Archives

專家破解企業 GEO 策略 7 大迷思，想用 AI 行銷品牌應該注重哪些事？

網路行銷公司 Wingmen 旗下專家，點出多項有關生成式引擎最佳化「GEO」的謠言，藉此釐清事實與虛構策略，呼籲行銷業者聚焦於真正有意義的 GEO 方法。

【科技早餐】亞馬遜「雙軌佈局」，擬砸 500 億美元投資 OpenAI

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊亞馬遜「雙軌佈局」，擬砸 500 億美元投資 OpenAI 外媒報導，亞馬遜執行長賈西（Andy Jassy）正親自與 OpenAI 執行長奧特曼（Sam Altman）洽談一筆高達 500 億美元的投資案，內容不僅涉及資金，也包括算力與技術層面的深度合作。若交易成真，亞馬遜將成為 OpenAI 本輪募資中最大的金主，而 OpenAI 此輪整體募資目標高達 1,000 億美元。 知情人士透露，協議可能包含由亞馬遜出售算力給 OpenAI，並將 ChatGPT 應用於亞馬遜內部流程與產品中。亞馬遜同時也是 Anthropic 的長期投資人，自 2023 年起累計投資約 80 億美元，並由 AWS 擔任其主要雲端與訓練夥伴。市場解讀，此舉顯示亞馬遜在基礎模型戰場採取「雙軌佈局」。 ＊Perplexity 牽手微軟，Azure 強化多模型平台定位 AI 新創 Perplexity 與微軟（Microsoft）簽署一項為期三年、總值 7.5 億美元的合作協議，Perplexity 將透過微軟 Foundry 服務部署 AI 模型，成為 Azure 生態系的重要客戶之一。 Perplexity 強調，這項合作不代表轉移對 AWS 的依賴，AWS 仍是其首選雲端基礎設施供應商，未來甚至將擴大合作。微軟執行長納德拉（Satya Nadella）指出，企業客戶希望同時存取多個模型，目前已有超過 1,500 […]

【人形機器人 2030 市場規模與趨勢】硬體是基礎，軟體是金礦，解構價值鏈利潤轉移

市場研究機構 Markets and Markets 發布的《人形機器人市場規模、版圖與趨勢 2025–2030（Humanoid Robot Market Size, Share & Trends, 2025 to 2030）》報告，不只給出 2030 年人形機器人市場的規模預測，更試圖回答這個產業何時能走出實驗室、真正變成可量產、可落地的生意。 報告從技術走向、應用場景到全球競爭版圖，勾勒出人形機器人即將進入商業化關鍵期的全貌，也是未來機器人戰場的路線圖。 📌 這份報告適合誰閱讀？ 報告提出 2030 年百億美元等級的市場預測，說明企業如何在降低導入風險的前提下，逐步卡位下一波成長機會，推薦以下讀者閱讀： 🔴 報告洞見 💡 市場總覽：從實驗室走向百億美元產業 全球人形機器人市場即將迎來前所未有的商業化爆發。根據 Markets and Markets 的報告，市場規模預計從 2025 年的 29.2 億美元，以驚人的速度攀升至 2030 年的 152.6 億美元。這意味著在短短五年間，市場將經歷高達 39.2% 的年均複合成長率。 這條陡峭的成長曲線並非憑空而來，而是象徵著人形機器人正從昂貴的實驗室原型，轉變為具有實質商業價值的生產力工具。 驅動這一波爆炸性成長的核心力量主要來自三個層面。首先是全球人口結構的不可逆變遷，隨著世界各地步入高齡化社會，對於個人協助、照護以及醫療輔助的需求呈現剛性增長，傳統人力已無法填補這一巨大缺口。 其次是製造業、零售業與物流業面臨的長期勞動力短缺，企業急需透過自動化來增強現有勞動力並降低營運成本。 最後，也是最關鍵的推手，來自於人工智慧與自然語言處理技術的質變。這些技術的突破賦予了機器人更強的感知與決策能力，使其不再只是依循程式碼行動的自動化機械，而是具備互動能力與學習潛力的智慧代理。 對於戰略投資者而言，現在起至 2030 年是產業從「技術驗證期」邁向「規模化落地期」的關鍵窗口。過去幾年，市場主要由政府補助與企業研發支出支撐，但隨著試點項目的成功與生產成本的優化，市場將轉向由實際商業回報驅動。 💡 硬體撐起第一波，真正拉開差距的是軟體 在人形機器人的形態演變上，市場曾長期爭論「輪式」與「雙足」設計的優劣。然而，報告數據明確指出，雙足機器人（Biped Robots）將在預測期內佔據最大的市場份額，並展現出最高的成長潛力。 雙足設計之所以能主導市場，是因為人類的生活環境（從樓梯、門檻到狹窄的走道）本就是為了雙足行走而構建的。在醫療照護、復健支援以及複雜的工業環境中，雙足機器人擁有輪式機器人無法比擬的靈活性與適應性，這使其成為模仿人類行為與執行複雜任務的首選方案。 相對而言，輪式機器人雖然在成本與能源效率上具有優勢，但其應用將主要集中在平坦地面上的零售服務與室內物流。 若從產業價值鏈的角度進行剖析，可以看到價值重心正在轉移。 目前硬體仍佔據市場營收的最大份額，主要是因為製造一台人形機器人需要整合大量的高精密組件，包括各類感測器（如陀螺儀、視覺感測器）、致動器以及機械結構。 值得注意的是，在所有硬體組件中，控制系統與控制器佔據了最大的市場份額，因為它們是大腦指令轉化為物理動作的關鍵樞紐，直接決定了機器人運動的流暢度與精準度。 […]

端到端 AI 很強，但僅 22% 專家認為是自駕主流！麥肯錫揭未來自駕大腦是「混搭風」

麥肯錫未來移動中心（McKinsey Center for Future Mobility）發布第三次半年一度的產業領袖調查報告，結果顯示全自動駕駛的普及時間表將持續延長。L4 等級的 Robotaxi 大規模商業化預期時間已從原先的 2029 年推遲至 2030 年，而私人擁有的 L4 自駕車與全自動駕駛卡車更預計要到 2032 年才能實現。 這種時間表的推遲，加上開發成本居高不下，迫使車廠（OEM）與供應商重新審視現有的技術路徑與商業模式。調查指出，市場焦點正從追求一步到位的 L4/L5，轉向務實的 L2+ 大規模量產。為了在漫長的過渡期中生存，產業更從過去由單一供應商提供「全套」模式，轉向更為靈活、碎片化的供應鏈結構。 端到端 AI 與混合架構並行，打破單一供應商壟斷 導致供應鏈重組的核心原因，在於底層技術架構的典範轉移。在傳統的車輛軟體開發中，設計師需要單獨定義感知規則、感測器資料融合和路徑規劃，但現在「端到端 AI」（End-to-End AI）正成為顯學。麥肯錫指出，端到端模型具備強大的泛化能力與擬人化駕駛行為，部分受訪專家更認為能降低開發成本。然而，由於其「黑盒子」特性帶來的不可解釋性與安全監管疑慮，僅有 22% 的專家認為端到端架構將成為主流。 調查中，絕大多數專家預測，未來的主流將是「混合架構」，也就是同時採用端到端 AI 模型來處理複雜場景，並結合傳統演算法來驗證安全邊界與可解釋性。這種架構上的「混搭」需求，直接導致了技術堆疊的來源不再單一。車廠可能從 A 供應商採購端到端模型，從 B 供應商採購傳統感測演算法，最後由自身或 Tier 1 供應商進行整合。 軟硬採購分家成常態，車廠轉型「超級整合商」 隨著技術架構的演變，車廠的採購策略也發生了劇烈變化。麥肯錫調查顯示，專家們預測到 2035 年，軟硬體分離將成為主流採購模式。這代表，車廠將不再購買綁定軟硬體的「套餐」，而是獨立採購晶片與軟體，甚至自行開發部分核心軟體。 約三分之一的受訪專家（34%）預期，未來將出現由科技公司與晶片廠商共同開發軟硬體，或由 OEM 業者一手包辦晶片與軟體研發的整合模式。 調查中另一個明顯的數據變化是，看好「混搭模式」（Mix-and-Match）的專家比例從 2023 年的 16% 大幅上升至 26%。在這種模式下，技術堆疊的各個組成部分來自不同的供應商，並由原始設備製造商 (OEM) 或一級供應商整合到最終產品中。 這反映出車廠為了掌控成本、開發節奏與數據資產，正逐漸轉型為具備高度整合能力的「超級整合商」。他們不再尋求一家通吃的解決方案，而是像「組樂高」一樣，在市場上尋找最佳的模組進行拼裝。 麥肯錫建議：保持敏捷與協作是生存法則 […]

SAS、伊雲谷、勤業眾信探索 AI Agent 如何重塑新金融場景

根據 MIT Technology Review Insights 報告指出，未來 3 到 5 年是金融業邁向「自主銀行」的關鍵階段，已有不少金融機構加入 AI 協作作業流程。如美國著名金融機構 JPMorgan Chase 所使用的 EVEE 智慧問答系統，是該行內部的文件助理與客服輔助工具，協助行員減少案件處理時間並提升資源配置效率；Bank of America 的虛擬助理 Erica 每月處理約 5,800 萬次互動，有效達成 98% 自主解決客戶查詢，無需人工介入的成效。 金融業的 AI 競爭力戰場，已從「知識檢索」的被動對話 AI，轉向具備自主執行力、高韌性且能主動代理業務的 AI Agent，金融機構如何構建一套支撐 AI Agent 大規模運作的現代化架構與治理體系？ 在 TechOrange 科技報橘近期所舉辦的「科技風暴金融高峰論壇」現場，邀請科技夥伴共同拆解 AI Agent 在金融業實務落地與現代化資安防禦等核心議題，協助金融業佈局下一波成長引擎。 SAS 如何以 Agentic AI 重塑金融行銷新賽局 「如何從行銷的角度切入，幫助整個銀行銷量業務的 Growth Engine （成長引擎），是金融產業轉型非常重要的一個環節。」SAS 架構技術顧問喬俊森將消費金融業務從行銷的角度拆解問題。過去銀行多處於「被動」接收客戶訊息，依賴資料庫進行批次行銷，而 SAS 所主張的「主動即時」行銷決策，將 AI 嵌入自動化流程，將捕捉到的客戶信號轉化為行動，加速核貸效率，讓 […]

全球首部生效的 AI 法！南韓拼當 AI 強國，但 98% 新創稱沒準備好

南韓推出一套號稱全球最全面的 AI 法律，有機會成為其他國家的範本。《衛報》報導，正值全球對 AI 生成媒體與自動化決策日益不安，各國政府努力追趕快速發展的科技之際，南韓《AI 基本法》於近日生效，強制企業標示 AI 生成內容，卻受到多方批評，因科技新創公司認為規範過於嚴格，而公民社會團體則認為規範遠遠不夠。 南韓想當 AI 強國卻先自綁手腳？業界怨合規負擔重、不確定性高 《Reuters》指出，南韓希望躋身全球三大 AI 強國之列，寄望新的《AI 基本法》能讓該國在此領域取得領導地位，與歐盟《AI 法案》採分階段推動、預計至 2027 年全面實施不同，南韓這套法規已全面生效，也是南韓立志與美國、中國並列為全球三大 AI 強國的核心戰略之一。 根據新法，提供 AI 服務的公司必須為明顯屬於 AI 生成的內容（如卡通或藝術作品）加入「不可見的數位浮水印」，若是逼真的深偽（deepfake）內容，則必須加上可見標示。高影響 AI（High-impact AI）系統包括醫療診斷、招聘與貸款審核等用途，必須進行風險評估，並記錄決策過程，若最終決定由人類做出，該系統可能不被歸類為此類別。極為強大的 AI 模型需提交安全報告，但目前門檻設定極高，政府官員也坦言，全球尚無任何模型達到該標準。 《衛報》提及，違規企業最高可被處以 3,000 萬韓元（約 1.5 萬英鎊）罰款，但政府承諾將提供至少一年的緩衝期才會正式開罰。政府官員強調，法律內容有 80%～90% 著重於促進產業，而非限制發展。 新創聯盟（Startup Alliance）去年 12 月的調查顯示，98% 的南韓 AI 新創公司尚未準備好符合法規，該聯盟共同負責人林正旭表示，「業界有點怨氣，為什麼我們非得第一個做這件事？」普遍感到挫折。企業必須自行判定其系統是否屬於「高影響 AI」，批評者認為這個流程冗長又充滿不確定性。《衛報》補充，南韓企業可能出現競爭失衡，因為所有南韓企業不論規模大小都必須受管制，但外國公司（例如 Google、OpenAI）只有在達到特定門檻時才需遵守。 人權團體憂監管力道不足，南韓政府稱將持續修法補強 另外，《衛報》指出，這波監管推動因發生在南韓特殊的社會背景下，使公民團體擔憂法律力道不足。根據美國身分保護公司 Security Hero 2023 年的報告，全球 53% 的深偽色情受害者來自南韓，南韓國家人權委員會批評施行細則缺乏對「高影響 AI」的明確定義，並指出最可能遭受權利侵害的人，仍處於監管盲區。 公民社會團體也認為，新法對 […]

AI、2 奈米製程帶動搶才潮！Cake 連推新竹、高雄半導體博覽會，新鮮人年薪百萬搶才

年後向來是企業補強戰力、加速招募的關鍵檔期，2026 年科技產業的人才競逐也隨著 AI、半導體、智慧製造與先進製程持續推進而提前升溫。從研發、製程、軟體、硬體到 AI 應用等技術職缺全面擴增，新竹與高雄兩大科技聚落的人才需求亦在第一季明顯攀升。國際人才平台 Cake 指出，超過 58% 的工程師職缺已在職務描述中提及團隊合作相關要求，約 23% 涵蓋高度問題解決能力的實務描述，顯示企業在工程師選才上，除專業技術外，也同步關注跨部門溝通、分析能力與快速學習等軟實力，整體正朝向更高度協作與整合的方向發展。 看準科技產業搶才競逐白熱化，國際人才平台 Cake 宣布舉辦 2026 Tech Career Fair 半導體電子科技徵才博覽會，於年後第一檔連續推出新竹與高雄兩場科技專場。首場將於 2 月 7 日在新竹登場，第二場於 3 月 28 日移師高雄，兩場預計集結超過 30 家科技企業，包含台灣應用材料 Applied Materials Taiwan、ASM 台灣先藝科技、KLA Taiwan 美商科磊，以及 Celestica 等全球知名半導體與電子科技公司參與，其中 Celestica 更將進行該公司近 30 年來首次在台灣的大型徵才行動，聯合釋出千筆科技職缺；企業並祭出新鮮人首年年薪百萬的招募條件，預期吸引數千名科技人才參與，成為今年 Q1 最受關注的科技招募指標活動。 年後科技職場趨勢：工程師軟實力成人才分水嶺 除了薪資與職位內容等考量外，國際人力平台 Cake 指出 2026 年科技求職市場也出現更明顯的能力分化趨勢，其中以「軟實力」最能拉開人才競爭差距。Cake 針對其工程師職缺進行分析發現，超過 58% 的工程師職缺已明確要求團隊合作能力，顯示工程師角色正從單點技術執行者，轉向需要高度跨部門協作的組織型角色；此外，分析能力（28%）、溝通能力（24%）與快速學習力（21%）也成為企業在 AI 與半導體浪潮下，愈來愈常被點名的關鍵能力。 在問題解決能力的呈現方式上，企業多透過技術導向語言描述其需求，例如可擴展系統設計、複雜架構處理、除錯與效能優化，以及在高度不確定情境下進行判斷與決策。Cake […]

「穩定幣金庫不是錢包，是制度化資產治理與作業系統。」HOYA BIT 解析金融機構建置穩定幣金庫的機會與風險

隨著穩定幣技術逐步從實驗階段邁向金融基建的核心，銀行如何安全地持有並運用數位資產，已成為能否在數位金流競爭中，留住跨國企業客戶的焦點。台灣加密貨幣交易所 HOYA BIT 戰略室副總林逸騏在「科技風暴金融高峰論壇」，深入剖析金融機構建置穩定幣金庫的關鍵要素，並點出未來的金融服務將不再只是單純的法幣存貸，而是涵蓋代幣化資產、跨境即時結算與全流程合規監測的綜合生態系。 林逸騏表示，許多銀行在與 HOYA BIT 接觸時，反映來自客戶端的強烈需求。例如，美國零售龍頭 Walmart 考慮發行自己的穩定幣，以減少支付流程與信用卡手續費，在未來就可能進一步要求供應商支付穩定幣，這將會促使銀行思考，如何滿足客戶對數位資產的持有與轉帳需求。 「我們看見銀行建置穩定幣金庫，將能提升資金效率，」林逸騏指出，紐約證券交易所正開發一個用於代幣化證券交易與鏈上結算的全新數位平台，若未來做到證券代幣化，即可實現 24 小時的交易服務，不受限於銀行營業時間與例假日；另一部分應用優勢為跨境支付，傳統支付路徑涉及多間代理銀行，將產生可觀的手續費，而穩定幣點對點轉帳的模式，大幅降低使用者交易成本與匯差。 不過，金融機構打造穩定幣金庫，也將面臨新風險。林逸騏說明，過去銀行未必接觸過私鑰、智能合約和鏈上資產的風險，因此需要特別留意，至於在合規性的面向，銀行應建立 AML（洗錢防制）與 KYC（Know Your Customer，了解你的客戶）、KYT（Know Your Transaction，了解你的交易）機制，以解決用戶驗證和交易安全問題。與此同時，銀行需要在自己的機構上增加更多「控制」，例如多方簽署與權限分離、信任機制引擎、即時風險監測、事故應變等應用，「所以我們認為穩定幣金庫不是錢包，是制度化資產治理與作業系統。」 從保管到應用，探索穩定幣業務的發展藍圖 剖析金融機構的穩定幣業務藍圖，林逸騏指出，第一階段是用戶註冊與審查，任何用戶在持穩定幣時，銀行或交易所會偵測幣流，審查款項是否正常、轉出地址是否被標記為詐騙可能；第二階段是針對 B to B 的跨境收付，思考如何利用穩定幣全天候提供服務的特性，提升信任機制與跨境匯款的效率；第三階段是供應鏈金融整合，將穩定幣嵌入自動化分帳流程，完成供應鏈中下游即時清算，「穩定幣供應鏈就像是大家都看得見的帳本，其中包含每個人的匯款紀錄，所以變成相對更可信任。」 HOYA BIT 致力成為穩定幣與金融體系的合規橋樑，正在規劃評估提供客戶銀行級穩定幣金庫林逸騏表示，「過往金融機構在串接業務的時候，最大問題不在於技術開發、串接或是設備應用上，而是營運機制如何讓公司更順暢，所以我們提供專家輔導，希望共同打造安全與便利兼顧的金流服務。」 金融機構建制穩定幣金庫，將是銀行、企業、交易所的「三贏」 林逸騏指出，這樣的穩定幣金庫運作模式，讓金融機構能完全掌握主動權。一方面是多層簽核機制，讓金融機構不僅能夠自定義「編、審、放」層級，也可以清楚掌握簽核狀態、完整介接銀行內控流程；一方面是即時動態管理，使用者可即時追蹤各筆款項轉帳狀態、第一時間確認異常交易，確保數位資產的高度受控；還有一方面，就是具有完整稽核軌跡，穩定幣金庫完整記錄每筆交易細節，也能對照鏈上存證與審核歷程，滿足監管要求的稽核軌跡。 「穩定幣金庫是一個資產治理＋作業＋風控系統，承接金融機構對穩定幣的與鏈上資產的持有、收付、清算、風控、合規、對帳、稽核的全流程，」林逸騏強調，金融機構建制穩定幣金庫，將是銀行、企業、交易所的三贏，因為銀行可以從穩定幣的發行、贖回、保管、稽核，掌握客資與結算控制層；對於企業而言，可以實現即時的跨境、供應鏈、資金管理收付對帳；對於交易所而言，則是作為推動穩定幣被加速採用的橋樑，提供市場流動性及更多元的使用場景。 穩定幣金庫的建置不僅僅是技術層面的串接，更是金融機構轉型數位資產管理者的關鍵基石。當穩定幣金庫從單純的錢包演進為一套具備高度合規、自動化且符合內控邏輯的作業系統時，銀行將能徹底發揮「供應鏈金融整合」的優勢。

【DEAT 專欄】從成長導向到治理轉型：2025 台灣數位平台經濟的五個關鍵轉折

回頭看 2025 年，台灣的數位平台經濟其實走過了一個重要轉折點。生成式 AI 加速落地，讓平台服務變得更聰明、更有效率；但同一時間，地緣政治、供應鏈重組與資本環境變化，也讓平台不得不開始思考另一個問題：當成長不再是唯一目標，接下來該怎麼「好好營運」。 這一年，平台產業明顯從過去偏向擴張與規模競賽的階段，走向更重視治理、信任與長期穩定的新狀態。從外送、共享運具、線上學習，到租賃、通訊與生活照護，平台已深度嵌入日常生活，也開始承擔更多社會期待。以下五個觀察，是我們在 2025 年最清楚看到的平台經濟變化。 一、AI 成為基本配備，地緣風險成為日常成本 如果說過去幾年 AI 還常被當成「加分功能」，那麼 2025 年更像是「沒有就落後」。生成式 AI 已經走進平台的核心流程，從客服回應、內容審查、推薦系統到供需調度，幾乎無所不在。AI agent 也開始影響內部工作方式，讓平台競爭從「誰跑得快」變成「誰反應更敏捷」。 不過，技術紅利之外，外部環境的壓力也同步上升。跨境資料流、資安風險、能源成本與供應鏈重整，逐漸成為平台營運必須長期承擔的結構性成本。對高度連結國際科技產業鏈的台灣來說，這些不確定性不再只是短期風險，而是需要納入日常決策的背景條件。 二、補貼時代告一段落，平台開始精算每一位用戶 2025 年，平台的商業策略明顯回到基本面。外送產業中，會員制與訂閱制成為經營重點，平台不再只看訂單數，而是更關心用戶留存與整體貢獻度。同時，服務範圍也持續擴張到生鮮、雜貨與日用品，希望提高使用頻率與生活黏著度。 共享運具則走向更明確的整合路線，從單一交通工具，進一步串聯叫車、停車、通訊與其他生活服務，回應使用者對「一個平台就夠」的期待。線上學習領域也逐漸走出疫情紅利期，平台更強調內容品質、學習成效與職場應用的連結。 無論是哪一種平台，訊號都很清楚：靠補貼換規模的模式正在退場，取而代之的是精算經營、長期關係與可持續收入。 三、平台走進生活縱深，開始被當成「可以依賴的存在」 2025 年另一個明顯變化，是平台與生活的距離變得更近。從共享機車、共享停車位，到租車、租賃、寵物照護與居家照護服務，這些平台不再只是備用選項，而是許多人日常生活的一部分。 當平台承接的功能愈來愈接近「日常運作」，社會對它們的期待也隨之提高。便利之外，穩定性、透明度與責任感開始變得同樣重要。也因此，平台業者開始更嚴肅地投入資安防護、資料治理、客服回應與爭議處理等看似不顯眼、卻決定信任的基礎工程。 這些改變意味著，平台正在往「準基礎設施」靠近，而信任，成為下一階段競爭的門檻。 四、從併購案到外送專法，平台治理進入現實檢驗期 治理議題在 2025 年變得格外具體。年初的外送平台併購案，讓市場結構與競爭政策成為焦點；接著，外送專法的推進，則把討論帶向勞動保障與制度設計。 這兩起事件共同傳達一個訊息：平台已經無法只被視為創新產業，而是需要被納入既有的競爭與治理框架中檢視。保險、安全、費率、申訴與責任分工，開始成為平台必須正面回應的課題。 從模糊空間走向制度化，過程勢必充滿磨合，但也為未來其他平台場域提供了重要參考。 五、跨域平台持續擴張，制度協調仍待補位 最後一個觀察，來自制度與產業之間的落差。當平台同時涉及交通、勞動、消費者保護、個資與資安，現行以部會分工為主的治理架構，往往難以即時回應實務需求，也提高了企業的合規不確定性。 如果希望平台經濟能持續升級，制度設計就必須更具一致性與可預測性，讓創新有空間、風險可管理，也讓社會信任能累積。 結語：平台不再只是工具，而是數位社會的底層結構 2025 年的台灣平台經濟，已經走出「新創早期」的階段，成為串接民生、產業與治理的重要節點。接下來的關鍵，不只是跑得多快，而是能不能跑得久。 當平台治理回到制度常軌，創新與責任才有機會並行。這不只是平台企業的課題，也是一個數位社會能否穩健前進的重要基礎。 社團法人台灣數位平台經濟協會 社團法人台灣數位平台經濟協會（DEAT）集結了台灣社會關心網路協作與共享經濟發展趨勢的業者、學者、法律專家，致力推動有利創新的商業模式與法規環境、促進社會支持、以及推動本地數位平台與共享新創的蓬勃發展，會員涵蓋共享智慧運輸、外送服務、承攬媒合與資訊平台等領域，服務用戶突破千萬，就業人口達十多萬人，為台灣新經濟與新生活型態的重要推動者。 ＊ 本文經社團法人台灣數位平台經濟協會授權刊登，首圖來源：社團法人台灣數位平台經濟協會。 （責任編輯：李昀蔚）

讓機器人不只是死背動作！三菱電機砸 50 億日圓重押 Akari，佈局「會應變的 AI 大腦」

日本三菱電機宣布投資建築科技新創公司 Akari。《Bloomberg》報導，這是產業為了尋求全自動化生產、並訓練機器人應對不同狀況的專業技術，所邁出的最新一步。 三菱電機表示，將向 Akari 投資 50 億日圓（約 3,200 萬美元），雙方合作教導機器人如何「即時校準」，讓硬體不再只是執行固定程式，而是能自主應對複雜環境，以掌握多項任務，這是實現完全自動化的關鍵環節。 缺工催生自動化浪潮，企業聯手打造「工業界的大腦」 Akari 成立於 2021 年，源自於東京大學的研究計畫，該公司曾為長谷工（Haseko Corp.）和戶田建設（Toda Corp.）等建築公司提供 AI 服務，此次為其創業以來首次的大型融資。 Akari 指出，隨著全球 AI 趨勢轉向操控物理世界的具身智慧（Embodied AI），雙方此次合作目標是開發「下一代工業作業系統」，作為未來無人化、自主化工廠的大腦，解決日本產業面臨的生產力低下與技術傳承問題，並在海外市場建立競爭優勢。 三菱電機執行長 Kei Uruma 表示：「三菱電機正致力於變革為數位創新企業。Akari 領先的 AI 演算法與快速落地的執行力，是我們不可或缺的推力。」Akari 補充，三菱電機提供龐大的工廠現場真實數據以及控制機器的專業領域知識，Akari 則提供頂尖的演算法開發力與軟體定義硬體（Software-defined hardware）的實踐力。 國防預算加 AI 雙引擎，日本自動化實力全面加速 由於人口萎縮，日本製造商面臨巨大的轉型壓力，必須向機器人與 AI 尋求解決方案。《Bloomberg》指出，日本擁有機器人控制器與操作系統設計商 Mujin Inc.，以及全球頂尖的工廠機器人製造商如 Fanuc、Yaskawa Electric 與 Kawasaki Heavy Industries，日本軟銀集團（SoftBank）也宣布以 54 億美元併購工業巨頭 ABB 的機器人部門，各家企業都致力於將 AI 注入機器人硬體中。 《Bloomberg》補充，日本的戰略調整將整合 AI […]

具備清楚商業應用輪廓！「AI 實戰職涯營」學員從使用者痛點出發，在 DemoDay 提出具體且可延展的 AI 解決方案

新北市政府青年局主辦「2025 AI Practitioner Program｜AI 實戰職涯營」，活動涵蓋證照培訓、技能應用、專案實作與成果展示等四大階段，以完整 AI 學習路徑，助力學員用 3 個月培養數位思維與產業應用力，掌握 AI 時代最關鍵技能。在日前舉行的 AI 實戰職涯營 DemoDay 成果發表，四組學員根據課程中所學習的 AI 知識與工具實際應用於真實情境，從市場需求與使用者痛點出發，提出多項具體且具發展潛力的 AI 解決方案，展現將技術轉化為實際應用的能力，以及進一步發展為商業解決方案的可能性。 新北市青年局局長邱兆梅致詞表示，青年局的核心目標是協助青年達成三個關鍵接軌：職涯接軌、市場接軌、以及國際與社會接軌，除了提供求職諮詢，也積極與 AIT 美國在台協會合作設立「美國資料專區」，打造青年國際學習熱點。針對新北市青年局推動「AI 實戰職涯營」的初衷，邱兆梅觀察當前青年面臨「技術斷層」的挑戰，就學時期，校方可能還未發展成熟的 AI 訓練課程，但是步入職場，卻發現企業要求人才們必須具備 AI 技能，「這些青年正處於技術銜接的斷層帶，因此我們希望透過舉辦營隊，邀請 AWS 等業界專家傳授技術與專案心法，也深入探討如何利用 AI 工具打造可解決實際問題的應用。」 在 AI 專案深化實作與落地能力 在 AI 實戰職涯營，四團隊運用所學與 AI 技術打造創新解決方案。JobSpark 團隊打造「AI 職缺戰情室」，讓使用者一次掌握市場薪資區間、建議發展能力方向，並生成個人化趨勢報告與職缺推薦。JobSpark 團隊代表指出，參與營隊的動機，是希望透過「業界實務」視角，學習如何將 AI 技術轉化為可以解決真實社會問題的應用，而在營隊當中，最大收穫就是能夠從定義問題、串接 AI 工具，到最終提出「一站式求職輔助體驗」的新模式，完整參與 AI 開發，「本次課程從 AI 簡報、自動化流程到不用寫程式就能製作 AI 工具，內容非常實用。小組實作時大家也一起討論、交換意見，特別是實體課的專案健檢和 Pitch 準備，講師點出我們沒發現的盲點，提供精準建議，讓我們從不同的角度出發，使專案更具落地潛力，是一場極其紮實的學習歷程。」 SkillBridge […]

蘋果史上第二大收購！豪擲近 20 億美元買下的以色列 AI 新創 Q.ai 在做什麼？

在全球科技巨頭競逐 AI 穿戴式裝置與個人智慧助理的浪潮下，蘋果近期悄悄完成一筆關鍵併購。根據多家外媒報導，蘋果已收購神秘的以色列 AI 新創公司 Q.ai，交易估值約 15 億至 20 億美元，成為蘋果史上第二大收購案，僅次於 2014 年以 30 億美元買下 Beats。 外界普遍認為，這起交易顯示蘋果正加速布局 AI 感知與穿戴式裝置技術，為下一波 AI 裝置世代鋪路。 主打「無聲語言」技術，耳機與智慧眼鏡應用潛力大 Q.ai 成立於 2022 年，由前 PrimeSense 創辦人 Aviad Maizels 與團隊創立，總部位於以色列拉馬特甘。該公司長期處於低調營運狀態，產品細節鮮少對外公開。 根據專利文件與官方說明，Q.ai 的核心技術聚焦於「臉部皮膚微動作」分析，透過偵測使用者嘴型與臉部細微變化，解析未發聲的語音內容，同時評估情緒、呼吸頻率與生理狀態。這項技術可讓裝置在不發出聲音的情況下理解使用者意圖，被形容為「無聲語言」系統。 《金融時報》指出，相關技術未來可應用於耳機、智慧眼鏡等穿戴式設備，讓使用者在公共場合與 AI 助理進行私密互動，而不必開口說話。 根據《路透社》報導，蘋果雖然沒有透露將如何使用 Q.ai 技術，但表示 Q.ai 一直在研究機器學習的新應用，用於理解低語聲、改善複雜環境下的音訊品質。這與近年 AirPods 導入即時翻譯與智慧降噪功能形成呼應。 創辦人與蘋果淵源深厚 Q.ai 執行長 Aviad Maizels 並非第一次與蘋果合作。2013 年，他創辦的 PrimeSense 被蘋果收購，其 3D 感測技術後來成為 iPhone Face […]

