Archives

【科技早餐】Morgan Stanley：AI 將改變 90% 工作，創造 16 兆美元市值

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊AI 立法開先河！義大利通過歐洲首部全面 AI 法律 《路透社》報導，義大利正式成為第一個落實歐盟《人工智慧法案》的國家，通過全國性 AI 法律，確立「以人為本、透明、安全」的原則。法律針對假新聞、深偽影片、詐欺、身份盜竊與市場操縱等濫用情況，違法者將面臨刑事處罰。醫療、教育、司法與公共行政等敏感領域則要求 AI 決策必須可追溯、可監督，醫師與教師不得完全依賴 AI。此外，14 歲以下兒童必須獲得父母同意才能使用 AI。 政府也將投入 10 億歐元，扶植人工智慧、網路安全、量子技術與電信，強化產業競爭力。這項法案被視為歐洲立法的先行示範，可能成為其他國家制定規範的參考依據。 ＊Morgan Stanley：AI 將改變 90% 工作，創造 16 兆美元市值 Morgan Stanley 最新報告指出，AI 對九成以上職業都將產生影響，但更可能改變工作型態，而非全面取代人類。若標普 500 企業全面導入 AI，每年效益可達 9,200 億美元，長期市值則可能新增 13 兆至 16 兆美元。 報告認為，這場變革如同電氣化與網路革命，將重塑職場。部分職位或被自動化取代，但也會出現因 AI 強化的新職業。零售、不動產管理與運輸物流將首當其衝，供應鏈自動化、智慧定價與自主配送預期快速普及。報告警告，市場可能低估了 AI 的生產力效益，若技術持續以七個月翻倍的速度成長，其潛在價值將遠超現有預測。 ＊微軟打造「全球最強大」AI 資料中心 Fairwater 微軟宣布將於 2026 年啟用位於美國威斯康辛州的 Fairwater 資料中心，號稱全球最強大。基地占地 315 英畝，總面積 120 萬平方英尺，部署數十萬顆 […]

【OpenAI 親授】《在人工智慧時代保持領先》，給你企業 AI 轉型 5 大實作原則

OpenAI 近日發布《在人工智慧時代保持領先：領導力指南》，這份報告是他們與多家大公司合作的經驗總結，旨在幫助企業應對 AI 前所未有的超高速發展。 報告指出，如果企業想超車對手、不被淘汰，就必須跟上這股 AI 浪潮。為此，報告也提供了包含五個實用步驟的框架，透過案例和實用技巧，提供企業如何讓員工接受 AI、建立 AI 文化，並在安全的前提下加速創新，並實現實質的業務成長。 📌 《在人工智慧時代保持領先》適合誰閱讀？ • 高階主管：例如執行長和財務長等負責設定公司願景、AI 策略和 AI 採用目標的角色，並以身作則地使用 AI。 • 團隊領導者和經理：將 AI 倡議與各團隊的實際工作連結，幫助員工將 AI 與日常工作結合。 • 任何希望指導組織應對人工智慧快速發展，推動 AI 採用，並建立「AI 優先」文化的決策者和管理者。 📌 先記住兩件事、五個原則 一、AI 的普及速度比桌面網路快 4 倍 AI 正以前所未有的速度改變世界。報告指出，自 2022 年以來，頂尖 AI 模型發布量成長了 5.6 倍，而運行一個 GPT-3.5 級模型的成本，在短短 18 個月內狂降了 280 倍。AI 的普及速度甚至比當年的桌面網路還快 4 倍。 面對如此驚人的進步，許多企業雖看到早期採用者營收增長 1.5 倍的機會，卻也因腳步太快而感到難以規劃。 二、給企業的 AI […]

開發機器人像做 App？OpenMind 發表機器人開源作業系統 OM1

長期以來，機器人開發生態分散且缺乏統一標準，開發者往往必須在封閉的專有系統、受限於特定硬體的軟體，或陡峭的學習曲線之間權衡取捨。總部位於舊金山的 OpenMind 推出號稱「全球第一個智慧機器人開源作業系統」OM1 的 Beta 版本，試圖為產業建立一套如同 Android 之於手機般的通用平台。 OpenMind 表示，OM1 的核心目標，是讓任何類型的機器人都能在真實世界中感知、推理與行動，並透過通用的軟體基礎，縮短開發時程、促進互通性，解決目前軟體層缺乏標準導致的開發成本高昂與系統整合困難。 FABRIC 去中心化協調層，讓機器人安全協作 OM1 的技術亮點之一，是其內建的 FABRIC 去中心化協調層。OpenMind 解釋，FABRIC 能為機器人建立安全的數位身份，並打造一個跨品牌、跨設備的全球網路，讓智慧機器能在安全架構下協作運作。 此外，OM1 從設計之初就採硬體無關（hardware-agnostic）架構，可運行於四足、人形、輪式機器人甚至無人機，並可跨平台在 AMD64 與 ARM64 上運行，透過 Docker 即可快速部署。 可整合多種生成式 AI 模型、數分鐘內完成原型設計 值得注意的是，OM1 支援整合多種 AI 大型語言模型，包含 OpenAI、Gemini、DeepSeek、xAI 等主流模型，以及開發者自研模型的隨插即用，也能搭配機器人視覺、電腦視覺與代理工作流程模型，開發者可依需求自由組合模組使用。 OpenMind 表示，OM1 Beta 版已提供多項預設代理，支援 Unitree G1、Go2、Ubtech 小型人形機器人與 TurtleBot 等平台，並內建語音辨識（Google ASR）、語音合成（Riva、ElevenLabs）與情緒視覺分析模組，也支援 SLAM 即時定位建圖、LiDAR 感測、Nav2 導航與 Gazebo 模擬測試等功能。 該系統還提供基於 React 的 […]

【AI 軍武革命爆發】五角大廈與 Scale AI 簽上億美元合約，華爾街瘋搶軍武新創企業

AI 正在從根本上重塑現代戰爭與國防產業樣貌。現在華爾街正追捧小型防衛新創公司的股票，因為市場對下一代戰場技術的需求暴增；美國政府則重新解釋軍備控制協議，放寬無人機的出口管制並將其重新分類；另一方面，資料標註公司 Scale AI 也獲得五角大廈的重要合約，把 AI 部署到最高機密網絡。這些最新發展的背後，共同的核心問題，就是 AI 如何同時驅動國防戰場創新、政策轉型與新創崛起？ 新創崛起：小型公司乘 AI 浪潮而起 《路透社》指出，隨著現代戰爭對無人機與自主系統需求激增，美國許多小型防衛公司開始成為華爾街的焦點。另一方面，軍方採購方向正在轉向低成本、易部署並整合 AI 能力的系統，例如能減輕地面部隊壓力的 AI 動力無人機。 在國防指數（NYSE Arca Defense Index）中，今年至今漲幅前十名中，有七家是中小型公司，其中無人機製造商 Kratos Defense 和 AeroVironment，以及零組件製造商 Astronics 、防衛科技公司 Mercury Systems 都位居領先地位，這顯示新創公司正透過技術和流程的靈活性，突破傳統軍工巨頭的限制，創造新的市場機會。 政策推動：無人機監管轉向 根據《投資者財經日報》報導，近日美國國務卿批准重新解釋軍備出口控制政策，並放寬軍用無人機的出口限制。根據新政策，像是被稱為「死神」的 MQ-9 收割者無人機，將會被視為戰鬥機而非導彈系統，這使美國得以繞開 1987 年 35 國簽署的《導彈技術控制制度》，更容易向阿拉伯聯合大公國與東歐國家銷售無人機。 這項政策調整也讓 General Atomics、Kratos 和 Anduril 等無人機製造商將能透過國務院的「外國軍事銷售」途徑簡化國際交易。美國政府強調，必須加快為前線提供裝備的速度。 技術落地：Scale AI 與五角大廈的億元合約 《路透社》報導，2026 財年，五角大廈為無人機系統和反無人機技術撥款近 60 億美元，比去年增加了 78%。 《AXIOS》近日獨家揭露，資料標註公司 Scale AI […]

【Notion 3.0 登場】以 AI Agent 為技術核心，能撼動微軟與 Google 的霸主地位嗎？

年營收已突破 5 億美元的生產力協作平台 Notion，隨著生成式 AI 浪潮持續成長，更藉由推出新產品，為工作者打造一個更高效的工作模式。Notion 在近期舉辦的「Make with Notion」年會上宣布推出「Notion 3.0」，它的核心是「 Notion AI Agent」，就像一位新型的 AI 助理，能像人類一樣在 Notion 協作工作區內自主執行任務。 過去，Notion 主要作為筆記與知識管理工具，隨著 Notion 3.0 誕生，也象徵 Notion 正式從「SaaS 時代」邁入「Agent 時代」。 Notion 3.0 的技術核心：AI Agent Notion AI Agent 具備強大能力，就像團隊成員，可以執行複雜的多步驟操作，完成端到端的工作流程。例如在跨頁面、跨資料庫處理部分，AI Agent 能根據需求進行研究、起草詳細文件並設定或更新客製化的 Notion 資料庫，工作範圍可以橫跨數百個頁面、一次自主執行長達 20 分鐘的工作。 Notion 3.0 也可以整合外部服務。透過 Notion 的 AI Agent 可以存取來自網際網路的資料，以及已儲存在 Notion 中的資訊，並整合 Slack、Zendesk 和 Google Drive 等外部平台。 […]

專家觀點：NVIDIA 50 億美元入股英特爾，將如何協助 Intel 下一代晶片製造？

NVIDIA 宣布斥資 50 億美元入股英特爾，取得約 4% 股份，雙方達成合作協議，將共同開發多世代的資料中心與個人運算產品。根據《Reuters》報導，分析師認為，即便 NVIDIA 並未承諾將自家 AI 晶片交由英特爾製造，此舉仍可能強化英特爾正面臨挑戰的先進製程計畫，為其下一代晶片製造技術注入信心。 聚焦資料中心與個人運算，以 NVLink 串聯兩大平台 根據雙方聲明，合作的核心是透過 NVIDIA 的高速專有互連技術 NVLink，將 NVIDIA 的 AI 與加速運算架構，與英特爾的 x86 生態系緊密整合，推出多世代的新產品組合。 在資料中心領域，英特爾將為 NVIDIA 客製化設計 x86 處理器，並交由 NVIDIA 整合至其 AI 基礎設施平台後推向市場；在個人運算領域，英特爾稱將開發整合 NVIDIA RTX GPU 小晶片的 x86 系統單晶片（SoC），驅動需同時搭載世界級 CPU 與 GPU 的 PC 產品。 NVIDIA 創辦人暨執行長黃仁勳表示，AI 正在重塑運算堆疊的每一層，這項歷史性合作將融合兩家公司的技術優勢，為下一代運算奠定基礎。英特爾執行長陳立武則指出，雙方合作將結合英特爾的製程技術、製造與先進封裝能力，以及 NVIDIA 在 AI 領域的領導地位，共同為產業帶來創新突破 。 與旗艦 AI 晶片綁定，可望推動英特爾 […]

Google Cloud 執行長詳解：「AI 產品貨幣化策略」如何為他們賺進數十億美元利潤

人工智慧的商業化已不再是未來的構想，而是當下正在發生的現實，Google 近年透過雲端部門 Google Cloud，展現了人工智慧商業模式的多元化與強勁成長動能。 根據 Google Cloud 執行長 Thomas Kurian 的說法，公司已透過人工智慧賺進數十億美元，其後端的商業設計涵蓋消耗制（Consumption-based）、訂閱制（Subscription-based）與追加銷售（Upselling）三種主要路徑，不僅支撐了收益，也改寫企業對雲端與 AI 投資的思考方式。 增幅超越 AWS 與 Microsoft Azure 若僅從營收數字來看，2025 年第二季，Google 雲端營收達到 136.2 億美元，年增率高達 32%，這個增幅不僅超越 AWS 也超越 Azure，顯示 AI 正在成為 Google 把握產業轉折的重要槓桿。 更具指標意義的是，Google Cloud 當前未完成交付的客戶訂單量（backlog）高達 1,060 億美元，並且增長速度快於現行收入，預計其中超過半數會在兩年內轉化為實際營收。這代表在市場對 AI 解決方案需求高漲的背景下，Google Cloud 已鎖定穩健的未來收益來源，AI 則是其中的核心驅動力。 這些數據不僅僅是財報上的亮點，也凸顯著一個趨勢：AI 已不只是「輔助功能」，而逐漸成為雲端服務的基礎性價值，推動 Google 與其客戶共同進入下一輪數位轉型。 三大 AI 貨幣化模式打造 Google Cloud 高營收 Google Cloud 在 AI […]

【Nokia 的新戰場】延攬 Intel 高層、結盟 Supermicro 與 Kyndryl，只為搶攻 AI 資料中心

面對電信產業投資放緩與 AI 浪潮衝擊，電信設備大廠 Nokia 正加速尋求轉型。在新任執行長 Justin Hotard 領導下，公司展開大規模組織重組，並延攬來自英特爾與惠普等企業的資深高層，將 AI 資料中心視為未來核心戰略，期望透過創新與合作，突破當前的困局。 組織重組、延攬人才 為了強化在 AI 領域的實力，Nokia 宣布成立全新「科技與 AI 組織」（Technology and AI Organization），整合全球知名研發單位 Nokia Bell Labs，聚焦 AI 技術創新。同時也成立「企業發展組織」（Corporate Development Organization），負責監督併購與投資工具 NGP Capital，推動公司策略演進。 此外，自今年 10 月 1 日起，曾任英特爾資料中心與 AI 部門副總裁的 Pallavi Mahajan 將出任 Nokia 的科技與 AI 長。值得注意的是，現在 Nokia 執行長 Justin Hotard 過去也曾在英特爾領導同一部門，兩人具備共同背景與產業願景。另一方面，曾任 HPE 策略長與營運長的 Konstanty Owczarek 則將擔任 Nokia 企業發展長。 […]

LLM 神話鬆動？企業 AI 策略從「神級模型」轉換成「專家艦隊」

長期以來，AI 模型的實力幾乎等同於其參數規模，但對企業來說，仰賴單一超大型語言模型（LLM）所帶來的控制權不足、成本難以預測與雲端依賴等問題，正在讓「大即是好」的敘事開始鬆動。近來，可運行於個人電腦或手機上的小型語言模型（SLM）成為矽谷新寵，科技巨頭紛紛投入開發。 《VentureBeat》報導，Meta 近期推出的 MobileLLM-R1 系列模型，是這股趨勢的代表之一。這組專為數學、程式與科學推理設計的推理模型，最大僅 9.5 億參數，卻在 MATH 基準測試中擊敗阿里巴巴 Qwen3-0.6B 模型，在 LiveCodeBench 測試中也大幅領先，展現出即便在資源受限裝置上，也能提供可靠邏輯推理的潛力。 Google 方面則以 Gemma 3 270M 進軍市場，其內部測試顯示，手機執行 25 次對話僅耗電 1%。NVIDIA 也端出 Nemotron-Nano，允許開發者用「推理開關」與「思考預算」微調速度與準確度。Liquid AI 更嘗試以液態神經網路架構推動本地多模態模型，降低運算成本。 從「神級模型」到「專家艦隊」，AI 採用模式改寫中 這股小模型化趨勢，與企業實務中興起的「混搭模型」策略相呼應。創投公司 a16z 在 2025 年對 100 位 CIO 的一項調查顯示，37% 的受訪企業同時使用 5 個以上模型，高於去年的 29%──這反映出企業的 AI 策略已從單一供應商轉向多模型並存，並針對不同任務進行優化。 《VentureBeat》則形容，企業正從單體式「神級模型」邁向「專家艦隊」，讓不同小模型各自負責重複性任務，類似軟體業從巨石式架構轉向微服務的演進：把龐雜的問題拆解成許多較小、重複性的子任務，每個任務由經過微調的 SLM 負責。這種做法其實更貼近現在 AI 發展正走向的「代理式（agentic）」應用模式，也就是讓任務分散交由多個專精代理各自處理。 NVIDIA 研究人員指出，目前 LLM 雖然仍是主流，但其龐大能力往往超出需求，反而不符合多數代理式應用的實際任務需求。相較之下，用一整組專精模型組成的「專家艦隊」架構，更符合代理的分工運作方式，不但能降低成本、加快處理速度，也能在系統出錯時更容易追蹤問題來源。 大模型仍關鍵，轉向訓練與生成角色 這並不代表大型語言模型將被淘汰。事實上，OpenAI […]

【科技早餐】NVIDIA 50 億美元入股英特爾，昔日勁敵首度攜手

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊NVIDIA 50 億美元入股英特爾，昔日勁敵首度攜手 《彭博》報導，NVIDIA 宣布投資 50 億美元入股英特爾，並將合作開發 PC 與資料中心晶片。NVIDIA 以每股 23.28 美元買進英特爾股票，折讓約 6.5%。未來英特爾處理器將整合 NVIDIA 繪圖技術，資料中心則結合英特爾 CPU 與 NVIDIA 加速器。雙方雖未公布上市時間，但強調既有計畫不受影響。 這筆資金對英特爾來說是及時雨，美國政府與軟銀近期也已相繼注資，協助彌補先進製程的龐大支出。新任執行長陳立武推動「開放策略」，積極尋求外部合作，此次獲得 NVIDIA 支持，被視為轉型的重要一步。NVIDIA 執行長黃仁勳表示，雙方結合將為下一個運算時代奠定基礎。外界認為，這項歷史性合作可能重塑 AI 與半導體產業格局。 ＊英美打造 AI「星際之門」，核能合作同步啟動 美國總統川普本週訪問英國，不只是政治外交，更帶來 AI 與能源合作的新局。OpenAI、NVIDIA 等科技巨頭隨行，英國政府宣布在紐卡索附近設立 AI 發展特區，吸引高達 300 億英鎊私人投資，預計創造 5000 個高技術工作機會，打造歐洲最大 AI 運算基地。 OpenAI 與 NVIDIA 將提供最新 GPU，推動英版「星際之門」，強化英國「運算主權」。同時，黑石基金加碼投資，總額拉高至 300 億英鎊。 更關鍵的是，英美即將簽署「大西洋先進核能夥伴協議」，共同加速小型模組化反應爐與核融合實驗，為 AI 龐大電力需求鋪路。這意味著英國正式進入「核能黃金時代」，也凸顯 AI 發展背後的能源角力戰。 ＊中國下令禁用 […]

消費者找商品的關鍵字已變長 2 倍！Google Cloud 提零售應用 AI 三大建議

「零售業是我們認為可以透過 AI 解決挑戰，並帶來更多創新的一個產業，」Google 今（18 日）舉辦 Google Cloud Commerce Forum，與零售和電商企業共同交流 AI 轉型心法，momo（富邦媒體科技）、91APP 也分享自身案例。 AI 正在改變零售的 5 大面向 Google Cloud 台灣業務副總 Simon Wang 引用了麥肯錫和 Google 的研究報告，首先分享了三個市場洞察數據。 第一，有 80% 消費者認為 AI 在購買決策過程中非常有幫助。第二，2024 年 1 月以來，消費者在搜尋引擎或 AI 上尋找商品的問題，問題長度增加了兩倍以上。Wang 指出，這代表消費者的問題情境極為複雜，並期待零售平台的回答能力更強、可以處理更複雜的問題。第三，有 60% 的零售業者覺得在未來，人力的短缺是一大問題，另有八成的零售業者覺得營收成長是很大的挑戰。 他表示，Google Cloud 認為 AI 正在以 5 個面向改變零售業：多模態 AI、AI 代理、智慧搜尋、AI 賦能的客戶體驗，以及透過 AI 升級資安防護，並提出可透過 AI 打造新客戶互動的三大面向：首先，提供新的產品發現方式，例如更個人化、精準的搜尋引擎或產品推薦；第二，縮短從決策到下單的流程，像是運用虛擬試穿等技術；第三，重塑品牌與客戶的互動方式，例如結合 AI 代理等 AI 功能。 […]

AI 將讓全球貿易總值暴增近 40%、GDP 多 13%？WTO 最新報告揭潛力與隱憂

世界貿易組織（WTO）在最新發布的《World Trade Report 2025》報告指出，AI 有望在未來數十年內顯著提升全球貿易額和國內生產總值 (GDP)，並預計在 2040 年前，讓全球商品和服務貿易總值增長近 40%、推動全球 GDP 增長 12% 到 13%，其中包含 AI 服務在內的「數位化服務貿易」成長幅度最大，預計可達 42%，展現 AI 的巨大潛力。 然而，在樂觀看待 AI 潛力的同時，WTO 也同步揭示 AI 可能加劇全球不平等的隱憂，WTO 秘書長 Ngozi Okonjo-Iweala 就警告，若貧窮國家無法共享效益，AI 將會深化不平等的現象。 AI 如何提升貿易效率並開創新商機？ WTO 指出，自動化 AI 工具已在多方面顯著提升貿易效率，例如提升供應鏈可視性、簡化海關流程以加快貨物通關速度，並透過 AI 翻譯技術使溝通更快捷、成本更低，這對微型、小型和中型企業尤其有利，因為可以幫助它們大幅降低溝通成本，同時加速布局全球市場的速度。 WTO 的報告也顯示，在已使用 AI 的企業中，近 90% 表示在貿易相關活動中獲得實質利益，其中 56% 的企業表示 AI 增強管理貿易風險的能力。另一方面，AI 也為服務生產和出口創造新途徑，像是聯合國秘書長技術特使 Amandeep Singh Gill 就表示，AI 能將交易模式、航運路線和季節趨勢等數據轉化為洞察，讓小型製造商也能獲得過去只有跨國公司才能擁有的情報。 AI […]

momo 富邦媒在 Google Cloud Commerce Forum Keynote 分享 AI 驅動零售新世代，聚焦「個人化、信任、永續」　三大核心應用全面落地

在台灣電商走出流量紅利、邁向精實成長的轉型期，momo 富邦媒 (8454) 登上 Google Cloud Commerce Forum Keynote 舞台，分享以AI驅動零售的新思維。自 2019 年起，momo 即與Google Cloud 深度合作，從資料基礎建設、深度學習到生成式 AI 與多模態應用，全面落實「個人化、信任、永續」三大核心。不僅帶來更精準的消費體驗，也在平台治理與永續物流上展現突破，讓AI從輔助工具真正升級為企業營運的核心引擎。 AI 推薦與行銷升級，零售競爭的關鍵是「誰更懂消費者」 在零售進入精實成長的新階段，個人化推薦已不只是附加服務，而是平台留住用戶的關鍵。momo 透過 Big Query 與 Vertex AI 打造深度學習模型，並以 Cloud Run 部署微服務，全面升級推薦系統，推薦商品營收占比持續提升。 升級後的「猜你想搜」功能結合 Gemini 生成式 AI，點擊率提升 40%、轉換率成長約 30%；「智慧人群圈選」則用模型自動運算取代人工經驗，CTR 躍升 2～3.5 倍、訂單數增加約 2 倍。對行銷團隊而言，Gemini也能自動生成商品風格與推薦名單，AI接手繁瑣，團隊專注策略與創意。這不只是效率提升，更是生成式 AI 在零售實戰的最佳示範。 平台治理更智慧，建立消費者信任基礎 隨著「mo店 +」帶來更多商家與商品，平台治理已成為零售競爭力的核心。momo 導入 Gemini 的語意判斷與多模態識別，將 AI 應用推向內容安全與合規管理，打造三大能力： 這些應用讓數百萬件商品的治理更加精準與高效，AI 不僅強化了平台透明度，更進一步鞏固消費者對 momo 的信任。 […]

廣告 AI 寫、庫存自動管，亞馬遜推 2 大新 AI 工具要讓賣家「專心賺錢」

亞馬遜（Amazon）近日推出兩大全新 AI 工具，目的是希望大幅簡化賣家的廣告創建和業務管理流程，特別是針對那些無法負擔廣告代理商或自行創建行銷活動的中小型企業，讓賣家可以從「事事親力親為」轉變為「與 AI 智慧助理協作」，從而更專注在營收成長。 第一項新工具，是亞馬遜為有廣告投放需求的企業推出一個聊天機器人風格的創意助理，幫助廣告主幾乎完全透過 AI 製作和分發多媒體廣告活動。這項新工具是亞馬遜 Creative Studio 平台的更新版本，並將在所有廣告商使用的 Amazon Ads 平台上的 Ad Console 中推出。 用 AI 創意助理 Creative Studio 簡化廣告生成與投放流程 這個聊天機器人風格的創意助理 Creative Studio，核心功能在於透過對話式提示或簡單點擊，就能開發和編輯廣告概念、腳本、圖像、影片和旁白來推廣特定產品。例如公司可以創建一個由 AI 生成模型穿著自家服裝的影片，然後進一步更改模型背後的天空顏色，或從亞馬遜的商業音樂庫中選擇背景音樂。 這些由 AI 生成的廣告內容可以在亞馬遜的廣告平台投放，包括 Prime 串流服務的商業廣告時段，以及透過亞馬遜銷售的外部網站廣告，此外這些廣告可以在與亞馬遜有合作的平台播放，如 Disney、Roku 與 Netflix。 Amazon 舉例，有一位生產智慧餵鳥器的賣家想製作一則父親節廣告，吸引那些正在為父親尋找禮物的消費者。於是他們利用 Creative Studio 中的 AI 工具，設計並製作了一個推廣影片廣告，結果顯示與之前投放的其他推廣影片廣告相比，新廣告的點擊率驚人地提升了 338%、廣告支出回報率高達 121%。 雖然最初的目標是簡化小型企業的流程，但亞馬遜產品與技術副總裁 Jay Richman 表示，亞馬遜最終希望可以將這項新服務推廣到中、大型企業。研究公司 eMarketer 的行銷、零售和技術簡報高級總監 Jeremy Goldman 則肯定，亞馬遜憑藉其平台上數百萬賣家關係以及從產品銷售中提取的大量消費者數據，在廣告領域將具有獨特優勢。 賣家 […]

