計畫 作為創世紀計畫成員之一的 AWS 表示，這項計畫需要的是能夠立即投入使用的基礎設施，而非只是給出未來承諾。目前 AWS 已與愛達荷國家實驗室（INL）合作，建置一套以 AI 驅動的核反應爐設計與分析平台，並運用代理型 AI 技術，協助工程師處理高度複雜的工程任務，同時也可以生成數位孿生模型與進行進階模擬。 INL 主任 John Wagner […]

不用再養一堆「專用 AI」！Anthropic 推企業級 Agent Skills + 開放標準，揭示 AI 設計思維轉向

AI 新創 Anthropic 持續猛攻企業市場，在 12/18 宣布將其 10 月發表的功能「Agent Skills」（代理技能）作為開放標準發布，並同步新增企業級管理工具與合作夥伴技能目錄，試圖把原本屬於開發者圈內的小眾功能，推向企業 AI 的基礎設施層級，甚至是產業標準。 什麼是 Agent Skills？讓 AI「學會怎麼做事」 所謂 Agent Skills，本質上是一組可重複使用的工作流程模組，並可以根據需求進行客製化。每一個 Skill 都是一個資料夾，內含操作指令、腳本與資源，用來教 AI 助理如何穩定完成特定任務。相較於每次都要撰寫冗長提示詞，Skills 將流程知識「封裝」起來，成為可調用的程序能力。 這套設計試圖解決大型語言模型的核心限制之一：模型雖具備廣泛知識，但往往缺乏專業工作中所需的程序性細節。以簡報製作為例，一個 PowerPoint Skill 可以內建版型規範、投影片結構與品質標準，讓 AI 只在需要時載入相關細節，而非長時間佔用上下文。 Anthropic 將此稱為「漸進式揭露」（progressive disclosure）。每個 Skill 在摘要狀態下只占用數十個 token，只有在實際執行任務時才會載入完整內容，讓企業得以部署龐大的技能庫，而不犧牲模型效能。 從開發者工具走向企業基礎設施 Claude Team 與 Enterprise 用戶現在也可由管理員集中部署 Skills，統一控管組織內可用的工作流程，同時保留員工自行調整的彈性。 這解決了企業導入 AI 時常見的混亂與安全隱憂，確保 AI 產出的結果符合公司規範。Anthropic 產品經理 Mahesh Murag 指出，Skills 讓企業能將 Claude 調整為「符合實際工作方式」的助理，而非通用聊天機器人。目前社群反應熱烈，GitHub 上的 […]

開源 AI 將主導 2026 企業戰略，企業需準備管理「AI 行為」

專家認為，AI 的「開放之路」相比過去的科技更加複雜，其透明度不能只停留在程式碼層面，還必須包含「演變路徑」、「決策方式」與「大規模協調跟稽核」等各種面向。

成功率 99%、工作負載多 3 倍：寧德時代讓人形機器人接手新能源動力電池 PACK 產線

全球動力電池巨頭寧德時代（CATL）近日宣布，正式啟用全球首條大規模部署 AI 人形機器人的新能源動力電池 PACK 生產線，在中州基地寫下具身智慧技術應用在智慧製造的新里程碑。 部署在新能源動力電池 PACK 生產線的人形機器人，被命名為 「小墨（Xiao Mo）」或稱 「Moz」。Moz 具備執行「精確連接高壓電池連接器」這一類複雜操作的能力，它們的主要任務是「取代人工」，以及執行電池 PACK 出貨前的 EOL (End of Line) 和 DCR (Direct Current Resistance) 測試流程。 這些測試流程，傳統上高度依賴人工操作，需要工人攜帶數百伏特高壓的測試插頭，精確連接到電池組的指定點位。由於涉及高壓電，因此人工操作存在一定程度的安全風險，此外，傳統人工操作也面臨效率和品質一致性的挑戰。 Moz 機器人的技術背景 Moz 機器人由寧德時代生態系統內的公司 Spirit AI 開發，並採用寧德時代自行研發的電池作為動力來源，展現出供應鏈內部協作的成果。為了將實際生產需求有效轉化為工程規格，寧德時代協調多個部門進行深入的產線研究，並共同制定兼具前瞻性與實用性的開發方案。 Moz 搭載端到端的視覺-語言-動作（VLA）模型，因此具備高度的環境感知與任務泛化能力，能在複雜且多變的生產條件下穩定運行。 此外，Moz 也具備多項技術優勢。首先，Moz 能獨立應對物料位置偏差與連接點變化等不確定因素，並即時調整操作姿態以確保作業準確性；在插拔柔性線束時，Moz 也可以動態調整施加力道，並在確保連接可靠的同時，避免對敏感元件造成損傷。 Moz 機器人為產線帶來的具體效益 目前，Moz 已改變原有的生產流程。例如在實際產線運作中，Moz 的高壓連接成功率長期維持在 99% 以上，操作速度與循環時間已能與熟練人工操作人員相當。 另一方面，即使在連續生產多種電池型號的情境下，Moz 仍展現出高度一致性與穩定性，每日工作負載更可達人工的三倍。除了主要作業任務外，Moz 也能在產線上自主檢查線束連接狀態，並即時回報異常以降低不良率，甚至可以在操作間隔期間主動切換至檢查模式，成為產線運作中不可或缺的一環。 中國人形機器人產業的競賽與技術挑戰 寧德時代成功部署 Moz 人形機器人，正發生在中國人形機器人製造商加速投入量產的產業背景之下。儘管技術成熟度與成本結構仍面臨挑戰，中國企業已積極將人形機器人導入智慧製造、零售、娛樂等多元場景，並形成一波密集的產業布局。 例如由寧德時代與美團共同投資的北京 Galbot，便將重心放在工業製造與零售等特定應用場景，並以技能導向方式訓練模型。Galbot 的海外行銷代表曾指出，他們的策略是以「掌握具體技能」為優先，而非一次性推出多功能解決方案，這樣的取徑也呼應寧德時代聚焦電池 […]

員工還沒上班，AI 已解決物流延遲！TOYOTA 揭密「人機協作」供應鏈實戰

在全球供應鏈持續面臨不確定性、地緣政治與極端氣候風險的當下，汽車產業的供應鏈能夠做到多「即時」，一直是個不小的挑戰。 TOYOTA Motor Europe 供應鏈副總裁德邁爾（JC Deville）認為， 搭配數位化與 AI，可以提升供應鏈的韌性，做到更「即時化」的智慧供應鏈。 資料透明化，重建物流的即時可視性 其中一項關鍵數位轉型，落實在物流與需求可視性。過去，跨洲運輸或長距離物流中，TOYOTA 無法即時反映各種狀況，原因很單純：企業不知道整個運送過程中，實際發生了什麼事。 在缺乏即時資料的情況下，只能仰賴庫存與安全緩衝來對抗不確定性。如今，TOYOTA 開始在零件物流與完工車輛物流中，試行更精準的追蹤與預測工具，逐步補齊這塊長期的資訊落差。 比方說，在完工車輛物流方面，TOYOTA 不再僅依賴歷史平均交期，而是主動與物流夥伴共享長達兩到三年的需求預測，細緻到每條路線、每個月份。物流夥伴則需回饋實際可行的交期與運能承諾，以「確認交期」取代過往的統計估算。透過這種雙向資訊透明化，TOYOTA 得以更精準掌握運輸節點之間的真實時間距離，進而調整庫存，降低停滯與浪費。 從被動追蹤到主動應變：AI 在員工上班前就解決問題 勤業眾信（Deloitte）也提到，TOYOTA 已部署 AI 代理介入更核心的流程規劃。TOYOTA 的數位創新團隊指出，過去在資源配置與需求滿足的規劃作業中，往往需要動員超過 50 名成員，依賴 70 多份試算表反覆修正，耗費大量工時，卻仍難以快速模擬不同情境。 如今，這套流程正由 AI 代理重新設計。AI 代理會自動整合需求、供給與限制條件，產出多組可行方案，並引導規劃團隊進行選擇與取捨。人力規模因此大幅縮減至 6 至 10 人，其餘成員則被重新配置至更高價值的工作上。AI 不負責做決定，而是處理例行、重複、耗時的分析任務，讓人類專注於策略判斷與風險權衡。 AI 代理的角色，也進一步延伸至即時 ETA（預計到達時間）監控與應變。TOYOTA 過去仰賴老舊主機系統追蹤車輛狀態，如今透過新的車輛管理工具，將數十個畫面整合為即時、可視化的旅程追蹤介面。更進一步，AI 代理可根據即時資料，自動回應使用者提問，並主動採取行動。 例如，當車輛在場站滯留、未如期裝載時，AI 代理可先行草擬通知信件，與物流夥伴協調調度，甚至主動向經銷商說明處理進度。這些行動，往往在員工上班前就已完成，讓人類得以專注於避免問題再次發生。 從極端事件中驗證：流程居功而非單一工具 這種結合數位化與人員決策的模式，也在極端事件中展現價值。無論是美國遭遇冰雹、一次損毀 4,700 輛車，或是巴西工廠因風災中斷生產，TOYOTA 都能迅速串聯全球專家與備件資源，在最短時間內完成修復與產能調整，將衝擊降至最低。這並非單一 AI 模型的功勞，而是流程重設、資料平台與人員協作共同作用的結果。 TOYOTA 內部強調，真正的競爭優勢不在於演算法，而在於是否能在不破壞信任的前提下，將 AI 嵌入日常決策。為此，TOYOTA 建立以雲端為核心的資料平台，串聯供應商、製造與客戶端資訊，並透過統一入口「Cube」提供一致的使用體驗。AI […]

【科技早餐】HBM 一顆不剩！美光宣告記憶體進入「結構性短缺」時代

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊HBM 一顆不剩！美光宣告記憶體進入「結構性短缺」時代 在市場擔心 AI 需求降溫之際，美光 (Micron) 公布亮眼財報，為科技股注入強心針。執行長梅洛特拉 (Sanjay Mehrotra) 指出，AI 帶動的記憶體需求正以前所未見的速度成長，高頻寬記憶體 HBM 供應全面吃緊，2026 年全年產能已全數售罄，供不應求狀況將延續到 2026 年之後。他在財報會議上直言，「好日子還在後頭」。 梅洛特拉強調，這並非短期循環，而是產業進入「結構性短缺」階段，中期內美光僅能滿足核心客戶約一半至三分之二需求。公司同步上調 2026 財年資本支出至 200 億美元，全面加碼 HBM 與先進 DRAM 製程，並加速美國、日本、新加坡與印度的產能布局。 ＊AWS 老將掌 AI 大旗，亞馬遜全面重組迎戰生成式競賽 亞馬遜宣布重組 AI 團隊，由 AWS 資深主管狄桑提斯 (Peter DeSantis) 接掌新成立的 AI 部門，並直接向執行長賈西 (Andy Jassy) 報告。新部門整合通用人工智慧（AGI）團隊、晶片製造部門與量子運算研究，顯示亞馬遜正集中資源，加快 AI 技術與產品布局。 AWS 雖是全球最大雲端服務供應商，但在生成式 AI 主導權上，始終無法複製其在雲端市場的優勢。賈西表示，多項關鍵技術正逐步成熟，亞馬遜正站在影響未來客戶體驗的轉折點，此次組織調整，也意味著 AWS 正式與微軟、Google 及眾多 AI […]

【MIC 2026 趨勢預測】台灣人形機器人產業如何超越中國？MIC 點 3 大差異化方向

資策會產業情報研究所（MIC）今（12/18）發布 2026 年十大重點科技趨勢，涵蓋半導體、AI 伺服器、智慧眼鏡、無人機、人形機器人、低軌衛星與量子電腦等領域，指出台灣供應鏈在多項趨勢中佔據重要戰略位置。 資策會 MIC 資通訊產業科技中心主任林柏齊表示，這十大趨勢主要環繞在「生成式 AI」與「韌性」的主題之上，判斷市場相關投資會繼續延續到明年。 趨勢 1：AI 帶動，半導體 3 奈米以下製程產能成長快 生成式 AI 與大型語言模型訓練需求持續擴張，同步放大對 GPU、ASIC 與 HBM 等高效能晶片需求。林柏齊指出，關鍵製程成長穩定，自 2023 年第四季以來，2 奈米和 3 奈米等先進製程基本上都維持 40% 以上的成長率。 然而他提及，由於市場供應和需求都呈現高度集中，衍生出兩大風險，是產業在未來一年需特別留意的。第一是政治風險，美國等國家將要求盟友進行產能分散；第二是材料成本上升，帶動整體供應鏈成本與價格上升的成本風險。 趨勢 2：AI 伺服器 2026 年出貨將達 450 萬台 AI 伺服器市場正歷經強勁成長，MIC 預估 2025 年全球約有 400 萬台 AI 伺服器出貨，2026 年預計可成長至 450 萬台，成長率約 10~20%。 林柏齊表示，推升 AI 伺服器市場成長的主要動能來自於雲端服務大廠，包括 AWS、Google、微軟、Meta 和 Oracle，以及眾多 AI […]

智慧醫療迎向規模化新時代，證交所攜手 SparkLabs 聚焦 AI 臨床應用與資本市場新機會

由臺灣證券交易所與國際創投暨新創加速器 SparkLabs Taiwan 共同主辦的「智慧醫療產業交流分享會」，今（18）日於臺北舉行，吸引醫院體系、國際藥廠、雲端與 AI 科技企業、創投加速器等重量級代表齊聚一堂。活動緊扣全球醫療科技浪潮，深入探討 AI 在藥物研發、臨床照護、醫院數位轉型的實際落地案例，更從資本市場的角度分析智慧醫療企業如何加速規模化，打造從技術、場域到資本市場的完整創新生態系。 臺灣證券交易所董事長林修銘致詞時表示，臺灣在半導體與 ICT 產業的長期優勢，使我們具備把「科技能力」轉化為「醫療價值」的先天條件；資本市場的任務，就是為這股創新動能提供長期資金，形成可持續的成長曲線。林董事長強調，創新板與亞洲創新籌資平臺，將讓全球資本市場看見臺灣在智慧醫療領域的優質公司。 為更有效支援包括智慧醫療在內的創新產業，證交所繼年初啟動「創新板 2.0」。開放全體投資人共同參與後，更自 11 月 17 日起，將創新板股票納入可當沖交易標的，搭配原有之零股、信用交易及借券機制，在交易制度上與上市一般板完全一致。創新板要向前瞻產業明確傳遞一個訊息：「只要具備國際視野與成長潛力，創新板就是正式進入資本市場、放大影響力的起跑線，而不是等待區」。 本次交流分享會的專題演講與論壇，聚焦 AI 在智慧醫療不同環節的實際應用與成長路徑。專題分享部分，歐嘉隆（Organon）全球決策科學與人工智慧部 門張浩發執行董事，以國際藥廠為例，說明 AI 如何導入藥物研發及工作流程，並分享 AI 對醫藥產業長期結構與價值鏈的影響；迪梯西數位科技銷售總監林立，將介紹如何協助醫療集團進行數位轉型；智齡科技（Jubo）創辦人暨執行長康仕仲博士，以以智齡科技從 POC 到突破千萬用戶的歷程為例，分享智慧長照服務商業化與規模化成長的實務經驗。 加速臺灣智慧醫療企業從研發走向規模化商業化 本場活動重頭戲由本次活動合作主辦單位 SparkLabs Taiwan 國際創投暨新創加速器與國際藥廠、全球 AI 晶片巨頭的生醫部門負責人、以及醫療 AI 新創同臺，探討智慧醫療如何從實驗室走向市場。SparkLabs Taiwan 共同創辦人暨管理合夥人邱彥錡表示：「AI 在醫療領域的價值不只在技術，更在於真正落地到臨床、流程與照護現場。創新板為前瞻產業正式進入資本市場的起跑線，能加速臺灣智慧醫療企業從研發走向規模化商業化。SparkLabs Taiwan 持續與臺灣證券交易所合作，協助臺灣創新企業走向全球。」 創新板自 2021 年推出以來，鎖定半導體、AI、智慧造造、能能環、、智慧醫療、無人載具等前瞻領域，致力於成為創新與成長型企業的最佳舞台。證交所將透過創新板響應政府「亞洲創新籌資平台」政策，持續打造智慧醫療資本生態系，協助臺灣創新企業在國際舞台上「嶄露頭角」。 （本文訊息由 SparkLabs Taiwan 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：SparkLabs Taiwan。）

免費導流時代將結束？Meta 測試限制 Facebook 連結額度，品牌行銷面臨 4 大關鍵轉折

近日 Meta 正在測試一項新政策，將限制 Facebook 粉絲專頁以及使用專業模式（Professional Mode）的帳號，每月可發布的外部連結貼文數量。這項措施主要會影響經常透過外部連結進行推廣、潛在客戶開發或轉換的品牌帳號。 目前這項政策仍處於實驗性測試階段，尚未全面上線，但已有多位用戶回報，Meta 已向部分受測帳號顯示系統通知，說明未來凡是附上外部連結的貼文，都將受到數量限制。 根據測試畫面顯示，未訂閱 Meta Verified 的帳號，每月僅能發布最多兩則含有外部連結的貼文，若希望發布更多外部連結，則需訂閱每月最低 14.99 美元的 Meta Verified 方案。Meta 表示，這項測試的目的，是評估「發布更多含外部連結的貼文」需求，是否有潛力成為 Meta Verified 訂閱方案的加值項目。 究竟 Meta 推出這項新措施後，可能會帶來哪些具體影響？外媒歸納出四大可以觀察的面向。 一、外部連結在 Facebook 生態中的價值，正在被「重新定價」 Meta 的數據顯示，外部連結貼文在 Facebook 生態的重要性正持續降低。根據 Meta 發布的透明度報告，在美國的 Facebook 動態消息中，超過 98% 的瀏覽量來自不含任何連結的貼文，僅約 1.9% 的瀏覽量來自包含外部連結的貼文。 這項數據也說明，為何 Meta 願意對外部連結貼文進行限制測試，因為這一類貼文在平台內的相對重要性已大幅下降。此外，Meta 認為，即使企業減少甚至停止發布連結貼文，對整體使用者互動的影響也相對有限，因此成為推動 Meta Verified 訂閱方案的一項低風險測試。 二、「能不能穩定導流」開始成為付費差異，而非免費權利 Meta 積極評估將「更多外部連結的發布權限」納入 Meta Verified 的付費價值之一，反映出平台正朝向「付費差異化」的方向轉變。 對於高度依賴 Facebook 將流量導向電子報、電商網站或外部影音平台的創作者而言，這類限制無疑增加使用門檻。因此，「導流能力」已不再是 […]

美國制裁失靈？中國首台 EUV 原型機現身，中國版「曼哈頓計畫」正改寫半導體競賽節奏

近日《路透社》報導，中國科學家在深圳一處高度戒備的實驗室內，成功打造出一台極紫外光（EUV）光刻機的原型機。這項突破標誌中國在半導體領域又向前邁出重要一步，也為一直試圖阻止中國取得尖端技術的美國，澆上一盆冷水。 中國自行研發的這台 EUV 光刻機原型機於今年初完成，目前正在進行測試，體積幾乎佔據整個廠房樓層。這項計畫也被視為中國版的「曼哈頓計畫」，概念如同美國在二戰時開發原子彈的秘密行動。 EUV 光刻機使用極紫外光束在矽晶圓上刻畫比人類頭髮細數千倍的電路，是先進 AI、智慧型手機和武器系統等關鍵晶片不可或缺的設備，直到目前為止，這項技術一直被 ASML 壟斷。因此，中國的最終目標，是能夠使用全本土製造的設備來生產先進晶片，從而消除對美國及相關供應鏈的依賴。 儘管原型機已經可以運行並成功產生極紫外光，但尚未製造出可用晶片。不過，這台原型機的存在已經顯示，中國半導體的發展速度可能比外界預期更快，也比想像中更「自給自足」。 前 ASML 人才成為關鍵：秘密招募與逆向工程路線 EUV 光刻機原型機的出現，背後並非只是單一技術突破，而是長期人力與策略布局的結果。消息人士告訴《路透社》，關鍵在於圍繞 ASML 前工程師組成的核心團隊，這些工程師對 EUV 技術進行逆向工程，才讓中國成功推進技術發展。 至於這些前 ASML 來到中國的原因，可以追溯到 2019 年發起的一項招募國外半導體專家的計畫。當時被招募的人員包括剛退休的華裔前 ASML 工程師和科學家，他們擁有完整技術知識，因此成為主要的招募目標。 原型機的實際技術狀態：已能產生 EUV ，但技術門檻仍在 目前曝光的中國 EUV 原型機，在體積上明顯大於 ASML 的商用設備，結構也相對粗糙。然而，原型機已能成功產生極紫外光，並透過每秒發射 50,000 次雷射來撞擊熔融的錫，從而產生攝氏 200,000 度的等離子體，再讓光線透過反射鏡引導，進行光刻測試。 不過，最大的技術挑戰之一，在於如何複製高精度光學系統。在半導體設備中，這些關鍵光學系統通常由德國蔡司（Carl Zeiss AG）這一類專業公司提供，但中國研究機構只能努力開發本土替代方案。例如在這台原型機中，就使用中國科學院長春光學精密機械與物理研究所（CIOMP）的技術，將極紫外光整合到原型機的光學系統，但細節仍需要大量改進。 國家級動員的限制：制裁背景與設備差距 研發 EUV 原型機是中國為期六年的國家級戰略專案成果，目的是實現半導體自給自足，這也是中國的首要戰略。中國政府設定的內部目標，是希望 EUV 原型機能在 2028 年前製造出可用晶片，不過消息人士認為 2030 年比較有可能實現。儘管如此，這個時間表仍比分析師先前預計中國還需要「數十年」才能趕上西方水準，要早得多。 從 2018 年起，美國便開始對荷蘭政府施壓，要求 ASML […]

Coding 能力反超自家旗艦 AI！Google 發表 Gemini 3 Flash，企業 AI 甜蜜點來了？

Google 正在重新定義前沿 AI 賽局，推出新模型 Gemini 3 Flash。企業現在可以用更低成本、更快速度，取得接近 Gemini 3 Pro 等級的性能。Google 指出，Gemini 3 Flash 是專為快速迭代設計，滿足開發者與企業對高頻率、即時回應的工作流程需求，同時又不犧牲品質。 成本與延遲成企業採用 AI 的關鍵變數 這項產品的推出，反映了當前企業 AI 建構者的痛點。《VentureBeat》分析，越來越多企業在導入 AI 時，對於昂貴的模型成本感到卻步，開始轉向規模較小、經過精簡的開放式模型，或是研究其他提示技術來控制預算。報導評論，Gemini 3 Flash 對企業的最大價值在於，它提供了與大型模型同等級的影片分析、數據提取等複雜多模態功能，但運行速度更快、價格更親民。 在具體的性能表現上，第三方評測機構 Artificial Analysis 提供了關鍵數據。雖然 Gemini 3 Flash 的原始吞吐量為每秒 218 個輸出 token，比上一代「非推理型」的 Gemini 2.5 Flash 慢了 22%，但它仍顯著快於競爭對手，包括 OpenAI 的 GPT-5.1 high（每秒 125 token）以及 DeepSeek V3.2 reasoning（每秒 30 token）。 當然，這種高智慧也伴隨著所謂的「推理稅」。在處理複雜索引時，Gemini 3 […]

