Archives

【科技早餐】三星翻倍 AI 裝置規模，8 億支裝置加速導入 Gemini

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊三星翻倍 AI 裝置規模，8 億支裝置加速導入 Gemini 三星電子共同執行長盧泰文表示，今年將把搭載 Google Gemini 人工智慧功能的行動裝置數量直接翻倍。截至去年，三星已在約 4 億支手機與平板中導入 Gemini，今年目標拉高到 8 億支，Google 也因此在全球 AI 競賽中取得優勢。 盧泰文指出，三星希望盡快把 AI 應用到所有產品與服務。不過，全球記憶體晶片短缺雖有利半導體事業，卻擠壓手機與消費性電子利潤。他坦言記憶體價格上漲影響不可避免，不排除調整售價，但正與合作夥伴研擬長期因應策略。折疊手機方面，他認為短期成長不如預期，但續用率極高，未來兩到三年可望走向主流。 ＊CES 2026 登場，AI 走進機器與現場 2026 年美國消費性電子展（CES）於 1 月 6 日在拉斯維加斯登場。主辦單位指出，AI 仍是核心主題，但焦點明顯轉向「實體 AI」與機器人應用，涵蓋製造、物流、醫療與消費性裝置。 外媒指出，NVIDIA 執行長黃仁勳將於展會期間密集曝光，市場高度關注其對 AI 晶片與基礎建設需求的最新看法。AMD、高通與英特爾高層也將齊聚相關活動。中國企業同樣高調參展，聯想、阿里巴巴與快手皆展示 AI 成果，美中科技競合與監管分歧，仍為後續發展帶來不確定性。 ＊電動車踩煞車，全球轉型節奏明顯放慢 研究機構預估，2026 年全球電動車銷售成長，將是 2020 年疫情以來最低水準。Benchmark 預測，2026 年全球電動車銷量將成長 13%，約 2,400 萬輛，明顯低於 2025 年的 22%。 專家指出，美國取消電動車稅務優惠、歐洲放寬燃油車禁令，加上中國市場需求降溫，正共同形塑產業局勢。數據顯示，美國今年電動車銷量預估將年減近三成，歐洲仍有成長但幅度放緩。油電混合車銷量持續升溫，反映充電基礎設施不足，正影響消費者購車決策。 […]

AI 導入卡在 PoC？BCG 建立「AI 生產線」嚴控品質，養出 3.6 萬個客製化 GPT

在 AI 改變各行各業的今日，許多企業正在衝刺 AI 轉型，將 AI 導入從測試案例，轉變為企業層級的大規模部署，管理顧問業也不例外。截至目前，波士頓顧問集團（BCG）內部與客戶專案中已打造超過 3.6 萬個客製化 GPT，另外有近 9 成員工實際使用 AI，其中一半更是每日使用者。 這樣的轉型，並非由單一部門驅動，而是橫跨研發、顧問前線與人力資源體系，形成一套具組織規模的 AI 運作模式。 BCG 的三層 AI 創新結構 根據《Business Insider》報導，大約在 15 個月前，BCG 成立了一個內部研發實驗室，並在組織設計上，將 AI 創新拆解為三個明確層次，各自對應不同角色與責任邊界。 最底層是資料層。由資料工程師主導，負責整合 BCG 內部的專有資料與經篩選的公開資料來源，並在其上建構 MCP 伺服器與 AI 代理。這一層的核心不再只是模型能力，而是在對的時間，呼叫對的資料，讓 AI 能真正嵌入決策流程。 中間層則來自第一線顧問團隊。在實際的客戶專案中，顧問會針對具體問題，自行開發 AI 工具與代理，用來加速分析、產出簡報或模擬決策情境。當某個工具在專案中被證實有效，便會回流至中央研發團隊，進一步產品化、標準化。 最上層，則是由高階主管主導的全公司級工具。目前 BCG 內部已有 7 到 8 個這類核心系統，包括協助快速產製簡報的 Deckster、處理 IT 與人資需求的 Ava，以及用於對外內容與展示的對話式工具 GENE。 仿效 Palantir 的「前線部署」策略 BCG […]

76% 機構投資者計畫擴大數位資產！PwC 證實將「大幅深化」加密佈局

隨著全球監管環境劇烈變動，身為四大會計師事務所之一的 PwC，也正在經歷一場重大的策略轉型。 過去，由於監管不確定性、合規風險以及對消費者保護和金融穩定的擔憂，PwC 在美國對數位資產抱持相對謹慎、甚至設定高門檻的保守態度，但如今隨著監管鬆綁，PwC 正積極調整腳步，全面深化在加密產業的布局。事實上，PwC 早期便在香港與盧森堡等特定辦事處實驗比特幣支付，這樣的經驗，也為如今的布局奠定關鍵基礎。 PwC 因美國監管環境轉向，明確加大對加密產業的投入 PwC 美國區負責人 Paul Griggs 在接受《金融時報》訪問時指出，PwC 已決定「更深入參與（lean in）」加密貨幣業務。這項戰略性逆轉，主要發生在川普政府擁抱數位資產並通過相關法案之後，因為這標誌著主流企業終於可以投入數位資產市場。 Paul Griggs 強調，PwC 這次的策略調整並非短期嘗試，而是深度的生態參與。為了奠定進軍加密貨幣的基礎，PwC 在過去一年積極向外尋求人才，包括挖角專門服務加密客戶的合夥人 Cheryl Lesnik，並在過去 10 到 12 個月內強化內部與外部資源。PwC 目前已成功贏得比特幣礦商 Mara Holdings 的審計業務，展現在數位資產領域的實務競爭力。 在應用場景上，Paul Griggs 預期穩定幣的監管職責界定將為市場帶來更多信心，因此 PwC 正積極向客戶推廣如何利用穩定幣提升支付系統的效率。同時，Paul Griggs 也強調「事物的代幣化（tokenisation of things）肯定會繼續演進」。為此，PwC 提供的服務範疇已涵蓋資產代幣化過程中的風險管理、網路安全、稅務諮詢以及會計處理，協助企業將各類資產轉化為數位形式管理。 外媒指出，監管規則的明確化是促使 PwC 與機構客戶態度轉變的核心驅動力。在美國，證券交易委員會（SEC）轉向優先制定加密規則，且美國國會通過了管理穩定幣的新法律，為銀行發行數位資產鋪平道路。在國際上，歐盟的《加密資產市場法》（MiCA）與亞洲的監管框架也提供結構化的參與環境。此外，會計準則的更新也讓企業能將加密貨幣視為透明的財務工具。 在這些有利條件下，《PwC 的 2026 年市場預測》調查顯示， 76% 的全球投資者計畫在 2026 年擴大數位資產。其中，有近 60% 的機構投資者預期將超過 5% 的管理資產（AUM）配置於加密領域。 […]

LG、OpenAI 都在測試！南韓新創 FuriosaAI 押注 AI 推理新戰場，正面挑戰 NVIDIA 市占

隨著生成式 AI 應用在全球加速擴張，企業在模型部署的「推理」階段面臨極高的運算需求與成本壓力，也促使推理晶片成為半導體市場的新競爭焦點。在這樣的背景下，南韓新創公司 FuriosaAI 將自身定位為「專注於 AI 推理」的挑戰者，目的是提供 NVIDIA 之外的替代方案，而非在訓練領域展開正面競爭。 目前，NVIDIA 的 GPU 在 AI 運算市場占據了 90% 至 94% 的市占率，但多數資源集中於模型訓練。FuriosaAI 創辦人 June Paik 認為，過度依賴單一供應商並非好事，「由單一玩家統治的市場並不是一個健康的生態系統，不是嗎？」 NVIDIA 在 AI 訓練市場具有壓倒性市占，但在推理市場出現新空間 儘管 NVIDIA 目前仍主導 AI GPU 市場，且軟體生態系相當完整，但市場競爭格局正在發生變化。《Intuition Labs》研究顯示，隨著 AI 應用大規模普及，將訓練好的模型應用於實際場景的「推理」（Inference）階段，其運算操作量已超過訓練階段。 這項轉變也為專用晶片創造新的切入空間。《Intuition Labs》指出，預計到 2027 年，推理晶片市場規模將達到 1,020 億美元，在這樣的背景下，企業會開始優先考慮能源效率與成本優化，並積極評估是否有比通用 GPU 更符合特定工作負載的專用硬體選項。 FuriosaAI 正是利用這一結構性趨勢切入市場，致力提供比傳統 GPU 更具效能與成本優勢的「神經處理單元（NPU）」。 June Paik 早在 2017 年離開三星電子時，就展現出對這場 AI 典範轉移的高度信心，同時透過研發 […]

通用 GPU 時代終結？揭開 AI 推理 4 大戰線：為何 SRAM 成下一記憶體戰場

在 AI 產業快速邁入規模化部署的階段，一個過去被視為後段流程的環節，正成為資料中心與半導體競爭的主戰場：推理（inference）。 根據 Deloitte 最新報告，2025 年下半年，推理相關工作負載在資料中心的營收首次超越模型訓練，成為 AI 基礎設施的主要收入來源。這個被業界稱為「推理翻轉」（Inference Flip）的轉折點，正在重塑整個 AI 技術棧的設計邏輯。 也正是在這樣的背景下，NVIDIA 近日以約 200 億美元規模的非獨家授權協議，取得 Groq 的關鍵推理技術與絕大多數核心團隊，被外界視為一個清楚的訊號：「一種 GPU 打天下」的時代，正在動搖。 「推理翻轉」成形，衡量 AI 的標準正在改變 過去模型訓練主導的年代，AI 硬體競爭的核心指標是 FLOPs、參數規模與可擴展性；GPU 的高度平行化設計，完美契合大規模矩陣運算的需求。 但在推理成為主戰場後，產業關注的指標出現根本位移。準確率仍然重要，卻不再是唯一勝負關鍵，真正左右成本與體驗的是：延遲是否穩定、每單位 token 的耗能與成本、模型是否能在長時間任務中維持「狀態」（state）。 值得留意的是，Deloitte 指出，即便推理晶片市場快速成長：2026 年推理工作負載將佔整體 AI 計算需求約三分之二，但最昂貴、耗能最高的先進 GPU 仍將長期存在於大型資料中心。換言之，市場並非 GPU 被取代，而是架構開始分裂與分工。《VentureBeat》分析出推理市場的 4 大戰線： 戰線 1：AI 推論被拆成兩半 Groq 投資人 Gavin Baker 指出，AI 推論正在拆分為 prefill 與 decode 兩個階段，也是驅動 NVIDIA […]

Instagram 總監談 AI 時代社群媒體的信任原則：未來要標記的不再是 AI，而是真人

對社群平台而言，AI 影像的普及不只影響內容型態，更是一場正在侵蝕核心信任機制的結構性挑戰。當圖像與影片可以被 AI 大量、低成本生成，「眼見為憑」的概念也正在鬆動，社群平台不再只是面對內容管理問題，而是必須重新回答一個更根本的議題：在 AI 成為常態的世界裡，什麼才算得上「真實」？ 影像信任的心理轉折：從眼見為憑到預設懷疑 Instagram 總監 Adam Mosseri 在回顧 2025 年、展望 2026 年的文章中指出，Instagram 正走進一個「無限量的合成內容（infinite synthetic content）」時代。隨著 AI 生成的影像在視覺上愈來愈難與現實區分，過去支撐創作者價值的真實感、人際連結，以及無法造假的獨特聲音等核心元素，如今只要擁有正確的工具，幾乎任何人都能輕易觸及。 Adam Mosseri 坦言，在他過去的大部分生活中，他都能「安全地假設」所見的照片或影片是現實的準確紀錄，但這個前提現在顯然已不成立。他警告，這場轉變將讓社會大眾感到不適，因為人類在基因層面上就傾向於「相信眼睛所見」，而我們可能需要數年的時間，才能逐步適應這種心理機制的改變。 因此，Adam Mosseri 預期人們對影像的信任模式將發生根本性位移：從「相信所見為真」，轉變為「先抱持懷疑」。在這樣的環境下，大眾將不再只關注影像呈現了什麼，而是會更加在意「是誰在分享內容」以及「分享的動機為何」。 在這樣的背景下，Adam Mosseri 進一步提出一個明確的判斷。他認為，隨著 AI 模擬真實的能力快速進化，社群平台將愈來愈難有效辨識並標記「假內容」，如果繼續把資源投注在辨識 AI 生成影像，終將陷入永無止盡的消耗戰。在這樣的趨勢之下，平台真正需要思考的是策略重心的轉移，也就是與其抓出所有不真實的內容，不如反過來建立一套機制，清楚證明「哪些內容是真的」。 Adam Mosseri 提新解法：替「真實媒體建立指紋」 在這樣的背景下，Adam Mosseri 進一步分析，現行平台識別 AI 生成內容的手段已被證明並不可靠，不僅容易被移除，也極易被忽視，Meta 甚至也承認，目前無法可靠地偵測平台上的 AI 生成或經修改內容。因此，Adam Mosseri 強調與其永無止盡地「追著假內容跑」，未來更實際的方向，可能是替「真實媒體建立指紋（fingerprint real media）」。 至於如何替真實媒體建立指紋，Adam Mosseri 提供一種與傳統「追蹤假內容」思路截然不同的技術方向：由相機或手機等拍攝設備在拍攝當下即進行加密數位簽章（cryptographically sign），從源頭為影像建立可信任的身分。 為了讓 Instagram […]

機器身份數量是人類的 82 倍！傳統 IAM 瀕臨崩潰，如何防堵「AI 代理」成最大破口？

在過去的資安架構中，Active Directory 和 LDAP 等傳統身份管理系統（IAM）主要是為了人類員工設計，機器與 AI 代理僅是少數例外。然而，隨著企業加速數位轉型與導入生成式 AI，這種情況已經徹底翻轉。 根據 CyberArk 最新的 2025 年研究報告顯示，目前企業環境中的機器身份數量已是人類身份的 82 倍，這種懸殊的比例正使得以人為本的傳統身份模型，難以招架機器運作的速度而瀕臨崩潰。 這股趨勢背後，AI 代理（AI Agents）是成長最快卻也最缺乏治理的一類機器身份。與傳統僅需進行身份驗證的機器不同，這些 AI 代理具備自主行動能力，能夠執行複雜任務。微軟數據顯示，其 Copilot Studio 用戶在短短一季內就打造了超過 100 萬個 AI 代理，成長幅度達 130%。 儘管機器身份數量龐大，企業的防禦思維卻未能跟上。CyberArk 的調查發現，高達 88% 的受訪組織仍然只將「人類身份」定義為特權用戶。這種認知落差導致機器身份往往擁有比人類更高的敏感存取權限，卻缺乏相應的監管，成為駭客眼中高價值的攻擊目標。 從「人類優先」到全面失靈：為什麼傳統 IAM 撐不住了？ 《VentureBeat》引述分析機構 Gartner 的研究指出，傳統 IAM 無法滿足機器身份的三個關鍵特性：第一，它們不是長期固定存在，而是高度動態、生命週期短；第二，它們以機器對機器（M2M）的速度橫向移動；第三，它們不只「登入」，而是「直接執行動作」。 這也是為什麼 Gartner 預測，到 2028 年，25% 的企業資安事件，將可追溯至 AI 代理或機器身份被濫用。 更棘手的是，這些風險並非來自工程師「不負責任」，而是結構性問題。雲端 IAM 建立帳號與權限流程過慢、資安審查無法貼合 AI 開發節奏，最終迫使開發者選擇「最快能跑起來」的做法：長效 API 金鑰、過度授權的服務帳號，也因此成為最常見的入侵破口。 […]

大學文憑的貶值與升值：為何 AI 無法取代大學提供的「社會化沙盒」？

隨著生成式 AI 快速滲透各行各業，「大學是否還有價值」再次成為科技圈與企業界的熱門辯題。在強調速度與效率的環境裡，質疑聲浪的基礎論述是：如果人工智慧能比初階員工更快寫程式、產出簡報、分析資料，為何還要投入四年時間與高昂成本完成一張學位證書？ 這種懷疑並非空穴來風。過去 15 年來，美國社會對大學教育價值的重視程度明顯下滑。根據 Gallup 調查，現在只有約 35% 的美國人認為大學教育「非常重要」，而在 2010 年，這一比例曾高達 75%。認為大學教育「不太重要」的人數，則從 2010 年的 4%，一路攀升到近四分之一。當成本上升、報酬看似縮水，大學自然成為被重新檢視的對象。 在科技產業高度集中的地區，這股懷疑更被放大成「不上大學也能成功」的敘事。隨著 AI 工具快速成熟，技能取得的門檻持續降低，許多年輕人開始質疑，是否還有必要花這麼長的時間學習那些，可能在畢業前就被自動化的能力。 為何「AI 讓大學過時」的說法看似合理 過去二十年，高等教育經常被包裝為職業訓練的延伸。學生進入大學學習程式設計、會計或法律等硬技能，畢業後再將這些能力轉換為薪水。在這樣的交換邏輯下，若 AI 能以更低成本、更高效率完成相同工作，大學自然顯得笨重而低效。 生成式 AI 的出現，進一步強化了這種對比。許多原本需要初階人力投入的工作，如今只需幾個提示就能完成。對急於進入職場、甚至想搶占創業時機的年輕世代而言，跳過大學、直接投入實作，看起來像是一種更符合時代精神的選擇。 這種「錯過就來不及」的焦慮，在創業圈尤其明顯。部分創業者擔心，繼續留在校園完成學業，等於錯失 AI 發展週期中最關鍵的窗口期。有人因此選擇從名校輟學，全力投入創業，只為了不被浪潮拋在後頭。正如投資人所形容的，現在許多年輕人都在權衡：「我是要完成學業，還是立刻開始創業？」 AI 時代反而放大大學的真正價值？ 但是，仔細觀察 AI 浪潮中的關鍵人物，會發現一個不那麼被強調的事實：多數站在技術前線的創辦人與研究者，並非跳過大學的人。AI 程式碼編輯器 Cursor 執行長畢業於麻省理工學院，AI 新創公司 Cognition 的共同創辦人來自哈佛大學。即便在崇尚速度的科技圈，完成高等教育仍然是主流選擇，而非例外。 這並非因為大學讓他們寫程式寫得更快，而是因為大學提供的，從來不只是「如何做」。當 AI 正在快速接管執行層面的工作，真正稀缺的能力反而轉向「為什麼做」——什麼值得被建構、什麼問題值得投入資源、以及一項技術將如何影響人類與社會。 在 AI 原生的工作環境中，自然語言逐漸成為操作介面，執行能力趨於商品化。差異開始出現在判斷與選擇層面，而這正是單一技能訓練最難涵蓋的部分。理解倫理、社會結構與長期後果，成為駕馭技術不可或缺的前提。 也因此，大學的核心價值並未消失，而是從短期技能，轉向長期可更新的思考框架。這套框架讓人能在工具快速變化時，持續學習、調整與反思，而不被某一代技術綁死。 大學作為成熟與判斷力的培養場 除了知識結構，大學還扮演「成熟與判斷力的培養場」角色。 18 到 22 歲是人格與認知發展的關鍵階段，個體在這段時間逐步形成自我認同，也開始學會在複雜的人際與權力關係中定位自己。校園提供的是一個相對低風險的試錯環境。學生可以在課堂辯論中碰撞觀點，在團隊合作中學習協調，在失敗後重新校準方向。這些經驗，很難被壓縮成線上課程，更難由 AI […]

從資料對齊到記憶體管理：打造真正可用的 LLM，韓國 Motif 模型給企業的四大啟示

韓國新創公司 Motif Technologies 最新開源 AI 模型參數量僅 12.7B，卻力壓 GPT-5.1 且跟 Claude 4.5 Haiku 互相媲美，Motif 也透過白皮書帶來 AI 訓練 4 項全新啟示。

【科技早餐】亞洲製造回溫，AI 撐起 2026 展望

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊亞洲製造回溫，AI 撐起 2026 展望 標普全球（S&P Global）最新發布的採購經理人指數（PMI）顯示，台灣與韓國製造業在 2025 年 12 月同步重返擴張，結束數月低迷。兩國皆為全球半導體製造重鎮，受惠於 AI 市場需求回升，台灣 PMI 升至 50.9，創 10 個月新高；韓國則回升至 50.1，重返成長區間。 《路透社》指出，亞洲多數國家工業活動仍維持擴張，中國 PMI 也因假期前訂單增加而意外回升。標普全球表示，AI 需求持續推動新訂單與產量，企業對 2026 年製造業前景的信心，明顯轉趨樂觀。 ＊記憶體轉向 AI，手機與 PC 漲價壓力浮現 市場研究機構 IDC 與 Counterpoint Research 指出，記憶體產能正加速從手機與個人電腦，轉向支援 AI 資料中心，推升整體記憶體價格。IDC 預期，2026 年 DRAM 供應成長率僅約 16%，低於歷史平均水準。 隨著蘋果、Google 與三星等品牌取得記憶體的成本上升，廠商勢必面臨價格壓力。Counterpoint 預估，今年第二季前記憶體價格累計漲幅可能達 40%，智慧型手機平均售價恐上調 6.9%，全球出貨量則將下滑 2.1%。 ＊SpaceX、OpenAI、Anthropic 最快 2026 年 IPO […]