Meta 首款內建 AR 螢幕的 AI 眼鏡來了！祖克柏：實現個人超級智慧的理想型態

Meta 在年度 Meta Connect 開發者大會上一口氣推出三款 AI 眼鏡，其中最大亮點是首款內建擴增實境（AR）螢幕的 Meta Ray-Ban Display。 小巧螢幕藏於鏡片，支援即時通知與手勢操作 這款 Meta Ray-Ban Display 在右側鏡片內嵌入全彩微型螢幕，可顯示訊息通知、導航路線、即時字幕與視訊通話畫面，並支援作為拍照取景器使用。螢幕會在使用者與眼鏡互動時顯示，但從外部無法看到。當相機處於活動狀態時，LED 燈會提醒其他人。 使用者可透過眼鏡鏡腳的觸控面板或語音指令操作眼鏡，也可搭配一款可偵測肌電訊號（EMG）的「Neural Band」腕帶，進行捏合、滑動、旋轉等手勢控制，甚至能以手指書寫訊息，無需觸摸眼鏡或拿出手機。 Meta Ray-Ban Display 眼鏡本體續航約 6 小時，搭配收納充電盒可延長至 30 小時，售價自 799 美元起，9 月 30 日起在美國開賣，2026 年初將拓展至英、法、義、加等地。 祖克柏表示：「眼鏡是唯一能讓 AI 看見你所見、聽見你所聞，並即時生成你想要的內容的載體。」他強調，相較於智慧型手機或頭戴裝置，眼鏡能讓使用者在保有臨場感的同時獲取 AI 輔助，「能讓你變得更聰明、更會溝通、強化記憶與感官，是實現個人超級智慧的理想型態。」他說的「個人超級智慧」，是指在各個方面超越人類智慧的 AI。 分析師：新品是邁向 Orion 的過渡產品 雖然 Meta 長期投入智慧眼鏡硬體開發，但在生成式 AI 模型進展上仍落後 Google 與 OpenAI，近年祖克柏更高薪延攬矽谷工程師，並投入數百億美元建構最先進 AI 晶片與基礎設施，試圖縮短差距。 《Reuters》報導，多數分析師認為，Ray-Ban Meta Display […]

通用機器人一定要是人形嗎？這家新創正用「盒中工廠」打造通用桌面機器人

在人形機器人逐漸成為產業焦點之際，一家名為 MicroFactory 的舊金山新創公司選擇走出另一條路：不是建造真人大小的人形機器人，也不是試圖自動化整座工廠，而是將通用型機器人壓縮進桌上型「盒中工廠」（factory-in-a-box）。 MicroFactory 近日完成 150 萬美元的種子輪融資，估值達 3,000 萬美元，投資者包括 Hugging Face 創辦人 Clement Delangue 以及 Uber 和 Twitter（現為 X）早期投資者 Naval Ravikant。 小體積兼具通用性，重新定義機器人 《TechCrunch》報導，MicroFactory 的產品外觀是如一個狗籠大小的透明工作站，內部搭載兩隻可更換工具的機械手臂與 AI 控制系統，專為電路板組裝、元件焊接、電纜佈線等精密任務設計。 與傳統工業機器人必須透過複雜程式設計不同，使用者可直接以實體操作引導機械手臂學習製造流程。MicroFactory 共同創辦人暨執行長 Igor Kulakov 指出，這種「示範式教學」往往只需數小時便能完成訓練，比傳統 AI 編寫程式碼更有效率，對中小型製造企業更具吸引力。 「通常這需要花上幾個小時，但用這種方式，機器人會更清楚自己該做什麼，」Kulakov 表示：「通用型機器人不一定要是人形。我們決定從零開始設計，讓它不是人形但仍然具備通用性，如此一來在硬體與 AI 方面都可以更簡單、更容易地完成。」 根據《Robotics & Automation》，這種封閉式箱體設計可提供穩定照明與固定攝影機視角，讓訓練更容易、資料更易移轉，同時在家庭與工作場域使用也更安全。Kulakov 與聯合創辦人 Viktor Petrenko 先前曾共同經營便攜式攝影燈製造商 bitLighter。 Introducing MicroFactory A robot that automates repetitive manual work — starting […]

【科技早餐】Salesforce 搶攻國防！成立 AI 軍事單位 Missionforce

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊川普訪英，美企 AI 投資潮突破 400 億美元 美國總統川普訪問英國之際，美國科技巨頭同步宣布大規模投資，掀起一波 AI 基礎建設熱潮。 微軟將在當地建構全國最大的 AI 超級電腦，為開發者與科研單位提供高效算力。NVIDIA 不僅部署最新 Blackwell 與 Grace Blackwell Ultra 晶片，還與 OpenAI 合作推動「英版星際之門」計畫，主打跨國 AI 科研協作。Google 承諾在英國打造新一代資料中心，強化雲端服務布局；Salesforce 則將投資金額翻倍，以推動 AI 軟體與產業應用落地。 這些投資合計超過 400 億美元，直接引入全球最先進的 AI 硬體與雲端資源。外界認為，英國將從過去的 AI 使用者，逐步轉型為 AI 技術創造者，並強化其在歐洲乃至全球的科技戰略地位。 ＊Salesforce 搶攻國防！成立 AI 軍事單位 Missionforce Salesforce 宣布成立「Missionforce」國家安全部門，專注將 AI 技術導入國防與情報機構。應用範圍涵蓋軍事人員管理、供應鏈物流與決策支援，目標是讓國防運作更快速、更精準。 《Tech Crunch》報導，這項布局正值全球多家科技巨頭積極爭取政府 AI 合約之際，包括 OpenAI 推出政府版 ChatGPT，Google 發表 […]

深化 AI 技術應用！CloudMile 萬里雲獲 2000 萬美元策略投資，東南亞營收連兩年翻倍

亞洲領先 AI 公司 CloudMile 萬里雲今日於 2025 CloudMile Solution Day 年度論壇宣布再獲策略投資，由策略性投資人祺富資本 NEXUS CVC 領投、富邦金(2881) 旗下北富銀創業投資及既有投資人共同參與，募得資金 2,000 萬美元（約新臺幣 6 億元）。CloudMile 萬里雲此次成功獲得策略資金挹注，關鍵在於長期深耕 AI 技術研發與海外市場表現亮點兩大優勢，成為少數兼具技術實力與國際化營運的新創企業。 產業與金融資本雙策略性投資，打造台灣 AI 軟體新國力 此輪投資具有高度策略意義，祺富資本 NEXUS CVC 具台灣高科技產業網絡支持，以 AI 生態系為核心架構，投資領域橫跨 AI、資安、半導體、雲端通訊等產業，可望助力 CloudMile 萬里雲在半導體、電子製造等產業更多的實際應用；同時，北富銀創投的加入，也將有助於 AI 與資安的金融場景落地，包括 AI 智能客服、AI 作業自動化、防詐與合規等數位金融應用，顯示富邦金控在推動數位金融、智慧風控與多雲服務佈局上的重視。 祺富資本 NEXUS CVC 管理合夥人陳柏助指出：「祺富資本看好雲端服務為 AI 及資安應用落地的關鍵基礎，CloudMile 萬里雲多年來於台灣、新加坡及東南亞多國的成功經驗和實現『Hybrid Cloud、Hybrid AI』的深厚技術及實績，正是能掌握未來雲端、AI 及資安融合趨勢的台灣關鍵代表企業。」被視為對 CloudMile 萬里雲長期在 AI 與雲端領域成果的肯定。 北富銀創投：「富邦集團長期關注台灣新創生態發展，這次透過 CloudMile 萬里雲的 […]

「算力其實是 AI 的假議題，我們要的不是算力，是 AI 能力。」陳良基與鴻海、NVIDIA、所羅門專家解密 AI 智慧工廠新革命

「現在我們面臨很多挑戰，也有新機會，」TechOrange 科技報橘在今（9/17）舉辦「2025 AI 智慧大工廠論壇──新竹場」，科技報橘社長戴季全在開場致詞時指出，當前「機器人浪潮」與「Agentic AI 的落地」是值得關注的兩大趨勢，同時這兩股力量都仰賴一個「可控的虛擬環境」作為基礎。以機器人研發為例，因涉及眾多零組件系統模組與數據，難以直接在真實環境中測試，許多企業也不敢讓未經驗證的機器人直接操作機台或產品；另一方面，AI 落地應用若缺乏完善測試，也可能帶來風險，進一步凸顯在 AI 落地與機器人浪潮下，「可控的虛擬環境」已成為關鍵基石。 陳良基解析台灣半導體產業突圍關鍵 前科技部長陳良基教授在「下一個機會點 ── AI 代工，解析台灣半導體產業突圍關鍵」演講中分析，台灣在 AI 時代的關鍵優勢來自半導體的「特定用途市場」，台灣在特定用途的半導體領域幾乎獨霸，因為台灣能根據客戶需求量身打造最佳化解決方案。 陳良基進一步提醒，全球供應鏈正快速變革，台灣必須思考未來的定位。他主張台灣應該推動「開放式 AI」，並將 AI 產業拆解為模組化的生態系，讓更多創新在分工中湧現，進而讓台灣在全球競局中找到新價值。「算力其實是 AI 的假議題，我們要的不是算力，而是 AI 能力，」陳良基直言，台灣應該善用既有的信賴供應鏈與製造優勢，從單純提供算力轉向提供完整的 AI 能力，唯有如此，台灣才能成為全球 AI 能力的提供者，而不只是 AI 伺服器的代工者，這是一條必須把握的發展道路。 鴻海解析 GenAI 賦能的智慧製造 鴻海科技集團董辦室軟體研發處長郭錦斌在「GenAI 賦能的智慧製造」演講中指出，傳統製造模式依靠影像辨識、自動化與 IoT，以提升確定性流程的效率，然而新一代智慧製造則以大模型與 AI Agents 為核心，賦予系統語意理解與跨域推理能力，將老師傅的經驗「產品化」，不僅能持續進化，更能處理如「為何良率下降？」、「如何排程最穩定？」這類開放式問題。 郭錦斌分析，未來工廠將呈現實體、數位分身與 AI 的三層結構。數位分身工廠將負責模擬與機器人訓練，AI 工廠則可以把專家經驗轉化為大型模型並優化排程，最終讓實體工廠「按圖施工，保證成功」。郭錦斌也強調，鴻海已透過 GenAI 實現多場域應用，包括智能調參縮短試模時間、CNC360 優化刀具路徑、Agentic Operations AI 協調多個 Agent 解決複雜故障，以及 FactoryGPT 結合知識圖譜與虛擬環境進行品質監控及缺陷排除。這些創新讓過去鴻海累積的數據價值獲得釋放，並推動鴻海從單點優化走向整合性解決方案，全面提升產線智慧化與效率。 NVIDIA Cosmos […]

【主權 AI 商機爆發】矽谷 420 億美元鉅資湧入英國！除了 NVIDIA 還有誰搶進？

美國總統川普本週到訪英國，英美雙方同步簽署《科技繁榮協議》（Tech Prosperity Deal），瞄準 AI、量子運算與民用核能三大領域強化合作。此行不僅象徵外交關係升溫，更引爆矽谷企業對英國前所未有的投資潮，總額超過 420 億美元（約新台幣 1.2 兆），成為當前全球極具規模的主權 AI 基礎建設布局。 微軟砸 300 億美元、OpenAI 建設「英國星際之門」 根據《Bloomberg》報導，微軟將在未來四年投資 300 億美元於當地雲端與 AI 基礎設施，聲稱是該公司在英國史上最大筆資金承諾。微軟將與英國資料中心業者 Nscale 合作，建置一座搭載逾 23,000 顆 GPU 的 AI 超級電腦，用以驅動 AI 軟體。 除了微軟之外，OpenAI 也宣布將與 Nscale、NVIDIA 合作啟動「Stargate UK（英國星際之門）」計畫，目標強化英國的主權算力。OpenAI 計畫在 2026 年第一季部署最多 8,000 顆 GPU，未來將擴充至 31,000 顆。OpenAI 也將同步引進 OpenAI Academy 協助英國在 2030 年前培訓 750 萬名勞動力。 NVIDIA 12 萬顆 GPU 進駐，結盟 […]

【AI 正在教詐騙犯怎麼行騙】最新研究揭釣魚郵件成功率激增，三大應對策略一次看

AI 聊天機器人正在迅速普及，但在為生活帶來便利的同時，卻也伴隨嚴峻的資安挑戰。根據 Malwarebytes Labs 的報導指出，一家名為 Vyro AI 的公司，其應用程式如 ImagineArt 和 Chatly 擁有數百萬用戶，因為資料庫未受保護，導致使用者輸入的 AI 提示、身分驗證憑證，以及裝置資訊等大量資料外洩。 這些外洩資訊的危害不容小覷，因為攻擊者可能利用身分驗證憑證劫持使用者帳戶、存取聊天歷史紀錄，甚至衍生其他的詐欺行為。至於資料外洩的普遍原因，是許多 AI 公司為了搶佔市場份額，傾向於將產品上市置於安全與隱私之前。 AI 生成的釣魚郵件具有「更高的說服力」 另一方面，AI 聊天機器人也正被不肖分子利用，以更低的成本和時間，大規模生成詐騙訊息。在《路透社》與哈佛大學在最新研究中，就利用 Grok、ChatGPT、Gemini 等六款主流 AI 聊天機器人策劃網路釣魚詐騙，並在年長者身上進行測試，結果顯示 AI 生成的釣魚郵件具有「更高的說服力」。 例如 AI 聊天機器人能主動建議增加「立即點擊」等緊迫性措辭，以提高詐騙成功率。此外，儘管 AI 公司聲稱已進行安全訓練，但為了避免用戶轉向競爭對手，模型常被設計為「服從」而非「保持警惕」。研究人員就發現，如果告知 AI 是「學術研究」或「寫小說」時，AI 就會開始生成惡意內容，更令人擔憂的是，AI 模型的反應極不穩定，相同的提示在不同會話中會產生截然不同的結果，使得預防濫用變得更加困難。 研究發現，AI 不僅能生成詐騙內容，還能提供策略性建議，像是 Google 的 Gemini 聊天機器人曾提供發送釣魚郵件的最佳時間，並建議針對年長者在週一至週五的特定時段，ChatGPT 甚至提供了假冒美國醫療保險網站的連結範例。《路透社》也報導，在東南亞詐騙園區工作的勞工證實，他們經常使用 ChatGPT 進行翻譯、角色扮演，並撰寫可信的詐騙回應。 應對 AI 聊天機器人風險的 3 大策略 如何有效應對 AI 聊天機器人帶來的風險？這需要多方協作，包括加強法規監管，以及提升使用者的意識。首先，全球各國已開始制定相關法規，例如歐盟的 AI 法案，將 […]

AI 無縫支付時代來臨！Google 推 AI 代理支付協議「AP2」，還支援穩定幣

Google 宣布推出全新的開放式「代理支付協議」（Agent Payments Protocol，簡稱 AP2），希望為快速興起的 AI 代理（AI agent）商務交易建立一套跨平台安全標準，並獲得包括 Mastercard、美國運通、Salesforce、PayPal、Coinbase、Adobe、Okta 在內逾 60 家企業與機構的支持，顯示產業正積極為未來「AI 與 AI 之間進行交易」的時代做準備。 AP2 解決 AI 交易授權與責任歸屬問題 AI 代理是能自動代表用戶瀏覽、比較、決策與購物的軟體代理，近年隨著生成式 AI 興起，越來越多企業推出能處理複雜任務的代理服務。然而，當 AI 代理取得用戶的支付資訊並代為執行交易時，如何確認其獲得授權、確保其行為符合用戶意圖，並釐清出錯時的責任歸屬，成為產業普遍關注的風險。 Google AP2 的目標正是解決這些安全與信任問題。該協議能驗證用戶是否授權 AI 代理行動、讓商家確認 AI 代理的操作是否符合用戶要求，且若交易過程出現異常，也能回溯責任，提供可稽核的紀錄。 可擴展 A2A 與 MCP 協定，支援穩定幣與加密錢包 AP2 是在 Google 今年稍早釋出的「代理對代理」（Agent2Agent，A2A）協定和「模型上下文協定」（Model Context Protocol，MCP）基礎上進一步擴展而來，類似 MCP 讓使用者能安全地將 AI 工具連接至資料庫，AP2 則是為支付場景提供通用接口，讓使用者、商家與支付業者能與 AI 代理安全互動。 為強化對新型資產的支援，Google 也與 Coinbase、以太坊基金會、MetaMask 等加密貨幣機構合作，開發出可整合 x402 […]

【多虧關稅戰？】美國製造業如何巧妙轉向 AI，應對供應鏈風暴？

美國製造業在過去五年中，持續面臨前所未有的供應鏈不確定性，包括疫情衝擊、地緣政治摩擦、關稅政策反覆等多重因素，使得企業在採購、庫存、風險控管間必須找尋最佳平衡。不論是川普政府祭出的全球貿易關稅，還是突如其來的出口禁令，都給了美國生產企業上了一堂如何適應變局的現實課。 如今，許多企業不再如疫情初期般搶貨堆料，轉而回歸「精實庫存管理」，只在需要時才採購，降低囤貨、減少資金占用，並要求供應鏈有更快的反應速度。 以美國割草機大廠 Toro 公司為例，其供應鏈負責人 Kevin Carpenter 指出，許多同業在關稅政策變更前搶購物料，卻可以做到將庫存維持在疫情前的正常水準。這背後，AI 工具功不可沒。 「供應鏈生成式 AI」軟體市場，規模大增長 Carpenter 的工作日通常從 AI 開始。首先 AI 會根據當日全球新聞和市場趨勢，生成個人化新聞，不僅涵蓋川普最新社群動態、即時鋼材價格，也追蹤產業供應鏈的微妙變化。 除此之外，Toro 採用生成式 AI 協助篩選龐大的資訊流，並採自動化建議供採購決策參考，例如「建議向 A 廠採購 100 噸原料並調度至 B 廠」這種具體方案，讓管理層可以一鍵直接批准或修正。 AI 在供應鏈的角色不斷深化，生成式 AI 不僅能預測需求波動、調度路徑，更朝向「決策建議」與「方案生成」邁進，力求從過去的數據分析者變成決策實踐者。企業可利用 AI 自動消化龐雜的實時數據、監控全球新聞與政策動態，主動調整採購量與時間，強化庫存週轉效率。 此外，「AI 代理人」的決策工具逐步落地應用，不僅具備跨資料庫協作、自主建議調度方案甚至還有不少自動執行的能力。這樣的進步，意味領導者將更多例行性、重複性決策任務託付給 AI 自身，空出人力專注於策略規劃與危機管理。 不過以現況來看，AI 尚未成為製造業的萬靈丹。業界專家提醒，AI 利於吸收海量即時資訊並快速反應，但目前大多工具仍處於試點階段，導入規模較小，企業真正部署生成式 AI 常涉及數百萬乃至數千萬美元的投資。 Gartner 的研究指出，全球供應鏈生成式 AI 軟體市場規模，預計將從 2025 年的 27 億美元攀升至 2029 年的 550 億美元，成長速度高於其他多數數位工具領域。這不僅反映出市場對高效率、敏捷回應的殷切期待，更是全球經濟不穩、資訊爆量情境下，企業不得不擁抱的數位轉型趨勢。 AI […]

博士、律師、棋王都來了！Mercor 用 AI 招募高技能人才來訓練 AI

在競爭白熱化的矽谷，一家名為 Mercor 的新創公司，正憑藉其獨特的商業模式，迅速嶄露頭角。這家由三位 Thiel Fellows（知名創投 Peter Thiel 於 2011 年成立的年輕創業家培育計畫的成員）於 2023 年創立的公司，最初的構想是利用 AI 改造招募流程，如今，它卻意外地在為 AI 模型提供「專家級數據標註服務」上，找到了一個更直接的獲利點。 並在短短時間內實現了驚人的成長，首次登上《富比士》雲端運算 100 強榜單。 Mercor，從 AI 招募到專家級數據標註 儘管 Mercor 仍將自己定位為一家招募公司，並認為數據標註符合其將員工與公司配對的核心目標，但他的業務重心其實已經發生顯著轉變：他們透過為企業提供專業領域專家（例如科學家、醫生和律師）進行 AI 模型訓練，並按小時收取中介費和匹配費來賺取收入——Mercor 聲稱，它是包括亞馬遜、Google、Meta、微軟、OpenAI 和英偉達等五大頂級人工智慧實驗室的數據標記承包商。 而這項業務也已經已為 Mercor 帶來豐厚回報：今年 3 月，該公司宣布其在過去六個月中，每月成長率約 60%。Mercor 執行長 Brendan Foody 在 X 上發布消息稱，年化營運收入為1 億美元。而根據《富比士》報道，Mercor 在今年上半年實現了 600 萬美元的利潤。 這一驚人數據，也引發了投資人的高度關注。今年 2 月，Mercor 從 Felicis、Benchmark 和 General Catalyst 等重量級投資者那裡，成功融資 1 […]

用 AI 瞄準「預測式護理」市場！丹麥新創 Teton.ai 宣布獲 2,000 萬美元融資

丹麥新創公司 Teton.ai 近日完成 2,000 萬美元 A 輪融資，領投方為 Plural，其他投資者包括 Bertelsmann Investments、Antler Elevate、Nebular 以及 PSV Tech。該公司計劃利用這筆資金擴展歐洲業務，並於今年底前進入美國 10 個州營運。 Teton.ai 成立於 2020 年，主攻「預測式護理」（predictive care）領域，目標是協助醫療與長照機構提前預測風險與資源需求，而非在事件發生後才介入處理。該公司透過自家 AI 與電腦視覺技術，建立醫療環境的「數位孿生」，可持續觀察住民、照護人員與空間的狀況，生成詳細的健康與行為資料，風險評估與營運決策。 從跌倒預防到人力調度，導入預測式決策 根據 Teton.ai 的說明，其系統能在高齡者跌倒風險管理、工作流程與人力需求預測、健康指標追蹤等方面提供支援，協助機構提早調整工作流程與配置。 其表示，該系統可將高齡者跌倒風險降低 82%，並提供家屬即時遠端監測機制，提升透明度與信任感。Teton.ai 也強調，當系統判斷需要採取行動時，會在適當時機傳達給最合適的人員，協助完成預防性照護，同時避免不必要的打擾，減輕照護人員 25% 的每日行政與規劃負擔，專注於人與人的互動關懷。 在營運者方面，Teton.ai 指出因為能優化工作流程、提升入住率與員工留任率，在全球照護人力短缺下仍可達成 28% 的留任提升；對機構業主而言，則能透過全局透明度降低風險並提升投資報酬，最快在部署後一年達成五倍回報。 目前 Teton.ai 已在歐洲多間長照機構與醫院部署，並與美國多家醫療機構業者展開試點計畫，預計未來將在更多醫療場域推廣應用。 結合 NVIDIA 超級算力，打造長照資料集 Teton.ai 近年也與 NVIDIA 合作，使用其 DGX 系統及丹麥國家級超級電腦 Gefion 建構長照場域資料集，以強化 AI 模型的訓練能力。該公司表示，自種子輪以來，其營收成長達 13 倍，客戶數每年成長約 300%，顯示市場對預測式護理工具的需求正在上升。 […]