金融生態的協作與創新如何驅動穩定幣發展？HOYA BIT 與海耶克科技深度解析

隨著 AI 與數位資產技術的疾速交匯，全球金融體系正迎來一場前所未有的「穩定幣革命」。HOYA BIT 戰略室副總林逸騏與海耶克科技共同創辦人暨商務長温宏駿在 TechOrange 科技報橘「科技風暴金融高峰論壇」的焦點對談，共同探討「穩定幣發展：金融生態的協作與創新」。 政策支持是驅動金融機構布局穩定幣的關鍵起點 穩定幣正跨越實驗階段，逐步邁入貿易應用的初期階段，不僅韓國、日本等國家持續加速布局跨國穩定幣轉帳試點計畫，新加坡金融管理局也發起守護者計畫「Project Guardian」，目標建立資產代幣化的標準和政策指引，發展一個商業導向的數位資產生態系。「面對這樣的趨勢，台灣可以採取接入國際網絡和自建運作系統『並行』的策略，」林逸騏表示，全球現有的穩定幣系統已經日漸完整，而台灣在第一階段適合作為接入者的角色，尤其是在治理和風控面向；未來則可望從技術驗證（ POC）階段轉向場景化應用， 對接國際等級的建置，實現跨境貿易與結算的新模式。 剖析台灣如何打造理想穩定幣支付生態系，林逸騏指出，政策支持是驅動金融機構布局穩定幣的關鍵起點，在日本，是多個銀行聯合推動機構級穩定幣，韓國則是財閥引領規劃進軍穩定幣市場，「台灣會是什麼機構發行？央行目前正在討論 CBDC（央行發行之數位貨幣）和穩定幣兩種類型，但我認為在成功建置穩定幣基礎架構前，第一個需要的是明確的政府政策支持。再來，評估各個金融機構的需求，以及之後是否每一間銀行都發行自己的穩定幣。最後是『贖回』機制，我們需要確保 Token（代幣）如何轉換為真實價值。」 林逸騏也分享，HOYA BIT 於去年底正式和台新銀行合作新台幣信託服務，成為全台唯一 365 天即時出入金、24 小時內到帳的交易所，落實加密貨幣無國界、全天候運作的優勢，助台灣投資人與國際市場即時接軌。「過去加密貨幣投資人進行新台幣出金時，經常面臨『休假日』就無法到帳的痛點，導致資金調度受限。透過與台新銀行深度合作，我們支援 24 小時即時出入金並到帳服務，讓投資人在資金移轉過程更迅速、靈活。」 台灣發行穩定幣，背後攸關貨幣主權競爭 談到台灣參與或建立穩定幣相關的生態系，將對於主權、金融發展等面向帶來實質幫助，温宏駿指出，走到 AI 與穩定幣時代，大家對於國家的主權信任會越來越薄弱，在這樣的情況下，台灣守住金融主權的機會，就是仰賴自己的產業，「台灣現在最值得驕傲的是 AI 背後的算力，算力的盡頭是晶片，所以台灣的半導體與 ICT 產業力，未來可能會超過『台灣』這個名稱。至於如何鞏固金融主權，需要依靠我們最強的產業去做，我會主張有沒有『新台幣穩定幣』，將攸關下一個世代我們有沒有可以主導貨幣主權競爭的機會。」 温宏駿分析，目前台灣發行新台幣穩定幣，最大的挑戰仍是國家政策不明確，這也包括民眾認知程度不一致，「台灣現在的問題是經濟發展太好、金融發展太充分。這既是好處也是壞處。我們一直使用比較落後的金融網絡，但靠著人力提升金融服務的方便性，其實這個網絡早就應該打掉重練，變成更快、更有效的網絡，但我們透過『勤奮』補足劣勢，因此不像其他國家覺得金融服務使用門檻高，這也導致全民金融轉型的感受不明顯。」 「台灣深獲國際信任，缺的是對『新網絡』的開放，」温宏駿進一步表示，傳統銀行體系的帳本效率相對較低，因為需要很多中間人、代理人建立信任，且每發一張銀行牌照才能記帳，從台灣匯款到美國也要透過 SWIFT Code（一種全球網絡，用於處理國家之間的匯款）串接，這樣的模式已經無法滿足投資者資金流動的需求，「尤其 AI 時代來臨，AI 不會睡覺。AI 發動的交易一定是在自動化帳本、全球共同維護的帳本運行，現在的銀行體系逐漸無法承載 AI 帶來的交易量，雲端基礎設施擴充再強大也難以跟上訊息交換的即時性，所以我們需要推動穩定幣，也就是發展另一套新帳本，讓台灣接軌國際金融市場的數位化標準。」 面對國際間積極布局穩定幣應用，台灣《虛擬資產服務法》草案也已邁入關鍵立法階段，接下來透過完善穩定幣經營與監管機制，將能大力促進普惠金融及金融科技發展。 （責任編輯：曾品潔）

今天的菜鳥是明天的大將：雲端公司全面導入 AI，仍堅持招募初階工程師

近年來科技業界的主流觀點，即 AI 自動化將徹底取代初階開發人員，而 Egnyte 似乎更想要反過來證明，企業可以在兼顧 AI 應用能力的前提下，確保人類始終牢牢掌握各種決策環節。

企業如何實踐 AI 新世代「開放創新 × 韌性治理」？博弘雲端攜手 Palo Alto Networks 與趨勢專家深度剖析

《Deloitte 2025 年亞太地區執行長調查》指出，60% 的亞太地區企業已在兩個以上的業務部門中導入 AI 應用，顯示企業 AI 轉型已成定勢。當前，Agentic AI 更開啟智慧自主新紀元，企業關鍵競爭力不僅僅是透過數據分析驅動決策，更重要的是建立「可被信任的 AI 智慧系統與治理架構」。在 Nextlink 博弘雲端與 Palo Alto Networks、TechOrange 科技報橘聯合舉辦的「共創 AI 新世代高階經理人餐敘」，聚焦「開放創新 × 韌性治理」兩大命題，匯聚產業界高階決策者，深度探討未來五年台灣企業在全球 AI 治理與雲端安全鏈中的轉型關鍵，助力企業打造更強韌、更可信的決策機制。 科技報橘社長戴季全於開幕致詞表示，根據美國麻省理工學院調查，全球企業導入 AI 專案的成功率僅約 5%，高達 95% 的計畫以失敗告終。成功的決定性因素有以下兩個，一是 AI 專案由組織的最高領導人親自帶領；二是組織需要有意識地將分散在各部門、各領域的 AI 超級使用者聚集起來，共同推動 AI 專案。戴季全表示，「我們期待透過這場高階經理人餐敘，協助企業決策者掌握從數位轉型到資安維運的具體策略，描繪成功 AI 專案的輪廓。」 Nextlink 博弘雲端技術長宋青雲指出，企業邁向 AI 原生世代時，除了將 AI 從單純的諮詢角色轉化為能自主執行任務的數位員工，也需要建立明確的治理框架，界定 AI 的行動與言論權限，並將其視為正式員工進行引導。為了應對新技術帶來的風險，企業必須落實風險分級管控與透明度，透過人類的適度介入與授權，確保 AI 應用能在安全且符合法規的基礎上，真正為企業流程創造長期的數位價值。在 AI 浪潮下，博弘雲端致力攜手企業展開更安全的 AI、雲端與大數據落地執行，協助客戶推動創新並提升管理效能。    「好的資安整合，是降低企業管理與複雜度的關鍵。」Palo Alto Networks 資深業務副總經理樓仰恩說明，面對碎片化的資安威脅，企業必須系統性地整合網路、端點及雲端等多樣化工具，才能有效提升資安事件的處理效率，並降低維運難度。針對當前 […]

【科技早餐】科技七雄財報揭曉，AI 策略各成一局

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊科技七雄財報揭曉，AI 策略各成一局 「科技七雄」中的 Meta、Microsoft 與 Tesla 公布最新一季財報，三家公司皆交出優於市場預期的成績，但 AI 發展策略已開始走向不同方向。Meta 上季營收接近 600 億美元，活躍用戶達 35.8 億人，並宣布 2026 年資本支出將大幅拉高，區間上看 1350 億美元，年增超過六成，明確押注「超級智慧」（Superintelligence）模型。 Microsoft 營收年增 17%，但 Azure 成長略低於上季，市場開始關注雲端業務成長曲線是否趨緩；Tesla 在政治紛擾後，第四季財報仍優於預期，能源儲存與 AI 硬體成為新亮點。同樣談 AI，三家公司選擇的路線已出現明顯分流。 ＊三星交出史上最強財報，HBM4 正面迎戰 AI 記憶體戰 三星電子（Samsung Electronics）公布 2025 年第四季財報，單季營收達 650 億美元，營業利益 140 億美元，雙雙創下公司史上新高。成長動能幾乎全數來自 AI 基礎建設對高階記憶體的強勁需求，半導體部門成為最大功臣。 即便產能供不應求，三星記憶體營收仍季增 33%，並宣布本季量產 HBM4，預計 2026 年初交付，全力追趕 SK 海力士在 NVIDIA 供應鏈中的主導地位。在晶圓代工方面，三星也宣布第一代 2 奈米製程正式量產，並提供 […]

企業認為的最大資安風險變了？Synology 2026 調查揭「勒索軟體」僅列第三名

當談論到資安風險，「勒索軟體」往往是企業最容易聯想到且認為最棘手的風險之一，但台灣資料管理大廠 Synology 最新公布的《2026 台灣企業資料保護大調查》，正在推翻這項認知。 Synology 年度調查台灣逾 600 位中大規模企業 IT 人員發現，企業認為當前最大的資安風險不再是勒索軟體（59.2%），反而是「硬體故障」（69.7%）與「人為疏失」（65.6%）分踞一、二名，而勒索軟體名列第三。 台灣事業處業務暨行銷總監高志鵬解釋，IT 人員通常已對勒索軟體建置防範策略，但是內部誤刪、誤改或是高度依賴人工、失誤率較高的流程，正逐漸成為新的安全漏洞。 另外，企業還需承擔災難復原效能不盡理想的壓力，超過 50% 企業發生事故後，需耗時 1 小時以上才能恢復關鍵任務。高志鵬指出，這代表企業資料的保護，不再只有考量到軟體，也需考慮硬體和人為疏失。 企業資料保護要求更加進階 也因此，企業對於資料保護的佈局更加進階。Synology 調查顯示，企業針對資料保護「不可竄改」的導入率從去年的 14.6% 提升至 24%，「離線備份」的導入率更從 3% 躍升至 30%。 高志鵬觀察，企業對於資料保護的要求不再是「有備份就好」，而是更看重資料備份與還原的速度，也就是資料保護的效率。他強調，這攸關企業營運的韌性，「韌性的最後一道防線就是資料保護。」 Synology 報告也強調，備份資料已成為當前惡意攻擊的主要鎖定對象，如果沒有落實相關措施仍可能遭到刪除或篡改，因此實施做法需要 IT 人員尋覓更高效且合適的解決方案。 另外調查揭露，6 成中大型企業有明確合規需求（如 GDPR、ISO27001），但推動過程中高達 62% 企業表示「人員與資源不足」是最大阻礙，遠高於技術門檻。舉例來說，儘管調查顯示離線備份導入率來到 30%，實務上許多企業仍依賴 IT 人員手動插拔硬碟或更換磁帶，後續得耗費大量人力和時間維護，且難以做到即時還原。也因此，Synology 指出，自動化備份機制、集中管理等，都是提升 IT 效率的重要助力。 資料儲存成為 AI 轉型的關鍵角色 隨著 AI 轉型浪潮襲來，Synology 也點出 2026 年兩大儲存趨勢：資料引力（Data Gravity）、以及非結構化資料管理。 Synology 企業行銷經理江頌薇解釋，隨著資料種類與數量的激增，加上儲存成本與數位主權需求的交互作用，資料會根據其特性產生引力，往不同方向移動，這將促使企業在 2026 […]

Synology 2026 調查揭企業資安新盲點：人為疏失首超勒索軟體，應以自動化機制補足防線

Synology 群暉科技今日揭曉 2026 年《台灣企業資料保護大調查》，共有超過 600 位中大規模企業 IT 參與，現場台灣事業處業務暨行銷總監高志鵬分析當前最為嚴峻的資安風險和挑戰，並提出對應的資料保護措施。 人為疏失竄升資安大敵，人力不足成合規最大路障 本次調查中值得注意的是企業對資安威脅的認知出現結構性轉變：長年盤據榜首的勒索軟體滑落至第三，取而代之的是「硬體故障」與大幅竄升的「人為疏失」。高志鵬說明，IT 人員通常已對勒索軟體建制防範策略，但內部誤刪、誤改或高度倚靠人工、失誤率較高的流程，逐漸成為新的安全漏洞；另外，企業還承擔災難復原效能不盡理想的壓力，超過 50% 企業發生事故後，需耗時 1 小時以上才能恢復關鍵服務，對於持續營運無疑是一大打擊。 從外部環境來看，來自政府與供應鏈的合規要求依然存在。調查顯示，六成中大型企業有明確合規需求（如 GDPR、ISO27001），但推動過程中高達 62% 企業表示「人員與資源不足」是最大阻礙，遠高於技術門檻。 舉例來說，離線備份是經常用在抵禦惡意攻擊的最後一道防線，儘管調查顯示導入率來到　30%，高志鵬卻指出實務上，許多企業仍依賴 IT 人員手動插拔硬碟或更換磁帶，後續得耗費大量人力和時間維護，且難以做到即時還原。 高志鵬強調：「2026 年資料保護策略的關鍵字就是效率。企業必須思考如何提升備份與還原速度，並尋求自動化的保護機制，不僅能有效降低人工失誤的風險，更可以釋放 IT 部門的資源與時間，專注在更高價值的任務。」 從自動化備份到地端 AI，Synology 助企業釋放資料價值 Synology 2026 年解決方案的佈局正是圍繞著效率展開。首先，Synology ActiveProtect 備份專用一體機，擁有軟硬體整合與單一介面優勢，可協助企業集中管理多據點的備份伺服器與任務，再透過內建的不可變機制與 Air-gap 功能，強化備份資料安全性，輕鬆滿足合規需求，大幅強化組織營運韌性。 即將正式亮相的雙主動全 NVMe 伺服器 PAS7700，則是為了關鍵任務和 AI 場域而生，可支援高頻交易撮合、核心帳務或人工智慧推論等對延遲極為敏感的工作負載；雙控制器的主動式架構設計，即便單一節點故障也能無縫切換，確保營運可靠性。 另外，Synology 逐步替生產力工具導入 AI 功能，從 Office AI 助理，可以替用戶快速撰寫、潤飾與校對文字，還能做到自然語言互動，尋找試算表公式等；到全新 Synology Meet 私有雲會議系統，支援即時語音轉文字與翻譯。未來更計畫打造純地端的大型語言模型，並帶來如 Synology AI Agent […]

從模型、晶片到商業化，拆解中國迎向「下一個 DeepSeek 時刻」的系統性布局

一年前，中國 AI 新創 DeepSeek 推出一款聊天機器人，由於使用費用與生產成本遠低於 ChatGPT，不僅震驚全球市場，更引發了外界對於美國科技限制能否有效遏止中國 AI 發展的質疑。 2026 年，從模型發布節奏到晶片製造，中國科技巨頭與新創公司正透過全方位佈局挑戰美國領先地位，並加速驅動一場從軟體模型到硬體晶片的全面升級。《CNBC》指出，中國 AI 公司的競爭態勢已不再是單一模型的突發事件，而是一場系統性的推進，全球市場也正密切關注中國是否即將迎來「下一個 DeepSeek 時刻」。 模型密集發布，競爭重心轉向速度、用戶與生態 首先，中國 AI 模型的迭代速度正在顯著加快。例如北京新創公司 Moonshot AI（月之暗面）在發布 K2 模型後僅約三個月，就於 2026 年 1 月 27 日推出全新的開源模型 Kimi K2.5。Kimi K2.5 主打原生多模態能力，能理解文字、圖片與影片，並具備強大的「Agentic AI」（代理 AI）能力，可協調多個 AI 代理共同完成任務。Moonshot AI 宣稱，該模型在部分基準測試中超越了美國主流模型，例如在影片理解基準測試 VideoMMMU 中，Kimi K2.5 擊敗了 GPT 5.2 與 Claude Opus 4.5；在程式編碼方面，表現也優於 Gemini 3 Pro。 此外，近期阿里巴巴也發布最新的生成式 AI 模型 Qwen3-Max-Thinking（通義千問），該模型可根據用戶指令生成文字、圖片或影片。阿里巴巴表示，新模型在名為「Humanity’s […]

Meta 財報優於預期！祖克柏預告 2026 將推智慧商務工具、AI 模型

當華爾街仍在質疑科技巨頭是否能從巨額 AI 投資中回收報酬時，Meta 率先用一份優於預期的財報，為自己的重押 AI 的策略爭取到更多時間。 Meta 最新公布的 2025 年第四季財報顯示，假日季營收達 599 億美元，優於市場預期，並對 2026 年給出強勁的成長指引，帶動股價在盤後交易中大漲超過 11%。這份成績單，也暫時緩解了投資人對 Meta 高額 AI 支出能否帶來實質回報的疑慮。 廣告業務回穩，撐起數千億美元 AI 賭注 Meta 能夠持續加碼 AI，關鍵仍來自其核心廣告業務的復甦。財報顯示，Meta 預估今年第一季營收將介於 535 億至 565 億美元之間，高於市場共識。Meta 財務長 Susan Li 也在財報會議中強調，AI 投資正在改善廣告投放精準度與內容推薦效率，進一步延長用戶使用時間。 《Bloomberg》分析，線上廣告業務的改善，讓 Meta 得以在未來數年投入數千億美元建置 AI 基礎設施，而不致立即衝擊財務穩定性。 Meta 也表示今年將加強投資，預測 2026 年的資本支出將達到 1,150 億至 1,350 億美元，這幾乎是去年 720 億美元的兩倍，若達上限，將較 2025 年成長近 87%，創下歷史新高，主要用於資料中心、算力設備與 AI 人才布局。 […]

特斯拉財報揭主業轉向：要用 Optimus 人形機器人接棒電動車，轉型為實體 AI 公司

特斯拉（Tesla）在 1 月 28 日公布最新一季財報，結果顯示 2025 年第四季淨利暴跌 61% 至 8.4 億美元，營業費用則飆升 39%，導致營業利潤率從前一年的 6.2% 降至 5.7%。特斯拉將這些數字歸因於電動車銷售放緩以及成本快速膨脹。 特斯拉 2025 年的全年總營收年減 3%，首次出現年度營收下滑，其中汽車業務營收更年減 11%。數據顯示，包含 Model S、X 與 Cybertruck 在內的「其他車型」類別，2025 年銷量年減幅度高達 40.2%，顯示高階與利基車款需求疲軟。因此，面對核心業務成長趨緩，特斯拉在財報與投資人溝通中，多次將話題轉向 AI、機器人與自動駕駛，並將這些項目定調為未來的發展重點。 為了加速驅動轉型，特斯拉財務長 Vaibhav Taneja 表示，未來一年的資本支出預計將達到 200 億美元。這項數據遠超分析師預期，顯示即便獲利承壓，特斯拉仍決意大規模拉高投資規模，以推動 AI 技術轉型。這樣的投資方向，也開始反映在特斯拉的具體決策上。 Model S、X 將成為歷史，Fremont 要騰出空間做人形機器人 Optimus 「現在是時候讓 Model S 和 X 計畫光榮退役了，因為我們正邁向一個基於自動化的未來，」作為 AI 技術轉型戰略中的重要一環，特斯拉執行長馬斯克（Elon Musk）在財報電話會議上正式宣布不再生產 Model S 與 Model X，至於停產的原因，最關鍵的因素是為了在加州 […]

備份儀表板全是綠燈？小心，這可能是企業最危險的虛假安全感

近期有資安與資料保護領域的從業人士提出警示，企業在檢視備份狀態時，往往過度依賴供應商所呈現的「成功訊號」，卻忽略了背後潛藏的復原風險。長期任職於備份與復原服務體系的專家直言，即使備份系統顯示一切正常、儀表板亮起綠燈，也不代表組織在真正發生事故時，具備足夠的復原能力。 這種將「備份完成」直接等同於「系統安全」的認知盲點，在工業營運技術（OT）環境中尤其危險。 對於工廠、醫療院所或電力系統等關鍵基礎設施而言，一旦復原流程未經驗證，備份的存在反而可能掩蓋潛在的系統性風險，使組織在真正面臨攻擊或故障時，暴露於更大的營運衝擊之中。 備份成功不等於能復原，OT 是最危險的誤判場域 OT 環境的本質與傳統企業 IT 存在巨大差異，這種差異直接決定了復原工作的艱巨程度。 工業現場充滿了大量的遺留系統（Legacy Systems），這些系統往往運行在早已停止支援的作業系統上，如 Windows XP 或 Windows 7，甚至依賴於特定的嵌入式版本與老舊的可程式化邏輯控制器（PLC）。 這些架構並非為了現代的虛擬化或雲端環境而設計，它們背後連結的是極度脆弱且高度客製化的驅動程式鏈，以及可能早已停產的硬體介面。綠燈的亮起，只代表寫入完成，並不等於這些資料在災難發生時，真的具備啟動與復原的能力。 OT 復原仰賴的是細節，而不是備份頻率 在 OT 領域，系統復原極度依賴細節的精準度。只要遺漏一個特定的驅動程式、一項未記錄的參數設定，或備份檔案稍有殘缺，整台設備就無法啟動。 許多企業將備份視為形式上的合規流程，認為只要定期執行即可高枕無憂，但這種思維忽略了「復原」才是備份策略中唯一具有價值的環節。 當企業只關注備份的頻率而非復原的可行性時，他們實際上是在累積一種技術債，而這筆債務終將在事故發生時以災難性的規模償還。 IT／OT 融合放大災害半徑，備份失效不只是單點事故 隨著數位轉型的推進，IT 與 OT 的邊界日益模糊，這種整合雖然提升了生產效率，卻也擴大了攻擊面。過去物理隔絕的保護傘已經消失，取而代之的是複雜的數據交換網絡。這種系統性的互聯讓任何微小的配置錯誤或軟體漏洞，都可能透過連鎖反應演變成跨部門、甚至跨產業的災難。 當勒索軟體鎖定 OT 環境時，其威脅程度遠超 IT 系統，因為 OT 環境的停機成本極高，且容錯率幾乎為零。更關鍵的是，OT 系統的失效往往不只影響單一場域，而是透過跨產業的數據依賴，快速外溢成更大規模的營運中斷。 跨產業資料相依，讓單點失效變成系統性災難 且關鍵基礎設施的相互依賴性進一步放大了這種風險。能源、交通與醫療並非孤立運行的孤島，而是透過數據流緊密耦合的網格。例如，電力部門的數據中斷不僅會影響發電，還會導致交通號誌失靈與通訊網絡癱瘓。 國際治理創新中心的研究指出，能源部門往往是自身數據的最大消費者，其供應鏈連結之緊密，使得任何關於能源產量、配電狀態的數據完整性受損，都會立即轉化為物理世界的混亂。然而，許多組織對這種「入站」與「出站」的數據相依性缺乏深刻理解。 當一個部門的備份因為老舊系統的結構性漏洞而失效時，受害者將不僅限於該組織內部，而是會波及所有依賴其數據服務的其他關鍵基礎設施，形成大規模的經濟與社會停擺。 真正的災難是出事才發現備份無法使用 災難復原最痛苦的時刻，莫過於在真正需要啟動備份的那一刻，才發現儲存載體損毀或硬體不相容。這種情況在 OT 環境中尤為常見。 由於生產線、臨床醫療系統或物流樞紐通常不具備「暫停鍵」，維運團隊往往缺乏機會在真實硬體上進行復原演練。長期以來，潛在的資料腐敗（Silent Data Corruption）、遺失的相依檔案或韌體版本不匹配，就這樣隱藏其中。 要打破這種「虛假安全感」的循環，企業必須將重心從單純的備份操作轉向「可驗證的復原能力」。這要求企業建立一套系統性的驗證機制，而不是將測試視為年度一次的例行性任務。 真正的營運韌性來自於對備份內容的深度檢測。這包括最初階的完整性校驗（Hash Verification），確保數據在儲存過程中沒有發生位元衰減；進階的虛擬環境引導測試，驗證作業系統與應用服務是否能正常初始化；以及最關鍵的實體硬體還原測試。 特別是在 OT 環境中，由於虛擬化技術有時無法完全模擬專有的硬體行為，在與生產環境相同的實體設備上進行驗證顯得至關重要。此外，復原能力必須被納入高層的營運決策與事故回應計畫中。公司的管理層需要清晰地了解組織的復原時間目標（RTO）是否基於「已驗證的實測數據」，而非僅是技術部門的口頭承諾。 […]

廢棄物體積縮減 80%！全食超市導入 AI 廚餘系統，救地球更救物流成本

對零售業來說，回收向來是一項高成本、低報酬的環節，然而，隨著 AI 與自動化技術成熟，回收正出現結構性轉變，廢棄物開始被重新定義為可被「精準開採」的原料來源。 回收不再靠人力！AI 即時運算與高速分流 《華爾街日報》指出，在美國多地的資源回收處理廠中，AI 已經走到第一線。以康乃狄克州 Murphy Road Recycling 為例，高速運轉的輸送帶上，電腦視覺系統會即時辨識鋁罐、塑膠瓶、紙類與其他材料，並透過磁力裝置、光學分選與氣流噴射系統完成分離。這類系統能同時判斷材質、是否符合食品級標準、重量與市場價值，甚至計算最佳分選時機，讓回收物以更高純度被打包出售。 這種精準分選能力，直接改變了回收的經濟模型。過去，將鋁、塑膠或紙類從混合垃圾中撿出來的成本，往往接近甚至高於其市場價格；如今，自動化系統能以遠高於人工的速度與穩定度完成作業，使回收廠能處理更大吞吐量，同時產出更乾淨、更具溢價空間的回收料。大型業者如 Republic Services 與 WM（Waste Management）已大規模投資 AI 分選設備，即使在原物料價格走低的情況下，回收部門仍能靠品質提升與成本下降維持獲利。 更進一步，AI 也讓「不分類垃圾」成為可被處理的對象。在維吉尼亞州，AMP 建置的自動化設施可直接接收混合廢棄物，從中移除可回收物與有機物，將進入掩埋場的垃圾量減半。有機廢棄物則被轉化為生物炭，應用於建材並產生碳權收益。 Whole Foods 將廢棄物納入系統管理 AI 對回收經濟的影響，也正從「處理端」延伸到「產生端」。Amazon 旗下的 Whole Foods Market 宣布，將自 2027 年起在門市後場導入由 Mill Industries 開發的 AI 食品回收系統，處理蔬果切下後的剩餘部分，與報廢食材所產生的廚餘。系統會即時量測與分析廢料的種類與數量，協助門市調整訂貨與庫存策略，減少因預測失準造成的浪費。 在物理處理層面，Mill 的設備會將食物廢棄物研磨並脫水，使體積最多減少 80%，大幅降低儲存與運輸成本。處理後產出的乾燥原料，將被送回 Whole Foods 自有品牌雞蛋供應鏈，作為雞飼料成分之一，形成零售端即可啟動的封閉式循環。原本需要付費清運的廢棄物，轉而成為穩定、可預期的生產投入。 種種應用顯示，AI 在回收領域的價值不只在於「做得更快」，而在於讓廢棄物被更早、也更精準地納入決策體系。無論是回收廠透過即時數據調整分選參數，或零售商藉由廢棄物流向反推採購與營運策略，垃圾都將成為可分析、可定價的資源。 立即報名 3/3「AI 智慧大工廠」論壇台北場，解密 Agentic AI 如何重塑「超自動化」工廠 ＊本文開放合作夥伴轉載，參考資料：《華爾街日報》、《Progressive Grocer》，首圖來源：Unsplash […]

想用 AI 代理不知如何著手？10 個平台協助領導者推動 AI 勞力轉型

為了幫助疑惑的企業領導者和組織，跨入 AI 代理的巨大體系，本篇文章特地整理出 10 個最具實用性和影響力的 AI 代理平台，希望協助領導者發起企業 AI 勞動力轉型的第一步。

【科技早餐】Anthropic 募資翻倍，AI 第二名正在追上來

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊Anthropic 募資翻倍，AI 第二名正在追上來 生成式 AI 新創 Anthropic 正接近完成一輪規模約 200 億美元的募資，金額幾乎是原定目標的兩倍。根據英國《金融時報》引述知情人士說法，交易完成後，Anthropic 的公司估值將達到約 3,500 億美元，顯示投資人對其成長動能高度看好。 報導指出，投資人表達的認購意願規模，達原募資目標的五到六倍，促使 Anthropic 上修籌資金額。此輪募資由新加坡主權財富基金 GIC 與美國投資機構 Coatue 領投，紅杉資本 (Sequoia Capital) 亦參與其中。Anthropic 近年專注企業級 AI 應用，旗下 Claude Code 在工程師社群快速擴散。此次擴大募資規模，也反映市場對 Anthropic 發展前景的高度關注。 ＊孫正義豪押 OpenAI，軟銀傳加碼投資 300 億美元  日本軟銀集團 (SoftBank Group) 正與 OpenAI 洽談新一輪投資，金額最高可達 300 億美元。目前軟銀對 OpenAI 持股比重已達約 11%，現在傳出加碼投資，反映創辦人孫正義希望在人工智慧發展中扮演核心角色的雄心。 市場近期盛傳 OpenAI 正籌備新一輪大規模募資，目標金額上看 1,000 億美元，估值可能達約 8,300 […]

930 件專利、200 架無人機集群亮相：中國如何建立無人戰爭優勢？

觀察俄烏戰爭的發展不難發現，無人機早已從輔助工具，轉變為左右戰場節奏的核心武器。從偵查、干擾到自殺式攻擊，低成本、高密度部署的無人機，正快速重塑現代戰爭型態。而在這場技術競賽中，中國正試圖從大自然汲取靈感，為 AI 武器系統打造更高層次的自主能力。 《華爾街日報》報導，中國多所軍工背景的大學與研究機構，近年投入大量資源研究「集群智慧」（swarm intelligence），並將老鷹、鴿子、狼群等動物行為模型，轉化為無人機群等武器的訓練素材。 從老鷹獵捕到鴿群閃避，中國用生態行為訓練無人機作戰 在北京航空航天大學（Beihang University）的一項研究中，工程師觀察老鷹如何鎖定最脆弱獵物，並將這種模式導入防禦型無人機，讓其能自動識別並擊毀敵方最弱單位。與此同時，進攻方無人機則模仿鴿子的閃避行為，學習如何躲避攻擊。 在一次模擬測試中，五對五的對抗只花費 5.3 秒，防禦方就全數擊落敵機。這項研究於 2024 年取得專利，成為中國軍工體系近年數百項集群智慧專利之一。 除了老鷹與鴿子，中國其他研究團隊也參考螞蟻、羊群、狼群、鯨魚等群體行為，提高無人系統的協作能力。去年 7 月，北京航空航天大學教授 Duan Haibin 在一場無人機會議中指出，中國研究人員也正在嘗試模擬鷹眼與果蠅視覺系統，以尋找無人機感知問題的解決方案。 無人機群成主戰力量，中國專利數量超越美國 《華爾街日報》整理的專利與採購資料顯示，自 2022 年以來，中國國防企業與軍事院校已發表超過 930 件與集群智慧相關的專利，美國同期僅約 60 件。 中國軍事理論界也明確將 AI 視為新一代作戰核心。根據報導，2024 年一份官方軍事論文指出，未來戰爭將由「演算法主導、無人系統為主力、集群作戰為主軸」。 這樣的布局，與中國龐大的無人機製造能力密切相關。美國智庫新美國安全中心資深研究員兼國防專案主任 Stacie Pettyjohn 分析指出，中國工廠目前生產全球超過 80% 的小型無人機，具備快速量產低價設備的優勢，讓「以量取勝」的集群戰術上具備現實可行性。 部分軍事專家指出，中國積極推動自主武器，也與其軍事文化有關。中國領導層長期對基層指揮能力缺乏信任，在高度集中指揮體系下，AI 系統被視為補足決策與執行落差的工具，有助於從中央遠端掌控戰場節奏。華府智庫 Jamestown Foundation 的開源情報專家學者 Sunny Cheung 則指出，中國希望透過無人系統彌補缺乏實戰經驗的弱點，利用演算法優勢壓制對手。 200 架無人機集群亮相，自主抗干擾成關鍵能力 《Tom’s Hardware》報導，中國解放軍近日在官媒展示新一代無人機集群系統，一名士兵即可指揮多達 200 架無人機協同作戰。這套系統由「Swarm I」與「Swarm II」平台發射，每次可同時釋放 48 架固定翼無人機，並透過內建智慧演算法，讓各單位在失去通訊時仍能自主協調行動。 […]