美軍看上空中計程車！製造商搶攻「軍用轉向」紅利，「混合動力」成新標配

電動垂直起降飛行器（eVTOL），又被稱為「空中計程車」。這些飛機擁有機翼與螺旋槳，能夠像直升機一樣起飛、降落，最初的目標市場是短程商業飛行，以減少城市內的通勤時間。此外，由於使用電力，eVTOL 也比傳統直升機更安靜且污染更少。 近日，Archer Aviation、Joby Aviation 和 Beta Technologies 等空中計程車製造商，除了持續爭取在美國境內進行短程商業飛行的監管許可外，有一個新市場正在對這些企業打開大門，那就是「軍用」市場。 「混合動力」成為軍方關注重點 近期美國國防部領導階層普遍認為，傳統國防承包商無法以足夠快的速度與更低的成本交付新武器，因此五角大廈已承諾將投入數十億美元，發展新興技術領域，以應對快速變化的全球威脅。 為了尋求更快速、更具成本效益的解決方案，美國國防部已發布資訊請求（RFI），蒐集業界對混合動力（hybrid）、自治飛行系統（即垂直起降飛行器，VTOL）的潛在解決方案。 因此這些空中計程車製造商，皆開始大聲主張配備燃氣與電動混合動力的 VTOL，可以比傳統直升機更便宜、更安靜地運載軍事貨物。 值得注意的是，相較於商用 eVTOL 通常採用的純電動設計，Joby Aviation 和 Beta Technologies 的高層表示，將電動電池替換為混合動力引擎，是五角大廈考慮採購的關鍵因素，因為有助於飛機承載更多重量並飛得更遠。 技術發展的驅動力：應對中國挑戰 目前 Joby Aviation 正與傳統國防公司 L3Harris 合作開發軍用 VTOL，並於 11 月試飛原型機；Archer Aviation 則與 Anduril Industries 合作，探索國防應用可能。企業也向軍方提出，VTOL 飛機可用於情報、監視、偵察（ISR）以及移動補給，進一步降低人員風險並提高後勤效率。 此外，部分為戰場開發的 VTOL 設計，還融入可以偵測和避開威脅的自主（autonomous）技術。Beta Technologies 執行長 Kyle Clark 指出，如果將 VTOL 配置為無人駕駛模式，可以使飛機重量更輕，因為這不需要載客所需的座椅或航空電子系統。 由於許多中國公司正在積極發展相關技術，因此美國的技術發展也必須加速前進。Beta Technologies 執行長 Kyle Clark 也曾表示，當美國這些新平台能夠比傳統直升機飛得更遠更快時，就能擁有比中國更強大的工具來應對挑戰。 試點計畫登場，飛行計程車不再只是概念 […]

【2026 趨勢觀察報告】看來這波 AI Impacts，我們都得選一邊站

不久前，大家都想弄清楚 AI 是什麼？AI 會變成什麼？有些人期待的是一個更聰明的軟體、一個更有效率的智慧工具。有些人擔心 AI 成為超級智慧，威脅人類的生存。但就在這幾個月，對話的焦點發生了根本性的轉變。 這個轉變，是這份《2026 AI Impacts 趨勢報告》的核心。 我們正站在一個關鍵的轉捩點上，我們都得選一邊站。要不成為革命者，或是成為被革命的一方。AI 已經不是新聞，但 AI 代理——那些能理解複雜指令、自主規劃並執行多步驟任務的智慧軟體——與物理 AI（AI 機器人）的加速成熟，正預告著一場真正的自主革命 (Autonomous Revolution)。 這不再是關於如何用 AI 輔助人類做得更快、更好；而是關於 AI 如何開始自主執行過去必須由人來完成的核心業務流程。2026 年的關鍵字是 AI 的規模化與自主化。這場變革的浪潮，AI Impacts ——它不是未來的預言，而是正在發生的衝擊。 為蓄勢待發的決策者預備 全球供應鏈的重組、在地嚴峻的缺工挑戰、數位轉型尚未完成、卻又迎來更猛烈的 AI 浪潮。當您的競爭對手，客戶服務、供應鏈管理、甚至部分研發流程，都開始由 AI 代理 7×24 小時自主運行時，我們失去的將不只是效率的百分點，而是整個商業模式回應市場變化的速度與效度。這正是 TechOrange 科技報橘製作這份報告的目標，為台灣中高階主管務實打造的行動藍圖。 Gartner 預測，到了 2026 年，全球 40% 的企業核心應用程式將結合自主的 AI 代理。AI 的衝擊是全面性的，不同領域所需要的解方截然不同。這份報告將帶領您走過一趟完整的策略思考旅程： 1.總論：AI Impacts in 2026 我們將從宏觀趨勢出發，解析 AI 代理與物理 AI […]

AI 開始影響預測、定價與補貨，2026 消費品產業的決策正分成四個層次

當消費品產業同時面對需求波動、供應鏈複雜化與永續壓力，科技不再只是提升效率的輔助工具，而是正在重塑企業決策方式的核心引擎。 從 AI 需求預測、數據驅動的定價與促銷，到智慧供應鏈與永續科技的全面嵌入，2026 年的消費品產業正出現一組彼此連動的科技轉向。以下從四個層面，拆解消費品產業正在形成的新科技骨架。 第一層：決策基礎正在被 AI 重新定義 從產業實踐來看，AI 在供應鏈管理與需求預測領域的應用尤為突出。傳統預測方法依賴歷史銷售數據與基礎統計模型，難以捕捉現代市場的複雜性與動態變化。相較之下，AI 驅動的需求預測解決方案能夠分析多元數據來源，包括銷售點數據、消費者人口統計、經濟指標、天氣模式、社群媒體情緒乃至競爭對手動態，透過機器學習模型識別出人類分析師難以察覺的模式與關聯性。 以寶僑（P&G）為例，當新冠疫情打亂消費者購買模式、使歷史數據失去參考價值時，該公司轉向機器學習來快速適應變化。其 AI 驅動的需求預測系統能夠整合即時數據，在個別產品與門店層級產生精細預測，優化庫存水位與補貨策略，甚至在日本透過 AI 預測系統將配送車隊縮減三成，大幅降低運輸成本與碳排放。 這顯示 AI 正從工具層次提升為營運系統的底層邏輯，其角色定位在 2026 年將更加接近企業的策略核心。 第二層：數據不再只是分析，而是直接驅動行動 當供應鏈的預測與調度開始由 AI 接手，下一個關鍵問題便是：企業是否能把數據洞察，真正轉化為可執行的商業決策？ 全球零食巨頭 Kellanova 首席數據與高階分析長 Loretta Franks 指出，透過數據驅動的行銷，企業能夠實現更精準的市場區隔、更聰明的活動規劃與更強勁的投資回報。 Kellanova 打造的「RGM Navigator」正是這種理念的具體實踐。這套由可信賴數據產品與 AI/機器學習模型驅動的系統，提供優化的定價與促銷洞察，使行銷基金的投入能直接對應可量化的銷售成效。 更具體地說，透過進階演算法判定應促銷哪些產品、何時促銷、折扣深度與持續時間，該公司的鹹味零食促銷效益在 2024 至 2025 年間提升了 91%。 第三層：數據產品開始直接回答業務問題 值得關注的是 RGM Navigator 的下一代演進方向。其新版本導入代理 AI，讓系統從單純的數據彙整，進一步邁向可行動洞察的生成。 其中包括能自動探索數據、識別趨勢並解釋績效驅動因素的虛擬分析師，可直接回應業務端的實際問題，例如拆解促銷效益、審視價格彈性，或分析競爭通路分布如何影響品客在美國市場的成長。 其他案例還包括亞馬遜透過挖掘消費者的線上評論，來強化需求預測；H&M 則運用會員計畫數據，理解消費者購買模式並預判未來需求。 未來的數據產品不只是呈現關鍵績效指標，而是能夠主動回答業務問題，加速決策週期、減少試錯成本，讓團隊能夠做出更快速、更聰明、更有信心的決定。 第四層：營運系統全面互聯，科技成為品牌信任的基礎 消費者端的變化，正在迫使品牌重新設計跨通路的營運邏輯。當體驗被視為連續而非斷裂的流程，品牌的每一個接觸點，都直接影響消費者對其可信度的判斷。 Kellanova 營運長 […]

摩根士丹利、花旗銀行如何升級萬名工程師 AI 技能？揭華爾街開發者進入「持續學習模式」

隨著銀行競相邁向 AI 驅動的未來，傳統的軟體開發模式正迎來巨大挑戰，並且幾乎每個月發生一次變革。諮詢機構 Deloitte 2025 年報告指出，銀行雖然一直是科技的早期採用者，但其軟體工程實踐往往因不夠完善，導致效率低下或成果延遲，建議需採用新的軟體工程方法，包括更新人才策略，以及重新審視第三方合作關係等。 在這場 AI 轉型中，如何讓現有的龐大工程師團隊「升級」，成為各家金融機構的首要任務。包括摩根士丹利（Morgan Stanley）、花旗銀行（Citi）與 Capital One 等金融巨頭，正透過不同方式來提升開發人員的技能，其中最核心的兩大重點便是「學習與 AI 溝通」以及「打造內部 AI 課程」。 花旗銀行與摩根士丹利分別擁有約 3 萬名與 1.5 萬名開發人員，Capital One 的工程師人數則約為 1.5 萬人。 工程師新基本功：用「人話」指揮 AI 過去，銀行軟體工程師的共同語言是 Java、Python 等程式語言；但在 AI 時代，清楚表達需求與脈絡的能力，正成為新的關鍵技能。 據《Business Insider》報導，摩根士丹利傑出工程師 Dov Katz 指出，開發人員現在需要學習如何用自然語言與生成式 AI 工具協作，而非僅靠程式碼。他坦言，並非所有技術人員都擅長溝通；花旗 CIO Jonathan Lofthouse 也曾表示，對許多開發者而言「第二語言是 Java」，有時用程式碼表達複雜金融問題，反而比使用母語還流利。 摩根士丹利全球技術戰略主管 Trevor Brosnan 指出，這是一種根本性的轉變：工程師不只是用 AI 輔助寫程式碼，而是將更大的任務委派給 AI 代理，並給予明確的指導。他表示，重點在於把任務目標、背景脈絡與輸出格式說清楚。 這樣的轉變也反映在花旗銀行的內部策略上。《Fortune》報導，花旗銀行在 2025 […]

【科技早餐】亞馬遜洽談百億投資 OpenAI，雲端結盟版圖浮現變化

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊亞馬遜洽談百億投資 OpenAI，雲端結盟版圖浮現變化 根據外媒報導，亞馬遜傳出正與 OpenAI 洽談投資，金額可能高達 100 億美元，市場也因此推估 OpenAI 估值上看 5,000 億美元。同時，OpenAI 也已啟動 IPO 準備，外界點名，未來若順利掛牌，估值可能上看 1 兆美元，規模有機會創下科技產業新高。 這筆潛在投資的關鍵不僅在資金，而是算力與雲端結盟策略。消息指出，OpenAI 計畫導入亞馬遜自研的 Trainium 晶片，等於在 NVIDIA 與 Google 之外，開啟第三條算力供應線。隨著 OpenAI 重組為公益公司，解除募資與運算資源限制，但微軟仍握有 27% 股權與模型銷售權，雲端巨頭間的合作平衡正逐步鬆動。 ＊Google TPU 不再陪跑：AI 晶片霸權開始出現裂痕 摩根士丹利最新報告指出，Google 的張量處理單元（TPU）正從內部使用工具，轉為具規模的商業化產品。報告預估，TPU 到 2027 年出貨量可達 500 萬顆，2028 年上看 700 萬顆，成為 NVIDIA GPU 之外，最具規模的 AI 晶片勢力。 TPU 原本是為滿足 Google 自身 AI […]

自駕計程車從「能不能跑」到「能不能賺錢」：2025 商業化體檢，誰最接近獲利轉折點？

自駕計程車（Robotaxi）競賽在 2025 年明顯加速商業化，從「能不能在路上跑」走向「能不能規模化、賺錢」。一方面，Alphabet 旗下 Waymo 傳出正與投資人洽談新一輪募資，估值上看至少 1,000 億美元，甚至可能募到超過 100 億美元；另一方面，亞馬遜旗下 Zoox、特斯拉以及中國玩家也在同一年把服務推向更大範圍，讓 Robotaxi 市場進入更直接的正面競爭期。 2026 年即將到來，以下盤點自駕計程車市場的 2025 年現狀。 Waymo 持續擴張，要拼海外市場 《CNBC》報導指出，在自駕計程車的競賽當中，Waymo 目前走得最遠，是美國唯一提供「完全無人駕駛」付費服務的營運商，車隊規模超過 2,500 輛。Alphabet 執行長皮查更表示，公司正專注於「積極擴大規模」，並認為在 2027-2028 年間，Waymo 將對公司財務產生顯著影響。 從營運版圖來看，Waymo 已在美國 5 個城市提供乘車服務，包含奧斯汀、舊金山灣區、鳳凰城、亞特蘭大與洛杉磯。據報導，Waymo 每週付費搭乘次數已突破 45 萬次，2025 全年累積行程數更有望超過 2,000 萬趟。 除了城市擴張，Waymo 也在 2025 年推進幾個關鍵里程碑。包括在 7 月擴大可用年齡層，從鳳凰城開始開放 14 到 17 歲青少年申請帳號；以及在 11 月開始於舊金山、鳳凰城、洛杉磯等市場帶乘客上高速公路路段，並規劃逐步擴大開放對象與區域。 針對 2026 年，Waymo 對外釋出更積極的擴張訊號：該公司目前已在美國與海外共 26 個市場，營運、準備上線或測試服務，並將進一步擴大商業版圖。其中，倫敦將成為 […]

電商正在變成銀行？亞馬遜聯手金融科技新創 Slope，把融資「內建」進平台

亞馬遜近日與金融科技新創公司 Slope 展開合作，透過 AI 驅動的貸款平台深化對亞馬遜賣家的融資服務。這項合作讓融資「內建」到電商平台，只要是符合資格的美國賣家，就可以直接在 Amazon Seller Central 內申請最高達 500 萬美元的信貸額度。 這項設計的優勢在於賣家能夠在不離開亞馬遜平台、不必透過傳統銀行的情況下，僅需幾分鐘即可申請資本，並在極短時間內獲得批准。這些合格賣家必須是信譽良好的專業銷售計畫（professional selling plan）成員，且須經營至少一年並擁有超過 10 萬美元的年收入。 從自營到引入外部夥伴：亞馬遜融資策略的轉變 至於為什麼亞馬遜要讓融資內建到電商平台？原因在於獨立的第三方賣家是亞馬遜電商平台的骨幹，他們貢獻超過一半的銷售額。因此這些獨立賣家對於營運資金的即時需求，已成為亞馬遜能否持續成長並維持市場主導地位的關鍵動能。一旦能讓這些平台賣家維持充足庫存，同時確保他們在銷售高峰期的表現，就能進一步鞏固亞馬遜的競爭優勢。 一直以來，亞馬遜持續探索支持賣家成長的方式。雖然過去曾推出「Amazon Lending 」，並從 2011 年以來向賣家提供合計數十億美元的貸款，但這項計畫已經在去年宣告終止。 現在，亞馬遜選擇與外部金融科技公司合作，這項舉動不僅代表引入新的放貸模式與外部夥伴，以補足傳統放貸流程無法即時滿足賣家需求的問題，同時也透過合作夥伴的資金來降低自身資產負債表上的風險。 為什麼亞馬遜選擇與 Slope 合作？ 這次亞馬遜的合作對象，是獲得 OpenAI 執行長 Sam Altman 與摩根大通支持、2021 年成立的金融科技新創公司 Slope。 Slope 專注在運用 AI 驅動的放貸平台，為中小企業提供更快速的放貸服務，例如系統會利用 AI ，以企業在亞馬遜的即時銷售表現與營運數據為基準進行信譽評估，而不是依賴傳統的個人信用指標。 Slope 的專有模型還會分析產品流通速度、退貨率和客戶評論等細節銷售數據，以高準確性預測還款能力。「我們正在利用 AI 分析銷售數據進行承保，這也讓商家能更快地取得他們應得的資金，」Slope 執行長 Lawrence Lin Murata 說。 Slope 的技術優勢：讓企業申請貸款更容易、更快、整合度更高 此外，Slope 的服務主打「自動化審核流程」，這與傳統銀行需要數週審核的流程形成鮮明對比。賣家只需幾分鐘，即可在 Amazon […]

Databricks 1,340 億美元估值揭密：市場為何重押企業 AI 的關鍵資料基礎設施？

資料分析和 AI 新創 Databricks 近期宣布完成一輪大規模融資，使估值達到驚人的 1,340 億美元，較三個月前增長 34%。這股動能也顯示企業技術領域正在發生更深層次的轉變：不僅反映出市場對 AI 的狂熱依舊，更突顯企業 AI 的核心戰場正從單純的模型效能，轉向底層的資料基礎設施。 隨著全球企業加速採用生成式 AI 技術，企業普遍預期這波浪潮將帶動效率提升、增加 IT 支出，並推動資料驅動應用程式的長期成長。在這樣的背景下，企業也開始意識到，能否有效運用既有資料，將成為 AI 能否真正落地的關鍵。 投資人對 Databricks 的重金押注，正反映這樣的轉變。投資顧問公司 Running Point Capital Advisors 的合夥人 Michael Ashley Schulman 指出，投資者正在為一個「所有企業都是資料公司」的世界定價，這樣的世界需要一個統一的平台來清理、分析並操作化資訊。這意味著，企業迫切需要的是一套能實際運用資料的基礎架構，而不只是單純依賴 AI 模型本身。 市場也逐漸意識到，企業資料倉儲與資料平台正成為 AI 採用的關鍵底層結構，AI 的發展很大程度必須仰賴企業專有資料來進行模型客製化，Databricks 的資料倉儲正可作為 AI 服務的底層資料平台。 扮演 AI 的「管線層」：Databricks 如何成為企業 AI 的關鍵基礎架構？ 在這樣的脈絡下，Databricks 的產品被定位為支撐企業在既有資料基礎設施上建構 AI 應用與智慧代理的關鍵「基礎架構」。這種被形容為「管線（the plumbing）」的角色，使企業能在不推翻原有系統的情況下，將資料轉化為可用的 AI 應用，也是市場青睞 Databricks 的重要原因之一。 […]

穩定幣正式進入美國銀行體系！Visa 打通銀行後端，將 USDC 納入結算系統

過去幾年，穩定幣多半被視為加密產業內部的結算工具，如今正式跨入美國主流金融體系。信用卡巨頭 Visa 宣布，在美國市場開放以 Circle 發行的美元穩定幣 USDC 進行結算，允許銀行與金融科技公司以區塊鏈方式，直接處理 Visa 債務，象徵穩定幣結算機制在美國進入新階段。 根據 Visa 說法，美國的發卡機構與收單機構合作夥伴，現在可選擇透過 Solana 區塊鏈，以 USDC 結算 VisaNet 相關款項。首批參與機構包括 Cross River Bank 與 Lead Bank。Visa 也表示，該服務將在 2026 年前逐步擴大至更多合作夥伴。 從試點走向商轉：穩定幣成銀行後端新基建 Visa 的穩定幣結算計畫，其實已在拉丁美洲、歐洲、亞太和中東歐地區等多個國家累積一定規模。Visa 指出，截至 2025 年 11/30，其試點的穩定幣結算服務年化交易量已達 35 億美元。《Analytics Insight》報導，這筆數字雖然相較 Visa 每年約 17 兆美元的整體支付網路仍屬小眾，但成長速度與制度意義，已引起銀行與監管單位高度關注。 根據《CoinDesk》分析，對金融機構而言，USDC 結算的核心價值在於資金流動速度與可預測性。相較傳統跨行結算可能需耗時一至三個工作天，穩定幣結算可實現近乎即時的資金移轉，並支援全年無休、包含週末與假日的結算節奏。 金融業的後端革命：不改變消費者習慣的系統性升級 值得關注的是，這並不改變消費者端的信用卡使用體驗。與加密支付或消費者端應用不同，Visa 這次鎖定的是銀行與卡組織之間的後端清算流程。也就是說，持卡人刷卡的流程與介面維持不變，但銀行之間的資金移轉，已可在區塊鏈上完成。這讓穩定幣首次在美國被系統性納入銀行日常營運，而非停留在試點或跨境實驗。 這項部署的時機，也與美國監管環境轉向密切相關。自川普政府第二任期以來，美國對穩定幣的政策逐漸明朗。今年 7 月簽署的《GENIUS Act》，被視為美國首個聯邦層級的穩定幣監管框架，為銀行與支付機構採用法幣掛鉤穩定幣提供制度基礎。市場預估，目前約 3,000 億美元規模的穩定幣市場，可能在 2028 年前成長至 2 […]

好萊塢 AI 導入三路徑：從極端實驗到制度化合作，如何「多軌道」探索 AI？

生成式 AI 以前所未有的方式顛覆娛樂產業，好萊塢就正在被 AI 的崛起重塑。現在許多電影公司開發主管會使用 ChatGPT 來分析劇本，行銷人員也用 AI 來協助創意活動，但許多人卻因此擔心公司會利用 AI 來裁撤他們的職位。 在這樣的拉扯之下，好萊塢並未選擇全面擁抱或全面拒絕，而是透過極端的 AI 原生實驗、與主流 IP 的制度化合作，以及低調導入日常流程三條路徑，逐步測試 AI 能被接受與納入產業體系的邊界。 方式一：打造極端的 AI 原生娛樂實驗 好萊塢對 AI 的探索，首先體現在極端的「AI 原生」內容實驗上，其中最具代表性的就是全球第一個完全由 AI 生成的實境節目《Non Player Combat》。 這部四集的系列節目由視覺特效製作人兼 AiMation Studios 執行長 Tom Paton 打造，被描述為《飢餓遊戲》、《Fortnite》和《叛徒》的結合體，節目中的每一位參賽者都是使用 AiMation 內部工具 Omnigen-01 以及最先進的 AI 技術生成，並為參賽者建立真實的個性和自主的決策能力。  Tom Paton 表示，這個節目比真實生活中的遊戲節目製作成本降低 90%，並強調觀眾是否被娛樂才是最重要的，至於角色是否為 AI 不是關鍵，甚至因為 AI 參賽者不會「為鏡頭表演」，因此在許多方面甚至比一般的人類實境秀參賽者更真實。 《Non Player Combat》是 AI 時代下好萊塢探索 […]

AI 搜尋即將接管消費者決策流程，決策被拆解成哪些新的關鍵時刻？

長期以來，行銷人熟悉的決策模型是一條可預測的直線：消費者先產生認知，進入考慮階段，最後完成購買。而搜尋引擎、社群平台與廣告投放，都是為了把人「導進」這個漏斗，再由品牌網站承接後續轉換。 但這套運作邏輯，正在被人工智慧搜尋快速拆解。對行銷主管來說，問題已不只是搜尋排名或廣告版位，而是當 AI 介入決策流程，品牌還能在哪些節點被看見、被信任、被選擇。 搜尋行為的結構性轉變 過去，搜尋的角色相對單純，使用者輸入關鍵字、點擊連結、進入網站，然後在站內完成比較與評估。行銷漏斗因此以網站為核心，SEO、內容與轉換優化環環相扣。 AI 搜尋的出現，讓這個結構出現根本變化。使用者不再透過零散關鍵字搜尋，而是直接以自然語言描述情境與限制條件，期待一次得到可行的答案。AI 系統則同時從多個來源擷取資訊、比較選項、整理重點，甚至在對話中逐步修正理解。 因此，搜尋不再只是資訊索引，而是成為個人化顧問與行動中介。消費者的發現、比較與決策，往往在搜尋結果頁面就已完成大半，網站反而成為後段驗證或行動的其中一站。 這種轉變，也讓行銷漏斗從線性流程，變成多向交錯的路徑。消費者不一定「一步步往下走」，而是根據當下需求，在不同節點反覆跳轉。 AI 驅動的五種關鍵消費者時刻 在這樣的結構下，消費者行為開始呈現出幾個高度集中的「決策時刻」，而非傳統階段。 第一種是「我也想要」的瞬間。視覺搜尋工具讓實體與數位世界同步成為購物入口。消費者看到一件商品、一道料理，甚至一個路邊場景，就能立即透過拍照或圈選詢問購買方式。這類搜尋往往帶有強烈行動意圖，從靈感到需求的時間差幾乎消失。 第二種是「直接幫我找到適合的選項」。對話式搜尋讓消費者跳過繁瑣的比價流程，直接提出具體條件，期待 AI 給出整合後的建議。考慮階段不再由使用者自行消化，而是被 AI 吸收、處理、濃縮。 第三種，是搜尋先行篩選後的高意圖進站。當 AI 已預先回答基礎問題、排除不適合選項，真正點擊進入品牌網站的使用者，往往已具備更明確的需求與行動準備。流量可能變少，但品質顯著提高。 第四種，「買之前我需要確定一下」則是「最後確認」的信任時刻。即便 AI 能給出推薦，消費者仍會透過搜尋與影音平台比對評價、觀看實測內容，建立信心。這意味著信任並未消失，而是集中發生在更靠近決策的一刻。 第五種，「你能幫我做這件事嗎」時刻是變化最深的一種，是搜尋從提問轉為任務委派。消費者不再只問「哪個比較好」，而是直接要求系統完成預訂、比價、通知或行動。在這個階段，品牌是否能被 AI 系統順利調用，成為新的競爭門檻。 行銷與資料策略的實質影響 這些時刻的出現，正在改變行銷的核心工作。廣告不再只是創造曝光，而是嵌入決策與行動節點，在關鍵時刻被 AI 帶入對話。 同時，第一方資料與結構化資料的重要性被大幅放大。當 AI 需要即時理解產品、庫存、價格與服務條件，資料是否清楚、即時且可被機器讀取，將直接影響品牌是否被納入推薦。 品牌的角色，也因此從單向溝通者，轉為可被調用的服務節點。是否能讓 AI 理解你「是誰、能做什麼、適不適合這個情境」，比單純的聲量更為關鍵。 從被看見，到被納入決策 AI 搜尋帶來的，不是一個工具更新，而是消費者決策節奏與信任機制的重組。當比較、篩選與部分行動被系統接手，行銷的問題已從「如何被看見」，轉為「是否被納入決策」。 未來的競爭，不只發生在創意或投放效率，而是在誰能成為 AI 判斷下的「可靠選項」。對品牌而言，真正的挑戰是，如何讓自己的資料、服務與價值，在這套新的決策結構中持續可見、可用、可被信任。 立即下載【2026 AI Impacts 趨勢觀察報告】，打造零售智慧營運與全通路融合新格局 【推薦閱讀】 ◆ 【加速決策】市場還沒問，AI 已給答案：AI 市調出與真人回饋 90% 一致的市場反應◆ 【打造代理宇宙】Fetch […]