【科技早餐】OpenAI 衝刺人形機器人，瞄準 AGI 新戰場

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊OpenAI 衝刺人形機器人，瞄準 AGI 新戰場 OpenAI 正加速進軍人形機器人市場，將成立專責團隊開發控制人形機器人演算法，由前 Meta AR 部門主管領軍。過去 OpenAI 已投資 Figure AI 與 1X，如今更申請新商標，暗示未來可能推出可由使用者自訂指令的人形機器人。這類機器人被視為 AGI 的重要落地場景，能在複雜環境中學習並執行任務。 全球科技大廠如 Google、特斯拉也在競逐此市場，但如何克服機器人感知、動作與安全挑戰，仍是業界待解的難題。 ＊蘋果砸 6,000 億美元，美國製造業迎「骨牌效應」 蘋果執行長庫克接受 《CNBC》訪問時表示，未來四年在美投資 6,000 億美元，帶動 79 家工廠受惠，創造數萬就業機會並強化供應鏈韌性。 蘋果已投入 25 億美元擴大與康寧合作，並與台積電、德儀深化半導體產能合作。此次計畫也涵蓋光學元件、材料科學等領域，進一步提升在地產能。蘋果同時成立「製造學院」，培育中小企業人才，推動產業升級。庫克強調，這不僅是長線戰略，更是一份對美國本土的承諾。 ＊澳洲資料中心投資潮起，用水量恐成隱憂 《路透社》報導，澳洲核准多個資料中心建設，總投資達 66 億澳元，包括微軟、亞馬遜與 AirTrunk 等大型業者。預估年耗水量恐達 96 億公升，相當於雪梨供水量的 2%，引發生態保護疑慮。 雖然業者承諾採用更高效冷卻技術，但目前監管僅依企業自律，缺乏明確規範。雪梨水務局警告，到 2035 年資料中心用水可能佔城市資源的四分之一。如何平衡數位經濟成長與水資源永續，成為政策與產業共同挑戰。 ＊Anthropic：77% 企業完全交給 AI，自動化成趨勢 Anthropic 最新報告顯示，77% 企業已讓 AI 獨立執行任務，常見於程式設計、數學與行政流程。消費者端則偏向教育與創意應用，如寫作與語言學習。這也呼應執行長 Dario […]

【從寵物飼料到航太零件】AI 工廠展現效率極限，人類專業卻成不可或缺的核心

從自動化到個人化，AI 與機器人正以前所未有的速度和效率，改變全球的製造業。這場科技革命不再只是單純追求產線速度，而是更深層地優化從原料採購、生產排程到品質控制的每個環節。 過去被認為難以大規模自動化的客製化產品，如今在 AI 助力下變得更高效且具成本效益，至於高度仰賴精準度的精密製造，也借力 AI 優化生產流程。然而，即使 AI 與機器人逐漸能處理大部分重複性任務，人類的專業判斷與創新思維，仍是讓這場轉型真正可以發揮真正價值的關鍵。 AI 如何進化隱形眼鏡、寵物食品與洗髮精的生產流程？ 《Business Insider》報導，隱形眼鏡製造商博士倫（ Bausch + Lomb）為了應對日拋隱形眼鏡的龐大需求，導入 Arena AI 的 Atlas 軟體。這項技術能預測機械問題並即時向維護人員發出警報，讓他們能快速診斷並修復錯誤。 寵物食品公司 Spot & Tango 過去面臨手動協調原料與生產排程的挑戰，再導入 Didero 公司提供的代理 AI 工具後，該公司在不增加人力的情況下實現產能擴張。這款 AI 工具能自動化處理約 60% 的採購訂單，包括訂單記錄、確認以及根據原料供應建立生產排程，大幅簡化生產流程。 客製化洗髮精製造商 Prose 透過 AI 和自動化技術，成功降低製造成本。 Prose 最初推出客製化產品時，每瓶需額外增加 5 美元的成本，如今透過自主機器人負責混合配方、瓶子填充和 200 多種演算法的應用，已將額外成本降至 1 美元以下。這些演算法還能優化需求預測、產品配方和機器維護，有效減少停機時間。 製造業不可或缺的核心價值：人類專業 儘管 AI 與機器人在提升效率方面展現巨大潛力，但人類的專業知識、判斷力與監督，在製造業中仍扮演不可替代的核心角色，像是航太公司正積極投資人工智慧、機器人技術與數位孿生以實現營運現代化，但他們也清楚地認識到對人類技能的持續需求。 塔塔諮詢服務公司 (TCS) 的《2025 年未來天空研究》報告就指出，航空業領導者預計，到 […]

獲 NVIDIA、亞馬遜等大咖 1.2 億美元投資！機器人新創 Dyna Robotics：目標解鎖物理 AGI

今年 3 月才剛完成 2,350 萬美元種子輪融資的美國機器人新創 Dyna Robotics，在 9/15 又宣布完成 1.2 億美元的 A 輪融資。這次投資陣容相當豪華，包括 NVIDIA Ventures、Amazon Innovation Fund、Salesforce Ventures、Samsung Next、LG Technology Ventures 等科技巨頭旗下創投，將估值推升至逾 6 億美元。 《Bloomberg》報導，這輪融資反映投資者對新一代 AI 機器人技術的高度期待。根據 PitchBook 資料，今年上半年機器人產業已吸引了 121 億美元的投資資金。 專注「機器人大腦」，從固定式機械手臂起步 Dyna Robotics 於 2024 年創立，由 Lin Gao、York Yang 與 Google DeepMind 前研究員 Jason Ma 共同創辦，目標是打造高性能、通用型的機器人 AI 基礎模型。 目前該公司推出的產品是一款固定式機械手臂「DYNA-1」，已被部署於餐廳摺餐巾、健身房摺毛巾、洗衣業摺衣等多個產業場景。 根據《Fortune》，Gao 曾指出目前多數實體 AI 領域的公司多投入兩大方向：一是開發通用型 AI […]

「機器人的問題不是數據用盡，是沒有數據。」臺大電機系助理教授孫紹華談台灣發展 AI 機器人的兩大獨特優勢

專訪：《TechOrange》社長戴季全 / 撰稿：李昀蔚 不管是在模仿學習、強化學習等技術層面，或是應用場域及功能面，都可以見到全球機器人公司呈現爆炸性成長的跡象。本集《全新一週》特別邀請國立臺灣大學電機工程學系助理教授、機器人學習實驗室主持人孫紹華，分享近期參訪美國矽谷 AI 機器人產業的心得，並深入探討對全球 AI 機器人發展趨勢的深刻洞察。 孫紹華分享，在為期五天的行程中，走訪了 UC Berkeley、Google、NVIDIA、Amazon Lab126 以及 Toyota Research Institute（TRI）等多家頂尖機構，更特別參訪兩間機器人新創公司，觀察產業內不同的發展模式。 兩家不同路線的美國新創 「我的感想是，現在雖然還是非常多人在鑽研各種不同技術，但這些技術其實也成熟到如果你有一定的資源與決心，就可以開始把東西落地，」孫紹華舉例，在這趟灣區之行，他們特別拜訪 Physical Intelligence 與 DYNA Robotics 兩間新創。Physical Intelligence 在技術上已有突破，能讓機器人穩定地完成如摺衣服等困難任務 。然而，他們並不急於商業化，而是希望開發出能應對各種工作的「通用型機器人」。 相較之下，DYNA Robotics 也開發出能穩定讓機器人摺餐巾的技術 ，他們也選擇積極與飯店、餐廳洽談合作，DYNA Robotics 的團隊甚至會參與飯店業的產業會議，而非單純聚焦學術研討，以深入了解產業痛點，並透過大量收集數據與訓練模型來解決特定問題 。「這兩家公司，我覺得技術上其實非常類似，都是在做模仿學習，」孫紹華強調，這兩種模式也都證明技術已能落地，關鍵在於企業如何選擇商業路徑 。 強化學習與模仿學習的關鍵差異 孫紹華進一步說明，在推動 AI 機器人發展的過程中，主要仰賴「強化學習（Reinforcement Learning）」與「模仿學習（Imitation Learning）」兩大技術。 「強化學習的切入點是，我會告訴你怎麼樣的決策是好的，提供回饋的方式是給你一個獎勵，」孫紹華表示，透過不斷嘗試與調整，機器人最終學會如何做出正確的決策，例如控制機械手臂的馬達來抓取物件 。 至於模仿學習，孫紹華形容模仿學習的做法，就是「讓知道怎麼做這件事情的人來教你做這件事情 。」例如可以透過遠程遙控系統（Teleoperation System）來控制機械手臂，讓人能直覺地操作小型機械手臂，大型手臂則同步跟隨，藉此大量收集機器人動作的資料來訓練模型 。 機器人領域面臨的發展瓶頸 「機器人的問題不是數據用盡，是沒有數據，」談到當前 AI 機器人的發展挑戰，孫紹華指出，雖然網路上有大量人類活動的影片，但這些數據無法直接轉化為機器人能理解的動作 。此外，不同種類的機器人，數據也無法互通 ，這與文字這種通用的數據形式，存在本質上的差異。 除了數據之外，孫紹華也利用「綁鞋帶」的例子，說明 AI […]

【GPT-5-Codex 登場】OpenAI 打造能自主工作 7 小時的「AI 程式設計師」，讓 AI 不再只是編碼助理

OpenAI 近日宣布推出 GPT-5-Codex，這是 GPT-5 模型的全新微調版本，特別為 OpenAI 的 AI 編碼助手 Codex 中的軟體工程任務設計。 GPT-5-Codex 的出現，更標誌著 AI 正從單純的輔助工具，轉變為能夠獨立執行複雜任務的「同事」，並刷新大眾對 AI 程式設計能力的認知，同時預示軟體工程的未來將迎來一次結構性的變革。 可以自主運行超過 7 小時、具備跨工具深度整合能力 OpenAI 指出，GPT-5-Codex 能夠連續自主運行超過 7 小時，持續進行大型且複雜的開發專案，並在過程中不斷自我迭代、修復測試失敗，最終成功交付成果。這項能力源於其獨特的「動態思考」機制，意即可以根據任務的複雜度，自主決定需要投入多少時間進行推理、編輯和測試。 當面對大規模重構、除錯或程式碼審查等需要長時間專注的任務時，GPT-5-Codex 會投入更多的「思考」時間，從而提升長時間任務中的穩定性與精確度。這種不用仰賴人類頻繁介入的「自主性」，是 GPT-5-Codex 與其他 AI 編碼工具最大的區別，也是被稱為「AI 程式設計師」而非「編碼助理」的關鍵所在。 另一方面，GPT-5-Codex 也具備跨工具深度整合能力，例如涵蓋 Codex CLI（命令行介面）、Codex IDE 擴充功能、Codex 雲端環境以及 GitHub 深度整合等，可以無縫融入開發者的現有工作流程。這種全方位整合，使 GPT-5-Codex 在開發者的工作流程中，不只是一位獨立工作者，更是一位關鍵協作者。 全方位的應用場景與產業影響 GPT-5-Codex 的技術突破，未來也可以為企業與開發者帶來具體效益。例如在企業端，GPT-5-Codex 可以協助解決困擾多年的技術債問題，對於龐大且老舊的程式碼庫，GPT-5-Codex 能夠獨立處理複雜的重構任務，這將大幅降低維護成本，並讓開發團隊得以專注於新功能的開發。像是思科、Duolingo 等企業也開始利用 Codex 進行重構、測試生成及程式碼審查，顯著提升專案交付速度與程式碼品質。 對於開發者個人，Codex 則是提升生產力的利器。它可以自動化日常重複性任務，如測試生成、程式碼重構，讓開發者能夠將時間與精力投入到更具創造性和挑戰性的核心問題上，同時也能在除錯和學習新技術時提供即時幫助，進一步提升個人技能。 OpenAI 透過 […]

OpenAI 首度曝光 ChatGPT 用戶報告！用法與 Anthropic Claude 呈現兩極差異

AI 巨頭 OpenAI 近日發布首份 ChatGPT 使用者研究報告，分析超過 150 萬筆對話紀錄，揭示 ChatGPT 消費者用戶以個人與探索型用途為主，而 Anthropic 同步公布的研究則指出，其旗下 Claude 與 Claude API，主要被企業與開發者用於程式開發、研究與教育等工作任務，呈現截然不同的使用輪廓。 根據 OpenAI 的報告，截至 2025 年 6 月，非工作用途訊息已占 ChatGPT 對話總量 70% 以上，較一年前的 53% 明顯上升；工作相關查詢則降至 27%，低於一年前的 53%。其中最常見的三大使用主題為實用指南（28.3%）、寫作（約 25%）與資訊搜尋，合計占整體訊息近 80%。這些內容多與日常生活相關，例如撰寫社群貼文、編修簡報內容、查詢資料等，顯示 ChatGPT 更像一款大眾化消費產品，而非典型的企業工具。 工作者用 ChatGPT 做決策輔助 報告也發現，當 ChatGPT 被用於工作情境時，用戶多半將其視為顧問或研究助理，用於輔助決策與提高生產力，尤其集中在專業與技術類高薪職群中。寫作任務是最常見的工作用途，占所有工作相關訊息的 42%，其中約三分之二是修改既有文字、而非從零創作；至於程式開發僅占整體訊息 4.2%，顯著低於 Claude 的 36%。 此外，OpenAI 也揭露了 ChatGPT 的使用族群輪廓。全球用戶性別比例已趨於平均，並以年輕族群為主，約半數對話來自 18 至 25 歲用戶，且在低收入國家的成長速度明顯快於高收入國家，顯示 ChatGPT […]

不只做 AI，還幫 AI 創造「世界」！專訪 MetAI 共同創辦人暨執行長余泰萬

今年初，一間剛完成 400 萬美元種子輪融資的 AI 新創一炮而紅，不只是因為融資金額在台灣新創圈罕見，更因它是 NVIDIA 首度直接投資的台灣新創。這家名為 MetAI（宇見智能）的公司，專注於整合工業 AI 與 3D 模擬技術打造數位孿生（digital twins）。募資後，團隊規模翻倍，一邊與台積電等大型客戶合作，一邊萃取專案經驗，準備在下半年推出首款產品，迎向全球挑戰。 「我們正在解決的問題是，如果每一個人都想要一個虛擬工廠，你要怎麼做到？」MetAI 共同創辦人暨執行長余泰萬接受《TechOrange》專訪時表示，MetAI 官網收到的詢問需求已「爆炸」，這與全球政治經濟變遷下，半導體與電子業者赴美或東南亞建廠有關；另一驅力是全球日益嚴重的人力短缺，企業在導入自動化設備時，也開始思考能否借助數位孿生、AI 優化產線。 對於 MetAI 來說，下一場 AI 革命是對真實世界的掌握，而數位孿生是價值高達 50 兆美元的全球產業。 數位孿生不只是 3D 模型，而是能運作的世界 MetAI 對數位孿生的定義也很直白，如果只有 3D 建模不叫數位孿生，必須讓輸送帶怎麼跑、機器手臂如何抓等運作邏輯與真實一致，才是一個可用的世界──要讓 AI 真正走進實體場域，不能只餵文字或圖片，必須給它能做實驗、能看得到後果的模擬環境，才可能在現場給出有效方案。「我們認為數位孿生必須要成為一個能夠訓練 AI 的環境，」余泰萬說。 MetAI 能在競爭激烈的數位孿生與合成資料市場脫穎而出，甚至在 NVIDIA 的鼓勵下創業，關鍵在其獨特的 AI 演算法，能把原本需要數千萬小時的 3D 模擬環境建構過程縮短為數分鐘，而且只需 2D CAD 平面圖即可生成。「大家都在找更快的方式打造數位孿生，」余泰萬強調，MetAI 是由 AI、3D、機器人等跨領域人才集結而成的團隊，才能達到這項創新。 目前 MetAI 也正在模擬環境中訓練兩種 AI 代理：其一是產線佈局最佳化的 AI 代理，能在虛擬工廠裡自行試跑各種機台配置與動線，搜尋最佳解，例如機台數量最少、產線最順暢等；其二是用於最佳化自動化方案邏輯的 […]

【科技早餐】OpenAI 董事長：AI 泡沫確實存在，但價值依舊巨大！

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊Google AI 摘要惹怒出版商，美媒首度提告 根據《路透》報導，美國出版商潘斯基媒體，旗下擁有《滾石》、《告示牌》等雜誌，正式將 Google 告上法院。主因是 Google 搜尋的 AI 摘要功能，自動擷取新聞重點，讓用戶不必再點進原始網站，導致出版商流量驟減，進而影響廣告與訂閱收入。 Google 在美國搜尋市佔高達九成，讓出版商幾乎無談判空間。潘斯基強調，新聞完整性必須受到保護，不能讓科技巨頭片面決定內容使用方式。 Google 則回應，AI 摘要能提升搜尋體驗並帶來更多曝光。此案被視為新聞產業與科技平台角力的指標性案例。 ＊OpenAI 董事長：AI 泡沫存在，但價值依舊巨大！ OpenAI 董事長 Bret Taylor 近日受訪表示，AI 產業確實存在泡沫，但長期價值仍不可忽視。他舉例 1990 年代網路泡沫，雖然許多公司倒閉，但 Amazon、Google 最終成為巨頭，顯示產業方向正確。 Bret Taylor 認為，AI 也將走相似路徑，短期投資人可能蒙受損失，但結構性改變無可避免。他提醒，目前不少企業僅在「觀光 AI」，做實驗性嘗試卻缺乏實際價值。建議企業應採用能解決痛點的應用型 AI，才能真正釋放技術潛能。 ＊AI 當面試官？新創 Micro1 募資 3,500 萬美元 AI 招募服務新創 Micro1 宣布完成 A 輪融資，募得 3,500 萬美元，估值達 5 億美元。根據《路透社》，該公司年收入已突破 5,000 萬美元，成長快速。 […]

AI 熱潮還能撐多久？AI 巨頭被比作「星巴克供應商」，Oracle 股價暴漲點燃泡沫警報

全球 AI 浪潮正在席捲各產業，從矽谷到華爾街，AI 幾乎成為最受追捧的關鍵字，像是大型科技公司投入數十億美元打造基礎模型，資本市場也因相關題材持續沸騰。 然而在這股熱潮背後，卻逐漸浮現兩大隱憂：一方面，像 OpenAI、Anthropic 這些 AI 巨頭被比喻為「賣咖啡豆給星巴克」的角色，意即可能淪為只提供原料卻無法掌握應用價值的存在；另一方面，隨著 Oracle 股價急漲，更將市場對「AI 泡沫化」的疑慮推向高峰。究竟 AI 熱潮還能撐多久？成為市場上無法迴避卻也引人好奇的問題。 AI 基礎模型巨頭變成像「星巴克供應商」的 2 大原因 《TechCrunch》 在近期報導指出， OpenAI、Anthropic、Google 等基礎模型公司，最終可能淪為「像賣咖啡豆給星巴克」的後端供應商，嘗試在低利潤的商品化業務中求生存，反映出當前 AI 產業的深刻變化。 首先，預訓練的規模化效益已趨於遞減。過去，基礎模型公司投入鉅資進行預訓練，以追求擴大模型規模，但現在這種策略的邊際效益已不如以往，因為當前的創業公司更傾向將基礎模型視為可隨時替換的「商品」，並將重心轉向後訓練、強化學習、微調以及使用者介面設計，以此開發出能解決特定問題的實用 AI 工具。這也代表，企業與客戶需求正從龐大且通用的基礎模型，轉向更精準、更客製化的應用層解決方案，所以軟體開發、企業數據管理、圖像生成等，才是代表 AI 產業的未來。 其次，開源與競爭者正在稀釋 AI 巨頭的定價權。隨著開源替代方案興起以及眾多競爭者加入，基礎模型公司的市場主導地位正在被挑戰。新創公司普遍認為，無論自己的產品是建立在 GPT-5、Claude 還是 Gemini 之上，最終成果都大同小異。即使是率先推出程式碼、圖像與影片生成模型的 OpenAI，最終也在這些領域被競爭者超越，這都讓持續投入巨資建立更大基礎模型的策略充滿風險。 對「AI 泡沫化」的擔憂 當 AI 基礎模型巨頭面臨挑戰的同時，資本市場的過度狂熱也引發對「AI 泡沫化」的擔憂。近日《Reuters》報導指出，美國科技巨頭甲骨文（Oracle）股價在一天內飆升 43%，使其市值在三個月內翻倍。這股驚人漲勢，讓華爾街關於「美國 AI 股票泡沫」的激烈辯論再度浮上檯面。 這種市場氛圍與網路泡沫時期驚人相似。從市場數據來看，當前的 AI 股票集中度過高，標普 500 指數中前五大公司的總權重已接近 30%，這種高度集中使市場高度依賴少數幾家公司，但從歷史經驗來看，這種情況通常不會有好結果。 AI 產業的真正考驗：落地應用與市場理性 綜觀當前 […]

日本亞馬遜狂用機器人、本土企業卻遲疑，物流自動化為何卡關？

在高齡化與勞動力快速萎縮的壓力下，日本物流產業正成為自動化技術能否撐起供應鏈的試煉場。然而，這場轉型的腳步並不一致。 《金融時報》報導，亞馬遜在千葉縣的物流中心展示高度自動化營運模式，廠內機器人數量已超過 2,000 名員工，透過複雜分揀系統協調包裝流程，甚至配備可依商品尺寸自動裁切包材的設備；同時部署名為 DeepFleet 的 AI 模型協調中心內所有機器人，使作業速度提升 10%。 這股趨勢也正從物流鏈後端延伸到零售前線。日本最大連鎖便利商店 7-Eleven 近期在東京門市啟動機器人試驗，讓機器負責上架補貨與清潔櫥窗，並搭配自助結帳與遠端客服系統。 機器人大國卻自動化落後？結構問題成最大阻力 雖然外界視日本為「機器人大國」，但這種領先進展在本土業者間仍屬少數。《金融時報》指出，大型物流業者日本通運雖已測試自動駕駛堆高機、自動化網格式儲存與取貨系統、能移動貨架的機器人，以及供揀貨員使用的高科技移動輪椅，但高層對於自動化投資能否回本仍抱持懷疑態度。 事實上，日本在物流領域的自動化程度相對落後，根據 Interact Analysis 數據，除了亞馬遜之外，日本每座倉庫平均僅部署 0.17 台機器人，遠低於美國的 0.68 台與中國的 0.57 台。 不過，造成機器人導入緩慢的原因不是技術能力不足，而是結構條件限制。首先，日本員工普遍被認為勤奮穩定，使企業長期仰賴人力作業；其次，日本人口與產業高度集中於都市，使配送距離短、物流效率本就偏高，降低了企業引進自動化的急迫性；再者，日本電商普及速度相對緩慢，線上零售占比不到 10%，遠低於英國的 27%；此外，日本國土多山，適合建倉的土地有限，倉庫多為多層、L 型等非標準建築，也大幅增加導入機器人系統的改造成本。 「如果只是單純用這些技術來取代部分工作量，很難衡量效益，」日本運通負責業務開發的高層 Akira Unno 告訴《金融時報》，許多相關技術仍處於展示期、處於一個過渡期，要觀察是否會爆發性發展，或者仍是人力更具優勢。 從「人力補缺」到「必須靠機器維持供應鏈」 然而，這種仰賴人力的模式正逼近極限。日本目前 65 歲以上人口占比近三成，野村綜合研究所（NRI）預估，2030 年日本貨運司機人數將銳減三分之一至 48 萬人。去年起實施的卡車司機工時限制，更加劇司機短缺壓力。 面對這種結構性挑戰，業界觀點出現分歧。亞馬遜日本營運副總裁 Kohei Shimatani 認為，倉儲自動化的經驗將擴散到更多鄰近消費者的配送中心，並強調高齡化不會阻礙物流效率提升。他預測，自動化發展速度將快過日本勞動年齡人口的萎縮。 日本大型卡車運輸集團之一的 SBS Holdings 則不寄望自動駕駛能在短期內解決問題，計劃未來幾年僱用外籍人士擔任卡車司機。 但是對日本通運（Nippon Express）及其同業來說，導入機器人終究不再只是「幾年回本」的投資考量，而是關乎日本能否繼續維持物流運作。Unno 說，「我們可以確定的是，人力資源絕對會不足，而且對於低出生率也看不到任何應對措施。現在每年 18 歲的人只有 100 萬人，以前可是有 200 萬人。」 […]

【網路勒索新型態】「假負評」攻擊席捲全球，數百企業 Google 評分一夕崩盤

現在消費者在購物前，習慣透過網路評論來判斷產品或服務的好壞，然而這些看似客觀的線上評論機制，卻開始被詐騙集團利用，留下許多負面的「假評論」。這些惡意負評不僅會大幅降低企業的星級評分，損害其線上聲譽，更可能導致數千美元的營收損失，且一旦發布，便難以從 Google 頁面上移除。 目前全球各地有越來越多搬家、屋頂修繕、水電承包與電器維修等服務業者，受到這種新型態的詐騙手法所苦，甚至在要求移除虛假的負面評論時，還會被勒索數百美元。 「假負評」詐騙手法揭秘 這套新詐騙的核心策略，就是利用恐嚇和勒索，迫使商家支付費用以移除評論。詐騙者通常透過通訊軟體向商家發送訊息，威脅將發布大量偽造的負面評論，或是在發布後再要求企業支付費用以移除它們。 近年 AI 工具興起更助長詐騙行為，因為 AI 工具可以助力詐騙者以驚人的規模，產出聽起來更逼真且難以辨識的假評論。根據產業監督機構 Fake Review Watch 的追蹤，美國各地的搬家公司、承包商和鎖匠等，都曾是假評論攻擊的受害者，目前全球已經有超過 150 家企業因偽造的負評而受害。 小企業的慘痛經歷與實際損失 許多小企業主因假評論，造成聲譽與收入重創，像是洛杉磯承包商 Natalia Piper 便在六月收到一則來自巴基斯坦電話號碼的 WhatsApp 訊息，對方威脅將為 Natalia Piper 的公司發布 20 則負面評論， Natalia Piper 也為了移除這些評論，先後向兩名不同的詐騙者分別支付 150 美元和 100 美元。 「我花了八年時間才在市場上建立聲譽，但一個人一天就可以毀掉它，」Natalia Piper 的公司在遭受惡意的負評攻擊後，Google 評分曾一度從 5.0 星驟降至 3.6 星。Natalia Piper 也感嘆，在假評論被移除之前，「接不到任何電話，也沒有客戶想找你」。 此外，來自喬治亞州的搬家公司老闆 Nick Betourney 也有類似遭遇。 Nick Betourney 辛苦經營六年，才讓自己的公司在 Google 評論上獲得 […]