不只搶 GPU！Meta 豪擲 60 億美元綁定康寧，從單純買家晉升為「供應鏈戰略架構者」

Meta 與康寧（Corning Incorporated）近日正式宣布達成一項多年期合作協議，由 Corning 提供最新一代的光纖、光纜與連接解決方案，全力支援 Meta 在美國的大規模資料中心建設與基礎設施擴張，總投資金額最高可達 60 億美元。這項協議將一路延續至 2030 年，涵蓋 Meta 位於俄亥俄州 New Albany 的 1 GW「Prometheus」專案，以及位於路易斯安那州 Richland Parish 的 5 GW「Hyperion」園區等大型建設。 Corning 官方指出，這項協議目的是要加速美國境內最先進資料中心的建置進程，以滿足 Meta 在應用程式、技術發展及 AI 領域的雄心。Corning 董事長暨執行長 Wendell P. Weeks 表示：「這項與 Meta 的長期合作夥伴關係，反映 Corning 致力於開發、創新並製造關鍵技術的承諾，這些技術將為下一代的資料中心提供動力。」 隨著生成式 AI 加速發展，Meta 執行長 Mark Zuckerberg 指出，Meta 計畫在十年內建設數十吉瓦（Gigawatt, GW）的產能，也讓這項合作協議被視為 Meta 用來支撐 AI 運算需求與資料中心擴張的重要基礎。 Meta 成為 Corning 的主力客戶，從買家變成供應鏈戰略架構者 […]

【Tether 推 USAT 對決 Circle】直攻美國機構市場，揭穩定幣碎片化新常態

全球最大穩定幣發行商 Tether 近日宣布正式推出全新美元穩定幣 USAT，正式跨足美國穩定幣市場。《Fortune》報導，USAT 將透過美國聯邦特許銀行 Anchorage Digital 發行，這與 Tether 長期主導美國以外市場、主要服務全球交易與新興市場的泰達幣 USDT，形成明顯區隔。 「USAT 現已開放給美國用戶使用，主打在美國專屬的聯邦監管體系下運作，並由美元支撐的穩定幣，」Tether 表示。過去，Tether 因監管不確定性而被迫避開美國市場，如今隨著《Genius Act》通過，也讓 Tether 策略以及整個穩定幣市場版圖，出現重大轉向。 USAT 直球對決 USDC，Circle 首度面臨實質競爭 Tether 推出 USAT 的舉動，被視為對 Circle 的狙擊。長期以來，Circle 發行的 USDC 憑藉透明度與合規性，主導美國合規穩定幣與機構使用場景，成為銀行及金融科技公司的首選。儘管 Circle 約 720 億美元的市值仍低於 Tether 的全球規模，但去年增長速度卻是 Tether 的兩倍。然而，《CoinDesk》形容，USAT 的誕生打破了原本相對穩定的市場競爭格局，也讓 USDC 在美國機構資金市場面臨「第一個重大威脅」。 市場分析指出，Circle 目前正積極尋求取得自身的聯邦銀行特許狀（federal charter），但 Tether 透過與已持有聯邦特許的 Anchorage Digital 合作，並由 Cantor Fitzgerald 管理儲備，成功「繞過」漫長的申請時間。因此從監管順序來看，這反而有機會讓 Tether 在聯邦監管的穩定幣發行上取得優勢。 […]

【搶先 DeepSeek 出招】Moonshot 發表 Kimi K2.5，押注 AI 代理下一前沿：代理群

在中國 AI 領域備受矚目的 DeepSeek 即將發布重大更新之際，另一家由阿里巴巴重金支持的 AI 獨角獸 Moonshot AI（月之暗面）率先發動攻勢，正式推出了其最新旗艦模型 Kimi K2.5。 這款開源模型不只具備處理程式碼、圖像與影片的全方位多模態能力，更同步推出了開發者工具 Kimi Code，直接對標 Anthropic 旗下廣受好評的 Claude Code，顯示出中國在 AI 開發工具領域的強烈野心。 Kimi K2.5 的效能表現 在外界最在意的表現指標上，Kimi K2.5 被視為在開源同級模型中領先，並縮小了與封閉頂級模型的差距。在人類最後考試（Humanity’s Last Exam，HLE）基準測試中，Kimi K2.5 在搭配工具使用的情況下拿下 50.2% 的成績，超越 OpenAI 的 GPT-5.2（xhigh）與 Claude Opus 4.5。 Kimi K2.5 在 SWE-bench Verified 測試中也取得 76.8% 的表現，但 GPT-5.2 與 Opus 4.5 仍以 80% 與 80.9% 的成績領先 […]

達明機器人 AI 協作艦隊進駐航太供應鏈：導入近 50 台 AI Cobot，強勢破解「少量多樣」生產難題

全球協作機器人領導品牌達明機器人，成功協助高科技金屬精密機構製造商——經寶精密（jpp-KY）完成大規模自動化轉型。面對航太產業極具挑戰的「少量多樣」生產模式，經寶精密透過導入 近 50 台 內建 AI 視覺的達明機器人（TM AI Cobot），成功克服製程瓶頸，實現 10 種複雜應用的自動化，並釋放超過 80,000 小時的關鍵產能工時，為精密製造業樹立了以 AI 驅動數位轉型的全新標竿。 AI 視覺：破解「換線停機」痛點的關鍵金鑰 經寶精密專門提供航太、通訊、醫療、自動化設備等領域的「少量多樣客製化」服務，面臨的最大痛點在於航太與伺服器機殼產品線的頻繁變動。傳統自動化設備因缺乏彈性，每次換線皆需耗費大量時間重新校準，且極度依賴人工目視檢測，導致產能效率受限與品質不穩。 達明機器人以獨家的「內建 AI 視覺」技術成為獲勝關鍵。不同於他牌需外接相機的複雜整合，TM AI Cobot 整合了視覺辨識與機械手臂控制，展現了兩大核心優勢： 1. 彈性換線，即插即用： 透過視覺定位，機器人能迅速適應不同尺寸與形狀的工件，大幅縮短換線設定時間，完美契合客戶「少量多樣」的生產節奏。 2. AOI 等級的製程品管： 數據顯示，客戶廣泛將手臂應用於品質檢測。透過 AI 深度學習，手臂能精準辨識螺絲鎖附、鉚釘打孔及金屬配件的公差，徹底解決人眼疲勞導致的漏檢風險，確保航太級產品的零缺陷出貨。 釋放 8 萬小時產能紅利，實現規模化自主複製 根據雙方合作的導入數據分析，此次自動化專案展現了驚人的規模化速度與投資回報（ROI）： • 全方位製程覆蓋： 預計共導入 50 台 全系列機種（涵蓋 TM5S, TM12S 至高負載 TM25S）。應用範圍橫跨 10 大製程，包括精密的螺絲鎖附、打鉚釘，到具備工安風險的冲壓、噴漆、點焊等。 • 釋放 80,000 小時關鍵工時： 透過將高重複性與危險製程自動化，該專案每年成功釋放約 80,000 […]

告別昂貴的「試錯法」：3M、寶潔與塗料大廠 PPG 如何用 AI 重寫研發流程？

對製造業來說，傳統產品研發往往是一場漫長且艱辛的過程。長期以來，科學家與工程師高度依賴反覆的試驗與經驗判斷，這不僅使得試錯成本高昂，也讓開發週期往往耗時數月甚至數年。 然而，隨著 AI 與資料分析工具日益成熟，這套基本邏輯正在被改寫。企業開始將龐大的歷史數據，以及物理與化學的科學定律納入模型中，讓電腦能在虛擬環境中先行探索各種可能性。這種被稱為「數據驅動設計（data-driven design）」的新方法，讓研發流程從傳統依賴直覺與運氣的嘗試，轉向由演算法精準預測的模式，進而大幅加速創新速度。 在這樣的轉變下，塗料大廠 PPG 已經透過 AI 協助化學配方探索，開發出乾燥時間大幅縮短的快乾油漆；3M 把 AI 納入材料與工具研發流程，協助優化產品性能；至於消費品巨頭寶潔（P&G）則利用 AI 加速香氛與產品配方設計。這三個案例，皆展現數據與演算法如何在不同製造場景中，重塑產品開發的方式。 案例一：AI 幫 PPG 解決塗料行業「乾燥越快，效果越差」的痛點 美國塗料巨頭 PPG Industries 在產品研發中導入 AI 系統，並建立一個涵蓋數百萬種配方與屬性的龐大資料庫。透過這個資料庫，AI 能快速建立產品的數位分身（digital twins），進一步在虛擬環境中模擬不同化學組合的效果，以預測性能表現。透過這樣的模式，研發團隊能在極短的時間內篩選出潛力配方，而無需在實驗室中逐一調配。 「在這個領域真正令人興奮的是，當模型挑選出你直覺上不會選擇的配方時，」PPG 全球汽車修補漆技術總監 Daniel Connor 表示，AI 提出的某些配方組合，往往並非人類研究人員直覺會嘗試的方向，也正是這種反直覺的建議，讓團隊在模擬中發現突破性的潛力。 透過這種方式，PPG 成功開發並在去年春天推出一款全新的快乾透明清漆產品 Deltron Premium Glamour Speed Clearcoat，解決塗料行業長久以來「乾燥速度越快，外觀效果越差」的痛點。數據顯示，這款新產品在攝氏 60 度加熱條件下的乾燥時間，從原本約 30 分鐘縮短至約 5 分鐘，這不僅可以提升車體維修廠的周轉率，也直接增加業者的營收能力。 PPG 指出，這是公司第一款在 AI 協助下開發完成並上市的產品，並預期未來將有更多塗料與材料產品採用這套 AI 研發流程，目前已有數十款產品正在開發中。 案例二：3M 智能產品把 AI […]

生成式 AI 進入決策核心：從複製貼上到外包決策，領導人要小心的四大陷阱

生成式人工智慧正快速滲透企業日常運作。從簡報撰寫、研究彙整到策略備忘錄，愈來愈多管理工作開始倚賴 ChatGPT 等工具輔助完成。 然而，隨著使用場景從「效率工具」走向「決策支援」，從學術界到法律界，再到企業管理層，已陸續出現因過度依賴生成式 AI 而引發的尷尬與爭議。這些案例顯示，真正的問題並不在於 AI 是否夠聰明，而在於領導層是否清楚理解它「不能替代什麼」。 誤用一：把 AI 當成可靠事實來源 生成式 AI 擅長產生語氣合理、結構完整的內容，但它的設計目標從來不是求真，而是生成看起來合理的回答。這也意味著，模型在缺乏明確資料時，可能會臆造細節、來源或引用，形成所謂的幻覺。 在企業場景中，這類錯誤一旦未經查核就被採信，影響遠比個人使用來得嚴重。管理層的簡報、對外文件或內部決策若建立在錯誤資訊上，錯誤會被放大為制度性失誤，進而影響組織判斷與外部信譽。 因此，愈來愈多專家提醒，生成式 AI 的正確定位應是「研究與整理的輔助工具」，而非事實背書者。即便 AI 能快速提供線索、觀點或初步資料，最終的驗證與責任仍必須由人類承擔。 誤用二：無審核地「複製貼上」 比起幻覺本身，更大的問題往往出現在「人類完全缺席」的使用方式上。近年已有多起案例顯示，從學術論文到企業簡報，使用者直接複製貼上 AI 產出，甚至連提示文字都一併外流，導致專業形象與信任基礎受損。 問題並不在於使用 AI，而在於放棄審核。 更值得警惕的是，隨著模型品質提升，錯誤不一定會消失，只會變得更像「專業答案」。這讓未經審核的複製貼上，成為一種更隱蔽、也更難被察覺的風險來源。 誤用三：將 AI 當成創意替代品，掉入抄襲陷阱 生成式 AI 在發想與腦力激盪上確實具有價值，但它的本質仍是對既有資料與風格的重組，而非真正的原創思考。當使用者未自行驗證產出的獨特性，便可能在不自覺中落入內容雷同，甚至引發智慧財產權爭議。 在企業環境中，這類風險並非抽象問題。一旦 AI 生成內容涉及市場溝通、策略文件或專業建議，其法律與商業責任仍由企業承擔，而非模型本身。 因此，較為成熟的使用方式，是將 AI 視為創意的「啟發器」，而非最終來源。真正的價值仍來自人類對內容的取捨、重組與判斷。 誤用四：外包敏感內容與價值判斷 除了內容品質，生成式 AI 的另一個高風險區域，在於輸入本身。當使用者將機密、敏感或具價值判斷性的資訊輸入模型，風險不只涉及資料外洩，更可能牽動倫理與信任問題。 許多員工會在未經管理的情況下使用個人帳戶操作 AI 工具，將內部資料、策略構想甚至個人資訊輸入系統。即使平台聲稱不會用於訓練，仍可能因紀錄、誤用或權限設計不當，導致不可逆的外洩風險。 在政治、公共溝通或組織價值判斷上，問題更為敏感。當領導者將這類責任外包給 AI，不僅無法降低風險，反而會削弱組織的道德與信任基礎。 輸入與輸出，是生成式 AI 的真正風險閘門 綜合這些現象，愈來愈多分析指出，生成式 AI 的價值與風險，並不取決於模型本身，而是取決於「人類如何輸入」與「如何接住輸出」。 粗糙、偏誤或不當的輸入，會放大模型的缺陷；而缺乏審核與判斷的輸出，則會讓錯誤在組織中擴散。當輸入經過篩選、輸出經過檢視，生成式 […]

購買意願提高 3 倍、退貨率降 30%！絲芙蘭怎麼用 AI 增加消費者購物信心？

打開手機鏡頭、滑動幾下螢幕，一支唇膏立刻「上妝」到臉上，還能切換室內、戶外、黃光或白光環境，看顏色在不同光線下的變化，這是 Sephora 正在推動的日常購物體驗。 北美美妝零售巨頭絲芙蘭（Sephora）近年持續加碼 AI 與擴增實境（AR），試圖解決線上美妝購物最棘手的問題：看得到卻試不到。從虛擬試妝、AI 膚色分析，到生成式 AI 個人美妝顧問，Sephora 正將原本高度仰賴櫃檯體驗的美妝消費，轉化為可規模化的數位互動。 選色不再靠猜，AI + AR 試妝降低線上購買風險 美妝是高度主觀、視覺導向的商品類別。唇膏、粉底的顏色，會隨膚色、底妝、光線而改變，這也是線上通路退貨率長期偏高的原因之一。Sephora 與 AR 美妝技術公司 ModiFace 合作推出的「Virtual Artist」，正是為了解決這個痛點而生。 這套系統背後的 AI 演算法，會分析使用者的臉部特徵，包括深淺、底色（undertone）、飽和度等關鍵因子，並與資料庫中超過 14 萬種不同膚色進行比對，至今已累積超過 1,400 萬次精準配對紀錄。近期更進一步導入「膚色合成」（Skin-Tone Synthesis）技術，讓虛擬妝效能在不同光線條件下呈現更接近真實的效果。 不只底妝，Sephora 也將相同的 AI 能力延伸到唇彩與保養品。Lip IQ 利用 AI 推薦最適合的唇膏色號；Skincare IQ 則透過膚況分析與偏好設定，提供跨品牌的個人化保養建議。 AI 不只看臉，還知道你可能喜歡什麼 Sephora 的 AI 個人化體驗，並非只靠影像辨識。系統同時整合消費者的瀏覽紀錄、購買行為、收藏清單、停留時間，甚至分析商品評論與使用者上傳的自拍內容，建立完整的顧客輪廓。 這些資料驅動的推薦系統，讓消費者看到的不是「熱銷榜」，而是更符合自身膚質、風格與使用情境的建議。Sephora 美國全通路零售執行副總裁藍夫頓（Mary Beth Laughton）就表示，品牌對顧客旅程的每一個接觸點都極度重視，希望科技能提升信心，而非增加選擇焦慮。 在線下門市，這套數位能力也被延伸使用。消費者可透過店內 iPad 使用 Virtual Artist 試妝，搭配專業彩妝師的即時建議，形成線上線下融合的體驗。 […]

【科技早餐】NVIDIA 20 億美元加碼 CoreWeave，5GW AI 工廠成形

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊NVIDIA 20 億美元加碼 CoreWeave，5GW AI 工廠成形 AI 基礎設施競賽正式進入「電力等級」戰場。AI 晶片大廠 NVIDIA 宣布，對 AI 雲端供應商 CoreWeave 投資 20 億美元，雙方目標在 2030 年前打造供電容量達 5GW 的 AI 工廠，規模相當於約 400 萬戶美國家庭一整年的用電量。 NVIDIA 以每股 87.2 美元取得 CoreWeave A 類普通股。執行長黃仁勳強調，AI 基礎設施才剛起跑，後續資金需求仍將非常龐大。CoreWeave 執行長英特拉特 (Mike Intrator) 指出，投資將加速資料中心建設，並降低對單一客戶依賴，目前公司已握有 Meta 與 OpenAI 合計超過 360 億美元的長期合約。 ＊微軟發表 Maia 200，自研 AI 晶片正式上線 微軟（Microsoft）正式推出第二代自研 AI 晶片 Maia […]

OpenAI、Meta、Amazon 為何搶攻 AI 裝置？背後是對蘋果、Google 的反擊戰

過去 20 年，iPhone 及其眾多模仿者幾乎主導了消費者與數位世界的互動方式，也形塑出商業史上最賺錢的雙寡占結構之一：蘋果憑藉 iPhone 掌控高階市場，Google 則透過 Android 作業系統支撐起全球多數智慧型手機生態系。然而，隨著生成式 AI 與新型終端裝置快速崛起，這套長期穩固的權力結構，正首次面臨系統性挑戰。 日前市場已傳出，OpenAI 執行長 Sam Altman 與蘋果前設計總監 Jony Ive 正秘密開發的新裝置，試圖打造不同於智慧型手機的全新使用體驗；Meta、Amazon、Google 也同步加碼智慧眼鏡、語音助理與 AI 穿戴裝置，一場取代智慧型手機的競賽已正式啟動。 雙寡占結構穩固多年，AI 裝置成為破口 智慧型手機產業的高度集中，來自軟硬體雙重鎖定。蘋果透過 iOS 與 App Store 掌控服務抽成體系，Google 則以 Android 與搜尋服務建立全球性平台優勢。雙方長期維持互利關係，甚至透過搜尋引擎預設合作深化綁定。 進入 AI 時代後，這種合作關係不減反增。兩家公司近期宣布，蘋果將導入 Google 的 Gemini 模型，為升級版 Siri 提供 AI 能力，進一步深化技術整合。 然而，挑戰者仍積極布局。OpenAI 已對外表示，考慮在今年下半年推出自有 AI 裝置；媒體也披露，蘋果正研發類似穿戴式 AI Pin 的產品。Meta 將資源從 VR 頭戴式裝置轉向 AI […]

「台灣 AI 產業的發展，呼應 Sim-to-Real 的主軸。」直得科技總經理特助許心璞深度探討 Physical AI 開發人才需求與前線實務洞見

NVIDIA 執行長黃仁勳公開表示，「Physical AI 將迎來 ChatGPT 時代，甚至成為下一個工業革命。」因應這樣的趨勢，工作者如何升級，讓自己成為能駕馭 Physical AI 的新一代人才？直得科技總經理特助許心璞在「2026 AI 人才年會暨 AI 職涯博覽會」，以「Physical AI 開發人才需求與產業動見」為演講主題，從企業第一線的角度，分享當 AI 走進產線和工廠設備，專注在 Physical AI 領域的企業將會需要什麼樣的人才，以及深耕在自動化領域，致力研發、製造高端運動系統的直得科技，在這其中扮演的關鍵角色。 許心璞表示，AI 的發展經歷了從「規則推理」、「資料學習」再到「多模態 Agent」的重要轉折。2023 年 LLM 快速發展，推動 ChatGPT、Gemini 等生成式 AI 非常成熟；2024 年 AI 不只是看得懂文字，還可以理解圖像、影片這些多模態資料；2025 年 AI 更是從靜態的理解走向動態的實現，透過向 AI 描述一個工作場景，AI 就會自己理解，並告訴使用者必須被執行的動作，甚至轉換成具體的 SOP ；至於在 2026 年，將出現新一代模型的部署，其應用聚焦在 Sim-to-Real（從模擬到現實）的層面。 「而台灣 AI 產業的發展，其實呼應 Sim-to-Real 的主軸，」許心璞說明，台灣擴大建設算力中心，目的是藉由更充足的算力來降低成本，與此同時，更多企業加速開發生成式 AI、多模態 AI Agent，協助客戶達到更精進的管理。在「Sim-to-Real」的產業，則是讓 AI 從「真的會想」到「真的會做」，這尤其是製造業關注的應用。 理解 […]

科技公司為何開始「採礦」？AI 算力失控成長，被忽略的材料瓶頸正在浮現

隨著 AI 競賽進入白熱化階段，科技巨頭的戰場已不再侷限於演算法與晶片設計。為了確保算力基礎設施的穩定運作，一場圍繞著「基礎材料」的隱形戰爭正在展開，科技公司也開始將產業布局，延伸至供應鏈的最上游——礦業。 AI 與資料中心需求快速擴張，推升金屬需求並加劇供需失衡 AI 浪潮不僅推升科技巨頭的市值，也正在悄然重塑全球原物料市場的結構。《Bloomberg》指出，隨著 AI、資料中心、機器人與電動車等科技應用快速成長，金屬需求已成為支撐這波科技擴張的重要底層動力。特別是資料中心與電氣化基礎設施的大量建設，使市場對「銅」的需求出現顯著上升。 由於銅具備優異的導電特性，是電力傳輸、變壓器與伺服器散熱系統不可或缺的材料，這也讓單一座大型資料中心往往就需要數千噸銅。然而，在需求急速擴張的同時，供給端卻面臨結構性限制。《Bloomberg》報導，由於開發新礦場本身耗時且資本支出龐大，全球礦業供給成長速度緩慢，傳統礦業體系也難以即時回應科技產業爆發式的需求變化，再加上地緣政治風險升高、既有礦場逐漸老化，使金屬市場供需日益吃緊。 這樣的供需失衡，已直接反映在資本市場的走勢上。分析師向《Bloomberg》表示，隨著銅逐漸脫離傳統經濟循環，轉而與 AI 發展及能源轉型趨勢緊密連動，礦業股正站在新一輪「超級週期」（supercycle）的邊緣。自 2025 年初以來，MSCI 金屬與礦業指數漲幅接近 90%，表現甚至超越半導體與科技股，顯示市場正透過資金流向，重新評價長期科技需求與原物料供給之間的關係，但這並非單純的投資題材，而是市場對結構性變化的直接反應。 供給端啟動技術解法，科技公司開始介入金屬供應鏈上游 面對銅供應可能出現的缺口，傳統礦業公司與科技巨頭已經開始聯手，嘗試透過技術創新回應「無礦可採」的結構性困境。 《Financial Times》報導，礦業巨頭力拓（Rio Tinto）與必和必拓（BHP），正積極導入「生物浸出」（bioleaching）技術。這項技術利用特定微生物分解礦石，能從過去被視為廢料的低品位礦石中有效提取銅，由於不必開闢新的露天礦場，生物浸出不僅讓不具經濟價值的廢棄礦堆轉化為新礦源，也能顯著降低碳足跡。《Financial Times》進一步指出，力拓旗下的 Nuton 生物浸出技術已進入工業規模應用階段，顯示這類技術已從實驗室研究走向實際商用。 正是在這類技術逐步走向商用後，科技公司的直接介入才成為可能。《WebProNews》報導，亞馬遜雲端運算服務（AWS）已與力拓達成合作協議，將採購來自亞利桑那州 Johnson Camp 礦場的銅，這批銅也是力拓 Nuton 技術產出的首批商業化成果。 這項合作並非單純的買賣關係，而是一場以技術換取資源的深度結盟：AWS 將這批低碳銅礦用於其美國資料中心的電氣纜線、伺服器散熱與配電系統，以支撐日益龐大的 AI 算力需求；作為交換，AWS 也提供雲端運算與數據分析服務，協助力拓監測微生物生長週期及礦石反應狀況，進一步提升銅的生產效率與回收率。更關鍵的是，採用生物浸出技術能比傳統冶煉法減少高達 60% 的能源消耗，這對致力達成減碳目標的企業至關重要。 《WebProNews》分析，這項合作顯示科技公司已不再只是金屬供應鏈末端的「客戶」。為了降低供應中斷風險並回應永續發展目標，科技巨頭正開始直接參與上游的技術開發與產能布局，這種趨近「垂直整合」的模式，也象徵科技業與礦業之間的界線正逐漸模糊。此外，目前美國約有 40% 的銅依賴進口，因此科技巨頭的參與，也標誌著美國減少對外國銅依賴的重要一步，因為透過重啟國內閒置礦場，科技業正試圖建立更具韌性的本土供應鏈，以抵禦日益升高的地緣政治風險。 現在 AI 競賽已從演算法與晶片層次，推進到更底層的實體資源爭奪。當算力需求持續擴張，材料供給卻難以同步跟上，關鍵金屬正成為左右 AI 基礎設施能否長期擴張的隱性瓶頸。因此，科技公司開始介入礦業，不只是為了確保資源，更是在重新定義 AI 時代的供應鏈邊界與產業分工。 ＊本文開放合作夥伴轉載，資料來源：《WebProNews》、《Bloomberg》、《Financial Times》，首圖來源：Gunnison Copper

Gemini 3 如何重塑內容生產？CloudMile 推出 NewsSpark 打造企業級 AI 代理內容系統

Gemini 3 正重新定義內容競爭力 在生成式 AI 持續推動內容產業變革之際，所有依賴文字、資訊與多媒體的組織，都開始重新檢視內部的內容生產鏈。如何在維持品質的同時快速輸出、跨格式產製，以及支援日益增長的內容量，已從編輯部門的挑戰，轉變成企業整體效率與競爭力的核心。 隨著 Gemini 3 以更高的推理能力、多模態理解與結構化生成能力引發全球關注，CloudMile 萬里雲觀察到的關鍵並不僅是模型效能，而是企業如何將這項能力真正落地，轉化為可維運、可放大、可持續運作的內容產能。 過去企業談的是內容自動化，如今 Gemini 3 讓內容生產流程更進一步邁向「代理化」── 以具備不同角色與職能的 AI Agent 協作，接手原本需要多名人力處理的內容工作流。 CloudMile 萬里雲與 Gemini 3 的整合，不只是工具疊加，而是一套能協助企業完成內容流程現代化的核心解方： 這套組合讓內容生產不再只是依靠單一模型生成，而是透過 AI 代理協作，打造能持續運作、可擴充、可監控優化的內容生產線。 NewsSpark：以 Gemini 3 為核心的企業級內容生成平台 CloudMile 萬里雲在 AI 技術領域持續深耕，先後取得台灣數位發展部 AI 技術服務機構能量登錄認證，並獲得新加坡政府數位產業辦公室（Digital Industry Singapore, DISG）指定為國家級 Enterprise Compute Initiative（ECI）計畫的科技顧問夥伴，成為少數同時獲得 台灣與新加坡雙政府 AI 認證 的科技公司。這兩項認證不僅彰顯 CloudMile 在亞太 AI 技術實力上的高度信任，也奠定其打造企業級 AI 產品的關鍵基礎。 基於此雙政府 AI 技術背書，CloudMile […]

告別「聽錯」困擾！解析 Google 最新 S2R 搜尋模型，從語音到檢索的對比學習原理

Google 於 2025 年 10 月 7 日發表了一項革命性技術 Speech-to-Retrieval (S2R) 搜尋模型，徹底改變了以往的語音搜尋流程。在過去進行語音搜尋時，通常都需要先將語音轉換成文字（ASR,俗稱自動語音識別 Automatic Speech Recognition），再以文字進行搜尋。然而，在 ASR 過程中即使只是些微錯誤，也可能導致搜尋結果與預期大相逕庭。舉個例子，如果我們想搜尋”scream painting”這幅畫，但語音辨識時誤將 m 聽成 n，變成”screen painting”，那搜尋結果就會完全不同。 面對 ASR 準確性的局限，Google 想出了一種嶄新的做法：直接利用語音來進行搜尋，繞過轉成文字的階段。 因此革命性的技術 S2R 就誕生了。 S2R 的訓練原理：語音直接檢索文檔的模型架構 那 Speech to Retrieval 是怎麼被訓練的呢？ 原理其實很簡單，首先，我們需要一個語音與文件的對應資料集。模型採用 dual-encoder 架構（見圖二）： 在訓練時，每次將語音資料丟入 Audio Encoder，文件資料丟入 Document Encoder，兩邊各自經過 encoder 後，就會得到一組 embedding 向量後，接著計算兩個向量之間的相似度損失（similarity loss）： 計算完相似度損失後，再透過 backpropagation 將梯度傳回兩側的 encoder，更新模型參數。經過訓練後，語音與文件就被映射到同一個向量空間，可以直接用語音 embedding 去檢索文件 embedding，完成搜尋。 值得注意的是，S2R 的這種訓練方式，其實就是非常著名的對比學習（Contrastive Learning）。 透過對比學習的理念，我們能學到一個語意向量空間，把正樣本拉近、負樣本拉遠，而不需要依賴傳統的語音轉文字流程。 […]

當 AI 代理時代來臨，金融業準備好了嗎？專訪 HPE 談 AI 轉型不只是技術戰

隨著生成式 AI 應用百花齊放，2026 年被視為金融業將 AI 從「單點嘗試」推向「全面落地」的關鍵一年。特別是當 Agentic AI （AI 代理）技術蓄勢待發，AI 能否從輔助工具，進化為能協作執行任務的「數位勞動力」，也成為決策者佈局的重點。 然而，要跨越這些鴻溝並不容易。根據金管會 2025 年統計，全台 383 家金融機構及周邊單位僅 33% 導入 AI。台灣金融業者在 AI 轉型的路上究竟遇到哪些隱形障礙？《TechOrange》專訪 HPE Taiwan 金融、政府暨電信企業事業處總經理邢啟文，帶來第一手的產業觀察。 身為深耕 IT 產業近 30 年、長期服務金融與政府客戶的資深老將，邢啟文提及金融業導入 AI 所面臨的挑戰，包含對 AI 的認知落差、建置基礎建設的時間成本高、資料治理的難題。 挑戰一：從以為 AI 無所不能，到面對 6 個月的建置現實 邢啟文觀察，許多尚未深度導入 AI 的企業，往往對 AI 抱持高度期待、認為 AI 無所不能，但未留意到背後所需的組織投入成本。從資料準備、系統整合，到後續維運與人才配置，這些隱性工程往往在實際接觸後，現實門檻才逐一浮現。 最直接的衝擊來自基礎建設的時間成本。根據 HPE 內部調查，多數自行建置 AI 運算環境的企業，從硬體進場到實際運行第一個 AI 應用，往往需耗時約 6 個月。 為什麼這麼久？邢啟文坦言起初聽到也感到驚訝，但實際情況是 […]