【專訪愛立信全球產品安全長】當電信網路成駭客金礦，給台灣唯一的建議：活得離未來越近越好

5G 將世界推進萬物連網的時代，AI 則進一步驅動這張龐大網路邁向自動化。對台灣電信業與政府決策者而言，資安的核心命題已不再是「網路會不會被攻擊」，而是當網路成為關鍵基礎設施骨幹、快速雲端化與 AI 化時，我們是否仍在試圖用舊時代的邏輯，防守新時代的戰場？ 電信設備大廠愛立信高層近期訪台，與台灣政府、企業討論強化電信網路安全韌性之契機，《科技報橘》藉此機會專訪愛立信全球產品安全長 Mikko Karikytö，探討在 5G 與 AI 應用快速滲透各產業的當下，電信資安正在面臨哪些結構性轉變。談到給台灣的建議，他給出一句意味深長的提醒：「活得離未來越近越好。」 攻擊者想要的沒變，但「網路的價值」變大了 Karikytö 直言，攻擊者的動機始終如一：為了錢、資訊或造成服務中斷。而電信網路掌握的資料又極為特殊，包含位置、行為與傳訊對象等，對各類情資單位都具吸引力；攻擊者透過破壞連線能力，也能讓人們無法取得服務與資訊。 然而，雖然動機不變，攻擊誘因卻在近年大幅提升。原因不難理解：電信網路不再只是電話與簡訊的管道，而是各種數位系統的骨幹，例如從自駕車、遠距醫療到各類關鍵基礎設施，都高度倚賴行動網路運作。他觀察到，各國政府自 5G 時代起明顯提高對基礎設施安全的關注，「因為他們意識到，5G 最終將成為連接我們所有事物的行動技術。」 AI 讓威脅「可擴張化」，防守必須同步升級 攻防的「工具」也正在質變。Karikytö 指出，電信網路的技術堆疊正快速轉向虛擬化、雲端原生，並開始導入 AI，同時採用開源元件等外部技術。這代表攻擊者雖然目標相同，但手法與切入點已然改變。 生成式 AI 的出現更加劇此挑戰。Karikytö 表示，生成式 AI 不僅能提升攻擊的速度和規模，也可能透過「AI 代理」（AI Agents）進入系統濫用漏洞，當中威脅的「可擴張性」是主要擔憂。儘管目前尚未見到針對電信環境的 AI 代理攻擊，但 Karikytö 強調資安的關鍵實務之一是「在別人的問題成為你的問題之前，先從中學習。」 最令人擔憂的不是新招，而是「傳統攻擊」依舊有效 談到當前最令他擔憂的資安風險，Karikytö 的回答顯得格外保守。相較於新技術，他更擔心的是攻擊者仍能用傳統方式輕易入侵。 「攻擊者依然太容易成功進入網路了，」Karikytö 直言，電信網路高度複雜，攻擊者使用像基於身份的攻擊，就可竊取憑證，進而登入網路並進行橫向移動。 他解釋，複雜度的一大來源是「多代網路並存」，例如 2G 等遺留技術在全球許多地區仍持續運作。這就像一座城市同時擁有嶄新摩天大樓與老舊城區。這些舊世代網路如同資安防護薄弱的違章建築，成為駭客最容易藏身與滲透的入口。 防禦不能只靠人力，資安必須被「規模化」 那麼，營運商該如何應對這樣的風險？Karikytö 的回答同樣務實，提及了三個關鍵字：零信任架構、自動化，以及協作。 換言之，在無法立刻汰換舊設備的情況下，零信任架構涵蓋的最小權限原則、職責分離與網路分段等治理機制，能確保即便單一節點遭到入侵，也不至於癱瘓整個核心網路。 至於安全防護的自動化，Karikytö 指出 AI 能扮演輔助角色，協助更快偵測與分析惡意活動，即時部署新的控管與防禦措施。這也包括用 AI 識別並定位「偽基地台」等人力難以即時察覺的威脅。也就是說，在攻擊規模被 AI […]

【科技早餐】白宮搶 AI 人才！美國成立「科技部隊」，工程師直進政府核心

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊白宮搶 AI 人才！美國成立「科技部隊」，工程師直進政府核心 美國政府正式出手搶科技人才。川普政府推出「美國科技部隊」計畫，預計招募約 1,000 名工程師與技術專家，投入聯邦政府的 AI 與數位基礎建設。成員將簽約兩年，年薪最高可達 20 萬美元，直接進駐政府機構，負責 AI 導入、資料現代化與關鍵系統開發。 這項計畫並非單向徵召。蘋果、微軟、Google、NVIDIA、OpenAI、AWS 等科技巨頭全數列為合作夥伴，建立政府與矽谷之間的雙向人才流動管道，也呼應白宮近期推動的全國統一 AI 發展框架，避免各州規範分歧拖慢產業競爭力。 ＊廣告金流壓倒誠信？Meta 被爆放行中國詐騙廣告，年收逾 30 億美元 Meta 正面臨一場難以迴避的信任危機。《路透社》揭露，Meta 去年來自中國廣告客戶的收入超過 180 億美元，其中約 30 億美元來自詐騙、非法賭博與色情等違規內容。儘管中國境內禁止使用 Facebook、Instagram 與 WhatsApp，但中國企業仍可透過這些平台向海外消費者投放廣告，形成高度矛盾、卻極具營收規模的灰色地帶。 根據 Meta 內部文件，中國來源約占平台詐騙與違禁廣告的四分之一，受害者遍及全球，也包含台灣消費者。Meta 曾成立反詐團隊並短暫壓低問題廣告比例，但文件顯示，在執行長 Mark Zuckerberg 指示下，相關稽查行動遭到暫停，團隊甚至被解散，平台誠信與營收取捨再度浮上檯面。 ＊「沒有能源就沒有 AI」：馬斯克質疑核融合，黃仁勳點出底層關鍵 馬斯克再度在能源議題上開砲，直言太陽本身就是「免費的核融合反應爐」，在地球打造小型核融合爐根本是浪費錢。他認為，只要大規模發展太陽能與儲能系統，就足以支撐美國甚至全球能源需求，並推動人類邁向掌握恆星能源的第二型文明。 這番說法正好呼應 NVIDIA 執行長黃仁勳提出的 AI 五層架構。黃仁勳強調，能源是 AI 產業最底層、卻最容易被忽略的一環，沒有穩定且廉價的能源，就沒有晶片、資料中心與 AI 應用。在電價高漲與算力需求爆炸下，能源已成為 AI 發展的關鍵限制。 ＊最強模型也不到七成準？Google […]

福特 EV 戰略為何大轉彎？從電動車轉向電池儲能，揭重組的 4 大關鍵

福特汽車（Ford）近日宣布電動車（EV）戰略將進行重組。鑑於市場需求減弱、成本高昂及監管政策變動，福特將降低全電動大型車輛生產的優先順序，轉而大力發展混合動力車、增程型電動車（EREV），並利用電池產能開闢全新的電池儲能系統業務。 福特技術平台計畫和 EV 系統副總裁 Lisa Drake 表示，開闢電池儲能系統業務的目標，是為了供應資料中心和電網等商用客戶，以緩解電網需求。此外，系統將採用成本較低且為多數客戶首選的鋰鐵磷酸（LFP）電池。這些電池儲能系統預計將在 2027 年開始出貨，年產可達 20 GWh。 根據這項新計劃，福特將重新利用肯塔基工廠現有的製造能力生產 LFP 電池，並製造電池能源儲存系統模組和 20 英尺直流集裝箱系統等儲能模組。 Lisa Drake 指出，由於福特擁有豐富製造經驗和 LFP 電池技術許可，因此拓展儲能業務自然「順理成章」。 在宣布新業務布局的同時，福特也揭露了這波策略轉向背後的現實考量，可以歸納為四大因素。 一、消費者需求結構變化：從大型 EV 轉向混合動力與平價車款 福特 CEO Jim Farley 指出，這次戰略轉變的主要推動力是「客戶改變決定」。Jim Farley 表示，美國 EV 市場佔整體產業的比重已從 12% 下降到僅剩 5%，但混合動力車的銷量卻增加了 30%，可見消費者對大型純電動車的需求明顯低於預期。 此外，由於電池價格昂貴，且車主對於續航里程或牽引能力始終懷有焦慮，這也使得過去純電動車 F-150 Lightning 的市場反應始終不如預期。因此，福特將重點轉向開發增程型電動車（EREV）這一類更小型、高效且平價的 EV 產品，並預計在 2027 年推出定價約 30,000 美元的中型電動皮卡。福特預期，到 2030 年，混合動力車、EREV 和純電動車將合計佔其全球銷量的 50%。 二、川普政策影響深遠：結束稅收抵免衝擊電動車市場 福特 EV […]

貝萊德定義最具競爭力人才：AI 技能變標配，「關係建立」反成亮點能力？

人們越來越擔心 AI 會取代自己的工作，但這對於擁有 AI 技能的工作者來說，反而帶來機會。勞動市場洞察平台 Lightcast 分析了超過 10 億個招募資訊後發現，許多公司並未用 AI 取代職位，而是招募能夠利用 AI 的員工。對於全球最大資產管理公司貝萊德（BlackRock）的用人策略來說，也是如此。 貝萊德全球人才招募主管 Nigel Williams 在接受《Business Insider》的採訪中指出，AI 正在全面改變公司的用人標準，具備 AI 素養已是優秀求職者的關鍵能力之一，但他也警告，不應在面試過程中過度依賴 AI。 最具競爭力的人才有何特質？ Williams 表示，AI 已深度嵌入這家資產管理巨頭的各項職能，因此貝萊德渴望招募充滿好奇心、理解 AI 已成時代趨勢的人才。 他表示，最具競爭力的求職者，往往是展現自己既是「數位原生代」，也熟悉多種 AI 工具，並持續關注 AI 的未來發展潛力的人。他已觀察到，許多年輕人才即便沒有電腦科學背景，都在主動培養 AI 能力。 此外，Williams 也強調在 AI 時代，每個人都需要具備 prompt engineering（提示工程）技能，以及質疑與驗證 AI 輸出結果的判斷能力。追根究底，「我們真正需要的，是具備好奇心、質疑精神、不會盲目相信模型輸出，而是願意持續進行壓力測試的人才，」他也進一步補充，強大的人際溝通和關係建立能力將變得越來越重要。 貝萊德如何評估求職者的 AI 技能？ 不過，AI 工具的使用能力該如何評估？雖然 Williams 表示公司仍在研究當中，但提及自己非常關注人們如何在個人、學校或工作生活中運用這項技術。不過，Williams 也提醒，在求職過程中過度使用 AI 也是有害的。 儘管貝萊德已明確告知面試時禁用 AI，但違規者仍屢見不鮮。Williams […]

Meta 為了守住中國 180 億美元的廣告收入，如何透過「白名單」機制默許詐騙廣告全球擴散？

你也曾經在 Facebook 或 Instagram 平台收到詐騙訊息嗎？《路透社》近日披露，根據 Meta 內部涵蓋財務、遊說、工程與安全部門的資料顯示，近四年來 Meta 相當清楚平台上詐騙的實際規模，卻不願採取可能傷害業務與營收的解決方案。 這份內部文件指出，2024 年 Meta 來自中國的廣告收入超過 180 億美元，占全球營收逾一成，其中約 19%（超過 30 億美元） 來自詐騙、非法賭博、色情與其他違禁內容廣告，可見詐騙廣告與中國廣告收入高度綁定。 《路透社》進一步指出，Meta 高層在多次內部討論後，選擇在政策與資源配置上退讓，並要求執法團隊若要關閉詐騙帳戶，必須取得成長團隊同意，以避免「收入衝擊」。 中國詐騙廣告正在透過代理體系流向全球用戶，還享有「白名單」特殊保護 儘管 Facebook、Instagram、WhatsApp 等 Meta 核心社群媒體平台在中國被禁用，但中國企業仍能透過第三方代理商對海外市場投放廣告，賺取數十億美元的收入。 因此，這些代理商成為中國廣告主進入 Meta 廣告體系的主要管道，Meta 會支付這些代理商約 10% 的佣金，且允許經由頂級代理商購買廣告的中國企業，享有「白名單」的特殊保護，意即當這些廣告被自動化系統標記為「違規」時，不會被立即移除，而是進入人工二次審核。這種複雜且不透明的中介系統，也成為詐騙、非法賭博和違禁品廣告的溫床。 《路透社》訪問幾位詐騙廣告受害者，但部分受害者指出，即使向平台檢舉，也難以追回損失或獲得有效回應。Meta 回應稱，公司已投入大量資源打擊詐騙，並表示詐騙者會不斷調整手法規避偵測。「詐騙者通常是由在全球範圍內運作的跨境犯罪網路驅動，複雜性不斷增加，」Meta 發言人 Andy Stone 強調，Meta 在過去 15 個月內收到的詐騙廣告報告已下降超過 50%，且今年已移除多達 1.34 億則詐騙廣告，並表示《路透社》取得的這份內部文件是「曲解並誤傳事實」。 Meta 前主管揭內情：廣告詐騙在 Meta 內部已被視為「流行病」 前 Meta 誠信事務主管 Rob Leathern 在接受《Fortune》訪問時指出，廣告詐騙問題在 […]

台灣新經濟連盟拜會數位產業署 聚焦公私協作與 AI 驅動的新經濟應用

台灣新經濟連盟（NEAT）11 日拜會數位發展部數位產業署，由理事長鄧萬偉率領產業代表團，與數位發展部數位產業署署長林俊秀及署內團隊，針對 2026 年科技相關專案方向、AI 國家戰略、數位憑證應用推廣、金融防詐與資料庫建立、AI 服務能量公信力與市場信任建立、產業示範場域、數位孿生導入挑戰等七大核心議題，展開深度政策對話。 NEAT 理事長鄧萬偉表示，NEAT 長期致力推動「ABCDE+M」產業策略主軸（AI、Blockchain、Cloud、Data、ESG／EC、Media），並串聯北中南創新企業建立跨域合作網絡。本次拜會旨在協助政府更貼近產業端真實需求，讓新興科技得以落地、普及並走向國際。他指出，AI、資安、數位信任、算力成本、防詐科技以及供應鏈升級，都是台灣下一階段競爭的核心關鍵，若政策設計能在早期即與民間同步對話，將大幅提升執行效率，也有助於打造台灣成為全球新經濟與數位科技的重要節點。鄧萬偉強調，NEAT 將持續扮演產官學橋樑， 協助整合集體創新能量， 並加強國際鏈結，使台灣科技實力被世界看見。 加強公私協作！產業盼更明確政府補助主軸與前瞻技術路線圖 德好將大數據執行長周育德指出，政府在 AI、大數據、資安與產業數位化等戰略領域的部署方向明確且具前瞻性，但企業端期待能更早掌握年度主題徵案、補助方向及資源配置原則，特別是 AI算力成本、雲端租賃服務、供應鏈韌性強化等前瞻技術議題，希望政府能建立透明化的規劃藍圖，以利企業提前佈局。 博士旺創新總經理黃啟誠表示，數位憑證皮夾是未來數位信任體系的重要基礎建設，但現階段各項應用場景尚未整合，業界希望了解政府推動計畫、驗證流程、示範場域與跨平台合作模式。他並指出，企業端也可提供實務資安能力，協助政府強化數位憑證皮夾的安全架構，讓民眾在使用時更具信心。 思偉達創新科技分析師陳怡如則提出，台灣目前詐騙相關資料散落於數發部、金管會、內政部等不同機關，缺乏整合性。業界建議政府主導建立「跨部會API 交換框架」，使合法業者能回饋可疑金流、錢包與詐騙樣態資料，強化國家級防詐體系。思偉達也呼籲建立「AI 防詐訓練資料庫」，協助模型學習多元詐騙樣態，使台灣在新型態詐騙防禦中擁有領先優勢。 共建開放生態圈！聚焦 AI 驅動的新經濟應用 iPASS 一卡通協理黃藍逸與科長葉庭芬指出，一卡通已啟動行為異常偵測、第三方驗證等 AI 防詐措施，並規劃打造整合式金融防詐儀表板。期盼與數產署的數位信任場域服務實地驗證計畫、智慧城鄉生活應用發展計畫、智慧雨林產業創生計畫等接軌，讓民生支付、交通與城市服務更具智慧化與安全性。 思偉達創新科技產品長郭東穎與業務經理程書琦表示，多數中小企業在採購 AI 專案時，普遍缺乏判斷 AI 服務品質的標準，導致試行成本提高、落地速度受阻。因此建議政府建立「AI 服務能量登錄」或「合規驗證機制」，提升市場信任度。思偉達也呼籲制定更適用 AI 項目的政府採購驗收指引，降低創新專案進入政府場域的門檻。 環球睿視執行長蘇育民指出，全球算力高度集中於NVIDIA CUDA，使 AI 成本居高不下。若台灣能憑藉硬體優勢打造開放、合理成本的算力生態，即能成為全球 AI 應用示範基地。他分享 AIspeakin 已在觀光場域落地應用即時口譯與導覽服務，並建議政府強化國際宣傳，同時推動北投士林、內湖科技園區成為「AI 演算法與雲端應用中心」，並串聯台日與全球市場。 麗鴻科技總經理蔡宗霖強調，石化材料是半導體供應鏈的重要基礎，但在導入 AI 與數位孿生過程中，面臨資料不足、防爆技術與通訊挑戰、模型精準度不足、OT/IT 整合困難、工廠 3D 模型缺口、工安預測能力有限與資安與組織阻力等七大關鍵瓶頸。他呼籲政府建立跨部門專案協作，協助真正有需求的核心產業在全球競爭中取得技術領先。 台灣圖靈鏈代表則建議政府規劃常態性的跨領域產業交流委員會，例如每兩個月一次的對談，使政策制定初期就能吸收產業回饋，縮短政策與實務落差。 會中，數位產業署署長林俊秀針對業界建言逐一回應，強調政府推動 AI 的核心，是讓資源投入真正能帶動產業升級的關鍵領域。因此，未來補助政策將聚焦生成式AI、PQC、資安、演算法、模型與資料治理等前瞻技術，而針對現已成熟的方案如 KM（知識管理）計畫，則會需要回歸市場機制。至於企業關心的雲端／地端部署彈性、導入成本與 […]

NVIDIA AI 科技中心資深解決方案架構師李正匡博士剖析 AI 前沿應用！立即報名東吳大學巨量資料管理學院沙龍講堂

隨著 AI 發展正快速從「能思考的 AI」邁向「能行動的 AI」，企業不只需要能進行推理、理解上下文的 AI Agent，更需要能與真實世界互動、操控機器、 建立動態環境理解的 Physical AI。 在東吳大學 12/27 於城中校區舉辦的巨量資料管理學院沙龍講堂 ，邀請到 NVIDIA AI 科技中心資深解決方案架構師李正匡博士，以「From Agentic AI to Physical AI: NVIDIA software tools overview」為主題，從「建構 Agentic AI 的核心堆疊」、「從虛擬到實體：Omniverse 與 Isaac 的整合能力」、「Cosmos 世界模型：走向 Physical AI 的核心基礎」三大面向出發，解析 NVIDIA 在 AI 轉型中提供的關鍵軟體技術與完整工具鏈 。 搶先解鎖 NVIDIA 演講 3 大亮點 面對企業級 AI 應用的爆發，如何快速開發、部署及維運 AI Agent 系統成為關鍵挑戰。李正匡將在演講中詳細介紹 NVIDIA 用以降低開發門檻、加速導入時程的工具集，包含 AI […]

AI 戰場轉向！NVIDIA 發表開源 AI 模型 Nemotron 3，黃仁勳「軟硬通吃」戰略解讀

長期以來，NVIDIA 一直被視為全球 AI 浪潮中最關鍵的硬體軍火商，其 GPU 幾乎支撐了 OpenAI、Google、Anthropic 等公司的算力需求。然而，隨著這些 AI 公司開始自研晶片以降低對外部供應商的依賴，NVIDIA 也正積極重塑其市場定位。 12/15，NVIDIA 正式發表全新開源 AI 模型家族 Nemotron 3，同步釋出訓練資料與工程工具。這顯示 NVIDIA 不再滿足於硬體霸主地位，更打算主導軟體和模型層。《WIRED》分析，推出自有模型與生態系，等同為 NVIDIA 提前建立另一道防線。 Nemotron 3：專為「代理式 AI」打造的架構 Nemotron 3 是一系列可下載、可自行修改、可在自有硬體上部署的開源大型語言模型，NVIDIA 表示，其效能在同級開源模型中名列前茅。值得留意的是，Nemotron 3 的核心設計，鎖定的是「代理式 AI」（agentic AI）需求。 該模型家族分為三種規模：Nemotron 3 Nano 擁有 300 億參數、其中 30 億為啟用參數，旨在執行目標明確、高效的任務，目前已率先釋出。Nemotron 3 Super 則為 1,000 億參數，擅長處理多代理應用場景；最大版本 Nemotron 3 Ultra 則達 5,000 億參數，可為複雜 AI 應用與代理式系統編排提供進階推理能力，預計於 2026 年上半年陸續推出。 […]