【結帳流程將消失】AI 代理商務來襲，萬事達卡、VISA、PayPal 如何全面備戰？

在零售與金融產業，結帳的樣貌正在迎來顛覆性變化。過去人們習慣手動挑選、點擊「立即購買」，如今在 AI 浪潮下，一種名為 AI「代理商務（Agentic Commerce）」的新模式正在浮現。這場轉變已吸引包括萬事達卡（Mastercard）、VISA、PayPal 在內的支付巨頭積極佈局，試圖搶下未來新商業秩序的主導權。 所謂代理商務，是指生成式 AI 系統不再只是推薦商品，而是能記住使用者過往偏好，主動平衡價格、速度與使用者規則後完成付款，徹底省去傳統電商流程中「結帳」的動作。未來，消費者只需對 AI 下達指令：「幫我在 120 美元預算內買完這週的食材並安排週四送達」，AI 便能全程自動完成下單、付款、配送等工作。 萬事達卡最新行動：打造開發套件與信任層 在這波趨勢中，萬事達卡頗為積極，除了在今年稍早推出 Agent Pay 系統，允許經過授權的 AI 助理使用特製的「代理代幣（agentic tokens）」來進行交易，現在更進一步提供支撐 AI 代理式商務所需的基礎設施與規範，以確保這類交易同時具備安全性與可擴展性。 萬事達卡推出一套開發者工具 Agent Toolkit，透過 MCP（Model Context Protocol）協議讓其 API 能被主流大型語言模型（LLM）直接讀取，讓開發者更容易將支付功能嵌入 AI 流程中。此外，萬事達卡也推出 Agent Sign-Up 驗證機制與 Insight Token，同意後可授權 AI 代理使用用戶的偏好資料訊號，進一步實現個人化。 為了讓此模式安全可擴展，萬事達卡正與 FIDO Alliance 等標準組織合作制定「可驗證憑證」，確保代理在執行交易時能留下用戶授權與交易證據，降低爭議與詐欺風險。萬事達卡表示，美國用戶最快今年底就能使用其 Agent Pay 功能，未來將推向全球市場。 萬事達卡也表示，這項工具改變了開發人員建立金融應用程式的方式，可將開發從文件驅動的傳統工作流程，轉變為 AI 原生的對話式開發流程。 VISA、PayPal、Stripe 也競相試水溫 萬事達卡並非唯一玩家。VISA 正以「智慧商務（Intelligent […]

如何以感知技術為核心，讓 AI 機器人看懂世界、真正走進生活？Amazon Devices & Services 首席應用科學家親自剖析

「與在網頁上對話的軟體 AI 語言模型不同，我們所做的是 Embodied AI，也就是具身人工智慧，我們想讓 AI 走進實體世界。」 「科學家的成就感可以分為兩階段：當把不可能變成可能時，是第一階段的成就感；第二階段則來自看到這個新技術改變使用者的生活。」從台灣清華大學的教授，到消費型機器人團隊的感知技術專家，Amazon Devices & Services 首席應用科學家孫民分享到，在 Amazon Devices & Services 團隊，自己主要負責讓機器人理解人與環境，以 Amazon 家用智慧機器人「Astro」為例，其功能設計涵蓋安防與陪伴，這意味著 Astro 不只會看、會聽，還需要能理解語意。 比如：當使用者下達「去大門查看包裹」的指令，Astro 就需要了解這句話的意思—思考如何移動、去哪裡看、應該呈現什麼結果，這些應用涉及語言理解、空間感知、任務規劃等技術，「其中最核心的 Perception 感知技術，讓家用機器人能夠準確理解室內環境，無論是家庭住宅還是中小型企業這類人類活動空間。考驗一些核心能力，比如 3D 空間環境的理解以及準確解讀人類意圖，這要求機器人具備對文字指令的語義理解能力，以及能基於理解執行多樣化任務。」 透過 Amazon 文化與資源，將技術知識轉化為實際產品 「Paradigm Shift（正規化轉移）不會只發生在全世界的一個地方，而是全球性範圍的正規化級突破。在 AI 技術全球擴散的過程中，亞太地區需要的不僅是技術引進，更需要本土化的人才培養和技術創新體系 ⸺ 而這正是我能發揮最大價值的領域。」孫民分享，自己選擇職業始終遵循兩個核心原則，一方面是追隨自己的熱情，另一方面是尋找能夠最大化個人貢獻的領域。2018 到 2022 年間，孫民在台灣新創公司負責數位行銷，並成功運用機器學習技術實現營銷決策自動化，包括目標受眾篩選、產品匹配、投放時機選擇及通路最佳化等關鍵環節，這讓他學會洞察客戶需求的重要性，明白技術優勢必須與客戶需求相結合，與單純依靠技術不關注客戶需求的學校思維截然不同，「也是在那時，我開始系統思考企業文化的構建邏輯。」 「在 Amazon，我可以投入研究、做產品，同時也擁有資源和使用者，是非常理想的工作環境，」從清大教授、新創公司，再到目前加入的 Amazon 團隊，孫民表示 Amazon 環境與文化符合自己的期待，特別是領導力準則。例如 Customer Obsession（顧客至尚）、Bias for Action（崇尚行動）這兩項原則，都與孫民初創公司摸索的方法論高度契合，甚至已發展成熟制度，「基於過去累積的經驗，我還發現自己特別適合也特別喜歡技術突破後的這個階段 —— 將創新與客戶需求對接，並快速實現規模化。這就像把圖書館裡的技術知識轉化為實際產品，讓我獲得獨特的職業滿足感。」 與全球團隊協作，連接數據、模型與實體世界，避開「沉沒風險」 進一步談到作為台灣 Amazon 科學家，如何與全球團隊進行協作，孫民指出約一半的工作時間是與國際團隊的科學家深度合作，將非常模糊的技術問題與客戶需求相結合，共同識別核心技術方向、制定可行的 […]

在 AI 時代至關重要，「敏感型組織」如何顛覆傳統商模？

過去，速度與規模是企業追求的核心，凡事講求「快狠準」。然而，今日的市場充滿多變的文化潮流、快速變化的社群熱度，以及多樣化的價值觀，凸顯效率固然重要，但若無法洞察人們真正關心什麼、在意什麼，企業的努力終將只是自說自話。 「敏感型組織」（sensitive organizations）的概念應運而生：這是指組織具有高度感知力，能夠持續接收細微的市場訊號，理解其背後的脈絡，並能快速、精準回應需求。 什麼是敏感型組織？ 所謂「敏感」，在人類文化中常常被誤解為脆弱或情緒化，但如果我們借鏡自然界，會發現敏感其實是生存的超能力：向日葵隨太陽移動，並非因一時衝動，而是因為這樣能確保光合作用的最大化；章魚能在瞬間改變皮膚的顏色與質地，不只是為了保護自己免於掠食者的攻擊，更是對環境的快速適應。 自然界告訴我們，「敏感」代表著對環境精準回應的能力，也因此成為生存的基礎原則。 放到企業情境中，敏感型組織就是一個能及時偵測市場與文化變化、並根據這些訊號行動的組織。它保持開放，願意吸收新的資訊；它能理解市場的大環境與文化背景；它最重要的價值，在於能迅速轉化這些理解成為有意圖、有明確方向的行動。 「敏感」如何和 AI 相輔相成？ 在這樣的脈絡下，AI 不再只是「優化」的工具。許多企業目前仍只將 AI 視為提升產能與效率的手段，例如自動化客服、流程優化、快速生成內容。這些應用雖然解決了部分問題，但仍屬於淺層使用，未能觸及 AI 的真正潛能。 AI 的價值，並不只是讓我們做事更快，而是在於讓我們「更懂人」。 狹義的 AI 可以透過資料分類、內容偵測等方式，協助分析文化脈絡與發掘社群潛力。例如，它能在一個看似無關的論壇中，發現受眾對某種風格的高度熱情，這是傳統銷售數據無法發現的資訊。 而生成式 AI 則能進一步協助團隊跨部門協作。過去不同部門之間常因專業語言不通，而在策略執行上出現落差；但今天透過生成式 AI，跨部門的討論可以立即轉化為結構化的提案、設計草圖或模擬情境，這不僅加快了產出，更讓決策建立在共同的理解基礎上。 AI 不再只是效率導向的工具，而是一個促成內外「感知與回應」循環的策略中樞。 LEGO 的成功：深刻理解為什麼人們在意 要理解這種轉變，就必須檢視企業依賴的數據究竟提供了什麼價值。 傳統上，企業習慣依靠「意圖數據」，例如購物車中遺留的商品紀錄、最近的搜尋詞或點擊路徑。這些資訊雖能幫助衡量消費者最後一刻的抉擇，卻無法揭露更深層的動機。換言之，它只是消費者決策旅程的「結果」，而非過程的起點。 相比之下，「興趣數據」所揭露的價值更具深度。這類數據包含人們消費的內容、追隨的偶像、參加的社群，以及他們願意投注情感的話題。這些訊號反應了價值觀、身分認同與社群歸屬感。 AI 的強大之處，在於能以大規模方式解析這些看似隱晦且分散的線索，並將其組合成可運用的洞察。 LEGO 的成功便是敏感型組織的最佳案例之一。面對全球不同市場，LEGO 並未只依靠傳統市場研究調查或銷售數據，而是長期傾聽粉絲論壇、觀察社群影響者的對話，並借助 AI 去捕捉隱藏在小型社群間的文化脈動。透過這種方式，LEGO 能即時發現一些看似細微，但在族群內具有強烈共鳴的主題，進而設計出模組化、甚至限量化的產品。 這些微型產品不追求大規模銷售量，但卻能在粉絲群體間引爆熱情，創造出跨國界的文化共鳴。換句話說，LEGO 成功的關鍵在於，不僅僅追逐「多少人買」，而是深刻理解「為什麼人們在意」，並轉化成產品設計與品牌敘事。 玩轉「共鳴」而非「影響力」 LEGO 的案例對企業有啟發性的建議。首先，在衡量指標上，企業必須從過去的「影響力」轉向「共鳴度」。影響力著重於擴散範圍，例如點閱率、觀看數；但共鳴度則衡量人們是否真正在意、是否願意進一步參與或轉化行動。 在今日的內容飽和時代，廣度不再是稀缺資源，情感的深度才是。 其次，策略焦點必須由「規模驅動」轉為「洞察驅動」。過去企業追求快速複製與擴張，期望規模帶來優勢，但若忽略了文化的細微差異與多樣性，這種盲目擴張往往失效。 洞察驅動意味著企業願意持續傾聽，並將對人性的理解轉化為產品、服務與體驗設計——AI 正好是這一過程的引擎，幫助組織在龐雜資訊與雜音中，篩選並捕捉真正有意義的訊號。 更重要的，敏感型組織的養成，不僅是對外部市場的回應，更是內部結構的變革。要能「快速回應」，前提是組織內部必須能快速整合多樣意見，形成一致行動。生成式 AI 在這裡展現巨大價值，它讓不同專業的團隊能即刻用自然語言合作，透過快速生成的雛形與概念討論，達到跨部門共識。 消費者想要被理解，而不是想要被推銷 從工業時代到數位時代，企業治理邏輯一直以「創造需求」或「收割數據」為核心。然而進入 AI […]

AI 如何改變華爾街工作？揭示投資銀行四大核心業務人機新分工

人工智慧正逐步重塑投資銀行的工作結構。根據諮詢公司 ThoughtLinks 的研究，到 2030 年前，AI 將影響多達三分之一的投行核心業務流程，涵蓋併購、銷售與交易、股票與債務承銷等。 這場變革並非意味著裁員，而是工作型態、技能需求與作業流程的根本改變。 為了應對這場變革，華爾街各大銀行已積極部署 AI 策略。摩根大通向 20 萬名員工部署大型語言模型工具，高盛則推出內部 AI 助理，花旗集團也成立新領導團隊推動 AI 策略——這些舉措的重點都在於「重構流程」與「員工再訓練」，目標是將複雜的金融任務模組化和自動化，同時將銀行家們的角色，從資訊蒐集者轉變為更具策略性的高層判斷與關係管理者。 投行四大核心業務，人類與 AI 的新分工是？ ThoughtLinks 的研究，也進一步為 AI 在投行的應用提供更具體的藍圖，分析 AI 在四個特定工作領域中的新角色： 投行職涯洗牌與挑戰 為了將銀行流程結合「人與 AI」，ThoughtLinks 創辦人 Sumeet Chabria 強調，真正的挑戰在於，如何將高度結構化的銀行流程，轉化為「AI 模組」與「人類專業判斷」相結合的混合工作模式。 AI 不會讓銀行家消失，而是重新塑造他們的角色：從「資訊蒐集」轉向「高層判斷與關係管理」。不過，AI 的導入將使投行初階員工的大量工作被自動化，也逼使人才轉向更高階的顧問與策略角色。 這場職涯洗牌中，初級銀行家的角色可能最受衝擊，而經驗豐富的高階顧問，其價值將因 AI 的輔助而更加凸顯。 如果投行未能同步規劃人才培訓與職涯發展，未來可能出現結構性的人才真空。因此，在保留 AI 效率優勢的同時，如何避免「去人性化」導致客戶信任受損，將是投行在未來十年必須解決的關鍵問題。 【推薦閱讀】 ◆ 【錯誤導入 AI 案例】裁員 45 名客服後悔，銀行重聘被裁員工◆ 【44% 工作被 AI 改變】銀行員工的未來不是被取代，而是被重新定義◆ 【為何華爾街突然愛它】穩定幣打開潘朵拉魔盒，銀行押寶能穩賺不賠？ ＊本文開放合作夥伴轉載，參考資料：《BUSINESS INSIDER》、《ThoughtLinks》、《TechOrange》，圖片來源：Unsplash （責任編輯：鄒家彥）

消費者嫌貴，企業卻愛不釋手──Apple Vision Pro 如何在製造、零售用出新商機？

Apple 在 2024 年推出的 Vision Pro，被定位為「空間運算」新時代的旗艦產品。然而，高達 3,500 美元（約新台幣 11 萬元）的售價，讓多數一般消費者難以接受，加上重量、續航力與應用內容不足等問題，Vision Pro 在消費市場的討論多半停留在「昂貴、難長時間佩戴」的印象。 但在製造業與設計產業應用場景裡，Vision Pro 卻悄悄嶄露頭角。 不用再看平面圖、3D 模型，讓工程師直接進入虛擬空間 法國工業軟體公司達梭系統（Dassault Systèmes）是第一批將 Vision Pro 引入實際工作場景的企業之一，該公司今年與 Apple 合作，專為 Vision Pro 推出了 3DLive 應用。透過「數位孿生」（virtual twins）技術，工程師可以將數位模型直接放進現實環境中進行互動，不僅僅是單純觀看 3D 模型，而是能在空間裡進行設計驗證、維護模擬與裝配測試。 例如，一架飛機在尚未實際製造前，工程師就能戴上 Vision Pro 模擬維修人員的操作動線，提前確認是否存在空間不足或設計死角，通常這種測試若等到實物完成後才發現問題，修改成本將非常高昂；而透過 Vision Pro，問題可以在設計初期就被捕捉並修正。 達梭指出，「在產品功能日益複雜的時代，僅靠文件或平面圖已經不足，必須透過沉浸式媒介來解釋設計與功能。」《路透社》報導，這項應用特別適用於航空航太、汽車與工廠設施設計等錯誤成本極高的產業，不僅能降低召回風險，也讓跨部門協作更加直觀，設計師、機械工程師與維護人員能在同一個數位孿生模型上同步討論，避免以往僅靠 2D 圖紙或簡報造成的溝通落差。 解鎖未來裝潢，加速消費者裝修決策 美國連鎖建材零售商 Lowe’s 則看準 Vision Pro 在零售場景的應用潛力。今年，Lowe’s 在 10 家門市引入 Style Studio for Apple […]

【科技早餐】川普英國行傳投資？OpenAI、NVIDIA 疑砸數十億建資料中心

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊川普英國行傳投資？OpenAI、NVIDIA 疑砸數十億建資料中心 根據《彭博》報導，美國總統川普將訪問英國，OpenAI 執行長 Sam Altman 與 NVIDIA 執行長黃仁勳可能隨行，並傳出將承諾投資數十億美元在當地興建資料中心，合作對象包括倫敦業者 Nscale Global Holdings。 此舉呼應歐洲領袖近期推動 AI 基礎建設的呼聲。英國政府也規劃加快資料中心許可，並成立「AI 成長區」，讓業者快速取得用電與審批。不過，OpenAI 在歐洲仍面臨更嚴格的法規環境及在地疑慮，使得其在歐洲的投資規模，與其他地區相比仍相對有限。 ＊OpenAI 架構重整，非營利母公司續控權、微軟持股持平 根據《Tech Crunch》 報導，OpenAI 9 月 12 日宣布架構調整，非營利母公司將持續掌握治理權，並與微軟各持 30% 股權。董事長 Bret Taylor 表示，公司雖轉型為公益公司（PBC），但仍由非營利組織引導，並計畫發展成資源雄厚的慈善平台。 外界認為，此舉確保微軟繼續優先存取 OpenAI 技術，同時也為引入其他雲服務商合作鋪路。報導指出，OpenAI 面臨高額算力支出與研發壓力，還有法律與融資挑戰。微軟則強調將持續多模型策略，以降低依賴。未來如何兼顧成本與使命，成為外界關注焦點。 ＊Gartner：2028 年財富 500 仍留人工客服，AI 難全盤取代 國際研調機構 Gartner 報告指出，即使生成式 AI 普及，2028 年《財富》500 大企業仍不會完全淘汰人工客服。原因在於人類在複雜情境處理與長期客戶關係上不可替代。 Gartner 建議企業應將 AI 應用於標準化任務，把人力投入特殊狀況與高價值互動。報告也預測，人工客服人數會逐步減少，但完全零人工的情況不會出現。此外，預估到 2027 […]

產能翻三倍、創 50 萬工作，《2025 年美國半導體產業狀況》揭美如何重奪晶片霸權

這份由半導體產業協會（SIA）發布的《2025年美國半導體產業報告》，探討美國在全球半導體市場的地位與未來。報告指出，雖然美國晶片製造產能曾大幅衰退，但在政府和企業的投資下，預計到 2032 年製造能力有望增長三倍。 📌 《2025 年美國半導體產業狀況》適合誰閱讀？ 📌 先記住這三件事 一、美國晶片強勢回歸：產能望翻三倍，要重奪全球領導地位 美國的半導體產業正在強勁復甦。雖然美國在全球晶片製造的市佔率曾從 1990 年的 37% 跌至 2022 年的 10%，但在政府和私部門的巨額投資下，預計到 2032 年，產能樂觀預測增加三倍。美國半導體產業，在 2024 年的全球晶片銷售收入中佔據 50.4%（非指美國本土製造產能），銷售額預計還將持續成長。 二、半導體豪賭！美國靠「造廠」創造 50 萬個工作 報告指出，政府和企業已宣布超過 5,000 億美元的巨額投資，將在美國 28 個州打造超過 100 個晶片生態系統項目。這些投資預計將直接或間接創造，和支持超過 50 萬個工作崗位，涵蓋製造、營建和相關產業。 三、半導體產業缺人、稅率低，美國能維持領先？ 預計到 2030 年，產業將面臨 67,000 名缺口。同時，美國的研發稅收優惠僅為 9.5%，遠低於中國、韓國、台灣等主要競爭對手，可能影響美國的全球競爭力。 ❗️ 5 個關鍵數據看懂美國半導體產業的強勁與隱憂 數據一：全球半導體銷售額 2024 年全球半導體銷售額：達到 6,305 億美元；2025 年全球半導體銷售額預測：預計將增長至 7010 億美元，增長率為 11.2%。 數據二：美國半導體產業全球市場份額及銷售額 美國半導體產業的全球市場份額持續保持領先地位，佔全球晶片銷售收入的 50.4%。 數據三：勞動力短缺預測 […]

「如果你看了《造山者》很感動，那 50 年後你們要拍的電影是什麼？」史欽泰揭未來核心技術與人才關鍵

在 SEMICON Taiwan 2025 的最後一天，特別舉辦「SEMI 半導體新銳獎頒獎科技大師論壇」，邀請工業技術研究院特別顧問、國立清華大學科技管理學院榮譽講座教授史欽泰，以及緯穎科技董事長暨策略長洪麗寗、聯華電子資深副總經理洪圭鈞、國家科學及技術委員會工程技術研究發展處處長洪樂文，一同深入對談，剖析半導體未來的發展趨勢、核心技術與人才關鍵能力。 「這個故事我可能有跟少數人講過， 其實當年是史欽泰博士到美國，告訴他們應該要成立 SEMICON Taiwan，」SEMI 全球行銷長暨台灣區總裁曹世綸在致詞時感性哽咽，感謝史欽泰博士對台灣半導體產業的付出，並期許從上一代的造山者，到今日獲得新銳獎的年輕人才，都可以持續懷抱熱情與使命，為台灣創造接下來的黃金歲月。 未來核心技術與人才關鍵能力 大師對談的重點，聚焦在「全球科技產業最值得關注的核心技術與趨勢」與「未來人才的關鍵競爭力」兩大面向。史欽泰指出，要預測未來科技發展走向極其困難，因為科技進步的速度總是超出人類預期。「如果你們看了《造山者》很感動，那請問 50 年後你們要拍的電影是什麼？」史欽泰強調，對於年輕人才而言，關鍵在於自己要怎麼做、做什麼，並且在踏出第一步時，就要思考「千里以後」可能的情景，而非僅止於當下。 洪樂文建議年輕人才在選擇投入領域時，應以個人興趣為導向，因為畢業後的產業樣貌無法預知，但興趣能驅使自己每天充滿動力地投入工作。對於未來產業發展趨勢的部分，洪樂文對「機器人」和「衛星通訊」領域充滿熱情，他也進一步解釋，機器人是 AI 從虛擬世界延伸到實體世界的應用，將對許多事情產生巨大改變；衛星通訊則包括高空平台和無人機載具等，能將人類生活從二維平面帶入三維空間，在未來創造革命性轉變。 洪圭鈞給年輕人才的首要建議，首先是要「站得更高、看得更遠」，因為從更高的視角來觀察事物，才能看得更清楚，進而更明確地思考與行動。其次是必須要有「創新能力」，例如 AI 學習的皆是基於現有資料和過去經驗，因此年輕人才必須具備超越 AI 的能力，能夠處理 AI 資料庫中尚未存在的資訊，才能更容易在未來產業取得成功。 「我認為的關鍵人才，是永遠願意學習且願意跨界學習的人，」在人才培育方面，洪麗寗強調好奇心與想像力的重要，因為科技知識永遠學不完，因此懷抱好奇心與想像力才會讓自己不覺得累，並持續探索更多創新可能。 最後，談到科技職涯路上最重要的挑戰與抉擇，史欽泰分享，自己在工研院服務時期，最大的困難在於必須同時滿足企業老闆和政府這兩類「客戶」的期望，但也是在這段過程中，領悟到台灣很多產業都是「服務業」，因為必須和不同背景的顧客做生意。「誠信是台灣企業的 DNA，沒有誠信的企業走不遠，」史欽泰最後強調，「創新、誠信、分享」就是台灣企業必須把握的核心理念。 在掌聲中落幕的科技大師論壇，不僅是一次知識的傳遞，更是世代精神的交棒。無論是對全球科技趨勢的洞見，或是對人才心法的建議，這些重量級對談都不斷提醒我們，台灣若要在下一個黃金 50 年持續於半導體領域綻放光芒，必須把握這些關鍵。