NVIDIA DLI 如何助人才打造 AI 職涯進階即戰力？緯育 TibaMe、麗臺科技與翰尼斯聯手解密

面對全球自動化趨勢，如何透過 AI 實作能力提升職涯價值，已成為工作者的首要課題。在近期舉辦的「AI 人才年會暨 AI 職涯博覽會」，  NVIDIA 和 NVIDIA 深度學習學院（DLI）教育合作夥伴麗臺科技、緯育 TibaMe、翰尼斯，從「數位孿生、資料工程、後端開發到模型實作」四大領域分享 NVIDIA DLI 系列體驗課程精華，其中更深入探討 NVIDIA Isaac ROS 的硬體加速技術以及 Agentic AI 的前沿應用，協助人才精準掌握 AI 落地的實戰路徑。 零技術背景也能掌握 AI 邏輯 對於開發者、學生甚至新創團隊而言，建立正確的 AI 基礎觀念是否比寫下第一行程式碼更為關鍵？ 緯育 TibaMe、中原大學資工系余執彰教授透過 NVIDIA 深度學習學院（DLI）所提供的《Building a Brain in 10 Minutes》課程，分享如何不談程式碼與龐大的數學邏輯，從生物學與數學原理的角度，探究人類大腦神經元的工作機制轉化為清晰的數位模型邏輯。 從理解 AI 的核心思維出發，循序漸進實踐第一步的數據輸入、建構基礎的神經網路、觀察模型如何在訓練過程中透過數據進行自我學習，最終透過效能評估驗證準確度，這種從原理到實作的學習路徑，讓現場即便不具備 AI 開發背景的參與者，也能在短時間內掌握 AI 的運作脈絡，為未來銜接更複雜的 AI 技術應用奠定紮實的根基。 引領開發者解決機器人運算效率瓶頸 藉由 NVIDIA Isaac 系列的軟體環境可以減少機器人開發的成本，讓使用者在高擬真的虛擬環境中可以思考和建構自己專注的主題。 麗臺科技資深工程師薛宏宇針對 NVIDIA 深度學習學院（DLI）的機器人開發系列課程進行了 […]

標籤頁切換時代終結！Claude 串接 Slack、Figma 與 Asana，把 AI 聊天介面升級為企業一站式工作指揮中心

Anthropic 近日宣布推出新版功能，將 Slack、Figma、Asana、Canva 等核心商業工具直接嵌入 Claude 介面，讓使用者不再需要切換多個瀏覽器標籤頁，即可在單一對話視窗中完成溝通、規劃與執行工作。 這次 Claude 功能的擴充，不僅重新定義 AI 在企業工作流程中的位置，並試圖終結必須不斷切換應用程式的工作模式，更將 AI 聊天機器人從單純的對話工具，轉變為企業的整合工作空間。 從聊天到實作：Claude 如何在單一介面中執行工作？ 這項新功能可以讓第三方應用的介面直接在 Claude 聊天視窗中被渲染呈現（Rendering），而不再只是回傳文字或摘要內容。這代表使用者可以如同在原本的應用程式中操作一樣，直接在 Claude 視窗內點擊按鈕、調整滑桿，或使用編輯器完成工作。 在實際應用場景中，這項更新涵蓋多種整合方式。以 Slack 為例，Claude 不僅能讀取訊息，還能協助撰寫內容並提供實際發送格式的即時預覽，讓使用者可在聊天視窗中編輯、確認並直接送出訊息，全程無須切換至 Slack。 另一方面，在 Asana 的專案管理情境中，Claude 可以協助建立專案、生成任務清單與時間規劃，使用者只需透過自然語言指令，像是要求建立產品發布看板，Claude 便能抓取相關團隊資料、提出時程建議，進一步生成可互動編輯的 Asana 看板供使用者確認。 至於在 Figma 中，使用者可以透過提示詞將文字轉換為流程圖；在 Hex 或 Amplitude 內，則能將自然語言問題轉化為互動式圖表，並即時調整參數以探索數據趨勢。 這些深度整合背後，仰賴的是 Anthropic 推出的 Model Context Protocol（MCP）。MCP 是一項開源標準，目的在於讓外部應用能安全地將即時狀態與可操作介面提供給 AI。Anthropic 表示，開源 MCP 是為了替生態系統建立一套通用方式，讓工具能與 AI 連結，而此次更新則進一步擴充該標準，使開發者能在 MCP 基礎上建構互動式的使用者介面。 Anthropic […]

穩定幣與 AI Agent 如何重塑金融商業模式？HOYA BIT、海耶克科技、AWS 解析新金融變革先機

根據貿協經貿指數調查，5.2% 台灣企業正在使用穩定幣，4.2% 企業計畫導入，這顯示穩定幣已跨越實驗階段，邁入貿易結算的初期應用。在 TechOrange 科技報橘「科技風暴金融高峰論壇」，邀請到 HOYA BIT、海耶克科技與 AWS 專家，聚焦穩定幣的科技趨勢，探討「金融機構建置穩定幣金庫的機會與風險」、「AI × Web3 金融如何重塑信任、所有權與責任」、「雲端服務與穩定幣技術如何驅動新經濟新金融應用場景」等關鍵議題。 HOYA BIT 戰略室副總林逸騏表示，金融機構建置穩定幣金庫的驅動力來自於「機會」，許多銀行已看見企業客戶需求，特別是擁有海外供應商的企業，希望能直接以穩定幣進行支付，以提升資金效率，滿足 24 小時全天候交易的需求。不過，這伴隨機會而來的是「風險」與「合規」挑戰，金融機構除了需要應對私鑰攻擊、作業與內控不可稽核的挑戰，還需建立 AML（洗錢防制）及 KYT（Know Your Transaction，了解你的交易）合規機制。 面對這樣的趨勢，林逸騏建議金融機構在穩定幣業務發展藍圖，第一步應提供客戶穩定幣合規的安全儲存與信託空間；第二步是利用穩定幣全天候提供服務的特性，提升客戶跨境匯款效率；第三步是將穩定幣嵌入自動化分帳流程，完成供應鏈中下游的即時清算，「穩定幣金庫不是錢包，而是一個制度化資產治理與作業的系統」。HOYA BIT 致力於成為穩定幣與金融體系的合規橋樑，也正在規劃評估提供銀行級穩定幣金庫，助力使用者大幅降低維運與學習成本。 銀行將成為接入全球區塊鏈轉帳網路的入口 「AI 與穩定幣的融合，正在根本性地重構社會『信任、所有權與責任』三大支柱，」海耶克科技共同創辦人暨商務長温宏駿表示，穩定幣的出現直接挑戰國家對貨幣主權的壟斷，當資本的流速超過政府的威懾與監管能力，貨幣將失去政治屬性，轉變為新的交易媒介。而在新興金融體系下，透過區塊鏈網路即可實現 24 小時不間斷、可編程的清算，銀行也不再僅是儲存資金的地方，而是接入全球區塊鏈轉帳網路的入口。 温宏駿分析，未來的金融行為將由人轉向 AI Agent。透過 UCP、AP2、x402、MCP 等一系列通訊或支付協議，AI Agent 可以在獲得使用者授權後，自主執行發現商品、溝通價格、授權支付到清算的完整流程，「接下來每個人可能擁有數十個 AI Agent ，有些 Agent 掌握產業動態做量化交易，有些 Agent 專門處理日常雜貨採購。我們會交出決策權給 AI，但透過區塊鏈確保對資產的最終所有權。」 雲端服務與穩定幣技術驅動新經濟新金融 AWS Business Development Manager 榮少麒 Kevin Jung 指出，全球穩定幣監管環境正在成熟，這代表穩定幣是被納入正式的金融監管體系，對於企業而言，也意味著金融機構現在可以在合規的前提下，更放心地採用穩定幣技術，「穩定幣正在改變支付方式，傳統跨境匯款需要 2 至 […]

功耗僅 750W！微軟第二代自研晶片 Maia 200 登場，用低精度換取極致推論效能

在全球雲端業者加速擺脫對 NVIDIA 依賴之際，微軟正式推出第二代自研 AI 加速器 Microsoft Azure Maia 200，全面瞄準生成式 AI 推論市場。 採用台積電 3nm 製程，稱效能超越亞馬遜、Google Maia 200 採用台積電 3 奈米製程打造，內含約 1,400 億個電晶體，專為大規模 AI 工作負載設計。根據微軟說法，該晶片的 FP4 運算能力最高可達 10.1 PetaOPS，約為亞馬遜第三代 Trainium 晶片的三倍，同時在 FP8 運算表現上，也超越 Google 第七代 TPU。 與前一代 Maia 100 相比，微軟此次不再迴避與競爭對手的比較，反而主動強調其效能優勢。微軟雲端與 AI 事業群執行副總裁 Scott Guthrie 表示，Maia 200 能夠輕鬆運行目前最大的 AI 模型，並為未來更大型模型預留足夠空間。 不過《The Register》分析，微軟為了最大限度地提高每瓦性能，做出了一些重大讓步。在設計上，Maia 200 僅原生支援 FP8、FP6 與 FP4 等低精度資料類型。因此，雖然從 […]

當 AI Agent 變成「企業內鬼」：趨勢科技總經理洪偉淦揭 2026 年 AI 資安新風險

專訪：沈貝怡撰稿：李昀蔚 隨著 AI 快速走入企業營運核心，資安風險也正同步發生改變。從生成式 AI、Vibe Coding 到 AI Agent 自動執行流程，企業導入 AI 的速度愈來愈快，也讓駭客比過往更難防堵。 本集《全新一週》邀請到趨勢科技台灣區暨香港區總經理洪偉淦，深入解析 2026 年資安威脅 AI 化的關鍵轉折，並強調當 AI Agent 具備自主行動與跨系統串接能力，一旦權限、程式碼或模型管理出現漏洞，AI Agent 反而可能成為企業內部難以察覺的新型「內鬼」，也迫使企業必須從被動防禦，轉向主動式防禦的資安思維。 Agentic AI 崛起，駭客攻擊開始全自動化 洪偉淦分析，AI 的出現大幅降低攻擊門檻，使高度客製化的攻擊成為常態。例如過去駭客若要製作針對特定目標的釣魚郵件，必須投入大量人力蒐集資訊，如今 AI 能快速生成高度仿真的內容，讓惡意程式與釣魚攻擊的製作變得更加容易。同時，駭客圈也出現產業化與服務化趨勢，像是透過地下化的「Dark GPT」服務，攻擊者可以直接租用大型語言模型來生成攻擊工具，使攻擊的效率與規模同步放大。 此外，更關鍵的轉折，來自 Agentic AI（代理式 AI）的興起。「代理式 AI 可以把整個攻擊鏈串好，也就是說可以讓駭客做到所謂的全自動化攻擊，」洪偉淦指出，相較於過去駭客在成功入侵後，仍需手動下指令、逐步擴大行動，如今 Agentic AI 已能自動執行一連串動作，在駭客幾乎不需要介入的情況下，由 AI 完成一系列攻擊行動，導致網路癱瘓或營運中斷。 AI 不只放大攻擊力，也正在製造企業「自己養出來的漏洞」 此外，AI 不只放大駭客的攻擊能力，「AI 本身也會產生新的資安問題，」 洪偉淦提醒，企業在訓練內部模型或使用公有 AI 服務時，若未妥善過濾資料來源，可能將個人資料、企業機密，甚至惡意程式一併納入訓練集。一旦受汙染的資料進入模型，AI 在後續互動中，便可能將原本不該公開的資訊輸出給其他使用者，造成資料外洩的疑慮。 另一方面，駭客也開始透過 Prompt Injection（提示注入）手法發動攻擊。洪偉淦解釋，所謂 Prompt Injection，是指駭客透過精心設計的提問，誘導 […]

2026 供應鏈管理趨勢：AI 落地、人才荒與地緣政治，企業該如何重組營運 DNA？

進入 2026 年，供應鏈的不確定性並未消失，但企業所處的位置，已明顯不同於一年前。歷經 2025 年關稅衝擊、全球貿易規則重組與地緣政治升溫，多數企業已從被動應對轉向有準備的調整，開始在動盪中尋找可預期的行動空間。 《Supply Chain Dive》整理出三項關鍵趨勢，點出 2026 年的供應鏈管理，將是一場對決策速度、組織彈性與系統韌性的全面考驗。 AI 賦能供應鏈管理，價值落地成關鍵 AI 仍是供應鏈最受矚目的技術，但 2026 年將是「期待重設」的一年。多數企業已意識到，AI 並非短期內即可全面改變營運的萬靈丹。供應鏈管理協會（ASCM）執行長艾許可納茲（Abe Eshkenazi）坦言，儘管投資規模不斷擴大，但實際回收仍落後於期待。 即便如此，AI 並未降溫，而是進入更務實的發展階段。從需求預測、情境模擬到自動化決策，具備一定自主判斷能力的「代理式 AI」被視為下一波重點，比方說在天氣異常時自動改道運輸，或根據即時需求調整採購訂單，從被動危機管理轉向主動、數據驅動的韌性營運。 然而，多數企業仍卡在實驗階段，真正的挑戰不在技術本身，而在資料整合、流程重設與決策權限的重新分配。正如美國管理諮詢公司科爾尼 （Kearney）全球前瞻負責人 Per Hong 所言：「若營運流程與治理架構無法同步演進，將成為下一個瓶頸。」 勞動力與自動化的結構性矛盾：人仍是最大不確定因素 在倉儲自動化、協作型機器人（cobots）與數位倉庫快速普及的同時，供應鏈卻面臨另一個更深層的風險：人力結構的不穩定。高齡化、勞動力短缺、移民政策收緊，加上對 AI、系統整合與維運能力的高度需求，使「人」從過去的可預期資源，轉變為供應鏈中的戰略性限制。 企業正嘗試將機器人與自動化設備納入統一的數位營運模型，但現實是，能夠維護、優化並理解這些系統的人才嚴重不足。結果形成一種矛盾狀態：自動化程度愈高，對高技能人力的依賴反而愈深，一旦關鍵人才流失，營運風險隨之放大。 因此，2026 年企業一方面加速自動化與流程精簡，另一方面也必須投入更多資源於人才培育與技能升級。供應鏈管理協會（ASCM）便指出，未來競爭力不只取決於是否導入先進系統，而在於企業能否培養具備跨域理解能力的人才，真正「讀懂」AI 與數據背後的營運意涵。 地緣政治驅動，供應鏈管理從效率優化走向存續治理 地緣政治仍是 2026 年供應鏈變化的核心推手。美國總統川普延續其強硬的關稅與產業政策，即便部分關稅權限仍待司法審查，許多產業別關稅與雙邊貿易協議已成既成事實，使企業難以回到過去以「最低成本」為導向的全球化供應鏈模式。低成本、長距離、單一來源的配置正快速退場，取而代之的是更重視風險分散與可控性的結構設計。 Kearney 全球前瞻負責人 Per Hong 指出，未來企業不再是在單一貿易集團內運作，而是必須同時應對多個雙邊或次級貿易架構，這將大幅提高供應鏈的複雜度，也壓縮企業進行長期規劃的空間。在此情境下，供應鏈「多元化」與「區域化」不再只是策略藍圖，而是持續進行中的管理動作。企業開始更頻繁地重新檢視供應商的財務穩定性、地緣政治風險與可替代性，並加大對供應鏈可視性與即時監控能力的投資。 同時，需求面與財務面的壓力同步升高。隨著消費支出降溫與全球債務水位攀升，企業關注的已不只是單一供應商風險，而是整體供應網絡是否具備長期存續能力。為此，壓力測試、庫存與付款條件重設，成為供應鏈規劃重點。 2026 年的供應鏈管理正進入一個結構性轉換階段。AI 技術逐步走向可落地應用，人力與自動化之間的張力持續存在，地緣政治與經濟環境則不斷改寫風險邊界。在這樣的背景下，供應鏈的角色持續前移，深度影響企業的營運穩定性與決策節奏。 立即預約下載【2026 AI 人才年會暨 AI 職涯博覽會】演講精華，掌握 AI 時代人才升級的最前沿趨勢與戰略 ＊本文開放合作夥伴轉載，參考資料：《Supply Chain […]

跨越恐怖谷：為什麼「精準對嘴」是 AI 機器人進入家庭的關鍵拼圖？

當機器人的外觀與行為愈來愈接近人類，我們未必會感到親切，反而可能產生一種難以言喻的不安。這種心理現象被稱為「恐怖谷效應」（Uncanny Valley），至今仍是人形機器人邁向普及的核心障礙。 人類對於臉部動作的敏感度極高。我們或許能容忍機器人走路姿態笨拙、手部動作僵硬，卻對臉部的任何細微失誤毫不寬容。哥倫比亞大學機械工程教授 Hod Lipson 指出，機器人之所以令人感到詭異，主要原因在於說話時嘴唇的動作與聲音不同步。即使是當前最先進的人形機器人，其嘴部動作也僅停留在類似布偶的簡單開合，甚至許多機器人根本沒有臉部設計。 而研究顯示，人類在面對面交談時，將近一半的注意力會集中在對方的唇部動作上。當唇形與語音之間出現哪怕只是瞬間的不匹配，都足以讓人從「願意建立情感連結」轉變為「感到不適」。 隨著人形機器人逐漸進入家庭與工作場域，這種心理摩擦必須被有效降低。也因此，研究者開始重新思考，機器人是否應該「更像人」，還是應該「更像在理解人」？ 從規則控制到觀察學習：唇形同步的關鍵突破 針對這個長期被忽視的問題，哥倫比亞大學創意機器實驗室（Creative Machines Lab）近期發表了一項重要研究，展示了一款能夠學習唇形同步的機器人臉部系統。這項研究的核心突破在於：機器人不是依據預設規則來控制嘴唇，而是透過觀察學習，直接從音訊生成對應的唇部動作。 在硬體層面，研究團隊打造了一張覆蓋矽膠皮膚的機器人臉部，內建 26 個微型馬達，並採用磁鐵連接器實現複雜的唇形變化。這套設計能夠形成涵蓋 24 個子音與 16 個母音的唇形，足以覆蓋絕大多數人類語言的發音需求。 在軟體層面，研究團隊設計了一套學習管道。首先，他們讓機器人面對鏡子，透過數千次隨機的臉部表情與唇部動作，學習自身馬達活動與外觀變化之間的關係。這種方式類似於嬰兒第一次在鏡中觀察自己的臉，逐步建立起「視覺到動作」的語言模型。 接著，研究團隊讓機器人觀看大量人類說話與唱歌的影片，學習人類在發出不同聲音時嘴唇如何移動。最後，一個名為「臉部動作轉換器」（facial action transformer）的模組將馬達指令轉換為與音訊同步的嘴部動作。 這套框架的關鍵優勢在於，它分析的是語言的聲音結構，而非語意內容。Lipson 教授強調，他們刻意避開了語言特定性的問題，直接從音訊映射到唇部動作，系統中不存在「語言」的概念。這使得機器人能夠說出多種語言，包括訓練資料中未曾出現的法語、中文與阿拉伯語。研究團隊甚至讓這張名為 Emo 的機器人臉部演唱了一首由 AI 生成的歌曲。 研究團隊坦承，目前的唇形同步技術仍有改進空間，例如「B」等爆破音與「W」等需要嘟嘴的音素仍有困難。但他們相信，隨著機器人與人類互動的時間愈長、觀察的對話情境愈多，這些能力將持續精進。 研究證實，語言與表情是人機協作的效率關鍵 人類與機器人協作的歷史已相當悠久，但過去的機器人大多以明顯的機械形態存在，例如工廠產線上的機械手臂或家中的掃地機器人。然而，隨著大型語言模型的成熟，科技公司正積極讓機器人具備即時語言溝通的能力，這也讓「人機互動」這門學科愈發受到重視。 因此，語言與臉部表情不只是溝通工具，而是人類判斷信任與協作意願的關鍵線索。2024 年一項來自柏林、涵蓋 157 名受試者的研究發現，機器人透過語言表達同理心與情緒的能力，對於與人類有效互動至關重要。同年，義大利的另一項研究則指出，在複雜的協作任務（如組裝作業）中，機器人的主動語言表達顯著提升了人機協作的效率。 若我們希望機器人在家庭與工作場域中發揮作用，就必須能夠像與人交談一樣與它們對話。Lipson 教授認為，任何需要與人互動的人形機器人都將受益於唇形同步技術。他進一步指出，當唇形同步能力與 ChatGPT 或 Gemini 等對話式 AI 結合時，機器人與人類之間的連結將達到全新的深度。 部分經濟學家預測，未來十年將有超過十億台人形機器人被生產。Lipson 教授斷言，在這個未來中，不可能所有人形機器人都沒有臉。而當它們終於擁有臉時，若眼睛與嘴唇無法正確移動，它們將永遠停留在恐怖谷效應之中。 機器人得要與人相似，卻又不能太像人 不過機器人愈來愈像人類，一個不可迴避的問題隨之浮現：我們是否希望機器人逼真到讓人無法分辨？ 研究團隊對此有清楚的立場。這項技術的目標不是欺騙，而是降低互動時的不適感。Lipson 教授強調，他們必須在獲取效益的同時將風險降到最低。他提出一個具體的設計建議：可以透過外觀設計明確區分機器人與人類，例如要求人形機器人具備藍色皮膚，使其不可能被誤認為真人。 這種設計哲學反映出一種務實的平衡，人形機器人需要足夠像人，才能讓互動自然、讓人願意接納；但它們也需要保留足夠的「非人」特徵，以避免引發身份混淆或倫理爭議。未來的人形機器人設計，很可能會在這條「像人」與「不被誤認為人」的界線上持續探索。 【推薦閱讀】 ◆ FedEx 為何不急著用人形機器人？物流巨頭點名真正需要的是「超級人形」◆ 從搬運工到國家安全節點：人形機器人競賽升級，Foundation 將技術推向地緣政治的火藥庫◆ AI […]

【科技早餐】三大科技巨頭的共識：AI 走出驗證期，開始要交出成績

【科技早餐】今天精選 6 則國內外重要科技新聞。 ＊三大科技巨頭的共識：AI 走出驗證期，開始要交出成績 2026 年世界經濟論壇順利落幕，人工智慧（AI）依舊是全場討論焦點，但與前幾年強調模型突破與資本狂熱不同，今年會場氣氛明顯轉向務實。多位科技巨頭高層指出，AI 已走出概念驗證階段，市場開始嚴格檢視其是否真正帶來生產力提升與可持續的商業回報。 NVIDIA 執行長黃仁勳提出了「五層蛋糕」價值框架，包括：能源層、晶片計算、雲端基礎設施、AI 模型、應用層，並指出目前的瓶頸在能源供應與應用落地。微軟執行長納德拉 (Satya Nadella) 則預測，未來企業的核心價值是代理模式 (AI Agent) ，Google DeepMind 執行長哈薩比斯 (Demis Hassabis) 則強調，AI 現階段最大的貢獻在於加速基礎科學研究。AI 的下一階段，將是重塑產業運作方式，而非單純持續堆疊模型參數。 ＊三星搶先交付 HBM4，AI 記憶體戰局重新洗牌 多家外媒引述業界消息指出，三星電子 (Samsung Electronics) 將於 2026 年 2 月率先向 NVIDIA 與 AMD 正式交付第六代高頻寬記憶體 HBM4，並已通過最終品質測試，成為業界首家進入量產與實際出貨階段的供應商。 HBM4 預計將搭載於 2026 年下半年推出的次世代 AI 加速器。業界認為，三星在前一代 HBM3E 競爭中一度落後，此次成功搶跑，代表其製程與良率已回穩，也重新站回 AI 記憶體供應鏈的關鍵位置，對後續產品節奏具有指標意義。 ＊人形機器人進入量產期，中國廠商搶下先機 《彭博》引述研究機構 Omdia 統計數據顯示，全球人形機器人產業正快速邁向商業化階段，2025 年出貨量約 […]

不求脫鉤，但求隨時能逃！歐盟科技主權新戰略：逼雲端巨頭交出切換主控權

歐盟與美國關係日益緊張，潛在的貿易報復與政治壓力，正促使歐洲提出一項過去被認為難以實現的新計畫：擺脫美國科技，轉而採用本土替代方案。美國總統川普近期已撤回「必要時以武力控制格陵蘭」的說法，儘管與盟友爆發軍事衝突的可能性不高，相關言論仍為歐洲政壇與產業界帶來新的警訊。 對歐洲來說，最壞的情境，是白宮透過行政命令，切斷該地區對資料中心或電子郵件系統的使用權，而這些正是企業與政府日常運作不可或缺的工具。歐洲創投公司 Balderton Capital 管理合夥人 Bernard Liautaud 告訴《華爾街日報》，一旦開始出現這種想法，即使還未發生，也必須開始盤算該怎麼辦，而要歐洲在短期內脫離美國科技，幾乎難以想像。 依賴已成結構，雲端市場成最大痛點 事實上，在近日舉辦的世界經濟論壇上，歐美科技脫鉤的可能性，已成為產業界與政治圈關注的焦點。許多與會者指出，美國科技的影響範圍涵蓋晶片、雲端服務、AI 模型與企業軟體等多個層面，使得「脫鉤」成為一項極為複雜的任務。其中，雲端服務被視為最關鍵的依賴環節。 根據市場研究公司 IDC 數據，2024 年歐洲客戶在雲端基礎設施服務上的支出，有高達 83% 流向了亞馬遜（AWS）、Google 與微軟等前五大美國供應商，總額接近 250 億美元。換言之，歐洲現在談脫鉤，不是把某個工具換掉而已，而是要面對一整套雲端、資料、資安、AI 工作負載與企業軟體整合在美系生態系中的現實。 因此，歐洲目前的策略，更偏向建立可切換能力與備援路徑，而非立即全面替換，並力求將關鍵控制權保留在區域內部。 主權雲加速，公共採購成政策槓桿 在政策端，歐洲議會近期通過了「科技主權」相關決議，支持在公共採購上優先選擇歐洲供應商，並立法扶植本土雲端與 AI 供應商。德國總理 Friedrich Merz 於 11 月主辦了數位主權峰會，力主放寬歐盟科技法規；法國總統馬克宏則在會中疾呼應全力培育歐洲自己的科技冠軍，並強調此舉是為了拒絕成為大國的附庸。 《華爾街日報》引述知情人士消息報導，自從川普連任以來，歐洲官員已要求部分美國雲端服務供應商，確保其能源等關鍵產業的客戶，一旦因美國採取行動導致服務中斷，要能迅速地將資料中心基礎設施轉移至本土供應商。 美系雲端業者的在地化回應 在實作上，微軟、Google、亞馬遜都在強化主權雲，或提供可由歐洲在地控制的部署選項。像是微軟近期在德國擴大與 SAP 旗下 Delos Cloud 的合作，讓微軟的服務可在歐洲企業自主持有與管理的架構下運作。相關人士指出，微軟在過去一年已重組歐洲子公司，設立全由歐洲人士組成的董事會，並陸續建立在地據點，以回應歐洲市場對於更在地化雲端與 AI 服務的需求。 亞馬遜近期推出由歐盟公民營運、基地在德國的主權雲服務。Google 近年也在多個歐洲國家採取與本地業者合作的模式，包含在法國建立由當地企業完全營運的合資安排，讓歐洲客戶在政治風險升高時，仍可維持資料與營運的主控權。 不過，各國政府並未要求採用完全國產化的科技體系，Google 前歐洲、中東與非洲業務負責人 Matt Brittin 認為，原因在於歐盟仍希望享有跨國合作帶來的規模與技術優勢。他指出，各國政府追求的並非全面切割，而是在維持開放合作的同時，取得更高程度的風險掌控力，以及在資料與系統層面的安全與保障。 整體而言，歐洲對美國科技的擔憂，已從抽象的數位主權口號，轉為更具體的斷鏈演練與備援部署。這未必意味著全面脫鉤，但顯示歐洲正在將可移轉性、可替代性、可在地控制的能力，列為數位基礎設施的新指標。 立即預約下載【2026 AI 人才年會暨 AI 職涯博覽會】演講精華，掌握 AI […]

人形機器人效率不到人類 50%，企業為何仍瘋狂搶進？從效率、部署到競爭一次拆解

儘管人形機器人被視為未來的勞動力解方，但在現實工廠中，它們的表現仍有極大的進步空間。近日，中國人形機器人製造商優必選（UBTech）首席品牌官譚旻直言，優必選最新的 Walker S2 機器人在工廠實際作業中的效率，最多僅達人類工人的 30% 到 50%，顯示出人形機器人若要真的全面取代人力，還有很長一段路要走。 然而，這並未讓企業放慢布局腳步。從車廠、電子代工廠到航太製造商，不少企業仍選擇提前導入或測試人形機器人，只為避免在新一波自動化競賽中落後對手，這也讓人形機器人的發展關鍵，不再只是單一效率指標，而是必須同時從效率現實、部署挑戰與產業競爭三個面向來理解。 效率面：人形機器人仍難追上人類 優必選坦言，現階段人形機器人技術仍存在明顯侷限，以 Walker S2 為例，目前僅能在堆疊箱子、品質檢查等高度標準化的任務中發揮效益，整體產出仍明顯落後於人類工人。 至於造成效率差距的關鍵，在於人形機器人硬體與控制系統的高度複雜性。相較於固定在生產線上的傳統工業機械臂，人形機器人需要獨立供電，並具備更多可動關節，使硬體設計與能源管理難度大幅提升。 分析師普遍指出，人形機器人必須在動態環境中進行決策、感知周遭環境並協調複雜動作，這些高層次挑戰都是傳統自動化設備較少面對的難題。面對這些現實限制，優必選為 Walker 機器人設定了相對務實的中期目標：計畫在 2027 年將效能提升至約人類的 80%。大和資本市場（Daiwa Capital Markets）分析師 Kelvin Lau 也認為此目標是可行的，因為機器人無需休息，這樣的效率在工廠已足夠。 部署面：資料不足與安全風險是兩大挑戰 儘管人形機器人的效率尚未達到理想狀態，企業的實際部署行動已經如火如荼展開。優必選表示，公司已在 2025 年達成交付 500 台人形機器人的目標，並計畫在 2026 年底前，將產量大幅提升至 1 萬台。這顯示即使技術仍處於持續優化階段，企業已開始進行小規模的實際部署與場域測試。 然而，這條商業化之路並非坦途。研究機構 Interact Analysis 的研究員 Marco Wang 指出，目前外界看到的許多部署案例，多半仍屬於概念驗證（PoC）或展示層級，且多集中在中國政府贊助的研究中心，距離真正的商業化運作仍面臨諸多挑戰。 例如在資料層面，訓練人形機器人高度仰賴大量真實世界數據，但這類數據的蒐集過程既緩慢又成本高昂。此外，機器人在學習新任務時，仍容易出現所謂的「災難性遺忘」現象，也就是新取得的訓練資料可能覆蓋既有知識，導致原本已掌握的技能逐漸流失。第二是安全風險的提升，不同於傳統工業機械臂在發生異常時多半只需停機處理，人形機器人一旦出現電力耗盡或失去平衡的情況，可能直接倒塌，對周遭人員或設備造成傷害，使其在高度人機協作的場域中成為不可忽視的安全隱憂。 因此，為了縮短從展示走向實戰的距離，「實體人工智慧」（Physical AI） 正成為人形機器人發展的核心方向。這代表人形機器人不再只是一個執行程式的設備，而是結合自主決策能力與硬體感知，嘗試在更動態、不可預測的環境中完成任務。 目前特斯拉（Tesla）即是採取此一高難度路徑的代表。特斯拉選擇在自家工廠內部訓練 Optimus 人形機器人，並計畫在德州奧斯汀的超級工廠擴大訓練規模。為了克服數據不足的問題，特斯拉採用「模仿學習」策略，讓人類訓練員穿戴帶有攝影機的頭盔與重型背包，錄製整理零件等動作供機器人模仿。儘管馬斯克（Elon Musk）坦承 Optimus 的生產速度「極其緩慢」，且目前仍需與一般工人隔離以避免干擾，但這種在實際場域中「邊部署、邊學習」的策略，也被視為累積關鍵數據、提升機器人泛化能力的必經過程。 競爭壓力面：即使人形機器人技術尚未完全成熟，企業也不能缺席 如果效率不高、部署過程又挑戰重重，為何企業還要擴大人形機器人布局？答案在於競爭焦慮。優必選首席品牌官譚旻直言：「你可以想像，如果特斯拉擁有將自家人形機器人部署到生產線的優勢，那就意味著比亞迪可能落後了。」這種先卡位、先累積經驗的心理，成為企業即便面對效率不足，仍加快導入人形機器人的重要推力，因為製造商擔心一旦競爭對手率先掌握了自動化優勢，自己將面臨被市場淘汰的風險。 同時，這場競賽不只是技術問題，也牽涉到勞資與人機協作的關係。例如現代汽車（Hyundai）計畫於 […]