MSI 入選《Forbes》全球最佳雇主，打造支持專業成長的卓越職場環境

全球電競與高效能運算領導品牌 MSI 微星科技再度榮登《Forbes 全球最佳雇主（World’s Best Employers 2025）》榜單。微星科技表示，本次獲選反映公司長期在 人才培育、福利照顧、職場安全與多元共融 上的持續投入。透過完善的學習資源、透明的職涯發展制度與跨部門合作環境，微星科技致力打造能讓員工充分展能、持續提升專業的職涯舞台。公司同時依循 TCFD、GRI、SASB、RBA 等國際框架強化永續治理，使整體 ESG 作法更具透明度並與國際接軌。 微星科技經營管理中心副總經理蔡維新表示：「此次獲選是對微星科技重視人才發展、培育與職場照顧的肯定。我們致力打造安全、健康、具支持性的環境，讓同仁能專注成長、發揮專業、創造創新價值。未來，公司也將持續完善永續治理與職涯發展資源，打造讓科技人才能盡情發揮的舞台。」 支持職涯發展：學習資源與跨部門合作並進 微星科技提供多元化的學習資源與訓練平台，涵蓋專業技能、管理能力、永續議題與技術發展等課程，協助同仁精進專業。根據《2025 永續報告書》，2024 年微星員工平均受訓時數較上一年度成長近 10%，展現公司在人才永續上的長期投入。公司並推動跨部門研討會、改善提案與研發獎勵制度，讓創新與持續成長成為組織文化的一部分。 福利照顧與多元共融：打造安心且友善的工作環境 微星科技採行多項優於法規的福利措施，從薪酬競爭力、休假制度到多元照顧方案，協助員工在不同人生階段保持工作與生活的平衡。公司依循 RBA（責任商業聯盟） 及 聯合國 SDGs推動多元共融政策，確保女性工程師與管理職在升遷、報酬與職涯發展上皆享有一致機會。 此外，微星提供孕期友善措施、營養補給、社團活動補助與完善的運動與伸展空間，讓員工在高強度的研發與專案節奏中維持良好身心狀態，提升工作品質與職涯韌性。 科技工具協助提升協作與專業效率 微星科技在日常營運與職能培訓中導入多項科技應用，協助員工更有效率地完成研發、協作與跨區域溝通。公司內部的數位學習平台提供從資料分析、技術發展到管理能力等多元課程，支持同仁持續提升專業能力。 在研發流程中，團隊運用 AI 技術進行模擬、熱設計預估與效能分析，以縮短測試與改善週期；行銷與業務團隊則透過智慧化工具強化內容生成、語言協作與市場洞察，使跨國協作與產品上市節奏更為順暢。這些科技應用協助員工專注於更具創意與價值的工作內容，也形成新世代的微星文化基底。 健康與安全：打造穩健且可信賴的職場環境 微星科技建立完整的職業安全衛生管理體系，由專業委員會定期監測廠區環境並推動相關改善措施。公司提供 駐廠醫療門診 與 心理諮商服務，協助同仁在高壓專案期獲得即時身心照護。全廠區依循 國際職業安全衛生管理體系進行職安管理，並持續以科技化方式強化場域安全與健康照護。 2024 年微星科技獲得 「新北工安獎—職場永續健康與安全獎（優等）」，展現企業在職安管理、員工關懷與心理健康實務上的深度投入。 （本文訊息由 MSI 微星科技提供，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：MSI 微星科技。）

簡立峰談 AI 泡沫：泡沫會破在資料中心，不是破在 CSP

專訪：戴季全撰稿：李昀蔚 進入 2026 年前夕，Google 釋出的 Gemini 3 模型在品質上實現大幅度的躍進，迅速成為科技產業關注的焦點。從深度思考能力、意圖偵測，到背後的 TPU 架構選擇，這波進展不只牽動 AI 模型競爭格局，也進一步引起外界對 AI 算力競爭、AI 泡沫化，乃至對整個軟體產業發展趨勢的討論。同時，訂閱制、廣告與 GEO（Generative Engine Optimization）等新型商業模式，在接下來的 AI 時代，也變得更加關鍵。 本集《全新一週》邀請 Google 台灣前董事總經理簡立峰，從 Gemini 的技術突破談起，延伸解析 OpenAI 的結構性壓力、AI 泡沫可能出現的位置，以及軟體與服務生態的重要變化。 Gemini 3 「深度思考」與「意圖偵測」能力大躍進的關鍵 首先談到近期 Gemini 3 的品質大躍進，簡立峰指出，這是 Google 追求卓越，並在長期策略與目標設定下的成果。 簡立峰分析，使用者之所以明顯感受到 Gemini 3 在品質上的提升，關鍵在於模型「深度思考」與「意圖偵測能力」的顯著進步。由於深度思考能力增強，使得模型在回答時更加言之有物，無論是內容的廣度或深度，都能讓使用者清楚感受到差異。至於意圖偵測能力的提升，則是指即使使用者未能清楚表達問題，模型仍能準確推測使用者真正想詢問的內容，且判斷相當精準。 「Gemini 的深度思考能力為什麼那麼強？這跟模型架構有很大的關係，Gemini 一開始就是追求卓越，雖然被人家罵、被人家笑，但是它就是要做一個航空母艦，所以才會一開始就公佈接受 100 萬個 Token Length 這麼長的上下文，」簡立峰強調，這與剛開始 ChatGPT 僅有幾千個 Token 的目標設定完全不同，也清楚展現 Gemini 的結構與底氣。 […]

企業 C-level 主管最新恐懼：AI 造成「批判性思考」斷層，企業接班梯隊恐無人可用

諮詢公司 Protiviti 與北卡羅來納州立大學發布《2026 年高階主管風險觀點報告》，調查全球 1,540 名董事會成員與 C-suite 高階主管。結果揭示一項關鍵瓶頸：儘管 69% 的高層對 AI 驅動營收抱持樂觀，但一場關乎企業生存的「人才危機」正悄然浮現。 報告數據顯示，「採用新技術導致勞動力需要技能提升/再培訓」已躍升為全球受訪主管認定的第 3 大近期風險，僅次於網路威脅與第三方風險。然而，目前人才短缺的狀況和以往有所不同。 根據《Fortune》報導，Protiviti 全球負責人 Fran Maxwell 指出，這次的技能挑戰比過去任何時候都更為普遍，它不再像過去的技術變革僅侷限於 IT 部門，而是影響著幾乎每一份工作和每一項資源。此外，這場危機的核心在於，AI 正在摧毀企業傳統上培養專業人才的機制。 傳統「練功」路徑斷裂：未來的經理人從何而來？ 與 Protiviti 合作的北卡羅來納州立大學教授 Mark Beasley 表示，過往的技術多半是「強化」人類工作能力，但生成式 AI 與自動化系統，正直接取代部分工作本身。他坦言，這代表人類能力的核心正在被迫轉向：執行不再是重點，真正重要的是策略思考與判斷力。 Beasley 認為，在 AI 讓知識取得幾乎零成本的情況下，組織與教育體系面臨的難題不再是「教會人怎麼做」，而是「如何培養會思考的人」。他直言，這對企業與大學而言都是全新的結構性挑戰，也讓他對未來是否出現「批判性思考能力斷層」感到憂心。 這樣的衝擊，也正在動搖企業長期累積專業能力的既有路徑。過去在金融或法律等專業領域，新進員工透過執行重複性的基礎任務，來累積深厚的產業知識。然而，這些「練功型」工作正逐漸被 AI 自動化取代，那麼企業該如何培養未來的「中堅力量」？ 資源錯置的警訊：有錢買 AI，沒錢養人才 這份報告還點出了一個關鍵的瓶頸：儘管企業積極投資於網路安全（排名第 1）、業務流程改進（排名第 2）與基礎設施現代化（排名第 3 的投資優先級），但「人力資本管理與員工技能培訓」在整體戰略投資中僅排名第 6。 Protiviti 分析指出，這種資源分配的不平衡形成了一個危險的人才技能瓶頸。雖然技術系統獲得了資金，流程也正在被重塑，但負責操作和優化這些新系統的「人」，在投資優先級上卻被視為次要。報告警告，如果沒有相應的人才投資，昂貴的 AI 基礎設施將面臨變成「擺設軟體」（shelf-ware）的風險，企業將無法從轉型中獲得預期的投資回報（ROI）。 企業的自救之道：從外部招募轉向內部升級 為了避免未來陷入「無將可用」的窘境，Beasley 與多位產業顧問認為，企業勢必要從根本重設人力與組織設計。短期內，最棘手的挑戰在於工作重新定義與職能重組，而這並非多數人資部門過去擅長的能力。若企業未能及早調整，未來兩、三年內，可能會出現缺乏早期職涯人才、組織發展停滯的風險。 因此，當前的人才優先事項，已從單純招募轉向「內部升級」。企業必須盤點現有人才具備的能力、未來所需的技能，並建立有效的培訓與成長路徑，讓員工能夠管理 […]

為什麼 AI 的數學能力暴衝，會成為企業下一個關鍵轉折點？

先進 AI 模型在國際奧林匹亞數學競賽中獲得金牌，象徵 AI 推理能力大幅進化，但是當 AI 擁有創造性推理能力，企業又該如何設立安全機制，避免 AI 超出自身理解範圍？

【從聊天到實際行動】AI 代理怎麼開始？企業最容易落地的五大自動化場景

當我們談論人工智慧在商業應用的演進，一個明顯的轉變正在發生：從被動回應的聊天機器人，進化到能夠主動規劃與執行的 AI 代理。 這個轉變不僅是技術層面的躍進，更代表著企業自動化能力的全面升級。對於正在評估 AI 導入策略的企業決策者來說，理解這個差異並掌握最容易落地的應用場景，將是搶占競爭優勢的關鍵。 導入 AI 代理的技術門檻正在快速下降 AI 代理與傳統聊天機器人最根本的差異，在於它們的行動能力。當聊天機器人還停留在回答問題、生成內容的階段時，AI 代理已經能夠理解任務目標、制定執行計畫，並且自主完成整個工作流程。 舉例來說，傳統客服機器人可能只能回答「如何申請退款」，但 AI 代理卻能直接處理退款申請、更新訂單狀態、發送確認郵件，甚至安排後續的客戶滿意調查。 這種從「對話」到「行動」的轉變，讓 AI 真正成為能夠接手重複性流程的數位員工。 更重要的是，隨著 SaaS 工具的成熟，導入 AI 代理的技術門檻正在快速下降。企業不需要擁有龐大的技術團隊或深厚的 AI 專業知識，就能開始部署這些智慧助手。這種易用性的提升，讓 AI 代理成為各種規模企業都能採用的實用工具。 五個應用場景成為企業導入 AI 代理的最佳起點 在眾多可能的應用場景中，《Forbes》提出了五個具備高度通用性和明確價值主張的應用場景，成為企業導入 AI 代理的最佳起點。 首先是客服自動化領域。客戶服務之所以成為 AI 代理的理想應用場景，是因為大部分客服查詢都遵循標準格式，並且依賴於 FAQ 和知識庫中的既有資訊。AI 代理不僅能處理初始對話和故障排除，還能執行退款、更新客戶記錄、管理訂單和訂閱等具體操作。 第二個高價值場景是銷售與 CRM 管理。從自動化簡訊和聊天來資格審查潛在客戶，到辨識最有潛力的商機、安排通話時程、更新 CRM 記錄，AI 代理都能勝任。這種自動化讓銷售團隊能夠將精力集中在建立關係和成交上。 合規工作是第三個值得關注的領域。面對不斷變化的法規要求，企業需要投入大量資源進行監控和報告；AI 代理特別適合這類工作，因為它們能夠自動化監控和報告流程，主動修正錯誤和遺漏，並建立完整的稽核軌跡。 第四個應用場域則是招募前期流程，雖然最終的人才選擇仍需人工判斷，但招募流程的初始階段包含許多重複性任務。AI 代理可以根據需求撰寫並發布職缺廣告、為不同招募平台客製化內容、摘要履歷並根據條件篩選候選人、執行初步測試，然後聯繫優秀人選並安排正式面試。 最後，市場情報追蹤也是 AI 代理的絕佳應用場景。AI 代理可以扮演研究助理的角色，協助理解市場趨勢、競爭活動和其他影響業務成功的外部因素。它們能夠為不同利益相關者，編製客製化報告，並即時整理新興趨勢。 企業應該從「最耗人工、規則最清楚」的流程開始 成功導入 […]

【科技早餐】AI 人才解開「金手銬」：OpenAI 撒股權、微軟拒砸錢

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊AI 人才解開「金手銬」：OpenAI 撒股權、微軟拒砸錢 為了搶人，矽谷行之有年的「金手銬」規則正在鬆動。《華爾街日報》披露，OpenAI 為了對抗 Meta 與 Google 的挖角攻勢，取消新進員工的「股權閉鎖期」（Vesting Cliff），過去需任職滿一年才能取得股票，如今入職第一天，股權即刻生效，大幅降低人才流動的心理與時間成本。 這項策略讓 OpenAI 今年的股票薪酬支出上看 60 億美元，幾乎等同預期營收的一半，也凸顯頂級 AI 人才的稀缺性。相對之下，微軟 AI 部門執行長 Mustafa Suleyman 公開表態不跟進天價薪酬，強調只招募高度契合、精簡高效的菁英團隊。xAI 則被迫縮短閉鎖期，以因應高壓文化與形象爭議帶來的招募阻力，AI 人才市場呈現明顯分歧。 ＊全球科技重心翻轉：中國九成領先，美國只剩八項防線 根據獨立智庫澳洲戰略政策研究所（ASPI）最新報告，中國在 74 項關鍵與新興技術中，有 66 項排名全球第一，領先比重逼近九成，涵蓋核能、合成生物、小型衛星等高戰略價值領域；美國則僅在量子計算、地球工程等 8 項技術中居首。相較本世紀初美國曾在九成以上技術領先，全球科技重心已出現明顯翻轉。 ASPI 分析超過 900 萬篇學術論文，以 2020 至 2024 年間高度被引用研究為基準，發現中國在雲端與邊緣運算的研究強度已超越美國，反映北京正加速將 AI 從實驗室推向實際部署。不過報告也指出，論文領先不必然等同工程與商業優勢，例如在先進航太引擎領域，中國雖排名第一，但性能、可靠性與耐久性仍未追上歐美。 ＊AGI 的隱形天花板：不是算力，是人類打字速度？ OpenAI Codex 產品負責人 Alexander Embiricos 指出，目前限制 AI 生產力的關鍵，並不在模型能力或算力規模，而在「人類輸入與驗證的速度」。只要人類仍必須親手撰寫提示詞、逐行檢查程式碼，整體流程就會被人類的物理極限拖慢，形成新的效率天花板。 […]

MIT 做出「語音轉現實」製造新介面：說一句話，機器人做出你想要的物件

生成式 AI 正在快速突破數位和實體的邊界，麻省理工學院（MIT）研究團隊近日發表一套「語音轉現實」（Speech-to-Reality）的系統，這是一種 AI 驅動的工作流程，嘗試建立一個全新的製造介面：使用者只要開口說出需求，機器人就能在幾分鐘內直接把物體「做出來」。 這套系統的核心是自然語言處理、3D 生成式 AI 與機器人組裝技術，研究人員已成功讓機械手臂完成椅子、凳子、書架、小桌子，甚至裝飾用的狗雕像等物件。根據參與研究的麻省理工學院研究生與晨邊設計學院研究員 Alexander Htet Kyaw 表示，這是首次有人將這些技術結合起來。 從一句話到實體物件，製造流程全面改寫 在實驗室中，一支固定於桌面的機械手臂會接收人類的語音指令，例如「我想要一張簡單的凳子」。系統首先透過語音辨識，將指令交由大型語言模型（LLM）解析，再由 3D 生成式 AI 建立該物件的數位網格模型。 接著，系統會將這個 3D 模型進行體素化（voxelization），拆解為可實際組裝的模組化元件，並進一步考量現實世界中的製造限制，例如零件數量、結構穩定性、懸空限制與幾何連接方式。最後，系統會自動產生可行的組裝順序與機械手臂的路徑規劃，完成實體物件的組裝。 比 3D 列印更高效、不懂 CAD 也能上手 與傳統製造流程相比，這套系統最大的突破，在於它降低了專業技能的門檻。過去，設計與製造往往需要 3D 建模（CAD）、工程繪圖或機器人程式設計背景，而這套系統則讓沒有相關經驗的人，也能直接透過自然語言參與設計與製造。 此外，這種方式也大幅縮短物件的製作時間。相較於 3D 列印往往需要數小時甚至數天，該系統採用即時組裝的方式，能在幾分鐘內就完成物件。 Kyaw 形容，這項計畫的核心目標，是打造一個人類、AI 與機器人之間的共同介面，讓三者能一起「創造我們周圍的世界」。 模組化設計，為永續製造鋪路 這套系統採用模組化元件進行組裝，也隱含對永續製造的想像。研究團隊指出，透過可拆解、可重組的模組設計，物件在不再需要時，可以被拆解並重新組合成其他用途，例如將沙發重新組裝成床，減少材料浪費。 團隊目前也計劃進一步強化家具的承重能力，從原本以磁力連接的方式，改為更穩固的結構設計。此外，研究人員已開發可將體素結構轉換為多台小型移動機器人可執行的組裝流程，未來有望將這套系統擴展至更大尺度的建築或結構。 研究團隊也透露，未來將把語音控制與手勢辨識、擴增實境（AR）操作整合進系統，進一步提升人機互動的直覺性。 ＊本文開放合作夥伴轉載，資料來源：《MIT News》、《The Robot Report》、《hackster.io》，首圖來源： Alexander Htet Kyaw

加密資本正在轉向中東：為何全球加密巨頭齊聚阿布達比，尋求「長期資金」與「監管新局」？

近期加密貨幣產業正面臨市場下滑與資金緊縮的困境，亟需尋求新的資金注入以重振產業活力。 根據《華爾街日報》報導，許多加密貨幣產業參與者，原先預期美國總統川普對加密領域的支持，會加速市場採用並帶來顯著收益，但突如其來的暴跌已經打亂業界預期。 此外，比特幣在今年 10 月份因一連串針對交易所的清算行動，導致動能減弱，美國國會對加密貨幣相關立法也進展緩慢，阻礙建立數位貨幣監管框架的新法案。這種市場低迷與美國監管議程進展不如預期的雙重壓力，驅使加密產業參與者轉向充滿希望的資金新大陸：中東。 加密巨頭齊聚阿布達比，瞄準雄厚資金 近日全球多位加密產業的重要人物與企業代表集體前往阿布達比，希望與資金雄厚的阿拉伯聯合大公國投資者達成交易，為產業注入新的活力。在阿布達比現身的人物大致可以分為兩大陣營：一邊是與比特幣倡導者 Michael Saylor 共同參與 Bitcoin MENA 會議的「核心信仰者」；另一邊則是出席阿布達比金融週會議的「機構資金」群體，包括Coinbase 和 Circle 的高層，以及 Bridgewater 避險基金創辦人 Ray Dalio，還有傳統銀行巨頭 UBS 和 HSBC 的代表。 其他來到阿布達比尋求投資的企業，還包括川普家族青睞的投資銀行 Dominari Holdings，以及韓華集團（Hanwha Group）的投資與證券部門，因為韓華集團預計將阿布達比作為加密產品擴展的區域中心。 為什麼阿布達比成為加密產業眼中的「新金主」？ 全球加密產業巨頭齊聚阿布達比的原因，相中的是阿布達比的主權財富基金與大型家族辦公室，這類資金也被視為目前仍具備大規模投資能力的來源。 《華爾街日報》指出，與美國創投不同，這些中東資金方傾向尋求長期合作，而非短期投資回報。因此對加密公司而言，這意味著要說服主權財富基金或大型家族辦公室投資，通常需要數年時間建立關係，同時必須承諾在當地發展實體營運。 另一方面，為了吸引加密新創公司，阿拉伯政府正提供早期資金、免費辦公空間及其他福利，鼓勵他們在當地的金融區設立辦公室。在監管層面，全球最大的加密貨幣交易所幣安（Binance）上週宣布，已獲得阿布達比金融監管機構的全面授權，提升整體產業對中東地區的信心。 除了具備大規模投資能力，阿布達比對加密貨幣的興趣持續增長，其中政府層級的投資行動更為加密產業提供強烈的制度性背書，例如一家政府支持的阿拉伯投資公司在今年購買了幣安 20 億美元的股份，表明政府層級也積極參與加密資產。 海灣國家不再是「跟進者」，而是「領先群」 若將視野從阿布達比放大至整個阿拉伯灣周邊的海灣地區，根據《中東經濟》（Economy Middle East）報導，2024 年海灣地區的加密貨幣市場就已達 1,100 億美元，預計未來十年將以每年近 9% 的速度增長。近年，加密與區塊鏈技術，已被視為海灣地區長期經濟願景的一部分，因為這有助於降低對能源產業的依賴，並實現經濟多元化。 海灣地區目標是成為受監管、有韌性的加密生態系統領導者，例如杜拜虛擬資產監管局（VARA）截至 2024 年已發放 23 個受監管的 VASP （虛擬資產服務提供者）許可證，目前估計獲得許可的公司數量已接近 40 家。 這些海灣地區結合資本投入與基礎設施建設，成功吸引加密企業與人才進駐。像是幣安等交易所不僅舉辦自己的活動，也協辦阿布達比金融週等大型會議，藉此建立社群並培育人才，以創建符合海灣地區經濟需求的實用案例，像是跨境支付和符合伊斯蘭教法的加密貨幣產品。 因此，《中東經濟》形容，海灣地區在全球加密貨幣市場的角色，已經從觀察者成為塑造這場革命的「領先者」，而成長的基礎，就是建立在「監管」之上。 […]

無人機研發從「年」縮短至「週」、教材每 2 週作廢，烏克蘭如何實現技術與人才的零時差同步？

烏克蘭的無人機技術已引起了各國軍隊的關注，越來越多國家希望借鑑烏克蘭的經驗，以抵禦外部威脅。值得關注的是，隨著無人機產業的蓬勃發展，也催生了新的教育模式：自 2022 年以來，烏克蘭各地湧現一批無人機學校，目的在培訓無人機飛行員，以對抗俄羅斯的入侵。從這些學校的運作模式，更能看見戰爭的協作邏輯和速度正徹底被顛覆，傳統的軍事和產業模式正面臨失效風險。 課程即戰場：兩週一次的極致迭代 烏克蘭無人機學校並非依循固定教材運作，而是隨著戰場變化不斷調整教學內容。《Business Insider》報導，多名無人機學校負責人指出，課程更新頻率有時甚至「以週為單位」計算，因為前線的戰術、干擾方式與無人機型號迭代極快。 代號為「Ruda」的 Dronarium 無人機培訓學校的研發主管 Tetyana 就指出，其課程有時每兩週就會修改一次，強調學校必須迅速適應這些變動。 為了課程保持實戰價值，學校教官會定期到前線視察、與已畢業、正在服役的學員保持密切聯繫，並且測試新技術來讓課程更完善。透過群組即時交流，前線士兵回報敵方新戰術和手段，教官則即時提供指導和建議，並將這些回饋納入教材。Tetyana 表示，大多數情況下，即使是同一主題的兩場講座，內容也不盡相同。 另一所無人機訓練機構 Karlsson, Karas & Associates 的執行長也表示，他們只教授「真正會在戰場上用到的東西」，任何已不具實戰價值的內容，都會被迅速淘汰。部分學校甚至讓所有結訓學員持續留在教官群組中，確保第一線的變化能即時回流至訓練體系。 重新定義人才：會飛更要會修的「複合戰力」 《基輔獨立報》的實地報導顯示，烏克蘭無人機學校的訓練內容，早已超出單純的飛行操作。以情報、監偵用的固定翼無人機為例，學員不只要熟悉 GPS 受干擾情境下的導航，還必須掌握高風速條件下的起降技巧，避免損壞最昂貴的感測設備。 部分課程甚至要求操作人員具備工程與維修能力，能在野外快速修復或重新配置系統。模擬訓練軟體也會刻意加入惡劣天候、電子戰設備等變因，測試學員在高度不確定情境下的判斷能力。教官直言，如果無法快速適應，就無法在戰場上生存。 軍隊、學校與企業之間的新型協作 這種高度即時、雙向回饋的模式，也逐漸影響無人機產業本身。《Business Insider》報導，多家無人機與反無人機公司開始仿效無人機學校的做法，透過與前線士兵直接交流，甚至親赴戰場觀察使用情境，加速產品迭代。部分士兵則會直接向製造商回饋設計問題，或索取替換零件。 美國反無人機公司 DroneShield 的高層便指出，武器系統的研發週期，正在從過去的數月、數年，縮短至數週。立陶宛無人機公司 Granta Autonomy 的執行長也表示，他甚至也會親自前往戰場，目的理解產品必須如何改變，才能維持實際效用。 給全球產業的警訊：速度本身就是戰力 這種高速演化的戰爭模式，也為其他國家帶來壓力。英國武裝部隊大臣 Luke Pollard 今年稍早表示，西方軍隊正面臨過時風險。他指出，烏克蘭前線的無人機技術大約每兩到三週就會迭代一次，但北約國家的採購流程，往往需要五到十年才能完成，等裝備真正到位時，可能早已不符合戰場需求，「我們必須從根本上挑戰我們原有的假設」。 大西洋理事會（Atlantic Council）的分析進一步指出，歐洲在學習烏克蘭經驗時，往往過於專注於獲取最新的無人機技術，而忽略了訓練的重要性 。烏克蘭勝利無人機（Victory Drones）計畫負責人 Maria Berlinska 也表示，無人機戰爭的成功，85~90% 成取決於背後的團隊，而非單一設備。 從不斷重寫教材的無人機學校，到快速回饋的產業合作模式，烏克蘭正在實戰中建立一套以「速度」為核心的戰爭協作體系。這場無人機戰爭顯示，未來的軍事競爭，不只比拚技術先進與否，更考驗一個國家能否持續學習、快速修正，並讓訓練與實戰始終保持同步。 ＊本文開放合作夥伴轉載，資料來源：《DW》、《Business Insider》、《Ukraine’s Arms Monitor》、《CBS NEWS》、《The KYIV INDEPENDENT》、Atlantic Council，首圖來源：Dronarium […]