金融科技巨頭為何做起人形機器人？馬雲撐腰的螞蟻集團推首款人形機器人 R1

在中國企業紛紛投入人形機器人領域，與美國科技巨頭競逐之際，馬雲支持的螞蟻集團也正式加入戰局。該公司旗下的上海螞蟻靈波科技有限公司（Robbyant）在上海首次展示其人形機器人 R1。　 專注「大腦」打造服務型機器人 《Bloomberg》報導，根據螞蟻集團說法，R1 機器人能勝任多種日常任務，包括擔任導遊、在藥局分揀藥品、提供基本醫療諮詢，甚至可以執行簡單的廚房工作任務。其最大特色不是強調機構設計與動作靈巧度，而是由螞蟻自研的 AI 模型「白鴒（BaiLing）」驅動，可透過雲端 AI 協助決策、規劃流程並學習新任務，展現類似數位助理的能力。 與許多只專注機械零組件的競爭者不同，螞蟻選擇從「大腦」切入，並測試採用更便宜的中國晶片來訓練 AI 模型，以降低成本並強化自主掌控度。R1 主要零件來自中國供應商 Ti5（關節模組）與螞蟻投資的 Galaxea AI（機體結構），未來也計劃與機器人新創宇樹科技（Unitree）及上海上市公司奧比中光（Orbbec）合作。 金融科技巨頭為何做人形機器人？ 對於一家以支付、金融起家的企業為何跨足人形機器人領域？Robbyant 執行長朱興表示，螞蟻的使命是讓人們的生活更輕鬆，無論是在支付、金融還是數位公共服務上，而人形機器人是讓 AI 聊天機器人和 AI 助理普及的戰略載體，「如果未來人形機器人進入家庭，它們不僅能做家務，還能成為超級智慧的大腦，」他說。 近年螞蟻集團積極轉型 AI 企業，除發展自研大模型白鴒，也陸續佈局醫療健康服務，例如推出能分析病歷建議醫師的健康應用 AQ，並收購中國線上醫療平台好大夫網。位於中國、隸屬非政府智庫的中國與全球化中心資深研究員 Andy Mok 告訴《Bloomberg》，「實際的實體製造或許可以相對輕易地外包，但開發出穩健且可擴展的 AI 模型才是關鍵。」 目前，R1 正在餐廳和護理中心等場所進行測試。不過，螞蟻金服尚未確定該機器人的售價及公開發售日期。未來，該公司的目標是讓這款機器人成為居家伴侶和照護人員，協助處理健康和日常事務。 AI 機器人浪潮來襲！立即免費下載《AI 機器人全球 7 大勢力關鍵報告》，解鎖各國 AI 機器人發展重點 ＊本文初稿由 AI 生成，經《TechOrange》編撰，資料來源： 《Bloomberg》、Analytic Insight、《The Verge》，首圖來源：Robbyant

台積電、工研院、鴻海登場「半導體資安趨勢高峰論壇」，剖析建立供應鏈韌性的關鍵解方

SEMICON Taiwan 2025 國際半導體展盛大登場，在今（9/12）日舉行的「半導體資安趨勢高峰論壇」，匯聚台積電、工研院、鴻海等產業專家，剖析半導體產業面對數位化複雜性、互連性日益增強的局勢下，如何確保供應鏈安全與韌性。 台積電全球安全管理資深處長屠震致詞表示，台灣專家持續研擬半導體產線設備資安標準規範，經過多年的合作與完善，已於 2022 年正式發布「SEMI E187」，並推動全球採用、透過引入第三方 E187 驗證實踐數位信任。隨著 AI 時代來臨，網路安全不再僅僅是保護，而是信任、創新和全球競爭力的基石，屠震強調，「面對未來的機遇和挑戰，半導體產業必須作為一個全球社區共同努力，台積電很榮幸今天能攜手一群傑出的演講者，分享以 AI、網路重塑半導體產業的深刻見解。」 工研院資訊與通訊研究所技術組長卓傳育指出，過往的半導體資安趨勢高峰論壇，主要探討實體網路安全和設備的 OT 安全標準，但是當更多 AI 等新興技術進入製造流程和企業管理層，讓企業需要整合全面策略與規範，以降低供應鏈風險，「在這個契機下，今日的資安高峰論壇邀集各界產業專家，將和與會者分享如何以 AI 實現智慧風險識別、即時回應和預測分析，重新定義網路安全，並檢視 AI 技術本身所帶來的安全風險。」 鴻海李維斌提出「3+3」的製造安全基礎策略 「在文藝復興時期，人們渴望了解、探索新思想，那正是哥倫布發現新世界的時代。而面對『AI 很複雜，網路安全很困難，AI 與網路安全的交會點更是混亂』的局勢，我將這個議程主題定義為網路安全的文藝復興，探討 AI 網路安全領先的策略。」 鴻海研究院執行長李維斌表示，AI 正在加速發展，實現文字影音生成、自主決策等功能，但目前網路安全仍然遠遠落後於應有的水平，使得 AI 可能重複相同錯誤，甚至比以往任何時候更快、更廣泛地傳播錯誤，「所以重要的是如何建立信任，不僅是對人，也是對機器和系統的信任，我相信這也是首個由台灣主導半導體產線設備資安標準規範 SEMI E187 發表的原因。」 因應此趨勢，李維斌提出「3+3」的製造安全基礎策略。第一個「3」為黃金三角原則，包括保密性（Confidentiality）、誠信（Integrity）與可用性（Availability）；第二個「3」是企業必須內建的三大維度，包括基於安全的設計（Security by Design）、預設安全（Security by Default）、按需安全（Security by Demand）。針對企業需要內建的三大維度，李維斌進一步說明，在設計安全的面向，不僅僅是在風暴過後修復漏洞，而是將安全性作為產品開發組成的一部分，完整刻入產品的 DNA；在預設安全的面向，是從產品選型階段，要求供應商預設具備資安防護機制；在按需安全的面向，李維斌建議企業除了遵循規則、檢查清單，還需要攜手供應鏈夥伴，一同確認在產品與生產環節，能否抵禦複雜的環境條件，以及異常的惡意干擾。 「網路安全是企業 AI 旅程中的指南針，能夠幫助我們面對這些風險，同時也抓住新機會，」李維斌強調，透過建立一個可隨著時間調整、成長的系統，同時藉由 AI 推動偵測與主動式防禦，企業將能更了解敵人，並採取更即時有效的應對策略。 在「半導體資安趨勢高峰論壇」，還邀集玉山銀行、睿控網安、Cisco Systems、台達、奧義智慧科技、戴夫寇爾等重磅講者，探討以 AI 升級營運的關鍵模式，以及採用現代資安解決方案，規劃更安全、更智慧半導體生態系統的具體藍圖。

ChatGPT Voice 會取代 Siri？Sam Altman：這是個好主意，我支持

儘管 AI 浪潮席捲全球，Apple 在最近的 iPhone 17 發表會上卻顯得異常低調，對 AI 的著墨相對稀少，Siri 也未獲得顯著更新。這種「靜默」氛圍，讓外界對 Apple 的 AI 策略有更多疑問。 與此同時，OpenAI 執行長 Sam Altman 在 X 上的一番言論，更是將這場討論推向了高峰。他先是發文表示 iPhone 17 終於帶來他「真正想要」的升級，當有人順勢提出「為什麼不用 ChatGPT Voice 取代 Siri？」時，他更直接回覆：「這是個好主意」，明確展現出他對此想法的支持態度。 that tbh sounds like a great idea, i am supportive — Sam Altman (@sama) September 10, 2025 Siri 的對話能力幾乎沒有進步 Sam Altman 這番言論其實直指 Siri 長期以來的痛點。目前 Siri 在「智慧聊天機器人」的世界中，仍停留在「基本語音助理」階段，相較近年來智慧聊天機器人的快速發展，Siri 在過去幾年的對話能力幾乎沒有進步。例如當用戶提出請求時，Siri […]

微軟將鉅資投入 AI 晶片群實現「自給自足」，與 OpenAI 關係生變？

在與 OpenAI 合作關係出現微妙緊張之際，微軟正悄悄加速布局自家 AI 基礎建設，企圖在生成式 AI 競賽中掌握主導權。 蘇萊曼：要能「自給自足」訓練世界級模型 據《Business Insider》與《Bloomberg》報導，微軟消費者 AI 事業主管、DeepMind 共同創辦人蘇萊曼近日在內部全員大會上透露，公司計劃對自有 AI 運算集群進行「大量投資」，擴大實體基礎設施，以訓練自研大型語言模型。他強調，對像微軟這樣規模的公司而言，能在 AI 領域自給自足，是非常關鍵的能力。 目前微軟的 AI 策略主要依賴與 OpenAI，透過 Azure 平台提供 ChatGPT 等模型服務，同時也將其整合至自家 Copilot 工具。不過，蘇萊曼也指出，微軟正在同時深化與 OpenAI 的關係、與其他模型製造商合作，以及建立自研模型的策略。 《Business Insider》指出，蘇萊曼的發言，顯示微軟希望在 AI 領域開闢自己的道路，同時仍透過雲端運算服務支援 OpenAI。蘇萊曼表示，「我們應該有能力在內部建立各種規模的世界級前沿模型，但也應該非常務實，並在需要的地方使用其他模型。」 MAI-1-preview：微軟首款內部訓練模型登場 在蘇萊曼的帶領下，微軟在今年 8 月推出了首個由內部團隊訓練的基礎模型 MAI-1-preview，雖然只用了 1.5 萬顆 NVIDIA H100 晶片，相較於 Google、Meta、xAI 等競爭對手動用的 6 至 10 倍運算資源，仍屬於「小型集群」，但已被視為微軟邁向自主模型的關鍵起點。 微軟研究院也正在開發一種全新的強化學習框架 rStar2-Agent，結合演算法創新和軟體優化，能夠以遠低於正常運算成本的速度來訓練大型語言模型，以完成複雜的推理任務。根據微軟，這款框架可以讓一個較小的模型以最少的運算量，實現先進的推理性能。 微軟執行長納德拉也在全員大會中表示，公司未來將採取「多模型策略」推進所有產品，依照客戶需求靈活採用不同模型，同時會持續支援 OpenAI 並利用其技術優勢。他也強調，雙方仍是彼此的供應商與客戶，也維持資本投資關係。 […]

AI 決定你的機票價錢、飯店能否升等！航空、飯店業導入 AI 動態定價有哪些潛力和疑慮？

外出旅行時，買機票、訂飯店，會遇到所謂的「浮動價格」，這通常是業者依據淡旺季、需求、剩餘座位或房間數量所進行調整。隨著 AI 的發展，開始有業者導入「AI 動態定價」，力求價格調整的速度更快、更精準，不過此舉卻引發一場關於價格公平與透明度的爭論。 AI 決定你的機票價錢、能不能升等飯店 《華盛頓郵報》指出，達美航空（Delta Air Lines）今年宣布，將在部分航線導入 AI 驅動的動態定價系統，可即時分析需求變化、競爭對手的票價，甚至考量天氣、節慶與地區活動，快速調整票價。達美航空預計在 2025 年底前，將該系統在美國國內航線的覆蓋率，從目前的 3% 提高至 20%。 不只航空業，飯店龍頭萬豪集團（Marriott）也在嘗試將 AI 應用在會員服務，決定哪些旅客可以獲得免費升等。舉例來說，若 AI 分析判斷某位會員過去消費習慣、忠誠度、當前入住率與房型剩餘情況，符合「升等策略」，系統將自動推送升等資格。萬豪發言人拉文（Kelly Lavin）表示，AI 能在幾秒內完成原本需要人工審核的升等程序，並提前通知會員，讓入住體驗更具期待感。 對旅客來說，這看似是更高效的體驗；但對部分顧客而言，若演算法不透明，便可能出現「為什麼他能升等、我卻不能」的質疑。 AI 動態定價，對零售業者來說是潛力工具 在零售與服務業，AI 動態定價早已被視為一大潛力工具，能更細緻地識別不同顧客群體，依據消費者的價格敏感度、忠誠度，甚至歷史消費紀錄，制定不同價格策略。對企業而言，這不僅能提升收益，還能提高資源利用效率。 其次，AI 可讓品牌更快速回應市場需求。例如，在淡季自動調整票價、房價以刺激需求；旺季則適度拉高價格，以符合供需平衡。這種「即時微調」的能力，遠比傳統收益管理系統更靈活。 此外，AI 還能協助優化資源配置。在航空業，這意味著更精準的座位配置與票價分層；在飯店業，則是更靈活的房型調度與促銷策略。從商業角度來看，這些都將轉化為更高的營收與營運效率。 最大隱憂：恐損害消費者信任 不過，AI 動態定價也有潛在疑慮。消費者最擔心的是，「潛在個別化定價」容易被解讀為監控式定價（surveillance pricing），也就是指企業利用消費者的瀏覽紀錄、購買行為、甚至收入水準等個人資料，來判斷其支付意願，可能對不同人開出不同價格。比如說，一位經常搜尋高端飯店的旅客，可能會看到比其他人更高的票價或房價，這樣「因人而異」的價格，恐削弱消費者信任。 美國聯邦貿易委員會（FTC）主席可函（Lina Khan）就提出警告：「AI 和演算法可能會加速監控式定價的能力。尤其是在企業得以收集大量個人資訊的情境下，風險更高。」 德州民主黨眾議員凱薩（Greg Casar）也直言：「最壞情況是，航空公司因為知道你搜尋了『家人喪禮』而臨時拉高票價，我們不能讓這種事發生。」 針對相關疑慮，達美航空高層公開強調，AI 僅是輔助工具，提供數據見解，由分析人員監督與調整，票價不會針對個別消費者改變。 賓州大學華頓商學院教授 Z. John Zhang 認為，隨著競爭激烈，未來會有更多航空與飯店品牌跟進 AI 動態定價。然而，要讓 AI 真正成為加分工具，企業必須做到透明化，並給予消費者清楚的保障。否則，即便技術能帶來短期效率，也可能因信任流失而得不償失。 AI 機器人浪潮來襲！立即免費下載《AI 機器人全球 […]

【科技早餐】Sam Altman 預言：SaaS 模式消失，每人將擁有專屬 AGI！

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊OpenAI 豪擲 3000 億美元，甲骨文創辦人躍升全球首富 《華爾街日報》報導，OpenAI 與甲骨文簽下 3000 億美元、長達五年的算力合約，規模堪稱史上最大雲端交易之一。這筆合約所需電力達 45 億瓦，相當於兩座胡佛水壩，或四百萬戶家庭用電。 消息公布後，甲骨文股價大漲超過四成，創辦人艾里森身價瞬間暴增逾一千億美元，超越馬斯克成為全球首富。 對 OpenAI 而言，這是一場高風險豪賭，因其營收仍不到支出的五分之一；對甲骨文來說，未來營收將高度依賴單一客戶，並需大舉投資 AI 晶片。這筆交易顯示，即使外界質疑 AI 泡沫，科技巨頭仍持續加碼。 ＊Sam Altman 預言 SaaS 模式消失，每人將擁有專屬 AGI OpenAI 執行長 Sam Altman 在公開對談中表示，未來數十億人將能免費使用通用人工智慧（AGI），AI 將推動全球經濟進入極度通縮，使人人能負擔基本需求。 他認為 SaaS 商業模式將被取代，因為軟體將由 AI 即時生成，用戶只需輸入需求，就能獲得專屬解決方案。他也提出「個人 AGI」概念，未來每人都能擁有專屬 AI 助手，組成「超級團隊」解決如新材料研發、供應鏈最佳化等難題。 Sam Altman 另看好 AI 與能源結合，有望推動核融合商業化並降低電價。他提醒投資人，不必追逐「下一個 OpenAI」，真正的兆元企業可能出現在意想不到的領域。 ＊OpenAI 在韓國設點，攜手三星、SK 海力士 《韓聯社》報導，OpenAI 宣布在首爾開設辦公室，成為其在亞洲的第三個據點。公司表示，看中韓國在半導體、基礎設施與 AI 人才方面的優勢，特別是高頻寬記憶體（HBM）領域。未來將積極與三星、SK 海力士合作，推動 […]

大企業對 AI 興趣驟降？美國最新調查揭 2 大殘酷真相

從新創公司到跨國巨頭，全球企業無不將 AI 視為革新業務的核心動力，然而根據美國人口普查局的最新調查，一個令人意外的現象正在發生：員工數超過 250 人的大型企業，對 AI 工具的使用率從 2023 年開始調查以來首次出現下滑，從今年 6 月份的約 13.5%，下滑至 8 月底的約 12%。這項警訊不僅挑戰 AI 產業一路高歌猛進的印象，也引發了各界對「AI 寒冬」可能來臨的擔憂。 挑戰一：對「AI 投資報酬率」的幻滅 許多企業最初懷抱著美好的願景，投入巨資建立數據中心、購置硬體設備以支持 AI 部署，但是現實卻不如預期。紐約大學史登商學院（Stern School of Business）的教授 Arpit Gupta 認為，業界應重新審視這「數兆美元的 AI 資本支出」，因為許多大型企業正日益感到沮喪，發現這些鉅額投資卻未帶來相應的經濟回報。 麻省理工學院的一項研究，以及另一份針對企業 AI 試點專案的調查皆顯示，高達 95% 的公司難以從 AI 試點計畫中獲得預期的財務回報。這使得許多人質疑，AI 對企業來說，更像是一種「公司不知如何利用的流行飾品」，而非真正能創造價值的核心工具。 當企業投入大量資源卻看不到實質成果，信心自然會大打折扣，這也進一步助長對 AI 產業可能泡沫化的擔憂，因為盲目跟風正在退潮，取而代之的是對真實價值的審慎評估。 挑戰二：勞動市場面臨衝擊 除了投資回報率低，AI 帶來的就業衝擊也是企業態度轉變的一大關鍵。儘管許多人將 AI 視為提升效率的工具，但調查數據顯示，AI 對勞動市場帶來的負面影響已日益顯現。 例如史丹佛大學的研究就指出，AI 導致美國年輕勞工的就業機會減少 13%；哈佛大學的研究也證實，初級職位比高級職位更容易受到 AI 的影響。這些數據與企業最初急於採用 AI 以擴大獲利的舉動不謀而合，然而其結果卻是在未能大幅降低成本的情況下，減少工作機會。 […]

人形機器人是「技術展示品」還是「真實勞動力」？專家指發展關鍵在電池

人形機器人正快速邁出實驗室，朝物流、製造等產業現場走去，然而它們能否真正從「技術展示品」進化為「可長時間執勤的勞動力」，關鍵並不只在 AI 演算法或機械靈巧度，而是不起眼卻最根本的電池。專家指出，當前電池技術對人形機器人的續航力、成本與設計造成巨大束縛，也正因如此，電池創新被視為撬動人形機器人產業化的核心支點。 探討並撰寫大量能源供應鏈相關文章的電池新創 Coreshell 執行長 Jonathan Tan，在《Robotics Tomorrow》訪談中表示，機器人新創 Figure AI 近期推出自研的 F.03 電池，直接嵌入機器人軀幹，搭配進階散熱設計，是業界少見的「把電池視為核心基礎設施」的思維；相比之下，許多企業從網路購買現成鋰電池包，因為其注意力集中在機器人 AI 與動作靈巧性的展示，但這無法幫助機器人公司實現機器人規模化部署。 他也進一步說明各類機器人的能源需求差異、現行系統如何阻礙創新，以及電池技術突破對機器人未來的意義 AI 越來越聰明，電池卻成發展最大瓶頸 Tan 指出，人形機器人需要高能量密度且體積緊湊的電池，因為它們要在狹小的類人機身內兼顧長時間運作與強大致動器的動力輸出；工業機器人，尤其是像 AMR 或協作機器人等移動型機器人，則更重視可靠性與電池壽命，因為它們常需在惡劣環境下全天候運轉；配送機器人則優先考量輕量化、省空間的電池設計，以提升載貨能力，並能承受每天頻繁的部分充電循環。 然而，Tan 認為目前電池對於機器人創新來說，最大的瓶頸在於能量密度、充電時間、體積設計和熱能產生。目前的鋰離子電池系統，往往讓人形機器人只能在無須連接電源的情況下運作數小時。一旦電量耗盡，通常需要 1 到 2 小時才能完全充電，這對需要高頻率運作的機器人隊伍來說根本行不通。電池模組也經常體積龐大，迫使設計者在外型與平衡性之間做出尷尬的妥協。而且，由於機器人會在執行提舉、爬升或加速等任務時瞬間大量耗電，因此很快就會產生熱能，而過熱問題會迫使機器人降低性能，甚至直接導致故障。 《The Conversation》指出，一台救災機器人若電力只能撐 45 分鐘，可能在找到倖存者前就耗盡電力；倉儲或農業機器人若頻繁停下充電，也難以達到經濟規模。電池續航不足，正是阻礙人形機器人大規模商轉的「隱形天花板」。 突破之道：矽負極、快充與仿生「吃飯式」供能 要讓人形機器人成為可靠的勞動力，電池技術必須迎頭趕上。Tan 指出，像 Coreshell 開發的金屬矽負極電池，可較傳統石墨系統提升約 30% 能量密度，並具備快速充電潛力，讓機器人隊伍能更高效輪班運作。此外，全球研究界也積極探索鋰硫、金屬空氣等高能量密度電池，理論上能接近動物脂肪的儲能水準。 《The Conversation》指出，快速充電可以幫助減少機器人的停機時間，有些新型電池甚至能在幾分鐘內完成充電，不過這也存在一些權衡與代價：縮短電池壽命、增加熱量產生，且往往需要體積龐大、功率極高的充電基礎設施。即使技術有所改進，能快速充電的機器人仍需要頻繁停下來補電，在無法取得電網供電的環境中，這種方法無法解決機器人本身能量儲存有限的根本問題。 因此，有研究人員開始探索更激進的構想。仿生學派提出的「機器人新陳代謝」，讓機器人透過「消化」金屬或化學燃料獲取能量；也有研究人員開發流體系統如血液般輸送能量，讓機器人同時兼具散熱與自我修復功能。這類系統曾讓一款機器魚原型的能量密度相比標準鋰電池暴增三倍，相當於跳躍式縮短了 16 年電池演進的時間，徹底突破充電的限制。 《The Conversation》指出，今天的機器人雖然能像動物一樣跳躍、疾跑，但它們無法長時間持續運作，若機器人要能以有意義的方式與人類並肩工作，不能只給它們智慧與敏捷，更要給它們耐力。 AI 機器人浪潮來襲！立即免費下載《AI 機器人全球 7 大勢力關鍵報告》，解鎖各國 AI 機器人發展重點 ＊本文開放合作夥伴轉載，資料來源：《Robotics […]

2025 達梭系統臺灣年度高峰論壇 運用 3D UNIV+RSES 以 AI 推動產業革新

達梭系統（Dassault Systèmes）（巴黎泛歐證券交易所：FR0014003TT8, DSY.PA）舉辦 2025 達梭系統臺灣年度高峰論壇，今年以「擁抱 3D UNIV+RSES – AI 驅動產業革新」為主題，探討在「虛實融合 × 智慧協同 × 資產活化」的全新紀元，如何運用生成式 AI（Generative AI）與虛擬雙生（virtual twin）技術推動全球產業技術發展，透過跨部門、跨區域協同平台，提升溝通與決策效率，以數位體驗引領企業 ESG 與永續轉型。 在 AI 代理、生成式 AI、數位雙生、感知運算等新興技術浪潮席捲全球之際，企業正面臨前所未有的挑戰與轉型契機。面對全球局勢瞬息萬變、供應鏈持續重組、智慧製造加速落地，以及 ESG 與淨零碳排目標的雙重推動，產業亟需突破傳統線性流程，全面擁抱以數據驅動、虛實融合、智慧協同為核心的創新模式。科技正重塑產品與服務的全生命週期，推動企業從設計、開發、製造到營運的每一環節，加速邁向敏捷創新與永續發展的全新時代。 今年達梭系統臺灣年度高峰論壇，由達梭系統臺灣戰略客戶銷售總監張銘輝開幕致詞，並特別邀請達梭系統全球執行副總裁暨亞太區總裁 Samson KHAOU，分享前瞻趨勢洞察，以及達梭系統全新 3D UNIV+RSES。3D UNIV+RSES 將徹底顛覆永續產品與服務的設計與製造流程，透過整合建模、模擬、數據科學與 AI 生成內容，3D UNIV+RSES 能夠全面虛擬化整個產品生命週期，串聯設計、工程開發、製造到營運各階段的虛擬雙生，並支援企業整合多個虛擬雙生模型。現場並展示達梭系統最新 3D UNIV+RSES 應用實例與跨產業應用情境，可體驗生成式 AI × 虛實整合如何為企業創造嶄新價值。藉由此平台，客戶將有機會與工業 AI 領域的領導者攜手，開創嶄新的數位未來。 本次大會匯聚工業技術研究院副院長胡竹生、建大工業股份有限公司董事長楊啟仁、廣達電腦產品設計中心部經理張奕文、東莞達音創研實業有限公司總經理王盈中、漢翔航空工業股份有限公司工程處結構分析組組長余孟駿、東元電機股份有限公司技術長饒達仁等多位產業領袖，分享 AI 與數位轉型實戰經驗，協助與會者掌握生成式 AI 與虛實融合的應用策略，提升研發效率與決策敏捷度，活化企業關鍵技術與知識資產，加速實現敏捷創新與永續目標。 達梭系統大中華區總裁張鷹表示：「作為工業 AI 領域的領導者，達梭系統致力於成為客戶最值得信賴的合作夥伴，協助各產業在產品與服務的全生命週期中，於每一個關鍵階段充分運用達梭系統 3DEXPERIENCE 平台整合生成式 AI 創新技術，全面強化永續發展能力。隨著台灣產業對數位轉型與AI應用的需求迅速升溫，台灣已成為全球主要製造中心及數位轉型前線的關鍵據點。達梭系統將啟動長期布局，不僅擴大在台灣的資源投入與營運量能，更將深化與數位轉型生態系夥伴的合作，與合作夥伴攜手推動台灣產業在全球供應鏈中取得更大主導權，打造兼具永續性與創新力的競爭優勢。」 （本文訊息由達梭系統提供，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：達梭系統。）