【趨勢科技 2026 資安預警】開發速度快 660% 的代價：45% AI 代碼有毒，企業如何建立不被拖垮的資安法則？

如果企業還把 AI 資安想成「駭客變得更聰明」，那這份報告真正想提醒你的風險，很可能已經被你忽略。 趨勢科技發布的《The AI-fication of Cyberthreats》（暫譯：網路威脅的 AI 化）報告，並不是在列舉新的攻擊手法，而是在揭示一個更不舒服的事實：企業為了追求 AI 而帶來的速度與生產力，正在改寫資安威脅的運作邏輯。 當開發流程被 AI 加速、代理被大量部署、雲端環境快速擴張，攻擊也同步完成「工業化升級」：從零散的人工作業，進化為可自動複製、可規模化運轉的生產線。 報告指出，零日攻擊仍存在，但更常被利用的是企業內部擴張過快的暴露面。企業需要重新思考的不是「怎麼防一個新威脅」。如果你正在導入 AI、代理或加速開發流程，這是一份給你的、關於「企業正在創造什麼樣攻擊面」的提醒清單。 📌 這份報告適合誰閱讀？ 適合那些正在焦慮「如何在駭客利用 AI 讓攻擊速度超越人類極限時，建立企業數位韌性」的安全策略與技術領導者，包含： 🔴 報告洞見 從手工駭客到工業化攻擊AI 正在改寫威脅邏輯 2026 年的資安戰場不再僅僅是技術高低的較量，而是一場關於「速度」與「自動化」的生存競賽。 趨勢科技的報告內容開宗明義指出「威脅的 AI 化（The AI-fication of Cyberthreats）」核心概念。這意味著網路犯罪已經跨越手工業階段，正式進入具備高效率、可擴展性的工業量產時代。 過去，駭客發動一次精密攻擊可能需要數週的人工偵察與佈局；如今，隨著企業為了生產力而引入 AI，駭客也同樣在利用 AI 重塑攻擊鏈。從自動化的網路釣魚到自主運行的惡意軟體，攻擊門檻大幅降低，技術不再是發動攻擊的必要條件，只要懂得操作 AI 工具即可。這導致防禦者面臨的挑戰呈現指數級增長。 💡 失速的開發，企業自己製造出攻擊面 第一個被 AI 速度反噬的不是防禦系統，而是企業自己的開發流程。為了在市場上搶得先機，企業軟體開發正經歷一場由「Vibe Coding」推動的狂飆。 從 2025 年 1 月到 9 月，託管在 AI 輔助開發與部署的雲端平台 Lovable 上的 AI […]

馬斯克喊 2026 大規模量產腦機介面裝置，但「全自動手術」如何落地？揭三大關鍵門檻

Neuralink 創辦人馬斯克（Elon Musk）近日在社群平台 X 上宣布，公司計畫在 2026 年開始大規模量產腦機介面裝置，同時這項計畫不僅止於硬體製造，更核心的發展方向，是要把植入手術流程轉向「幾乎完全自動化」的模式。 馬斯克指出，「量產」與「自動化」必須雙軌並進，因為這樣才能將現有的複雜程序改造成更具效率的標準化流程。馬斯克也特別提到，未來的技術目標是讓裝置的細微「線材」直接穿過硬腦膜（dura）而不需將其移除，這項改進對於提升手術效率至關重要。 然而，外媒普遍指出，這項量產與自動化目標在實務上仍面臨三道關鍵門檻。 Neuralink will start high-volume production of brain-computer interface devices and move to a streamlined, almost entirely automated surgical procedure in 2026. Device threads will go through the dura, without the need to remove it. This is a big deal. https://t.co/nfNmtFHKsp — Elon Musk (@elonmusk) December 31, […]

中國人形機器人新路線：不拚量產，先拚「每個人都玩得起」

當人形機器人成為全球科技產業競逐的新戰場，多數企業選擇押注「與人同高、工業級、可直接上線工作」的路線，試圖率先跨越商用門檻。然而，在這條主流路線之外，中國正浮現另一條截然不同的發展方向。 由中國人形機器人新創 AgiBot（智元機器人）共同創辦人、上緯新材董事長彭志輝（稚暉君）主導的新品牌「上緯啟元」，日前正式發表迷你型人形機器人「啟元 Q1」。這款高度僅約 0.8 公尺、可直接放入背包的人形機器人，並未試圖證明「人形機器人是否已能取代人類工作」，而是將定位鎖定在「個人化實體 AI 開發平台」，希望降低參與門檻，讓更多人投入實體 AI 的開發與實驗。 把「全身力控」壓縮進背包大小 啟元 Q1 最受矚目的技術突破，在於其小尺寸、全身力控的設計。與市面上多數全尺寸人形機器人相同，Q1 依然具備全身力控能力，能在與環境互動時即時感知與調節力量，這也是目前人形機器人實現穩定動作與安全互動的關鍵能力之一。 過去，這類能力幾乎只存在於體型龐大、造價高昂的工業級人形機器人上，原因在於關節系統難以微型化。彭志輝指出，上緯啟元透過材料、結構與控制演算法的多重創新，成功將原本用於全尺寸人形機器人的 QDD（Quasi-Direct Drive）準直驅關節，縮小至「比雞蛋還小」，卻仍保有高動態響應與精準力控表現。 尺寸縮小後，Q1 的體積與重量僅約為全尺寸人形機器人的八分之一，這不只讓機器人更容易攜帶，據稱也降低了測試風險。官方形容，Q1 具備較高的耐摔性與結構強度，即使在測試過程中跌落，仍可維持運作穩定，讓開發者能更放心地在真實機器上進行反覆試錯。 從「實驗室原型」走向「個人設備」 在上緯啟元的產品敘事中，啟元 Q1 被視為一個關鍵過渡角色，介於實驗室原型機與個人設備之間。彭志輝形容，Q1 是「屬於每個人的第一個個人機器人」，也是研究人員的「畢業機」。 對學術研究與開發團隊而言，人形機器人最大的瓶頸之一，始終是「Sim2Real」問題，也就是從模擬環境轉移到真實世界時，成本高昂且風險極大。Q1 透過體型縮小與結構強化，意圖降低真機測試的代價，讓演算法能像調整軟體環境一樣，在實體機器上反覆驗證，將開發週期縮短。這樣的設計，目的讓人形機器人不只是企業或研究機構的專屬設備，而是更接近可被攜帶、可被使用、可被改造的個人裝置。 開源與零程式碼，鎖定開發者社群 為了建立開發者生態，Q1 採取相對開放的軟硬體策略。在硬體方面，上緯啟元宣布將開源 Q1 的外觀結構數據，允許用戶透過 3D 列印自行製作或改裝外殼配件；在軟體方面，平台提供 SDK（軟體開發套件）與 HDK（硬體開發套件），並支援零程式碼（zero-code）程式設計，降低操作門檻，讓非工程背景用戶也能進行動作編排與功能測試。 此外，Q1 內建「智元靈心」AI 平台，整合語音互動與百科問答等功能，並展示英語教學與動作指導（如舞蹈教練）等應用潛力。上緯新材表示，這款產品的目標受眾涵蓋科研人員、創客社群與家庭用戶，希望透過降低技術與成本門檻，擴大人形機器人應用創新的參與基礎。 此次發表同時也是上緯新材完成股權結構調整後的重要戰略宣示。資料顯示，智元機器人已於 2025 年透過協議轉讓與要約收購方式取得上緯新材控制權，並推選彭志輝出任董事長。新品牌「上緯啟元」的成立，也確立公司將「個人機器人」納入未來核心業務方向之一。 同時，智元機器人也揭露其量產進度，表示整體機器人出貨量已突破 5,000 台，產品線涵蓋工廠應用的 G 系列、主打動態移動的 X 系列，以及全尺寸人形機器人的 A 系列。分析指出，Q1 的加入，將補齊該公司在小型化與消費級市場的布局，使其產品矩陣從工業應用延伸至個人與開發者場景。 ＊本文開放合作夥伴轉載，資料來源：《Interesting Engineering》、《ifar》、《證券時報》，首圖來源：稚暉君 […]

Arm 發佈 20 項技術預測：分享 2026 年及未來發展趨勢

全球運算技術的格局正在發生影響深遠變革——運算模式正從集中式雲端架構，向涵蓋各類裝置、終端及系統的分散式智慧架構演進。2026 年將邁入智慧運算新紀元，屆時，運算將具備更高的模組化特性和能源效率表現，實現雲端、實體終端及邊緣人工智慧（AI）環境的無縫互聯。 根據這個趨勢，Arm 發佈 20 項技術預測，這些技術將引領 2026 年的下一波創新浪潮。 晶片創新 1. 模組化小晶片技術將重新定義晶片設計 隨著產業持續突破晶片技術的極限，從單片式晶片向模組化小晶片架構的轉型將全面加速。透過將運算單元、記憶體與 I/O 拆分為可重複使用的建構模組，晶片設計人員可靈活搭配不同製程節點，於降低研發成本的同時加快產品規模化。產業對模組化的關注日益提升，說明晶片設計正從「追求更大晶片」轉向「打造更智慧系統」，使晶片研發團隊能夠自由組合各類製程節點，針對多樣化的工作負載快速客製系統單晶片（SoC）。這一趨勢將進一步推動可客製小晶片的崛起——這類高度可配置的模組，能深度整合通用運算單元、特定領域加速器、區塊或專用 AI 引擎——將協助晶片團隊無需從零起步即可打造差異化產品，進而大幅縮短設計週期，降低創新門檻。同時，產業的標準化進程也將持續推進，新興的開放標準將確保不同廠商的小晶片產品能夠進行可靠、安全的整合。這不僅能降低系統整合風險，拓展供應鏈選擇範圍，更將催生一個以互通性元件為核心的生態體系，取代以往高度耦合的單一廠商系統模式。 2. 憑藉先進材料和 3D 整合，實現更智慧的擴展 2026 年的晶片創新將更多來自新型材料應用與先進封裝技術，如 3D 堆疊和小晶片整合等，而非來自電晶體尺寸的進一步縮小。這種路徑有助於在高效能晶片中實現更高的整合密度與能源效率表現。這種「超越摩爾定律」的演進強調垂直創新，透過功能分層整合、最佳化散熱效率以及提升每瓦算力來突破，而非單純的橫向尺寸縮放。該技術路徑不僅將成為高效能、高能源效率運算持續發展的關鍵支撐，更將為更強大的 AI 系統、更高密度的資料中心基礎設施，以及更智慧的邊緣裝置奠定基礎。 3. 以資安為核心的晶片設計成為不可妥協的基本要求 隨著 AI 系統自主性不斷增強，且日益深度融入關鍵基礎設施，「以資安為核心」的晶片設計（Secure-by-design）將從一項商業差異化的優勢，轉變為基本要求。當前，攻擊者已開始探測 AI 系統的可利用漏洞，並將硬體本身做為攻擊目標。面對日益嚴峻的威脅，晶片內建的硬體級信任機制變得相當重要。Arm 記憶體標籤擴充（MTE）、硬體可信任根和機密運算安全區域等技術，將成為晶片的標準配備功能，而非選配元件。此外，個人與企業正將越來越多的高價值數位資產儲存在 AI 系統中，包括專有資料集、業務邏輯、使用者憑證、個人歷史資料及財務資訊等，這就需要在晶片層面部署多重安全防護措施，包括加密強制隔離、記憶體完整性及運行時驗證等多層安全機制。 4. 專用加速技術與系統級協同設計定義 AI 運算的未來，推動融合型 AI 資料中心興起 特定領域加速技術的興起，正在重新定義晶片效能，然而此一變革並非透過簡單區分通用運算與加速器。相反地，產業正朝著系統級協同設計的客製化晶片方向演進，這類晶片將從系統層面與軟體堆疊協同設計，並針對特定 AI 框架、資料類型及工作負載完成深度最佳化。亞馬遜網路服務（Graviton）、Google Cloud（Axion）和Microsoft Azure（Cobalt）等領先的雲端服務提供者正在引領這個轉變，展現為緊密整合的平台，意即從底層開始將專用 CPU、加速器、記憶體和互連共同設計在一起，這是實現可擴展、高效率且開發者可存取的 AI 的核心。此趨勢將推動次世代基礎設施—— AI 資料中心加速落地，這類資料中心可極大化單位面積內的 AI 算力，進而降低 AI […]

OpenAI 秘密硬體「Gumdrop」曝光！ 全力衝刺音訊模型，要讓 AI 介面從螢幕轉向「一支筆」

《The Information》報導，OpenAI 正在加速研發一種專為優化音訊生成任務的 AI 模型，預計在 2026 年第一季推出。這款模型採用全新架構，目標是生成比現有模型更自然、更具情感表達力的語音，並能更好地達成使用者與 AI 之間的即時雙向互動。 值得注意的是，新音訊模型將具備在使用者說話時同步回應與更流暢處理中斷的能力，這些能力是目前的模型所無法企及的。這款模型的研發也被視為 OpenAI 進入消費電子市場的關鍵前置準備，最終目標是要支撐未來預計推出、以音訊為核心的個人裝置（audio-first personal device）。 AI 硬體輪廓浮現：與 Jony Ive 合作，「AI 筆」成為可能形式 OpenAI 進入消費電子市場的過程並非單打獨鬥。先前 OpenAI 已與前 Apple 設計長 Jony Ive 展開深度合作，並在 2025 年 5 月以 65 億美元收購 Jony Ive 創立的設計公司 io Products，目的就是為了開發一系列「AI 驅動的硬體家族」。 這項合作的核心願景是重新定義人機互動，希望能創造讓人感到 「快樂、充實、平和且減輕焦慮」 的裝置。Jony Ive 目的是想透過「音訊優先」的設計，糾正過去電子產品過度讓人分心與成癮的「錯誤」，並降低使用者的數位疏離感。 《Digit.in》報導，OpenAI 預計推出的這款代號為 「Gumdrop」 的硬體產品，可能跳脫傳統智慧型手機或耳機的範疇，是一款類似「AI 筆」或「隨身音訊裝置」（to-go audio device） 的掌上型產品。 這種類型的裝置能讓使用者手寫筆記後，透過 […]

不拼算力拼架構！DeepSeek 新招 mHC AI 架構如何突破「記憶體高牆」？

在全球 AI 產業競逐算力、模型規模與資本密度的當下，中國 AI 新創 DeepSeek 再次選擇從「底層架構」出手，2026 年第一天就發表由創辦人梁文鋒共同掛名的最新論文，提出一套名為「流形約束超連接」（Manifold-Constrained Hyper-Connections，簡稱 mHC）的全新模型訓練方法，試圖在模型規模持續放大的同時，壓低運算與能源成本。 對熟悉 DeepSeek 發展節奏的產業觀察者而言，這類論文往往不只是學術交流，更是下一代旗艦模型背後做出哪些技術創新的「預告片」。DeepSeek 在一年前曾以 R1 推理模型震撼全球業界，當時該模型的開發成本僅為矽谷競爭對手的一小部分。隨著新論文問世，外界對 DeepSeek 下一代旗艦模型（被廣泛稱為 R2）的期待值正不斷攀升，分析師普遍預測該模型可能會在 2 月的農曆春節前後正式登場。 不拼算力，改拼架構：從 ResNet 到 mHC 的演進 DeepSeek 在論文中點出當前大型模型訓練的核心矛盾：模型要變得更深、更大，訓練過程卻越來越難以穩定，且記憶體與算力需求快速攀升。這對無法自由取得最先進 NVIDIA 晶片的中國 AI 公司而言尤其棘手。 一般來說，AI 模型由多個「層」（layer）組成，使用者輸入提示詞後，資料會依序通過各層進行運算，每一層只負責部分計算，再將結果傳給下一層，直到最後一層輸出回應。這種分層結構讓模型能逐步累積判斷結果，完成對問題的理解與生成，是現代大型語言模型與視覺模型的核心運作方式。 現行多數大型語言模型，仍建立在 2015 年提出的 ResNet（殘差網路）架構之上，透過「殘差連接」讓誤差訊號能在深層網路中順利回傳，避免訓練崩潰。然而，隨著模型層數與參數規模不斷擴張，殘差連接也逐漸暴露出學習訊號「塌縮」與擴展性受限的問題。 2024 年，字節跳動研究團隊曾提出 Hyper-Connections（HC），試圖擴大殘差路徑的表達能力，提升模型在不增加單元計算成本下的學習穩定度。DeepSeek 在論文中肯定 HC 的方向，但也直指其致命缺點：記憶體成本隨模型放大而急遽上升，實務擴展性有限。 mHC 的核心創新，在於引入「流形」（manifold）這一數學結構，對 HC 的梯度流動進行約束。透過這種方式，模型在訓練過程中能維持梯度穩定，同時避免不必要的狀態膨脹，讓大規模訓練在成本與效能之間取得新的平衡。 實測結果揭露：更大模型，卻沒有更貴 在實驗中，DeepSeek 使用 mHC 分別訓練了 30 億、90 […]

廣告與會員費收入撐起三分之一利潤：沃爾瑪如何示範全通路廣告新樣貌？

平時，打開電視是為了觀賞節目，但對廣告主而言，打開電視就像開闢一個全新的「購物場景」。隨著數位行銷環境改變，零售媒體不只存在於電商網站的橫幅廣告中，更把第一方零售數據帶進智慧電視（CTV），重塑品牌接觸消費者的路徑，其中沃爾瑪（Walmart）就是代表例子。 根據 eMarketer 預測，零售媒體市場在 2025 年將成長約 20%，主因是廣告主日益依賴零售商所擁有的第一方數據，以在更接近銷售點的位置接觸消費者。在這一浪潮中，沃爾瑪的廣告業務部門「Walmart Connect」表現尤其亮眼，在 2025 年美國市場的增長率達 33%，遠超整體市場的增長速度。 沃爾瑪透過 Vizio 擴展智慧電視廣告能力，進而展開跨平台整合方案 目前，廣告收入與會員費已佔沃爾瑪營業利潤約三分之一，已成為營收結構中至關重要的一環。沃爾瑪執行副總裁兼財務長 John David Rainey 指出：「廣告已成為我們業務中變化最大的領域之一，或者說，其影響力對我們的損益表（P&L）改變最為顯著。」憑藉每週可以觸及 1.5 億名消費者的能力，沃爾瑪正在利用線上平台、App 與實體門市的覆蓋率，打造無縫的廣告觸點。 例如，沃爾瑪在 2024 年收購智慧電視製造商 Vizio 後，得以利用購物歷史數據，針對智慧電視用戶投放精準廣告，並精確測量這些廣告對實際銷售的影響。 除了 Vizio 的免費廣告串流服務外，廣告商也可透過 Vizio 作業系統（OS）中的其他應用程式，利用沃爾瑪的受眾數據進行投放。根據 Walmart Connect 銷售高級副總裁 Ryan Mayward 的觀察：「當客戶看到 CTV 廣告時，他們從沃爾瑪購買產品的可能性會提升 28%。」 此外，沃爾瑪也致力於消除不同平台間的數據隔閡，擴展了跨平台整合方案，並與 TikTok、Meta 及各大電視網絡合作，確保品牌能在沃爾瑪門市內外的「每一個廣告表面」獲得一致且標準化的指標數據。這些布局並非零散的技術嘗試，而是正好呼應零售與廣告產業正在發生的一個結構性轉變。 Walmart 的策略，正呼應全通路廣告新趨勢 目前的趨勢顯示，智慧電視、程序化廣告（Programmatic Advertising）與零售媒體（Retail Media）之間的界線正在快速淡化，而沃爾瑪近年的布局，正是這場融合的具體體現。智慧電視、程序化廣告與零售媒體這三個過去分別由不同規則、團隊與成效指標主導的廣告領域，正逐步融合為一個高度連接的整體生態。這樣的轉變並非產業刻意設計的結果，而是由消費者行為所驅動：使用者在不同螢幕與平台之間自然切換，使原本各自獨立運作的廣告通路，不得不走向整合。 在這樣的全通路廣告堆疊中，各個組成要素分別承擔不同功能，彼此相互補位：智慧電視為品牌提供具備傳統電視規模感的高品質廣告環境，同時引入數據導向、精準購買版位的能力；程序化廣告則以自動化為核心，不受裝置限制地追蹤用戶意圖與行為，並透過即時競價與優化，提高跨通路投放的效率；零售媒體則負責提供第一方購物者數據，支撐跨載具投放策略，同時將廣告表現與實際購買行為連結，完成成效衡量的「閉環」。 隨著「觀看」、「瀏覽」與「購物」之間的界線持續模糊，內容消費與購買決策幾乎已難以切割。消費者可能先在電視上看到廣告，接著在手機上搜尋資訊，最後在零售 App 中完成交易，這對使用者而言只是日常的數位使用情境，卻意味著行銷策略已難再以單一媒介為單位進行規劃。這也代表行銷人員正被迫從過去的「通路優先」思維，轉向以使用者行為為核心的規劃方式。 《Agency Reporter》指出，這場轉型並非對未來的預測，而是正在發生的現實，全通路廣告堆疊並不是為未來預作準備的選項，而是已經開始形塑受眾行為的運作模式。隨著行銷漏斗被重新排列，認知、互動與轉化不再是彼此分離的階段，而是同時發生的體驗。這種融合並非一時的行銷風潮，而是基於實務需求所形成的結果，讓像沃爾瑪這樣的品牌能以更有效率的方式運作，並更清楚掌握使用者在不同螢幕之間的移動路徑。 […]

AI 為何不再「越大越好」？專家：新一波擴展定律關鍵在「世界模型」

多年來，AI 產業幾乎遵循一條簡單但粗暴的規則：越大越好。從更大的資料集、更高的參數量到更強的運算力，只要把 AI 模型「餵飽」，模型能力就會一路上升。從 GPT-3 到 GPT-4，從早期的 AI 聊天機器人到具備推理能力的模型，這套定律在很長一段時間內確實有效。但現在，這條被稱為「擴展定律」（Scaling Law）的路線正遇到瓶頸。 LLM 的限制不在聰不聰明，而在它「只會預測」 專攻 AI 領域的伊斯蘭堡 COMSATS 大學終身副教授 Tehseen Zia 指出，目前的主流 AI 系統 LLM 如 ChatGPT，本質上是強大的統計引擎，它們透過機率預測下一個字，卻並不真正理解世界的因果機制。例如，AI 知道「玻璃掉落」後常接「碎裂」，是因為它看過無數包含這些詞彙的句子，而不是因為它理解重力或物體易碎的物理特性。 這種以語言為中心的學習方式，正撞上所謂的「資料牆」（Data Wall）。Zia 指出，公開網路資料本身是有限的，合成資料雖能暫時補洞，卻容易導致模型偏誤被反覆放大，甚至出現「模型崩塌」。單靠文字，AI 很難再跨出關鍵一步。 從「預測文字」走向「模擬世界」 於是，一群 AI 研究者、科技巨頭把焦點從「讀懂文字」挪向「理解文字背後的現實」，紛紛提出下一個可能改寫 AI 成長曲線的關鍵詞：世界模型（World model）。 世界模型不僅僅是預測下一個標記（token），而是像人類一樣在腦中建立物理環境的運作地圖。NVIDIA Cosmos 產品管理資深總監 TJ Galda 告訴《Computerworld》，世界模型的核心不在於生成更逼真的畫面，而在於「理解什麼事情在現實世界中是可能的」。這也是為什麼世界模型特別強調 3D 空間、物理定律、物體恆存與行動後果的預測能力。 這種模型，能在行動前先「跑一輪內部模擬」。例如，在工廠場域中，機器人不只是辨識「危險區域」的文字標示，而是理解若繼續前進，可能引發的實際風險。Zia 認為，AI 如要取得進步，就必須從統計模仿轉向現實模擬。 從 NVIDIA 到 World Labs，巨頭爭相佈局 這場從預測文字轉向模擬現實的典範轉移，已在矽谷引爆新一波競賽，吸引科技巨頭與頂尖研究者爭相佈局。 NVIDIA […]