ASML 如何成為半導體產業的節奏制定者？ High-NA EUV 成為下一階段 AI 晶片產能決勝點

生成式 AI 與大型語言模型的快速擴張，推動 NVIDIA 等 AI 晶片供應商高速成長，也讓整個半導體產業鏈承受前所未有的產能壓力。隨著 AI 演算法愈趨複雜、資料處理需求持續攀升，先進製程晶片的生產速度與良率，正逐漸成為限制 AI 擴張的關鍵因素。 《Bloomberg》指出，正是在這樣的拉鋸之下，來自 NVIDIA 為首的 AI 晶片領導者的壓力，最終集中到能製造最先進晶片的關鍵設備供應商，其中 ASML 就扮演無可取代的角色。ASML 執行長 Christophe Fouquet 在 2024 年上任後，便持續強調與客戶深化技術合作，試圖在這波 AI 熱潮中穩住先進製程設備的交付與升級節奏。 AI 成長速度，正逼近 ASML EUV 的產能與交付極限 從技術層面來看，ASML 之所以成為 AI 時代的關鍵節點，原因在於 ASML 是全球唯一能供應極紫外光（EUV）光刻設備的公司，這項設備對製造目前 NVIDIA 和 Apple 等公司使用的最先進晶片至關重要，這些晶片又進一步支援 OpenAI 、Microsoft 等公司的 AI 工作負載， 因此 ASML 又被視為 AI 時代的重要根基。 EUV 技術是 AI 晶片效能提升的基礎，對於維持摩爾定律和推動 […]

AI 漏洞掃描贏 90% 資安專家，卻卡在「不會點滑鼠」：史丹佛研究揭 AI 代理的能力極限

隨著 AI 技術快速演進，外界對「全自動化資安攻擊」的擔憂也愈來愈高，不少人認為，「AI 駭客」的出現，可能只是時間問題。近期史丹佛大學研究團隊打造並測試一款名為 ARTEMIS 的「AI 滲透測試代理」，目標就是讓 AI 自己上線掃描企業網路，找出可能被駭客利用的資安漏洞，並利用這些漏洞進行攻擊。 為了確認 AI 到底能做到什麼程度，研究團隊首次將 AI 代理直接拿來和人類資安專家「正面對決」，並把 ARTEMIS 部署在受控的企業測試環境中，在完全相同的任務條件下，讓這套 AI 代理與多名專業滲透測試人員同步執行測試，比較雙方在實際資安任務中的表現差異。 實驗結果顯示： AI 在漏洞掃描效率上明顯領先人類 史丹佛的研究結果顯示， ARTEMIS AI 代理總共發現 9 個有效漏洞，並以 82% 的有效提交率，整體表現優於參與測試的 90% 人類專業滲透測試者。同時，ARTEMIS 在總分排名中位居第二，其技術複雜度和提交品質與最強的人類參與者相當。 研究發現，AI 能夠以「閃電般的速度」發現漏洞，並在短時間內掃描大量系統與服務，其中 AI 代理的優勢特別體現在系統化的列舉（systematic enumeration）和平行漏洞利用（parallel exploitation）。當 ARTEMIS 在掃描中發現值得注意的事項時，會立即在後台啟動一個子代理去探測該目標，這可以讓 AI 代理發現人類測試者可能因時間或精力限制，而忽略的漏洞。 在成本方面，ARTEMIS 的運行費用極低，每小時約為 18.21 美元，明顯低於資安人員每小時約為 60 美元的成本。但需要注意的是，這 18 美元的計算僅包括 API 調用費用，不包含基礎設施或即時監控的研究團隊人力成本。 AI 代理的弱點：無法處理圖形介面任務 然而，這項研究也清楚揭露，ARTEMIS […]

AI 醫療的戰場正在轉移，變革不在醫院而在日常生活中

談到人工智慧在醫療領域的未來，多數想像仍停留在高度自動化的診斷系統，甚至是能取代醫師的機器人。但實際正在發生的改變，並不集中在醫院核心，而是悄悄進入人們的日常生活——家中、穿戴裝置，以及隨身的智慧型手機，正成為 AI 醫療最活躍的場域。 AI 開始介入健康判斷，但角色不是醫生 這股轉向日常場景的趨勢，也已反映在消費者實際行為上。美國市場的調查顯示，已有超過三分之一的成年人，主動使用人工智慧工具來理解與管理自身健康，而用途遠比外界想像更為分散且實際。 多數人並非把 AI 當成「醫療替代品」，而是視為輔助理解與規劃的工具。有人用來查詢特定疾病與健康問題，有人協助安排每週飲食與食譜，也有人透過 AI 學習新的運動方式，或在情緒低落時尋求即時的心理支持。 值得注意的是，這些使用行為並不僅止於「獲取建議」。約四分之一的使用者，已開始將 AI 作為交叉驗證的工具，用來核實來自社群媒體、醫療專業人員或親友的健康資訊。這顯示，消費級 AI 正逐漸被納入個人健康決策流程中，扮演的是「理解、整理與判斷輔助」的角色，而非單一權威來源。 消費級 AI 正補上醫療斷層 在所有消費級 AI 醫療應用中，心理健康是最早、也最廣泛落地的領域之一。以聊天機器人為核心的心理健康工具，透過認知行為療法（CBT）架構，提供情緒追蹤與結構化對話支持。研究顯示，這類工具在短期內確實能減輕憂鬱症狀，部分研究顯示可達二到四成區間，特別是在結合語音、動畫等多模態介面時，效果普遍優於純文字互動。 這些工具並非取代治療師，而是在專業資源不足或尚未介入之前，提供可即時取得的支持，降低心理健康照護的門檻。 慢性病管理，尤其是糖尿病，是另一個已累積實證的應用場景。結合持續血糖監測（CGM）與 AI 分析的系統，能即時回饋個人化的血糖趨勢，協助使用者調整飲食與活動。研究指出，這類工具不僅改善血糖控制，也提升了用藥與生活習慣的依從性。在部分試驗中，AI 介入甚至使特定族群的用藥依從性提高超過三成，凸顯個人化回饋在行為改變上的潛力。 成熟的落地模式：穿戴裝置與早期風險偵測 穿戴式裝置，則是 AI 與健康管理直接交會的節點。以 Apple Watch、Fitbit 為代表的裝置，透過機器學習演算法偵測異常心律，協助發現心房顫動等高風險狀況。大型臨床研究顯示，這類被動式監測在真實世界中具備實用價值，且假陽性率相對可控。 這類應用的關鍵，不在於精準診斷，而在於提早發出警訊，讓使用者能及早進入醫療體系。未來，類似模式也正擴展至睡眠呼吸中止症、夜間缺氧與跌倒偵測等場景，特別對高齡族群與居家照護具有實際意義。 仍是輔助角色，尚未進入臨床核心 除了監測與行為管理，AI 也被大量用於協助民眾「理解醫療」。從保險理賠、就醫流程，到醫囑與檢驗報告的解讀，生成式 AI 正嘗試降低醫療資訊的理解門檻。部分醫療機構已開始試行 AI 改寫術後說明或檢驗結果說明，初步結果顯示，病患理解度提高、追問次數下降。 然而，這類工具目前多半運作在醫療體系的邊緣，產生的資料尚未被有效整合回臨床流程，也難以成為醫師決策的一部分。症狀自查與分診工具亦是如此，雖然使用者體驗良好，但診斷準確度差異極大，仍不適合用於高風險判斷。這意味著，AI 在現階段仍應被視為輔助角色，而非臨床判斷的替代者。 挑戰不在技術，而在能否被體系採納 整體來看，消費級 AI 在醫療領域的真正價值，並不在於顛覆既有醫療體系，而是在現行制度難以及時、全面覆蓋的地方補位。無論是心理健康支持、慢性病自我管理，或長時間的生理監測，這些場景本就不是醫院最擅長處理的範圍，卻正是 AI 能發揮規模效益的切入點。 一旦 AI 被期待成為「診斷者」，其風險與限制便會被無限放大。但當它被明確定位為協助理解資訊、持續監測狀態與提醒行為的工具時，其實際效益反而更清楚可驗證。 真正的下一步挑戰，不是再推出更多消費級健康工具，而是這些工具能否被納入醫療體系的視野。只有當 AI […]

不確定性成為常態，零售供應鏈為何必須走向即時預測？

零售產業邁入全新轉折點，機器學習、預測分析與 AI 技術，促成「數據驅動供應鏈」概念出現，將企業從「被動」解決問題，轉向「主動」預測及規劃。

物流倉儲升級關鍵：台達整合感知、判斷到控制與優化，實現高效無縫人機協作

在高架貨架間穿梭的自走車、沿著通道高速移動的堆垛機，以及在輸送帶上不間斷進出的貨流，已成現代物流中心的日常畫面，這個情境也凸顯全球供應鏈加速運行下的高節奏壓力。面對越加密集的貨流、人力短缺、土地空間成本攀升、人員與設備交錯共存的複雜場域，台達智能倉儲物流解決方案從感測、傳動、驅動到控制與管理，可全面協助系統與場域業者建構兼具精準感知、高速運送、穩定操控與即時資訊流的系統，以強化自主化運作效率。其中，透過 RGB-D ToF 攝影機 DMV-TM、高階物聯網型控制器 AX-5 與人機介面 DOP-300 系列，可讓設備理解環境、判斷路徑、做出正確決策與行為，推動倉儲物流邁向真正的智慧化。 倉儲運作的多重挑戰 ── 人力結構變動、場域微誤差與資訊斷點 台達感測及儀表產品部市場行銷主任黃寗指出，勞動力不足已成為結構性問題。倉儲作業高度重複、需長時間輪班，再加上工資上升，使得多數企業開始尋求自動化與智慧化。此外，倉儲空間本身成為瓶頸，黃寗觀察，「有限的土地與建置成本，導致倉庫需要在同一坪數中承接更大的流量，但只要定位誤差或動線不順，就會明顯拖累整體吞吐量。」 台達控制方案事業部資深副理裴慶人補充，自動化設備密度提高後，人員與自走車混流的環境也顯著提升安全風險，如果設備的感知能力不足，面對掉落物、突出物或人員靠近時，反應不夠快、不夠準，就可能造成停機、貨損或人員受傷。裴慶人點出，更大的挑戰是資訊落差，許多倉庫仍在作業結束後才會由各部門彙整報表，當管理者缺乏即時資訊，便難以掌握最佳調度時機，只能進行延後決策。 黃寗強調，倉儲效率下降往往不是來自單一問題，而是場域中多個微小誤差累積的結果。例如貨架長期使用後可能傾斜或位移，即便偏差只有幾公分，也足以讓自走車或叉車在取放時出現卡件。棧板偵測也同樣棘手，插孔位置偏移、棧板破損、貨叉上附著異物或貨物超出邊界，都是現場作業人員每天反覆面對的問題，這些狀況不僅降低效率，更可能使系統錯誤判斷位置、放位不正，甚至造成貨物倒塌。 至於在人機協作方面，隨著自走車與堆垛機的速度越來越快，但如果視覺盲區過大或感知不夠靈敏，一旦人員意外進入軌跡，設備很難在短時間內完成避障，「倉儲逐步走向高密度、高速運作後，這些看似細微的問題，都成為流程穩定度、設備稼動率與安全性的關鍵，」黃寗說。 要讓倉儲真正智慧化，需要「正確資訊」以及做出判斷的「大腦」 為協助企業解決上述痛點，台達打造 RGB-D ToF 相機應用，其核心並非只是一台能提供 2D影像與3D 深度資訊的相機，而是一套從硬體到軟體皆可快速落地的完整視覺方案。黃寗說明，一般而言，若要同時取得 3D 深度與 2D 彩色影像，往往需要兩台相機，伴隨而來的是安裝複雜、校正困難、座標轉換繁瑣與盲區處理等高門檻整合工作，而台達的 DMV-TM 攝影機將這些繁重步驟全部封裝於產品內，包括校正、參數設定、座標轉換、自動對位與影像疊合等都已預先優化，使系統整合商只需透過簡單設定，就能取得可直接使用的融合影像。這讓相機能夠精準辨識棧板與貨物、貨物堆疊狀態，甚至可以在紙箱密集堆疊時區分「多個箱子」與「一個大物件」的差異。 對自走車而言，DMV-TM 更扮演避障與路徑更新的核心感知，使其能自主理解周邊距離、降低碰撞風險。台達視覺感測提供協助設備「大腦」做出正確判斷所需要的詳細資訊，配合視覺平台 DIAVision 與一系列開箱即用的軟體應用，棧板對位不準、插孔難辨識、箱體突出、棧板傾斜、落物偵測等常見場域問題，都能透過內建的演算法快速解決，無需額外撰寫程式或自行建模調參，這不僅為使用者縮短導入時間，也減輕系統整合的客製負擔。 除了靈活的「眼睛」，要讓倉儲真正智慧化，還需要能夠在瞬息間做出判斷的「大腦」。裴慶人指出，台達的高階物聯網型控制器 AX-5 採用高效能運算架構，可即時協調自走車、分揀系統與其他現場設備，並透過 Wi-Fi 以訊號強度推估距離，在派工時快速判斷最接近的車輛，以及最有效率的路徑。更關鍵的是，AX-5 讓資料在場域內即時流動，每一次揀貨、移動或出貨發生的當下，系統便會自動將路徑時間、庫存變動、設備能耗等資訊直接上傳至雲端，取代過去「作業完成後再彙整」的流程，「管理者可以藉此同步掌握現場狀態，並且依據最新資料立即進行派車優化、補貨調度、人力配置或異常處理，使倉儲決策不再落後現場半拍，也真正把自動化運作提升至智慧化的層級，」裴慶人說。 此外，要讓這些即時資訊真正跨場域流動，企業更需要一個能將現場狀態直接送往上層系統的入口。裴慶人表示，台達人機介面 DOP-300 不只是操作介面，而是成為 MES、WMS 乃至雲端平台的資料傳輸通道。透過這個入口，各地倉儲不再受制於逐級回報的時間差，可以在同一時間軸即時呈現庫存、任務與稼動狀態，「這些倉儲據點橫跨全球多國的企業，可藉此讓補貨、調度與設備管理同步反應，解決以往報表流程效率不彰的痛點，」裴慶人強調。 助力倉儲物流業者改善分揀前端的穩定度，維持輸送節奏不中斷 黃寗分享美國大型物流中心運用台達 DMV-TM 攝影機，在前端分揀作業中的運作模式與具體效益。在這座物流中心的分揀入口，包裹經常因角度歪斜、站立或高度過高而造成推送失敗與卡件，影響前端分送效率，台達在入口兩側部署兩台 DMV-TM 攝影機，先透過雙視角深度影像拼接進行 360 度包裹姿態判讀，再由 PLC 控制器驅動推桿進行角度修正，使包裹以正確姿態進入後段輸送線。黃寗表示，「美國大型物流中心導入 DMV-TM […]

從賣商品走向賣「解決方案」！北美裝修巨頭 Home Depot 如何用 AI 升級服務鏈？

北美裝修零售龍頭 Home Depot 於 11 月發布 AI 新工具「Blueprint Takeoffs」，瞄準專業建築者、裝修職人與住宅改建市場，試圖解決產業中長期存在的痛點：材料清單製作與預算估算流程冗長、繁複、容易出錯。 這項新工具透過 AI 辨識與分析住宅的藍圖，能在短時間內產生完整的材料需求清單與正式報價，大幅壓縮原本可能需要數週的前期作業。Home Depot 也藉此打出新定位：不只賣材料和工具，更要成為專業客戶房屋裝修的「解決方案」。 從繁瑣到自動化：AI 重塑裝修專案的前置流程 以往，一個裝修專案在開工前，得投入大量時間整理藍圖細節，逐項確認所需材料：從外牆結構木料、屋頂材料，再到室內各式五金、工具與裝飾配件，每一項都需要逐筆估算成本，甚至需要分別向不同供應商詢價比價，在來回比對的過程中，不確定性與時間成本常常是一大壓力來源。 Blueprint Takeoffs 的出現，把這個流程的週期直接縮短成數天，一口氣獲得具競爭力、完整的採購清單與報價，提高效率也降低錯誤和不確定性。 不只是工具上線，而是整套服務鏈的整合升級 Home Depot 不僅推出工具，更透過其龐大的 Pro Team（專業客戶團隊）進一步深化服務鏈。當客戶與外勤業務或店內 Pro Desk 接洽時，Home Depot 的團隊會先了解專案需求，再由 Blueprint Takeoffs 系統產出客製化清單與報價，同時協助尋找難以採購的特殊材料。換句話說，AI 工具並非單打獨鬥，而是 Home Depot 企圖打造的新型整合服務環節的一部分。 以 Blueprint Takeoffs 為起點，消費者還可以在同一平台完成從估算、採購到運送甚至帳務管理的一條龍流程，其中也包含 Home Depot 已提供的企業採購帳戶、延伸信用額度、彈性配送（當日、隔日、排程）、專案管理工具與後勤支援等。整個生態系越完整，對專業客戶的黏性就越高，也更能形成其他競爭對手難以跨越的服務護城河。 台美零售同調：從賣商品走向賣解決方案 從策略角度來看，Home Depot 的布局並非單純引入 AI 技術，而是零售業正在進行的更大規模轉型：從「販售產品」走向「提供解決方案」。 在台灣，與 Home Depot 同為裝修零售業的特力屋，也同樣察覺單靠大型賣場與商品銷售已難以支撐未來成長。特力集團總裁何湯雄 […]

【科技早餐】《時代雜誌》圈選 AI 八大戰神，人類歷史之輪被誰掌握？

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊《時代雜誌》圈選 AI 八大戰神，人類歷史之輪被誰掌握？ 《時代雜誌》（TIME）公布 2025 年年度風雲人物，一次點名 8 位 AI 關鍵推手，名單橫跨 NVIDIA 執行長黃仁勳、AMD 執行長蘇姿丰、Meta 執行長 Mark Zuckerberg、Tesla 執行長Elon Musk，到 OpenAI 執行長 Sam Altman、DeepMind 的 Demis Hassabis、Anthropic 的 Dario Amodei，以及 AI 新創 World Labs 創辦人李飛飛。TIME 直言，這些人正掌握歷史方向盤，技術與決策正重塑產業與生活。 TIME 也指出，AI 潛能今年全面爆發，「既無法回頭，也不能退出」。從醫學研究、氣候預測到數學難題，AI 能力以半年翻倍的速度成長，但同時也帶來能源消耗、工作替代、假訊息與權力集中的風險，讓全球社會站在一場高風險的科技轉折點上。 ＊川普收回 AI 主導權：聯邦對決 50 州監管碎片化 美國總統川普正式簽署行政命令，將 AI 監管權集中回聯邦層級。他強調，美國的 AI 發展不能被 50 州各自為政拖慢，否則在全球競賽中可能喪失領先地位，AI 必須只有一個核准與否決的源頭。 白宮指出，目前全美已有約 […]

「永續」如何變成營收？品牌在 2026 年必須完成的三個轉換

永續已不再是企業「想做就做」的附屬議題，它正成為品牌成長與財務韌性的核心來源。問題是，多數品牌仍不知道永續如何真正帶來營收，或如何讓消費者相信。 這份由全球主要市場研究機構 Kantar 發布的《Unlock Sustainable Growth in 2026》（暫譯：2026 年開啟永續成長）報告，並非提出新口號，而是整理品牌正面臨的結構性轉折：永續策略已被視為可量化的競爭力，其對品牌價值與危機後復原速度的影響，也在數據中清楚浮現。 報告提出三項核心框架：量化永續、讀懂品類、打造成長劇本，協助企業把永續從成本中心真正轉化為成長引擎。 📌 《2026 年開啟永續成長》適合誰閱讀？ 如果你在規劃 2026 的品牌策略、ESG 行動或永續溝通，這份報告能讓你的方向更清晰。 具體來說，適合負責品牌成長、行銷策略制定、以及永續性轉型相關決策和執行工作的人員閱讀，包括： 🔴 報告洞見 💡 永續性不再只是道德議題，而是品牌競爭核心 永續性已從附屬議題轉變為品牌競爭力的核心。Kantar 報告的數據顯示，過去 20 年強勢品牌的價值成長達 435%，不僅超越 S&P 500，更在 2008 金融危機與 COVID-19 等衝擊中展現更快的恢復力，說明永續性的確能強化品牌的長期韌性。 在全球百大品牌中，光是「永續性認知」就能貢獻品牌價值的 10%。若品牌能制定清晰而可信的永續策略，Kantar BrandZ 預期其帶來的價值貢獻，在 2040 年可能累積達 2.7 兆美元。 但巨大的成長機會背後，也伴隨日益升高的信任門檻。調查顯示，60% 的消費者認為企業談永續主要是為了獲利，而 59% 的人曾接觸到誇大或失真的企業永續宣稱，讓綠色漂白成為品牌信任度普遍偏低的主因。 不信任也會直接反映在消費行為上，54% 的人會因為產品具有負面的環境或社會影響，而減少或停止購買。換言之，永續性不僅關乎品牌形象，更攸關實際營收。 因此，品牌的課題已不再是「永續是否能帶來成長」，而是：如何以可驗證、可衡量、具一致性的方式，讓永續性真正驅動成長。 💡 從懷疑到成長，品牌如何用三大策略解鎖永續效益？ 要跨越永續性的「價值 → 行動差距」（85% 想做得更好，但僅 29% 真正付諸行動），品牌需要一套能把永續性轉化為成長的實證方法。因此，下一步不是證明永續性「是否值得做」，而是透過三項策略把證據、紀律與商業目標嵌入核心策略。 策略一：品牌必須證明「永續性」如何帶來實際營收 許多行銷團隊至今仍懷疑永續性是否真的能為品牌帶來實質成效，因此第一步是打造一個品牌專屬、可量化、且與營收緊密連動的商業案例，報告提出了五個不可或缺的執行步驟： […]

Sim2Real 新利器？Runway 首個世界模型登場，支援 Python SDK 串接 VLA 機器人模型

世界模型競賽再添新玩家。以影片生成技術聞名的 AI 新創 Runway，正式發表其首個世界模型 GWM-1，試圖從「生成影像」跨足「模擬現實」領域，並鎖定機器人與科學模擬等新市場。該公司更宣稱，相較於 Google 的 Genie-3 等競爭對手，GWM-1 具備更高度的通用性。 Runway 表示，GWM-1 透過逐幀預測的方式運行，在每一個畫面中同時考量幾何、光線、物理規律與時間推進，讓模型能在虛擬環境中預測世界接下來會發生什麼。Runway 將 GWM-1 定位為通用世界模型（General World Model），可在機器人、生命科學等不同領域中，為 AI 代理提供訓練與推理所需的模擬場景。 Runway 執行長：邁向「通用模擬」的關鍵一步 所謂的「世界模型」，是指 AI 能建立一套理解世界運作法則的內部模擬系統。這讓 AI 具備推理、規劃及行動能力，無需在現實中經歷所有的場景訓練。Runway 技術長 Anastasis Germanidis 指出，從高品質影片生成出發，直接教模型「預測像素」，是通往通用模擬能力的最佳路徑，「只要規模足夠大，數據足夠豐富，就能構建出一個對世界運行方式有充分理解的模型。」 目前 GWM-1 建立在 Runway Gen-4.5 架構之上，採自回歸（autoregressive）方式逐幀生成，目前已支援相機運鏡、機器人指令與音訊等即時互動操作，未來計劃整合更多感測與控制訊號。雖然 Runway 未刻意強調 AGI（通用人工智慧），但執行長 Cristóbal Valenzuela 形容，GWM-1 是邁向「通用模擬（General World Simulation）」的一大步。 為了滿足不同應用需求，GWM-1 目前拆分為三個針對性模型：GWM-Worlds、GWM-Robotics 與 GWM-Avatars，未來目標是統一為覆蓋多種動作空間的基礎模型。 一、GWM-Worlds：即時環境模擬沙盒 根據 Runway，GWM-Worlds 是一個用於即時環境模擬的世界模型。使用者可以透過文字提示或圖片設定一個靜態場景，模型便會在 720p、24fps […]