實戰掌握如何建構電路高可靠系統！立即報名安馳科技主辦的 3/10-12【ADI 次世代訊號鏈設計量測工作坊】

無論您是資深工程師，還是渴望精進技術的研發人員，亞德諾半導體（ADI）與安馳科技（Macnica Anstek）在 3/10-3/11 （台北）、3/12 （高雄）主辦的「ADI 次世代訊號鏈設計量測工作坊」，都將爲您的設計流程帶來全新視野與效率提升！ 在追求極致效能的電子設計中，「訊號鏈」（Signal-Chain）設計完整性是決定系統成敗的關鍵。從感測器端的雜訊處理、濾波器的頻寬取捨，再到精密 ADC 的驅動匹配等，每一個環節都不容忽視。  這場「訊號鏈設計實作坊」，特別邀請 ADI 精密訊號鏈技術團隊親自授課，並規劃「觀念解析」與「實機操作」雙軌並行的紮實課程，帶您掌握如何運用 ADI 原廠軟體、開發板，以及 M2K 學習模組等應用工具加速設計流程，將理論轉化為可視化的數據驗證。  🔥報名並出席工作坊，就有機會把 Nescafe Dolce Gusto 膠囊咖啡機、Apple HomePod mini、ADALM2000（M2K）主動學習模組、價值新台幣 50 元的 7-11 商品卡等好禮帶回家>>https://supr.link/kWtOu 免費報名

AI 開源代理 Clawdbot（已更名 Moltbot）爆紅！橫掃 GitHub 9,000 星，和 ChatGPT 有何不同？

一款名為 Clawdbot （編按：後因 Anthropic 提起法律訴訟而被迫更名為 Moltbot）的開源 AI 代理，近幾週在 AI 社群迅速竄紅。這款由知名開發者 Peter Steinberger 於 2025 年底發表，以逗趣龍蝦為吉祥物的專案，最初只是個人項目，卻在短時間內於 GitHub 累積超過 9,000 顆星，成為開發者與技術愛好者的新焦點，甚至被視為「個人 AI 助理未來的發展方向」。 與市面上常見的 ChatGPT 或 Claude 等雲端 AI 服務不同，Moltbot（原名 Clawdbot）是一套運行於使用者本地端（例如 Mac mini、Raspberry Pi 或舊筆電）的 AI 代理系統，並能可透過 Telegram、WhatsApp 或 iMessage 等即時通訊軟體與使用者互動。 例如，當使用者在外用手機傳送訊息提出需求時，訊息會轉交後端設定的 AI 模型，模型回傳指令後，再由本地端系統負責執行檔案讀取、瀏覽器操作或程式撰寫等任務。由於系統長期運作、無需反覆登入，Moltbot 甚至能記住幾天前的對話。舉例來說，週一告訴它你的簡報發表計畫，系統到了週三可能會主動幫你寫內容。 Moltbot 的架構由四個核心元件組成。首先是負責處理訊息連線與排程的「閘道器」（Gateway），接著是負責運行 AI 模型的「代理」（Agent），再來是用來擴充代理功能的「技能」（Skills），以及用於跨工作階段維持上下文狀態的「記憶」（Memory）。《MacStories》指出，對於追求高度客製化與隱私的用戶來說，Moltbot 代表了新一代可塑性強、個人化且適應性高的終極軟體體驗。 與 ChatGPT 的 5 大關鍵區別 整體來說，Moltbot 之所以能引發熱潮，關鍵在於它突破了傳統消費級 […]

美國成最大外銷市場、AI 投資續熱：台經院揭 2026 台灣經濟成長率有望破 4% 的三大動能

「我們認為今年在 AI 熱度持續不減、關稅問題逐步淡化、內需回溫這三大因素加持之下，台灣經濟成長率可能會到 4% 以上，」台灣經濟研究院在今（1/26）發布「115 年度元月份國內總體經濟預測暨景氣動向調查報告」，台經院景氣預測中心主任孫明德表示，2026 年 1 月國際政經情勢已經發生很多變化，例如委內瑞拉、伊朗、格陵蘭等地的事件，都讓整個金融市場波動非常劇烈，不過在經濟層面，2026 年台灣有機會比去年要好很多。 美國相對穩健、歐中日分歧加劇，地緣政治成關鍵變數 孫明德引用主要國際預測機構的最新報告，指出今年全球經濟成長動能普遍趨於保守，包括 S&P Global、世界銀行與聯合國在 1 月公布的預測，均指出今年全球經濟成長率大致落在 2.7% 左右，多數略低於去年水準，顯示整體經濟表現以持平或小幅放緩為主。 同時，各主要經濟體的表現分歧明顯：美國因減稅政策與貨幣環境相對寬鬆，經濟表現相對穩健；日本正在面臨提前大選的不確定性，因此政策能否順利推動，仍需等待 2 月 8 日選舉結果揭曉；至於中國同時承受內需競爭加劇的「內卷」壓力，以及出口價格偏低帶來的「外卷」挑戰；最後，在歐元區方面，原本寄望烏俄戰爭結束帶動復甦，但地緣政治風險仍持續升溫，讓各國在貿易戰暫歇後，仍須面對新的結構性挑戰。 在全球經濟走勢與區域分歧之外，匯率變化也成為另一項需要留意的外部變數。孫明德分析，2026 年 1 月美元的實質有效匯率出現較明顯的回升，相較之下，日圓持續走弱，歐元則大致維持持平走勢。令人意外的是，人民幣自去年 12 月以來一路升值至今年 1 月，呈現與其他主要貨幣不同的走勢。「所以國際的貨幣走勢，尤其在東亞有強有弱，這兩天好像美國跟日本似乎也對日圓有一些希望能干預的動作，這點要特別小心，」孫明德提醒，當國際經濟情勢不穩定、金融局勢不穩定的時候，亞洲貨幣就要特別小心對美國強與弱的情況。 美國躍升最大外銷市場，台灣呈現「金髮女孩經濟」樣貌 在出口與投資表現方面，台灣去年展現出相對突出的韌性。孫明德指出，台灣外銷成長表現明顯優於多數國家，整體來看並未受到對等關稅的顯著衝擊。從出口結構切入，資通視聽產品目前已占出口比重約 40%，電子產品占約 35%，合計約四分之三的出口集中於電子相關產業。相較之下，傳統產業表現較為分歧，其中機電產業因受惠於 AI 應用需求而表現亮眼，其餘未直接搭上 AI 動能的產業，復甦步調則相對緩慢。 市場結構方面，「美國已經成為台灣最大的外銷市場，」孫明德表示，目前美國的重要性已經超過中國與東南亞，這也被視為去年台灣經濟能夠逆勢表現的關鍵因素之一。 隨著出口動能增加，也同步帶動企業擴大資本支出，像是許多廠商因為加速購置設備與擴建廠房，使得去年全年投資大幅成長，並進一步帶動與投資相關的不動產市場表現轉強。相較之下，內需消費則是 2025 年相對偏弱的一環，零售銷售在不含汽車的情況下仍有成長，但受到汽車進口關稅調整時程影響，整體消費動能一度承壓。 不過，孫明德也指出，隨著相關稅制與政策逐步定案，對 2026 年內需消費可望形成正向支撐。此外，儘管經濟成長動能強勁，台灣物價自去年下半年以來仍大致維持在 1.5% 以下，呈現成長與物價相對平衡的狀態，屬於經濟處於高速增長，卻擁有比較低通貨膨脹率的典型「金髮女孩經濟」。 製造業信心回升，三大因素讓台灣經濟成長率可望超過 4% 在製造業廠商信心方面，台經院調查顯示，製造業景氣看法已明顯轉向樂觀。與上月相比，看好當前景氣的比例增加約 10%，對未來半年的景氣展望也進一步上升約 12%。 孫明德說明，基於企業信心改善與內需逐漸回溫，台經院也同步上修今年的整體經濟預測，較去年 11 […]

AI 代理走入企業流程之前，組織真正該擔心的隱形風險是什麼？

新一代 AI 代理已能代表組織做出判斷、觸發行動，甚至直接存取系統與資料。對企業而言，這不只是效率工具的升級，而是一場牽動治理、安全與組織結構的深層轉變。 問題在於，多數企業準備的速度，明顯落後於技術演進。當 AI 代理開始被視為「數位員工」，能夠自動完成任務時，許多原本被忽略的結構性風險與錯誤，也正同步被放大。 從聊天機器人到可行動代理，企業常誤判風險等級 第一個普遍存在的誤判，是將 AI 代理視為聊天機器人的進階版。表面上，兩者同樣建立在大型語言模型之上，能以自然語言互動；但實質差異在於，AI 代理不只回應資訊，而是具備規劃與執行能力，能夠連接第三方服務、調用 API，完成多步驟任務。 這個差異一旦被忽略，風險等級就會被嚴重低估。聊天機器人頂多回錯資訊，但一個被賦予行動權限的代理，可能直接發起交易、修改紀錄，甚至干預整個流程。不少企業在尚未定義清楚代理角色、權限與審批流程前，就讓其介入客服退款、採購、帳務或內部系統操作，結果導致過度部署、應用失控。 正因如此，越來越多企業開始回頭檢視自身的人工智慧政策是否涵蓋「可行動代理」這種新型系統，並嘗試在身分與存取管理（IAM）中，為代理定義清楚的角色、權限邊界與核准機制，而非沿用過去針對模型或工具的管理邏輯。 過度自動化與錯置信任，是最先發生的失誤 第二個錯誤，來自對完全自主的過度期待。研究顯示，目前由人類與 AI 代理組成的人機混合團隊，在準確性與穩定性上，仍明顯優於全自動代理系統。然而在實務中，不少企業為了追求效率，急於讓代理「全權負責」，反而忽略其決策品質仍高度仰賴人類校正。 當 AI 代理缺乏人工監督與回饋機制，其底層模型的幻覺問題與推理偏誤，往往會在自動化流程中被快速放大。錯誤不僅無法即時被發現，還可能透過流程串接形成連鎖反應。這也是為什麼，愈來愈多組織在風險管理框架中，開始單獨標示「代理型 AI」的風險類別。 若缺乏對每一個代理用例的風險可視性，AI 代理反而會成為組織內部最難被理解、也最難被控管的黑盒子。 資料與安全基礎不足，會讓代理變成風險放大器 第三個關鍵誤區，在於資料與安全準備的落差。市場分析指出，未來數年內，將有大量企業 AI 專案因資料不具備「代理可用性」而中止。多數企業的資料仍高度分散於不同系統，缺乏一致結構與可被機器理解的索引方式，使 AI 代理即便具備推理能力，也難以建立可靠的工作流程。 更棘手的是安全風險。與僅處理資訊的 AI 應用不同，AI 代理往往具備系統存取權，能以「虛擬員工」身分行事。一旦遭到提示注入、權限濫用或憑證外洩，影響範圍將遠超傳統 AI。這也迫使企業重新檢視零信任原則是否真正落實到代理身上，包括輸入與輸出防護、第三方代理與內部資源的互動限制，以及行為稽核與異常偵測機制。 在監管層面，隨著 GDPR、產業別法規與各國 AI 專法逐步成形，完全自動化決策的合法性與可解釋性，也正成為企業必須提前面對的問題。許多組織選擇採取保守策略，預設人工監督、資料保護與公平性將成為基本要求，以避免未來付出高昂的合規調整成本。 忽視人力與文化衝擊，會削弱組織長期承受力 除了技術與治理，最後一個經常被低估的錯誤，是忽視 AI 代理對人力與組織文化的衝擊。AI 代理帶來的並非單純的效率提升，而是工作責任與決策權的重新分配。當企業未清楚說明代理將負責哪些任務、人類角色如何轉變，員工的不安與抗拒便會迅速累積。 調查顯示，對被 AI 取代的焦慮，已開始影響員工對企業決策的信任程度。若企業在推動代理時缺乏溝通與轉型設計，即使技術部署成功，也可能因文化摩擦而削弱整體成效。 這也是為什麼，愈來愈多組織在代理試點階段，開始同步盤點內部是否具備 AI 安全、威脅建模與治理能力，並補齊相關技能落差，而非只投資技術本身。 AI 代理的關鍵不在模型，而在治理能力 綜合來看，企業在導入 AI 代理時最致命的風險，並不來自模型選型或技術成熟度，而是過早放權、過度自動化，以及治理、資料與人力準備的缺位。 […]

從 RAG 蛻變重生到 PostgreSQL 崛起，資料領域 6 大變革正瞄準企業 AI

當世界正式進入 AI 代理時代，資料產業的各項基礎設施，也將面臨前所未有的劇變，其演化速度甚至將更勝以往，其中 6 大數據變革將徹底瞄準企業 AI。

【科技早餐】OpenAI 靠 API 撐起成長引擎：一個月新增 10 億美元年度經常性收入

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊OpenAI 靠 API 撐起成長引擎：一個月新增 10 億美元年度經常性收入 OpenAI 執行長奧特曼（Sam Altman）近日表示，OpenAI 在短短一個月內，年度經常性收入增加超過 10 億美元，而主要動能並非來自 ChatGPT，而是 API 業務。透過 API，企業與新創能將 OpenAI 的模型直接嵌入自家產品，從內部工具、程式開發到專業服務，逐步把 OpenAI 變成 AI 基礎設施供應商。 奧特曼指出，包括 AI 搜尋新創 Perplexity、法律科技公司 Harvey 等，都以 OpenAI 模型作為核心架構。面對高昂的運算與資料中心成本，OpenAI 也開始測試廣告與模型授權分潤模式。財務長弗里亞（Sarah Friar）更提出，未來若客戶透過授權模型在藥物開發等領域成功商轉，OpenAI 將可抽取銷售分成，顯示其商業模式正持續擴張。 ＊特斯拉 Robotaxi 跨出關鍵一步：奧斯汀啟動無人監控乘車服務 特斯拉（Tesla）正式在美國德州奧斯汀啟動不需車內人類安全監控員的 Robotaxi 乘車服務，象徵其自動駕駛商業化邁入新階段。執行長馬斯克（Elon Musk）表示，這是特斯拉在真實世界 AI 問題上的重要里程碑。 特斯拉自動駕駛計畫負責人 Ashok Elluswamy 指出，初期將採「有監控與無監控混合運行」，逐步提高比例。相較之下，Alphabet 旗下 Waymo 已在多座城市提供每週約 45 萬趟付費自動駕駛服務。特斯拉能否在僅靠攝影機的技術路線下，兼顧安全與規模化，仍有待市場與監管檢驗。 ＊馬斯克首度現身達沃斯：預言機器人將超過人類 […]

從學 AI 到用 AI，新北首屆「AI 實戰職涯營 Demo Day」成果亮相

為展現青年將 AI 技術應用於職涯與產業情境的成果，新北市政府青年局今（24）日辦理首屆「2025 AI Practitioner Program（AI 實戰職涯營） Demo Day」，20 名菁英學員在歷經 3 個月的密集培訓後，發表聚焦求職輔助、職能探索與品牌經營的 AI 應用成果，展現青年從真實需求出發，將學習成果轉化為可驗證、可落地，並具市場延展性的解決方案。 新北市青年局長邱兆梅表示，AI 已是不可或缺的關鍵能力，除了理解技術原理，更需要有實務應用能力。因此，首次的 AI 實戰職涯營以實作為核心，希望培養不只是懂 AI 而是能用 AI 創造價值的人才。這次的 Demo Day是學員運用 3 個月所學包含 AWS 國際證照培訓、實務課程與專案管理等內容，打造具體可行的 AI agent 應用成果，希望藉由 Demo Day 的辦理，讓學員有更多與產業交流、被產業看見的機會，也進而開啟職涯的更多可能。 新北市青年局表示，4 組團隊提案均善用所學 AI 技術打造解決方案，像是「JobSpark」團隊以「AI 職缺戰情室」分析使用者薪資區間與能力缺口，並提供個人化趨勢洞察與職缺推薦；「SkillBridge」團隊則以「新鮮人職場優勢探索平台」協助青年盤點自身優勢，藉由 AI 一鍵生成履歷與面試重點，降低求職的不確定感。 「AlterEgo」團隊開發「數位影響力 AI 代理人」，讓文案可一鍵發布並自動轉換符合各社群平台的風格版本，將大幅提升內容經營效率；「BrandMate」團隊打造「AI 個人品牌教練」，切入自媒體經營痛點，結合品牌經營儀表板，協助使用者即時掌握經理營成效。 參訓學員陳攸揚表示，新北 AI 實戰職涯透過跨領域的組隊培訓，促進不同專業的學員交流，並透過系統化課程與導師陪跑制度，強化專案實作與落地能力。團隊也在合作過程中，建立專業互補的夥伴情誼。陳攸揚說，課程結束後，團隊也將繼續合作組隊參加相關競賽，持續發揮青年的 AI 應用力。 新北市青年局表示，本次 Demo Day 更邀請 NVIDIA […]

【Google 2026 網路安全預測報告】資安長的關鍵難題：誰來監管 AI？治理失控將比外部攻擊更早發生

在 AI 代理快速滲透企業日常的同時，網路攻防的規則也正被徹底改寫。由 Google 發佈的《Cybersecurity Forecast 2026》報告，從攻擊者與防禦者雙重視角出發，描繪 2026 年企業將面對的真實威脅樣貌：影子代理失控、提示注入成真，代理式 SOC（AI 驅動的安全營運中心，Security Operations Center）與鏈上犯罪經濟的崛起。報告揭示的不只是趨勢預測，更指引企業如何在 AI 時代重建安全邏輯。 📌 這份報告適合誰閱讀？ 這份報告協助不同職能角色，從傳統防禦轉向 AI 安全設計，以因應自動化犯罪與國家級駭客威脅，特別推薦以下讀者閱讀： 🔴 報告洞見 2026 年標誌著 AI 代理時代的全面來臨，攻擊者不再只利用 AI 生成釣魚郵件，而是部署能自動執行攻擊鏈的代理系統；相對地，防禦者也將轉向「代理式 SOC」，由 AI 承擔第一線的分析重任。以下摘要拆解資安工作者將面臨的轉型挑戰與應對策略。 💡 影子代理失控：企業內部治理已先於外部攻擊崩解 報告預測，到了 2026 年，影子 AI 將升級為更棘手的「影子代理（Shadow Agent）」危機。 這意味著員工不再只是私下使用 ChatGPT 查詢資料，而是獨立部署具備自主執行能力的 AI 代理來處理工作任務，且完全繞過 IT 部門的審批。這些不受控的代理將成為企業內部的「隱形管道」，極可能在毫無察覺的情況下，將敏感數據外洩或違反合規要求。 然而，報告強調「全面禁止」並非良策，因為那只會讓活動轉入地下。領導者必須建立全新的 AI 安全與治理紀律，採用安全設計的方法，既允許創新，又能監控所有代理的流量與行為。 在外部威脅方面，勒索軟體的經濟破壞力將達到新高。數據顯示，僅在 2025 年第一季度，數據洩漏網站上列出的受害者數量就達到了 2,302 家，創下歷史新高。 當企業內部治理失控時，外部攻擊者也正同步調整目標，轉向能放大經濟衝擊的關鍵節點。攻擊者現在鎖定的是供應鏈中的關鍵節點（如零售與食品批發商），造成的經濟損失高達數億美元。這意味著資安投資不能只看自身的防禦，還必須評估供應商的韌性。 此外，地緣政治下的網路攻防正出現結構性轉變，企業已難以用單一防禦邏輯，應對不同國家行為者：俄羅斯正從戰場導向的即時支援，轉為對北約與歐美國家進行長期情報蒐集、選舉干預與輿論操控；中國則持續維持高強度運作，聚焦半導體、邊緣設備與第三方供應鏈，透過長期潛伏累積戰略優勢；至於伊朗與北韓，前者刻意模糊間諜活動與破壞性攻擊的界線，後者則結合加密貨幣攻擊與人員滲透企業內部，進行系統性的資金與技術掠奪。 💡 資安職能進化：「警報疲勞」到「指揮 […]

OpenAI 低調重返機器人戰場：不畫時程、不談產品，AI 巨頭在打什麼算盤？

在沉寂多年後，OpenAI 正低調重返機器人領域。這家 AI 巨頭曾於 2020 年解散最初的機器人團隊，但近來重新啟動機器人相關研究，並在舊金山一間未對外公開的「秘密實驗室」中集結研發資源，嘗試推進能將 AI 延伸至實體世界的具身智慧（Embodied AI）。 OpenAI 這次重返機器人領域，並沒有談產品與上市時程，而是將重心放在人形機器人所需的基礎能力上，在內部悄悄擴大研究規模，顯示策略仍停留在研發初期階段。知情人士透露，公司內部同時推進多個硬體相關項目，機器人就是其中之一，但這些專案目前仍屬早期開發，尚未成為 OpenAI 的核心任務。 英國雪菲爾大學（University of Sheffield）機器人專家 Jonathan Aitken 也直言，從技術角度來看「仍處於非常早期的階段」。也正因如此，OpenAI 目前的機器人研究，重心並不在成品展示，而是回到最基礎的資料與能力累積。 秘密實驗室在做什麼：用機械臂大量收集真實世界資料 《Business Insider》報導，OpenAI 的機器人實驗室目前主要工作，是讓人類操作員透過遙控方式控制機械手臂，執行折衣服、烤吐司等日常家務，以蒐集訓練所需的操作資料。實驗室現階段約僱用 100 名資料收集員，採全天候三班制運作，操作員透過所謂的「遙控操作」（teleoperation）教導機械手臂完成各項任務，攝影機則同步記錄人類與機器人的動作，並以能產生多少小時的「有效功能性數據」作為績效評估標準。 《Tekedia》進一步指出，雖然 OpenAI 的機器人實驗室內展示了一款被形容為「類似 iRobot」的人形機器人，但實際研發重心並不在完整人形系統，而是集中於單一機械手臂與資料蒐集流程，因為現階段 OpenAI 的核心目標在於透過機械臂進行大規模資料採集，而非推進全機整合的人形機器人開發。 為了降低資料蒐集成本並加快擴張速度，OpenAI 也開發並使用一套名為 GELLO 的低成本遙控裝置。這是一種以 3D 列印製作的控制器，操作員手持該裝置即可直接映射並控制 Franka 機器人的動作。這套設計源自加州大學柏克萊分校於 2023 年發表的一項研究，相較於競爭對手採用昂貴的動態捕捉套裝或 VR 頭戴裝置，GELLO 能以更低成本，將人類手部動作更直接地轉換為機器人操作指令。 與 Tesla 公開量產節奏形成對照，OpenAI 選擇更慢的一條路 在 OpenAI 採取低調研發策略的同時，另一條人形機器人路線則選擇更為公開的節奏。Tesla 執行長馬斯克（Elon Musk）近日在世界經濟論壇年會公開表示，Tesla 計畫在 […]

比 Blackwell 快 50 倍？晶片新創 Neurophos 獲 1.1 億美元融資，用光打破摩爾定律

在全球 AI 算力需求持續飆升、資料中心能源壓力不斷攀高之際，晶片新創 Neurophos 正試圖用光取代電的方式，為 AI 運算帶來突破，近日更宣布完成一輪由比爾蓋茲創投基金 Gates Frontier 領投、高達 1.1 億美元的 A 輪融資，參與融資的還有微軟創投部門 M12、沙烏地阿拉伯 Aramco Ventures、Bosch Ventures 等機構。 Neurophos 的核心創新：超表面調變器 Neurophos 共同創辦人暨執行長 Patrick Bowen 指出，AI 產業已無法再等待摩爾定律來追趕爆炸性的算力需求。對此，Neurophos 端出的解決方案是一種全新的 AI 加速晶片：光學處理單元（Optical Processing Unit，OPU）。 相較於 GPU 依賴電子來傳輸資料，OPU 主要以光子進行運算與傳輸。理論上，光學運算具備熱量低、傳播速度快、受溫度與電磁場變化影響較小等優勢。但傳統光元件通常比矽元件大、難以大規模量產，且通常需要體積龐大、高功耗的數位與類比轉換器，成為實用化的主要障礙。 對此，Neurophos 認為其開發的「超表面調變器」（metasurface modulators）能解決這些問題，因為該元件體積比傳統光學電晶體小 10,000 倍。Neurophos 表示，透過在單一晶片上整合數千個這類調變器，其所打造的 OPU 在運算速度上，明顯優於目前 AI 資料中心大量使用的 GPU，同時在推論效率方面也更加出色。 舉例來說，Neurophos 聲稱其 OPU 晶片性能已超越 NVIDIA 的 B200 AI […]

AI 工具人人會用，誰能在新世代強勢生存？東海大學用「Learn to Innovate」革新教育，打造無可取代競爭力

生成式 AI 逐漸成為日常基礎能力，從影像、文字到研究與決策輔助都可看見它的身影。不過 AI 技術全面普及後，企業面對的問題也逐漸浮現。根據 Boston Consulting Group (BCG) 2025 年報告，在 1,250 家企業中，只有約 5% 的公司能從 AI 投資中實際獲得顯著價值，大多數仍看不到明顯的營收或效率提升，顯示單純部署工具並未轉化為競爭力。McKinsey《2025 年 AI 現狀報告》也指出，截至 2025 年約 88% 的企業至少在一個業務環節導入AI技術，卻只有 39% 的公司因此產生顯著價值增長，而多數企業仍停留在試驗或初步採用階段。這些數據反映出：若僅會使用 AI 工具，並不能為職場帶來絕對優勢，因此，AI 世代下的核心競爭力，將不再止於掌握資訊或操作技術，而在於能否提出新方法、驗證新思路並創造價值。 東海大學副校長張嘉修表示，AI 時代的教育關鍵在於理解人與 AI 的角色分工，並在其上做出創新。他認為 AI 的強項是分析、記憶與整合，而人類的價值在於提出問題、作出判斷與承擔責任，也因此，東海大學響應大渡山 – 東海人工智慧中心提出「學以創新 Learn to Innovate」理念，將創新視為大學生的底層能力，而非技術附加品，「對東海而言，真正的 AI 素養不是會操作工具，而是能在工具普及後仍具備定義問題、設計實驗與產出新解的能力，並把這種創新思維內化為行動方式。」 科技報橘社長戴季全觀察，生成式 AI 普及後，企業對人才的期待已與過去不同，工具操作技能的優勢逐漸消失，能否與 AI 協作、提出方法與創造解方，成為新的評估標準，許多美國科技與顧問產業開始調整初階職位的配置，有一部分的例行工作已經開始由 AI 完成，「未來企業獵才會側重三項特質：具備學習能力、協作能力與承擔能力的人。」他進一步解釋，學習能力決定能不能跟上迭代，合作能力決定能不能與 AI 及他人共創，負責任能力則會決定團隊對個人的信賴程度。 東海大學將「主導 AI」列為教學主軸 企業對於人才需求急遽轉變，同時衍生出教育新課題。張嘉修認為現代大學不只要教會學生操作 AI，更要讓學生理解自身在 […]

金管會主委彭金隆：致力在確保金融穩定前提下，為台灣金融科技創新保留足夠空間

穩定幣的快速普及對金融業帶來的變革力量不容忽視，以穩定幣為核心的新金融體系正在快速形成，直接促使既有銀行的角色產生轉變。同一時間，AI Agent 技術正以前所未有的速度，再造金融業的資產管理、行銷營運、保險理賠等每一個場域。在 TechOrange 科技報橘今（1/23）日舉辦的「科技風暴金融高峰論壇」，連結頂尖產業夥伴，深度解析穩定幣與 AI Agent 這兩股科技力量的結構性影響與應對策略。 「我們致力在確保金融穩定與消費者權益的前提下，為台灣金融科技創新保留足夠空間，」金管會主委彭金隆蒞臨論壇致詞時強調，面對全球虛擬資產發展趨勢，金管會始終秉持「友善但謹慎」的原則，以「不躁進、絕不落後」的態度面對監理挑戰。 因應國際金融趨勢變化，金管會早已啟動相關準備，並在去年 6 月將虛擬資產服務法專法草案送行政院審查，該專法參考歐盟、美國、日本及新加坡等規範，特別將「穩定幣發行與管理」納入專章，若法案順利通過，將成為台灣發展穩定幣應用與發行的重要突破。 至於在金融業 AI 技術落地，金管會藉由發布「金融業運用人工智慧（AI）之核心原則及政策」 ，依比例原則及以風險為基礎，訂定金融業宜注意事項，導引金融業運用可信賴 AI，發展更貼近民眾需求的金融服務，目標深化普惠金融價值。 剖析穩定幣對金融業帶來的變革力量 「2026 年迎來雙引擎金融革命，」台灣金融科技協會理事長王儷玲表示，由穩定幣驅動的價值代幣化，正在重塑金融資產與基礎設施，將「支付清算」從後台流程轉變為可編程的市場基礎；另一方面，AI Agent 驅動智能自動化，不僅根本性地改變金融流程與決策，也將人類指令從對話輔助，躍升為具備行動能力的自主代理。 穩定幣作為可程式貨幣，帶來的核心變革不在於「幣」，而是「清算」與「資金調度」，其可程式化的特性讓合規流程高度自動化，甚至可以降低成本。王儷玲說明，「穩定幣真正的價值，就是支付、交割、控管與轉換都可預先設計，且在條件觸發時能夠自動執行，這對於金融業者而言，競爭焦點將從產品利差移到『金流管線（rails+合規+互通性）的市場基礎建設。」 那麼穩定幣金融生態系將有哪些關鍵角色？王儷玲分析，銀行在穩定幣價值鏈中的角色配置，包含發行、託管和清算，一個完整穩定幣生態系不是只有「發行人」，還有儲備資產保管機構，如銀行或信託機構，以及次級市場服務提供者，如虛擬資產服務商（VASP），能提供錢包、交易、支付、投資等服務，支援穩定幣多元的應用場景。 隨著穩定幣成為全球結算新基建，王儷玲提醒台灣若不發行自己的穩定幣，在地廠商供應鏈可能會基於成本和效率的考量，轉而使用國外結算平台，導致金融數據主權流失。與此同時，台灣金融可能在國際清算體系中邊緣化，讓本國銀行退化為單純外匯兌換商，「所以我建議台灣利用科技產業的聚集優勢，並結合穩定幣技術，建立國際供應鏈金融服務中心，掌握更多貨幣主權與交易優勢。」 AI Agent 如何重構金融商業模式 聚焦金融產業第二個關鍵引擎 AI Agent，王儷玲表示 AI Agent 已成為具有思考、執行、分析與除錯能力的「超級數位同事」，企業也從追求一個「全能 AI 大腦」，演進為採用「多代理系統（MAS）」。這在金融產業的應用場景，將會由專業團隊指派一個主代理協調，接著將檢索法律條款、財務建模、合規審查複雜任務分配給多個專職代理，顯著提高工作效率。 進一步剖析 AI Agent 如何助力金融產業重構商業模式，王儷玲分享，在信貸自動化應用上，AI 多代理系統能自主從多源資料提取關鍵風險指標，並對應用戶行為數據進行信用評估，提高 60% 以上的生產力；在詐欺偵測應用上，AI 具備強大分析能力，可分析用戶操作時的微細訊號，如握持角度、輸入節奏，以及通話中微細音訊偽造跡象，甚至即時辨別深偽（Deepfake）攻擊，實時監控交易流。 王儷玲認為，供應鏈金融與支付智慧化將是穩定幣、AI Agent 雙引擎融合後的具體成果，也呼籲主管機關與業者將創新留在台灣自己的體制內，並透過法規與示範沙盒，讓台灣在亞洲金融中心與全球供應鏈樞紐的競爭中不缺席，「科技風暴會讓金融創造高峰。下一步，我們可以開始思考如何結合穩定幣與 AI Agent，打造自主高效新金融典範，更快速地與國際接軌。」 科技報橘社長戴季全表示，金融體系面臨可編程代幣、AI Agent、金融詐騙三大風暴挑戰，「我們透過舉辦這場論壇，匯集全球情報與科技武器，希望協助金融界將這些巨大威脅，轉化為創新價值與發展的新方向。」 科技風暴金融高峰論壇還邀集思科、Dell、HOYA BIT、海耶克科技、勤業眾信、SAS、伊雲谷、AWS 等產業專家，深度探討新金融變革的先機，敬請鎖定 TechOrange […]