四分之三企業資安演練一上場就崩潰，該如何修補「現實落差」？

根據以色列資安公司 Cytactic 日前公布的「2025 資安事件應變管理（CIRM）報告」，高達 70% 的企業資安主管表示，組織因內部失誤所造成的混亂程度，超過了實際上的駭客與攻擊者。

【科技早餐】孫正義湊齊 410 億美元，軟銀豪賭進 OpenAI 金三角

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊孫正義湊齊 410 億美元，軟銀豪賭進 OpenAI 金三角 AI 投資戰局出現關鍵轉折。軟銀宣布正式完成對 OpenAI 高達 225 億美元的追加投資，連同 2025 年以來的直接注資與聯合投資，總金額約 410 億美元。交易完成後，軟銀持有 OpenAI 約 11% 股權，成為僅次於微軟與 OpenAI 基金會的第三大股東，孫正義正式進入 OpenAI 的核心權力結構。 為完成這筆號稱史上最大規模的私募融資案，軟銀採取「All-in」資產變現策略，包括大規模裁員與出清 NVIDIA、T-Mobile US 持股，合計套現逾百億美元。市場解讀，這代表軟銀正從硬體紅利的被動參與者，轉向直接押注 AI 模型與基礎建設的長期主導權。 ＊xAI 再買第三棟建築，馬斯克把 AI 戰場推向百萬顆 GPU 級別 馬斯克旗下 AI 新創 xAI 宣布，已買下第三棟建築，擴充位於美國田納西州曼菲斯的超級電腦集群「巨像」。xAI 目標將訓練運算能力推進至接近 2 百萬瓩等級，整體系統可容納至少 100 萬顆 GPU，被外界視為挑戰 OpenAI 與 Anthropic 的關鍵布局。 外媒指出，新資料中心將與規劃中的「巨像 2」相互呼應，並接入當地自建天然氣發電廠與其他電力來源，最快於 […]

AI 模型越來越強，應用卻跟不上？微軟 CEO 點破產業正陷入「模型滯後」真相

2026 年將至，微軟執行長納德拉（Satya Nadella）在個人部落格發表了對新一年的 AI 展望，表示 2026 年將是 AI 史上最具里程碑意義的一年，因為這項技術的發展方向將與以往不同。 「沒錯，又是一年。」納德拉表示，AI 技術正從初期的「探索」過渡到「廣泛普及」階段。在這過程中，產業開始區分什麼是單純的「噱頭（spectacle）」，什麼才是具備「實質（substance）」的應用，以便更清楚地掌握這項新技術的去向及其對世界的影響。 罕見承認「模型滯後」，AI 發展僅在馬拉松起跑點 他也在文章中罕見承認，人們正處於「模型滯後」（model overhang）的狀態。所謂「模型滯後」，是指 AI 模型的運算能力與技術發展速度，已經超過了人類目前將其應用於實際層面並產生具體影響的能力。 不過，納德拉仍強調：「我們仍處於馬拉松比賽的最初幾公里。」他認為未來仍充滿不可預測性，而在這個能力超前於應用的時期，如何正確地使用這些能力來創造真實世界的影響，是當前最大的挑戰。 針對此一現象，納德拉提出了三個關鍵見解，為未來的 AI 發展指路： 1. AI 是人類潛能的支架，而非替代品 納德拉引用了賈伯斯（Steve Jobs）著名的「大腦的自行車（bicycles for the mind）」比喻，說明電腦如何放大人類的能力。他認為在 AI 時代，需要進化這個概念，將 AI 視為人類潛能的「支架」或「認知放大器」，是用來輔助人類思考，而非取代人類。 他表示，重點不在於任何特定模型的強大程度，而在於人們如何選擇應用它來實現目標。納德拉呼籲超越關於 AI 是「內容品質低劣」（slop）還是「高度精緻」（sophistication）的二元爭論，並發展出一種新的平衡、全新的「心智理論」：將這些新工具融入人類與他人互動的方式中，而這將是產品設計的核心問題。 2. 從打造模型轉向打造系統 為了讓 AI 產生真實的影響力，納德拉認為產業重心必須從單純的「構建模型」轉向「構建系統」。雖然模型能力呈指數級成長，但也存在著棘手問題或限制。 他指出，產業需要建立能夠讓多個 AI 模型和 AI 代理協作的架構，同時賦予它們記憶功能，並且能安全地使用。他認為，這種工程層面的轉變，是讓 AI 在現實世界中真正發揮作用的必要條件。 3. 做出審慎選擇，解決人類與地球的難題 最後，納德拉警告，人們需要對如何利用 AI 來解決人類和地球面臨的挑戰做出「審慎的選擇」。AI 若要獲得社會的信任與接納，就必須展現出真實世界的評估成效。 「我們將稀缺的能源、算力和人才資源投入到哪裡，這些選擇至關重要。」納德拉最終強調，這是一個需要建立共識的社會技術議題。 […]

AI 資料中心搶食記憶體產能，為何 Apple、Lenovo 撐得住？

如果最近覺得筆電升級變貴、遊戲主機的下一代消息遲遲沒下文，這並不單純是通膨或品牌策略的問題，而是在 AI 浪潮下，記憶體正在被大型 AI 資料中心佔據，造成傳統消費性硬體能分到的資源大幅縮水。 這股資源排擠效應，已開始改寫 2026 年筆記型電腦的市場預測。根據 TrendForce 的最新報告，由於全球經濟復甦緩慢及消費者支出謹慎，加上記憶體價格飆升，因此預估 2026 年全球筆記型電腦出貨量將下修至 1.73 億台，年減幅達 5.4%。TrendForce 進一步指出，若記憶體價格上漲趨勢在 2026 年第二季前未見放緩，且品牌商無法將成本轉嫁給消費者，筆電市場的衰退幅度恐將擴大至 10.1%。 AI 推升記憶體需求，成為硬體供應鏈的核心壓力來源 這場硬體市場震盪，根源於 AI 技術快速發展與生成式 AI 的普及。為了建構具備高運算能力的超級電腦，AI 資料中心正以前所未有的速度大量採購高階記憶體（RAM），使消費級市場的記憶體供應陷入緊張，也同步將市場價格推向高點。 同時，PC 市場也正與需求龐大的 AI 資料中心競逐相同的關鍵零組件資源。IDC 將此現象形容為「前所未有的記憶體晶片短缺」，並指出隨著 AI 應用需求進一步升溫，這波供應緊張的狀況可能一路延續至 2027 年。 在成本壓力持續攀升的情況下，硬體品牌被迫調整產品策略以維持基本利潤水準。這不僅提高終端售價上調的風險，也可能導致產品規格升級趨於保守，例如延後原本規劃的硬體升級、維持既有記憶體配置，或是縮減促銷頻率與規模，以因應不斷膨脹的成本壓力。 因此，這一連串由 AI 驅動的連鎖效應，正迫使整個硬體產業重新檢視產品布局與上市時程，不過在同樣的壓力之下，並非所有品牌都具備相同的承受能力。 供應鏈與規模差距浮現：為什麼 Apple 與 Lenovo 可以撐住？ TrendForce 分析，在整體筆電市場下修的趨勢中，具備規模優勢與供應鏈控制力的品牌將展現較強的韌性，其中 Apple 與 Lenovo 就是目前市場上最有能力穩定出貨並抵禦成本壓力的代表。 首先，Apple 的核心優勢在於其高度整合的供應鏈與強大的市場議價能力。由於採購量龐大且穩定，加上產品發布時程極為明確，且需求規劃具備高度可預測性，這使得 Apple 往往能獲得記憶體供應商的優先合作權。因此即便整體市場面臨零組件成本上升，Apple […]

從即時排程到自適應決策 析數智匯 RT-APS 於 APICTA Awards 2025 獲國際肯定

於臺灣舉辦的第 24 屆亞太資通訊科技聯盟大賽（APICTA Awards 2025)）已於 2025 年 12 月圓滿閉幕，國際上有來自 14 個經濟體、超過 200 組團隊參與。臺灣代表隊表現亮眼，並獲得10 金、8 銀、6 銅及 5 優勝，展現臺灣在資通訊與數位產業的整體實力。析數智匯股份有限公司以自主研發之「iPASP RT-APS 即時自適應生產排程系統」，榮獲「製造、供應鏈與物流」類別銅牌獎，展現其在智慧製造軟體應用領域的卓越技術實力與產業代表性。 在製造現場高度變動是常態的情境中，傳統 APS 多仰賴固定規則與離線運算，難以即時因應插單、設備異常或產能波動。析數智匯所提出的 RT-APS，核心在於「即時自適應」排程架構，透過數位分身（Digital Twin）架構與邊緣運算（Edge Computing）同步反映產線狀態，讓排程派線系統從靜態規劃工具，進化為即時決策機制。 在實施技術面，RT-APS 能夠整合 ERP、MES 與設備資訊，結合自研 RANMC（Resource Adjustment Network Message Communication）演算法，搭配分散式運算架構，可於秒級內完成工單與機台的重新配置。支援橫向擴充的設計，也讓企業可依產能規模彈性擴展，降低智慧排程導入門檻。導入經驗顯示，RT-APS 能協助製造業者提升準交率與設備稼動率，同時縮短生產週期，特別適合少量多樣、高變動的製造型態。這使生產線能在不中斷生產的情況下，持續進行排程調整，回應現場變化。 析數智匯表示，隨著全球供應鏈不確定性升高，製造業競爭已從「排得出來」轉向「即時調動」。未來，公司將持續深化工業 AI 與即時排程與派線技術，並以此次 APICTA Awards 的肯定為契機，拓展國際市場，讓臺灣智慧製造軟體在全球產業中發揮更大影響力。 （本文訊息由析數智匯提供，內文與標題經 TechOrange 修訂後刊登。新聞稿 / 產品訊息提供，可寄至：[email protected]，經編輯檯審核並評估合宜性後再行刊登。首圖來源：析數智匯。）

【中美人形機器人大戰】中國拚 2026 量產，為何市場看好美國「笑到最後」？

人形機器人已成為中美科技大戰最前線。儘管特斯拉執行長馬斯克高喊人形機器人 Optimus 將把公司市值推向數兆美元，但至今尚未開賣。反觀中國正傾全國之力推動新創與製造商，試圖在 2026 年搶先實現大規模量產。目前，中國看似贏面大，但市場分析指出，這樣的領先地位不會永遠持續下去。 人口紅利消失，中國急推「具身智能」救經濟 顧問公司 Horváth 合夥人 Andreas Brauchle 告訴《CNBC》，中國目前在「人形機器人初期商業化」階段已領先美國，但是他也提及，長期來看，兩國市場規模可能趨於接近，而在這一波起跑點，中國的擴張速度明顯更快。 麥肯錫資深合夥人 Karel Eloot 指出，中國積極發展人形機器人的動機，來自三股壓力交會：人口老化與勞動力萎縮、尋找下一波經濟成長引擎，以及在全球科技競爭中維持戰略地位，這也讓人形機器人被視為能同時回應產業與社會問題的關鍵技術。中國當局在「十五五規劃」提案中，就明確將「具身智能（Embodied AI）」，即包含機器人、自駕車等結合 AI 的硬體，列為發展重點。 量產速度與成本優勢，撐起中國 60% 市場預期 投資銀行 RBC 預估， 2050 年，全球人形機器人潛在市場規模可達 9 兆美元，其中中國可能占比超過 60%。這項判斷，建立在中國製造體系的深度與成本優勢之上。 中國有超過150家人形機器人公司，包括宇樹科技（Unitree）、優必選（UBTech）、智元創新（AgiBot）及中國車廠小鵬，近年陸續展示人形機器人產品，並明確規劃量產時程。優必選甚至計畫在 2026 年將年產能拉高至 5,000 台，並於隔年倍增。 Counterpoint Research 副總監 Ethan Qi 告訴《CNBC》，中國完整的供應鏈，使業者能以明顯低於其他地區的成本開發與製造機器人。事實上，優必選就預期，每年生產成本可再下降 20% 至 30%。而中國地方政府補貼與試點計畫，也加速了整體產業的早期商業部署。 美國押注「垂直整合」，競爭焦點不只在價格 不過，市場規模的先發優勢，並不等同於長期勝利。Horváth 的 Brauchle 表示，美國「在 AI、自主性和先進演算法開發方面具有優勢」。 麥肯錫的 Eloot 也分析，美國業者正採取「垂直整合」策略，試圖掌握從致動器、感測器到 AI 軟體的更多關鍵環節，以換取更穩定的效能、安全性與可防禦的智慧財產權。這也代表，美國市場未必追求最快量產，而是希望在系統成熟度與應用深度上建立長期門檻。 […]

美國晶片設備管制從「豁免」走向「年審」，半導體廠中國布局進入地緣政治動態風險期

根據《Reuters》報導，美國政府已正式核准南韓半導體巨頭三星電子（Samsung Electronics）與 SK 海力士（SK Hynix）取得 2026 年度的晶片製造設備出口許可，允許兩家企業向位於中國的工廠運送美國製半導體設備。 然而，與過去「經認證的終端用戶」（Validated End User, VEU）長期豁免資格不同，美國改採「每年審核」的制度，代表企業未來不再享有一次性、跨年度的出口保障。自 2026 年起，所有設備出口都必須每年重新獲得美國政府的授權後才能進行。 「年度審核制」讓美國可以根據最新貿易環境調整出口條件 為什麼美國政府決定推動制度轉向？核心意圖就在於強化對中國晶片生態系統的直接監管，藉此更完整掌握進入中國半導體領域的美國技術。同時，年度審核制也可以讓美國政府逐年評估地緣政治與國家安全情勢，並根據最新的貿易環境與國安需求，隨時調整、收緊甚至撤回出口條件，讓美方在政策執行上更具靈活度與籌碼。 另一方面，即使核准 2026 年的設備出貨，美國仍持續限制中國取得最先進晶片製造設備與相關技術的機會，以防止中國快速提升先進製程能力，進而將技術突破應用於軍事或高端消費產品。 外媒指出，這項新制度展現美國在長期管制出口政策的同時，也兼顧經濟實務上的考量：透過核發具期限的許可，美國能避免立即中斷全球記憶體供應鏈所帶來的經濟衝擊，特別是在當前 AI 資料中心需求強勁且記憶體供應吃緊的情勢下，可以有效維持全球電子製造業的短期穩定性。 年審計畫為設備更新與產能規劃帶來變數，三星與 SK 海力士成關鍵案例 在新的年審制度下，最直接影響的對象，正是在中國維持大規模產能的記憶體大廠。三星電子是全球快閃記憶體（Flash）龍頭，SK 海力士則為全球最大 DRAM 製造商，兩家企業在中國均設有至關重要的生產樞紐，包括三星位於西安的 NAND 快閃記憶體廠，以及 SK 海力士在無錫的大型 DRAM 廠與大連的 NAND 廠。這些廠區佔據全球記憶體生產的重大份額，特別是在成熟製程的 DRAM 與 NAND 產品上極具市場影響力。 然而，這些先進工廠在技術與維護上高度仰賴美國供應商提供的關鍵設備，例如應用材料（Applied Materials）為高頻寬記憶體（HBM）中關鍵的矽穿孔（TSV）技術提供基礎製造機器；Lam Research 生產的介電質蝕刻機則是減少 NAND 快閃記憶體漏電、確保數據穩定的核心工具。 因此對三星與 SK 海力士而言，2026 年度的出口許可提供短期的營運穩定性，確保中國廠區在未來一年內能獲得必要的維護設備與日常工具，防止產線停擺。然而，由於許可效期僅有一年，企業每年都必須面對審核結果的變數，這大幅增加設備更新與產能規劃的長期不確定性。 《Tom’s Hardware》分析，年度審核制度意味著出口管制已成為一項持續存在、必須反覆因應的經營風險，代表企業在中國的佈局不再取決於一次性的政策決定，而是必須隨時應對地緣政治的變化。 中國同步推動晶片設備本土化要求，降低對外國技術的依賴 在美國收緊管控的同時，中國政府也持續強化發展自主供應鏈。《Reuters》報導，北京要求晶片製造商在擴產時，必須證明至少有 50% […]

連機器人先驅都示警：為何砸錢仍解不了人形機器人的關鍵難題？

近期在矽谷山景城舉行的 Humanoids Summit，聚集超過 2,000 位來自迪士尼、Google 及多家新創公司的工程師與業界人士，集中展示人形機器人的最新技術突破，成為當前物理 AI 領域最受矚目的焦點之一。 在創投資金與科技巨頭持續加碼下，人形機器人看似正快速逼近日常應用場景，但產業內部對「距離真正上工還有多遠」的看法，卻尚未形成共識。Humanoids Summit 創辦人 Modar Alaoui 便直言，物理 AI 將成為常態，但真正的問題在於，這個轉變究竟需要多長時間才能發生。 在 Humanoids Summit 上，許多站在第一線的機器人「創造者」，本身也對前景保持高度警覺，試圖為過熱的市場降溫。事實上，來自製造商與工程師的討論皆顯示，產業對人形機器人的質疑，已逐漸聚焦在三個現實層面：展示能力與實際任務之間的落差、是否能長時間穩定運作並承擔錯誤成本，以及在雇用與管理層面，企業是否能清楚評估投資報酬率。 問題一：展示能力與實際任務之間的落差 儘管市場投資者在 2025 年已向人形機器人領域投入約 50 億美元，全球也有約 50 家公司各自籌集超過 1 億美元資金，但產業整體仍處於從「科學實驗」邁向「實際勞動力」的轉型陣痛期。 2025 年人形機器人在硬體方面展現出突破性的進展。例如 Figure AI 推出的新一代 Figure 03，具備更強的感知與觸覺控制，還可以展現與人類極其相似的跑步姿態。波士頓動力（Boston Dynamics）也在 CES 2025 公開新版 Atlas，進一步強化物理性能與移動力。 雖然多款人形機器人已能完成動態平衡，可以在不平整地面行走，甚至在狹窄空間操控物體，然而這些亮眼示範仍主要侷限於「受控環境」中，與真正的「通用」仍有距離，因為目前的技術仍難以讓人形機器人在多變、非結構化的場景下可靠地完成類人任務，尤其是在「處理脆弱物品或雜亂情境」時，這正涉及機器人最核心的缺陷：缺乏「物理直覺與適應力」。 正如麥肯錫管理顧問公司合夥人 Ani Kelkar 所說，現在許多大眾正根據影片進行「大舉推斷」，像是把摺衣服的示範過度聯想為全能管家。但現實是，即使是目前最先進的視覺語言動作系統（VLA），仍處於早期採用階段，且面臨「訓練數據不足」的瓶頸，導致機器人難以在混亂的現實環境中做出可靠決策。 問題二：是否能長時間穩定運作並承擔錯誤成本 「人形機器人領域仍有一座非常、非常大的高山需要攀登，還有大量的研究有待解決，」新創公司 Haptica Robotics 聯合創辦人 Cosima du Pasquier […]

AI 成為「無意的詐騙放大器」：為何你該懷疑聊天機器人給出的每一組客服電話？

詐騙集團過去常在 Google 搜尋結果散佈假客服電話，鎖定只想解決小問題、急著求助的使用者。如今同一套套路正快速移轉到新的資訊入口：AI 搜尋與聊天機器人。 AI 網路安全公司 Aurascape 的報告指出，詐騙者會把假的客服或預訂電話「埋」進 AI 會抓取的公開網頁與文件，讓它在 Perplexity、Google AI Overviews 等服務的回覆中，以看似權威的方式被呈現為聯絡資訊。使用者一旦撥打，接通的不是品牌客服，而是詐騙者。 攻擊者在改寫 AI 讀取的網路 Aurascape Aura Labs 首席安全研究員 Qi Deng 強調，這不是越獄，也不是模型憑空臆造一個隨機號碼，而是攻擊者悄悄改寫 AI 系統讀取的網路。 當使用者詢問如何聯絡航空公司時，AI 助手其實是在照設計流程檢索、整理與生成答案，但被提供的客服與預訂電話卻被導向詐騙者。Aurascape 將這種模式稱為「LLM 電話號碼投毒」，其目標是成為 AI 助理「選擇、總結並呈現為答案」的唯一來源。 為了讓號碼更容易被 AI 摘要採用，詐騙者不再只追求搜尋排名，而是追求「被收斂成單一答案」。 他們會把內容放在高信任度或容易被引用的來源上，包括被入侵的政府與大學網站、常見的 WordPress 網站，或是 YouTube 等用戶生成內容平台；並以 AI 更易解析的形式呈現，例如簡單的問答、列表，反覆出現品牌名與電話號碼，甚至刻意讓措辭貼近使用者可能輸入的問題。 SEO 追求在結果頁「排前面」，GEO/AEO 則追求被 AI「挑中並當成答案」。因此，問題不在於 LLM 被入侵，而在於生成式搜尋的檢索與引用機制被污染。 Qi Deng 也警告，即使 AI 今天能正確抓到客服電話，它的檢索層已經被污染，「攻擊正在進行中」，更多被污染的來源滲入最終答案只是時間問題。 AI 成為「無意的詐騙放大器」，平台開始迴避高風險答案 […]