不靠 NVIDIA、找台積電代工：Rivian 自研 AI 晶片，低價搶攻特斯拉主導的自動駕駛市場

美國電動車製造商 Rivian 近日舉辦首場「Autonomy & AI Day」活動，正式對外揭露在自動駕駛與 AI 技術上的布局藍圖，同時宣布推出首款自家研發的自動駕駛專用晶片「Rivian Autonomy Processor 1」（RAP1），並以晶片為基礎，整合先進 AI 模型與感測器堆疊，進一步實現全自動駕駛的願景。 過去，Rivian 一直採用 NVIDIA 和高通驍龍晶片的組合來驅動各項車輛功能，包括輔助駕駛和資訊娛樂系統。因此 Rivian 選擇自研晶片的行動，也被外界解讀為 Rivian 要正式降低對 NVIDIA 的依賴，轉向自行掌握關鍵運算能力的決心。 自研晶片 RAP1：支援多感測器融合，將由台積電代工 Rivian 自研的這款 RAP1 晶片，是專門為 「以視覺為中心的實體 AI」（vision-centric physical AI） 所設計，以支援更進階的自動駕駛功能。據 Rivian 的數據， RAP1 晶片每秒可處理 50 億像素的攝影資料。 此外，RAP1 不僅是單純的晶片，而是可以將處理器和記憶體整合到一個單一多晶片模組中，以提供更高的效率和性能。Rivian 的發言人也向《Business Insider》證實，這款自研晶片將由台積電製造，並採用 5 奈米製程節點。 除了自研晶片，Rivian 也同步推出核心 AI 模型「Large Driving Model （LDM）」。Rivian 的 LDM […]

Google 發表全新 AI 瀏覽器「Disco」，外媒：Google 搜尋與 Vibe Coding 的完美結合

Google 正在重新想像現代網路瀏覽的樣貌。這次不是強化 Chrome，而是發表一款名為「Disco」的瀏覽器。它的第一個功能「GenTabs」結合其最新模型 Gemini 3，可將使用者的提示與瀏覽行為轉化為一個可互動的「專屬小型應用程式」，讓 AI 不再只是回答問題，而是直接替你打造便捷理解資訊的小工具。 Disco 的操作始於熟悉的動作：在聊天框輸入需求。然而，接下來的體驗卻與現有的 AI 瀏覽器或聊天機器人截然不同。 從搜尋到「生成應用程式」的新瀏覽體驗 簡單來說，當使用者在 Disco 中輸入查詢或提示詞時，它不會只給你一堆搜尋結果連結、讓你開啟一系列相關的標籤頁，還能提供「GenTabs」選項，進一步根據你的潛在需求，「打造」出一個客製化的專屬應用程式。 或許你會思考，查詢資料有需要打造一個 Web App 嗎？從 Google 提供的示範便能略知一二。 根據《The Verge》報導，Chrome 團隊負責創新實驗室的 Manini Roy 在示範時開啟了 Disco，並新增了一個標籤頁。不過，更精準地說，那並不是傳統的「標籤頁」，而是 Google 口中的「專案」（project），也就是一種「瀏覽器中的瀏覽器」。打開後最先出現的是一個聊天框，Roy 在裡面輸入她想規劃一趟日本旅程。Gemini 立刻開始運作，這是最常見的聊天機器人使用場景。 然而，Disco 的回覆並不只是跳出一大串文字與連結。它同時做了兩件事：自動提供多個與日本旅行相關的網頁，並詢問是否要透過「GenTabs」替她建立一個互動式的旅行規劃工具。Roy 按下同意約一分鐘後，Gemini 在瀏覽器右側生成了一個類似互動式網頁應用的介面，包括一張標示景點的日本地圖、簡易行程規劃器，以及所有資訊來源的連結。 這些來源包含「專案」內已開啟的分頁，而 Roy 之後新增瀏覽的各種景點頁面，也會即時反映在 GenTab 產生的行程中。網頁應用完成後，使用者也可以透過自然語言指令繼續優化它。 不是取代使用者，而是讓使用者「一起研究」 這種互動式回饋，是 GenTabs 的核心精神：模型會根據使用者開啟的網頁協助補充資訊，而不是單方面持續推送內容。換句話說，使用者不需要不斷下指令要求更多推薦，而是透過自己主動開啟想去的景點頁面，讓 GenTab 自動將它們加入行程，並與模型建議的項目一併整合。相比許多一鍵自動化的 Agent 系統，這種方式更像是與 AI「共同協作」。 Disco 或許是目前最「以網頁為核心」的 AI 瀏覽器示範之一；與多數傾向把使用者留在聊天介面的 AI […]

【OpenAI 戰略大轉向】GPT-5.2 從聊天工具進化為企業生產力引擎，下一個成長押注在企業市場

OpenAI 近日發布最新的 GPT-5.2 模型，並將這款新模型定位為可以更好自我解釋、具備更高可靠性，並能處理冗長、複雜甚至雜亂任務的模型。 OpenAI 表示，GPT-5.2 的設計重點在於替使用者「解鎖更多的經濟價值」，因此在試算表建立、簡報製作、程式碼撰寫、圖像理解、長上下文處理、工具操作與多步驟專案管理等專業場景，都有顯著提升。這些升級後的能力，也展現出 GPT-5.2 焦點已不只是在日常聊天，而更偏向強化複雜推理與專業任務的能力，明顯更適合商務情境。 GPT-5.2 的亮點：升級推理、記憶力與可靠性 《TechRadar》報導，OpenAI 推出 GPT-5.2 的核心目標，是在推理、記憶力與可靠性三大面向做出明顯提升，並讓這些技術進步真正反映在日常使用情境。 首先，在推理能力上，GPT-5.2 能協調多步驟推理，將複雜問題拆解並串接成連貫思維鏈。OpenAI 的測試顯示它在多項需要大量資訊的任務中已能與專業人士匹敵，例如在涵蓋 44 種職業的 GDPval 基準測試中，有近四分之三的表現擊敗或追平頂尖專家，而 Thinking 版本執行任務的速度更比專業人士快上 11 倍以上，成本低於 1%。 記憶力的提升也強化 GPT-5.2 的專業應用能力。GPT-5.2 能追蹤數十萬字內容不中斷，使完整專案資料夾、長篇報告或多份文件能在同一上下文中處理，並延伸到更準確的圖表與視覺理解。 在可靠性方面，GPT-5.2 的幻覺率比 GPT-5.1 降低 30%，讓使用者檢查與修正的時間明顯減少。同時，GPT-5.2 在工具操作上也更穩定，例如可以在航空客服的複雜情境中成功完成訂位流程。此外，作為對話夥伴，GPT-5.2 在心理健康與情緒議題的回應更安全，也更具支持性。 GPT-5.2 瞄準企業用戶，全面進化為企業生產力工具 OpenAI 形容 GPT-5.2 是「迄今最具能力、最適用於專業知識工作」的模型系列，直接挑戰 Gemini 3 的通用模型地位。這些能力的提升，也反映在企業端的實測案例。 作為早期測試者之一的 Box 執行長 Aaron Levie 透露，他們在測試中發現 GPT-5.2 在公司擴展推理測試中的表現，比 […]

用不用 AI，銷售差距可能是 77%：銷售決策正在從經驗走向模型

研究發現高達 7 成企業主管現在經常依賴 AI 進行商業決策，AI 已經成為企業銷售單位決策者的「第二意見」，應用重點也正式轉向智慧化，促使企業發起職位整合。

AI 缺電救星？超音速飛機新創 Boom Supersonic 新推天然氣渦輪機，克服資料中心兩大痛點

超音速飛機新創 Boom Supersonic 近日正式發表 Superpower 天然氣渦輪機，這是一款 42 百萬瓦（MW） 的動力渦輪機，目的是為 AI 資料中心供應可靠的能源。  Superpower 天然氣渦輪機運用與 Boom 正在開發的 Symphony 超音速噴射發動機相同的核心技術。Boom 表示，Superpower 的推出將透過提供數十億瓦（GW）的新容量，加速 AI 資料中心的開發。 Superpower 渦輪機的核心技術 Superpower 渦輪機利用極端溫度技術，讓機器即便在環境溫度超過華氏 110 度（約攝氏 43 度） 的極端氣溫下，也能維持 42 MW 的輸出，成功克服像奇異（GE）、勞斯萊斯（Rolls-Royce）等傳統動力渦輪機在外部高溫時發電容量下降的問題。 此外，Superpower 的 「無水」運行能力是一大優勢，這讓 Superpower 能夠部署在炎熱和乾旱的環境中，解決 AI 資料中心水資源受限的問題。正因為這些技術特性直接對應到 AI 資料中心在高熱、缺水與功率需求上的痛點，Superpower 很快就吸引了市場的採用。 目前，AI 基礎設施公司 Crusoe 已經訂購 29 台 Superpower 渦輪機，Boom 也宣布，這些訂單總計容量達 1.21 GW，總額則超過 12.5 […]

Apple Mac 平台：企業 AI 落地的最佳敲門磚！以領先 40% 的每瓦效能與超高記憶體頻寬，攜手精誠 EAP 方案助企業把 AI 投資變競爭優勢

根據 KPMG 在 2025 年發布的《台灣產業 AI 應用與趨勢與展望報告》，近三成企業在未來一年將提高投入 AI 應用的預算，還有四成企業持續投入 AI 人才的培訓。隨著 AI 轉型已成為企業提升全球競爭力的關鍵，不過精誠資訊觀察，企業導入 AI 時，往往面臨成本、資料安全、基礎設施複雜度等多重挑戰，為協助客戶解決這些痛點，精誠資訊與 Apple 深度合作，結合 AI 平台與 Mac，提供兼具效率、安全與成本優勢的企業 AI 落地應用。 在提升運算效能的同時減輕成本負擔 「多數企業推動 AI 專案的盲點在於追求高算力，然而有效的『算法、算術』才是關鍵。」精誠資訊產品共享中心處長邱彥彰分析，企業 AI 部署的三大挑戰包含成本、隱私權與資料安全性，以及基礎設施的佈建。在成本方面，許多企業為了確保 AI 運轉，一昧地追求算力提升，但這並非強化 AI 效能與效率的最佳方法，往往反而因大部分預算都卡在了昂貴的 AI 硬體設備上，讓轉型計畫止步於構想階段；在隱私權與資料安全性方面，製造業、金融業、政府機關等產業擁有巨量機敏資料，必須審慎評估部署 AI；在基礎設施條件受限的老舊廠房，若導入高耗能的 AI Server，不僅需重新拉線配管，也將使整體能耗與運維成本大幅增加，「因此，我們推出了一套以 Apple 技術為核心的『Apple AI』解決方案，根據客戶不同應用場景的需求，以合適的設備、算力與算法結合 Apple M 系列晶片，協助企業以更精實的能源與投資，取得更高效的 AI 運算成果。」 邱彥彰進一步說明，採用統一記憶體架構的 Apple M 系列晶片具備高頻寬與低延遲特性，在等效推理任務中，其平均功耗僅約為一般晶片的三分之一。這項優勢使企業在維持運算效能的同時，能夠有效減少電力支出與散熱需求。與此同時，Apple M 系列晶片每瓦 TOPS 表現領先業界 40% 以上，讓企業能夠直接沿用既有辦公室電力配置，無需升級配電或冷卻系統。邱彥彰指出，過去從設備下單、交付到完成部署往往需三到六個月，甚至長達一年的時間；伺服器機房與機櫃更需滿足散熱、防噪、防火等複雜條件，導致整體建置成本與時間周期大幅增加，但許多時候企業導入 AI […]

鼎泰豐、乾杯也在用！送餐機器人如何靠「人機協作」新模式，解決餐飲營運痛點？

這幾年，大型連鎖餐廳如鼎泰豐、乾杯、涮乃葉，都看得到送餐機器人的蹤影，市場調查公司 Global Industry Analysts 最新研究指出，2024 年全球送餐機器人市場規模約為 6.387 億美元，並預估在 2030 年攀升至 37 億美元，年複合成長率超過三成。 這些機器人穿梭於餐桌之間的畫面，逐漸成為消費者在外食時的日常景象，也象徵智慧餐飲時代的全面展開。 送餐機器人受青睞：提升效率，也提升顧客體驗 送餐機器人之所以獲得市場青睞，最直接的原因是能有效提升送餐效率，協助餐廳在高翻桌率時段維持穩定的出餐節奏與服務品質。過去，人工服務生需要往返廚房與桌位之間，耗費大量步行時間，如今這一部分工作逐漸交由機器人負責，使服務人員能更專注於桌邊互動、個人化推薦、顧客關懷等更具附加價值的服務。 台灣經濟研究院以鼎泰豐為例，在鼎泰豐裡，機器人在走道間送餐，但桌邊是面帶微笑、熟練擺盤的服務生，人機協作搭配得宜，更彰顯其兼具效率和品質的服務。 更重要的是，送餐機器人除了改善餐廳內部流程之外，對顧客體驗也有正面影響。《Journal of the Knowledge Economy》研究顯示，在有機器人服務的場域中，「創新性」、「愉悅感」與「衛生處理」三項因素，會顯著提升消費者未來持續使用的意願。對許多消費者而言，送餐機器人不只是自動化設備，更是一種新奇有趣的用餐體驗，特別受到親子家庭與年輕世代喜愛。它帶來的互動感，使餐廳在競爭激烈的市場中建立差異化形象。 技術突破降低導入門檻，拓展更多使用情境 從技術層面來看，Global Industry Analysts 指出近年來送餐機器人的導航與識路能力大幅進化，也是推動市場普及的關鍵因素。 過去機器人多依靠地面貼條或固定路線行走，容易受環境限制，也不具備自主調整能力，不免讓人覺得有點「擋路」，但隨著 LiDAR、SLAM（同步定位與建圖）及 AI 動態路徑規劃等技術快速提升，現代送餐機器人能在沒有軌道的情況下，自行建立環境地圖，並在行走時不斷更新資訊，準確避開顧客、服務生與移動中的障礙物。這使機器人能夠從容應對擁擠、桌椅不斷變動、路徑狹窄的餐飲環境，在各種場景中維持高效且穩定的運作。 如此一來，送餐機器人在高人流、高翻桌率的場域中展現出更高的經濟與操作價值。例如美食街的長動線配送、火鍋店與燒肉店的頻繁補菜、速食店的高周轉率環境等，都讓機器人能充分發揮減少人力成本、提升效率的效益。同時，這些技術的成熟也降低了服務機器人的使用門檻，使更多餐廳能直接導入，不必再對環境進行大規模改造。 另一方面，機器人設計的多元化與模組化也正在拓展新的使用情境。比方說，部分智慧型機器人加入消毒功能，可在每次送餐後進行快速殺菌；另有廠商導入保溫與隔熱設計、防溢結構與遠端資料監測，使機器人成為兼具配送效率與食品安全管理的設備。此外，一些業者甚至開始測試能夠推薦酒款、倒飲料，甚至具備情緒辨識能力的 AI 服務生，當偵測到顧客表情不滿時會自動通知人工服務員介入，打造更細緻的混合式服務體驗。 送餐機器人的興起不只是科技導入，而是餐飲業服務模式的轉型。尤其當前人力市場緊縮、消費者期待快速穩定的服務體驗，加上成本控管成為餐飲管理的核心議題，送餐機器人正巧提供了一條降低壓力、提升效率的解方。 ＊本文開放合作夥伴轉載，參考資料：台灣經濟研究院、Global Industry Analysts、《Journal of the Knowledge Economy》，首圖來源：AI 工具生成 （責任編輯：廖紹伶）

【科技早餐】NVIDIA 啟動晶片「定位鎖」！位置驗證技術曝光，中美走私戰升級

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊NVIDIA 啟動晶片「定位鎖」！位置驗證技術曝光，中美走私戰升級 NVIDIA 證實正開發「位置驗證」技術，能判斷 GPU 實際運作的國家，主要目的在防堵 AI 晶片遭走私至受禁地區。技術依靠 GPU 內建的「機密運算」能力，並透過與 NVIDIA 伺服器的通訊延遲推算位置，精準度接近一般網路定位。公司強調，這項功能僅供資料中心監控設備健康與庫存，回傳資料為唯讀，無法遠端操控系統。 若正式上線，該功能將回應美方希望加強晶片管控的要求。但更嚴格的監管，也促使中國官方要求 NVIDIA 說明是否存在讓美方繞過安全機制的「後門」。隨著走私規模擴大至數億美元，美中科技戰的監管戰線正推進到每一顆晶片的運算核心。 ＊祖克柏大轉彎！Meta 棄守開源，改押注閉源 AI 《彭博》報導，Meta 近期將 AI 策略從開源大幅轉向閉源商業化。執行長祖克柏 (Mark Zuckerberg) 近月強勢介入研發，並集中資源打造代號「Avocado」的新模型，預計明年春季以閉源方式上線，由 Meta 完全掌控授權，路線與 Google、OpenAI 類似。 轉向原因與 Llama 4 表現不如預期有關，Meta 也因此調整團隊、延攬頂尖研究員，並縮減元宇宙與 VR 投資，把更多資源投入 AI 眼鏡與大型閉源模型。Avocado 的訓練同時擷取 Google Gemma、OpenAI gpt-oss 及中國 Qwen 技術，凸顯競爭壓力升高。Meta 在大幅擴建 AI 基礎設施的同時，也面臨更強的獲利考驗。 ＊H100 上太空！全球首個太空 AI 訓練成功，算力競賽升空 […]

一開機就進入 Web3：小米手機將內建 Sei 錢包，讓加密貨幣加速大眾化

全球第三大智慧型手機製造商小米近日與 Layer-1 公鏈 Sei Network 達成新的全球合作夥伴關係。根據這項合作，小米 2026 年在中國大陸與美國以外推出的新手機，將內建 Sei 的加密錢包和 Web3 探索應用程式，讓 Sei 成為首個在主流智慧型手機上，不必經過應用程式商店搜尋或手動操作即可遇到的區塊鏈。 小米在 2024 年共出貨 1.68 億部智慧型手機，佔有 13% 的全球市場份額，因此這項合作能讓 Sei 接觸到「小米龐大的全球用戶基礎」，也將為數百萬人提供接觸加密貨幣的第一個入口，特別是在希臘、印度等由小米主導智慧型手機市場的國家。 合作內容：內建加密錢包與 Web3 探索入口 未來小米手機將內建由 Sei Labs 開發的加密錢包和 Web3 探索應用程式，這套應用程式將讓數百萬小米用戶不必額外下載軟體，即可探索 Web3 產品、存取去中心化應用程式（DApps），並執行點對點（P2P）支付。內建的錢包將是一個原生的 MPC 錢包，支援 Google 和小米 ID 登入，從而降低初次使用者進入加密貨幣領域的門檻。 同時，Sei 和小米也計劃加入透過 Sei 區塊鏈進行的穩定幣支付功能，將允許用戶使用穩定幣購買小米的智慧型手機、平板電腦與電動滑板車等產品組合。這項穩定幣支付功能預計從 2026 年第二季開始，在香港和歐盟等試點地區推出。 合作的象徵意義：使用者進入加密貨幣和 Web3 的門檻 業界普遍認為，內建加密錢包是降低使用者進入加密貨幣和 Web3 障礙的有效方式，因為能夠降低摩擦，讓 Sei 能夠面向非加密原生用戶進行大規模的消費者採用。Sei Labs […]

Google DeepMind 首座「自動化」實驗室將登場，要用機器人 + AI 探索新材料

Google Deepmind 近期在實體機器人與科學 AI 的佈局上動作頻頻。除了日前推出 Gemini Robotics 1.5 與 Gemini Robotics-ER 1.5 兩大模型，以及 11 月延攬波士頓動力前技術長擔任硬體工程副總裁外，最新進展是宣布將在英國設立首座機器人 AI 實驗室。 首座「自動化」實驗室，讓機器人代勞繁瑣實驗 這座位於英國的全新設施，預計於明年正式啟用，被 DeepMind 定義為其首個「自動化」設施（automated facility）。這代表，實驗室內的科學實驗將由機器人負責執行，旨在將人為介入降至最低。雖然 Google 並未透露具體的投資金額和人力規模，但其目標相當明確：利用 AI 演算法與自動化機器人，加速發現用於電池、半導體、太陽能板及醫學影像等領域的新材料。 DeepMind 將材料科學視為其核心研究方向之一。事實上，許多由 DeepMind 前工程師創立的新創公司，也正試圖利用先進的 AI 演算法來挖掘新材料，並主張這將能大幅降低研發成本與時間。 聯手英國政府，與微軟、OpenAI 正面交鋒 該實驗室是 Alphabet 與英國政府合作計畫的核心。根據協議，Google 將為英國的科學家、教師及公務員量身打造包括 Gemini 模型，並承諾提供英國科學家「優先使用權」，讓他們能率先使用四款針對科學研究的模型，包括用於解析 DNA 和預測天氣的模型。 《Bloomberg》分析，此項合作對 Google 而言具有高度的戰略意義：不只是推動政府部門採用其雲端服務與 Gemini AI 模型的一大勝利，也是為了在競爭激烈的 AI 市場中，與微軟及 OpenAI 等對手抗衡。 打造機器人界 Android：Google DeepMind […]

印度成為全球 AI 競賽決勝點！為何 Amazon、微軟、Google 同步押注百億美元搶進？

全球 AI 基礎設施版圖正在加速轉移，這次變動的核心是「印度」。在短短數週內，Amazon、微軟、Google 三大科技巨頭相繼宣布百億美元級別的投資案，範圍涵蓋 AI 資料中心、雲端運算、物流網路與人才培訓。這股罕見同步押注印度行動，不只是單純的市場擴張，更牽動全球雲端產業競局。 印度憑藉龐大人口、迅速成長的網路用戶、政府推動的數位公共基礎建設，以及全亞洲最快速的 AI 採用速度，正成為雲端巨頭眼中的下一個「決勝點」，也凸顯 AI 的下一輪競爭，將在南亞展開。 Amazon 加碼 350 億美元押注印度，同步擴張 AI、物流與電商 Amazon 最新公布，計劃在 2030 年前對印度市場投資超過 350 億美元，以擴大營運並深化其在亞洲第三大經濟體的業務版圖。過去 Amazon 已經在印度投資近 400 億美元，Amazon 表示，這筆新投資將聚焦於推動印度 AI 能力的發展，並預計在 2030 年前創造額外 100 萬個直接、間接、衍生的工作機會。 Amazon 表示，投資的一部分資金將用於強化印度的物流網路與基礎設施，以支援快速成長的電商需求。具體來說，資金將用於擴展其用於處理線上訂單的倉庫和配送網路。 Amazon 也將把資金投入快速商務（quick commerce）領域，以加速當地配送市場競爭，並與其他快速商務競爭者抗衡。同時，Amazon 也正在增加「微型履約中心」(micro-fulfilment centres) 的數量，並以每天增加兩間的速度在邦加羅爾、德里和孟買等地擴張。 Amazon 的擴大投資計畫，是微軟承諾在印度投資 175 億美元後不久發生的，顯示雲端科技巨頭們正在加速湧入印度市場的線索。 微軟投資印度 175 億美元，AI 基礎設施佈局全面擴張 微軟近日宣布，將在未來四年內向印度投入 175 億美元，這也是微軟有史以來在亞洲單筆最大的投資承諾。《The Tech Buzz》的報導，這筆大規模投資的目的是為了擴大印度的 AI […]