ChatGPT 廣告上線，為何短期仍撼動不了 Google 與 Meta 王座？解析三大現實門檻

近期 OpenAI 已正式啟動 ChatGPT 的廣告布局，開始向潛在廣告主推薦聊天機器人的廣告版位，代表商業化策略邁入全新階段。《The Information》報導，OpenAI 近期已與數十家廣告主接洽，介紹即將推出的聊天機器人廣告服務，初期規劃採用「依瀏覽次數計費」的模式，而非過去慣用的「單次點擊計費」。 隨著廣告計畫逐步成形，市場也開始重新評估 ChatGPT 的營收潛力。《Business Insider》引述 Evercore ISI 科技分析師 Mark Mahaney 的報告指出，若 ChatGPT 的廣告業務推進順利，長期而言可望成為 OpenAI 的重要收入支柱。這份報告也寫道，ChatGPT 有機會在 2026 年創造數十億美元的廣告營收，並於 2030 年達到超過 250 億美元的規模。 然而，即便營收成長前景受到看好，市場分析仍普遍認為，ChatGPT 廣告更像是一項長期布局，短期內尚不足以對既有數位廣告龍頭的市場版圖造成實質衝擊，原因來自於現實的三大差距。 一、營收規模差距：250 億美元是長期預期，不是短期現實 《Business Insider》指出，OpenAI 廣告收入達到 250 億美元的預期，是建立在 2030 年的長期假設之上，而非短期內可立即實現的成果。 相較之下，Google 母公司 Alphabet 與 Meta 目前的廣告業務已高度成熟。科技分析師 Mark Mahaney 指出，Google 的搜尋與 YouTube 業務在 2025 年可能產生近 3,000 億美元的廣告營收，Meta […]

Waymo 攻下第 6 城、特斯拉「真無人計程車」上路！2026 自駕戰場，誰是真正的贏家？

2026 年開端，自動駕駛領域的競爭隨即進入白熱化。特斯拉與 Waymo 幾乎在同一時間，分別宣布於美國奧斯汀與邁阿密推進無人計程車服務。一邊是特斯拉執行長馬斯克高調宣告真正的無人駕駛上路，另一邊則是 Waymo 按部就班擴張市場版圖，兩種策略差異，也逐漸勾勒出 2026 年自動駕駛商業化的真實樣貌。 特斯拉正在努力趕上 Waymo 在過去幾個月的測試中，特斯拉雖然在奧斯汀與舊金山推出了無人計程車服務，但車內仍配置了安全監控人員，甚至在緊急狀況下設有停止開關作為備案，以便在系統異常時由人類介入。馬斯克曾解釋，這些設計並非技術不足，而是「對安全過度謹慎」，並預告將於 2025 年底前全面移除安全監管員，如今特斯拉終於跨出這一步。 不過，特斯拉 AI 副總裁 Ashok Elluswamy 補充，目前的營運模式採取混合策略，初期僅有少部分車輛是完全無人監管，其餘車輛仍配有安全監控員，未來將逐步提高無人車的比例。 這項服務目前仍未全面開放，僅限候補名單中的使用者體驗，外界也推測奧斯汀實際營運車輛數量仍僅為數十輛。即便如此，特斯拉已開始對乘客收費，並在部分路段安排車輛隨行觀察，顯示仍處於高度監控的過渡階段。 整體來看，《The Verge》報導指出，特斯拉的推進方式與 Waymo 的分階段策略相似：先以少量配有安全監控人員的車輛試營運，搭配候補名單機制，之後再逐步移除安全員並全面開放。不過，兩者的實質基礎差異明顯。Waymo 的無人車已在完全無人、無監督的情況下累積超過 1 億英里的行駛里程；反觀特斯拉所宣稱的 74 億英里，來自仍需駕駛隨時監控的 Level 2 全自動輔助駕駛（FSD），兩者並不具可比性。 目前，Waymo 持續拉大與特斯拉的差距。儘管如此，馬斯克仍強調特斯拉憑藉龐大的車主基數占據優勢，並主張這些車輛很快就能升級為全自動駕駛。但《The Verge》分析，現實是多數已上路的特斯拉車款，並不具備支援真正無人駕駛所需的硬體條件。 Waymo 的 2026 年版圖 相較於特斯拉的高調宣示，Waymo 則選擇以市場擴張來回應競爭。Waymo 宣布，邁阿密正式成為其第 6 個提供全自動無人叫車服務的城市，代表著 2026 年擴張計畫正式啟動。 根據《CNBC》報導，Waymo 在邁阿密初期的服務範圍涵蓋 Design District、Wynwood、Brickell 及 Coral Gables 等約 60 […]

【AI 不能開箱即用】印度 IT 轉任「數位水管工」，把系統整合變成獲利護城河

透過削減利潤、重組人力、建立平台，印度 IT 產業傳達出殘酷事實，多數企業累積 30 多年的 SAP、Oracle 等老舊系統若無法互通，那麼 AI 就根本派不上用場。

Vibe coding 成果不只是玩具！Google AI Studio 將補齊資料庫與身分驗證拼圖

Vibe coding 浪潮襲來，開發者對此始終抱持矛盾態度。一方面，透過自然語言描述需求、讓 AI 生成程式碼，確實大幅降低了寫程式的門檻；但另一方面，許多人也發現，AI 寫得越多，後續花在除錯與修正邏輯的時間反而更長，甚至陷入無止盡的 prompt 修正迴圈。不過在 Google 看來，隨著模型能力持續提升，這些 Vibe coding 的痛點正逐步被化解。 在 Google 近日舉辦的一場線上說明會中，Google AI Studio 與 Gemini API 產品負責人 Logan Kilpatrick ，以及 Google 開發者生態系亞太區負責人 Sami Kizilbash 深入探討了 Gemini 應用於 Vibe coding 的趨勢。 「我必須提醒自己要更有野心，因為我可以一次描述 10 到 20 件想做的事，模型就會執行並實現它。」Kilpatrick 表示，過去使用 AI 工具時只能要求最基本的事，不敢太有野心，因為模型往往會自己出錯，但是 Gemini 3 的推理能力和速度改變了他的認知。Kizilbash 也有同感表示，「你要不斷推進 prompt 的極限，才能知道它能走多遠。」 現場實測：60 秒生成樂理 App，還能自動除錯 為了證明這一點，Kilpatrick 現場直接使用支援 Gemini […]

【瀏覽器裡的內鬼】AI 助手獲跨網域權限，企業資安面臨哪些資安威脅

長期以來，瀏覽器僅被視為通往網路世界的入口，然而隨著生成式 AI 與大型語言模型的整合，這個視窗正在轉變為具備主動功能的代理系統。雖然大幅提升使用者的生產力，卻也讓企業處在資安風險漏洞邊緣。 當瀏覽器不再僅作為顯示器，進一步開始成為協作者時，企業便跨入全新的資安風險。 瀏覽器不再只是入口，代理式 AI 重寫工作與風險邊界 瀏覽器生態已與往昔大不相同，舉例來說，微軟在 Edge 瀏覽器中配置了 Copilot 圖示，使用者只需輕輕點擊，瀏覽器便能摘要頁面、翻譯段落或撰寫郵件；與此同時，Google 正將 Gemini 的功能導入 Chrome 瀏覽器，而如 Arc 和 Dia 等新興瀏覽器則更進一步，致力於開發能夠為使用者閱讀、推理並採取行動的模型。 這些都代表瀏覽器進入由代理式 AI 驅動的新篇章，且這類「代理型瀏覽器」透過嵌入 LLM 驅動的助手，不僅提供基本的摘要功能，還能主動與應用程式互動或執行指令，這使得瀏覽器的角色從原本的被動介面，轉變為具備決策與執行能力的系統節點。 這種演進背後存在多重驅動因素。分析認為，員工對效率的需求日益增長，希望能在單一平台完成研究、撰寫、排程與工作流運行，而不願在 AI 工具、瀏覽器與 SaaS 應用程式之間反覆跳轉。此外，供應商的整合策略也推動了這一趨勢。企業不再需要管理無數的插件與擴充元件，而是透過一個「智慧瀏覽器」平台來完成所有工作。 然而，便利性往往走在風險管控能力完善之前，當瀏覽器被賦予高度的自主權，它便擁有了橫跨電子郵件、雲端儲存、SaaS 應用與本地文件的跨網域存取能力，每一項新功能的加入，實際上都伴隨著潛在的誤用風險。 看不見的指令正在奪走權限 當 AI 助手開始深入參與使用者的日常操作時，新型態的資安威脅也隨之而來。 使用者在訪問看似正常的網站時，AI 助理可能會為了摘要資訊而讀取頁面上的所有內容，包括那些對人類肉眼不可見的隱藏文字、標籤或廣告代碼。這便成為了「提示注入」（Prompt Injection）攻擊的入口。 攻擊者可以將白底白字的文字、隱藏的 HTML 標頭、Cookies 或代碼嵌入在圖像中。對於 AI 模型而言，這些內容與一般資訊無異，但其中包含的指令卻可能驅動 AI 模型，私自登入使用者的電子郵件、發送工作階段令牌（Session Token），或下載並執行惡意檔案。 這種攻擊模式的恐怖之處在於其極高的隱蔽性。由於攻擊行為是由合法的 AI 助手發起，傳統的端點偵測與回應（EDR）技術或抗毒軟體往往難以察覺。 另外，代理式瀏覽器同時繼承了傳統瀏覽器的弱點（如 CVE 漏洞、惡意擴充功能）與 […]

【科技早餐】黃仁勳盤點 AI 一年三突破：從模型到物理世界，基建潮爆發

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊黃仁勳盤點 AI 一年三突破：從模型到物理世界，基建潮爆發 在瑞士達沃斯舉行的世界經濟論壇 (World Economic Forum, WEF) 上，NVIDIA 執行長黃仁勳表示，過去一年 AI 出現三大突破：模型推理能力提升、開源推理模型生態快速成形，以及「物理 AI」開始理解化學與物理規律，推動金融、醫療與製造等產業落地。 他指出，這些進展已轉化為實體經濟價值，帶動數千億美元投入 AI 基礎建設，未來仍可能上看數兆美元需求。他也以 GPU 租用供不應求、租賃價格走高為例，強調這波熱潮不是短期泡沫，而是運算需求與 AI 公司數量持續增加的結果。 ＊OpenAI、Anthropic 2026 定調「企業戰場」：成長動能從消費轉向 2B 《CNBC》 報導，OpenAI 與 Anthropic 在達沃斯世界經濟論壇不約而同，把企業用戶視為 2026 年成長關鍵。OpenAI 財務長莎拉．佛萊爾 (Sarah Friar) 表示，截至 2026 年 1 月企業用戶已佔業務約 40%，預期年底接近 50%，全球已有超過 100 萬家企業使用 OpenAI 技術。 Anthropic 執行長達里奧．阿莫迪 (Dario Amodei) 指出，約 80% 業務來自企業，用戶數從兩年前不到 […]

俄烏無人機供應鏈怪象：敵對雙方在同個工廠排隊，勝負要看中國臉色？

儘管烏俄戰爭在歐洲戰場上延燒，但真正左右戰場節奏的關鍵，不只存在於前線或指揮系統，而是在數千公里外的供應鏈節點。根據《金融時報》調查，中國雖然已管制無人機技術出口，但無人機產業的核心零組件供應高度集中在中國廣東、深圳等地，形成俄羅斯、烏克蘭雙方正在共用同一批中國供應商的弔詭現象。 同一間工廠，分時段接待敵對雙方 報導指出，在俄烏兩國的消耗戰中，無人機已成為最具決定性且發展最快的武器，近期戰場上約四分之三的傷亡皆由無人機造成。儘管俄羅斯與烏克蘭皆已著手建立本土無人機生產能力，但關鍵零組件仍大多仰賴中國供應，涵蓋處理器、攝影機與馬達等，直接影響飛行距離、影像品質與整體效能，而且成本往往僅為西方同類產品的三分之一。 烏克蘭無人機製造商 TAF Industries 創辦人 Oleksandr Yakovenko 透露，他多次前往中國拜訪相機、電池與馬達供應商時，行程被精準切割到分鐘等級，甚至被要求改走側門、在會議室等待，原因很簡單：俄羅斯客戶剛離開，或正準備抵達現場。 烏克蘭軍方的另一家大型供應商 Vyriy Drone 的 Oleksiy Babenko 表示，當他們在俄羅斯無人機上看到一款新的影像傳輸器，幾乎立刻就能判斷出是哪一家中國公司生產的，「於是我們會寫信聯絡他們。當然，他們一開始會說：『不是我們的產品。』但我們再問一次，他們就會說：『好吧，我們也可以賣給你們。』」 Babenko 補充，這套流程反過來也同樣適用。當他們請中國供應商生產某種特定產品，「一週後，他們就會把樣品送到俄羅斯，接著開始為俄方量產同樣的東西。」 中國在無人機市場的主導地位 根據分析機構 Drone Industry Insights 的數據，中國生產了全球約 70% 至 80% 的商用無人機，並主導了速度控制器、感測器、鏡頭和螺旋槳等關鍵零組件的生產。 對於高度依賴第一人稱視角（FPV）自殺式無人機的烏克蘭而言，這種依賴是致命的。Yakovenko 坦承，儘管烏克蘭正努力推動在地化生產，但其 FPV 無人機中仍有高達 85% 的零組件依賴中國進口。 這使中國成為戰場背後的「隱形樞紐」，能以供應速度、價格與可得性，間接影響雙方的作戰能力。烏克蘭軍事智庫 Snake Island Institute 分析師 Catarina Buchatskiy 直言，中國實際上掌握了戰爭結果的控制權。 中國外交部向《金融時報》表示，中方「一向在烏克蘭危機問題上保持客觀、公正的立場」，「從未向衝突任何一方提供致命性武器，並且嚴格管控包括無人機在內的雙重用途物項出口」。 然而，在莫斯科與華盛頓為停火僵持不下之際，戰場勝負的關鍵卻愈來愈多在廣東、浙江的展會現場、WeChat 群組，甚至飯店酒吧的人際網絡中被左右。報導指出，這種影響力甚至演變成一種價格競賽，Buchatskiy 表示，在某些通訊群組中，供應商會直接告訴買家：「俄羅斯人出價更高，你們明年再來吧。」 灰色物流與制裁漏洞：中亞成轉運後門 儘管中國官方宣稱對衝突保持中立，並自 2023 年起多次收緊無人機出口管制，甚至在 2024 年 9 月進一步限制了飛行控制器與雷射裝置等的出口，但供應鏈的滲透依然防不勝防。《金融時報》的調查發現，俄羅斯正透過複雜的灰色物流網絡規避制裁。 […]

面對量子威脅金融業該從何做起？歐洲刑警組織推新框架，用風險分級決定 PQC 遷移順序

歐洲刑警組織（Europol）近期發布《金融服務業後量子密碼遷移活動的優先排序》新報告，目的是為金融機構提供一套具體的實務方法，以決定後量子密碼學（Post-Quantum Cryptography, PQC）在資安藍圖中的定位與遷移順序。 這份報告的發布背景，是為了回應量子運算對現行金融服務體系構成的嚴峻挑戰。目前，公鑰密碼學是支付系統、身分驗證、網站及後端系統的基石，但量子運算的加速發展，正威脅這些現行演算法的安全性。雖然金融業普遍已意識到此風險，但大型機構無法一次性更新所有系統，讓領導階層急需一套具體方法，來決定優先順序。 因此，這份報告提出一套結構化的評分框架，試圖回應「無法一次全面升級」的現實限制，並將 PQC 遷移納入既有風險管理實務中，協助資安團隊從規劃階段邁向可執行的優先排序。 一併考量風險與實際遷移可行性，分三種優先層級 報告提出的核心框架，是透過計算兩個關鍵分數，為後量子密碼遷移工作建立清楚的優先順序。首先是「量子風險分數（Quantum Risk Score）」，用來評估特定使用案例在未來面臨量子攻擊的風險程度；第二個指標是「遷移時間分數（Migration Time Score）」，用來反映遷移作業的難度與所需時間。報告強調，僅憑風險高低不足以決定優先順序，因此必須將風險與實際遷移可行性一併考量。 透過將量子風險分數與遷移時間分數組合成矩陣，金融機構得以將各項使用案例區分為高、中、低三種優先層級。高優先級系統通常同時具備高量子風險，且已有相對明確的短期遷移路徑，或因高度依賴供應鏈而必須及早啟動規劃；中優先級則多屬於可配合既有升級週期、風險暴露適中的案例；低優先級則是風險有限、急迫性最低的系統。 報告也說明，評分本身即是一項重要成果。金融組織必須系統性地盤點各項相依關係、資料生命週期與升級限制，這種可視化過程有助於在具體時程尚未明朗之前，就先做出更有根據的規劃與決策。 從實際案例看不同系統的 PQC 遷移難度差異 為了說明這套優先排序框架如何應用在實際環境中，報告也透過多個具體案例進行說明。以公開網站為例，這類系統通常仰賴 TLS 進行身分驗證與通訊保密，並經常傳輸客戶憑證與金融相關資料。由於資料保存期限長、且長期暴露於公共網際網路環境，其量子風險分數屬於中等水準。不過，公開網站的遷移時間分數相對較低，原因在於主流瀏覽器、作業系統與內容傳遞網路（CDN）已開始支援混合式後量子 TLS 金鑰交換機制，因此報告指出，透過標準軟體升級與設定調整，公開網站可成為金融機構部署後量子防護的務實起點。 相較之下，用於卡片支付的 POS 銷售點終端機則面臨更複雜的遷移挑戰。這類設備依賴公鑰加密來進行離線交易簽章，金鑰生命週期長，且終端機廣泛部署於實體環境中，使其量子風險分數同樣落在中段。然而，POS 系統的遷移時間分數極高，主要原因在於其硬體更新週期往往長達數年，同時又牽涉支付網路、發卡機構、終端機供應商與標準制定組織等多方利害關係人。此外，卡片支付領域的後量子密碼相關標準仍在發展中，使得短期內全面升級的可行性有限。因此，報告建議金融機構應及早將 POS 系統納入長期遷移藍圖，並配合硬體生命週期與供應商時程進行規劃。 報告最後也特別提醒，金融機構在推動後量子準備工作的同時，應儘早辨識並修正加密實作中的不良習慣，包括手動憑證管理、不一致的 TLS 設定，以及仍支援過時加密協定等情況。若能在導入 PQC 的過程中一併解決這些結構性問題，不僅有助於改善資安治理與降低營運風險，也能提升整體的「加密敏捷性」，避免在未來的 PQC 遷移中進一步放大技術複雜度。 ＊本文開放合作夥伴轉載，資料來源：EUROPOL、《Help Net Security》，首圖來源：AI 工具生成。

國網中心及 NVIDIA、OpenACC 舉辦「2025 NCHC Open Hackathon」黑客松，與台灣卓越研究團隊探索新世代 GPU 技術大幅加速強最新 AI 、量子運算等研究的嶄新技術創新

由國家高速網路與計算中心（NCHC，國網中心）及 NVIDIA 和 OpenACC 共同舉辦的「2025 NCHC Open Hackathon」（Open 黑客松）競賽，本年度再次匯聚了傑出學者及頂尖機構團隊，利用各種最新的程式設計模型、函式庫和工具，大大加速 AI 與高效能運算（HPC）的研究成果。 本屆黑客松延續「突破自我」的核心精神，在為期三週的時間內，由參賽團隊自訂主題，涵蓋當今最新熱門的先進研究包括 AI 於大氣科學、量子化學、電腦視覺等領域，並藉由各組導師 （Mentor）與學員間的協作討論，深度探索從傳統 CPU 轉移至新世代 GPU 軟硬體技術如何加速其研究架構的無限可能。 同時，本屆活動也特別邀請了歷年來提供 Open 黑客松活動 GPU 技術支援與導師團隊的背後推手- OpenACC 黑客松技術籌備主管也是 NVIDIA 技術計畫經理 Bharatkumar Sharma 特別來台，參與活動最受矚目的入選團隊綜合簡報，見證各參賽團隊因新技術採用而獲得的研究進展，為活動劃下精彩的句點！ 高速運算驅動「量子神經網路預測颱風」與「大氣模擬計算器」應用 「Open 黑客松讓我們可以帶著極具挑戰性的題目，獲得專家指導的新一代 GPU 軟體技術與強大算力的支援。」由中原大學電機工程學系教授洪穎怡實驗室組成的「CYCU Power Lab」專注研發颱風預測及風電場風險評估系統，應用範疇涵蓋颱風路徑、半徑、強度、風速預測，以及風電場渦輪機運作狀態的評估。CYCU Power Lab 團隊表示，傳統的數值天氣預報（NWP）在處理風電場所需的逐時精確預測上仍存在落差，透過 Open 黑客松，CYCU Power Lab 嘗試利用「NVIDIA GeForce RTX 3080」、「NVIDIA A100 Tensor Core GPU」和「NVIDIA H100 GPU」，測試一種混合式架構 […]

Apple 代號「Campos」的 AI 聊天機器人曝光：破例託管在 Google TPU，意在箝制 OpenAI

《Bloomberg》報導，Apple 計畫在 iOS 27 對 Siri 做出「重大轉向」，開發一個會取代既有體驗的 Siri 聊天機器人版本。這個代號為「Campos」的聊天機器人，將深度嵌入 iPhone、iPad、Mac 作業系統，並取代目前的 Siri 介面。 報導指出，Campos 的關鍵差異是採用像 ChatGPT 一樣的聊天式互動風格，因此這次改造會把 Siri 變成更像 ChatGPT 的 AI 聊天機器人，讓使用者能用打字或說話互動。 把聊天介面整合進核心 App，讓 Siri 擴大技能範圍 《9to5Mac》指出，Campos 將整合進 Mail、Music、Podcasts、TV、Xcode、Photos 等核心 App，讓使用者可以透過語音處理更多事項。例如用口語描述在 Photos 找到照片並依偏好進一步編修，或在 Mail 內請 Siri 依行事曆安排並撰寫訊息。 除了把聊天介面整合進核心 App，Campos 也被設計成能理解「當下螢幕情境」並採取行動的角色，讓 Siri 更接近系統級操作層。與第三方聊天機器人不同的是，Campos 具備「分析開啟視窗與螢幕內容」的能力，能根據當下畫面採取行動或建議指令，並可控制裝置設定，完成打電話、設定計時器、開相機等動作。不過，為保護隱私，Apple 目前考慮嚴格限制 Campos 記住使用者過去互動與對話細節的能力，這點與第三方聊天機器人積極保留記憶功能的策略形成對比。 Apple 打造 Campos ，背後的箝制 OpenAI 策略與戰略布局 《Reuters》指出，這次 Apple […]

Uber 戰略急轉彎：放棄 2030 全電動承諾，直言自動駕駛普及還要 10 到 20 年

Uber 執行長 Dara Khosrowshahi 近日出席世界經濟論壇（World Economic Forum）年會時強調，影響自動駕駛車輛普及的關鍵因素在於「可負擔性」，因為目前這類車輛的造價仍遠高於十萬美元。 Dara Khosrowshahi 說明，除了成本問題，目前道路上許多自動駕駛車輛仍缺乏符合安全標準所需的運算能力，因此他預計在未來三到五年內，這類車輛的部署將相對有限，並進一步預期，自動駕駛如果要成為市場「有意義的一部分」，仍需 10 至 20 年的時間，特別是在美國、歐洲以外的地區。 Uber 電動化路線的現實修正：放棄 2030 全電動車隊承諾 在自動駕駛之外，Uber 在電動化路線上也同步調整策略。Dara Khosrowshahi 於世界經濟論壇年會上也正式宣布：「基於目前社會發生的種種變數，我們 2030 年全電動化的目標是不會發生的。」這是 Uber 自 2020 年設定該目標以來，首次公開承認將無法達成此一願景。 這項調整是承認原本的時間表已不符合當前現實條件。Uber 指出，高昂的電動車前期成本、有限的充電設施以及不一致的政策支持，持續拖累電動車的普及速度。此外，包括政府縮減補貼、英國計畫徵收哩程稅、以及自疫情以來電力價格上漲等外部環境的惡化，也削弱電動車的成本優勢，讓原本的承諾顯得不切實際。不過，Uber 仍表示將持續提升平台上的電動車比例，只是不再設定具體的截止日期。 儘管面臨成本挑戰，Dara Khosrowshahi 對自動駕駛的安全性表達強烈信心，同時預測在十年內，機器人駕駛將比人類駕駛更安全。不過，Dara Khosrowshahi 也警告隨著自動化擴展，可能會在駕駛與資訊科技領域造成逐漸的「就業取代」。 同時，隨著 Uber 對自動駕駛的態度轉趨審慎，但並未停下相關布局，例如 Uber 已於 2025 年 12 月在達拉斯推出 Robotaxi 服務，並在 2026 年 1 月更新與 TomTom 的合作關係，以持續強化導航技術，顯示其仍積極探索自動駕駛與相關業務的整合可能性。Dara Khosrowshahi 也重申對長期發展的樂觀看法，並指出自動駕駛同時將推動電動化進程，因為這些車輛本質上「恰好都是電動的」。只是從 […]

AWS 資安長談企業資安：AI 時代的資安要看兩件事「多快發現」與「多快修復」

當 AI 與 agentic AI（AI 代理）快速進入企業環境，資安的邏輯也正在改變。過去「買工具、跑流程」的思維，已不足以應對今日規模化、快速變動的威脅環境。AWS 資安長 Amy Herzog 近期在 re:Invent 2025 分享了對企業資安準備的核心觀點，值得所有資安主管與雲端架構負責人深思。 企業資安需重新設計代理架構 AI 已是企業日常的一部分，但它同時也成為攻擊者的利器。Herzog 直言，有威脅行為的有心人士心中有明確目標，他們會利用任何可行的路徑來達成。這意味著，防禦方與攻擊方都在運用 AI 強化自身能力。資安已不再單純是技術問題，而是一場持續演進的對抗。 許多人對 AI 代理的想像是「讓它像人類一樣工作」，也就是接手一整個任務流程，從頭做到尾。但 Herzog 指出，AWS 內部過去一年的實驗發現，這並非最有效的應用方式。 她解釋，讓代理「模仿人類的工作方式」效果有限，更好的做法是讓每個代理只專注做好一件具體的事，例如分析日誌、偵測異常、或產生修補建議，然後將這些專精的 AI 代理整合進一個更大的框架中，各司其職地協助人類完成複雜任務。 也就是說， AI 代理的價值不在於「取代人」，而在於「嵌入系統、分擔負荷」。 Herzog 也強調，這樣的設計必須扎根於真實的使用情境。她說：「如果我們的產品團隊沒有扎根於客戶體驗，而我沒有扎根於 AWS 內部開發者的實際經驗，我就無法做好我的工作。」也就是，資安團隊在導入 AI 代理時，不能只憑想像或理論，而是要基於第一線的實際需求來設計，才能讓代理真正發揮作用。 AI 時代的資安挑戰，核心在於規模與反應速度。過去的資安框架或許仍然適用，但如何在 AI 代理大量部署的情境下擴展這些框架，才是真正的考驗。 AWS 對企業導入資安 AI 的現實建議 面對 AI 熱潮，Herzog 的態度務實。她透露，近期的工作之一是幫客戶稍微降溫 AI 的使用。她的建議是：不要為了導入 AI 而導入，而是思考這項技術能否帶來真正的價值。 過去，傳統資安團隊容易陷入「我解決了多少問題」的思維，但 Herzog […]

抓出 1 % 高風險退貨、省下每筆 218 美元損失！ UPS 怎麼導入 AI 做到的？

在電商高度成熟的市場中，「退貨」無疑是零售體驗的一部分，但這項原本為消費者設計的便利機制，正逐漸演變為零售商難以承受的系統性風險。 《Forbes》報導，2025 年美國零售業預計將面臨約 8,500 億美元的退貨金額，約占整體零售銷售額的 15%，其中約 9% 被認定為詐欺退貨，像是寄回替代、仿冒品、空盒子，或只部分退回等。對零售商而言，這不只是單一商品的損失，而是牽動物流、人力、倉儲與客服成本的連鎖反應。 也因為如此，愈來愈多品牌選擇提高退貨門檻，例如加收郵寄退貨費或縮短退貨期限，不過這種做法大大犧牲了原本便利的購物體驗。對此，UPS 旗下逆物流平台 Happy Returns 選擇了一條不同的路線：不收緊退貨政策，嘗試用 AI 精準識別真正的風險來源。 AI 走進退貨前線，補上人工審核的盲點 Happy Returns 主要將兩層 AI 功能導入過去高度仰賴人工、也最容易出錯的「退貨審核」環節。 一是行為風險評分模型，該系統會根據消費者的退貨頻率、退貨時機、歷史紀錄與帳號特徵，對每一筆退貨進行即時風險判定。只有被判定為高風險的退貨，才會進入下一層審核流程。 第二層則是名為 Return Vision 的影像比對系統，AI 會將實際退回商品的影像，與零售商線上商品目錄進行比對，檢查人眼難以察覺的細節差異，例如縫線寬度、標籤位置、Logo 樣式或材質比例，識別出表面看似相似、實際上可能是仿冒或便宜替代品的商品。「這一系統能有效降低詐欺行為對零售商營運與利潤造成的損害，」Happy Returns 的執行長索比（David Sobie）說。 擋下不到 1% 的高風險退貨，換來可觀損失控管成效 從營運成效來看，這套分層審核機制並未拖慢整體流程。Happy Returns 表示，在其 Return Bar 退貨網絡中，實際被 AI 標記為高風險的退貨不到 1%，但在這些案例中，約有一成最終確認為詐欺退貨，平均每筆可為零售商避免約 218 美元的損失。 同時，商品在抵達處理倉庫後，AI 審核可在一天內完成，避免倉儲壅塞，也讓多數消費者仍能維持即時退款的體驗。 Happy Returns 的營運長漢納德茲坎普斯（Juan Hernandez-Campos）表示，隨著詐欺手法的不斷進化，AI 審核系統也必須持續學習與優化，以應對未來更複雜的欺詐模式。該公司計畫在 2026 年後更廣泛地推行 […]

【科技早餐】美國財長點名台灣：晶片集中是「末日級風險」

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊美國財長點名台灣：晶片集中是「末日級風險」 美國財政部長貝森特 (Scott Bessent) 在瑞士達沃斯世界經濟論壇 (World Economic Forum) 上指出，全球高達 97% 的高階晶片集中在台灣，是對全球經濟而言最大的單一系統性風險。他警告，一旦台灣因封鎖或產能受損導致供應中斷，對全球經濟的衝擊將是「近乎末日般」。 在此背景下，貝森特重申美國將持續推動部分半導體產能回流本土。並強調同步籌組關鍵礦物聯盟，加速建立獨立的採礦、加工與精煉能力，以降低對中國關鍵資源的依賴，避免供應鏈承受過度集中風險。 ＊美國開門賣晶片，Anthropic 執行長示警國安風險 美國正準備允許 NVIDIA 向中國出售 H200 人工智慧晶片，這是兩年多前推出、目前可合法出口至中國的最先進型號。政策轉向立刻引發爭議，Anthropic 執行長阿莫戴 (Dario Amodei) 在瑞士達沃斯接受媒體訪問時直言，這個決定「瘋狂得像把核武賣給北韓」，向中國出售先進 AI 晶片是重大錯誤，對國家安全恐帶來難以置信的影響。 阿莫戴指出，中國在 AI 發展上仍相對落後，而晶片禁令被視為限制其進展的重要因素之一。這項鬆綁也被市場解讀為美國對中國 AI 晶片出口政策的實質調整，儘管 Blackwell 等更新世代晶片仍持續受到出口限制，但 H200 解禁已引發高度關注。 ＊DeepMind 預測：AI 機器人 18～24 個月內迎來突破 Google DeepMind 執行長哈薩比斯 (Demis Hassabis) 表示，人工智慧與機器人整合已接近關鍵突破點，預期未來 18 到 24 個月內，物理 AI 將出現顯著進展。他指出，語言模型、世界模型與行動系統的整合，是 AI […]