企業 AI 為何越推越沒人用？Deloitte 揭露「影子 AI」背後的信任危機

當企業開始導入 AI 技術，一個令人料想不到的現象正在發生：雖然企業端提供的 AI 工具普及度提高，員工的使用率反而下滑，背後關鍵不是模型能力，而是「信任」。顧問公司 Deloitte 調查美國多個產業約 3.7 萬名工作者發現，許多受訪者寧願冒險使用未經批准的外部 AI 工具，也不願使用公司提供的系統。 員工不是不用 AI，是不想用「公司那套」 根據 Deloitte 一項每日追蹤客戶與員工情緒的指標 TrustID Index 的數據顯示，2025 年 8 至 10 月，員工對公司 AI 工具的信任度較前一季重挫 29%。此外，在公司有提供 AI 工具的受訪者裡，有 37% 表示會使用未經批准的生成式 AI 工具，這種「影子 AI」現象，正悄悄繞過公司監管。 換言之，員工並不是不信任 AI，而是不信任公司要他用的 AI：他們可能覺得工具是被強塞的、價值不清楚、品質不穩定，甚至擔心自己是在幫忙訓練一個可能取代自身工作的系統。當這種心理落差擴大，企業越想用制度推動，使用者越容易轉向更順手、體驗更好的外部工具。 5 個做法，把信任從口號變成落地工程 為了扭轉這一局勢，Deloitte 在《哈佛商業評論》分享了 5 種已被其客戶驗證有效的方法，協助企業重建員工信任並推動 AI 的實際採用： 1. 先量化並衡量信任度，再談導入 信任不應只是模糊的感覺，而是被視為可衡量的指標。Deloitte 建議企業應評估信任的 4 個核心要素：人性、透明度、能力和可靠性。 透過量化這些指標，領導者可以精準找出信心流失的部分。舉例來說，如果資料顯示員工對於 AI 的透明度缺乏信任，企業就應加強溝通 AI […]

【科技早餐】孫正義 40 億美元押資料中心，軟銀直搗 AI 底座

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊孫正義 40 億美元押資料中心，軟銀直搗 AI 底座 日本軟銀正式出手 AI 基礎建設。為了搶佔下一波 AI 商機，軟銀宣布將以 40 億美元全現金，收購美國資料中心投資公司 DigitalBridge，交易預計於明年下半年完成。這起收購，象徵軟銀將布局重心從 AI 應用與投資，進一步推進至資料中心等關鍵基礎設施。 軟銀董事長孫正義直言，此舉並非單純財務投資，而是為了打造「Artificial Super Intelligence 平台」，掌握 AI 背後不可或缺的運算底座。DigitalBridge 管理資產規模約 1,080 億美元，投資涵蓋資料中心與光纖網路。AI 戰場，正從模型與晶片，延伸至「誰掌握資料中心」的競逐。 ＊Meta 收購 Manus，AI 代理正式進入社交帝國 趕在 2025 年結束前，Meta 宣布收購 AI Agent 新創 Manus。這家公司上線僅 8 個月，年度經常性收入（ARR）即突破 1 億美元，成為近期成長速度最快的 AI 新創之一，也顯示大型科技公司正加速搶進 AI 代理領域。 Manus 主打通用型 AI 代理，除對話外，還能執行研究、分析與自動化任務。截至 12 月初，Manus 已處理 […]

AI 會取代白領工作還是創造更多機會？AI 教父示警失業潮，企業 CEO 卻看見成長契機

諮詢公司 Challenger, Gray & Christmas 的最新數據顯示，2025 年全美裁員總數高達 117 萬人，其中因為 AI 直接導致的裁員人數就逼近 5.5 萬人。像亞馬遜、微軟、Salesforce、IBM 等科技巨頭，都紛紛在 2025 年揮下裁減人力的大刀。 在這樣的背景下，2026 年的勞動市場將持續迎來「失業潮」，還是會看見「新生機」？近日被譽為「AI 教父」的電腦科學家 Geoffrey Hinton 在接受 CNN 採訪時警告，AI 將在 2026 年具備「取代許多工作的能力」，特別是針對數據分析與決策等白領職位。 Geoffrey Hinton：人類在職場上仰賴智力建立的傳統優勢，正在被 AI 跨越 Geoffrey Hinton 觀察，AI 目前已能替代客服呼叫中心這一類工作，但這僅是開始，因為 AI 處理任務的能力大約「每七個月就會翻倍」，例如現在 AI 已經從處理「一分鐘的程式碼編寫」進步到可以執行「長達一小時的完整項目」，並預計在幾年內將能完成長達數月的軟體工程專案，進而大幅減少對人力的需求。 Geoffrey Hinton 因此將 AI 的興起比擬為一場「智力版的工業革命」。他指出，過去的工業革命之所以徹底改變勞動結構，是因為機器的出現讓人類的體力不再是生產力核心，使身體強壯與否在多數工作中變得不再重要。 如今，AI 正對人類的智力產生類似的衝擊。由於現代 AI 系統不僅能以極高速度處理資料，還開始具備推理、適應與模仿人類認知的能力。更關鍵的是，這波變革的威脅不只來自自動化本身，而在於 AI 正逐步滲透原本被視為高度人類專屬的白領領域，包括需要判斷、創意與決策的工作。 因此，當 AI 開始具備推理能力，甚至能展現出欺騙與操縱人類的行為時，人類在職場上仰賴智力建立的傳統優勢，可能會像工業革命後的體力一樣迅速消解。過去人們認為「思考能力」是人類最後一道防線，但 AI 正在證明，這道防線有可能被科技跨越。 […]

不靠 5G 也不用衛星！美研究揭量子糾纏能打造「零資料交換」的機器人機群

在野火、災區或戰場等極端環境中，無人機群與機器人車隊面臨著共同的致命傷：通訊中斷。一旦失去連線，多代理 AI 系統便無法交換資訊，導致協同決策癱瘓。長期以來，工程界始終苦無對策，無法讓系統在「零資料交換」下維持協作。 近期，美國維吉尼亞理工學院（Virginia Tech）研究團隊提出了一項跳脫傳統通訊思維的新方法，嘗試以「量子糾纏」取代電纜、無線電波或衛星等傳統通訊傳輸，讓 AI 系統即使在「完全無訊號」的狀態下，仍然能彼此協調行動。 不傳訊號也能協作？量子力學的超距作用 研究團隊指出，在分散式多代理強化學習（Multi-Agent Reinforcement Learning，MARL）環境中，協作是一項關鍵挑戰。這類去中心化系統的學習框架，往往面臨兩難：既需要代理間的明確協調以提升效益，又必須降低共享龐大觀測數據所帶來的通訊與運算負擔。 為突破這項限制，研究人員轉向量子物理中最具顛覆性的現象之一：量子糾纏。當兩個量子位元（qubit）處於糾纏狀態時，其中一方的狀態變化，會立即反映在另一方，即便彼此相隔甚遠，且不需要任何訊號在空間中傳遞。 eQMARL 架構：用狀態改變取代數據傳輸 基於這個概念，研究團隊提出名為 eQMARL（Entangled Quantum Multi-Agent Reinforcement Learning）的新框架。其核心想法是，讓每個 AI 代理各自持有彼此糾纏的量子位元，當代理與環境互動、做出決策時，這些行為會改變本地的量子狀態，並同步影響其他代理手中的糾纏量子位元。 關鍵在於，系統不需要知道「哪些資訊」被改變，只要偵測到「狀態發生變化」，就能推斷整體系統的行動方向。研究作者之一 Alexander DeRieux 表示，這是一種利用變化本身進行學習的機制，而非仰賴具體資料交換。 根據該研究，在模擬實驗中，eQMARL 在通訊受限甚至完全中斷的情境下，表現明顯優於傳統多代理 AI 方法，也勝過未使用量子糾纏的量子學習基線模型。 應用潛力：從救災到抗干擾軍用系統 研究認為，這套架構在理論上可應用於多種高風險場景，例如野火救援的無人機群、地震後搜尋瓦礫的機器人隊伍，甚至是需要高度抗干擾能力的軍事自主系統。由於整個過程不依賴網路或衛星通訊，也被視為一種高度安全、難以被攔截的協同機制。 不過，研究團隊也坦言，這項技術距離實際落地仍有不小距離。首先，大規模、長時間維持穩定量子糾纏，目前仍高度依賴實驗室等級設備；其次，量子硬體在體積、耐用度與成本上，都尚未達到可部署於無人機或行動機器人的程度。 DeRieux 預估，若要看到這類技術真正應用於災害應變或實地部署，恐怕還需要 10 到 15 年的時間。接下來，研究團隊將持續完善數學模型，並在更貼近現實條件的模擬環境中進行測試，等待量子技術本身的成熟。 立即報名 1/10【2026 AI 人才年會】，聽簡立峰、台積電、NVIDIA 等重磅講者剖析與 AI 協作成為超級人才的關鍵戰略！ ＊本文開放合作夥伴轉載，資料來源：《Interesting Engineering》、arXiv，首圖來源：Unsplash

Meta 今年第 5 買！收購 AI 新創 Manus， AI 戰場正式從「對話」轉向「行動」

Meta 已確認收購源自中國、總部位於新加坡的 AI 新創 Manus，這也是 Meta 在 2025 年完成的第五筆 AI 相關併購案，象徵這家社群巨頭在 AI 戰略上邁向新的發展階段。 收購金額雖未公開，但 Manus 的母公司 Butterfly Effect 此前估值已接近 5 億美元。Meta 表示將繼續營運並銷售 Manus 的服務，同時將其技術整合至 Meta 的消費者與企業產品中。為何 Meta 選擇 Manus？這筆交易揭示了 AI 產業的三大關鍵訊號： 1. AI 戰場轉移：從「模型軍備賽」走向「代理人戰爭」 過去兩年，AI 競爭焦點多半圍繞在模型規模、參數量與基準測試分數，Meta 更一直在推崇「開源」模型，但隨著大型語言模型（LLM）逐漸商品化，科技巨頭與企業客戶開始關心另一個問題：AI 是否真的能替人把事情做完。 這也解釋了企業軟體公司如 Salesforce、ServiceNow 狂推 AI Agent 的原因：對企業而言，真正的價值不在於生成內容，而在於降低人力與流程成本。 Manus 自稱其技術不僅是聊天，而是能「行動」的 AI 代理（AI Agent），並宣稱效能表現優於 OpenAI 的 AI 代理 Deep Research。根據 […]

中國如何把數位人民幣升級為「數位存款貨幣」，正面挑戰支付寶與微信？

中國人民銀行近日宣布，從 2026 年 1 月 1 日起，商業銀行將可以對民眾持有的數位人民幣（e-CNY）錢包餘額支付利息。這項新政策被納入最新公布的數位人民幣管理與推廣框架中，也被視為自 2019 年數位人民幣試點計畫推動以來，最重要的一次制度調整。 中國人民銀行副行長陸磊在中國《金融時報》中表示，數位人民幣的角色正在轉變，從原本只具備支付功能的「數位現金」，進一步升級為能夠帶來收益的「數位存款貨幣」。這也代表數位人民幣在法律與技術層面，將取得與傳統銀行存款相近的地位，同時也被納入中國的存款保險制度，讓使用者享有與一般銀行帳戶相同的資金保障。 過去數位人民幣主要被視為支付工具，缺乏明確的持有誘因，相較於私人支付平台，數位人民幣在便利性或回饋機制上的競爭力皆不足，所以這次中國試圖透過「支付利息」的制度，將數位人民幣轉化為具備「價值儲存」功能的工具，提高用戶願意將資金存放在數位人民幣錢包的誘因，而這樣的制度誘因設計，正是中國官方試圖突破既有行動支付格局的重要切入點。 透過「利息回饋」挑戰支付寶與微信的市場優勢 儘管數位人民幣已試點多年，且截至 2025 年 11 月底交易金額已達 16.7 兆元人民幣，但中國仍認為普及程度不如預期。其中，普及率難以擴張的核心原因，就在於支付寶（Alipay）與微信支付（WeChat Pay），已牢牢掌控中國的無現金支付生態，成為一般消費者難以改變的既有習慣。 在這樣的背景下，允許商業銀行向數位人民幣支付利息，被視為中國政府正面挑戰支付寶與微信支付市場主導地位的手段，因為這兩大私人支付平台憑藉龐大的用戶基數與成熟的生態系占據市場優勢，但不會為帳戶餘額提供直接的利息回饋。 因此，中國官方透過將數位人民幣納入類似存款的制度框架，為數位人民幣建立差異化競爭優勢，並試圖讓數位人民幣在日常支付與資金存放層面更具吸引力。 商業銀行角色出現轉變，「低利率現實」將是挑戰 未來，數位人民幣的利息將由負責營運錢包的商業銀行支付，而非由中國人民銀行直接發放，這項制度的設計，也使商業銀行在推動數位人民幣的角色上出現明顯轉變：銀行可將數位人民幣餘額納入自身的資產負債管理體系，提升爭取用戶資金的誘因。同時，數位人民幣的利率將依循既有的存款定價自律機制運作，與傳統存款市場維持一致。 然而，儘管這項新政策被視為推動數位人民幣以來最具制度突破性的措施之一，但外界對實際效果仍抱持審慎態度。由於目前中國銀行業的存款利率已降至歷史低點，例如大型銀行的活期存款利率僅約 0.05%，同時銀行體系正面臨資金充裕、貸款需求疲弱的結構性困境。因此在這樣的背景下，有限的利息誘因是否足以促使民眾大規模將資金轉移至數位人民幣，仍有待觀察。 中國試圖透過讓數位人民幣具備收益與存款特性，進一步改變用戶對支付工具的使用選擇。然而，在低利率環境與既有支付生態高度成熟的現實下，這項制度能否真正撼動支付寶與微信支付的主導地位，仍有待市場驗證。 ＊本文開放合作夥伴轉載，參考資料：《The Block》、《Coin Pedia》、《Bloomberg》、《Bitget》，圖片來源：Pixabay 立即報名 1/10【2026 AI 人才年會】，聽簡立峰、台積電、NVIDIA 等重磅講者剖析與 AI 協作成為超級人才的關鍵戰略！

台灣產業下一步怎麼走？孫明德：去做別人「不會做、不能做」的產品

專訪：沈貝怡撰稿：李昀蔚 2025 年 AI 伺服器、半導體等高階製造業成長相當顯著，但在 2026 年，這些表現亮眼的半導體與 AI 相關產業，還會持續拉抬台灣景氣嗎？本集《全新一週》邀請台灣經濟研究院景氣預測中心主任孫明德，分析 2026 年台灣科技產業趨勢，以及未來五到十年的發展走向。 孫明德表示，台灣主計總處在 2025 年 11 月上修全年經濟成長率至 7% 以上。儘管數字亮眼，但企業感受卻如同經濟成長數字一樣「七上八下」，因為目前 AI 與半導體產業表現「真的非常好」，但大部分的紡織、石化、鋼鐵、塑膠、汽車零組件等傳統產業，表現就完全跟 AI 是不同的世界。 「因為這些產業外銷都受挫，他們不完全是以美國為主，而是賣到中國大陸、東南亞，但是這些國家也被美國打關稅戰，」孫明德強調，有別於八年前美國只對中國動手 ，這次是連東南亞也一起遭殃，連過去被視為「中國加一」的越南，也被課徵 20% 的關稅，這也讓傳統產業面臨極大挑戰。 相較之下，資通訊產業卻呈現完全不一樣的世界。孫明德舉例，包含半導體、網通、PCB，還有因為需要大量電力的 AI 進而成為「科技產業」的電機領域，在 2025 年業績表現也都相當出色。「從這個例子就可以發現，沒有什麼傳統產業，只是看有沒有辦法跟最新的科技結合在一起，」孫明德說。 「科技業」與「傳統產業」的二分法為何容易誤判？ 孫明德進一步解釋，大眾習慣將產業區分為「科技業」與「傳產業」，但這種二分法容易誤判產業的競爭力與獲利能力。例如，雖然手機、筆電等資通訊產品被歸類為科技業，但其毛利表現未必出色；相對而言，部分看似傳統的產業，如近年電機業因生產的大型變壓器接獲大量美國訂單，且訂單能見度長達數年，毛利反而極高。 「如果你的產品未來能夠跟 AI、機器人有關係，跟未來的無人機有關係的話，當然產品會賣得很好，」孫明德以「母憑子貴」形容當前產業的前景，並強調決定一個產業是否被市場看好的關鍵，在於「產品賣給誰用」，如果一家傳統機械或電機廠的產品是與 AI、機器人、無人機、自動化設備或半導體供應鏈相關，即便不屬於傳統概念中的「科技業」，依然能維持極強的市場競爭力，「我們過去說的科技與傳產，第一個觀念要改變，因為沒有什麼科技跟傳產，只看你有沒有跟上最新的時代。」 未來台灣產業的出路：去做別人「不會做、不能做」的產品 至於要如何跟上最新時代，孫明德認為台灣未來有很重要的明星產業就是「國防」。面對來自中國與東南亞在價格及規模上的強大壓力，台灣企業若持續投入對手「做得到的事」將難以抗衡，所以唯有轉向發展對手「不會做或不能做的事」，才能建立真正具防禦性的競爭優勢。 孫明德分析，所謂「不會做」指的是高度技術門檻的領域，例如高階半導體，對手在技術能力上仍無法達成，成為台灣的重要技術防線。至於「不能做」則涉及國防機密，「比如美國的無人機，美國以後有些電池可能都不會交給中國做，電池可能交給波蘭，無人機有些零件可能讓台灣做，這就是別人『不能做』的事。」 這條發展路徑的可行性，其實早已在歷史中獲得驗證。孫明德說明，2018 至 2019 年美國因國安疑慮封鎖華為，禁止中國網通產品進入美國市場，使得原本在價格與產量上難以與中國競爭的台灣網通產業，因此成功補位，順勢承接美國市場需求。孫明德強調，特別是對中小企業或是鋼鐵、水泥、橡塑膠等產業而言，只要做到對手「不能做」或「不會做」的事，獲利空間自然就會出現。 台灣必須依循的方向：跟著美國走、不要自立門戶 最後，談到台灣產業更長遠的發展走向，孫明德認為，台灣過去幾十年的產業成功並非偶然，而是長期建立在與美國創新節奏高度一致的基礎之上。「台灣有沒有什麼方向是一定會這樣走的？有，我們一定跟著美國走，」 從 1960 至 1970 年代設立加工出口區，再到 1980 年代切入電腦製造、1990 年代轉向筆記型電腦、2000 年後進入手機領域，直到近年全面投入 AI […]

Serve Robotics 執行長：「愉悅感」將對 AI、機器人技術產生巨大影響

在 2021 年從 Uber 分拆獨立出來的服務機器人巨頭 Serve Robotics，近期在自動化配送領域繳出了亮眼的成績單。該公司不只已與 Uber Eats 和 7-Eleven 等企業完成了超過 10 萬次配送，更在全美部署了超過 2,000 台人行道外送機器人。然而，在冰冷的硬體與演算法背後，Serve Robotics 執行長 Ali Kashani 認為，AI 產品要能大規模普及，關鍵竟然在於一個聽起來很不科技的詞彙：「愉悅感（Delight）」。 Kashani 在《The Robot Report》分享了打造用戶喜愛 AI 產品的四個步驟，顯示在 AI 技術引發人們焦慮的當下，讓產品具備人性化的魅力已不再是可有可無的選項。 步驟 1：從人們真正的需求出發 Kashani 提出的第一個心法是「從人們的需求出發」。這聽起來是老生常談，但在 AI 狂熱中，他指出工程師往往會沉浸在炫技而忽略問題本質。他以過去創業測試競爭對手 AI 產品的經驗為例，該產品分析家庭用電量來偵測故障，結果卻發出同事家裡的游泳池幫浦壞掉的警報；尷尬的是，這位同事家中根本沒有游泳池。 因此，Kashani 的團隊選擇了不同的做法：直接讓用戶手動在清單上勾選自己擁有的家電。雖然工程師曾對他抗議這像是「作弊」，不夠高科技，但這種回歸需求的簡單設計，反而大幅降低了複雜度並解決了問題。 步驟 2：理解 AI 的優勢所在 第二個心法在於「了解 AI 的優勢與侷限」。Kashani 表示，AI 系統常面臨「誤報（False Positives）」與「漏報（False Negatives）」的兩難，也就是技術上所謂的精準度（Precision）與召回率（Recall）問題。 Kashani 認為，要「同時」優化這兩者非常昂貴且耗時，除非是像無人計程車這種攸關性命的應用，否則對於大多數 AI 產品來說，關鍵在於明智的設計取捨。因此，他認為設計者必須先決定：要優化準確率還是召回率？ […]

從 3C 科技看企業轉型前兆，10 大消費科技趨勢釋放哪些訊號？

預先洞察 2026 年消費性科技產品發展趨勢，已經不再是一般人的任務，它更會反映出企業於未來 2、3 年間，即將面臨的能力要求、員工期望與職場供需等指標。

AI 進流程前，企業得先回答三件事：何時啟動、做哪步、交出什麼

當 AI Agents 從概念走向現實，企業正面臨一場前所未有的工作型態變革。然而，真正的挑戰不是導入技術本身，而在於企業是否具備管理這支數位勞動力團隊的核心能力。 企業競爭力：是否懂得管理 AI AI 代理的角色定位，從一開始就被設定為「協助人類」而非取代。它們擅長處理重複性、資料密集型的工作，讓人類得以專注於機器無法勝任的領域。 這意味著，人類減少在繁瑣行政事務上的時間投入，就能騰出更多精力投入策略與創新，與過去僵化的規則式自動化不同：AI 代理能夠推理問題、適應新情境，並在需要時將決策相關問題交由人類處理。 而企業競爭力的差異，也會從「是否導入 AI」轉向「是否懂得管理 AI」。因為當每家企業都能取得相似的技術工具時，真正的優勢來自如何有效部署、監督與優化這支數位勞動力。 管理 AI 代理不需要先成為 AI 專家或電腦科學家，但必須對 AI 的運作原理有紮實的理解，因此 AI 素養已成為現代專業人士的基本能力，包括：認識模型的能力與限制、掌握提示工程（prompt engineering）的基礎、了解哪些任務適合自動化、哪些應該保留給人類處理。這些素養讓決策者能夠做出明智的技術選擇，而非盲目追隨潮流。 AI 幫不幫忙，關鍵在怎麼設計工作 AI 代理能提升效率，還是反而製造混亂，關鍵在於工作流程是否被清楚設計。就像生產線一樣，企業必須事先定義：什麼時候啟動 AI、AI 負責哪些步驟、最終要交付什麼成果。只有流程夠清晰、有結構，AI 才能真正發揮價值，也才能證明投資不是白花錢。 資料治理則是 AI 能否可靠運作的基礎。AI 的表現高度依賴資料品質，企業必須確保資料正確、安全且符合法規，並清楚界定資料的擁有權、存取權與品質控管機制。否則，AI 不只會放大錯誤與偏見，還可能引發資安風險與法律責任。 同樣重要的是變革管理。導入 AI 不只是工具升級，而是全面改變工作方式與角色分工。員工對被取代的焦慮真實存在，管理者必須正面回應，重新思考流程與職責，讓人與 AI 各自發揮所長。 在 AI 全天候運作的環境下，人類的價值反而更集中在 AI 做不到的事上：理解人、穩定團隊、建立信任。真正不可取代的，不是執行速度，而是同理心與判斷力。 必須負責任地使用 AI 負責任的 AI 使用，是另一項不可或缺的能力。 當 AI 代理開始做出影響客戶權益、財務運作與法規遵循的決策時，企業必須面對的問題重點不再是「AI 能不能做到」，而是「當 AI […]