史上第一次 AI 模型在外太空運行！NVIDIA 支持的新創 Starcloud 打破資料中心「地心引力」

在全球資料中心的能源壓力與 AI 運算需求持續攀升之際，「把資料中心送上太空」的概念正在走向現實。由 NVIDIA 支持的美國新創 Starcloud 在 11 月初發射了一顆搭載 H100 GPU 的衛星，不只把比以往更強大的 AI 運算能力送入太空，如今更在軌道上成功運行大型語言模型（LLM）。根據《CNBC》報導，這是史上首次在外太空以高效能 NVIDIA GPU 運行 LLM。 「你好，地球人，或者我更喜歡稱你們為，一群迷人的藍綠色生物。」這顆名為 Starcloud-1 的衛星已能即時向 Google 的開放模型 Gemma 提問並取得回應。該衛星除了運行 Gemma 之外，還使用莎士比亞全集作為訓練資料，訓練了 NanoGPT，讓這款模型能以莎士比亞風格的英文進行對話。 為什麼要把資料中心送上太空？ Starcloud 執行長 Philip Johnston 在一次公開採訪中表示：「在地面資料中心能做到的事，我預期在太空也都能做到。而我們之所以要把資料中心搬到太空，純粹是因為地面能源正面臨限制。」他告訴《CNBC》，其公司的軌道資料中心能源成本將比地面資料中心低 10 倍。 根據高盛預測，到 2030 年資料中心電力需求將成長 165%。雖然部分資料中心已使用再生能源、也有新建設的園區直接配置自家再生能源，但無論是太陽能、風能等潔淨電力來源，或是資料中心本身的基礎設施，都必須占用大量實體空間。 《CNN》報導，業界開始將目光轉向太空資料中心，希望藉此跳脫土地、能源不足的限制。相較地面環境，太空能取得更穩定且更充沛的太陽能，沒有雲層遮蔽、沒有日夜循環，也不存在季節變化帶來的發電波動。 Starcloud 的下一步 Johnston 於 2024 年共同創辦 Starcloud，他也指出，Starcloud-1 能在軌運行 Gemma，證明太空資料中心未來可以存在並操作各種 AI 模型，尤其是需要大型運算叢集的系統。 他表示，Starcloud 已將衛星的遙測資料串接進模型中，也就是把感測器所回傳的生命跡象整合進去，而它會給出只有高性能模型才能提供的有趣回答。「你可以問它『你現在在哪？』它會回答『我現在在非洲上空，再過 20 […]

支付、監管、貨幣與基礎設施同時演化，2026 成新金融體系的起點

2026 年對金融科技產業而言，將是一個關鍵的分水嶺時刻。過去十年來，這個產業一直以創新速度與成長潛力作為主要賣點，吸引大量資金湧入。然而，隨著經濟逆風加劇、貨幣政策緊縮，以及市場對獲利能力的要求提升，整個產業正經歷結構性轉變。 傳統金融機構快速縮短與新創的技術差距 傳統金融機構在數位化的推動下，正快速縮短與新創企業的技術差距。過去十年，全球大型金融機構透過併購與策略投資，加速吸收金融科技能力，從「被動防守」轉為主動整合創新。這種競爭結構的轉變，使市場對規模化能力、監管專業知識與穩定營運的需求急遽升高。 同時，人工智慧、區塊鏈與先進安全協定等技術，已經從試驗性部署階段走向營運核心，推動金融服務模式的根本轉移。 支付與監管基礎設施的重組也全面展開。即時支付已成為全球趨勢，有研究預期在未來幾年內，相關交易金額將達到數十兆美元規模。以英國為例，其快速支付服務每年已處理數十億筆交易，而歐洲的單一歐元支付區（SEPA）等國際系統也在持續改善跨境支付軌道。 這種轉變使現金流管理、跨境支付與帳戶間轉帳都走向「即時」標準，對傳統卡組織造成壓力。消費者越來越期待即時結算成為標準，而企業也重新設計現金流管理，以適應即時流動性的新環境。 央行數位貨幣（CBDC）的發展同樣值得關注。目前已有超過 130 個國家正在探索 CBDC，其中數位人民幣仍是全球最大的試點計畫。英國央行的數位英鎊諮詢收到了 5 萬份回應，顯示市場對此議題的高度關注。CBDC 不僅能降低跨境結算成本，更可能重塑商業銀行的角色定位，使其從直接服務提供者轉變為分銷夥伴。 全球加密貨幣市值約 2.5 兆美元 在加密資產監管方面，全球正邁向成熟化階段。歐盟的 MiCA 法規已在 2024 年全面生效，英國政府承諾將英國打造成全球加密貨幣中心，而美國也在推進監管協調。 全球加密貨幣市值約 2.5 兆、在 2–3 兆美元間震盪，穩定幣在 2025 年上半年處理了超過 8.9 兆美元的交易量，甚至超越了 Visa 和Mastercard的轉帳量。這種監管成熟化將加密資產分類、穩定幣儲備規範與消費者保護推向一致性標準。 金融服務的商品化趨勢亦在加速。開放銀行已從單純的支付帳戶資料共享，擴展到涵蓋投資、保險、退休金等全方位的開放金融——英國開放銀行現有 1,000 萬活躍用戶，每年處理 140 億次 API。 有多份市場預測指出，嵌入式金融在 2030 年前有機會達到數兆美元等級的市場規模。非金融品牌現在能夠直接在其客戶旅程中無縫整合精密的銀行產品，涵蓋信貸、支付、保險等服務。銀行即服務（BaaS）相關收入也被看好在未來十年持續倍數成長，市場估值可望突破數百億美元。 這些轉變使傳統銀行，越來越多地扮演「金融基礎設施供應商」的角色，而非直接面對客戶的實體。 對話式 AI 取代傳統客服 人工智慧同時正在推動超個人化金融體驗的實現。AI 在金融科技市場預計到 2030 年將達到 411.6 億美元，目前已有 75% 的企業在使用 AI […]

巨頭競逐 AI Coding，Cursor 為何不怕被 OpenAI、Anthropic 取代？

在矽谷，AI 輔助程式碼編輯器 Cursor 被視為有史以來成長最快的新創之一，其估值在一年內從 25 億美元飆升至 293 億美元。然而，許多業內人士擔憂，Cursor 高度依賴 OpenAI 和 Anthropic 等公司的底層模型，而這些巨頭正積極推出自己的程式碼編輯產品，競逐同一批工程師用戶，可能對 Cursor 造成重大衝擊。 「我們看到的風險是，如果 Google 這樣的巨頭切斷像 Cursor 這樣公司的模型存取權，然後推出自己的版本，那該怎麼辦？」Coinbase 工程經理 Kyle Cesmat 說。面對這項生存威脅，Cursor 執行長 Michael Truell 並不擔心，同時強調公司已打造出獨特且難以複製的技術護城河。 Cursor 的差異化定位：不是模型公司，而是完整工作流平台 面對科技巨頭的競爭，Michael Truell 將雙方差異比喻為「概念車」與「量產車」，並指出 OpenAI、Anthropic 等模型製造商的產品更像是展示引擎能力的概念車；相較之下，Cursor 則是整合模型、開發工具與工作流程的終端產品，能真正投入實際生產。 「我們所做的是從不同供應商獲取市場上最好的智慧，並在適當的地方結合自家優化的模型，打造最適合與 AI 協作的開發工具與使用者體驗，」 Michael Truell 說。因此即使模型供應商推出 AI Coding 功能，也不代表能複製 Cursor 將 AI 深度嵌入整個開發環境的能力，而且隨著大型模型更強，Cursor 仍能直接採用或混搭使用，讓產品與使用體驗持續提升。 Cursor 也透過內部測試強化整合能力。根據《Fortune》報導，Cursor 自研的 AI 系統已能自動處理約 […]

80% 採購流程自動化！BMW 揭 AI 代理如何接手「人人討厭」的供應鏈盤點？

全球汽車產業的數位化之路，已開始從傳統的數位化工具，邁向 Agentic AI（代理式 AI）的時代：不只是查詢資料，而是能執行流程、協作並在整條價值鏈中自主行動的代理式 AI。 把人人討厭的盤點、採購流程變成 80% 自動化 在汽車製造流程中，工具資產盤點，是採購部門最繁瑣、最耗時的作業之一。以知名品牌 BMW 為例，每年該品牌的 850 位採購人員必須確認超過 60,000 件模具與工具資產，逐一核對資產是否存在、由哪家供應商持有、是否已移動等。 「這是大家都討厭的流程。」負責 BMW 供應商網路與採購數位化的副總裁甘瑟（Oliver Ganser）直言，採購人員必須反覆與財務部門、供應商聯繫，流程冗長又高度重複。 於是，BMW 就利用代理式 AI 系統來自動處理採購與供應商網絡協調，將流程中約 80% 交由代理式 AI 自動執行。根據官方新聞稿，這個代理式 AI 有不同子功能，像是讀取資料、比對資訊、追蹤狀態等分工協作，而且它不只是個輔助搜尋工具，更可以做到主動介入，負責供應鏈數據監控、報表生成等任務；某些情況下可達「無需人類監督」的自動化執行，只有發現異常或需要人工判斷時才通知採購人員。 在看到效益後，甘瑟表示員工開始主動要求導入更多 AI 代理人，「你需要先有一個能讓大家感受到好處的切入案例，當他們看到 AI 幫上忙，自然會想用更多。」 從企業內部走向跨公司合作的 Agentic AI 然而，甘瑟認為更大的價值不在企業內，而在跨企業的流程。汽車供應鏈高度複雜，資料分散在不同公司與系統之間，而許多協作流程，例如供應鏈能否滿足新的生產量需求，仍依賴大量電話、表單、Email 來人工確認。 「今天公司與公司之間交換的大量資料，其實沒有附加價值，但你就是得做。」甘瑟說，「為什麼不能由 AI 代理來協助處理這些協作情境？為什麼每個情境都要人來回討論？」 問題不只在技術，而在信任、資料語意一致性，以及存取權限管理。在資料格式不一致、語意不同、充滿防火牆的環境中，AI 代理人無法跨企業運作。 因此跨公司 AI 的成功基礎是：共同資料語意（ontology）、共同資料標準、受信任的數據交換機制，這也是甘瑟身為德國 Catena-X（汽車產業跨企業資料網路）計畫主席時最常強調的觀點：「如果沒有產業級的共同資料基礎，所有代理式 AI 最終都會失敗。我們的流程需要的是確定答案，不是 AI 的機率判斷。」 代理式 AI 的發展，意味著汽車產業供應鏈將從過去仰賴人工協調、碎片化資料交換的模式，轉向由 […]

【科技早餐】矽谷競爭對手罕見同桌：Agentic AI 基金會正式啟動

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊矽谷競爭對手罕見同桌：Agentic AI 基金會正式啟動 為避免 AI 代理技術走向碎片化，Linux 基金會宣布成立「Agentic AI 基金會」，首波白金會員陣容罕見集結 AWS、Google、微軟、OpenAI、Anthropic 等主要競爭對手，成為產業一大焦點。 基金會目標是統一「代理式 AI」標準，讓未來的 AI 不只會聊天，更能自主完成任務。首批納入三項開源項目，包括 Anthropic 的 MCP 協議，用於連接模型與外部工具；Block 的 goose 框架，支援本地優先架構；以及 OpenAI 的 AGENTS.md，提供 AI 代理跨系統的統一格式。 業界認為，這場罕見的合作象徵科技巨頭在 AI 行動化時代尋求共同語言，有助不同品牌的 AI 助理互通協作，並為未來的 AI 生態系奠定關鍵基礎。 ＊H200 先進美國再進中國：NVIDIA 晶片被迫走「安檢繞道」 《華爾街日報》揭露，NVIDIA 最強大的 H200 AI 晶片若要出口中國，將得先繞道美國本土接受國家安全審查，再轉出口至中國。知情人士指出，這些由台積電在台灣代工的晶片，不能直接發貨，必須經過美方特殊「安檢供應鏈」流程，讓華府掌握晶片去向。 這項前所未見的安排同時涉及利益分配，美國政府預計從銷售額中抽取 25% 的分成。但因美國憲法禁止徵收出口稅，這筆費用可能會被設計成進口稅或關稅，形成極不尋常的法律架構。 外界認為，美國即使放行這批備受爭議的 AI 晶片，仍透過實體審查與高額抽成維持對中國算力的實質控制。前美國官員更直言，這項安排「看起來更像 NVIDIA 的商業利益，而非國安考量」，若大量放行 H200，可能進一步削弱美國的 AI […]

Google 與 Palantir 同登美軍 AI 戰略版圖：從行政運作到潛艦建造，商用 AI 成為國防生產力工具

美國國防部近日正式宣布推出名為 GenAI.mil 的新一代人工智慧平台，象徵美軍在「AI 優先」戰略上的重要里程碑。GenAI.mil 平台首個導入的商用 AI 模型為 Google Cloud 提供的 Gemini for Government，這也是五角大廈首次大規模部署商用生成式 AI 工具。 根據美國國防部規劃，GenAI.mil 將支援約 300 萬名國防部員工，涵蓋不同層級的軍職與文職人員，目標是將先進 AI 能力直接部署到五角大廈及全球美軍基地中。 在初期應用場景方面，GenAI.mil 主要會協助處理文件格式化與撰寫、深入研究、影片與圖像分析、人員入職流程等非機密的行政性工作。美國國防部長 Pete Hegseth 表示，未來透過 GenAI.mil ，員工可以「前所未有的速度」進行深度研究與文件處理。 GenAI.mil 的安全性與落地場景 在軍事國防場域，「安全至上」是最高指導原則。為了確保數據安全並符合戰備需求，GenAI.mil 平台上的工具皆需通過嚴格認證，例如 Gemini for Government 已獲准在 IL5（Impact Level 5） 等級的環境中運作，IL5 等級允許系統處理受控非機密資訊（CUI），是軍方對敏感資料的主要管理層級。 儘管 Google 提供的模型具有強大的分析能力，且 Google Cloud 明確保證不會使用國防部的數據訓練公開模型，但國防部目前仍強調只會將 Gemini 用於非機密用途。同時為了確保輸出內容可靠並降低 AI 生成錯誤資訊的風險，Gemini for Government 不僅具備自然語言對話與檢索增強生成（RAG）功能，也採用「以網路為基礎」的技術，能即時比對 Google […]

主打「銀行級隱私」的穩定幣！Circle 推出 USDCx，有哪些應用情境？

去中心化金融（DeFi）崛起，但區塊鏈技術最強大的「公開透明」特性，對於極度重視隱私與合規的銀行與大型金融機構來說，反而成為一道難以跨越的門檻。為了解決這項結構性問題，加密貨幣巨頭 Circle 宣布，將與 Aleo 區塊鏈合作，推出具備「銀行級隱私」的新穩定幣 USDCx。 不是完全匿名，而是「銀行熟悉的那種隱私」 USDCx 是 USDC 的私有版本，同樣以美元為錨定資產，並由 Circle 控制的資產作為儲備基礎。不同之處在於，USDCx 部署於 Aleo 的零知識證明架構上，能讓交易紀錄對外呈現為無法解讀的加密資料。Aleo 共同創辦人 Howard Wu 指出，USDCx 將能隱藏交易歷史紀錄。 但這並不代表 USDCx 完全匿名。其每一筆交易仍會保留所謂的「合規紀錄」，在必要情況下，Circle 可依法律或監管機構要求，向相關單位提供特定交易的資訊。Wu 形容，這種設計並非追求極端隱私，而是「銀行等級的隱私」。 《Payment Journal》報導，Javelin Strategy & Research 加密貨幣分析師 Joel Hugentobler 指出，在多數公共區塊鏈上，任何人都能追蹤地址、分析資金流向，甚至推論企業間的商業關係，而 USDCx 將為金融機構解決很多問題，「從本質來看，USDCx 的目標，是在可程式化、具互通性的穩定幣架構上，重新帶回金融機構在傳統帳戶制系統中早已習慣、也視為預設的交易機密性。」 USDCx 的潛在應用場景為何？ Circle 與 Aleo 也點出 USDCx 可能率先落地的應用情境，包括跨國薪資發放、企業對企業付款、人道救援資金分配，以及需要保護交易策略的電子商務場景。在這些情況下，付款方與收款方往往不希望外界掌握其金額結構或資金流向，但仍需符合監管與稽核要求。 Circle 也提到，USDCx 可望被用於部分 DeFi 應用，作為兼顧合規與隱私的美元流動性管道。透過零知識證明，使用者可在不揭露交易細節的情況下，證明自己符合特定規範，讓「可驗證但不透明」成為可能。 穩定幣成為機構導入區塊鏈的突破口 USDCx 問世的時間點，正好落在加密產業積極推動大型金融機構導入區塊鏈技術之際。相較於去中心化加密貨幣，穩定幣與資產代幣化被認為是最有機會率先被採用的領域。例如資產管理巨頭貝萊德（BlackRock）近期也推出了自己的代幣化貨幣產品，顯示傳統金融巨鱷正積極佈局此領域。 Circle […]

從「完全遏制」到「邊賣邊監控」：揭川普解禁 H200 決策背後，美國晶片出口戰略的轉向

美國總統川普近日宣布，美國將允許 NVIDIA 將 H200 AI 晶片出口到中國，代表對先前拜登政府時期嚴格出口管制政策的一次重大鬆綁。川普在社群媒體 Truth Social 上表示，這批產品將僅限於出售給「經過批准的客戶」，目的是平衡商業利益與國家安全。 對中國的 AI 產業而言，這次 H200 的解禁被視為關鍵的「補血」機會。美國外交關係協會（CFR）資深研究員、前白宮國家安全會議官員 Chris McGuire 表示，H200「至少領先華為、寒武紀、摩爾線程等中國設計廠商一個世代」，H200 效能也比華為計畫在未來兩年內生產的任何晶片都更出色。這意味著中國的 AI 開發者將能獲得更強大的硬體支持，以加速 AI 技術發展。 中國 AI 開發者與產業的期待 《南華早報》報導，中國 AI 開發者對 H200 的需求相當強烈。半導體產業分析師 Zhang Haijun 指出，這主要是因為  NVIDIA 的 H200 GPU 在運算能力與記憶體頻寬上，仍顯著優於多數中國國產 AI 晶片。Zhang Haijun 進一步分析，國產晶片目前多被用於難度較低的「推論」任務，但在處理更嚴苛的大型模型「訓練」（training）任務時，H200 仍具有顯著優勢。 此外，「軟體相容性」是另一大關鍵優勢。Zhang Haijun 解釋，由於許多中國開發團隊的現有程式碼是基於 NVIDIA H200 與 H100 採用的 Hopper 微架構所撰寫，引進 H200 意味著他們可以「立即上手」，無需為了適應國產晶片而耗費大量時間與資源重寫程式碼。他強調，這種無需更改程式碼即可使用的特性，正是中國大型科技公司青睞 […]

Anthropic 捐出 MCP 給它！「AI 代理基金會」能成為 AI 代理的產業標準嗎？

隨著 AI 從聊天機器人，進一步發展為能夠自主採取行動的 AI 代理（AI agents），產業也開始面臨新的結構性問題：如果每家科技公司都各自打造封閉、彼此不相容的代理系統，AI 的規模化應用將變得更加困難。為避免這種碎片化風險，Linux 基金會近日宣布成立新組織，試圖為 AI 代理建立共同的標準與協作基礎，多家大型科技公司已加入其中。 「AI 代理基金會」成立，三大公司捐出關鍵開源專案 這個新成立的小組名為「AI 代理基金會」（Agentic AI Foundation, AAIF），定位為 AI 代理相關開源專案的中立平台。Anthropic、Block 和 OpenAI 已率先捐出三個開源專案，AAIF 也將圍繞這三個專案建構，包括 Anthropic 的 MCP、Block 的 Goose，以及 OpenAI 的 Agents.md。 其中，MCP 是一套讓模型與代理能夠連結工具與資料的標準規範。據 Linux 基金會，目前已有超過 10,000 個 MCP 伺服器發布，並獲得 Claude、Cursor、Microsoft Copilot、Gemini、VS Code 與 ChatGPT 等工具支援。 Goose 則是一套開源代理框架，結合大型語言模型、可擴充工具以及以 MCP 為核心的整合機制，用來建構各式 AI 代理工作流程。 Agents.md 是一種開發者可加入至程式碼儲存庫的簡單指令檔，用來告訴 AI 程式設計工具該如何運作。 […]

當 AI 開始工作，領導者必須讓它背後的「人類成本」被看見

許多企業高階主管在談到「整合 AI」時，往往把它視為一項可被外掛的功能：加入自動摘要、導入聊天介面、或在既有系統上疊一層生成工具。然而，這種理解忽略了每一層自動化背後，都同步生成了一層看不見的人類監督、判斷與責任。 系統愈聰明愈需要人類監督 這種把自動化當成「工作消失」的想像，其實並不新鮮。從 ERP 到大型企業系統，每一次「端到端自動化」的承諾，最終都伴隨著大量修補資料錯誤、除錯與人工協調的影子工作。差別在於，AI 把這些隱形勞動推向了更高的認知層級。 當 AI 產出報告、摘要或建議時，真正的工作並沒有消失，而是往上游移動；有人必須核實內容是否正確、是否有偏誤、哪些部分值得採信，哪些不能。人類不再只是執行者，而成為持續監督智慧系統的角色。系統愈聰明，對人類注意力與判斷的需求反而愈高。 問題在於，這層轉變正在大量發生，卻往往不在企業治理的視野之內。 但私下使用生成式 AI，遠超過管理視野 當企業沒有提供清楚、合法、好用的 AI 管道時，員工自然會選擇最快、最方便的解法。資安公司 Harmonic 針對其客戶群中約 8,000 名終端使用者進行分析，檢視超過 17 萬筆 AI 提示紀錄，結果顯示，員工私下使用生成式 AI 的情況已十分普遍。在這些資料中，ChatGPT 仍是最常被使用的模型，且近一半的提示是透過個人帳號送出，而非企業帳戶。 分析直指，便利性正在直接侵蝕公司原有的治理與安全邊界。更值得注意的是，這些數據僅來自瀏覽器層級，並未涵蓋行動應用程式或 API 整合使用情境，意味著實際的影子 AI 規模，恐怕只會更大。 影像檔案在上傳內容中占比接近七成，也顯示員工並非只詢問抽象問題，而是頻繁處理實際業務資料。對員工而言，AI 提供的是即時解答；但對企業而言，這些看不見的資料流動，卻正在累積合規、隱私與資安風險。 風險不只來自工具本身，而是來自資料去了哪裡、由誰處理。Harmonic 也指出，已有約 7% 的員工開始使用中國系生成式 AI 模型。若企業仍假設這些資料不會被用於其他目的，或不會受到不同法域與治理體系的影響，這樣的想法本身就極具風險。 「智慧流程」背後，其實是大量沒被看見的人 即使是在企業「看得見、也批准」的 AI 使用情境中，另一個更隱蔽的問題仍然存在。 每一次「AI 協助」背後，幾乎都包含三種人類工作：驗證輸出是否正確與合規、校正不恰當或有風險的內容，以及解釋 AI 的建議並判斷是否該被採納、如何落地。這些工作既耗時又耗神，卻極少被正式記錄在生產力指標中。 結果是，帳面上的效率提升，往往伴隨著組織內部更高的認知負擔。AI 讓人類「更快」，卻也讓人類「更忙」，忙於持續監督、修正與理解那些看似自動化的系統。 這類隱形勞動其實並不陌生。它長期存在於照護、清潔、客服等工作中，只是 AI 把它推進到白領與知識工作的核心地帶。當企業只歌頌 AI 帶來的效率，卻看不見那些在後方修錯、補洞、維持倫理與品牌一致性的人，新的不平等就會被制度化。 […]