從「Co-Pilot」轉變為「Co-Thinker」！叡揚資訊人資長黃真玲解析 AI 時代的職場關鍵能力

面對數位轉型浪潮襲來，許多企業仍在技術和應用的迷霧中探索，深耕軟體領域近 40 年的叡揚資訊，早已將 AI 內化為組織的日常 DNA。在近期舉辦的「2026 AI 人才年會暨 AI 職涯博覽會」，叡揚資訊人資長黃真玲不僅揭示數位轉型的變革心法，也深度解析 AI 時代的職場關鍵能力：「數位技能 X 成長型思維 = π 型人才」。 「在叡揚，我們強調自己是『第零代使用者』。我們是數位工具的需求提出者，也協助產品測試，把實驗場域放在公司當中，」黃真玲表示，叡揚資訊之所以能快速適應 AI 浪潮，源於其獨特的「第零代使用者」文化，在產品交付給客戶前，叡揚 800 多名員工，包含近七成技術人員，便是首批使用者。而在公司內部，叡揚資訊致力實踐「全員 AI」的策略，同仁時常會互相詢問「你的 AI 日常是什麼？」、「怎麼在你的工作當中加入 AI？」。 除了藉由 AI、雲端運算、流程自動化等科技驅動，「敏捷文化」、「跨部門協作」，以及「扁平化政策」，也是促使叡揚資訊加速轉型的關鍵之一。黃真玲說明，此議題無論是在技術整合還是創新研發，其實對於公司 CIO，甚至高階主管都是一項巨大挑戰，「所以我們除了讓大家發揮創意打造這些數位工具，更要發揮組織的力量。我想，組織不是要限制同仁發展，而是透過我們的策略貫穿其中，讓整個數位轉型與 AI 應用更加蓬勃。」 叡揚資訊的「全員 AI」發展藍圖 黃真玲分享，在叡揚資訊的「全員 AI」發展藍圖，對外是將 AI 應用在產品與服務創新；對內則是追求效率和流程自動化，「如何讓前方的工程師更快地打仗？身為後勤支援單位的我們，需要確保自己能夠跟上最前線開發者的速度。因此不只前端研發要關注 AI 的發展，在公司的內部，我們要求全員，包括行政單位、人資、財務會計、行銷和業務，大家都要一起思考，怎麼把 AI 融入日常作業當中。」 黃真玲舉例，叡揚資訊對外提供智慧客服，在內部也使用這項應用服務廣大員工，還有法務部門開始訓練 AI 工具，快速檢查不合理、違規的法條，「在這樣的情況下，我們的架構必須要能夠支援 AI 的順暢運作，所以大家可以看到叡揚資訊在底層建置軟硬體設備，包括平台、算力、語言模型、AI 工具包，提供客戶足夠的『AI 轉型子彈』。」 「我們經營很多周邊力量，讓大家願意在這個環境交流 AI 思維，」黃真玲表示，叡揚資訊還經營部落格，讓同仁可以發表自己的 AI 能果，並掌握最新的 AI 資源、教育訓練。同時，叡揚資訊深知數位轉型與變革需要投資，便架構 […]

AI 蜜月期結束？德意志銀行警告：2026 將是 AI 發展至今最困難的一年

德意志銀行（Deutsche Bank）在最新發布的調查報告指出，儘管市場面臨諸多挑戰，AI 仍是推動全球經濟轉型的核心力量，且 AI 對生產力的提升將不僅限於科技業，而是逐步擴散至整體經濟，為投資人提供廣泛的機會。 然而，德意志銀行同時強調，AI 的成長環境已變得極為複雜，必須與地緣政治、總體經濟波動以及供應鏈的不確定性並存，不再是單純的利多驅動。在這樣的背景下，市場對 AI 的討論重心，正轉向「是否已開始兌現承諾」。 蜜月期已結束：AI 進入現實檢驗階段 德意志銀行分析師 Adrian Cox 與 Stefan Abrudan 直言：「AI 的蜜月期已經結束。」 隨著企業將 AI 專案從概念驗證（POC）推向實際部署，現實問題接踵而至。許多企業發現，現階段的生成式 AI 在準確率上仍有不足，且難以應對不可預測的真實世界環境。「對於大多數用戶來說，目前的 AI 體驗更像是換了一個更舒適的馬鞍，而不是從馬匹升級到拖拉機，」德意志銀行形容，AI 帶來的改變往往是漸進式的，而非革命性。 當 AI 專案進入實際部署階段、回報壓力浮現，這種現實檢驗首先衝擊的，正是缺乏規模優勢與穩定現金流的獨立模型開發商。德意志銀行認為，2026 年將是這些公司的「生死存亡之年（make-or-break year）」，以 OpenAI 為例，儘管持續獲得融資，但在鉅額現金消耗與商業模式可持續性的雙重壓力下，市場對其擔憂加劇。因此德意志銀行也警告，許多獨立開發商最終可能因算力成本過高而被迫尋求科技巨頭的收購。 2026 年將是 AI 能否證明「高昂身價」的關鍵時刻 隨著市場對 AI 的高度樂觀情緒正在消退，取而代之的是對估值泡沫的恐懼。根據德意志銀行的報告，高達 57% 的投資人將「科技股估值大幅修正或 AI 熱潮退燒」列為 2026 年市場的最大風險，比例甚至高於對通膨、利率政策或地緣政治衝突的擔憂，顯示 AI 板塊已成為市場風險的集中點。 報告指出，這種擔憂源於 AI 帶來的生產力增長可能無法跟上當前的高估值。國際貨幣基金組織（IMF）也發出警告，若市場重新評估 AI 的生產力預期，可能會導致投資下降，並引發金融市場突然調整。 因此德意志銀行分析，2026 年將是 […]

烏克蘭的新武器不是無人機，是數據！聯手 Palantir 開放 4 年實戰供盟國訓練軍事 AI

隨著 AI 快速走入軍事應用，烏克蘭也開始將自身與俄羅斯長達近 4 年的戰爭中所搜集的寶貴作戰數據，轉換為新的戰略籌碼。烏克蘭新任國防部長 Mykhailo Fedorov 表示，政府將建立一套系統，允許盟國利用烏克蘭的作戰資料訓練 AI 軍事模型，涵蓋無人機攔截、防空與戰場決策等應用。 自從俄羅斯在 2022 年 2 月入侵烏克蘭以來，烏克蘭在高度數位化的戰爭環境中，累積了大量的資料資產。根據《Reuters》報導，這些資料不只包含系統性紀錄的戰鬥統計數據，還囊括數百萬小時從空中拍攝的無人機影片。 這類來自真實戰場的資料，對於訓練軍用 AI 系統至關重要，因為 AI 必須依賴大量現實世界資訊，才能有效辨識戰場模式、預測敵我行動，並在高壓環境中輔助決策。 戰爭數據成為 AI 訓練燃料 根據規劃，烏克蘭國防部將與美國數據分析公司 Palantir 合作，打造一個以「真實戰爭資料」為核心的資料室（data room）。這套平台將讓盟國與合作夥伴能在合規框架下，使用烏克蘭戰場資料訓練自家的 AI 軍事系統，協助烏克蘭自身提升敵方無人機攔截能力，強化防空與戰場管理效率。 這項計畫將納入烏克蘭的 Brave1 國防科技平台運作。Brave1 原本就負責協調國防科技新創、資金與軍方需求，目前已開放線上申請機制，讓有意使用資料的企業或研究機構提出合作申請。Fedorov 表示，烏克蘭已在發展自主防空與無人系統方面取得實際成果，而透過更系統化的資料共享，將可加速研發進度，讓盟友更深度參與。 從「數學化戰爭」到盟友共同研發 Fedorov 過去曾擔任烏克蘭數位轉型部長，是推動「數位國家」與軍事數據化的關鍵人物。他強調「戰爭數學」的重要性，主張以數據衡量作戰成效、資源配置與指揮決策。根據《Reuters》報導，烏克蘭國防部也將推出一套無人機與砲兵任務控制系統，以蒐集更完整的任務表現數據，加快指揮決策速度。 在國際合作層面，Fedorov 透露，烏克蘭已與英國達成系統化的武器使用數據交換協議，並正與美國的戰略與國際研究中心（CSIS）、蘭德公司（RAND），以及英國的皇家聯合三軍研究所（RUSI）等智庫合作進行研究與分析。他坦言，合作夥伴已提供大量支援，但如何將這些資源有效組織、轉化為可運作的體系，仍是未來的關鍵挑戰。 Fedorov 先前曾形容，烏克蘭在戰時累積的大量數據，是其在與其他國家談判時握有的一張「籌碼」。隨著 AI 正逐步成為軍事決策、無人系統與防空網路的關鍵基礎，烏克蘭近 4 年的實戰數據，正從生存資源轉化為影響國際安全科技版圖的重要槓桿。對盟國而言，這不僅是一次資料合作，更是一場提前進入 AI 化戰爭世代的實戰演練。 立即預約下載【2026 AI 人才年會暨 AI 職涯博覽會】演講精華，掌握 AI 時代人才升級的最前沿趨勢與戰略 ＊本文開放合作夥伴轉載，資料來源：《Financial […]

OpenAI 聯手 ServiceNow 把 AI 代理塞進 800 億次企業工作流程，瞄準系統入口、變現模式與可控部署

OpenAI 與 ServiceNow 正式宣布達成一項為期三年的戰略合作夥伴關係，合作重點在於將 AI 代理（AI Agents）直接嵌入企業商業軟體與工作流程中，包括 GPT-5.2 在內的 OpenAI 前沿模型，都將整合至 ServiceNow 的 Now Platform 中，支援企業 IT、客服與營運流程的自動化，讓 AI 不再只是提供建議的輔助角色，而是能夠在企業系統內「執行實際任務」的夥伴。 ServiceNow 表示，其平台每年支援超過 800 億次的企業工作流程，這將成為 AI 代理落地的重要基礎載體。「ServiceNow 正協助企業將代理 AI 引入安全、可擴展且旨在提供可衡量成果的工作流程中，」OpenAI 營運長 Brad Lightcap 表示，在 OpenAI 提供最先進的模型與代理能力後，ServiceNow 則負責將這些 AI 能力放入既有的企業流程與系統中，讓 AI 代理在安全的環境下運作。 OpenAI 與 ServiceNow 聯手的核心，是讓 AI 代理真正走進企業日常運作，這也意味著問題已不再只是模型夠不夠強，而是 AI 能否進入核心工作流程、被規模化商業部署，以及企業是否願意讓 AI 真正上線運作。 搶攻企業入口：AI 代理直接進入企業核心工作流程 在這三個條件之中，「AI 代理能否進入企業核心工作流程」會是第一道關卡，如果 AI 無法被放進日常運作的系統裡，再強的模型也只能停留在邊緣應用。 […]

Anthropic 執行長大力抨擊川普、NVIDIA：向中國出售 AI 晶片就像賣核武給北韓一樣

美國總統 川普 近日放寬對中國銷售部分高效能 AI 晶片的限制，為 NVIDIA 打開新的市場空間，也被外界視為 NVIDIA 的一場政策勝利。然而，這項決定卻引來其合作夥伴 Anthropic 的強烈反彈。 在瑞士達沃斯舉行的世界經濟論壇（World Economic Forum）期間，Anthropic 執行長 Dario Amodei 接受《Bloomberg》採訪時直言，允許向中國出售先進 AI 晶片是一個「瘋狂的決定」，具有「難以置信的國安影響」，其嚴重程度「有點像賣核武給北韓」。 這番言論之所以引發高度關注，在於 NVIDIA 不僅是 Anthropic 的重要合作夥伴，同時也是其投資者之一。最近 NVIDIA 還宣布將向 Anthropic 投資高達 100 億美元。 美國政策急轉彎，NVIDIA 成最大受益者 根據《Bloomberg》報導，美國政府已同意 NVIDIA 向中國銷售 H200 晶片。這是目前在法規允許下，可合法出口至中國的最先進 AI 處理器之一，而美國政府將從相關銷售收入中取得 25% 的分潤。相較之下，NVIDIA 最新一代 Blackwell 架構晶片，以及即將推出、代號 Vera Rubin 的後續產品，仍被禁止出口至中國。NVIDIA 的競爭對手 AMD 也正爭取其 MI325X 晶片的對中銷售許可。 外界普遍認為，這項政策轉變反映川普政府在科技管制與貿易談判之間的策略調整。NVIDIA 長期主張，若美國持續全面封鎖先進晶片出口，中國勢必加速發展本土替代方案，最終反而削弱美國在全球 […]

看 API、看估值、還是看落地？矽谷創投、對沖基金與 AI 教父用三種視角解析 AI 泡沫風險

AI 熱潮持續升溫，《Business Insider》報導，「AI 泡沫」一詞在近期財報會議中出現的頻率激增 740%，但市場對「泡沫是否已經形成」始終看法分歧。例如，微軟創辦人 Bill Gates 雖然肯定 AI 的價值，但也指出市場存在「狂熱」的現象，並擔憂電力成本過高。另一方面，NVIDIA 執行長黃仁勳則駁斥泡沫論，認為 AI 是一場重大轉型，並具備值得付費的能力。 近日，矽谷創投 Vinod Khosla、對沖基金經理 Michael Burry，以及在世界經濟論壇年會受訪的 AI 教父吳恩達（ Andrew Ng），也不約而同談到這個問題，並分別從使用量、估值與應用層面，給出截然不同的看法。 知名矽谷風險投資人 Vinod Khosla ：API 呼叫量才是衡量 AI 真實需求的關鍵指標 知名矽谷風險投資人、OpenAI 的早期投資者 Vinod Khosla 近期在 OpenAI 的 Podcast 節目受訪時表示，評估 AI 是否泡沫化的關鍵不應看股價，而是應該用「API 呼叫量（API calls）」作為主要指標，因為這才能反映出 AI 的實際使用需求與數位工具的活躍程度。 Vinod Khosla 分析，股價反映的往往是市場情緒，與實際 AI 使用情況無關。「人們將泡沫等同於股價，這除了反映投資者的恐懼與貪婪外，與任何事情都無關，所以我總是認為，泡沫應該用 API 呼叫量來衡量，」Vinod Khosla 直言。他也舉例，市場情緒可能讓人們因為過度興奮或失望，「在一天之內從熱愛 NVIDIA 變成討厭 […]

清華大學導入 NVIDIA DGX Spark™，逐步建構可在單一平台完成「仿真＋訓練＋推論」的整合式科研生態

由國立清華大學工業工程與工程管理學系教授葉維彰帶領的實驗室，長期深耕 AI 自動光學檢測與半導體領域的研究，為解傳統學術研發流程痛點，透過將 NVIDIA DGX Spark™ 串連 NVIDIA Omniverse™ 與 NVIDIA Isaac Sim™ 等工具鏈，並結合產學合作情境，建立可重現、可展示的端到端（End-to-end）流程。 葉維彰表示，實驗室啟動大規模研究時，首要面臨傳統 X86 CPU 搭配 GPU 架構的效能瓶頸，當處理海量 AI 感測數據或機器人模擬時可能發生延遲，無法滿足數位孿生所需的即時性。第二點是數位仿真的複雜度與算力能效比在異質封裝涉及物理量耦合模擬，團隊需要在實驗室環境下即可操作，因此清華大學藉由導入無需特殊電力改造，就可以提供加速運算、NVIDIA Blackwell 架構的算力平台 NVIDIA DGX Spark，以滿足科研需求。 談到清華大學如何將 NVIDIA DGX Spark 應用在研發當中，葉維彰指出，清大利用 NVIDIA DGX Spark 的 Blackwell 架構和 128 GB 統一系統記憶體，讓 NVIDIA Cosmos™ 上的世界模型以仿真任務，直接在 GPU 與系統間共享數據，消除傳統 PCIe 頻寬的瓶頸。此外，清大藉由 NVIDIA Omniverse 建立高保真模型，並結合 AI、AOI 技術，透過 Arm 架構執行複雜的瑕疵辨識與試行優化運算法，葉維彰強調，「我們希望透過最新的 […]

真正的國安危機是無知，為何以色列網路安全之父將「AI 素養」列為基本防禦工事？

2026 年，人工智慧的角色正在發生根本轉變。它不再只是協助人類做出判斷的軟體工具，而是開始直接承擔決策、協調與執行的責任。不過，當信任本身被交付給演算法，國家與社會是否承受得起它失效的代價？ AI 從產業升級走向國家可控的戰略資產 近年來，各國對人工智慧的投資已明顯脫離單純的產業升級邏輯，開始與能源、算力與公共能力綁定。 2025 年，美國與沙烏地阿拉伯宣布高額 AI 戰略合作，將計算基礎設施直接納入國家能力布局，正是一個象徵性轉折。人工智慧不再被視為可外包、可替換的軟體，而是必須「國內可控」的戰略資產。 這種思維也反映在制度設計上。部分國家開始賦予 AI 系統更高層級的公共決策權限，阿爾巴尼亞正式設立「人工智慧部長」，並賦予其內閣層級的公共採購與決策權限，象徵自動化不再停留在顧問或輔助角色，而是被納入制度核心。 醫療調度、金融風控與選舉基礎設施中，AI 已不只是分析工具，而是實際參與判斷的系統節點。這代表 AI 的穩定性，正在等同於國家運作的穩定性。 當判斷被自動化，系統失效不再只是 IT 事故 與此同時，開源模型的快速擴散雖然打破了能力壟斷，卻也同步放大了攻擊與失效面。當高階能力不再只掌握在少數實驗室手中，整個系統的暴露程度也隨之提高。這代表，隨著 AI 被納入制度核心，失效風險也被同步制度化。 在這個新階段，網路攻擊的目標也隨之轉移。攻擊者不再需要關閉系統或製造大規模中斷，只要讓系統「不再可信」，就足以造成結構性破壞。 AI 與網路攻擊的結合，讓攻擊規模與速度突破人力限制，原本需要團隊與時間才能完成的行動，如今可以自動化生成、調整並部署。 而真正危險的不是系統停擺，是判斷力被污染。當模型被投毒、資料被操縱，影響的不是單一應用，而是整個決策鏈。這意味著，模型被入侵，等同於制度中樞遭到滲透。醫療分流、金融授信或選舉資訊，一旦建立在被破壞的判斷基礎上，後果將難以逆轉。 真正的風險，不在於技術本身是否出錯，而在於社會對自動化決策的依賴，已超過對其運作方式的理解。隨著決策權高度集中於自動化系統，失效的影響也被同步集中。一旦這些系統出現偏差，事件就不再是 IT 事故，而是公共安全危機。 國家競爭力的分水嶺，在於是否承受得起 AI 失敗 當 AI 失效的代價不再局限於單一部門，而是影響整體社會運作時，風險便從技術層面上升為國家層級問題。 醫療體系是最具代表性的例子。當診斷、資源配置與跨機構協調高度自動化，單一系統的失效就可能演變為全面性的照護中斷。這類風險並非來自 AI 的惡意，而是來自對複雜系統的過度依賴，特別是在缺乏備援與透明度的情況下。這類案例揭示的不是單一產業問題，而是高度自動化國家運作的共通風險。 這些風險並非均勻分布。人工智慧的產業結構本身，正在放大國家之間的準備差距。由於 AI 基礎設施高度依賴規模經濟、龐大資本與網路效應，前沿算力與平台能力不可避免地集中於少數國家與大型組織。集中化提升了效率與可靠性，卻也製造了新的結構性依賴。 當 AI 成為公共治理與經濟運作的底層支撐，缺乏國內能力或可靠備援的國家，將暴露於外部中斷風險之下。此時，問題已不再是是否能取得先進模型，而是能否在外部計算或資料基礎設施失效時，維持關鍵服務的連續性。 這也重新定義了國家競爭力。真正的分水嶺，不在於誰部署得更快，而在於誰承受得起失敗。AI 素養、制度準備與備援能力，正逐步成為國家安全的新基本盤。 從防禦到素養：國家安全必須納入 AI 治理能力建設 當信任本身變成演算法時會發生什麼？當對手找到破壞信任的方法時又會發生什麼事？ 身為網路安全企業家和以色列前總理 Naftali Bennett 去年底警告，人工智慧和網路風險的融合正在造成全新的威脅，這可能會使為節奏較慢、更人性化的世界而建立的機構不堪重負： 「以前需要幾十甚至幾百個駭客來攻擊你，現在，你可以想像你的敵人空投一百萬名黑客到你的國家，你的政府機構，從內部攻擊你。」 […]

縮短 AI 開發迭代成本！臺科大用 NVIDIA DGX Spark™ 打造本地 AI 推論環境，重塑學術研究模式

學界推進 AI 領域的研究，往往面臨建設大規模算力中心成本過於昂貴，或者使用外部算力可能造成機敏資料外洩的挑戰，因此積極尋求地端解決方案，目標執行更高效的 AI 推論。近期，國立臺灣科技大學就透過導入 NVIDIA DGX Spark™，不僅簡化 AI 的開發與部署過程，更打造自己的本地 AI 平台，徹底改變學術研究模式。 國立臺灣科技大學副校長蘇順豐表示，臺科大智慧系統與控制實驗室需要處理醫療影像、工業資料、企業合作資訊，面對當前算力資源不足，且無法部署雲端情況，決定採用 NVIDIA DGX Spark，加速 AI 工作負載。蘇順豐說明，NVIDIA DGX Spark 核心優勢就是在地端運算的能力，能夠有效地解決資安問題，藉由 NVIDIA DGX Spark，研究人員可以直接於本地進行運算，更安全地整合外部 LLM 資源，這使得臺科大能夠運用任何敏感資料，以及尚未公開的研究結果，而不用擔心資訊外流的風險。 另一方面，蘇順豐認為 NVIDIA DGX Spark 具有強大效能和易用性，儘管臺科大團隊取得 DGX Spark 的時間不長，但系統的介面設計非常友善，開發者不需撰寫複雜的程式細節，透過類似問答的方式就能快速上手並開發新應用上線；在性能方面，臺科大觀察在 NVIDIA DGX Spark 上進行推論運算的速度極快，也可以搭配 GPT-oss 模型呼叫應用 YOLO v11、NVIDIA DeepStream SDK 等工具，處理多模態資訊，「所以基本上我們把 NVIDIA DGX Spark 當做一個超級 AI 電腦來使用，打造全新的本地 AI 推論環境，」蘇順豐強調。 具備 128GB […]

FedEx 為何不急著用人形機器人？物流巨頭點名真正需要的是「超級人形」

物流倉儲因為半結構化環境特性，被視為人形機器人可能最先落地的場域之一，不過當全球科技產業試圖複製人類外形、加速自動化落地時，物流巨頭 Fedex 卻給出一個明確，甚至有點「逆風」的答案。 FedEx 執行長 Raj Subramaniam 近日在接受《紐約時報》訪問時表示，現階段市面上的一般人形機器人並無法滿足該公司複雜的倉儲需求，他們真正需要的是「超級人形機器人」（Super Humanoid Robots）。 FedEx 已展開超級人形機器人測試 Subramaniam 表示，卡車卸貨與裝貨是機器人技術難以解決的問題，因為包裹的尺寸、重量、形狀幾乎沒有任何一致性，與工廠內高度標準化的作業完全不同。 那麼 Subramaniam 所謂的超級人形機器人是什麼？「我們尋找的不是人形機器人，而是超級人形機器人，因為它們需要多幾個肘關節、更多的自由度。」同時，他也透露 Fedex 已針對這類機器人進行試點，還尚未準備好正式推出。 與 Amazon、GXO 的路線形成對比 相較之下，其他物流與電商巨頭對人形機器人的態度則更為積極。Amazon 已在倉儲體系中部署超過 75 萬台各類機器人，協助揀貨、搬運與分揀；第三方物流商 GXO 也公開表示，正「廣泛且積極」測試人形機器人在倉庫中的應用潛力。 投資銀行摩根士丹利甚至估計，倉儲機器人有機會在 2030 年前為 Amazon 每年節省高達 100 億美元的成本。這些數字，讓人形機器人成為資本市場高度關注的焦點。 FedEx 顯然不願只跟隨這波敘事。不過，Subramaniam 的論點並非「人形機器人沒用」，而是現階段的人形機器人，仍無法應付物流現場真正棘手的問題。 產業內部也對人形有所保留 FedEx 的觀點，其實並非單一案例。早在 2023 年，Boston Dynamics 技術長就曾指出，人類外形未必是完成倉儲任務的最佳形態。對於許多場域主來說，從耗能、速度與穩定性來看，專用型自動化設備與 AMR（自主移動機器人）在許多場景中仍更具效率。 自動化倉儲整合供應商 Infios 機器人副總裁 Lennart Held 也在《Supply Chain Management Review》撰文指出，人形機器人目前普遍面臨續航力短、負載有限、感知與精細操作尚未成熟，以及成本過高等問題。這些限制，使其短期內更適合作為實驗性補充，而非倉儲自動化的主力。 […]

【科技早餐】OpenAI 把 2026 定調為「落地年」，比誰的 AI 用得起來

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊OpenAI 把 2026 定調為「落地年」，比誰的 AI 用得起來 OpenAI 財務長 Sarah Friar 表示，2026 年將是人工智慧從能力展示，正式走向實際應用落地的一年。她指出，關鍵不在模型多強，而在於能否縮小「AI 能做到什麼」與「企業與社會實際怎麼用」之間的落差，特別是在醫療、科學與企業流程等領域。 她也攤開成長數據，OpenAI 的運算規模從 2023 年的 0.2 吉瓦，成長到 2025 年約 1.9 吉瓦；同期年化營收，則從 20 億美元跳升到 200 多億美元。Friar 形容，營收表現與算力可用性高度綁定，算力幾乎成為成長天花板。這番發言，也正好發生在 OpenAI 宣布測試 ChatGPT 廣告功能之後，被外界視為為潛在上市鋪路。 ＊Gemini 證明一件事：AI 價格戰正在退場 根據《The Information》引述 Google 內部數據，Gemini 透過 Google Cloud 的 API 呼叫量，從 2025 年 3 月約 350 億次，在五個月內成長至約 850 […]

中國人形機器人進入歐洲飛機工廠：空中巴士導入 Walker S2，展開「最嚴苛產線」的壓力測試

歐洲航空巨擘空中巴士（ Airbus）已正式向中國機器人製造商優必選（ UBTech）採購「Walker S2」人形機器人，並計畫將這些機器人部署於航空製造工廠中。這項合作，也標誌著優必選致力將工業人形機器人推向中國以外的市場，並進入全球嚴苛生產環境的重要里程碑。 空中巴士指出，這些人形機器人將在真實且充滿挑戰的工業環境中運作。特別是航空製造業需要高精密度、嚴格的安全標準以及可靠的性能，因此這項合作將有助於在複雜現實條件下驗證機器人的能力，成為檢驗機器人技術的關鍵場域。 也正因航空製造被視為高度嚴苛的工業場域，這筆訂單才被市場解讀為人形機器人邁向實際商業化的重要訊號。《Bloomberg》報導指出，在空中巴士的訂單曝光後，優必選的股價隨即大漲，這也顯示市場對人形機器人在全球製造業中的應用前景感到樂觀，並凸顯人形機器人已被市場視為具備實際商業價值的工業設備。 為什麼空中巴士選擇優必選？ 這次空中巴士購入的 Walker S2 是優必選專為工業用途打造的全尺寸人形機器人，身高約 176 公分，體重 70 公斤。該款機器人的設計目標是進入工廠設施，並與人類員工協同作業，協助執行重複性及體力要求高的任務。 在硬體配置上，Walker S2 配備了靈巧的雙臂與手部，雙手具備 11 個自由度與觸覺感測器，單手負重能力達 7.5 公斤。此外，也搭載視覺系統與優必選自主研發的「Co-Agent」人工智慧系統，讓 Walker S2 能夠感知周遭環境、識別物體，並在生產線上適應不同任務。此外，Walker S2 的腰部可以旋轉近 180 度，這使其能在不移動腳步的情況下快速搬運組件或處理不同方位的任務，特別適合空間受限的生產環境，讓企業不必為了導入自動化而重新設計工廠空間。 針對工業連續作業的需求，Walker S2 最顯著的特性之一就是具備「自主更換電池」的能力。這項技術允許機器人在電量耗盡時自行更換電池，無需長時間停機充電，確保能全天候在智慧工廠中運作，大幅減少人工介入的需求。這也解釋了為什麼空中巴士選擇先導入人形機器人，而非重新設計高度自動化的專用產線。 人形機器人正從實驗室走向真實工作現場 空中巴士的導入案例，正好落在全球人形機器人產業加速轉向實際部署的時間點上。根據《Barclays》發布的最新報告指出，隨著 AI 與機械工程的突破，人形機器人正逐步跨出受控的研究實驗室，進入製造、物流與其他實際工作場域。 這一趨勢的主要驅動力來自全球性的勞動力短缺，以及對危險或重複性工作自動化的迫切需求。報告分析，除了製造業與物流業外，農業與醫療保健等領域同樣面臨招募困難，另外隨著人口高齡化、城市化遷移以及人們工作偏好的改變，導致願意從事高體力負荷勞動的工人供應量持續縮減。 為了填補這些人力缺口，企業轉向使用人形機器人，正如 Walker S2 在空中巴士的應用，企業偏好人形機器人的主因，正是因為它們能直接適應既有環境。同時，在技術與成本方面，隨著感知與運動控制軟體的進步，這些機器人現在已能在非結構化的環境中做出反應，減少過去常見的物體識別與空間判斷失誤。更關鍵的轉折點在於人形機器人的生產成本正在大幅下降，已從十年前的數百萬美元降至約 10 萬美元左右，這歸功於運算硬體、電池技術，以及負責將數位指令轉化為動作的致動器改良。 《Barclays》報告也提出全球產業鏈的分工趨勢：中國正在引領人形機器人的大規模量產，如同電動車產業一般；歐洲則繼續在供應關鍵的高精密機械組件上扮演重要角色，確保機器的可靠運作。機器人公司 Apptronik 執行長 Jeff Cardenas 甚至將這波人形機器人的發展比喻為「我們這個時代的太空競賽」，因為對未來的勞動力成本與製造能力具有決定性的影響。 然而，《Barclays》也提出謹慎的觀點，指出儘管關注度高漲，但大規模普及並非一蹴可幾，因為這些機器人雖然有望承擔人類不願從事的工作，但目前仍多處於早期試驗階段，未來的廣泛應用仍需視長期運作的可靠性與監管規範而定。 空中巴士導入優必選人形機器人的案例，正好成為人形機器人產業從「概念驗證」邁向「真實落地」的重要觀察窗口。一方面，航空製造這類對精度、安全與穩定性要求極高的場域，為人形機器人提供了最嚴苛的測試環境；另一方面，優必選能否在這樣的全球級工業場景中證明其技術可靠性，也將直接影響市場對人形機器人商業化進程的信心。 從投資人反應到產業報告的長期觀察，這項合作反映出製造業正在嘗試把「人形機器人」納入既有生產體系，作為回應人力結構變化與產線壓力的現實選項，也因此，空中巴士導入 Walker S2 的意義，並不在於立即取代多少人力，而在於驗證人形機器人是否能在全球最嚴苛的製造場景之一，成為可長期運作的關鍵角色。 […]