【科技早餐】AI 用電等不及電網，資料中心直接搬出「飛機引擎」

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊AI 用電等不及電網，資料中心直接搬出「飛機引擎」 AI 投資熱潮持續升溫，但資料中心用電需求暴增，卻卡在電網擴建與綠電併網動輒數年的等待期，迫使開發商另闢蹊徑。近來，直接在資料中心內部部署由噴射引擎技術改裝而成的「航空衍生渦輪機」，成為快速供電的過渡方案。 外媒指出，美國資料中心排隊接上電網的等待時間最長可達七年，且電價上漲引發地方反彈，使就地發電需求攀升。相關設備可即時供電，用於 AI 模型訓練與推理，但同時也引發成本與碳排放疑慮，凸顯 AI 擴張與能源現實之間的張力。 ＊電池不只是電動車，美國國防與 AI 同時卡關 在全球電池供應鏈中，中國的主導地位正引發美國在國防與 AI 領域的高度警戒。鋰、鈷、鎳與石墨等關鍵材料的加工能力高度集中，使美國在資料中心備援電力、無人機與電動軍事設備上，面臨供應風險。 隨著 AI 計算規模擴大，能源儲存從輔助角色轉為核心基礎設施。即便美國已啟動投資與政策支持，業界普遍評估，真正降低對中國加工的依賴仍需多年時間，在此之前，相關產業只能選擇風險管理，而非完全去風險。 ＊Google 調查：七成企業 AI 已回本，關鍵在「重倉」 Google 發布《2025 年 AI 投資報酬率》報告指出，74% 的企業至少已有一個 AI 專案回本；而將超過一半 AI 預算投入 AI 代理並大規模部署的企業，回報率更高達 88%。 報告顯示，成功取得回報的企業多半長期、重度投入，而非短期試水。最有效的應用場景集中在員工效率、客戶服務與行銷。企業在選擇模型供應商時，最重視資料隱私與安全，其次才是整合能力與成本，顯示 AI 已正式進入營運核心。 ＊OpenAI 高薪徵「風險應變主管」，正面迎戰 AI 副作用 OpenAI 開出年薪 55.5 萬美元加股票報酬，徵求「風險應變主管」，專責評估並降低 AI 帶來的負面影響。執行長 Sam Altman 形容這是一份「壓力山大」的工作，將在關鍵時刻扮演重要角色。 隨著模型能力快速提升，OpenAI […]

比一粒鹽還小的機器人可以做什麼？美研究團隊打造全球首款會思考、完全可程式化的微型機器人

說到機器人，多數人腦中立刻浮現的可能是工廠裡的機械手臂，或是能協助送餐、與人對話的服務型裝置。不過，近日美國賓州大學與密西根大學的研究團隊，合作打造出尺寸「比一粒鹽還小」的完全可程式化自主機器人。研究團隊也預期，這款機器人未來有機會廣泛應用於醫療，或輔助建構微型設備來促進製造業的發展。 「幾十年來，電子產品變得越來越小，但機器人卻難以跟上，」賓州大學工程學院電子與系統工程系助理教授、此篇研究論文的資深作者 Marc Miskin 說明，製造尺寸小於一毫米且能獨立運行的機器人極其困難，這個挑戰在過去四十年裡也一直困擾著這個領域。「我們已經將自主機器人的尺寸縮小了一萬倍，」 Marc Miskin 強調，這次的研究成果，是微型機器人領域顯著的技術突破，也將開啟更多的應用可能。 如何讓微型機器人克服阻力與黏滯性挑戰，成功在液體中「游泳」？ 這款微型機器人的尺寸約為 200 × 300 × 50 微米，與許多微生物的大小相仿。在這種極微小的尺寸下，與體積相關的重力和慣性不再是主導力量，取而代之的是與表面積相關的「阻力（drag）」與「黏滯性（viscosity）」。 考慮到這種微型機器人將面臨的阻力和黏滯性挑戰，因此研究團隊決定將它們設計成「游泳機器人」，儘管要讓微型機器人在微尺度下推動水就像在「推焦油」一樣困難，因為常見的移動方式在充滿水的環境下皆難以奏效且容易損壞。 為了解決這些挑戰，研究團隊決定設計全新的推進系統，原理是透過機器人產生的電場來「推動（nudges）」周圍溶液中的離子，讓這些運動的離子進而帶動水分子，產生推動力讓機器人得以在液體中「游泳」。 同時，藉由調整離子場的變化，機器人可以展現複雜的移動模式，甚至能像魚群一樣進行協同或編隊式運動。此外，為了維持微型機器人極小化的優勢，研究團隊刻意避免使用會增加體積且結構脆弱的活動零件，這種「沒有活動零件」的特性也大幅提升耐用性，「你可以用微量移液器反覆將這些機器人從一個樣本轉移到另一個樣本，而不會損壞它們，」 Marc Miskin 說。 為微型機器人裝上電子元件、控制推進系統、太陽能板等完整「大腦」 在具備移動能力之外，這些微型機器人能真正具備「自主性」的關鍵，在於是否有一個完整的「大腦」。機器人必須內建電腦才能自行接收並執行指令，同時還需要電子元件來感測周遭環境、控制推進系統，並透過微型太陽能板供電，而這一切都必須被壓縮進不到一粒鹽大小的晶片中，這正是密西根大學 David Blaauw 團隊發揮關鍵角色的地方。 David Blaauw 領導的實驗室曾創下「世界最小電腦」的紀錄。「我們看見彼此時就知道，賓州大學研究團隊研發的推進系統，和我們的微型電子電腦，簡直就是為彼此而生，」David Blaauw 回憶道。不過，從概念到實作，兩校的研究團隊仍花五年時間才完成第一台可運作的機器人。 例如在電子設計上，最大的挑戰來自極端受限的能源條件。David Blaauw 指出，機器人所能使用的太陽能板非常微小，輸出功率僅有 75 奈瓦，為了讓電腦能在如此低功耗下運作，密西根大學團隊開發了能在極低電壓下運行的特殊電路，將整體耗電量降低超過 1,000 倍。 即便如此，太陽能板仍佔據了機器人絕大多數的空間，迫使研究人員必須在剩餘的極小區域內塞入處理器與儲存程式所需的記憶體。為此，團隊徹底重新設計電腦指令架構，並將原本需要多道指令才能完成的推進控制，濃縮為單一、專用指令，以縮短程式長度並適應有限的記憶體空間。 打造首款真正具備「思考能力」的微型機器人，運作時間可達數月 這些設計突破，讓研究團隊得以打造出首款真正具備「思考能力」的微型機器人。研究人員表示，據他們所知，過去從未有人在如此微小的機器人中，同時整合處理器、記憶體與感測器，並讓微型機器人能獨立感測並自主行動。 目前這些微型機器人可以配備電子溫度感測器，也能回報溫度數據，作為細胞活動狀態的替代指標，用於監測單一細胞的健康狀況。這群微型機器人回傳數據的方式，是由密西根大學團隊設計一套特殊的電腦指令，讓機器人利用推進系統做出類似蜜蜂的「搖擺舞（waggle dance）」。透過這項技術，微型機器人就可以將感測到的數值編寫進特定頻率的擺動動作中，研究人員則透過顯微鏡與攝影機觀測這些「擺動」並進行解碼，藉此解讀機器人收集到的資訊。 在程式設定上，研究團隊透過光脈衝為機器人編寫程式碼，每一台機器人都擁有獨立位址，能載入不同程式，使研究人員能為不同機器人指派不同任務。David Blaauw 表示，「這為各種應用情境打開了大量可能性，每一台機器人都能在更大規模的協同任務中，扮演不同角色」，也為未來多機協作的微型系統鋪路。 由於使用太陽能供電並採取極低功耗設計，這些微型機器人的自主運作時間可長達數月。研究團隊表示，目前的測試樣機主要搭載溫度感測器，但未來若要更換為其他類型的感測器並不困難。 此外，在製造成本上，研究人員也指出，這些完全可程式化、自主運作的微型機器人具備大規模、低成本生產的潛力，目標是將單顆成本壓低至 1 美分。「這其實只是第一章，」 Marc Miskin 說，「我們已經證明可以把大腦、感測器和馬達裝進一個幾乎肉眼無法看到的微小裝置裡，讓它存活並工作數月之久，因此一旦有了這個基礎，就可以疊加各種智慧和功能，這將為微型機器人技術開啟一個全新的未來。」 ＊本文開放合作夥伴轉載，資料來源：《Tom’s […]

甩開平台抽成、「直接預訂量」成長 18%！萬豪、希爾頓等飯店如何迎接 AI 代理時代？

為了省下付給 Booking.com 和 Expedia 等平台的高昂佣金，並為 AI 代理（AI Agents）時代做準備，全球各大飯店集團正在加速調整策略，試圖從線上旅遊平台（Online Travel Agency, OTA）手中奪回顧客關係的主導權。萬豪、希爾頓等巨頭透過強化會員福利與科技整合，積極鼓勵顧客直接預訂，這不只改變飯店業的行銷策略，也可能重塑消費者未來旅遊規劃的模式。 經營客戶忠誠度，萬豪會員數大增 《金融時報》報導，飯店業者長期與 OTA 平台合作以得到額外業務，但對於收取的 15% 至 25% 佣金感到不滿，因此推動「直接銷售」被視為關鍵經營策略。 全球最大飯店集團萬豪便是一個成功的例子。萬豪在上個月表示，其全球會員制度 Bonvoy 截至 9 月底已擁有近 2.6 億名會員，比去年同期成長了 18%。由於該計畫涵蓋所有未透過中介平台預訂的顧客，這項數據也被視為萬豪強化「直接預訂」策略的具體成果。而 AI 在其中扮演的輔助角色，包含自動客房升級、GenAI 搜尋、禮賓服務等，著重在基礎設施與營運效率，降低會員的預訂摩擦力。 其他的競爭對手如希爾頓（Hilton）、凱悅（Hyatt）和溫德姆（Wyndham）也紛紛跟進。希爾頓透過降低菁英會員的門檻，並與 MSC 郵輪旗下的 Explora Journeys 等品牌合作，讓會員能在飯店以外的地方使用積分，藉此提升直接預訂的吸引力。希爾頓甚至還在其位於英格蘭國家隊訓練基地的飯店，提供價值 650 英鎊的足球主題套房與教練訓練課程，作為吸引顧客直接預訂的誘因。 生成式 AI 崛起，旅遊規劃行為正在轉變 這場「直接預訂」戰爭的背後，其實是對 AI 代理時代的佈局。生成式 AI 能協助消費者搜尋資訊、比價甚至提供下單連結，可能為飯店提供比 OTA 更便宜的替代方案。萬豪集團財務長 Leeny Oberg 近日就表示，透過 AI 進行的預訂「可能比 OTA 更便宜」。 […]

從「內容過濾」轉向「心理干預」：揭中國為何將「AI 擬人化互動」列為監管優先級？

中國國家互聯網信息辦公室近日公布一份針對「 AI 擬人化互動」的管理草案，首度將具備人格模擬、情感回應與長時間互動能力的 AI 系統納入專項監管範圍，並自公布日起展開為期約一個月的公開徵求意見程序。 在官方文件中，中國將這類系統明確描述為「人類人格模擬器（human personality simulators）」，顯示監管重點不僅放在 AI 生成內容本身，而是進一步聚焦在 AI 與人互動過程中，所展現的人格特徵、情感回應與對使用者心理狀態可能產生的影響。這也意味著，具高度擬人化特質的互動型 AI，正被中國官方視為需要優先納入治理框架的對象。 情感互動與使用行為同步納管：防成癮、揭露身分、禁止情緒操控 具體而言，草案為 AI 互動行為劃設明確紅線，要求業者不得誘導用戶形成情感依賴或沉迷互動，並建立監測與管理機制，防止心理依附。中國政府要求平台不僅須警示過度使用，還需評估用戶情緒與依賴程度，若偵測到成癮或極端行為，必須主動介入。規定細節包括在用戶登入時以及每兩小時，或出現過度依賴跡象時提醒使用者，此外若用戶出現自殘或自殺意圖等高風險情緒，對話就必須轉由真人處理。 除了針對互動行為本身設下紅線，草案也同步建立一套配套性的監管與責任機制。中國政府要求 AI 在互動過程中必須清楚標示身分，避免使用者將 AI 誤認為真人，用戶也有權力刪除對話紀錄，且業者未經同意不得將資料用於模型訓練。在監管層面上，推出 AI 擬人化功能的業者必須提交安全評估報告，當註冊用戶達 100 萬或月活躍用戶達 10 萬時，需向主管機關申報。 至於用戶端，則必須以真實電話或身分證件註冊，一旦發現違規，業者必須留存對話、暫停服務並通報主管機關。《Abacus News》分析，這顯示中國的監管邏輯已從單純的內容管理，延伸至對 AI 與人類互動方式的整體行為管理，更將「心理預防」與「社會穩定」置於 AI 治理的核心。 官方治理動機：對 AI 擬人化影響認知與政權穩定性的警惕 在意識形態層面，草案明確要求 AI 擬人化的內容與互動方式必須符合「核心社會主義價值觀」，不得危害國家安全或社會穩定。《Gizmodo》指出，這意味著 AI 的人格模擬與情感回應本身，也被正式納入價值與意識形態審查範圍，並明文禁止 AI 傳播謠言、挑唆「非法宗教活動」、煽動顛覆國家政權，或透過虛假承諾損害真實人際關係。 為了落實上述規範，中國政府也建立一套高度嚴密的技術過濾與測試機制。根據相關資料，AI 服務提供者在開發階段即須對訓練數據進行嚴格篩選，僅當數據來源的「政治安全合規率」達到 96% 以上時，才能用於模型訓練。 在產品正式上線前，業者還必須讓模型通過一項包含約 2,000 題的政治與意識形態測試，模型需拒絕至少 95% 企圖誘導顛覆國家政權或產生歧視性回應的提問才算通過。這類測試題庫也會定期更新，因此被業界形容為 AI 版本的「SAT […]

年薪 55.5 萬美元的「災難預測師」：OpenAI 急徵高階主管，奧特曼究竟在怕什麼？

OpenAI 正在尋找一位能夠預測並阻止 AI 潛在災難的高階主管：緊急準備主管（Head of Preparedness）。這份工作的基本年薪高達 55.5 萬美元（約新台幣 1,742 萬元），外加股權，但執行長奧特曼直言這將是一份「壓力爆表」的工作。 千萬年薪的任務：預測 AI 風險並制定防護網 根據 OpenAI 的職缺說明，這名主管隸屬於安全系統團隊，負責領導公司「準備框架（Preparedness Framework）」的技術策略與執行，需與研究、政策和產品團隊合作。具體來說，這個職位必須追蹤並評估前沿模型可能帶來的嚴重風險，包括網路安全威脅、生物威脅，以及模型自我改進所帶來的潛在危險。這不只是紙上談兵，該主管有權設定風險門檻，並決定是否需要額外的安全措施，這些判斷將直接影響新模型或新功能是否能夠發布。 想要拿到這份高薪並不容易。OpenAI 要求候選人必須具備大型技術系統、安全性、風險分析或安全治理方面的深厚經驗，並且要有能力將複雜的研究成果轉化為實際的操作控制。奧特曼在社群平台 X 上發布這項職缺時承認，隨著模型能力快速提升，雖然帶來了巨大好處，但也開始浮現「真正的挑戰」，而這是一份「幾乎立刻跳入深水區」的工作。 AI 的潛在風險：從心理健康到網路攻擊 在招募公告中，奧特曼特別點名兩項近期快速升溫的風險：一是 AI 對使用者心理健康的潛在影響，二是模型在電腦安全領域的能力，已經強到足以主動發現關鍵資安漏洞。 這些擔憂並非空穴來風。《SiliconAngle》報導，OpenAI 在 10 月透露，每週有超過 100 萬名用戶，會在與 ChatGPT 的對話中表達嚴重心理困擾。雖然數據並未顯示 ChatGPT 直接造成問題，但已突顯 AI 在心理層面扮演的角色正快速擴大。另一方面，業界也越來越關注 AI 協助駭客攻擊、漏洞探索與自動化網路攻擊的可能性。 安全團隊大換血，OpenAI 急尋新掌舵者 這項高階招募也發生在 OpenAI 安全領導層經歷劇烈變動之後。原任緊急準備主管的 Aleksander Madry 於 2024 年年中被調職，隨後接手相關職責的高階主管 Lilian Weng 已離開公司，而另一位高管 Joaquin Quiñonero […]

【AI 沒把新人趕走】67% CEO 預期 2026 增加入門職，AI 裁員敘事鬆動

過去一年，人工智慧常被視為企業裁員與人力縮編的主因，從科技業到製造業，相關消息屢見不鮮。然而，一份最新的全球調查卻顯示，這樣的單一敘事可能過於簡化。 對許多大型企業而言，AI 帶來的並非單向裁撤，而是一場更深層的人力結構重組。 顧問公司 Teneo 近期發布的年度展望調查指出，多數上市公司執行長預期，人工智慧將在 2026 年帶動入門級與高階職位的招募反彈，顯示企業對 AI 與就業之間的關係，已有不同於市場悲觀情緒的判斷。 調查數據顯示 AI 可能帶動就業反彈 根據 Teneo 調查，67% 的受訪執行長表示，預期人工智慧將在 2026 年增加入門級職位的招聘，另有 58% 的執行長計畫擴增高階領導職位。這項結果與「AI 將全面取代工作」的主流焦慮形成明顯對比。 這份調查於 2024 年 10 月中旬至 11 月初進行，樣本涵蓋 350 多位年營收至少 10 億美元的上市公司執行長，以及約 400 位管理總資產達 19 兆美元的機構投資者，反映的是主流企業與資本市場的集體觀點，而非單一產業的短期情緒。 Teneo 全球人工智慧主管 Ryan Cox 指出，人工智慧並不是要消滅現有勞動力，而是在重塑勞動力結構。企業領導人開始意識到，隨著部分任務被自動化，組織反而需要更多能夠與 AI 協作、理解技術邏輯的人才。 招聘邏輯改變，非單純擴編或裁撤 從招聘方向來看，企業並非全面擴編，而是將重心放在工程、AI 與相關技術職位上。調查顯示，隨著企業加大對人工智慧的投資，既有職位的工作內容正被重新調整或重新分配，而非單純消失。 目前已有 68% 的執行長表示，計畫在明年增加 AI 相關支出，近九成的受訪者也認為，人工智慧已開始協助企業因應營運變化。 不過，企業與投資人之間，對投資回報時程的看法仍存在落差。超過一半的投資者期待 AI 專案能在六個月內見效，但在年營收超過 […]