AI 為何讓顧問巨頭失去客戶信任？「三大失衡」逼企業選擇自己來

在 AI 浪潮席捲全球之際，長期扮演企業轉型關鍵角色的傳統大型顧問公司，正經歷一場前所未有的生存危機。過去被視為不可或缺的顧問巨頭，如今卻面臨客戶轉移的嚴峻挑戰，因為企業對這些顧問公司「有限的實作經驗」和「缺乏大規模實際應用」感到不滿，儘管顧問公司投入數十億美元建立 AI 服務，但也因「期望與執行之間的差距」而飽受批評，讓客戶信任度顯著下降，嚴重侵蝕顧問業的傳統商業模式。 這場危機的根源，其實在於能力、組織與期待的三重失衡，這也正迫使整個顧問產業必須開始進行從根本上的定位重塑與轉型。 能力失衡：高額收費卻成果平庸 傳統顧問公司在 AI 領域面臨的第一項挑戰是「實作經驗不足與專業鴻溝」。客戶普遍反映，顧問公司雖能提出令人驚豔的概念驗證專案，但卻缺乏足夠的深度或專業知識，無法在企業範圍內擴展這些想法。這種現象讓許多客戶感覺，顧問「往往在客戶的費用下邊做邊學」，導致「高額收費卻成果平庸」的失望感。 例如美國大型製藥公司必治妥施貴寶（Bristol-Myers Squibb）便在終止了與一家大型顧問公司為期一年的合作後，轉向由內部自行開發利用生成式 AI 製作醫生教育內容的專案，展現內部團隊可能比外部顧問更有效率的事實。 組織失衡：「金字塔」模式崩解與「方尖碑」崛起 過去數十年來，顧問業會由大量的初級顧問執行繁瑣研究與分析，支撐頂端少數資深領導者，這種模式被稱為「金字塔」。然而，這樣的金字塔正因 AI 崛起面臨崩解，因為生成式 AI 工具能夠迅速自動化這些過去需要數週才能完成的低階任務。 為了應對這場挑戰，一種新的「方尖碑」組織正在浮現。與金字塔模式不同，方尖碑模式代表著用更少層級、更小團隊創造更高的槓桿作用，並圍繞著 AI 協調者（AI facilitators）、專案建築師（Engagement architects）、客戶主管（Client leaders）三種關鍵人類角色建構。 「AI 協調者」專精 AI 工具與數據管道，負責設計和優化 AI 驅動的工作流程，可以幫助團隊快速生成洞察；「專案建築師」就是經驗豐富的顧問，負責領導專案並將 AI 輸出轉化為可行的策略；至於「客戶主管」則專注建立長期信任關係，幫助高階主管理解變革並保持領先。這種精簡、專業化的「方尖碑」模式，目標是以更快速、更低的開銷提供更精準的思維。 然而對於傳統顧問公司而言，晉升、薪酬和人員配置都圍繞著金字塔模式，即使公司設立 AI 創新實驗室，這些能力也常常與核心交付業務「脫節」，使得 AI 應用流於表面。這種將 AI 視為舊模式的「附加工具」，而非從根本上「重塑組織架構」，是傳統顧問業巨頭轉型最大的挑戰。 期待失衡：承諾與實際交付的巨大落差 第三項失衡，來自於「過度承諾與實際交付落差」所造成的客戶信任危機。越來越多企業發現，顧問公司在 AI 方面的專業知識可能「沒有自己企業內部的團隊多」，且難以創造實際具備商業價值的應用場景。有些企業甚至形容，自己付出高昂費用，卻僅僅換來一份沒有實際應用、冗長的趨勢報告。 根據 Gartner 的估計，2024 年全球生成式 AI 諮詢支出雖達到 37.5 億美元，但大部分增長仍處於「探索或試點階段」。這代表有意義的投資回報仍難以捉摸，許多客戶被銷售的是「理論上的未來」，而非「當前的解決方案」，進而導致現在面對 AI 創新時，企業更傾向由內部團隊承擔風險，而不是向顧問付費。 […]

甲骨文公布爆炸性財報、傳與 OpenAI 簽 3 千億美元合約！這對企業 AI 轉型有何啟示？

《華爾街日報》報導，OpenAI 已與甲骨文（Oracle）簽署合約，未來五年將採購價值 3,000 億美元的運算資源，這是史上最大規模的雲端合約之一。這顯示，即使外界擔憂 AI 泡沫化，AI 資料中心的投資仍持續飆升。與此同時，甲骨文公布最新一季財報，業績強勁，反映生成式 AI 正推動企業雲端需求的結構性轉變。 雲端與資料庫業務強勁成長 甲骨文未來收入的成長指標 RPO（Remaining Performance Obligations）在本季達到 4,550 億美元，年增 359%，單季增加 3,170 億美元。《VentureBeat》指出，這項數據反映出甲骨文已經鎖定大規模的長期合約，對市場來說是一個重要的風向。 具體來看，甲骨文的雲端基礎設施（OCI）營收較去年同期成長 54%，自治資料庫收入成長 43%，多雲資料庫收入則增加逾 15 倍。這些成長不僅來自基礎設施的擴張，也與企業在導入 AI 過程中對資料管理與跨平台整合的需求有關。 甲骨文並預期，雲端業務將在 2026 財年成長 77%，達到 180 億美元，之後四年將分別躍升至 320 億、730 億、1,140 億與 1,440 億美元。 從訓練到推理：AI 產業新焦點 甲骨文董事長 Larry Ellison 在財報電話會議指出，企業決策者必須理解一個關鍵市場區別：AI 訓練雖然是龐大的市場，但長期來看，「推理」（inference）的規模可能更大。推理指的是 AI 模型在實際應用中運行與回應需求，涵蓋醫療影像分析、自駕車、金融流程自動化等多個領域。這樣的觀點提醒企業，評估 AI 基礎設施時，不僅要考慮模型訓練，還需關注模型在部署與服務階段的運算需求。 這顯示，與主要聚焦於 AI 訓練能力的競爭對手 Microsoft Azure、Amazon Web […]

【亞馬遜開新戰場】AR 眼鏡要直攻 Meta 主場、Zoox Robotaxi 正面對決 Waymo

亞馬遜（Amazon）正積極佈局未來科技領域，像是五年前收購的自駕車新創 Zoox ，近期在拉斯維加斯正式啟動服務，宣告進入競爭激烈的美國自駕計程車市場。此外，亞馬遜正在開發的消費級 AR 眼鏡「Jayhawk」，預計將在 2026 年底或 2027 年初推出，目標直指 Meta 在 AR 眼鏡的主導地位。 如果你有完全自動駕駛的汽車，為什麼還需要方向盤？ 2025 年 9 月 10 日，Zoox 在拉斯維加斯大道周邊啟動免費搭乘服務，標誌亞馬遜正式踏入 Robotaxi 這個競爭激烈的市場。像是 Waymo 憑藉在鳳凰城、舊金山、洛杉磯等多個城市的商業服務，已佔據領先地位；Tesla 也在德州奧斯汀測試相關服務。此外，Lyft、May Mobility 以及中國的 WeRide、百度 Apollo Go、Pony.ai 等公司，也都在各自市場積極佈局。 「如果你有一輛完全自動駕駛的汽車，為什麼還需要方向盤呢？」Zoox 團隊接受《CNBC》受訪時表示，Zoox 沒有方向盤或踏板，車內有可容納四人的兩排面對面座椅，以及寬敞空間與整片的窗戶，目的是希望為乘客帶來舒適且獨特的觀光體驗。此外，Zoox 一次充電可運行長達 16 小時，展現卓越續航力。 拉斯維加斯只是第一站，年底前 Zoox 將於舊金山推出早期試乘計畫，並把奧斯汀、邁阿密、洛杉磯、亞特蘭大和西雅圖列為下一個部署目標。Zoox 首席執行長 Aicha Evans 也表示，Zoox 正努力證明這項技術的可靠性，並期待將技術帶給大眾。 亞馬遜研發 AR 眼鏡，直攻 Meta 主場 據《The Information》報導，亞馬遜正在開發一款消費級擴增實境 (AR) 眼鏡，內部代號為「Jayhawk」。這款眼鏡將整合麥克風、揚聲器、攝影機，並在單眼提供全彩顯示器。這款眼鏡將整合麥克風、揚聲器、攝影機，並在單眼提供全彩顯示器，目標是打造一款更時尚、更輕巧的穿戴設備。 […]

【錯誤導入 AI 案例】裁員 45 名客服後悔，銀行重聘被裁員工

近期澳洲聯邦銀行（CBA）的 AI 自動化計畫遭遇重大挫折，引發市場關注。銀行原先計畫裁撤 45 名客服人員，改由語音 AI 機器人接手基礎查詢，僅保留少數人類員工處理複雜案件；然而，這項策略卻以失敗告終：機器人未能有效處理多數查詢，導致業務混亂與來電量急劇上升。 最終，CBA 道歉，並重新僱用所有被裁員工，成為「錯誤導入 AI」的典型案例。 關鍵：誤判業務需求與勞資角力 CBA 的失敗，核心原因在於對業務需求的誤判與 AI 能力的過度樂觀。 澳洲金融業工會對此直言，銀行聲稱「來電量下降」的說法與實際情況不符。工會成員透露，來電量不減反增，銀行甚至需安排員工加班，並讓團隊負責人接聽電話以應對混亂。這揭露了 AI 工具與現場實際需求嚴重的脫節，以及銀行在決策時，過度依賴技術承諾，卻忽視了真實操作。 CBA 最終承認，其初步評估時「未充分考慮業務需求」。此舉雖引發外界對其決策的質疑，但銀行方同時開始提供受影響員工繼續留任、內部轉職或離職的選擇。 不過，儘管客服導入失敗，CBA 仍強調 AI 的戰略價值，並宣布與 OpenAI 合作於詐欺偵測等場景深化應用。 盲目裁員的慘痛代價 CBA 的案例並非孤例。在全球範圍內，許多企業在導入 AI 時都面臨類似的挑戰。英國有逾半數企業，在嘗試用 AI 取代人類後後悔決策，反映市場對 AI 人力替代效能的懷疑正在上升。 一項針對英國企業的調查顯示，近四成（39%）的公司曾因對 AI 的高度期待而裁員，但事後卻有超過一半的企業坦言這是一個錯誤決策。這些錯誤的裁員行動，不僅未能提升效率，反而造成內部流程混亂、團隊協作障礙，最終導致人才流失和生產力下滑。 許多企業領導者相信 AI 能直接取代人力，但這項預期看來正被現實打破。企業數據平台 Orgvue 的執行長 Oliver Shaw 曾批評：「在未建立完善的轉型規劃前就解雇員工，是一種魯莽的行為」，這也凸顯了企業內部對 AI 與人力關係的定位存在認知混亂。 AI 導入是一場「系統性工程」，而非「人換機」 企業應該了解，AI 的導入不應被簡化為「人換機」的財務決策，而是一場牽涉組織結構、文化調整與策略規劃的系統性工程。 在導入 AI 工具時，企業必須思考一套清晰的人才轉型藍圖： […]

【科技早餐】微軟打破單一依賴，Anthropic 模型首度進駐 Office 365

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊微軟打破單一依賴，Anthropic 模型首度進駐 Office 365 微軟正在調整 AI 佈局，首次將 Anthropic 的 AI 模型整合進 Office 365。根據《路透》報導，過去，微軟的 Copilot 功能一直以 OpenAI 模型為主，這次微軟測試多家模型，包括 DeepSeek、Meta 與 xAI，結果顯示 Anthropic 在 Excel 財務計算與 PowerPoint 簡報生成上，表現甚至優於 OpenAI。 這意味 Copilot 功能將轉向多模型混合方案。微軟強調與 OpenAI 合作關係仍在，但從「獨家」改為「優先承購」，藉此保留更多彈性，顯示企業對 AI 效能與供應多元化的需求日益升高。 ＊Google 讓步！韓國地圖爭議 20 年劃下句點 《法新社》報導，Google 宣布將依循韓國政府要求，對地圖服務中的敏感設施進行模糊處理，結束長達近 20 年的爭議。 跟俄羅斯與中國一樣，韓國是全球少數幾個 Google 地圖無法全面運作的地方之一。過去因為韓國以國家安全為由，要求地理數據存放在境內，Google 始終拒絕配合，導致地圖功能受限，本地市場幾乎由本土平台壟斷，也讓外國旅客在導航上困難重重。 Google 表示將投入大量資源，移除涉及安全的座標。此舉不僅消除長年僵局，也為 Google 在韓國地圖與導航市場重新打開競爭大門。 ＊追覓跨界造車！豪華電動跑車直攻特斯拉 以掃地機器人聞名的中國品牌「追覓」宣布，將於 […]

【SEMICON Taiwan 大師論壇】摩爾定律還沒死！侯永清：摩爾定律 2.0 才剛開始

國際半導體展 SEMICON Taiwan 今（ 9/10）正式開幕，第一天舉行的大師論壇，匯聚晶片設計、製造、設備、車用與雲端領域的重量級講者，其中一大亮點，是由日月光半導體執行長暨 SEMI 全球董事會執行委員會主席吳田玉，以及台灣半導體產業協會理事長暨台積電副營運長侯永清主持的爐邊對談。他們與英飛凌執行長 Jochen Hanebeck，和有矽谷「晶片大神」之稱的 Tenstorrent 執行長 Jim Keller 從不同面向探討半導體產業的全球機遇和台灣角色。 半導體產業的下個十年 爐邊談話首先討論，產業下個十年的成長和威脅是什麼？英飛凌執行長 Hanebeck 表示，未來十年對於半導體的需求將持續存在，例如電源基礎設施、軟體定義汽車、物聯網等，他相信過去兩年由 AI 驅動的產業成長，會擴展到更多應用領域。他也強調，過去讓半導體產業成功的關鍵，也就是創新，將會繼續發揮作用。談及產業威脅，他認為技術和地緣政治的複雜性每天都影響著產業。 曾任英特爾矽工程集團資深副總裁、特斯拉自動駕駛副總裁、AMD 首席核心架構師的 Tenstorrent 執行長 Jim Keller 表示，他從與台積電的合作中學到，可以透過為不同的製程節點尋找新客戶來持續擴展業務，這創造了多樣化的成本點以及機會的連續體。他也強調小晶片（chiplets）和矽智財（IP）的重要性，因為這能降低成本，避免創新侷限於最大的公司。Keller 也觀察，汽車中的矽含量正在增加，並進一步預測未來人們在 AI 和機器人的消費將超越汽車。 摩爾定律沒有死！侯永清提「摩爾定律 2.0」 針對第二個議題，未來產業該如何改進以因應新的挑戰？侯永清表示，許多人說摩爾定律已死，但他看到新的演進方向是轉向軟硬體優化，特別是系統與技術的優化，這是因為過去 30 年台灣已累積了很多友好的商業夥伴關係，且不單只是傳統晶片商，還包含了軟體商，使得產業能基於系統設計來整合更複雜，以及以前無法想像的設備和模組。因此他認為現在可以稱為「摩爾定律 2.0」，一切才剛開始而已。 Hanebeck 和 Keller 也認同摩爾定律是管用的。Hanebeck 指出，歸根究柢關鍵在於「系統效能」要好，而不僅是關注幾何尺寸。他舉例在電源領域，產業挑戰在於材料、異質結構等，這些都不是幾何尺寸的問題，而英飛凌正在從產品到系統了解客戶現況與未來方向，從中推導出更多技術的需求。 台灣在全球供應鏈的角色 針對第三個討論議題，探討台灣在全球供應鏈中的角色，侯永清表示，台灣向來習慣協作，並與其他軟體系統公司建立了早期接觸和夥伴關係，因此台灣只要保持開放的態度，相信會有很好的機會。另外，他提到台灣另一個優勢是法規和組織效率處理得非常快，且在北、中、南部幾乎都可以找到半導體製造所需的合作夥伴。針對人形機器人新應用發展，他也提及目前台灣有非常好的機會，但需要新的成員、夥伴加入，否則會原地踏步。 Keller 在回答主持人關於，「台灣除了應該投入更多產能之外，對於產業參與還有什麼建議？」的問題時，直接說道：「你們正在為 AI 製造晶片，但製造得還不夠，」並進一步提及他想在台灣招聘更多 AI 程式設計師和晶片設計師。 侯永清在對談最後提及，台灣目前的挑戰在於半導體生態系一直以來都高效且自然形成，但現在基於韌性、國家安全考量必須創造一種「人工環境」，可能會減緩創新的速度、降低成本效益，並詢問講者台灣可以怎麼做。Hanebeck 回應，「我們生活在一個新的政治世界，無論我們喜歡與否，所以我們必須管理它，」他強調不應陷入全面在地化的陷阱，因為這將以犧牲創新為代價，他建議在國家利益和維持產業經濟效益之間找到一個智慧的解決方案。 AI 機器人浪潮來襲！立即免費下載《AI 機器人全球 7 […]

人形機器人如何破解半導體缺工困境？盟立在 SEMICON Taiwan 揭三大優勢成產線救星

近期盟立集團與義美集團、新代科技共同成立「鞍新盟機器人製造公司」，開啟台灣機器人與無人機產業的新布局。在 2025 SEMICON Taiwan 展會上， 盟立集團特別展出全新的人形機器人與無人機，展現在半導體與智慧製造領域的最新藍圖。 「對整個產業而言，如何取得先機，尤其是掌握關鍵技術，非常重要，」盟立表示，當前發展的產品線與市場自動化發展趨勢都是相合的，因此無論是機器人、設備或載具，盟立並非從「想像」中發展，而是從客戶實際的應用場域需求，回推機器的規格、樣式與功能。 人形機器人的技術亮點與應用目標 「我們強調的是它能不能在工業界發揮作用，」盟立這次在現場展出的全新人形機器人，其實源自於某半導體客戶的實際需求。這款人形機器人除了展現出「單臂可舉起 10 公斤」的卓越負重能力外，內部更能提供高減速比與高扭矩輸出的「斜坡減速機」，這項技術也已廣泛應用於半導體場域的自動化設備中。 這款人形機器人在設計上也力求多元與高效，像是有別於一般工業機械臂僅配備單一功能夾具，盟立的人形機器人採用更靈活的「手」，使其除了搬運物品外，還能執行更精細的複雜工作。此外，在能耗方面，盟立力求在不犧牲負載能力的前提下，提升續航力，因此這款機器人的功耗僅約 300 瓦，相較於市面上普遍的 500 至 700 瓦產品，明顯更具能源效率。這些設計巧思使得人形機器人能夠減輕重量、降低功耗，進而擁有更高的續航力，展現與傳統工業機械不同的設計方向。 儘管人形機器人目前仍有許多優化空間，但盟立觀察，半導體、物流與製造業其實都很積極想要引入機器人，「因為這對他們而言，這是一個可以收集資訊，並瞭解如何讓生產進步升級的方式，」盟立分析。 盟立也指出，人形機器人未來主要的目標，是取代「高度人工化」且「長期可能導致身體損傷」的工作，「假設一項工作必須十個人才能完成，初期並不是要在一個場域中馬上替代全部十個人，而是先將其中七個人的工作標準化後，再逐步替代，讓人力需求減少並提升協作效率。」 建立完整供應鏈，跟上市場迭代腳步 在發展人形機器人與各類機器設備的同時，盟立預期未來的市場需求量可能會進一步放大，因此供應鏈的完整度與穩定性就變得非常重要。對此，盟立與義美集團、新代科技展開合作，目標是在產品推出的時候，確保自己可以掌握全部的製造、開發技術，因為只有全盤掌握，未來才能跟上市場迭代的腳步，「如果控制器靠別人、零組件也靠別人，那麼整個產品推動的時程上會落後非常多。」 盟立在 SEMICON Taiwan 展會上，不僅展示單一產品的創新，更著重於全面性的工業自動化與智慧製造佈局。從以客戶需求為核心的開發理念，到透過策略合作實現供應鏈布局，盟立正引領智慧製造與自動化產業邁向全新階段。

台達亮相 SEMICON Taiwan 展示半導體軟硬整合與資安方案

台達今（10）日亮相 2025 國際半導體展 SEMICON Taiwan，展出半導體製造領域的前瞻技術與整合方案，延續台達的智能製造動能，推出前端及後端製程設備、先進封裝、數位雙生技術與資安整合解決方案。其中，高速多晶片先進封裝設備可將產能提升至同類方案兩倍、速度為業界平均三倍，兼具精度與高速產出。台達更整合軟硬體應用，於製程中導入數位雙生，虛實同步優化生產效率，全面助力企業提升智能製造與資安防護實力。 台達機電事業群總經理劉佳容表示：「半導體產業正處於技術快速演進與全球供應鏈重組的關鍵時刻，製程精度、產能彈性與資安防護已成為企業競爭力的核心。台達長期深耕智能製造，今年在 SEMICON Taiwan 展出橫跨前後段製程的創新設備與整合方案，透過設備自動化及數位雙生技術，回應客戶在高階製程與智能工廠轉型上的需求，致力成為半導體產業值得信賴的技術夥伴，與客戶共創價值。」 因應半導體製程多元化與精密化的需求，台達展示在晶圓品管檢測的關鍵設備，包括採用全新 4 Spindle FZ4 UHA 貼裝頭的高速多晶片先進封裝設備 FuzionSC™，實現 ±2 微米定位精度與 ±0.005° 角度精度，更可在單一平台靈活執行不同類型晶片與元件的高精度貼裝，大幅提升封裝效率與應用彈性。 台達同步展現數位轉型能力，除了首度展示晶圓分選機整合 DIATwin 數位雙生平台，可模擬掃描檢測、精準確認晶圓位置，大幅提升生產效率與良率；更推出 Equipment Onboarding Suite 設備虛擬上線方案，涵蓋 DIATwin 數位雙生平台、DIAEAP+ 設備自動化控制系統及DIASECS 半導體設備標準通訊軟體，該方案可整合各設備生產資訊，結合數位雙生，快速完成進廠前測試、減少規格溝通時間，打造半導體產線資訊整合系統。台達亦可透過 NVIDIA Omniverse 的函式庫與軟體架構，應用 NVIDIA Isaac Sim 與 NVIDIA PhysX，實現準確模擬的虛擬智能工廠。 面對日益嚴峻的資安挑戰，台達亦提供一站式資安解決方案，透過部署應用程式允許清單、自動化軟韌體分析工具，強化機台防護與弱點管理機制。台達也於 2024 年獲工研院 SEMI E187 認證，成為首批取得合規檢驗報告的廠商，可協助半導體設備客戶加速取得國際資安認證，打造兼具彈性與韌性的智能製造環境。 2025 國際半導體展 SEMICON Taiwan 展出時間為 9/10-9/12，台達展區位於台北南港展覽2館1F，展位號碼 Q5438。歡迎各界來賓前往蒞臨指教。 （本文訊息由台達提供，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：台達。）