一週寫出百萬行程式碼！Cursor 實驗協調數百個 AI 代理，為何傳統科層設計反而贏了？

當生成式 AI 開始進入代理協作階段，問題已不再只是模型能不能寫程式，而是如何讓大量 AI 有效分工，並持續推進一個高度複雜的專案。AI 程式編輯器 Cursor 最近公開的一項實驗，提供了一個耐人尋味的答案。 Cursor 透過協調數百個 AI 代理（AI Agent），在不到一週的時間內，從零打造出一個具備基本功能的網頁瀏覽器。這項專案總共撰寫了超過 100 萬行程式碼，分布在 1000 個檔案中，消耗了數兆個 Token。Cursor 強調，雖然展示成果影片看起來只是一個簡單的螢幕截圖，但從頭開始建立瀏覽器是非常困難的。然而，實驗中最具啟發性的發現不只是技術，還關乎管理模式：拋棄 AI 之間平等的協作模式，轉而採用類似人類企業的層級結構，才是成功的關鍵。 扁平化管理的失敗：AI 也會避責與偷懶 在實驗初期，Cursor 團隊採取了扁平化管理模式，賦予所有 AI 代理平等的地位，讓它們透過共享檔案自我協調、領取任務。為了防止兩個 AI 代理搶佔相同任務，Cursor 採用了鎖定機制。然而，結果卻是一場災難。 AI 代理會長時間佔用鎖定資源、忘記釋放任務，甚至在沒有同步的情況下直接修改協作狀態。即使改用較為寬鬆的樂觀式並行控制（Optimistic Concurrency Control），系統仍陷入效率低落的狀態。結果，20 個代理的產出效率甚至不如 2 到 3 個，大部分時間都浪費在等待與衝突上。 此外，這個 AI 代理團隊在沒有明確責任歸屬情況下，變得極度規避風險，傾向選擇簡單、安全的任務，刻意避開困難或需要整體判斷的工作。這些現象，對於許多曾在大型組織或跨部門專案中工作的管理者而言，並不陌生。 導入規劃者、執行者角色，效率大幅提升 為了突破瓶頸，Cursor 導入了「規劃者-執行者」（Planner-Worker）的層級架構。在這個架構中，「規劃者」代理負責持續理解程式碼狀態、拆解任務，甚至能生成子規劃者讓規劃本身也能平行化；而「執行者」代理則專注於完成被指派的任務，無需關心大局或與其他執行者協調。每個週期結束後，還有一個「裁判」代理來決定是否繼續或重新開始。 Cursor 指出，這種角色分離的設計，大幅降低了代理之間的摩擦與內耗，讓系統得以長時間穩定運作，而不會因單一代理的視野侷限或決策遲疑而停滯。 Cursor 的研究還發現，不同的 AI 模型適合擔任不同的角色。例如，OpenAI 的 GPT-5.2 在長期的自主工作中表現優異，擅長遵循指令與維持專注，因此比專為寫程式訓練的 GPT-5.1-Codex […]

從 T+2 到近即時結算：紐約證券交易所將股票「搬上鏈」，企業資金運作與風險管理將如何重構？

紐約證券交易所（NYSE）及其母公司洲際交易所集團（ICE）近日宣布，正著手建置一個基於區塊鏈技術的全新交易場域，目標是讓股票與 ETF 以「代幣化」形式進行全天候（24/7）交易。 除了交易機制升級外，隨著結算方式與交易節奏可能被重新設計，企業長期習以為常的資金調度、現金管理與風險控管，也必須重新檢視。正因如此，這項新計畫不僅引發加密社群高度關注，也開始迫使企業決策層思考，當市場基礎設施走向即時、全天候運作時，既有的資金運作模式是否仍然適用。 紐約證券交易所的代幣化平台設計：24/7 交易、即時結算與美元下單 就具體規劃而言，紐約證券交易所將提供嶄新的代幣化交易體驗，除了 24/7 全天候運作、即時鏈上結算外，也允許投資人以「美元金額」而非股數進行下單。 針對這項計畫的機制與定位，《BeInCrypto》指出，其核心目標在於建立一個可支援傳統證券代幣化版本的區塊鏈平台。這些代幣化證券並非全新創造的資產，而是與真實資產一對一掛鉤，並完全納入既有的美國證券法框架之下。 「我們正引領產業邁向完全鏈上的解決方案，這些方案立基於無與倫比的保護措施與高監管標準，讓我們能夠將『信任』與『最先進的技術』結合在一起，」紐約證券交易所集團總裁 Lynn Martin 進一步說明這項整合的願景。 值得注意的是，這項計畫並非意圖在短時間內取代既有市場或強制遷移現行交易體系，而是採取並行策略，讓代幣化證券與傳統股票同時運作，並隨著時間推移，逐步朝向兩種格式可互換（fungibility）的方向發展。 結算從「T+2」變「近即時」，牽動企業資金、風險與治理 這項變革對企業管理團隊而言，不僅是市場基礎設施的升級，更是一場同時牽動資金效率與法規遵循的挑戰。 像是《PYMNTS》指出，代幣化股票最具吸引力的潛力，在於能將傳統美股 T+2（交易日加兩天） 的結算週期，大幅壓縮至「近即時（near-instant）」。這種轉變讓交易與付款得以同步完成，進而降低交易雙方在「達成協議」到「實際完成交割」這段等待期間內，因任一方違約而導致損失的風險，並釋放過去因結算延遲而被鎖定的資本。 然而，《PYMNTS》也將這項「把股票帶上鏈」的新計畫形容為「測試華爾街的舊規則」，點出這不只是推出新產品，更是對既有制度與流程假設的根本衝擊。因為即便近即時結算有助於提升資本效率，但代幣化股權在實務運作上，仍可能與既有的美國證券法與託管概念產生摩擦，關鍵在於傳統架構下，證券的「實體持有」都有清楚且成熟的法律定義，不過在鏈上世界，資產所有權往往由加密私鑰所控制，彼此仍存在制度落差。 因此，從企業角度來看，新平台可能是一把雙面刃：一方面，近即時結算帶來結算速度提升、風險降低與資本釋放的優勢；另一方面，財務決策層也必須將法規適用與託管邏輯衝突所衍生的合規風險，一併納入評估。正如 ICE 戰略計畫副總裁 Michael Blaugrund 所言，這項布局是為了回應數位金融未來的需求，但目前仍須取得監管機構的批准。 不只傳統金融在看，加密貨幣圈也視為利多訊號 紐約證券交易所的新計畫，也在加密貨幣社群引發廣泛討論。《CoinGape》報導，幣安創辦人趙長鵬指出，這個新平台除支援 24/7 交易外，也規劃導入基於穩定幣的資金來源，讓投資人未來能直接以穩定幣進行股票交易。 Galaxy Digital 研究主管 Alex Thorn 則認為，代幣化股票有機會進一步解鎖自我託管、鏈上結算、點對點移轉及接入去中心化金融（DeFi）的可能性，象徵傳統金融與數位資產之間的連結正在逐步成形。 當交易走向 24/7、結算趨近即時，企業必須重新思考資金調度、風險管理與合規治理的底層架構。紐約證券交易所帶來的這場變革，或許短期內還不會完全顛覆舊體系，卻已清楚指向一個方向：資本市場正加速邁向即時化、鏈上化的新常態。 ＊本文開放合作夥伴轉載，資料來源：《Bloomberg》、《Pymnts》、《BeInCrypto》、《CoinGape》，首圖來源：NYSE

招募更多蘋果前員工！OpenAI 高層預告：首款硬體裝置有望在 2026 年下半年亮相

OpenAI 正加快從 AI 模型公司走向實際應用平台的腳步。繼財務長透露 OpenAI 將 2026 年定調為「實際應用」（practical adoption）的關鍵一年後，OpenAI 全球事務長 Chris Lehane 近日也鬆口，OpenAI 考慮首款硬體裝置在 2026 年下半年亮相。這不只是 OpenAI 硬體布局的重要里程碑，也被視為縮短 AI 能力與日常使用落差的關鍵一環。 OpenAI 高層：「裝置」將是 2026 的重大產品之一 Lehane 在瑞士達沃斯出席活動時指出，「裝置」（devices）將是 OpenAI 在 2026 年的重要看點之一，並透露公司考慮在 2026 年下半年對外揭露相關成果。雖未承諾是否同步上市，但這是 OpenAI 首度對外給出相對明確的時間框架。先前業界預測其硬體將於 2027 年發表。 Lehane 的說法，也與 OpenAI 執行長 Sam Altman 先前釋出的訊號相互呼應。Altman 曾多次強調，未來的 AI 裝置不應只是另一支智慧型手機，而是一種更平靜（peaceful）、更自然融入日常生活的產品形態。 不走螢幕路線，主打全新互動形式 根據多方報導，OpenAI 目前正在開發的原型，可能是一款沒有螢幕的小型裝置，外界推測其形式可能接近穿戴式產品，並以語音或其他感測方式作為主要互動介面。不過，Lehane 並未證實任何具體外型。 這樣的產品方向，也反映 OpenAI 對後智慧型手機時代的想像。相較於早期市場反應不佳的 AI Pin […]

比前一代硬體運算加速逾 5.2 倍！奎景運算科技透過 NVIDIA DGX Spark™ 優化生成式 AI 平台「AIthena」應用效能

隨著生成式 AI 浪潮席捲全球，奎景運算科技不僅展現加速運算領域的深厚實力，更藉由導入 NVIDIA DGX Spark™，成功優化核心產品離線生成式 AI 平台「AIthena」，提供對於資訊安全與合規性具有極高要求的產業，一個隨開即用的高效能地端 AI 解決方案。 奎景運算科技 CEO 暨共同創辦人陳俊傑表示，奎景運算科技在 2023 年切入生成式 AI 產品研發，並採用 NVIDIA 解決方案運行大型語言模型，「我們做運算加速，發現模型越來越大，所需的推論速度和算力也更大，這時候 NVIDIA DGX Spark 作為一個嶄新硬體，具有強大運算能力和記憶體容量，耗電量也比伺服器降低許多，就可以幫助我們跑更大、更聰明的模型。」 陳俊傑進一步說明，NVIDIA DGX Spark 擁有 1,000 TOPS 的運算能力，比奎景運算科技前一代使用的硬體還快 4 到 5 倍，且配備 128GB 記憶體，能支援更複雜的應用場景 ── 這可能是企業關鍵流程中，可以導入 AI 的重要的一環，透過將這樣的硬體條件與 AIthena 整合，奎景運算科技為不能連網、要求機密資料完全隱私的產業提供軟體平台解決方案。奎景運算科技營運長暨共同創辦人王凡熙補充，「我們還將兩台 NVIDIA DGX Spark 互聯，不僅提升高速運算應用的擴展性，也能搭載多個 AI 共同協作的 Agent，甚至一起運行更大模型。」 將生成式 AI 平台與 NVIDIA DGX Spark […]

自動化從 nice to have 變 must have！和椿副董事長張以昇揭缺工時代的企業生存邏輯

專訪：戴季全撰稿：李昀蔚 隨著 AI 與機器人技術正在加速成熟，企業是否導入自動化，早已不再是選擇題，而是逐漸成為攸關營運能否持續的現實問題。從製造、物流到服務現場，企業決策者面臨的不只是技術變革，而是在人力結構快速變化下，如何重新配置有限資源、重設流程與商業模式的新挑戰。 本集《全新一週》邀請到和椿科技副董事長張以昇，深入剖析和椿科技如何啟動「第二生命曲線」，並透過 AI 與機器人，助力製造與物流產業從現場痛點出發，走向可量化、可回本的自動化轉型路徑。 缺工與高齡化逼企業正視 AI 與自動化 「在疫情之後，我們發現台灣的勞動力市場，出現 M 型化的現象，」張以昇表示，一方面高科技與高階技術人才需求持續增加，同時許多年輕勞動力開始轉向時間彈性高、自由度大的工作型態，相較之下，傳統產業長期仰賴的現場正職人力，正面臨嚴重缺工狀況。 張以昇分析，這類現場工作往往重複性高、勞力密集，以及具備骯髒、危險、辛苦的「3K」工作特性，使缺工問題不只是短期景氣波動，更是長期的結構性挑戰。進一步來看，隨著台灣在 2025 年正式邁入超高齡化社會，65 歲以上人口佔比超過 20%，勞動人口也會進一步縮減。「以傳統行業來講的話，他們認為自動化可能以前是『 nice to have』，可是現在人力越來越難找的狀況之下，越來越朝向『must have』的一個狀況，」張以昇說。 因此，和椿科技基於在半導體與電子製造業累積超過 40 年的自動化經驗，展開企業的「第二生命曲線」。這項轉型的核心戰略，就是將過去服務高科技產業所累積的高精密控制與整合能力，對焦到傳統產業的缺工痛點。和椿也進一步鎖定「智慧製造、智慧物流、智慧服務」三大領域，提供能回應產線效率提升、人力配置優化以及後續維運需求的完整解決方案。 從「賣饅頭」到「賣蛋糕」：AI 機器人改變的是營運邏輯 回顧過往，和椿科技成立初期主要販售傳動、驅動與感測器等元件，客戶購買後，需自行與控制器或模組進行整合。隨著近年企業逐步跨入 AI 機器人領域，並面對醫療、物流等產業高度差異化的應用需求，張以昇分析，過去以產品為核心的貿易商思維，已難以回應市場期待。 「我們以前比較偏向是賣單一的饅頭，你要什麼饅頭我就賣你什麼，但是現在要進到各行各業的時候，我要賣的是解決方案，要讓各行各業都知道我們要怎麼樣導入機器人、能夠協助人類的效益在哪裡，所以我們從賣饅頭變成賣蛋糕的解決方案，」張以昇以貼近日常生活的比喻，形容這兩種模式之間的差異：過去就像是「賣饅頭」，產品規格固定，客戶選好口味、完成交易即可，賣方並不需要理解饅頭最後是給誰吃、為什麼要買；現在則更像是「賣客製化生日蛋糕」，在交付之前，必須先了解壽星是誰、喜歡什麼樣的設計、是否有特殊需求，唯有深入理解客戶的應用場景與痛點，才能設計出合適的整體解決方案。 張以昇強調，這包含前期的概念驗證、導入前後的效益分析與投資報酬評估，以及後續持續的優化與調整。他特別指出，AI 機器人與傳統設備最大的不同，在於「並非裝好就結束」，隨著資料不斷累積與模型持續迭代，系統需要持續更新。此外，當工廠產線或場域路線發生變化時，AI 也必須重新學習與適應，在這樣的背景下，和椿的角色也逐漸從單純的硬體供應商，轉型為具備長期維運能力的顧問型合作夥伴。 在製造與物流現場，一年內回本的 AI 機器人導入案例 面對企業最關心的投資效益問題，張以昇分享多個實際導入案例，證明 AI 機器人已能在製造與物流現場，創造具體且可量化的成果。 例如在智慧製造場域中，和椿科技協助 IPC 與機殼加工客戶，將原本仰賴人力搬運的流程，調整為由機器人主動到倉庫領料，並在產線缺料前預先備料的模式。這樣的流程轉換，讓產線人員能更專注於核心製程，最終使搬運時間減少 50%、整體生產效率提升 75%，並在半年至一年內回本。 至於在智慧物流場域，面對電商出貨旺季人力短缺與工傷風險問題，和椿科技也與日本合作夥伴導入混裝堆棧機器人解決方案，協助處理不同尺寸與品項的貨物堆棧作業。導入後，讓原本需要八人才能完成的工作，改由機器人取代四組人力，投資報酬率大於 0.9，同樣在一年內回本。 張以昇觀察，企業在導入 AI 機器人時，最常遇到的困難並非技術本身，而是不清楚效益如何量化，也不知道該從哪個場景開始。因此，張以昇建議企業先從小規模的概念驗證著手，在確認實際成效後再逐步擴大導入，同時他也提醒，AI 機器人並非「裝好就結束」的設備，而是需要隨著資料累積、模型演進與場景變化持續更新，才能讓自動化的價值隨時間放大，真正成為支撐企業長期營運的基礎。 歡迎大家訂閱「科技報橘」YouTube 頻道，一起用《全新一週》節目，來迎接全新的一週！

Cybersecurity 2026：AI 攻擊全面化，企業如何提早佈局防禦？

隨著生成式 AI 浪潮席捲全球，企業資安戰線也正迎來前所未有的變局。Google Cloud 近日發表《Cybersecurity Forecast 2026》（2026年網路安全預測）報告中指出：2026 年將是全球資安戰場將正式邁入「AI 攻擊全面實戰化」 的時代。駭客不再只是嘗試性地導入 AI，而是將生成式 AI 作為攻擊核心引擎，用來模擬真實對話、仿造身份、生成惡意程式碼，甚至自動化滲透攻擊流程。 這代表從企業到政府單位，面臨的威脅將不再只是單一事件，而是一場持續演進、難以預測的AI智能對抗戰。對於正在採用多雲、混合雲或 AI 佈署的企業來說，這並非遙遠的假設。台灣及亞洲企業若想在這個新格局中保持安全，必須從認知轉為行動，將 AI、雲端與供應鏈風險納入整體資安策略。本文將從整體趨勢、攻擊演化與防禦策略、以及佈局建議三個部分，幫助你搶先整理 2026 年值得重視的資安方向。 五大 AI 驅動資安威脅趨勢 根據 Google Cloud 2026 年網路安全預測報告，2026 年值得關注的五大趨勢包括以下五大領域：生成式 AI 攻擊、勒索軟體與資料竊取持續進化、影子代理（Shadow Agent）風險升高、虛擬化基礎設施成新戰場與國家級攻擊持續威脅。 生成式 AI 攻擊 駭客將運用文字、語音及影像深偽技術模擬主管、員工或合作夥伴身份，發動社交工程與商務郵件詐騙（BEC）。這類攻擊因高度擬真而難以辨識，傳統防禦手段效果有限。 勒索軟體與資料竊取持續進化 專業化駭客集團將利用供應鏈漏洞及零時差攻擊，對企業展開連鎖入侵，造成經濟損失與營運中斷。資料竊取不僅針對機密資訊，也可能衝擊客戶與合作夥伴的信任。 影子代理（Shadow Agent）風險升高 許多員工在未經授權情況下使用 AI 工具或外部模型，可能創造難以掌控的資料通道，增加敏感資訊外洩與合規風險。 虛擬化基礎設施成新戰場 Hypervisor、VM 管理層及雲端控制平臺，一旦被突破，駭客可能取得整個雲端與數位資產的控制權。這提醒企業，雲端安全不僅是資料保護，更涉及底層管理層的防禦。 國家級攻擊持續威脅 不同國家將以各自策略進行長期滲透：俄羅斯專注長期戰略、北韓鎖定金融與加密貨幣、中國側重隱匿與供應鏈滲透、伊朗強化情報與破壞性攻擊。企業需將地緣政治因素納入資安風險評估。 資安攻擊演化：AI 是攻防皆不可忽視的關鍵 報告指出，AI 不僅讓駭客手法更快速、更難偵測，也讓攻擊規模與滲透層次全面升級。以下五大趨勢，將成為 2026 年企業最需警覺的攻擊面： AI 成為駭客標配 […]

成為業務進攻的敲門磚！Linker Vision 導入 NVIDIA DGX Spark™，提升運算能力並縮短驗證週期 

從流程自動化到決策輔助，AI 正在驅動各行各業發展全新的商業模式。面對這場 AI 賽局，致力提供 AI 電腦視覺與多模態推理應用的 Linker Vision 鑫蘊林科，運用 NVIDIA DGX Spark™，滿足產品開發時對於高效測試與驗證的關鍵需求。 Linker Vision 鑫蘊林科解決方案架構師林建志表示，過去 Linker Vision 使用 GPU 往往受限於昂貴的成本，無論在開發、測試環節，研發工程師需要運用高單價、具強大運算性能的 GPU，才能提供先進且穩健的 AI 服務，「NVIDIA DGX Spark 的出現讓我們眼睛為之一亮，不僅幫助 Linker Vision 減輕成本負擔、實現無痛移植架構，也能夠支援我們在上面運行中、大型模型，並完成開發、測試等作業，發揮極大導入優勢。」 「我們將 NVIDIA DGX Spark 作為產品開發的核心平台之一，」林建志進一步說明 Linker Vision 如何將 NVIDIA DGX Spark 應用於產品中，指出 Linker Vision 自 2025 年就已經使用 NVIDIA Blackwell 架構的 GPU，其亮點之一是支援 FP4 資料格式，這代表開發者可以透過更低的 GPU 記憶體，產出最大服務的吞吐量，也能為客戶帶來精準、低延遲的使用體驗。 林建志分析，NVIDIA […]

超越 Vibe coding！Spec-Driven Development（SDD）如何降低 AI 寫程式的混亂？

生成式 AI 讓寫程式的門檻快速降低，vibe coding 已成為最具話題性的開發方式：只要在聊天視窗輸入自然語言， AI 就能即時產出可執行的應用原型，甚至讓非工程背景的人也能實作。不過，也有聲音指出，這種缺乏前置規劃的開發模式，一旦進入複雜或長期專案階段，往往會帶來不確定性、反噬企業團隊本身，這使得另一軟體開發方法「Spec-Driven Development」（規格驅動開發，以下簡稱 SDD）成為新焦點。 SDD：不是先寫程式，而是先把要做什麼說清楚 技術顧問公司 Neudesic 技術長 Nathan Lasnoski 在個人部落格指出，SDD 是一種先投入資源在簡潔、可測試的「規格」（Specifications），再交由 AI 生成程式碼的開發方法。與其一開始就讓 AI 施作，SDD 要求資深工程師或產品負責人先清楚定義系統行為、限制條件與預期成果，讓規格成為人與 AI 之間的「動態契約」（living contract）。AI 負責回答怎麼做，人類則負責把要做什麼、為什麼要做說清楚。 Lasnoski 認為，SDD 的核心在於將「規劃」與「實作」分離，不論在規劃期間是否有 AI 輔助，這既能維持開發流程的敏捷性，又能確保快速生成的 AI 程式碼建立在清楚明確的基礎上，不會偏離方向。他觀察，SDD 帶來的成果包含讓開發者的速度提升、改善軟體品質與可維護性，甚至包含大規模系統現代化專案。 這裡所說的規格，不等於傳統的產品需求文件（PRD）。根據技術顧問公司 Thoughtworks，規格是對軟體外顯行為的具體描述，包括輸入與輸出之間的關係、前後置條件、不變量、介面型別、系統整合契約與狀態機等。換言之，SDD 的規格描述的是系統「如何表現」，而不只是業務想要什麼。 SDD 是 AI 版本的「瀑布式開發」嗎？ 隨著「先寫規格」的說法浮上檯面，也有人質疑，SDD 是否只是瀑布式開發（Waterfall）的 AI 版本。對此，微軟首席產品工程師 Den Delimarsky 表示，SDD 並不是要回到冗長、僵化、無人閱讀的文件流程，更不是試圖預測未來所有需求。 Delimarsky 認為，SDD 的核心價值在於讓技術決策清晰明確、可審查、可演進，就像替團隊的思考過程加上版本控制。當關鍵假設與取捨被明確寫入規格，團隊就能在尚未寫下任何程式碼之前，及早發現理解落差，而不是等到系統成形後才付出高昂代價回頭修正。他指出，這種「共享上下文」的方法，對於依賴 AI 代理（AI Agent）打造產品的工作流程尤其重要，能引導 […]

提升 40% 至 60% AI 導入應用成本效益！Morale AI 以 NVIDIA DGX Spark™ 打造「可攜式」智慧製造及領域專用大型語言模型解決方案 

因應外部環境的劇烈波動，以及缺工與技術斷層的雙重挑戰，製造業者推動數位轉型成為重塑營運、生產與獲利模式的關鍵。致力提供客戶智慧製造解決方案的 Morale AI，便透過導入 NVIDIA DGX Spark™，滿足客戶在地端部署 AI 的需求。  Morale AI 執行長高聖翔表示，Morale AI 整合客戶提供的結構化與非結構化資料，並經過數據治理階段整理與數據科學機器學習，再結合智慧製造技術與大型語言模型應用，打造符合企業需求的解決方案平台。過去，Morale AI 主要面臨的挑戰就是在地端部署的高昂成本，導入 NVIDIA DGX Spark 後不僅大幅減少硬體預算，也提供使用者更多部署選擇，能以更低的成本先推動試行，再逐步擴大導入規模。  Morale AI 的核心產品涵蓋 AI Agent 平台、智慧製造機器學習解決方案，以及領域專用的大型語言模型 AI 解決方案並且已導入半導體、PCB、紡織、工具機等產業。高聖翔指出，NVIDIA DGX Spark 提供 AI 超級電腦的強大效能，加速大型語言模型推論，並支援新一代 AI 工作負載，藉由 NVIDIA DGX Spark，Morale AI 已將龐大的領域知識升級為「可攜式方案」，讓客戶能將專業知識隨身攜帶，更輕便、靈活地整合進製造現場的各種使用情境中。  目前，Morale AI 還使用 NVIDIA NIM™ 平台，搭配最新的 Nemotron-3-Nano-30B-A3B 模型，讓 Agent 需要處理並理解大量資訊或是進行快速推論時，都能在 NVIDIA DGX Spark 上無縫完成，「NVIDIA DGX Spark […]

AI 代理越多越好？研究：太多代理會拖慢效率，3 到 4 個已經很夠用

根據 Google 與麻省理工學院的研究，增加 AI 代理及工具的數量，往往會產生過多不必要的開銷，導致邊際效益遞減，最有效率的應用規模為同時採用 3 到 4 個 AI 代理即可。

【科技早餐】馬斯克九個月一代 AI 晶片，推進產業快轉模式

【科技早餐】今天精選 6 則國內外重要科技新聞。 ＊馬斯克九個月一代 AI 晶片，推進產業快轉模式 特斯拉執行長馬斯克公布最新 AI 晶片路線圖，計畫每九個月推出一代新晶片，從 AI5、AI6 一路延伸至 AI9，速度明顯快過目前 NVIDIA 與 AMD 一年一代的發布節奏。馬斯克表示，這項策略目標，是讓特斯拉在自動駕駛與機器人領域，能更快推進模型與應用落地。 其中，AI5 設計已接近完成，將由三星與台積電生產，主要應用於全自動駕駛、Robotaxi 與人形機器人 Optimus。馬斯克宣稱，新晶片效能最高可達現有 AI 硬體的 50 倍，每美元效能提升 10 倍，並同步改善功耗效率，藉此降低對外部供應節奏的依賴。 ＊最先進製程留台灣，台積電說清楚美國擴廠底線 台美關稅協議拍板後，台積電再次成為市場關注焦點。台積電財務長黃仁昭接受美國媒體訪問時強調，公司在美國擴大投資是基於客戶需求，但最先進製程仍將根留台灣，相關策略並未改變。 黃仁昭指出，先進製程高度依賴研發與製造的密切協同，工程師需在不同據點之間頻繁調度，這種工程密度，目前仍以台灣最具效率。現階段，亞利桑那州第一座晶圓廠已量產，第二座廠設備今年進駐，第三座廠動工中，同時規劃先進封裝與研發中心，但若要大幅加快技術移轉，仍具高度挑戰。 ＊AI 吃掉記憶體，消費電子開始替資料中心買單 AI 需求爆發，正快速抽走全球記憶體產能。《華爾街日報》指出，到了 2026 年，全球最多 70% 的記憶體產能，將流向 AI 資料中心，對汽車、電視、手機與家電等產業形成擠壓效應。 同時，記憶體廠商已開始減產甚至停產舊規格晶片。市場分析師直言，目前連 2028 年的產能都已被預訂，短期內難以緩解。研究機構預估，未來記憶體成本，可能占多數電子產品售價的 10%，在智慧手機中甚至高達 30%，顯示這波漲勢不再只是短期波動，而是結構性轉變。 ＊AI 不是缺電，是缺電廠，美國啟動資料中心電力方案 美國總統川普正打算推動一項以 AI 資料中心為核心的電力政策，將戰場直接拉進能源與基礎建設領域。白宮聯手多州州長，要求美國最大電網營運商 PJM Interconnection，為科技巨頭舉行專門電力拍賣，讓資料中心能簽下至少 15 年的長期供電合約，藉此降低電力公司興建新電廠的風險，進一步能說服他們加速蓋新廠。 白宮預期，該機制可帶動超過 150 […]

防止一個 API 毀全廠！專家籲落實系統隔離，別讓駭客在 IT 與 OT 間暢行無阻

2025 年 8 月，汽車製造大廠 Jaguar Land Rover 遭受重大資安攻擊，導致其英國自動化的生產線被迫關閉長達一個月，損失高達 6.5 億美元，並額外支出 2.6 億美元的網路安全成本。 《華爾街日報》指出，隨著愈來愈多製造業供應鏈導入大數據、AI 等數位科技，駭客愈來愈傾向啟動供應鏈攻擊，「他們會選擇被大量企業共用的軟體與服務供應商，」卡內基麥隆大學軟體工程學者梅德（Nancy Mead）說，「這種策略比逐一入侵單一公司更有效率，只要抓到供應鏈中的薄弱環節，就能一次擴大攻擊影響範圍。」 這不會只是個別企業的問題，而是影響所有下游客戶與消費者的系統性風險。 新舊系統交錯，成為製造業最大的資安破口 製造業資安風險快速升高的核心原因，在於新舊系統並存所帶來的結構性矛盾。根據勤業眾信 2025 年的調查，超過一半的大型美國製造商已在使用雲端系統，近三成開始在工廠或網路層級導入 AI 與機器學習。 然而，許多關鍵的營運技術（OT）系統，本來就是為了穩定與效能而設計，從未將資安納入考量。當這些老舊設備被迫與雲端、AI 平台、外部供應商系統連結時，攻擊面便急速擴大。 此外，Redpoint Cyber 資安營運副總諾蘭（Nick Nolen）指出，現代製造業高度依賴第三方系統整合商、聯網機器、供應商提供的軟體，以及跨部門、跨組織的資料交換，讓每一個帳號、API、遠端維護管道，都是潛在的入侵路徑。一旦攻擊者成功進入看似不重要的角落，往往就能利用系統之間的高度互聯性，快速橫向移動，滲透到更敏感的生產控制或核心資料區域。 更棘手的是，許多企業的安全措施仍是事後「外掛」上去的補丁，而非從系統設計初期就採取安全設計（secure-by-design）的原則，導致防禦能力始終落後於數位化的速度。 防止一次入侵癱瘓全廠，製造業資安該從哪裡補救？ 面對這樣的現實，製造業若想避免「一次入侵、癱瘓整座工廠」的最壞情境，必須重新補上資安的基本功。 首先，《Supply Chain Dive》報導，數據分類與加密成為不可迴避的起點。「在 AI 被廣泛應用的情況下，訓練資料、營運數據與供應鏈資訊都應被視為高價值資產。」IBM X-Force 資安情報全球負責人阿爾巴諾（Kevin Albano）表示，企業應對其資料進行清楚的敏感性分類，並對靜止與傳輸中的個人識別資訊與關鍵營運資料全面加密，避免資料一旦外洩就被直接濫用。 其次，Black Kite 資安研究長迪可比克（Ferhat Dikbiyik）提到，系統隔離（segmentation）是降低連鎖風險的關鍵手段。企業需要在 IT、雲端與 OT 環境之間建立清楚且嚴謹的邊界，限制帳號權限與系統之間的橫向移動能力，確保單一帳戶或供應商被入侵時，不會迅速波及整條產線或整座工廠。這不僅是技術問題，更牽涉到對自身資產與第三方存取關係的全面盤點與理解。 在供應鏈高度數位化已成既定事實的情況下，製造業勢必再也回不去「不上線就安全」的年代，所以，未來真正的挑戰在於，能否在追求效率與自動化的同時，將資安視為營運韌性的核心組成，而非事後補救的成本。 立即預約下載【2026 AI 人才年會暨 AI 職涯博覽會】演講精華，掌握 AI 時代人才升級的最前沿趨勢與戰略 ＊本文開放合作夥伴轉載，參考資料：《華爾街日報》、Deloitte、《Supply […]