加密貨幣成新制裁破口：從詐欺到洗錢，黑金如何被「漂白上鏈」？

過去，走私者、洗錢者主要依賴黃金、鑽石或藝術品儲存非法財富，然而《紐約時報》近日披露，如今犯罪集團已轉向一種更具實用性的替代方案，就是「穩定幣」與「加密貨幣」。 與難以移動、不易變現的實體奢侈品不同，穩定幣與加密貨幣的核心優勢在於驚人的便利性及隱蔽性，讓資金能瞬間跨境、交換與混合，並重新匯入傳統金融體系。透過層層中介，不法分子甚至能利用加密貨幣在幾乎不被察覺的情況下進行消費。這種只需點擊幾下就能移動數百萬美元的能力，大大增加執法機構追蹤洗錢與執行制裁的阻力。 犯罪集團新手法：假交易所、匿名轉帳、混幣器 為了將不法所得「漂白」，犯罪集團已經發展出高度組織化的運作模式。首先，犯罪集團的第一步是詐欺與吸金，《TechRadar》指出，犯罪分子會建立「假加密貨幣交易所與假投資平台」，並利用精密設計的廣告誘騙被害人投入資金。 第二步則是資金清洗。一旦資金到手，犯罪集團便會利用匿名轉帳與混幣機制來掩蓋蹤跡。《Reuters》報導，像加密貨幣混合服務 Cryptomixer.io，就是專門透過拆分加密貨幣、與其他資金混合後再重新分發的方式，來模糊資金來源與去向，進而達到匿名化的洗錢效果。 真實案例一：破獲估值超過 7 億美元的歐洲加密貨幣洗錢與詐欺網絡 近期國際執法行動也證實上述犯罪模式的規模與精密程度。《TechRadar》報導，歐洲刑警組織與多國執法機關，近日聯手破獲一個估值超過 7 億美元的加密貨幣洗錢與詐欺網絡。 這個犯罪集團利用精密的廣告投放誘騙數千名受害者，甚至使用川普（Donald Trump）、馬斯克（Elon Musk）等名人的深偽技術影片，宣傳虛假的「低風險、高報酬」投資項目。只要有受害者上鉤，犯罪集團便會透過非法的客服中心進行高壓電話騷擾，強迫受害者投入更多資金。歐洲刑警組織表示，這起案件最初僅是針對單一詐欺平台的調查，卻意外揭露一個龐大且複雜的欺詐與洗錢生態系。 在針對賽普勒斯、德國與西班牙的同步搜查行動中，警方共查扣約 93 萬美元的銀行帳戶資金、約 50 萬美元的加密貨幣，以及現金約 35 萬美元。歐洲刑警組織強調，此次行動不僅打擊資金鏈，更阻斷詐欺集團獲取潛在投資者數據的管道，這些數據通常被視為加密貨幣詐欺產業運作的關鍵資產。 真實案例二：全球最大比特幣混幣工具之一的 Cryptomixer.io 遭查獲 除了打擊詐欺源頭，負責「清洗」贓款的關鍵基礎設施近期也被重創。《Reuters》報導，瑞士與德國執法機關，在歐洲刑警組織及美國機構的協助下，聯手關閉全球最大比特幣混幣工具之一的 Cryptomixer.io。 Cryptomixer.io 自 2016 年開始運作、長期同時活躍於明網與暗網，並利用交易拆分以及與其他資金混合來匿名化交易，長期被用於掩蓋非法比特幣轉帳的蹤跡，特別是協助「勒索軟體」攻擊者與洗錢集團漂白資金。 在這次行動中，當局不僅查獲 Cryptomixer.io 位於瑞士的伺服器與網域，還凍結價值超過約 2,900 萬美元的比特幣資產，更扣押 12 TB 的資料庫。德國警方強調，這些龐大的數據將成為後續追查其他網路犯罪與非法金流的重要線索。 洗錢與詐欺工具正向加密貨幣移動 從近期國際案例，可以清楚看見加密犯罪模式正快速轉移並形成完整生態。例如穩定幣因跨境速度快與匿名性強，正被犯罪組織與受制裁者用來規避傳統金融監管。同時，詐騙集團已利用假交易所、假客服中心與加密轉帳，建構出橫跨多國的犯罪網絡，並透過混幣平台隱匿資金流向，展現高度產業化的樣態。 在這樣的態勢下，國際社會也開始加快反制腳步。美國總統川普在今年 7 月簽署被視為美國首部重大加密貨幣法案的《GENIUS Act》，並強制實施反洗錢與制裁合規計畫，獲得了像 Circle 這一類加密貨幣合規發行商的支持。 然而，這場博弈的結構性難題在於管轄權的侷限，例如《GENIUS Act》主要約束美國本土交易所，但犯罪資金仍可自由流向不受此法規限制的「離岸」平台。因此未來的關鍵，將取決於執法機關能否利用查獲的大數據突破匿名高牆，以及各國能否解決對離岸監管的難題，才能讓監管機關在與犯罪集團的攻防中取得勝利。 ＊本文開放合作夥伴轉載，資料來源：《The New York Times》、《Tech Radar》、《Reuters》，首圖來源：Pixabay

如何增加 AI 代理部署成功率？專家揭 3 步驟：先測試流程而非產品

現在的企業主或採購決策者，肯定對這樣的場景不陌生：一家科技公司向你展示了令人驚豔的 AI 代理（AI Agents）演示，承諾未來人類只需負責監督，這些數位員工就能自動完成所有重複性任務。然而，當企業真正買單並導入生產環境後，問題接踵而至，產出結果落後於最初的承諾，這中間出了什麼問題？ 長期協助美國製造業導入 AI 的 broadn 執行長 Calin Drimbau 在《Forbes》分享經驗教訓，指出這並非技術本身的缺陷，問題核心在於實際的配置與執行過程。 93% 資源砸硬體卻忽視人，數據揭失敗主因 首先他表示，許多企業陷入了所謂的「Demo 陷阱」（The Demo Trap），誤以為 AI 代理能在沒有任何人為介入的情況下，憑空理解企業內部錯綜複雜的業務流程。 第二，根據《哈佛商業評論》分析，受訪企業在 AI 相關支出中，有高達 93% 投入在資料、技術與基礎設施上，僅有 7% 用於與人相關的面向，例如工作流程重設與人才培訓。Drimbau 認為，這樣的投資失衡，也正是許多 AI 導入成效不如預期的重要原因之一。 以 Drimbau 在製造業客戶的實例為例，其團隊替一間製造商打造「自動報價代理」，讓 AI 直接讀取客人寄來的信件，幫業務產生報價。內部測試時，一切順利，但只要換成真實客戶信件，系統大約有 30% 的案例無法處理。原因不是模型不夠強，而是實際郵件裡充滿縮寫、錯字、舊品號與不完整資訊，完全超出當初設計時想像的「理想流程」。這次失敗讓團隊意識到，真正決定成敗的不是技術本身，而是工作流程是否被看清楚、資料是否整理好。 類似的教訓其實在各產業都存在。為了讓 AI 代理能夠真正創造價值，Drimbau 建議企業必須採取三個關鍵步驟來重新審視部署策略。 步驟 1：先畫出「真實工作流程圖」，而不是理想流程 在撰寫任何程式碼或導入任何技術之前，先把實際的工作流程釐清，往往會非常有幫助。 Drimbau 建議這個過程企業可以與服務供應商並肩坐下來進行「白板討論」（whiteboarding），逐步梳理流程細節。重點不只是在順利運作的理想情境，更要提前思考各種邊緣案例、資料不一致，以及可能出現的非預期狀況。 他也強調，在這個階段取得實際的資料樣本通常也相當關鍵，因為人類往往已習慣處理例外情況，但只有透過資料分析，才能真正系統性地找出這些邊緣案例。 步驟 2：找出並量化瓶頸，挑對自動化切入點 第二個步驟，是用數據衡量瓶頸，決定「哪一段流程適合優先交給 AI 代理」。Drimbau 建議，如要評估投資報酬率（ROI），企業必須具體追蹤時間耗費、交接流程與錯誤發生的情況，因為並非所有自動化機會的價值都相同。 他進一步表示，AI 代理最好的導入起點，是先鎖定「高度重複、規則明確、流程變化小」的使用情境；真正的挑戰，往往出現在所謂的邊緣案例。這些情況需要人類的判斷力，去決定是否必須採取非標準流程；而如何打造能夠因應這些例外狀況的解決方案，往往才是投入最多心力的地方。 […]

為資料保護提供可視性、可控性和安全性！亞利安科技打造新一代資安解決方案，助企業因應 AI 與量子威脅

對多數企業來說，AI 是提高效率的利器，但在駭客眼裡，卻成了加速攻擊的工具，再加上量子運算的快速發展，傳統資安思維正被迫改寫。亞利安科技資安技術支援部協理王添龍直言，量子運算將使既有加密在短時間內被破解，而 AI 則讓攻擊可以自動化、規模化，兩者疊加使風險提升為架構層級問題，現行防護思維亟需重新檢視。 PQC 標準進入倒數，關鍵產業面臨合規與供應鏈雙重挑戰 王添龍表示，企業最擔心的是「先竊取、後解密」的模式，駭客現在可以大量竊取已加密的資料，待量子電腦成熟後再一次性解密。包含金融交易紀錄、醫療病歷、高科技業設計圖，甚至政府與國防機密等資訊，今天看似安全，未來都可能變成待解密的「資料庫存」，風險時間恐將被拉長至數十年。 目前美國國際標準組織 NIST 已發布後量子密碼（PQC）標準，預計在 2029 年前完成 HSM、TLS、VPN 與 PKI 等核心協定的大規模轉換。台灣方面，數發部已公布後量子密碼遷移指引，金融監理機關也開始要求銀行與相關單位盤點影響，並研擬因應計畫。對金融、政府、電信、半導體與醫療等產業而言，這不只是加密技術移轉，更關乎法規遵循與國際供應鏈合作資格。 邊界防禦不再可靠，亞利安以資料為核心重塑資安架構 面對 AI 與量子威脅的壓力，王添龍指出，傳統資安把重心放在網路邊界，如今駭客早已證明邊界守不住，企業真正必須守住的是資料本身。有鑑於此，亞利安提出以「資料為中心」的資安架構，確保資料無論存放於地端、雲端或第三方服務，都能享有一致且可稽核的防護能力，而非各自為政的零散工具，並與兩大國際資安品牌 Thales 和 Imperva 合作，打造結合 PQC 安全、資料保護與應用程式安全三合一防護的新一代解決方案。 王添龍說明，在資料保護部分，以 CipherTrust Data Security Platform 為核心，Thales 長期深耕密碼學與金鑰管理，並參與 NIST 後量子演算法標準制定，提供 PQC Ready 的金鑰管理與 HSM 硬體加密模組，協助企業在無需大幅修改系統與停機的情況下，透過混合加密（Hybrid Crypto）逐步汰換舊有演算法。從傳輸加密、資料庫透明加密，到代碼化（Tokenization）與外部金鑰管理（EKM），都能在單一平台統一控管，同時維持金鑰與資料分離儲存，降低未授權解密與濫用風險。 Imperva 則從資料使用行為的角度補強防護層面，面對 AI 帶來的自動化攻擊，透過雲端 WAF 與 DDoS 惡意流量清洗，結合機器人與 API 安全防護，防範 AI 驅動的弱點攻擊與大量機器人流量。同時，資料庫稽核與存取監控也如同在資料庫裝上攝影機，能精準記錄誰在什麼時間、從哪裡存取哪些欄位，讓事件調查與內外部稽核有跡可循。 Thales 與 […]

【科技早餐】Walmart 轉戰 Nasdaq：零售龍頭全面擁抱科技定位

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊Walmart 轉戰 Nasdaq：零售龍頭全面擁抱科技定位 Walmart 宣布自 12 月 9 日起從紐交所轉往 Nasdaq 掛牌，被視為五十年來最大定位調整。外界解讀，Walmart 企圖從傳統零售轉向「科技零售企業」，藉此讓投資人用新的視角理解公司。財務長表示，Walmart 正以 AI、自動化與數位服務改造消費體驗，轉所也是強化科技屬性的市場訊號。 Walmart 過去數年在技術端投入明確，包括六成貨物透過自動化物流中心處理、過半線上訂單依賴自動化設施，四成以上的新程式碼由 AI 生成或輔助完成。市場認為公司未來獲利將更依賴科技而非展店。轉入 Nasdaq 也有機會被納入 Nasdaq 100，有助吸引被動基金，並強化其與科技大廠並列的品牌形象。 ＊Google 強化 Android XR 生態：AI 眼鏡 2026 年推出 Google 公開多項 XR 布局，包括 2026 年上市的 AI 眼鏡、有線 XR 眼鏡，以及針對 Samsung Galaxy XR 推出的新功能。Google 表示，目標是讓空間運算進入日常場景。「PC Connect」可把 Windows 桌面拉入 XR 空間；旅行模式則讓機艙座位成為行動劇院或工作區。 Google 也推出「Likeness」化身功能，用以即時呈現臉部表情與手勢；並與 […]

ChatGPT 關閉推薦功能、Gemini 傳洽談廣告：OpenAI 與 Google 雖然否認，但 AI 聊天機器人已成下一個廣告主戰場

當 AI 聊天機器人逐漸成為許多人生活中的重要工具，也讓「是否導入廣告」成為市場關注焦點。近日，OpenAI 因對話中出現類廣告訊息而掀起討論，Google 則被媒體曝光正在與廣告主討論 Gemini 的變現可能。儘管兩家公司都強調「目前沒有廣告計畫」，但這些跡象已揭露 AI 聊天介面正逼近關鍵的商業化臨界點，未來的產品路線與商業模式，可能因廣告重新洗牌。 ChatGPT 投放廣告傳聞延燒，OpenAI 多次澄清「沒有計畫」 《The Verge》報導，近期許多 ChatGPT 用戶發現，在與聊天機器人進行無關的對話時，系統會插入建議使用者「尋找健身課程」或「購買居家雜貨」的訊息，並直接連結到 Peloton 或 Target 等特定應用程式。這些推廣內容直接嵌入對話中，且出現在無關的討論內容中，導致大量用戶誤以為 OpenAI 已經開始在平台上投放商業廣告。 OpenAI 表示，這些資訊並非廣告，而是「應用程式探索」測試，並解釋這些訊息並非傳統付費廣告，而是協助用戶發現合作夥伴應用程式的功能，目的是提升使用者的探索體驗。 然而，OpenAI 研究長 Mark Chen 承認公司在此事上「做得不夠好」，同意任何感覺像廣告的內容都需要謹慎處理，並坦承因推薦內容缺乏相關性，確實造成糟糕且令人困惑的使用者體驗。 由於 OpenAI 擁有龐大的用戶基礎，且目前僅有約 5% 的用戶為付費訂閱者，外界長期以來一直推測 ChatGPT 勢必會導入廣告以支撐高昂的營運成本。儘管 OpenAI 過去曾表示不排除未來的廣告可能性，且執行長 Sam Altman 曾提到他不完全反對廣告，但在這次風波後，OpenAI 已先關閉這項推薦功能，並承諾未來將提供更好的控制選項，讓覺得此功能沒有幫助的用戶可以選擇關閉。 Gemini 廣告傳聞引發市場熱議，Google 緊急澄清尚無確定計畫 《Adweek》報導稱，Google 已告知廣告主將在 2026 年於 Gemini 導入付費廣告版位，報導也強調，這些討論雖然處於早期階段且缺乏具體技術細節，但顯示 Google 有意將 Gemini 打造為新的變現管道。 […]

為什麼 AI 瀏覽器還沒統治網路世界？分析揭開發者被迫重新思考「為誰設計」

在日新月異的科技世界中，很少有創新能像 AI 瀏覽器一樣，在發布之初就引發巨大轟動。10 月 OpenAI 發表其 AI 瀏覽器 Atlas 時，市場一度認為這將威脅 Google Chrome 地位，然而數個月過去，市面上的 AI 瀏覽器並未取代傳統產品。《Bloomberg》實測與分析，也揭示了這些擔憂似乎言之過早。 AI 瀏覽器的美好願景與需求 來自 OpenAI 與 Perplexity 的新一代 AI 瀏覽器，將聊天式 AI 助理置於使用體驗的核心，試圖取代搜尋引擎成為使用者下指令的起點。這類產品不只負責找資料，還主打「代理式瀏覽」，能夠替使用者完成多步驟任務，例如線上購物、整理未讀郵件或彙整待辦事項。 根據《Bloomberg》，多家瀏覽器開發商根據使用者訪談中指出，AI 輔助功能確實帶來生產力提升，也觀察到消費者期待瀏覽器能承擔更多任務。Perplexity 公司溝通主管 Jesse Dwyer 表示，Comet 使用者提問的次數，是過去使用一般 Perplexity 聊天機器人的 6 到 18 倍。 OpenAI Atlas 瀏覽器的產品負責人 Adam Fry 則指出，公司收到大量進階用戶的請求，希望能加入「排程任務」功能，讓 AI 瀏覽器能定期重複執行特定工作。 從 AI 開發者的角度來看，這項技術並不只是一款瀏覽器，更是讓 AI 助理進入作業系統與網路入口，為未來的廣告與服務變現鋪路。 但現實是，這些產品距離「主流工具」仍有一段距離。《Bloomberg》記者實測發現，當要求 Atlas 整理 […]

Google 以 Android XR 打開智慧眼鏡新戰線，如何撼動 Meta 與中國的勢力版圖？

Google 近日宣布將在 2026 年推出首款搭載 Gemini 的 AI 眼鏡，這不僅是新硬體的發布，更標誌這家科技巨頭重返穿戴市場的決心。 與十年前的 Google Glass 不同，這一次 Google 擁有更完整的技術生態系，並同步推出全新的操作系統 Android XR，期待為未來的頭戴式裝置與 AI 智慧眼鏡，打造一個統一的軟體平台。 在平台之外，Google 也採取更具彈性的多線產品策略，將智慧眼鏡依使用情境分成不同型態：第一類是主打語音交互與 AI 助理的「音訊型眼鏡」，外觀接近一般眼鏡、門檻較低，預計 2026 年率先推出。第二類則是配備單眼或雙眼顯示器的「XR 視覺型裝置」，提供更沉浸的混合實境體驗，可能在 2026 或 2027 年問世。 Google 完整生態系為智慧眼鏡創造市場優勢 Android XR 平台的出現，讓開發者不需要重新編寫程式碼，就能讓 YouTube Music、Uber 等現有的 Android 應用程式直接在 AI 智慧眼鏡運作。這樣的模式，可以有效解決過去 XR 裝置「缺乏應用程式」的困境，也讓小型開發團隊能直接利用既有資源進入 XR 生態系，大幅降低開發門檻。 除了平台優勢，結合 Gemini 的多模態 AI，也讓 Google 新款眼鏡不再只是資訊顯示器，而是一個能「看、聽、理解」的智慧助手，可以辨識使用者眼前的畫面、理解對話內容，並提供即時翻譯、導航提示，或依據視覺內容回應使用者提問，例如使用者看到食材就能詢問 AI 眼鏡相關食譜。 在外型上，Google 也避免重蹈過去 […]

寫程式不用開 IDE？Anthropic 宣布 Claude Code 進駐 Slack，掀 AI coding 工作流革命

AI 公司 Anthropic 宣布推出 Claude Code 的 Slack 整合測試版，這項以「研究預覽版」形式推出的整合功能，將讓開發者可以直接在 Slack 討論串中指派完整的寫程式任務。表面上看，這只是一次平台整合更新，但對於 AI 寫程式的發展方向而言，意義遠不只如此。 從聊天室出發：AI 不只回覆建議，而是直接行動 過去，開發者在 Slack 上使用 Claude 多半只能取得如撰寫程式碼片段、除錯建議或概念解釋等輕量級協助。如今，透過這項整合，工程師只需在對話中標記「@Claude」，就能啟動一個完整的 Claude Code 會話。 這項功能的運作邏輯相當直觀。當使用者在 Slack 頻道或討論串中提到 @Claude，系統會判斷該訊息是否構成一項編碼任務。若符合條件，Claude 會自動啟動一個 Claude Code 工作階段，並讀取該討論串中與任務相關的上下文，例如錯誤描述、需求討論或功能想法。 接著，Claude Code 會依照使用者已授權的儲存庫，自行判斷應該在哪一個專案中執行任務，並開始分析、修改程式碼。整個過程中，Claude 會持續在原 Slack 討論串內回報進度，任務完成後，則提供完整工作連結與可直接建立拉取請求（Pull Request）的入口，讓工程師保有最後審查與決策權。 「與工程工作密切相關的關鍵背景資訊，往往存在於 Slack 中，包括錯誤回報、功能需求，以及工程團隊之間的討論內容，」Anthropic 在官方公告部落格中寫道。 AI 寫程式下一步：不只是模型競賽，更是流程革命 這項整合反映了產業的關鍵轉向：AI 寫程式助理正在從 IDE（整合開發環境），遷移到工程團隊日常使用的協作工具。 根據《SQ Magazine》報告，截至 2025 年初，Slack 在全球的每日活躍用戶數已超過 4,200 萬人，且電腦軟體產業是使用最密集的族群，共有 2,118 […]

以 Microsoft Fabric 與微軟在台區域資料中心為基礎 台生科攜手台灣微軟打造以人為本真實世界資料平台

台灣智慧醫療再迎重要里程碑。由華碩電腦與國家衛生研究院（以下簡稱國衛院）共同成立的台灣生醫大數據科技股份有限公司（以下簡稱台生科），日前於台灣醫療科技展與台灣微軟及華碩電腦共同舉辦「真實世界資料驅動臨床創新」論壇，宣佈與台灣微軟攜手，以 Microsoft Fabric 雲端資料分析平台為核心，結合微軟在台區域資料中心在地合規雲端與國際醫療資訊交換標準 FHIR（Fast Healthcare Interoperability Resources），共同打造「以人為本」的真實世界資料（Real-World Data，RWD）平台，協助全台醫療機構整合分散的臨床與就醫資料，加速推動台灣臨床研究創新與精準健康發展。透過微軟 Azure 高效、安全且高韌性的雲端基礎，Microsoft Fabric 可為醫院建立安全、可信任的健康資料環境，並加速分析型 AI、預測型 AI，以及生成式 AI 與臨床決策系統的整合與落地。 目標打造智慧醫療國家隊，推動 RWD 標準化與國際接軌 此次合作匯聚國衛院的科研能量、華碩的科技實力與微軟在全球雲端及國際標準的深厚經驗，共同賦能台灣醫療數位轉型與健保制度的永續發展。透過串聯公私協力能量，期盼打造台灣「智慧醫療國家隊」，加速臨床創新與智慧醫療升級。藉由平台架構與醫療體系協作組隊的模式，協助台灣逐步建立真實世界資料的標準化流程與可複製的模式，並與國際生態系接軌。同時，未來亦可以配合政府政策拓展至新南向等國家，強化台灣智慧醫療的國際競爭力。 衛生福利部中央健康保險署署長陳亮妤於論壇致詞中提及，真實世界資料的整合與運用是推動醫療數位轉型與健保制度永續發展的關鍵。透過以人為本的 RWD 平台，醫療機構能兼顧安全與法規、提升資料互通性，提升台灣臨床研究效能外，亦將深化台灣精準健康量能。同時，公私協作打造符合國際標準的 RWD 平台，不僅提升資料應用，更為台灣 AI 醫療與精準健康奠定堅實基礎。 真實世界數據成臨床創新的關鍵，重建以人為本的就醫旅程 長期以來，臨床試驗雖被視為驗證新藥品與醫材安全性、有效性的黃金準則，但其受限於嚴格的試驗管控與病患資格條件，往往難以反映真實醫療現場的複雜情境。病患的多重疾病組合、治療差異與生活環境，都可能使臨床研究結果與真實世界的數據出現偏差。因此，如何在傳統臨床試驗中納入真實世界的元素，並從龐大且分散的真實世界資料中，取得可作為臨床決策與藥品評估佐證的資料，已成為近年來全球醫療體系的重要課題。 然而，台灣醫院的資料長期碎片化，形成分散於各系統間的「資料孤島」，不僅加劇真實世界資料整合的難度，醫療機構也較難以「人」為中心呈現病患的完整就醫旅程。為此，台生科以 Microsoft Fabric 雲端資料分析平台為基礎，建構「以人為本」的真實世界資料（RWD）平台，協助醫院依據病患的就醫旅程進行資料歸戶與整併。Microsoft Fabric 能涵蓋從資料蒐集、處理、轉換，到視覺化報表建立的完整工作流程，並整合資料擷取、即時事件處理與分析能力，提供統一且可擴展的分析環境，加速 RWD 在臨床、研究與精準健康領域的應用發展。 台灣生醫大數據科技公司總經理吳漢章指出：「透過公私部門協力（Public-Private Partnership，PPP）模式，政府在資料治理與資安框架下推動政策與監理機制，並創造更優質的資料運用環境，讓醫療、生技與健康照護產業能在合規環境下發展創新服務。台生科透過科技破除數據交換藩籬，加速臨床與研發之效率，將這樣的 PPP 模式具體落實為可複製、可擴散，與全體生態系共同創造精準醫療與先進療法的全球領航者。」 Fabric 平台同時採用國際通用的 FHIR 標準進行醫療資料交換，使醫院可以一致標準整合分散資料，建立可流通和應用的統一資料環境，響應衛生福利部 SMART on FHIR 政策，同時促進 AI 與醫療系統的結合，實現跨院、跨系統應用。透過標準化 FHIR 臨床資料，醫院可以安全且統一地存取資料，使 AI […]