FedEx 如何用 AI 協助台灣半導體超前部署關稅與淨零戰？專訪台灣區總經理蘇智民

作為全球最具規模的快遞運輸公司之一，聯邦快遞（FedEx）首度亮相 2025 SEMICON Taiwan，展現當前物流在加速半導體產業全球發展的戰略重要性，也預示未來將更深入參與台灣半導體產業的發展。 「半導體產品對震動、濕度和溫度都有非常高的要求，這個運輸難度與一般傳統的貨物不同，所以我們有一系列解決方案可以提供防震保護、溫度和濕度管理等，」FedEx 台灣區總經理蘇智民表示，憑藉多年來處理高價值、精密且龐大半導體設備的豐富經驗，FedEx 可以提供防震包裝、溫控運輸、濕度管理等一系列專業方案，確保重要貨物能安全且準時送達客戶手中。 FedEx 在半導體物流的獨特優勢 「半導體客戶對時間的要求是『秒級』的，他們需要知道貨物在哪裡，還有貨物的濕度、溫度都在安全範圍內，」蘇智民強調，面對半導體客戶的需求，在全球擁有近 700 架飛機、服務超過 220 個國家與地區的 FedEx，完整的服務網絡成為獨特優勢。 另一方面，為滿足半導體產業對貨物追蹤高可視性與高可靠性的需求，FedEx 也部署 FedEx Surround® Monitoring & Intervention 解決方案，透過整合數據分析與 AI 即時監測貨件，並在異常發生前主動介入以降低供應鏈風險。另一項技術 SenseAware ID 則採用低功耗藍牙 (BLE) ，可以每 2 秒回傳定位資訊，為高價值半導體貨件提供顯著提升透明度。 FedEx 也運用大數據與 AI 技術優化航線與運輸效率，不僅能降低延誤風險與營運成本，還能提升倉儲、配送及能源使用的效率。 應對關稅與供應鏈挑戰的方式 然而，當前貿易政策的不確定性與關稅挑戰，也成為全球產業的共同課題。對此，蘇智民指出，透過 FedEx 的「Global Trade Manager」工具，客戶可以預估關稅成本，從而提升財務韌性，「作為總部在美國的國際企業，我們可以快且精準地掌握關於美國的法規或海關要求，」蘇智民說。 「我們有不同方案可以滿足客戶需求，例如處理不同工廠的貨、文件託運等，我們有很多科技化的服務，」蘇智民強調，針對半導體產業上下游客戶間的緊密合作需求，FedEx 也提供不同的彈性物流方案，協助各企業更有效地協同作業，確保物流服務能符合客戶的營運模式。 蘇智民舉例，今年 7 月 FedEx 正式開通台北至韓國仁川的直飛航線，並提供每日航班，以滿足客戶對即時與高效率的需求。「我們不只是美國公司，我們還是一個非常龐大的全球網絡，並在歐洲、亞洲都有完整的地面及航空網絡，能夠幫助台灣客戶，」蘇智民指出， FedEx 在馬來西亞、新加坡、泰國等全球各地都設有當地服務人員，可以直接協助客戶處理問題，無需透過第三方，這是其他公司難以匹敵的在地化服務優勢。 與半導體產業一同邁向淨零永續 除了 AI 之外，「淨零永續」也是全球產業正在面臨的另一股浪潮。「 […]

【蘋果發表會】史上最薄 iPhone Air 來了！但蘋果這次怎麼談 AI？

蘋果在今（10 日）天凌晨舉行秋季新品發表會，備受期待的新品如 AirPods、Apple Watch 以及 iPhone 全系列皆更新亮相，最受矚目的莫過於蘋果史上最薄的手機 iPhone Air。然而在一系列硬體更新中，AI 角色顯得薄弱，與蘋果去年發表會不斷強調「Apple Intelligence」的場景形成對比。 《The Verge》分析，由於蘋果於代理式 AI 上的進展仍然落後，今年發表會談論更多的是 AI 如何在幕後驅動各種功能，而不是像 Google Pixel 10 發表會或 Samsung 活動那樣，把 AI 助理工具當作主角來展示。 AI 不再站舞台正中央 蘋果主管們談到的 AI，多半隱身在各項功能背後，例如升級的神經引擎如何為 Apple Intelligence 提供動力，以及地端大型語言模型如何實現更好的遊戲效能。他們還提到，蘋果正在每個 GPU 核心內建神經加速器，將 MacBook Pro 等級的 AI 運算能力壓縮到手機裡，實現更強的 AI 工作負載。 在 AirPods 與 Apple Watch 發表環節，AI 的角色同樣存在但低調。AirPods 3 主打即時翻譯，主要將該裝置上的先進運算模型結合手機上執行的 Apple Intelligence 結合，但不像 Google 那樣主打可直接與 […]

F1 用 AI 將收視人數提升 3 億、擴大客群！它做了哪些事？

過去提到 F1 ，人們的印象往往是「硬核車迷」的專屬賽事，螢幕前觀眾多半是中年男性，專注在車輛引擎和賽道數據。但近年來，隨著 Netflix《飆速求生》（Drive to Survive）熱播，F1 的觀眾群發生了翻天覆地的變化：不再只是少數專業車迷，而是橫跨年齡、性別、地域的多元社群。 這樣的轉型背後，除了媒體影響力，更關鍵的是科技工具的應用。F1 導入 CRM（客戶關係管理）系統並結合 AI，讓這項充滿速度與激情的運動，能夠在數位世界裡精準與粉絲互動，甚至提供針對不同受眾的個人化觀賽體驗。 AI x CRM，讓數據變有溫度的互動 CRM 系統本質上是一個龐大的用戶資料庫，以 F1 的使用情境來看，就是紀錄誰看過比賽、在哪個時間點登入、曾經買過什麼商品等等，過去，這些資訊更多只是靜態紀錄，難以即時回應粉絲的需求。 如今，AI 技術的加入，讓 CRM 不再只是大型資料庫，而是變成能即時反應的「數位助理」。 以 F1 為例，每到比賽週末，數以百萬計的粉絲湧入平台，有人臨時要重設 F1 TV 的密碼，有人想查比賽開始時間，甚至還有人卡在購票流程。這些看似瑣碎的問題，若延遲處理，很可能直接影響觀賽體驗與品牌形象。 F1 透過 Salesforce 的 AI CRM 工具，讓客服回應速度縮短了一半，處理時間也減少兩成。CRM 不只是回答問題，更能在背後整合使用者的歷史行為、喜好、互動紀錄，讓回應更有針對性。 串接全通路，打造完整用戶畫像 F1 的粉絲遍布全球，語言、時區、收看習慣各不相同，加上除了比賽轉播，F1 的數位觸角已經延伸到 F1 TV、官方 App、電競平台與虛擬聯盟帳號，如果採用傳統大眾行銷的方式，一封郵件群發、一個廣告全推，效果有限。 透過 AI CRM，F1 將這些分散的接觸點全部串連起來，分析粉絲的細節行為，像是支持哪支車隊、對哪個賽道最感興趣、觀賽的設備是電視還是手機、有沒有參與電競比賽等，以此建構出一個個全方位的用戶畫像，再推送專屬於他的互動內容。 比方說 Ferrari 的車迷，可能會收到專屬週邊商品推薦；喜愛參與電競賽事的年輕粉絲，則會獲邀參與比賽。正是這樣的精準行銷，讓 F1 在短短幾年內，將全球觀眾數從 5 億推升至 8.2 […]

【科技早餐】一年飆漲 220%！「俄羅斯版 Google」分拆公司，微軟砸 194 億搶算力

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊一年飆漲 220%！「俄羅斯版 Google」分拆公司，微軟砸 194 億搶算力 《彭博》報導，微軟最新簽下總值 194 億美元大合約，合作對象是 Nebius Group NV。這家公司原是「俄羅斯版 Google」Yandex 的國際雲端與 AI 基礎設施部門，主打高效能 GPU 雲端運算服務，連 NVIDIA 都是供應商兼股東。 合約將持續到 2031 年，Nebius 將在美國紐澤西新建資料中心，專門替微軟提供 AI 運算能力。消息一出，Nebius 股價盤後暴漲五成，過去一年累積漲幅更高達 220.3%。這顯示在算力供不應求的時代，科技巨頭正積極尋找新夥伴，AI 雲端市場競爭將愈趨白熱化。 ＊AI 大贏家！OpenAI 三連霸富比士「雲端百大」 《富比士》最新「雲端百大」榜單揭曉，OpenAI 自 2023 年入榜以來，已連續三年蟬聯第一，Anthropic 居次，凸顯生成式 AI 已全面主導雲端產業。AI 公司在榜單總市值占比，從去年的 21% 飆升至 42%，總值達 1.1 兆美元。前十名有四家與 AI 直接相關，包括 Databricks、Anysphere、Notion 等。榜單上共有 29 家 AI 新創，與軟體平台並列最多。 […]

HBM 崛起！記憶體為何不再是配角，成 AI 核心戰場？

在半導體產業中，記憶體晶片長期被視為「不起眼」的領域，相較於 AMD、高通、NVIDIA、台積電設計或生產，負責運算與邏輯控制的處理器（CPU/GPU），記憶體往往被壓低到成本導向的市場。然而，高頻寬記憶體（HBM, High Bandwidth Memory）的出現，正在改變記憶體產業。 HBM 成 AI 關鍵解方 《金融時報》報導，SK 海力士位於韓國利川的 M14 廠，如今是全球 HBM 重鎮之一。SK 海力士副總裁兼 HBM 業務規劃負責人 Joon-yong Choi 指出，在傳統的 DRAM 領域中，「客戶優先考慮成本而不是功耗和效能，但在 HBM 領域，客戶優先考慮功耗和效能，而不是成本。」 HBM 解決的問題，是幫助 AI 大型語言模型（LLM）突破「記憶體牆」瓶頸，也就是處理器的運算速度成長遠遠快於記憶體存取速度成長，導致系統效能受限於記憶體讀寫效率的問題，並同時提高資料中心的效率、降低成本。Choi 形容，若傳統 DRAM 僅有 64 條資料通道，HBM 就像一條擁有 1,024 條車道的高速公路，「以 AI 記憶體需求來說，沒什麼比得上 HBM。」 SK 海力士首次逆襲成功 記憶體對於 AI 的重要性與日俱增，也改變了產業巨頭的歷史排名。根據報導，SK 海力士包含 HMB 的 DRAM 營收，從 2021 年的第二季 7.5 兆韓元，飆升至 2025 […]

開源 AI 為台灣創造哪些新機會？Meta 亞太區公共政策與計畫總監親曝醫療、中小企業的應用落地實例

台灣人工智慧學校基金會在今（9 日）舉辦「2025 台灣人工智慧年會」，特別邀請Meta 亞太區公共政策與計畫總監 Shanti Alexander 蒞臨演講，深入剖析透過開源 AI 推動經濟成長的關鍵策略。 「我們相信，開源模型對於推動 AI 普及扮演關鍵作用，因為當技術以開放方式建構時，這項強大的工具就能交到更多人手中，讓更多人運用模型來服務社會與解決問題，」Shanti Alexander 分析，開源模型可供下載並進行客製化，甚至能在本地環境中部署，這不僅降低存取成本，也讓更多社會層面能夠受惠。 另一方面，開源模型也能提升安全性、可靠性與問責性，因為任何人都可以檢視模型並進行壓力測試，「正因如此，Meta 在過去十年間已經開源超過 1,000 個模型，以展現對開源力量的堅定信念，」Shanti Alexander 說。 Shanti Alexander 舉例，Llama 自 2023 年推出以來，已被下載超過 1.2 億次，並逐步進化至支援多語、具備多模態能力，可理解圖像與影片內容的 AI 模型。另一個 AI 模型 Segment Anything 則應用於醫療影像，像是約翰霍普金斯大學就發現， Segment Anything 能讓 MRI 影像分割速度加快約 4 分鐘，展現開源 AI 模型在醫療領域的高效價值。 開源模型為台灣與亞太市場創造哪些新機會？ Shanti Alexander 引用 Meta 與 Deloitte 的研究，指出台灣約有 70% 中小型企業已開始用 AI。「我們發現小型企業非常欣賞 […]

讓建立模擬環境的時間從「千小時」縮短至「數分鐘」！MetAI 宇見智能以 OpenUSD 賦能智慧倉儲與精密製造流程最佳化

「OpenUSD 能夠為兩大產業帶來最大價值，一種是對 Time to Market 要求很高，另一種是應用非常多物理 AI 的產業類型，這兩類會是 OpenUSD 能夠發揮最大價值的領域。」── MetAI 宇見智能共同創辦人暨執行長 余泰萬 MetAI 宇見智能是新一代智慧製造解決方案供應商，致力於運用 3D 模擬與 AI 建構虛實整合的智慧工廠。自創立以來，MetAI 即以模擬為核心，打造可支援各類 AI 模型訓練的虛擬場景。在探索多種平台後，MetAI 最終選擇 OpenUSD 作為核心元素，原因在於其格式能夠承載最豐富的物理參數，使得模擬結果得以接近真實世界的樣貌與運作方式。 MetAI 的客戶主要集中在精密製造業與倉儲物流領域，因為實際建設與測試耗費的資源與成本極高，這些產業往往面臨無法在真實世界中測試不同倉儲佈局、生產線最佳化配置等挑戰，例如相對簡單的倉儲規劃空間，傳統是透過 2D 設計圖手動建立一個物理準確的 3D 模擬環境，常常需要數千甚至數萬個人力工時才能完成，效率與可擴展性皆受限。 為了解決這些痛點，MetAI 特別開發演算法，可以在數分鐘內將 CAD 或 Excel 檔案的 2D 藍圖，快速轉換並生成一個可互動、具物理真實性的 OpenUSD 3D 場景。以 MetAI 和自動化系統整合商廣運的合作為例，MetAI 可以協助廣運建立虛擬倉儲環境，並在尚未實體建置前，先開始進行多方案模擬，讓過去必須耗費千小時手動建立的模擬環境，現在只需要數分鐘即可完成，還能即時調整與驗證，有效節省時程與測試成本。 另一方面，MetAI 也與台積電合作，透過 OpenUSD 與 NVIDIA Omniverse™ libraries 模擬不同環境安排、設備配置與空間動線，以優化產線建立的流程及效率。這些應用場景不僅證明 MetAI 的技術彈性，也展現 […]

台灣在區塊鏈金融的新機會：不當追隨者，又能扮演什麼角色？

當我們談論穩定幣，多數人的第一印象是 USDT 或 USDC ( 通常被稱為美元穩定幣，因其價值與美元以 1:1 的比例掛鉤 )這些由美元資產背書、主導全球近乎所有交易的區塊鏈工具。當世界都將目光投向美國，並競相成為美元穩定幣的發行者或使用者時，一個關鍵問題浮現：台灣，這個全球半導體與 AI 供應鏈的心臟，在區塊鏈金融浪潮中，應該扮演什麼角色？ 在「 2025 台北區塊鏈週」的論壇上，海耶克科技金融共同創辦人温宏駿發表的演講，為我們提供了一個跳脫美元思維的嶄新視角：台灣不該只是被動地使用別人的穩定幣，而是有能力成為亞太區「實體經濟上鏈」的金融新引擎。 不當追隨者，要當半導體金融的「心臟」 温宏駿提到了兩個關鍵數據。第一，台灣掌握全球 44% 的晶圓代工產能，並在先進製程中佔據 67% 的絕對領先。第二，我們的資本市場，2024 年台股年成長率高達 28.47%，在全球僅次於那斯達克。這兩項事實證明，台灣不僅是製造業的核心，更是由科技驅動的金融樞紐。 這個龐大的供應鏈帝國卻面臨傳統金融的痛點：跨境結算耗時（T+2／T+3），且中小企業融資成本高昂（10-12%）。這些結構性問題，是阻礙產業流動與創新的無形藩籬。 這正是温宏駿認為台灣機會所在的地方。他指出，穩定幣的價值不只是用來炒作，它更是一種「可程式化、基於區塊鏈的金融基礎設施」。透過這項技術，我們可以將數日的結算時間縮短至近乎即時，大幅降低交易成本，並可將應收、應付款項代幣化，為供應鏈中的中小企業提供更低成本的融資管道。 簡單來說，我們不該只把穩定幣看作一種數位貨幣，而是將其視為為台灣核心產業量身打造的關鍵升級工具。 台灣的機會：具影響力的科技金融樞紐 温宏駿在演講中提及的三大戰略，精準地呼應了台灣在國際上的獨特位置： 正如温宏駿所言：「我們不需成為亞洲最大的募資中心，但我們正迅速成為最具深度的科技金融市場。」這句話精準地點出了台灣的機會：不追求規模，而是成為具備獨特影響力的科技金融樞紐。 當多數人仍聚焦於穩定幣的投資價值時，海耶克科技已提出一個更深刻的問題：我們如何善用現有優勢，讓穩定幣成為台灣產業的「效能引擎」？台灣在區塊鏈浪潮中，不應只是被動的追隨者，憑藉在半導體和 AI 產業的獨特集中優勢，台灣是有能力比大多數經濟體更快、更有效地整合穩定幣，並將「穩定幣等於產業結算層」的願景化為現實。 【來自海耶克科技的邀請】 如果這篇文章讓您對台灣在區塊鏈金融的未來產生共鳴，或許您就是我們正在尋找的夥伴。如果您渴望將想法化為行動，並在這個關鍵時刻發揮影響力，誠摯邀請您加入我們，一同開創台灣區塊鏈金融的新時代。 聯絡信箱：[email protected] ＊本文初稿為 TechOrange 使用 AI 編撰，首圖來源：AI 工具生成。

台灣 AI 有哪三大優勢與新機會？施崇棠、簡立峰在「2025 台灣人工智慧年會」揭關鍵解答

台灣人工智慧學校基金會在今（9 日）舉辦「2025 台灣人工智慧年會」，台灣人工智慧學校基金會副董事長魏啟林表示，今年活動主題聚焦在「台灣 AI 的競爭力」，期待能在經歷第四次工業革命的此刻，掌握「AI 」這個新動力。「台灣如何成為 AI 中心之一？最重要的是維持硬體設備的供應優勢，並培養跨產業領域的 AI 人才，」魏啟林建議，政府應該積極發展高品質的 AI 基礎建設，同時強化算力與電力，再進一步協助中小企業加速 AI 轉型、深化百工百業的 AI 應用，這將是台灣提升競爭力的關鍵。 「在新一波的 AI 發展中，總統近期提到 Embodied Intelligence，就是我們未來看到的 AI 將無所不在，」副總統蕭美琴強調，未來 AI 將是世界轉型進步的重要推手，在製造、醫療、照護與日常生活的服務中展現實際價值。「台灣作為民主社會，我們必須讓 AI 帶來信任與自由，而不是削弱公平和穩定，AI 所帶來的是進步而不是迷惘，是信任而不是虛幻，」蕭美琴表示，台灣在追求 AI 發展速度的同時，也同樣重視「均衡」的概念，期待各產業、各世代人才、台灣的各個角落，都能享受 AI 帶來的效益。 華碩電腦董事長施崇棠解析台灣 AI 發展的三大優勢 華碩電腦董事長施崇棠在「台灣AI競爭力的戰略定位與實踐：在 AI 2.0 時代鞏固基本功，建立可信任的國家品牌」演講中強調，台灣在 AI 發展上具備工程能力、模型工程能力與應用導入能力等三大戰略優勢。首先台灣擁有全球最完整的 AI 伺服器與系統產品供應鏈；其次在模型工程上，台灣團隊擅長針對開源大語言模型進行在地語言優化與產業微調，打造「可信、可控」的主權 AI；最後，台灣的 ISV／SI 生態完整，能快速將 AI 技術落地製造、醫療、金融與物流場域，形成需求驅動創新的橋樑。 「台灣的角色不是被動跟隨或模仿，而是要在全球競局中，提供一條可信任、可落地、可共享的替代路徑，這條路徑必須結合算力平台、模型能力、資料治理與應用導入，並依靠具備專業實力的在地實踐者，才能真正讓台灣成為被看見、被需要、被信任的全球選項，」施崇棠強調，台灣必須把政策、產業與場域串成國家戰略，才能成為 AI 時代不可忽視的選項。 簡立峰剖析台灣在 AI 時代的三大新機會 在「人工智慧政策，台灣的選擇」主題論壇，特別邀請到 […]

將新廠建置時間縮短至數週！台達如何透過 OpenUSD 與 NVIDIA Omniverse™，加速實現人機協作製造流程？

「台達以 NVIDIA Omniverse 做一個主要開放性的平台，透過 OpenUSD 有效連接過去曾使用的各式各樣工具，串接智慧製造相關設備與產線規劃、設計、模擬及驗證，在應用面上顯著加速智慧製造的技術發展。」── 台達先進營運技術處長彭志誠 作為智慧製造領域的領導企業，台達透過導入 OpenUSD 與 NVIDIA Omniverse™ SDK，成功整合既有設計工具與模擬系統，實現數位孿生工廠，並有效提升整體研發效率與跨國部署速度。 例如面對產品設計與產線規劃高度客製化的挑戰，台達選擇以 NVIDIA Omniverse 為開放平台核心，並運用 OpenUSD 建立統一資料語言，成功整合 Autodesk Inventor、SolidWorks、FlexSim、ANSYS、COMSOL、NVIDIA PhysX、NVIDIA PhysicsNeMo 等內部既有的設計、電子電路、流程模擬等工具。 透過 OpenUSD，台達能夠自動串接不同模擬工具，讓流程從設計到驗證無縫接軌。像是在規劃泰國工廠時，台達便透過 NVIDIA Omniverse 與 OpenUSD在虛擬環境中重現整條產線流程並搭配自研模擬工具 DIATwin，完成電腦輔助設計（CAD）、模擬、製造一體化，並自動生成設備及機器人動作指令，將原需 3 至 6 個月才能完成的新廠建置流程，縮短至數週內。 另一方面，台達也透過 OpenUSD 與 NVIDIA Omniverse SDK，為泰國智慧工廠建立數位孿生模型，讓台灣團隊也能即時監控海外現場的運作狀況，並透過連接實體設備參數與感測資料，同步呈現機台運轉波型與製程參數，完整掌握現場即時狀況，進而提升產線追蹤、品質管理效率，助力台達在全球地緣政治與製造區域化趨勢下，得以更具彈性地部署智慧工廠。 導入 OpenUSD 與物理真實的數位孿生不僅提升模擬準確度與部署速度，也徹底改善跨部門工程協作模式。以同步工程為例，台達透過共享虛擬模型與模擬參數，讓產品設計團隊、製造端、測試與品質單位得以同步取得關鍵資訊，減少溝通錯誤與重工風險，並在設計初期即導入 Design for Manufacturing（DFM）、Design for Quality（DFQ）、Design for Test（DFT）思維，有效提升整體產品開發品質與效率。 除了加速部署智慧工廠外，台達更借力 OpenUSD 與 NVIDIA […]

「日本人形機器人之父」石黑浩來台開講，揭「化身」革命為何從電腦圖像做起？

國際半導體展 SEMICON Taiwan 2025 將在 9/10 正式開幕，主辦單位 SEMI 今年特別規劃機器人主題，正是看準機器人將成為繼電動車與 AI 之後，最具潛力的下一波關鍵應用。被譽為「日本人形機器人之父」的石黑浩（Hiroshi Ishiguro）教授更受邀出席今（9 日）微機電暨感測器論壇，親自揭示如何透過 Avatar（化身）技術實現不受身體、空間、時間限制的未來社會願景。 生成式 AI 翻轉 Avatar 發展 石黑浩以創造自己的人形機器人分身「Geminoid」系列聞名全球，他表示，他想要打造的社會，是一個「人類與 Avatar 共生」的社會，特別是在日本將有嚴重的勞動力不足問題，以及高齡化社會，因此問題在於：我們如何用 AI 和機器人提升生產力？他表示，需要開發能根據人類意圖來動作的演算法，而這都必須要靠更先進的硬體、半導體技術才可以實現。 對石黑浩而言，只要機器人或電腦圖像能依照人類意圖行動，就可稱為 Avatar。過去，機器人依照操作員的語音或動作指令運作，但現在透過 AI 技術，操作者只要下達一個簡單的指令，就可自動生成肢體動作、頭部動作、語音，幫助 Avatar 完成任務。更極端的情況下，操作者甚至只要傳達「意圖」，就能讓 Avatar 自動完成任務。他表示，這就是新的 Avatar 模式。 此外，石黑浩專攻的互動型機器人領域，過去面臨的最大問題就是無法像人類一樣「自然對話」，但現已可用大型語言模型（LLM）技術突破，他也正將此技術整合到其 Avatar 之中。 另外，外界好奇石黑浩為什麼一直堅持用「人類外觀」的 Avatar？石黑浩表示，因為人形外觀本身就是一種資訊媒介，能讓人類很自然地理解、使用、互動，同時人類也能透過與人形機器人的互動，探索「人類是什麼」的深層議題。 「大型語言模型可能會徹底改變這個世界，」舉例來說，石黑浩有一個人形機器人分身，能用不同語言跟學生對話。過去學生面對他本人，可能會感到緊張或有壓力，但如果換成與他的 Avatar 對話，就會感到自在許多。此外，Avatar 會記得他所有的著作內容，能回答學生任何問題，甚至比他本人還厲害、會說中文，而這就是 AI 的力量。 人形機器人革命，為何先從電腦圖像起步？ 不過，除了打造自己的實體分身 Avatar，會發現石黑浩也持續嘗試將 Avatar 做成電腦圖像（CG）的形式，現已應用在日本的 Lawson 便利商店等場景。 他表示，1999 年他提出 Avatar […]