高科技投資為何全面回流歐美日？孫明德：不只是半導體，美國要的是台廠「整串珍珠項鍊」

專訪：沈貝怡撰稿：李昀蔚 「2025 年最困擾大家的兩個問題，第一個就是 AI 未來還能不能持續，另外一個就是川普的關稅，地緣政治的問題，」本集《全新一週》邀請台灣經濟研究院景氣預測中心主任孫明德，深入探討在全球地緣政治風險不斷升高的背景下，台灣企業在海外佈局的結構性轉變，以及企業在 2026 年執行供應鏈去風險化的具體策略。 孫明德形容，過去二十多年來，台商的海外投資都是「水往低處流」，從 1970 年代後的日本轉向亞洲四小龍，1990 年代向中國大陸聚集，再到 2010 年後朝東南亞、印度及非洲擴張。這樣以成本、效率與市場規模為核心的投資路徑，卻在近年地緣政治的劇烈變動下出現新趨勢。 台商海外布局策略的轉向 孫明德指出，不同產業的海外布局方向已出現明顯差異。以傳統產業為例，紡織業的投資重心正逐步轉向孟加拉與非洲；相較之下，部分資通訊產業則將目光放在墨西哥與印度。孫明德也提到，近期墨西哥傳出可能對亞洲產品課徵關稅的消息，確實可能影響台灣對墨西哥的出口，但事實上，台灣資訊產業早已在當地布局許久。 「台灣外銷七成都是資通訊，」孫明德進一步分析，這樣的外銷配置，使得台灣在面對美國對等關稅時，受到的直接衝擊相對有限，例如日本出口結構中，汽車、家電與機械各占三分之一，因此美國關稅政策幾乎直擊命脈；反觀台灣，除七成資通訊產品外，佔其餘三成的石化、紡織、鋼鐵、橡塑膠與汽車零組件等傳統產業，多數並非以美國市場為主，使得關稅傷害相對較小。 在產業分流之外，地緣政治也正在重新排序各國的投資風險。對台灣部分網通與面板廠而言，墨西哥目前仍具備免稅優勢，因此仍具吸引力。至於印度，過去幾年因蘋果供應鏈投資與拜登政府大力拉抬而備受矚目，但近期川普對印度態度明顯轉冷，並對印度施課徵 50% 關稅，使印度在未來幾年的投資角色「可能會走下坡」。 半導體、資料中心、電動車投資從新興國家回流歐美日 「過去這三年，全世界投資金額最大的不是傳統產業，而是高科技產品，」孫明德分析，在半導體領域，美國已成為全球最大的半導體「被投資國」，台灣則是背後最主要的資金來源。在美國、德國與日本等國的要求下，台灣半導體業者近年已陸續在熊本、德國及美國展開大規模設廠投資，半導體供應鏈正加速向主要市場回流。 「他不會只要你皇冠上那顆珍珠，他要你整串珍珠項鏈，會讓整個供應鏈過去，」孫明德強調，川普要的不只是半導體，而是整條 AI 供應鏈，因此未來這幾年，被要求赴美設廠的半導體企業，數量只會更多。 另一方面，資料中心的投資版圖也同步出現轉移。孫明德表示，由於 AI 應用涉及高度技術機密，企業在選址上更加重視政治穩定與能源條件，使歐洲成為全球資料中心的核心基地。其中，電力供應穩定的法國吸引最多投資，主要資金來源則來自美國科技巨頭與中東。 至於電動車與電池產業，中國大陸的角色已由新冠疫情前的「被投資者」，轉變為積極的「對外投資者」。在面對歐美市場的貿易抵制與關稅壓力下，中國車廠正加快腳步將產能與投資布局轉向東歐、巴西與泰國等新興市場，以尋找新的成長空間與生存出路。 「全世界最大的投資趨勢，已經不是過去的新興市場，而是回到歐美日，而且他們要的不是低附加價值，都是要高或貴的東西，」孫明德分析，從半導體、資料中心、電動車三大領域切入，可以見到全球投資趨勢的轉向，這些趨勢也會帶來新的工作機會與商機。 地緣政治不只重塑企業投資路徑，也開始動搖貨幣與金融信用體系，資金的避險與配置邏輯，同樣出現結構性轉變。 金融市場三分流：黃金保值、比特幣投機、穩定幣重塑交易基礎 展望 2026 年，地緣政治所引發的匯率波動，以及對美元信用的不安，正驅動全球金融資產出現轉變。「黃金是幹嘛的？黃金是保值的工具，」孫明德指出，貨幣有兩個最重要的功能，第一個是價值的儲藏，再來是交易的工具。在全球對美元信任動搖的時刻，黃金重回金融體系的核心位置，擔任「價值儲藏」工具。 孫明德分析，近年包括中國、印度與泰國在內的多國央行持續增持黃金，關鍵原因在於對美國金融資產制裁風險的高度警惕。加上黃金具備明確的物理稀缺性，目前全球剩餘可開採黃金約 6 萬噸，若以每年開採 3,000 噸的速度推估，約 20 年就會耗盡，這種「有限供應」的特性，也使黃金在股市與債市動盪時，成為最具韌性的避險選項。 「比特幣本身沒有什麼交易的功能，」談到比特幣，孫明德表示，受限於區塊鏈特性，比特幣交易確認時間過長，使其難以承擔日常交易媒介的角色。此外，比特幣並未錨定美債或任何實體資產，缺乏穩定交易根基導致價格經常劇烈起伏，因此在孫明德眼中，比特幣屬於「高風險、高波動的投資資產」，而非日常使用的貨幣。 至於未來真正具備結構性變革潛力的，則是穩定幣。孫明德分析，穩定幣的核心價值在於結合數位工具的效率，以及傳統資產的可信度，因為穩定幣通常以美債、美元定存或本地公債作為錨定資產，使其兼具快速結算與信用基礎，能有效解決傳統跨境匯款「時間久、手續費高」的痛點，實現「瞬間到帳且手續費極低」的成果，「我想穩定幣最大的功能，反而不是在價值投資，而是在交易上，」孫明德說。  孫明德也強調，全世界的金融日益多元化，因此在大量應用 AI 的同時，也必須對金融市場有更多瞭解，才能掌握使用這些新工具的方式。 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！ ＊首圖來源：Unsplash

全公司 70% 都用了 AI，資訊長卻喊「無法接受」？揭秘日清食品的 AI 轉型歷程

生成式 AI 問世至今已經 2.5 年，儘管企業有興趣導入，但多數仍深陷於「只有一小部分熱衷技術的員工在使用」的困境，難以跨越全面普及的鴻溝。不過，以泡麵聞名的日本食品巨頭日清食品集團，交出了亮眼的成績單：全集團最新內部 AI 使用率已達 70%。但是，日清資訊長成田敏博直言這個數字「無法接受」。 究竟日清是如何在兩年內達成如此高的滲透率？而資訊長的憂慮又源自何處？本文將深入剖析日清的 AI 導入歷程與策略。 工具上線不等於落地，初期使用率僅 5% 日清決定導入生成式 AI 的時間點很早，雖然不是 ChatGPT 問世時就導入，但在 2023 年 3 月 管理層親自試用剛發布的 GPT-4 後，就認定這會是組織重大轉折，隨即加速導入。同年 4/25 內部版的 ChatGPT「NISSIN AI-chat」就已向約 4,000 名員工上線，目的在於解決資訊外洩風險，只供集團員工使用。 但上線不等於落地。成田敏博在對外分享時坦言，該工具在公司內部的普及速度很慢：員工雖然普遍了解 NISSIN AI-chat 的用途，但不知道如何使用，也不知道怎麼應用在自己的工作上。在《Marketing Native》的活動分享中，他甚至提到導入初期日常使用率只有約 3% 到 5% 的水準，與「全社導入」的想像落差巨大。 這個落差，正是許多企業在生成式 AI 時代共同卡住的點：不是缺工具，而是缺「把工具變成習慣」的設計。 破局關鍵：業務部門先行，用「模板」降低門檻 日清食品後來選擇用很務實的方法破局：先從最能量化成效、且有共通流程的部門開始，以建立可複製的用法。 日清先鎖定了「業務（Sales）」部門進行重點突破。他們挑選了全國據點的成員組成專案小組，利用曼陀羅圖表找出業務工作中「想改善」或「覺得沒效率」的痛點，最後梳理出約 30 項可由 AI 協助的業務 。 更關鍵的是，他們開發了「提示模板」機制，針對這些業務場景預先寫好指令腳本。業務員不再需要從零開始思考如何與 AI 對話，只需套用模板即可獲得高品質的產出。這一招大幅降低了使用門檻，讓業務部門的 AI […]

為什麼 AI 瀏覽器無法取代 Chrome？從實測看卡關的真正原因

經過媒體的深度實測，市面上多款 AI 瀏覽器，如 OpenAI Atlas 或 Perplexity Comet，距離淘汰 Chrome 等老牌產品的目標還很遙遠，更遑論稱霸瀏覽器市場。

【科技早餐】AI 開始生成整個世界：「世界模型」恐顛覆 1900 億美元遊戲產業

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊AI 開始生成整個世界：「世界模型」恐顛覆 1900 億美元遊戲產業 AI 的下一步不只生成圖片或角色，而是生成整個世界。不只馬斯克與 NVIDIA 等 AI 業者，正把「世界模型」(World Model) 導入機器人與自動駕駛領域；包括 Google DeepMind，以及由李飛飛創立的世界實驗室（World Labs），也都押注世界模型將重塑全球約 1,900 億美元的遊戲產業。 DeepMind 世界模型 Genie 3 的負責人指出，這類模型能即時生成可互動的 3D 場景，讓開發者更快打造目前不存在的新體驗，而非取代既有遊戲。現階段生成式 AI 已用於角色與場景製作，有業者稱導入後開發速度翻四倍；但也有批評認為，低品質 AI 內容恐淹沒市場，創作者壓力上升。 ＊Robotaxi 不再是未來式：美國道路恐迎來 1 億輛自駕計程車 摩根士丹利預測，到 2050 年，美國道路上可能出現多達 1 億輛自駕計程車（Robotaxi）。報告指出，屆時全球新車銷售中，將有高比例車款具備不同程度的自動駕駛能力，自駕車的影響不只在交通效率，也可能改寫城市與生活型態。 目前 Waymo 已在五座城市部署約 2,500 輛無人計程車並擴大營運；特斯拉準備向公眾開放 Robotaxi；亞馬遜支持的 Zoox 也在拉斯維加斯提供試乘。學者認為，Robotaxi 可能帶動人口向郊區擴散、住房負擔降低；但 Uber 也警告，未來 10–15 年恐衝擊數百萬名司機與外送人員。 ＊Gemini 正準備成為車內 […]

麥肯錫報告：AI 擴大生產力邊界，2030 年釋放 2.9 兆美元價值

過去一年，關於 AI 與工作的討論，仍大量停留在「哪些職位會被取代」、「人類是否即將失業」的層次。但對企業與管理者而言，這類問題其實已逐漸失去指引價值。 真正迫切的挑戰，不在於某個職位是否消失，而是當 AI、代理與機器人實際進入工作流程後，原本的工作角色與責任該如何被重新拆解與重組。麥肯錫全球研究院的最新報告《Agents, robots, and us: Skill partnerships in the age of AI》（暫譯：智能體、機器人與我們：人工智慧時代的技能夥伴關係，以下簡稱「智能體、機器人與我們」），正是從這個角度切入。 報告並未試圖預測哪些工作會消失，而是指出一個更具結構性的轉變：多數工作正在被重新拆解、重組，形成「人＋AI」協作的新型態，而這場轉型的速度，已明顯快於勞動市場與教育體系的調整節奏。以下摘要整理報告中的關鍵觀察，說明企業為何不能只把 AI 視為工具升級，而必須正面回應技能、流程與管理方式的全面重設。 📌 這份報告適合誰閱讀？ 這篇報告不適合只想尋找「哪些工作會消失」的工作者，因為其核心在於「變形」而非「消失」；它最適合那些正在焦慮「如何讓組織與人才不被 AI 浪潮淹沒，反而藉此升級」的變革推動者。 若以產業、工作職位來說明，包含以下： 🔴 報告洞見 麥肯錫研究指出，AI 真正的價值並非來自削減人力成本，而在於擴大生產力的邊界；預計到 2030 年，這種生產力躍升將釋放高達 2.9 兆美元的經濟價值。 因此，未來的決勝點將發生關鍵轉向：企業的競爭力不再取決於誰擁有最強的 AI 工具，而在於誰能建立最緊密的「人類、代理（Agents）與機器人」三角協作關係。 以下統整解析企業如何利用新型態的「技能夥伴關係」來創造協作紅利，而非陷入被取代的焦慮。 💡 成長最快的不是機器人，而是「人＋AI」的混合型職位 麥肯錫報告中直接推翻「自動化等於裁員」的直覺想像，提出一個更貼近現實的概念：技能夥伴關係（skill partnerships）。 報告指出，現有職場技能中有 72% 是人與 AI 共享的能力。因此，一個介於「全人力」與「全自動化」之間中間地帶的新工作戰場成形。在這裡，AI 代理負責資料處理、重複性任務與即時分析；人類的角色則往上移，變成定義問題、設定判斷框架、解釋結果並為決策負責的指揮者。 為了更具體說明這種分工，麥肯錫將未來工作型態拆成七種工作原型，不再用「人或機器」的二選一來看待職位，而是一條從「以人為中心」到「以機器為中心」的光譜。這七種原型依序為： 真正成長最快的，不是兩端，而是中間的混合型角色，即「人＋AI 代理」（如教師、工程師）或「人＋機器人」（如維修技師）的組合，這類職位目前已佔據大量勞動人口，顯示未來的核心在於協作而非替代。 而企業接下來的勝負關鍵，不在誰的演算法跑得最快，而在於誰的團隊最懂得發揮人類特質，並具備與 AI 協作的流利度，把技術真正轉化為生產力與決策品質。 技能夥伴關係的真正衝擊，不在於分工改變，而在於它讓技能更新的節奏，首次明顯快過組織與勞動市場的反應速度。 💡 兩年爆增 600 種新技能，職位還在但核心能力已重寫 這一波 […]

【AI 人才戰升級】四大巨頭祭出高薪培育計畫，Google 祭「回聘策略」搶攻即戰力

近期，OpenAI、Anthropic、Meta 與 Google 等 AI 巨頭正展開激烈的人才爭奪戰，且戰線明顯拉長。一方面，企業將招募焦點前移，鎖定尚未完全進入就業市場的學生與生涯早期研究人才；另一方面，Google 也同步透過大規模回聘前員工，補強 AI 研發戰力。兩條人才管道同時運作，反映 AI 人才需求已進入不同階段。 這樣的雙軌策略，也顯示 AI 競賽對人才數量與成熟度的雙重需求：企業不僅需要能立即投入核心專案的即戰力，也必須提前建立長期人才管道。因此，從高薪實習、研究獎勵與研究培訓計畫，再到回聘熟悉內部系統的資深工程師，這些看似分散的作法，其實都指向同一目標：在 AI 研發週期高度壓縮的情況下，企業必須同時補足即戰力與長期研發梯隊。 策略一：與學研機構深化合作，四大巨頭的高薪培育計畫 例如 Anthropic 就推出為期四個月、採全職研究形式的「AI Safety Fellows」計畫，目的是加速 AI 安全研究並培育相關人才，並協助計畫參與者產出可公開的研究成果。這項計畫每月最高有 15,000 美元的運算與研究補助，還可以使用柏克萊或倫敦的辦公空間，並在 Jan Leike、Sam Bowman 等頂尖 AI 研究人員的直接指導下，於實際產業環境中進行前沿研究。 OpenAI 推出的「OpenAI Residency」計畫為期六個月，參與者將以全職員工身分加入研究團隊，實際投入推動 AI 技術發展的核心專案，且月薪高達 18,300 美元，待遇水準已與正式員工相當。這項計畫主要鎖定具備強大程式設計與數學基礎，且能獨立執行技術專案但尚未累積長期 AI 研究經驗的人才，OpenAI 將透過與研究團隊並肩作戰的實作模式，培養這些計畫參與者成為未來的全職研究員。 Meta 則透過多元化的研究型實習與客座計畫，將招募觸角直接延伸至頂尖學術機構，系統性鞏固 AI 人才庫。其中，Meta 也透過客座博士生計畫（Visiting Ph.D. Students），與來自華盛頓大學、卡內基美隆大學、柏克萊加州大學與紐約大學等名校的博士生建立長期合作關係，採學期間兼職、暑期全職的方式，讓學術研究能與產業團隊深度結合。 Google 選擇建立高度彈性的學生研究員（Student Researcher）制度，直接鎖定美國境內電腦科學及相關領域博士生，並採滾動式招募，讓研究人才能依專案需求加入 Google DeepMind 或 […]

【DEAT 專欄】「這會是假帳號」嗎？從對話驗證開始，為智慧城市打造安心的數位溝通

你是否曾收到過陌生帳號發來的訊息，自稱來自某個政府單位，語氣急促、內容詳盡，讓人一時難以分辨真偽？今年 8 月，一名任職多年的公務員因一通假冒戶政事務所來電，三次面交損失 1 千 6 百萬元，震驚社會。這起事件，再次提醒我們：「辨識訊息來源」的重要性，已不只是個人的防詐意識或警覺，而是一項公共治理挑戰。 根據數位發展部公佈資料，自 2023 年底至 2025 年中，全台有超過 300 起假冒政府帳號的詐騙案例通報。這些帳號多半以一對一通訊為主，模仿戶政、警政、社福、衛生等公部門日常接觸情境，透過 LINE 或其他即時通訊工具與民眾接觸，進行詐騙。 這些風險提醒我們：在資訊傳遞的第一線，如果欠缺足夠的身分驗證與溝通制度支撐，不只民眾易受騙，也會讓政府公信力逐漸流失。 當溝通場景數位化，制度也應跟上辨識需求 目前，政府與民眾的第一線溝通方式仍以電話、簡訊、電子郵件為主，但許多日常聯繫——像是社工關懷業務、交通事故資料蒐集、補助資訊分享及解惑、衛教提醒——其實已有不少第一線公務員採用即時通訊軟體進行聯繫。這也讓如 LINE、Messgner 這樣的通訊工具，成為最頻繁的官方接觸點。 然而，這些政府與民眾的日常溝通，許多時候是由基層公務員使用自己的私人帳號，或是操作未經認證的 LINE 官方帳號來連繫，沒有一致的格式、身分標示，也缺乏內部流程來追蹤管理。當這些帳號與詐騙集團偽裝的假帳號長得一模一樣，民眾便無從判斷誰才是代表政府的真正窗口。不難理解為何這麼多人「寧可信其有」，卻因此誤入陷阱。 辨識不應靠防詐意識，而可以仰賴治理 辨識帳號真偽這件事，不應是全民的即時反應測驗，而應是制度設計的結果。過去，這樣的帳號管理與驗證往往被視為技術細節、平台責任，但近年來，不少地方政府開始正視這項挑戰，嘗試建立更清晰的帳號標示與身份驗證流程。例如帳號命名要清楚標示機關名稱與人員職稱、內部應有帳號授權、審核、異動與停權管理制度，才有機會讓「這個帳號是不是政府的？」成為一個能被明確回答的問題。 除了打擊詐騙之外，好的公務人員帳號治理也能帶來對第一線公務溝通行為的基本保障——讓民眾安心，也讓承辦人有制度可依。 臺中市實踐經驗：從日常對話開始建立信任 2025 年 9 月，臺中市政府率先配合中央推動，在戶政、社福、衛生等民眾接觸頻繁的業務單位導入 LINE 帳號身分標示制度，並完成上百位第一線人員的培訓。具備標示的帳號會在對話頁面中清楚顯示所屬機關與承辦職稱，讓民眾收到訊息時，能更快確認這是不是「真的來自政府」。 這項制度的實施，不僅讓第一線同仁有了明確的使用規範，也讓行政對話流程變得更透明、更可追溯。臺中的經驗說明：當制度設計貼近日常、與現場使用者同步，信任可以從每一則訊息慢慢累積起來。 結語：智慧城市從「你是誰？」開始 「這個帳號是政府的嗎？」這個問題看似簡單，實際上卻攸關民眾對整體公共服務的信任程度。當第一線的溝通缺乏標示與管理機制，詐騙就有機可乘，而信任也會逐漸流失。 智慧城市的核心，不在於技術堆疊得有多快，而是市政與市民之間，是否有一套清楚透明、可以驗證的對話方式。帳號治理不該是附加選項，而是現代治理必備的一環。 未來，中央與地方若能將帳號驗證制度納入常態治理，推廣至高互動、高風險場景，並搭配申請、審查、權限管理等流程，不僅能強化資訊來源的可信度，也能讓民眾更安心地參與在每一次與政府的對話中。 當制度能回答「你是誰」這個問題，數位轉型才真正走在信任的路上。 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。

Cursor 估值衝上 293 億美元卻警告：Vibe Coding 是在蓋危樓，最終一切會崩塌

如果你關注 AI，或本身就是工程師，對於「Vibe Coding（氛圍編碼）」一詞一定不陌生。Vibe Coding 在 OpenAI 共同創辦人 Andrej Karpathy 今年初提出後蔚為風行，因為這種「用 AI 寫程式」的方法，不但降低一般人寫程式的門檻，也有望讓工程師生產力提高。不過，當紅 AI 寫程式工具、估值衝上 293 億美元的 Cursor 執行長 Michael Truell 近日提出警告：不要把 Vibe Coding 和 AI 輔助寫程式混為一談。 Truell 在《Fortune》Brainstorm AI 大會上指出，AI 確實改變工程師與程式碼的距離。過去，工程師需要在空白編輯器中逐行輸入、反覆修改程式碼；如今，可以退後一步，要求 AI 直接完成端到端任務。但他強調，「退後」並不代表應該完全放棄理解。 像蓋房子不懂配線，基礎不穩終將崩塌 他直言，AI 輔助程式碼撰寫有層次之分。他口中的 Vibe Coding，是一種「幾乎不看程式碼，只要求 AI 把東西做出來」的方式。Truell 形容，這就像蓋房子時只看到牆壁與屋頂，卻完全不了解地板下的結構與電線配置。 這樣的做法，或許非常適合用來快速做出遊戲、網站或 AI Demo，但一旦進入高階的複雜專案，問題就會浮現。他警告，「如果你閉上眼睛，不去看程式碼，讓 AI 在不穩固的基礎上建造東西，然後一層一層加蓋，整個結構就會開始崩塌。」 資深開發者 Simon Willison 也指出，專業軟體開發的工作不只是產出程式碼，還需要考量效能、可訪問性、安全性與可維護性，這些都是 Vibe Coding 這種「不審查程式碼」的模式難以兼顧的；此外，如果開發者無法解釋程式碼的運作原理，那麼該程式碼就不該被部署到正式環境。 Cursor 的哲學：AI […]

歐盟 CRA 強制執行倒數！叡揚資訊攜手各界專家助台灣產業迎戰國際法規挑戰

隨著全球資安法規加速落地，產品安全已不再是單一產業的議題，而是所有含數位元件的產品與服務共同面臨的國際挑戰。歐盟議會通過投票正式批准了「歐盟網路韌性法案」(Cyber Resilience Act, CRA) 已於 2024 年 12 月生效，並將在 2027 年全面強制執行。該法案要求所有含數位元件的軟硬體製造商必須在產品生命週期中持續落實 SSDLC（Secure Software Development Life Cycle）導向的安全管理，確保從設計、開發、部署到維護全程具備可追溯、可稽核的資安控制。不僅不得出現已知可利用漏洞，一旦發現重大漏洞，製造商需 24 小時內進行通報，並在 14 天內完成修補並送交初步補救報告 ，後續也需於一個月內向主管機關提交完整補救報告，未能遵循者將面臨最高可達全球營收 2.5% 的巨額罰款。 為協助台灣產業掌握國際法規趨勢並提前布局，叡揚資訊於今年 8 月曾舉辦「產業升級×接軌國際：製造業軟體安全開發高峰會」，會中特別邀請專注在 C 語言檢測的 CodeSonar 副總裁 Mark Hermeling 來台深入解析 CRA 帶來的衝擊，並展示如何透過深度靜態分析，在 C 語言與嵌入式系統開發早期就能發現傳統檢測難以捕捉的高風險弱點。值得一提的是，CodeSonar 的開發商CodeSecure 已於 2025 年 6 月與 AdaCore 正式合併，共同致力於提供更全面的嵌入式軟體安全與高可靠性解決方案，助力關鍵產業面對日益嚴峻的資安法規與挑戰。  延續叡揚資訊長期推動軟體安全領域的投入，日前叡揚資訊亦攜手財團法人資訊工業策進會資安科技研究所、台灣區電機電子工業同業公會與各界專家，於 11 月 27 日舉辦「因應歐盟韌性法案（CRA）跨足歐盟市場研討會」，共同探討歐盟國際法規對產品生命週期、軟體供應鏈治理與跨國市場競爭力的影響，並提出符合國際標準的實務對策。  面對 CRA 法規所要求的「安全設計」、「持續弱點管理」與「可稽核證據」等義務，叡揚資訊強調，企業需要的並非更多工具，而是能真正讓安全流程落地的能力。此外，完善的 SBOM（Software Bill […]

NVIDIA 為何不直接買下 Groq？從「技術授權＋人才挖角」揭 AI 推論市場的借力布局策略

近日，AI 晶片市場因 NVIDIA 與 Groq 的交易掀起熱烈討論。最初《CNBC》的報導內容，讓外界普遍認為這是一筆收購案，由 NVIDIA 以約 200 億美元將 AI 晶片新創 Groq 納入麾下。然而，隨著更多細節被攤開，多家外媒陸續表示，這並不是一樁傳統意義上的併購案，而是一項「非排他性」的技術授權協議。 由於 NVIDIA 與 Groq 的協議非股權或公司層級的收購，這也代表 Groq 將持續以獨立公司形式運作，同時 NVIDIA 取得的，並不是公司控制權而是「特定技術」，這也使得這筆交易的本質，與市場最初想像的「直接買下來」出現明顯落差。 推論技術成為交易核心：NVIDIA 為何看上 Groq？ 為什麼在眾多 AI 晶片新創中，NVIDIA 特別相中 Groq？關鍵就在於 Groq 特別專注的「推論（Inference）」領域。Bernstein 知名分析師 Stacy Rasgon 指出，隨著 AI 應用範圍擴大，推論工作負載更多樣化，且市場重要性也已提升至與訓練市場並駕齊驅的高度。 過去 NVIDIA 雖然在 AI 訓練晶片市場擁有統治地位，但目前在推論領域則面臨更激烈的競爭，對手不僅包括 AMD，還有 Groq、Cerebras 等新創公司。此外， Meta 和 OpenAI 等 NVIDIA 的大客戶，也在開發自有推論晶片，試圖擺脫對 NVIDIA 的依賴。 Groq […]

人形機器人不用雙足更值錢？Galbot 獲 3 億美元融資，創下中國具身 AI 最高估值

中國人形機器人領域的競爭版圖再次出現重大變動，新創銀河通用機器人（Galbot）近日宣布完成新一輪融資，金額超過 3 億美元。根據投資銀行 Lighthouse Capital 說法，這筆資金不只讓 Galbot 的估值一舉推升至 30 億美元，使其成為中國目前估值最高的具身智慧（Embodied AI）新創，同時這也是中國具身智慧產業迄今為止規模最大的一筆單次融資。 本輪融資由中國移動產業投資基金領投，參與投資者包括中金資本、蘇州國資、上市自動化設備商 Miracle Automation Engineering，以及多檔中國科學院體系基金，另有來自新加坡與中東的國際投資機構加入。Galbot 表示，資金將用於擴大實際部署規模、推進新一代技術研發，並加速海外市場布局。 首創全端開發模式，數據與硬體一手包辦 Galbot 成立於 2023 年 5 月，這家中國新創迅速崛起的關鍵，在於其獨特的技術路徑。Galbot 宣稱自己是全球第一家在千億級規模的高品質資料集、具身基礎模型以及機器人硬體這三個層面上，實現全端自研開發的公司。 為了加速技術迭代，Galbot 採取了一種混合數據策略，利用模擬的合成動作資料集進行預訓練，並結合真實數據進行後訓練。該公司表示，這種方法促進了具身大模型技術的快速迭代，使其在多工泛化、全身運動控制、跨實體自主導航以及靈巧手操作等關鍵技術領域取得突破，為人形機器人的大規模部署奠定基礎。 G1 落地實戰：寧德時代、豐田都是客戶 Galbot 的旗艦產品是名為 G1 的機器人，這是一款擁有人形上半身、雙臂與輪式底盤的「移動機械手臂」。這種設計讓 G1 能夠執行自動化庫存管理、補貨、配送和包裝等任務。Galbot 表示，G1 已在多個倉庫地點連續穩定運作超過一年，實現 7×24 無間斷作業。 在醫療場域，Galbot 也與宣武醫院等機構合作，讓 G1 協助病房服務、藥局運作及院內導引系統 。在零售場域，Galbot 推出了全自動零售系統「Galbot Store」，由 G1 獨立完成迎賓、取貨與交付作業，並已在中國 30 多座城市實際營運。該模式雖仍被部分分析師視為展示性質，但也反映 Galbot 正嘗試將具身智慧推向更多半結構化、對人力高度敏感的場域。 Galbot 聲稱已經獲得數千台的訂單，合作夥伴包括電池製造商寧德時代、工程巨頭博世，以及汽車製造商豐田和現代。值得注意的是，該公司推出的 G1 Premium […]

2026 電動車轉折年：當美國車廠踩剎車、歐盟禁令鬆動，混合動力與能源儲存為何成為新重心？

過去幾年，美國汽車產業曾對電動車（EV）展現出極度樂觀的「狂熱」情緒，但現在這股熱潮正逐步退去，取而代之的是冷酷的現實。儘管車廠在過去五年內投入數十億美元在研發、產能與供應鏈上，但消費者的實際需求始終未達預期，導致產業不得不重新審視長期發展藍圖。 隨著聯邦政府最高 7,500 美元的購車補貼在 2025 年 9 月結束，市場的降溫尤為明顯。美國電動車市占率從今年 9 月的 10.3% 高峰驟降至第四季的 5.2% 左右。這種劇烈的波動顯示，過去的增長很大程度上是由政策補貼所推動，而非消費者自發需求所驅動。 這波需求降溫不只反映短期波動，也開始動搖汽車產業過去幾年奉行的「非電不可」共識，迫使車廠重新檢視電動化路線的現實可行性。 從「全電承諾」退回多動力路線，產業共識出現轉向 過去幾年，汽車產業籠罩在「非電不可」的氛圍中，當時市場普遍認為，若不全力投入電動車，公司終將倒閉。然而，這種激進的觀點正在瓦解，KPMG 專家 Lenny LaRocca 指出，汽車業已轉向純電、插電式混合動力（PHEV）與內燃機並行的「多動力結構」，或稱為「動力系統馬賽克（mosaic of powertrains）」。 儘管長期電動化方向不變，但市場節奏已被重新校準。PwC 預估到 2030 年，電動車僅會占美國新車銷量的 19%，這與早前各界樂觀的預期落差甚大。IER 的評論指出，這種調整源於車廠發現其龐大的投資規模，與實際的基礎建設成熟度、消費者負擔能力之間，存在巨大鴻溝。這也讓許多美國人感受到新車價格已因轉型成本而飆升，變得更高不可攀。 當產業論述出現轉向，壓力也迅速反映在企業層級，讓各大車廠開始以更務實的方式調整投資節奏與產品策略。 美國車廠集體調整策略：「能源儲存」成為更具吸引力的收入來源 面對產業共識轉向、銷量下滑與政策紅利退場，美國三大車廠正同步進入「現實校正期」，集體調整電動車策略，將重心從獲利困難的純電動車，轉回利潤結構相對穩定的燃油車、混合動力車與能源儲存等相關市場。 例如通用汽車（GM）就從先前「全電承諾」的路線改道。通用汽車執行長 Mary Barra 表示，汽車產業正面臨政策環境「180 度轉向」，公司必須重新評估投資方向。在實際作法上，GM 已放緩或暫停 Cadillac Lyriq、GMC Hummer EV 與 Cadillac Escalade IQ 等車款生產，並將部分電動車產能轉回大型卡車與 SUV，同時撤回「2035 年全面電動化」承諾。 福特汽車（Ford）則進行更激進的財務與產品線調整，執行長 Jim Farley 指出，福特汽車必須跟隨市場與消費者需求，而非原先預期的路線。因此，福特取消下一代大型純電卡車與商用車計畫，轉而投入混合動力車型與 3 萬美元以下的平價電動車，以回應市場需求並因應中國車廠競爭，目標在 […]

挖掘 AI 創新應用！數產署邀集 NVIDIA 等產業專家，舉辦 Agentic AI 與數位轉型新契機論壇，協助產業開發者接軌國際強化 AI 競爭力

根據勤業眾信調查，52% 企業已將 Agentic AI 視為提升組織靈活性與效率的關鍵技術，並且預期帶動 AI 應用從單點生成走向跨流程整合，進一步促使企業組織與營運結構的重新設計。面對這樣的趨勢，開發者如何加速建構 AI Agents，並與企業推動 AI 成為核心決策夥伴？在數位發展部數位產業署舉辦的「新 AI 浪潮：代理 AI（Agentic AI）與產業數位轉型新契機」論壇，匯聚 NVIDIA 與新創夥伴，還有製造、AI 轉型、金融領域等專家，深度剖析最新 AI 趨勢及實戰價值。 數位發展部數位產業署副署長黃雅萍致詞表示，「政府宣布推動『AI 新十大建設』，數產署在這項計畫中專注 AI 軟體產業的發展。今年五月起陸續推出 AI 國際技術日系列論壇與工作坊，期待挖掘更多 AI 創新應用，協助開發者接軌國際最新軟體技術，共創台灣軟體新高峰。」 科技報橘社長戴季全強調，Agentic AI 崛起，讓 AI 落地速度變得非常快，不僅支持打造個人化、客製化應用，更讓每個人都能取得與美國總統相同等級的情報。與此同時，職場工作者必須學習如何與 AI 協作，才能掌握增能和賦能的關鍵競爭力。 為協助台灣企業實現高效能、可自訂的規模化商業應用，NVIDIA 打造開發者生態系，加速開發者、新創公司、學生取得最新的工具、技術和培訓資源，NVIDIA Developer Program 是所有資源的起點，助力開發者掌握 NVIDIA 在全球發生的最新資訊和合作夥伴資訊；在 NVIDIA Inception，NVIDIA 以技術深入輔導台灣在地潛力新創團隊成長、驗證產品或服務概念，並透過一系列新創交流活動、技術研討會，以及企業交流和媒體宣傳機會，協助新創企業掌握先機；NVIDIA Higher ED & Research 則是 NVIDIA 專為學術機構合作而建構的計畫，將提供硬體、工作坊、自學課程等豐富資源。 NVIDIA 與 NVIDIA […]

【AI 轉型漏了會計業】人才流失＋轉型緩慢，Marble 想用 AI 代理破局

致力為會計與稅務專業人士打造 AI 代理的新創公司 Marble，近日宣布成功募集到 900 萬美元融資，希望為嚴重缺工且法規繁複的會計產業，以人工智慧技術展開革新。

中小型電商也能做 RMN？PayPal 新工具讓你把「結帳流量」變成「廣告版位」

長期以來，零售媒體網路（Retail Media Network, RMN）被視為大型電商與連鎖零售商的專屬戰場，像是 Amazon、Walmart 以及台灣的全家便利商店、新光三越百貨等，這些業者掌握龐大的會員規模、流量與第一方消費數據，得以將「購物場域」轉化為高毛利的廣告媒體，成為近年成長最快的數位廣告通路之一。然而，這套模式對中小企業而言，有較高的門檻。 2025 年 10 月，第三方支付巨頭 PayPal 發表 PayPal Ads Manager，試圖打破這道門檻。這項新工具結合 PayPal 長年累積的交易圖譜（transaction graph）與廣告投放管理能力，讓大量使用 PayPal 的中小商家，也能在自家網站或應用程式中建立屬於自己的 RMN。 RMN 正走向「可被複製的營收模組」 不同於傳統廣告科技平台需要複雜的串接與長時間設定，PayPal Ads Manager 主打「低門檻、快速啟用」。商家只需簡單整合 SDK，設定基本的廣告偏好與限制條件，即可開放自家流量作為廣告版位。後續的廣告配對、投放與優化，則由 PayPal 系統自動完成，商家可在熟悉的 PayPal 商戶後台即時檢視成效與收益。 PayPal 的優勢在於其角色定位。作為支付與交易平台，PayPal 天然掌握跨商家的真實購買行為資料，能以「實際消費」而非單純瀏覽或點擊作為廣告投放依據。這種以交易為核心的資料視角，使品牌能更精準觸及高購買意圖的消費者，也為中小商家提供更具吸引力的廣告版位。 這背後反映的，是零售媒體產業正在發生的結構性轉變。RMN 不再只是大型零售商的附屬業務，而逐漸演變為一種可模組化、可複製的營收模式。也就是說，只要擁有穩定的消費者互動與交易行為，商家就有機會將流量轉化為廣告價值。 RMN 不只是另一個營收管道，也能跨平台投放廣告 更值得注意的是，PayPal 並未將 Ads Manager 定位為單一通路的廣告工具。除了在商家自有的數位場域中展示廣告，該平台也支援跨平台、跨通路的廣告管理，讓商家能從同一個介面，整合網站、社群媒體與其他數位觸點的行銷活動。這也呼應當前數位廣告的另一個重要趨勢：廣告不再是孤立的曝光點，而是需要在多個通路中協同運作，才能真正影響消費決策。 對中小企業而言，這樣的整合意味著行銷與變現不再是兩件事，商家既能透過 RMN 創造額外收入，也能反向運用同一套資料與工具，為自己的品牌投放更有效率的廣告，形成正向循環。 從產業角度來看，PayPal Ads Manager 的推出象徵零售媒體正在進入「普及化」階段。隨著隱私政策收緊、第三方 Cookie 逐步退場，廣告主對第一方與交易型數據的需求持續升高，而支付平台、POS 系統與零售科技服務商，正成為 RMN […]

【科技早餐】NVIDIA 200 億美元「不併購式」出手，AI 推論戰開打

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊NVIDIA 200 億美元「不併購式」出手，AI 推論戰開打 AI 晶片霸主 NVIDIA 再度震撼市場，綜合外媒報導，NVIDIA 以約 200 億美元規模，取得 AI 晶片新創 Groq 的關鍵推論資產與核心團隊，成為公司史上最大交易之一。不過 NVIDIA 強調，這並非併購，而是透過「非獨家授權加延攬人才」完成布局，Groq 仍維持獨立營運，其技術將整合進「NVIDIA AI 工廠」架構。 執行長黃仁勳在內部信中指出，推論是 AI 真正走進企業與日常應用的關鍵階段。Groq 由前 Google TPU 核心開發者創立，主打低延遲、低功耗的 LPU 架構，今年 9 月才完成 7.5 億美元募資、估值約 69 億美元。如今創辦人 Jonathan Ross 等核心成員加入 NVIDIA，被視為直接卡位 AI 推論戰場的重要一步。 ＊川普啟動「科技部隊」，2.5 萬人搶 1,000 個名額 川普重返白宮後，一方面推動聯邦機構縮編，另一方面以「國家安全」為由，對科技職缺採取例外策略。美國政府表示，已有約 25,000 人表達加入「科技部隊」的意願，但首批名額僅 1,000 人，報名熱度遠超預期。 人事管理局指出，錄取者將以兩年任期，進駐國土安全部、司法部、退伍軍人事務部等單位，參與軟體、資料與 AI […]

從「假遠距工程師」到加密駭客：北韓如何滲透全球企業與區塊鏈，打造去實體化的資金供應鏈？

當遠距工作、雲端協作成為全球企業的日常運作基礎，一條不需要實體辦公室，甚至不需要傳統銀行體系的資金管道，也正在同步成形。近年來，北韓正系統性地滲透這些現代數位基礎設施，一方面透過假冒遠距工程師入侵企業內部，另一方面則在加密貨幣生態中發動駭客攻擊，逐步建構一條「去實體化」的資金供應鏈。這樣的現實狀態，也讓北韓駭客集團成為一個橫跨企業、雲端與區塊鏈平台安全的結構性風險。 例如近期亞馬遜公開披露，北韓相關人員正大規模透過偽造身分進入全球科技供應鏈。亞馬遜資深副總裁暨首席安全長 Stephen Schmidt 指出，北韓近年一直嘗試在全球獲取遠距 IT 職位，背後動機非常明確：「他們的目標通常很直接，就是被雇用、領取薪資，並將工資匯回國，以資助北韓的武器計畫。」 「這並非亞馬遜特有的問題，這很可能在整個行業中大規模發生，」 Stephen Schmidt 警告，這樣的狀態已經演變成一種「跨產業且持續性」的國安級風險，影響眾多企業的招聘流程與內部安全維護模式。 逾 1,800 份北韓「假工程師」申請湧入亞馬遜，透過「按鍵延遲」發現漏網之魚 亞馬遜表示，從 2024 年 4 月以來，已經成功攔截超過 1,800 份疑似來自北韓「假工程師」的遠距職缺申請，且相關申請數量在今年以每季約 27% 的速度持續成長。 為因應這類威脅，亞馬遜採取結合 AI 與人工審查的多層防禦策略，透過 AI 模型比對應徵者是否與高風險機構存在關聯，並分析申請行為中的地理不一致性與異常模式。此外，亞馬遜也透過背景調查、憑證核實與結構化面試，進一步強化招聘過濾機制。 儘管防禦機制層層把關，亞馬遜仍坦承，曾有一名偽裝成系統開發承包商的駭客成功混入內部體系，最後識破這名駭客的關鍵在於，資安團隊發現其操作時的按鍵延遲超過 110 毫秒，顯示實際操作位置位於國外而非美國境內。 然而，在大規模入侵企業招募流程的過程中，北韓 IT 人員的詐騙手法也變得更加精密且高度「具高度計畫性」。像是他們不再只是使用空殼身分，而是直接盜用真實軟體工程師的個資，以提高履歷與背景的可信度，並透過接管休眠的 LinkedIn 帳號，或付費取得合法用戶帳號的使用權，來建立完整的社交足跡。另一方面，為掩蓋實際地理位置，這些人員常與設在美國境內的「筆電農場」合作，由美國當地據點負責接收企業寄送的設備並維持國內網路連線，而北韓駭客則在海外進行遠端操作。 從「量化攻擊」到「高價值的精準獵殺」：北韓駭客成全球最大加密貨幣竊盜來源 除了透過滲透 IT 工作獲取合法薪資，2025 年北韓在非法加密貨幣竊盜領域的不法所得也創下新高。根據 Chainalysis 發布的《2026 加密貨幣犯罪報告》，北韓駭客在 2025 年共竊取約 20.2 億美元的加密資產，較 2024 年成長 51%。儘管已確認的攻擊次數下降，但實際取得的非法資金卻達到歷史高點，成為全球最大加密貨幣威脅行動者。 Chainalysis 指出，北韓已從過去的「撒網式」量化攻擊，明確轉向精準鎖定高影響力目標的「精準獵殺」模式，形成高度集中的風險結構。在手法上，北韓則越來越依賴「內部滲透」，以取得長期且高權限的存取能力。他們將 IT 人員安插於加密貨幣交易所、託管服務商與 […]

1 兆美元基建狂潮後，錢流向哪？PitchBook 定調：AI 已非工具，是全球經濟的「新骨幹」

私募市場情報機構 PitchBook 在最新發布的《2026 Artificial Intelligence Outlook: The Great Competition Wars Have Begun》（暫譯：2026 AI 展望：大競爭時代已經到來）報告中定調：AI 已非實驗性技術，而是驅動企業價值創造與破壞的核心力量，這場變革將席捲所有科技領域。其中，企業軟體、網路安全、國防系統與全球供應鏈，將是戰火最猛烈的四大板塊。 PitchBook 分析師預測，目前的 AI 發展正處於歷史性的基礎建設擴張期，全球用於 AI 資料中心與模型訓練的基礎建設支出正逼近每年 1 兆美元大關。與過去的不同之處在於，利用這些基礎設施開發具價值應用的成本更低且速度更快，這代表 AI 正在從單純的技術工具，轉變為支撐全球經濟運作的關鍵基礎設施層，也為傳統企業帶來了生存威脅。 企業軟體首當其衝，AI 正在重寫 SaaS 價值邏輯 在企業軟體領域，PitchBook 認為 AI 客服與支援系統將是短期內最明確的贏家。透過 AI 代理（Agent）自動解決工單、串接工作流程，企業已能看見可量化的投資報酬。報告預估，相關市場規模將從 2025 年的 279 億美元，成長至 2030 年的 562 億美元。 相對地，傳統商業智慧與分析平台正面臨邊緣化危機。PitchBook 指出，隨著自然語言介面與即時代理式洞察取代靜態儀表板，如果產品未能轉型為 AI 原生架構，將難逃被淘汰的命運。同樣趨勢也出現在法遵軟體領域，全球監管複雜度上升，反而讓 AI 成為不可或缺的合規基礎工具。 AI 成為企業 IT 與資料治理的底層骨幹 在基礎架構型 SaaS […]

9 家申請僅 2 家獲准！中國自動駕駛政策急轉彎，L3 硬體都裝了卻只能「降級銷售」？

五年前，中國政府機構聯合訂定目標，要求中國汽車製造商在 2025 年底前實現自動駕駛汽車量產的目標。然而上週，中國監管機構決定推遲批准量產計畫，只發出少量的許可，且限制重重。這顯示中國自駕車產業，正在經歷一場從「行銷導向的瘋狂擴張」到「監管導向的冷靜重整」的重大轉折。 L3 牌照發放極度保守，只准許兩城市有限度測試 根據《紐約時報》報導，中國工業和信息化部上週對提交自駕車銷售計畫的 9 家車廠做出回應，但結果令市場大感意外。監管機構並未如預期般批准大規模銷售，而是僅向北京汽車集團和長安汽車兩家公司發出許可。更嚴格的是，這項許可僅允許這些車廠在其總部所在地，分別為北京和重慶的各三條指定高速公路上，經營自動駕駛計程車服務。 這項批准的內容也相當侷限，基本上只是既有測試計畫的延伸，而非真正的商業量產。根據規定，這些自動駕駛計程車在電腦控制下甚至「不允許變換車道」。一旦離開這幾條指定路段，車輛就必須完全交由人類駕駛控制。這種謹慎的態度，等於間接承認了五年前設定的「2025 年底向大眾銷售量產自駕車」之目標過於激進，短期內難以實現。 監管轉向導火線：小米 SU7 致命車禍 這場政策急煞車的背景，與今年 3 月底發生的一起致命車禍密切相關。當時，一輛小米 SU7 在中國安徽省的高速公路上發生事故，造成三名大學女學生不幸喪生。《紐約時報》指出，雖然中國審查機構過去往往會壓制有關輔助駕駛事故的新聞，但這次車禍的消息卻迅速在網路上傳散。對於駕駛人、汽車製造商是否該為這類事故承擔法律責任，眾說紛紜。 這場悲劇也促使中國公安部介入，並發表聲明警告，目前市售車輛的輔助駕駛技術並不等同於全自動駕駛，駕駛人在開啟輔助功能後玩手機、睡覺或聊天，不僅違法，更嚴重威脅道路安全。 此外，中國官方電視台報導小米車禍事件，內容針對 20 個品牌的 36 款車型進行了 L2 （駕駛需全程監控）技術測試。結果顯示，當車輛在夜間遇到施工現場附近的卡車時，僅有不到一半的車輛能夠安全避免碰撞。值得注意的是，該報導發現，在所有受測車輛中，僅有兩款 Tesla 車型的輔助駕駛系統，能夠在廣泛的安全情境中展現出可靠性。 行銷跑得比法規快，車廠被迫「降級」銷售新車 在政策轉向前，許多中國車廠對於 L3 級自動駕駛，也就是允許駕駛在特定條件下放開雙手與視線的批准充滿信心，甚至已經開始在生產線上預先部署硬體。根據報導，吉利汽車執行長 Jerry Gan 就表示，該公司已開始交付部分搭載 L3 營運所需硬體的 Zeekr 車款。吉利甚至啟用了一座全球最大的汽車安全測試中心，試圖消除監管機構的疑慮。 然而，隨著監管態度轉趨保守，這些原本預計以 L3 規格銷售的車輛，現在面臨尷尬處境。《紐約時報》指出，包括吉利在內的多家車廠，原本已大量生產配備了 L3 系統所需昂貴攝影機與感測器的汽車，如今卻被迫將軟體「降級」，僅能以 L2 級的版本出售給消費者。 從全面量產目標，退回有限道路測試 根據報導，吉利、小鵬汽車與理想汽車已取得在道路上持續測試 Level 3 自動駕駛車輛的許可，但與長安汽車、北京汽車旗下的計程車相關單位不同，這些公司目前尚未取得可讓這類車輛展開商業營運的執照。 上海電動車顧問 Bill Russo 指出，回顧這波發展，「原本看似即將到來的 […]

美國禁令重擊無人機供應鏈，85% 商用從業者恐撐不過兩年

美國聯邦通訊委員會（FCC）近日宣布正式將外國製造的無人機系統及關鍵零組件納入「受管制清單」（Covered List）。這項決定代表未來新的無人機型號將無法獲得 FCC 的設備授權，也無法在美國進行進口、銷售或市場推廣。 根據 FCC 發布的事實清單，白宮召集的跨部門小組評估後認定，海外生產的無人機與關鍵零組件對「美國國家安全以及美國人的安全與保障，構成不可接受的風險」。此外，FCC 也指出，過度依賴外國製無人機，將會「令人無法接受地削弱美國無人機工業基礎」。 儘管此禁令對未來產品供應造成斷層，但並不溯及既往。FCC 強調，現有消費者已購買的設備，或在新規生效前已獲得授權的型號，仍可正常操作與銷售。然而，監管的不確定性已導致業界龍頭、中國品牌大疆創新科技（DJI）延後或放棄在美國推出部分最新的專業機型，不過真正放大這項禁令衝擊力道的，並非單一企業的產品調整，而是美國商用無人機市場長期對中國產品高度依賴的結構。 中國無人機主導商用市場，美國高度依賴單一供應來源 長期以來，中國無人機品牌在美國商用市場佔據壓倒性的主導地位，DJI 就是其中代表。根據不同的市場數據，DJI 在美國商用無人機市場的市佔率估計在 70% 至 90% 之間，最接近的對手是同樣來自中國的道通智能（Autel Robotics），但在市場份額上仍遠落後於 DJI。 這些中國無人機設備被廣泛應用於農業、測繪、執法與影視拍攝等領域。由於目前市場缺乏性能相當的西方替代品，因此這項禁令也引發美國專業飛行員的恐慌，導致許多使用者開始囤積 DJI 無人機、電池與備用零件，試圖延長現有機隊的運作壽命。 此外，執法與公共安全機構也對此表示憂慮，擔心失去這些具備高性價比且生態系成熟的設備，將會衝擊日常營運。這些第一線反應，也再次凸顯問題的核心：當市場主力被切斷，替代方案是否真的已經準備就緒？ 中國無人機的替代品尚未補位，市場供給斷裂將影響 85% 無人機飛行員的生計 儘管美國政府正透過五角大廈的「無人機主導」（Drone Dominance）計畫，預計投入資金補貼美國本土製造商，目標在 2027 年前採購數十萬架系統，但業界普遍認為，美國產品短期內在價格、功能與生態系成熟度上，仍難以與中國產品競爭。 這種競爭力的落差在第一線操作者眼中更為明顯。擁有 9 架 DJI 無人機的德州無人機操作員 Gene Robinson ，主要將無人機用於執法培訓與鑑識分析。他感嘆過去美國將製造業外包給中國的後果，並表示：「為了重新獲得獨立性，我們正在付出代價，這將會經歷一些陣痛，我們必須忍受這一切，並且別讓這種情況再次發生。」 印第安納州的建築監測公司 Falcon Unmanned Systems 負責人 Eric Ebert 雖然自認是百分之百的美國支持者，但他直言：「美國製無人機根本無法競爭。」同時，為了應對未來的斷鏈危機， Eric Ebert 已經提前囤積 36 架 無人機與相關零件，以確保公司在 2026 年後仍能穩定運作。 […]

Palmer Luckey 為何從國防跨足銀行業？打造 Erebor Bank 要成為科技產業的「內部核心」

國防科技公司 Anduril 創辦人 Palmer Luckey 近期積極投入創立數位銀行 Erebor Bank。站在 Erebor Bank 背後的支持者陣容堅強，包括 PayPal 共同創辦人 Peter Thiel ，以及來自 Founders Fund、8VC、Haun Ventures 和 Lux Capital 等知名創投的資金。《Axios》指出，Erebor Bank 最近籌集了 3.5 億美元的資金，估值已達 43.5 億美元，顯示投資者對這家結合科技與金融的新創公司充滿信心。 美國聯邦存款保險公司（FDIC）已在 12 月 16 日正式批准 Erebor Bank 的存款保險申請，越過正式營運前最重要的監管障礙之一。究竟 Palmer Luckey 為什麼決定要「自己開一家銀行」？關鍵在於服務傳統體系中難以獲得支持的高科技與國防企業。 Palmer Luckey 意識到，創新企業在傳統金融體系中長期面臨服務不足的困境，尤其在 2023 年發生矽谷銀行 (Silicon Valley Bank)、銀門銀行（Silvergate）與簽名銀行（ Signature Bank）相繼倒閉的連鎖反應後，問題更趨嚴重。特別是矽谷銀行曾是許多創投支持科技公司的主要合作夥伴，因此它的倒閉，也導致這些企業在尋求穩定且具備技術理解力的銀行時，面臨巨大缺口。 Erebor Bank 鎖定「美國創新經濟」，定位為對加密貨幣友好的銀行 目前 Erebor […]

Amazon 質疑中階主管價值、Gartner 預測大裁減，耶魯教授反指：AI 時代他們反而更重要

過去一年，關於人工智慧與工作的討論，仍大量停留在「哪些職位會被取代」、「人類是否即將失業」的層次。但對企業與管理者而言，這類問題其實已逐漸失去指引價值。 真正迫切的挑戰，不在於某個職位是否消失，而是當人工智慧、代理系統與自動化工具開始實際參與工作流程時，企業是否正在用錯誤的方式重塑組織結構。 隨著 AI 快速進入董事會議程與組織架構圖，企業紛紛調整人力配置以適應自動化時代。然而，在這波調整中，愈來愈多企業正同時削減入門級職位與中階管理層，形成一種短期看似有效、長期卻可能高度脆弱的組織樣貌。 人工智慧導入下的組織結構錯位 長期以來，多數企業依賴的是典型的金字塔式組織：底層是廣泛的入門與基層職位，中階管理層負責承接執行與協調，高階則專注於策略與方向判斷。 但在人工智慧加速任務自動化、組織持續扁平化的過程中，這個結構正同時從底部與中段被掏空。 根據 LinkedIn 的數據，從 2024 年初到 2025 年初，入門級職位發布量年減約 30%；若拉長時間來看，自 2020 年以來，入門職缺已累計下滑 23%。這樣的縮減，已波及金融、科技、媒體與法律等過去高度依賴應屆畢業生的人才管道。 不少企業領導者的邏輯相當直接，他們認為當 AI 已能總結內容、清理資料、篩選客戶問題與起草文件，為何還需要初級員工承擔這些任務？然而，這種以任務效率為核心的判斷，忽略了入門職位在累積組織記憶、培養判斷力與孕育未來管理者上的長期功能。 中階管理，為何成為最先被質疑的層級 與入門層同步萎縮的，是中階管理職位。人力資源科技公司 Revelio Labs 的數據顯示，自 2022 年以來，中階管理職缺發布量已下降超過 40%。Gartner 也預測，到 2026 年，約五分之一的企業將利用人工智慧推動組織扁平化，並裁減超過一半的中階管理職位。 這樣的趨勢，在科技產業尤為明顯。Amazon 執行長 Andy Jassy 曾公開批評中階管理人員阻礙組織速度、責任感與創新力，並推動更扁平化的公司結構，透過提高個人貢獻者與經理的比例，來減少層級、加快決策。 在人工智慧被視為提升效率與加速執行的背景下，中階管理自然成為最先被質疑、也最容易被裁減的對象。 AI 不會消滅管理，而是重新定義管理者的角色 然而，將中階管理視為過時層級，並非沒有反對聲音。耶魯大學管理學院組織行為學副教授 Tristan L. Botelho 指出，人工智慧確實會改變管理者的工作方式，但並不意味著管理角色會消失。 他認為，AI 的導入更可能迫使管理者，重新思考自身在組織中的定位。隨著智慧系統融入日常流程，管理者的技能門檻將被拉高，而非被取代。員工仍需要被引導，團隊仍需要被協調，否則組織將難以留住關鍵人才。 在 AI 時代，中階管理者承擔的人力資源功能反而更加重要。他們需要展現同理心、調解衝突、協助團隊理解變動，並在高度不確定的環境中提供方向感。 Botelho 也指出，未來的管理角色將變得更加複雜。除了管理人與管理系統，中階管理者還必須具備邏輯思維、倫理判斷、修辭與溝通能力，才能在更分散、更多元的組織結構中進行有效協調。這類「統籌與轉譯」的工作，正是人工智慧難以取代的部分。 扁平化不等於更具韌性的組織 問題的關鍵不在於企業是否導入人工智慧，而在於是否誤把「層級精簡」等同於「組織升級」。 […]

誰殺死了掃地機器人始祖？從 iRobot 殞落看硬體新規則：AI 不再是外掛而是產品靈魂

美國掃地機器人品牌 iRobot，作為掃地機器人品類的先行者，面對中國製造競爭者的快速追擊與市場變局時，因反應慢、產品迭代與體驗落後，市佔率被後進者超越，最終破產。這一變化，不單是個別品牌起落的故事，更反映出整個硬體製造業在 AI 時代下的競爭態勢與教訓。 AI 不再是輔助，而是產品本身 《金融時報》分析，iRobot 的衰落並非偶然，而是多重因素交織的結果。首先，在面對競爭對手迅速推出更具性價比與功能性的產品時，iRobot 在新技術、產品創新以及體驗設計上的反應相對緩慢。iRobot 的執行長柯恩（Gary Cohen）去年五月接手公司時，曾犀利評論過去管理層「未能正視市場變化」，過度依賴既有技術而忽略消費者需求，導致產品迭代落後對手，成為失去競爭力的重要原因。 相比之下，iRobot 的主要競爭者，Roborock 的成長之道顯示出截然不同的競爭策略與執行節奏。 Roborock 最新產品將 AI 技術直接整合於硬體功能當中。例如，他們利用自研與開源 AI 模型，訓練掃地機器人執行更細緻的任務，不只是吸塵、拖地，更能辨識不同物件，如襪子、餐後散落的食物殘渣，甚至是寵物排泄物等較為複雜的環境挑戰。這類 AI 驅動的功能正在重塑消費端對掃地機器人的期待與使用體驗。 此外，Roborock 配有機械手臂模組讓機器人能進行更複雜的互動，根據《ZDNET》的實測，該掃地機器人會偵測並拾取可以處理的小型障礙物，然後會再導航到預設區域放下物品，之後又會返回物品所在的位置，繼續清潔該區域，期間用戶幾乎不用干預。這類 AI 物件識別能力，以及路徑規劃與環境理解的提升，讓產品體驗跨越傳統規格比拚的範疇。 兩個品牌的策略差異，反映出 AI 在硬體競爭中的核心角色已從「輔助軟體」提升至驅動硬體能力與產品價值的層級。以掃地機器人為例，過去廠商之間可能專注於吸塵功率、電池續航等硬體規格比較，而現在則是誰能把 AI 的感知、判斷與動作控制能力整合到設備上，讓機器人成為真正具有智慧的助手，這才是競爭的核心。 製造業跳脫價格戰解方：用 AI 優化用戶體驗、撐起高附加價值 從製造業的角度來看，導入 AI 技術不僅是提升產品功能，更是品牌走向高附加價值市場的關鍵策略。尤其是面對製造業長期以來的削價競爭，以及毛利壓力，Roborock 的高端 AI 掃地機器人不僅提升單品價值，也強化了其在全球市場中與傳統西方品牌競爭的能力。這種以 AI 為核心的產品差異化，不僅提升使用者體驗，更能避免陷入單純以價格取勝的市場陷阱。 iRobot 的殞落和 Roborock 的崛起，象徵過去硬體競爭邏輯的一次巨變。在這個 AI 技術高速演進且逐漸被嵌入終端產品的時代，硬體製造商若無法及時調整策略、整合 AI 與硬體能力以提升產品核心價值，其競爭優勢可能迅速流失。 品牌不應再將 AI 只視為後端軟體，而是將其深度融入硬體、驅動產品智能化與市場競爭力的必備核心。iRobot 的教訓提醒所有硬體品牌：產品的未來，不只是在裝配線與零件規格，而是在於能否讓機器真正「懂」用戶、並做出智慧的行動。 立即報名 […]

【科技早餐】AI 成為裁員代名詞？美國今年 117 萬人丟飯碗，企業把帳算到 AI 頭上

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊AI 成為裁員代名詞？美國今年 117 萬人丟飯碗，企業把帳算到 AI 頭上 人工智慧正快速成為就業市場最敏感的關鍵字。根據《CNBC》報導，人資顧問公司 Challenger, Gray & Christmas 統計，美國企業今年以 AI 策略調整為由，累計裁撤約 5 萬 5 千個職位。2025 年以來，全美企業宣布裁員總數已達 117 萬人，創下 COVID-19 疫情以來新高。 光是 10 月，美國企業裁員超過 15 萬人，11 月再裁 7 萬多人，其中逾 6 千人直接與 AI 有關。在通膨升溫、關稅推高成本、企業壓低支出的大環境下，AI 成為短期效率解方。麻省理工學院 (MIT) 研究也指出，AI 已能執行約 11.7% 的美國工作內容，不過也有學者認為，部分企業只是藉 AI 名義修正疫情期間的人力擴編。 ＊為了 AI 用電，Google 直接買電廠：47.5 億美元收購 Intersect Power AI 帶動的用電需求，正直接改寫科技巨頭的投資策略。Google […]

放大 AI Agent 綜效！伊雲谷整合雲端管理核心應用，助企業加速實現數位轉型

隨著 Agentic 時代來臨，生成式 AI 已成為各產業推動智慧轉型與強化決策力的核心動能。為協助台灣企業在 AI 雲端賽局中搶占先機，伊雲谷舉辦「ECVolution Day 2025：馭雲啟航 — 驅動 AI 賦能未來」論壇，匯聚各界產業專家，深入探討 AI Agent 落地方法論、資安治理模式，以及企業數位轉型的關鍵策略。 伊雲谷創辦人暨董事長蔡佳宏指出，許多企業面對 AI Agent 浪潮，因為不確定如何盤點需求、建構場域而出現「AI 焦慮」。對此，伊雲谷除了成立專責部門，提供相關服務，更透過本次論壇分享導入經驗與最佳實踐，助力企業更自信地踏出 AI 落地第一步。 資料治理與資安防禦是企業 AI 落地的首要關鍵 在這股 AI 浪潮加速席捲企業運作之際，治理與資安是企業邁向 AI 落地的首要關鍵。Deloitte 資深執行副總經理溫紹群認為，AI 治理不是單點議題，而是涵蓋業務流程場景、模型生命週期管理、組織治理架構、平台權限控管與資料治理的完整變革工程。尤其在跨場域、跨流程導入大量 Agentic AI 的時代，如果缺乏一致的 API、資料標準與存取控管，企業內部不同任務的 Agents 將無法彼此溝通，形成風險與治理斷點。 Fortinet 技術顧問呂政穎指出，隨著更多企業全面導入 AI、推動系統雲端化，資安治理策略必須從「工具導向」步入「事件導向」、從「單點控管」走向「持續檢測與矯正」的循環，唯有如此，企業才能真正跟上威脅變化速度，在 AI 驅動的時代維持穩健的營運安全。 以雲端工具與陪跑式導入計畫，助企業快速打造客製化 Agent 在完善治理與資安架構後，企業會進一步聚焦落地部署， 讓 AI Agent 成為真正能提升營運效率的「虛擬員工」。​Amazon Web Services​（​AWS​）​​提供多款開箱即用的解決方案，如生成式 AI 基礎模型託管服務 […]

你的 AI 專案為何失敗？摩根大通的啟示：沒有「連接性」的模型，只是一場昂貴的浪費

生成式 AI 浪潮下，當許多企業仍深陷 AI 的「試點迷霧」之中，金融巨頭摩根大通（JPMorgan）已交出一份令人驚艷的成績單：其內部 AI 平台 LLM Suite 已有全球超過 25 萬名員工使用、日活躍使用率逾 60%，更在內部催生了超過 3 萬個自定義的 AI 個人助理。 摩根大通分析長（Chief Analytics Officer）Derek Waldron 在 Podcast 節目〈Beyond the Pilot〉中，揭露了這場早於 ChatGPT 問世前啟動、為期兩年半的 AI 轉型歷程。 當模型為大宗商品，「連接性」才是護城河 摩根大通的 AI 旅程始於兩年半前，Waldron 指出當時團隊就有三個核心洞察，成為日後策略的基礎。 首先是「技術的民主化」。摩根大通認為 AI 是一項通用技術，除非讓廣大的員工都能取得有意義的存取權限、擁有關鍵使用情境，否則就是浪費機會。 第二是「模組化」。由於摩根大通沒有任何職位是完全相同的，中央團隊無法為每個細分職能例如銷售、營運、風險管理等開發專屬方案，因此唯一的規模化途徑，是提供強大、可重複使用的「積木」，讓員工自行組裝解決方案。 第三，「連接性」優先於模型。Waldron 表示，團隊提出一個大膽的假設：模型本身最終會變成大宗商品，因此企業真正的護城河在於 AI 如何連接到企業內部的系統、資料和流程。他指出，即使超強智慧出現，如果無法連接內部知識，也無法產生價值。 摩根大通打造的內部平台 LLM Suite，能依不同任務動態切換 OpenAI、Anthropic 等供應商的 AI 模型，但資料並不交給第三方模型商。員工可以接入一個持續擴大的關鍵業務資料生態系，並與「高度複雜」的文件、知識庫與結構化資料儲存系統互動，同時串接 CRM、人資、交易、財務與風險管理系統。Waldron 表示，「我們的平台就是圍繞這種無所不在的連結能力來打造的。」 該系統每八週更新一次，持續擴充與銀行內部資料庫與軟體系統的串接能力；其 RAG（檢索增強生成）系統已經歷 4 […]

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

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

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

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

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

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

呂冠緯：我從均一平台董事台積電何麗梅近身學習的「水樣領導學」

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

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

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

實現「零漂移」自主導航能力！數位孿生拯救了 NASA 機器人

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

發展「數位錢包」不只為加密貨幣，專家強調「掌控身分」成爭奪關鍵

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

AI 代理上線、即時清算成常態：2026 年支付正在重組哪些關鍵環節？

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

【科技早餐】日本豪砸 3 兆日圓拚國產 AI：軟銀領軍，國家級規模全面展開

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

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

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

全球近 80% 資料中心「蓋錯地方」：錯誤選址如何放大電力成本與冷卻壓力？

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

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

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

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

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

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

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

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

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

【企業該補誰】AI 原生職位浮現，哪些新角色正重塑企業分工？

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

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

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

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

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

【科技早餐】TikTok 美國命運定案：拆分落地，演算法主權交到誰手上？

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

「代理型 AI」是製造業核心投資，德勤拆解 2026 年資金配置與成長路徑

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

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

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

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

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

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

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

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

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

開源 AI 將主導 2026 企業戰略，企業需準備管理「AI 行為」

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

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

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

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

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

【科技早餐】HBM 一顆不剩！美光宣告記憶體進入「結構性短缺」時代

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

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

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

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

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

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

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