【AI 是跨職能的關鍵】均一平台教育基金會執行長呂冠緯揭密使用 AI 的 2 大心法

專訪：《TechOrange》社長戴季全 / 撰稿：李昀蔚 隨著近年台灣政府積極推動「AI 十大基礎建設」與「AI 人才」計畫，讓 AI 教育與人才培育議題不斷成為焦點。本集《全新一週》特別邀請均一平台教育基金會董事長兼執行長呂冠緯，從親身經驗出發，分享個人應用 AI 的心法，以及 AI 在職場、教育與政策端帶來的影響及挑戰。 應用 AI 的兩大心法：大量嘗試、理解「原生家庭」 「第一件事情就是『大量用』，因為人是經驗的物種，所以談方法之前，要先有『量』，」呂冠緯舉例，即便醫師學習再多技術，仍需大量手術才能熟練，應用 AI 也是如此，只要先大量用了以後，就會抓到一些眉角，再跟別人大量討論、獲得回饋後，就比較容易學會。 不過，現在 AI 模型眾多，使用者如何選擇合適模型？「我後來有個體會，就是要去認識這些模型的『原生家庭』，」呂冠緯分析，原生家庭會決定模型長什麼樣子，像是  Google 的原生家庭是 Google Search，所以對於資料的正確性比較在行；如果是OpenAI，就比較適合拿來做創作性的東西。此外，如果是想要了解國際八卦討論，呂冠緯分享自己會用馬斯克（Elon Musk）的 Grok，因為 Grok 的原生家庭是 X ，因此針對網路上的熱門話題，跟 Grok 對話會產生有趣的結果。「總結就是兩件事，首先是大量試錯、大量用、大量討論；其次是認識模型的原生家庭，進而理解怎麼使用這個模型比較合適，」呂冠緯說。 AI 對學習與職能的衝擊 從自身經驗出發，呂冠緯進一步探討 AI 對學習與工作者職能帶來的具體影響。例如均一平台教育基金會推出 AI 筆記本，能讓學生在觀看影片、解題時更有效率地自學。 「傳統學習是你卡住了，可能就要問人或是看一下習題詳解有沒有回答到你的需求，如果不符合的話就會卡在那，但透過 AI 筆記本可以了解相關知識脈絡，如果看影片做習題卡住，就可以跟 AI 進行家教式的對話，這種引導過程又被稱為『半蘇格拉底式』，」呂冠緯說明，AI 通常會澄清三到四次，直到學生即將失去耐心，才會給出標準答案，這樣的設計，讓學生在得到答案之前，仍能透過思考和對話逐漸理解內容，而不是被動接受答案。更重要的是，AI 不僅能協助考科學習，還能模擬不同領域的工作者，提供虛擬訪談體驗，讓學生可以透過這樣的互動，學習到課本以外的知識與經驗，並獲得更豐富多元的成長機會。 在職場端，呂冠緯也以產品經理（PM）的工作內容為例，說明過去需要請設計師繪製 wireframe 或 UI／UX 圖面，如今生成式 AI 工具已能協助完成初步設計；同樣地，原本必須依賴前端工程師撰寫程式，現在產品經理也可以先透過 AI […]

警察用 AI 寫筆錄超省時，但究竟是提升效率還是司法隱憂？

警方筆錄是案件中不可或缺的文件，不僅記錄警員對事件的敘述，也往往影響檢察官是否提起訴訟、法官是否批准羈押、甚至影響辯護律師的策略和陪審團的觀感。隨著人工智慧逐漸滲透各領域，警方筆錄的生成方式正迎來新的轉折。 由美國警用武器品牌 Axon 開發的 AI 工具 Draft One，利用改良版的 ChatGPT，結合警員隨身攝影機所錄製的影像轉譯，能快速生成警方筆錄的初稿，徹底改變了傳統的報告撰寫流程。 耗時近幾小時的工作，現在僅十分鐘 這項技術的導入，源自於警局人力長期不足的現實困境。美國多數警局在招募與留任上，皆面臨挑戰，平均人力缺口達一成以上，導致警員必須同時肩負更多行政與現場勤務。筆錄的撰寫，更是耗費時間且影響效率。一份完整的報告往往需要四、五十分鐘才能完成，不僅占用警員原本能投入巡邏與社區服務的時間，也降低了單位的整體運作靈活度。 Draft One 的出現，提供了明顯的解決方案。有警員親身證實，以往需耗時近幾小時的工作，現在僅需十分鐘。 目前包括科羅拉多州、印第安納州、佛羅里達州在內的多個警局，已經正式採用這套系統。從成效層面來看，Draft One 帶來的效率提升難以忽視。科羅拉多州科林斯堡的技術部門統計，導入後報告撰寫時間縮短近七成，大幅減少了警員的工作量。 更進一步，技術開發者認為 Draft One 透過邏輯化的初稿格式，能順帶提醒警員補充遺漏的細節，使報告更加完整。 公民權益團體稱，需讓各方知曉 AI 參與細節 不過，科技方便伴隨著問題也因此浮現。首先，AI 生成筆錄牽涉到的是司法公正性，任何錯誤或偏見都有可能影響案件走向。語音轉文字的過程中，若 AI 誤判口音，可能將「肯定的回覆」錯聽成模稜兩可的說法；而在實際互動中，一個點頭或眼神，也未必會在文字報告中得以呈現。 且 AI 的訓練過程勢必使用過去的執法記錄庫，如果過去紀錄本身存在偏差，Draft One 便可能在不自覺間放大這些問題。 除此之外，透明度則是另一個極具爭議的焦點，Draft One 的設計並不保存 AI 所生成的最初草稿，僅保留由警員確認簽署後的最終版本。因此外界無法追溯 AI 草稿與警員修改的差異。 簡單來說，一旦警員沒有仔細審核，卻仍在報告上簽名，就等於「無意中承認錯誤敘述」，這會讓後續司法程序受到干擾，某些案件甚至可能因此走向錯誤判決。具體案例是美國華盛頓州金郡檢察官辦公室（King County Prosecutor’s Office），他們明確表示不會接受由 Draft One 協助生成的警方報告，原因就是擔心 AI 初稿的錯誤被警員忽視。 另外，也有公民權益團體認為，既然 AI 報告可能影響個人權利，那麼涉及 AI 的部分不可以被隱匿；他們主張採取 「極度透明原則」（radical transparency） 原則，也就是所有由 […]

通用機器人將來臨？波士頓動力人形機器人出現「意料之外」新技能

波士頓動力（Boston Dynamics）的雙足人形機器人 Atlas，近期展示了以單一 AI 模型 同時學會行走與抓取物體的新能力。這個由波士頓動力與豐田研究院（Toyota Research Institute，TRI）合作開發的通用模型，透過一系列示範動作學習，能同時控制手臂與腿部的協調，這與常見的機器人學習方式不同，後者通常會以一個模型處理行走、跳躍，另一個模型處理抓取等手部操作。 大行為模型結合視覺、感知與語言提示 研究團隊以「大行為模型（Large Behavior Model，LBM）」為核心，讓 Atlas 接收來自機身視覺感測器的影像、從身體感測器獲取本體感知（位置和運動），以及與任務相關的語言提示。模型透過混用遠端操控（teleoperation）、模擬與示範影片的資料進行學習，因此能以更貼近人類的方式控制身體，例如在彎腰撿取低處物品時，Atlas 會自然地調整腳步來重新平衡重心。 值得關注的是，Atlas 展現出一些未明確在訓練中教過、卻能自行產生的行為，例如當機器人的手中物品掉落時，會出現「本能式」自己彎下腰把物品撿回來；這被研究團隊與外部學者視為初步的「自發行為」（emergent behavior）。不過，加州大學柏克萊分校的機器人專家 Ken Goldberg 同時提醒，部分「自發」行為可能仍能追溯至訓練資料的涵蓋範圍。 用一次到位的通用策略，取代繁瑣的逐項程式設計 在實作流程上，波士頓動力與 TRI 採用模仿學習的端到端方法：先以 VR（虛擬實境）裝置進行高品質的遠端操控示範，蒐集大量「具身」資料；再將影像、語言描述與感測訊號整合，訓練成單一神經網路策略，讓 Atlas 能處理長時間、多步驟的移動與操作任務。 研究團隊強調，這種通用策略能把過去需工程師分別調整參數、調度、避障與規劃的繁瑣工作，整合進統一的學習與推論流程，並能對意外狀況（例如零件掉落、箱蓋闔上）做出合理反應，而不必額外改寫演算法。 擴大資料規模能否帶來更多「自發」行為？ 相比過去吸睛的跑酷與舞蹈展示，Atlas 近來的影片多聚焦在搬運零件、清理箱櫃等「物流感」更強的實務任務。然而，打造能長時間、可重複、經濟且安全完成多樣作業的人形機器人，可能是目前機器人領域最難的課題之一，而 LBM 的路線，是把更一般性的世界知識與具體任務知識疊合起來，逐步累積「可遷移」的能力基礎。 研究團隊告訴《IEEE Spectrum》，讓一個模型被稱為「大型行為模型」的原因在於，它會蒐集來自許多不同任務，甚至不同機器人體態的資料，並將這些資料都用來訓練機器人，使其最後能形成一個能夠執行多種任務的單一策略。研究團隊認為，當神經網路在更廣泛的資料、任務和機器人上接受訓練時，其通用能力就會更強，而團隊仍處於蒐集證據的早期階段，而目前的經驗趨勢看來是正確的。 單純擴大訓練資料的規模，是否就能持續解鎖更多「意料之外」的行為。《WIRED》指出，部分學者在今年一場國際會議辯論中提醒，除了擴大資料，工程方法也將是機器人模型突破的要素。 《WIRED》指出，最新的 Atlas 研究成果，是一個重大信號：機器人正開始經歷與語言模型相似的突破，就像當年大型語言模型帶來了 ChatGPT，推動生成式 AI 的發展一樣。「這絕對是一大進步，」Goldberg 說，「讓雙腿和雙臂能夠協調運作，這是非常重要的突破。」 AI 機器人浪潮來襲！立即免費下載《AI 機器人全球 7 大勢力關鍵報告》，解鎖各國 AI 機器人發展重點 ＊本文開放合作夥伴轉載，資料來源：《The WIRED》、《The Robot Report》、《IEEE […]

【科技早餐】馬斯克自爆「史詩級晶片」！特斯拉晶片要挑戰 NVIDIA

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊馬斯克自爆「史詩級晶片」！特斯拉晶片要挑戰 NVIDIA 特斯拉執行長馬斯克在 X 上宣布，AI5 晶片已完成設計評審，稱其為「史詩級晶片」，將由台積電代工，最快 2026 年底量產，用於自駕車運算。 他同時透露，下一代 AI6 晶片將由三星在美國德州生產，應用於無人計程車 Cybercab 與人形機器人 Optimus，未來甚至可能進軍數據中心，挑戰 NVIDIA 的市場地位。 馬斯克強調，特斯拉將研發資源集中在單一架構，以確保效能極大化，並指出 AI5 在 2,500 億參數以下模型的推理效能上，可能是兼顧效能與成本的最佳解決方案。 ＊歐盟重罰 Google 千億，川普揚言祭出 301 條款 《華爾街日報》報導，歐盟執委會裁定 Google 濫用廣告技術優勢，違反反壟斷法，開罰 29.5 億歐元。調查指出，Google 透過廣告系統 AdX 偏袒自家服務，壓縮競爭空間。歐盟要求 Google 停止行為，並在 60 天內提出改善計畫。 Google 表示不服，計畫上訴。美國總統川普則強烈批評歐盟罰款「令人無法忍受」，揚言啟動 301 條款抵銷歐盟行動。分析認為，這將使歐美在數位監管上的對立持續升溫。 ＊SEMICON Taiwan 登場，三大趨勢牽動半導體格局 SEMICON Taiwan 國際半導體展 9 月 10 日登場，規模預計創新高。研調機構 […]

高通與 BMW 集團發表全新自動駕駛系統，並搭載雙方共同開發的軟體堆疊

高通技術公司與 BMW 集團今日推出 Snapdragon Ride Pilot，此為雙方歷經三年合作開發的全新自動駕駛（AD）系統。這套先進的自動駕駛系統建立於高通技術公司打造的 Snapdragon Ride 系統單晶片（SoCs）中，並採用雙方共同開發的最前沿 Snapdragon Ride 自動駕駛軟體堆疊。該系統符合最高安全標準，支援從入門級新車安全評鑑（NCAP）到 L2+ 高速公路及都市自動輔助導航駕駛（NOA）等不同級別的自動駕駛能力。Snapdragon Ride Pilot 今日於全新發表的 BMW iX3 中進行全球首次亮相，這是 BMW Neue Klasse 的首款量產車款。此系統已在全球超過 60 個國家通過驗證，並預計於 2026 年擴展至超過 100 個國家。Snapdragon Ride Pilot 現已透過高通技術公司向全球所有汽車製造商與一級供應商提供。 Snapdragon Ride Pilot 中 Snapdragon Ride 自動駕駛軟體堆疊的開發，充分展現了全球協作的成果：來自德國、美國、瑞典、羅馬尼亞及位於捷克的 BMW 自動駕駛測試中心等不同地區的超過 1,400 位專家，在過去三年攜手合作，才得以實現這項技術。 高通技術公司汽車、產業、嵌入式物聯網事業群總經理 Nakul Duggal 表示：「我們與 BMW 世界級工程團隊的合作具有真正變革性的意義，讓我們打造出一套世界級的系統，現在可將自動駕駛帶來的安全性、舒適性優勢，帶給所有地區與各個車款級別的消費者。我們共同開發的 Snapdragon Ride Pilot 是一款以安全為優先的變革性駕駛輔助系統，並為整個產業樹立全新標竿。我們很興奮能看到這套系統在 BMW […]

半導體下一戰場「不再是晶片、封裝、測試，」日月光吳田玉、環球晶徐秀蘭 SEMICON Taiwan 開講

一年一度的 SEMICON Taiwan 國際半導體展即將登場，日月光半導體執行長吳田玉、環球晶圓董事長暨執行長徐秀蘭等產業重量級人士在展前記者會上，分享對全球半導體產業趨勢的觀察與洞察。　 吳田玉：半導體產業進入價值重塑階段 吳田玉指出，未來 10 年全球半導體營收將逾 1 兆美元，但產業價值鏈正進入重塑階段，業者需重新盤點自身價值與合作夥伴間的關係，屆時市場重點在於誰能在重塑後的價值鏈獲得最高價值。 他認為短期內，產業的挑戰在於滿足全球供應鏈對先進製程的要求，特別是 AI 超大型資料中心（AI Hyperscaler），不過他提醒在積極增產、爭取訂單的同時，應了解「後 AI 時代」，也就是 AI 應用面的發展，並為自動化、矽光子、CoWoS 和電源管理等領域做好準備。他強調，這一波 AI Hyperscaler 投資發酵後，將對產業帶來非常大的「後座力」。 針對中長期，吳田玉認為地緣政治的不確定性，加上未來的客戶需求將變得更龐大且更精準，並尋求更簡化的解決方案，台灣需有選擇性地確立符合自身公司和產業鏈的戰略目標，選定目標後要思考「以後（的競爭）將不再是晶片、封裝、測試或材料，而是要從整體系統優化的角度，」以應對摩爾定律的演變、3D IC 的能源管理、追求更高的經濟效益等挑戰。 吳田玉說，台灣擁有相對完整的半導體生態系，在製造、設計和 ODM/OEM 方面表現出色，在資料中心先進製程方面佔有先機，但他認為這一態勢在未來兩至三年會轉變，應利用現有優勢增加投資、尋找新客戶並研發新技術。他也說，台灣需要變強，但仍無法包攬所有產業環節，因此必須「強強聯手」，優先從台灣內部生態系統有效溝通、策略性合作，以確保台灣持續的競爭力。 徐秀蘭：關鍵材料成為產業新的「卡點」 環球晶圓董事長暨執行長徐秀蘭在展前記者會分享，從長遠來看，除了關注系統和未來應用如量子電腦、人形機器人、低空經濟之外，許多微觀但非常關鍵的小東西如「關鍵材料」也一樣重要。她指出，如果未能掌握關鍵材料，就可能不知道產業鏈會在何處被卡住，因此未來產業的瓶頸可能不再僅限於產能與技術，關鍵原料、供應鏈韌性也會成為新卡點。 徐秀蘭表示，關鍵材料的複雜度比製程更高，因為通常有保存期限而難以囤積，且大多數掌握在少數國家之中。因此，她指出全球半導體趨勢正在從追求低成本、Just in Time（即時生產） 的「任性」，轉向本土化、Just in case 的「韌性」，並且關注淨零排放、循環經濟。 她期望台灣能逐步提升材料自主率，特別是在容易被「卡脖子」的領域，透過政府和業界共同努力。徐秀蘭也坦言，實現韌性可能導致成本增加，因此需要透過自主研發、國際合作和整合來解決每個關卡，才能讓台灣半導體永續發展，並且越做越強。 AI 機器人浪潮來襲！立即免費下載《AI 機器人全球 7 大勢力關鍵報告》，解鎖各國 AI 機器人發展重點 ＊本文開放合作夥伴轉載，首圖來源：《TechOrange》拍攝。

【出國不用再換實體 SIM 卡】eSIM 如何告別高價漫遊、重塑電信與旅遊市場？

出國旅行時，你是否也曾為了上網而購買實體 SIM 卡，卻整趟旅程都在擔心換下的 SIM 卡會弄丟？或是在出國前不斷比較各家電信公司的漫遊費用，找出最優惠的方案？現在，隨著 eSIM 日益普及，這樣的情境可能在未來五年就會消失。 eSIM 技術的核心優勢在於「不用實體 SIM 卡即可切換網路」，可以讓用戶在全球範圍內存取行動網路，因此越來越受到旅行者的歡迎。根據分析公司 CCS Insight 的最新數據顯示，預計全球旅行 eSIM 數量將從 2024 年的 7,000 萬張增加到 2030 年的 2.8 億；另外，已有 13 億人擁有與 eSIM 相容的智慧型手機，預計到 2030 年這一數字將超過 30 億。 當 eSIM 讓跨境上網像連線 Wi-Fi 一樣簡單，在這樣的背景下，eSIM 又會對傳統漫遊服務帶來哪些影響？ 旅行 eSIM 對傳統電信業帶來的衝擊 傳統電信公司高價的漫遊費用，一直是旅遊者的痛點，相較之下，旅行 eSIM 提供一種更經濟實惠的替代方案，讓用戶可以根據特定的國家或地區，購買所需的數據方案，且無需實體 SIM 卡，極具彈性和便利性。CCS Insight 的分析師指出，漫遊費用大幅下降將對電信業者構成威脅，因為電信業者過往仰賴漫遊收入作為重要的利潤來源。 目前市場上也湧現 Airalo 和 Holafly 等 eSIM 供應商，它們積極鎖定國際旅客，提供比傳統漫遊方案更低成本的替代選項。以 […]

AI 為什麼寧可亂猜卻不敢說「不知道」？OpenAI 點名訓練與評估機制的致命缺陷

OpenAI 發表一份研究報告，深入探討大型語言模型為何仍會產生「幻覺」（hallucinations），並提供降低幻覺發生的解方。 所謂「幻覺」，是指當語言模型在被詢問問題時，自信地給出看起來合理但實際上是錯誤的資訊。例如 OpenAI 以研究人員 Adam Tauman Kalai 為例，當他們請 AI 提供 Kalai 博士「曾經撰寫的論文」時，AI 給出三個不同的答案，且全部都是錯誤的。這種在資訊錯誤時卻表現出極高自信的特徵，正是 AI 幻覺的核心表現。 幻覺的成因與解方 OpenAI 認為，「幻覺」部分源於目前的訓練過程與評估機制，這些機制無意中鼓勵模型在不確定時進行「猜題」，而非直接坦承無知。 在訓練過程的部分，語言模型在預訓練階段主要透過「預測下一個詞」的方式進行學習，然而這些訓練數據本身並未附帶「真／假」的標籤。 OpenAI 進一步解釋，例如拼寫或括號使用這類具有一致模式的常見錯誤，模型可以從具規模的數據量中學習並認知錯誤，然而對於「寵物生日」這一類問題，由於資訊無法單獨從文本模式中預測出來，因此極易導致幻覺。 另一方面，OpenAI 強調幻覺之所以難以根除，部分原因是目前的評估方法「設定錯誤的激勵機制」，「如果不知道答案，但隨機猜測，有可能很幸運地猜對，但如果留白就保證零分，」OpenAI 將這種機制比喻為多選題測驗，說明當模型僅以「準確度」（即答對問題的百分比）來評分時，它會被鼓勵猜測而不是坦承自己「不知道」，因為一個會推測的模型在數千個測試問題中，最終看起來比一個謹慎承認不確定性的模型表現更好。 OpenAI 建議，模型的評估機制應該「懲罰錯誤多於懲罰不確定性」，並對適當表達不確定性給予部分分數，就像許多考試機制透過「對錯誤答案扣分」的做法，以阻止學生盲猜。  OpenAI 澄清關於幻覺的五大迷思 OpenAI 在研究報告中也澄清關於「幻覺」的 5 大常見誤解。首先，並非提高準確度就能消除幻覺，因為有些真實世界的問題本質上是無法回答的，所以準確度永遠不會達到 100%。 第二，幻覺不是無法避免的，因為語言模型在不確定答案時可以選擇放棄回答。 第三，不是更大的模型就能有效避免幻覺，有時候小型模型可能更容易了解自身極限。 第四，幻覺並不神祕，因為透過研究已經可以理解幻覺產生的統計機制，以及幻覺在評估中被獎勵的方式。 最後，有些人認為判斷幻覺只需要一個好的幻覺評估，事實上幻覺評估已經存在，但幻覺評估在面對數百個「鼓勵猜測而非坦承無知」的傳統評估時，影響甚微。 OpenAI 表示將繼續努力降低語言模型出現幻覺的機率，以提升 AI 系統的實用性和可靠性。OpenAI 這項研究也呼籲整個 AI 產業應該重新思考和調整語言模型的評估標準，以培養出更誠實、更可靠的人工智慧。 ＊本文開放合作夥伴轉載，資料來源：《TechCrunch》、《Business Insider》、OpenAI，首圖來源：Unspalsh。

履歷內藏「隱藏指令」？企業導入 AI 的四大資安陷阱

企業進入快速導入人工智慧工具的時代，創新加速了企業的數位轉型，但同時也衍生出組織內部在 AI 安全治理上的結構性斷層，隱藏著許多風險尚未被妥善掌控。 首先，這種斷層主要來自於工程部門和資安團隊之間的步調落差。工程師們因為業務需求或市場壓力，往往較早被企業下令要快速導入 AI 應用，目標是改善效率、提升使用體驗，甚至提升企業競爭優勢。相較之下，資安團隊則難以同步建立完整且有效的安全防護措施，無法立即應對由 AI 系統所帶來的新型態威脅。 這不只是技術層面的問題，更牽涉到企業內部溝通和決策的矛盾。許多時候，領導者對於員工實際使用 AI 工具的頻率和廣度存在認知偏差，進而忽視了資安防護應提早準備及加強，放大安全漏洞。 AI 導入的四大潛在風險 第一個挑戰是資料洩露的風險。不同於傳統資訊系統，AI 尤其是 LLM 具備類似「記憶」的機制，能夠隨著時間的推移儲存和保留資訊。員工在與 AI 互動時，可能不經意提供敏感的客戶資料、商業機密或個人資訊，而 AI 會基於過去的交流，在後續回應中「記憶」這些資訊，甚至將其暴露給後續的使用者，造成難以預測的洩露情況。 不少企業在實際運作中才發現，員工習慣用 AI 幫助撰寫文件、生成報告時，已經將極為重要的內部資料「輸入」給 AI，這些資料若未加以隔離或清理，就成為潛在的安全漏洞。 其次，即時注入攻擊（Prompt Injection Attack）成為另一個危險因子。這種攻擊手法利用 AI 系統對用戶指令的敏感性，故意將隱藏指令植入文件中。例如一位懂語言模型的應徵者，可能在履歷的 PDF 裡內嵌特殊指令，讓 AI 驅動的人力資源系統優先考慮他們的履歷，即使客觀條件較弱也能提升履歷順序。或者供應商在合約或投標文件中暗中夾帶指令，誘使採購 AI 系統偏向其方案。這些行為看似微妙，但足以對決策造成偏頗，甚至破壞公平性。面對這類攻擊，傳統的資安機制難以防範，企業必須提升 AI 對內容的識別和防禦能力。 第三是權限管理的不足。AI 可跨越不同部門和系統，若沒有嚴謹的身份驗證和權限控管，一旦AI 被不當使用者存取，可能導致核心商業資訊、客戶個資或內部被外泄。這不僅會帶來營運風險，更可能違反相關法律法規，面臨合規性懲罰，引發企業經濟損失和信譽受損。 第四方面則是可視性缺口。多數 AI 系統缺乏對內容和回應的全面監控，企業在使用這類系統時，往往無法取得全程透明的操作紀錄和決策依據，使資安團隊難以及時發現異常行為或濫用情況，無從有效稽核。當安全事件發生時，這種情報的不足也會拖延調查與補救時效。 四階段 AI 安全治理，打造系統化防禦 回應這些複雜的資安挑戰，企業必須建立一套系統化且可實踐的 AI 安全治理框架，分成四個階段推進。 首先是評估階段，企業需要徹底盤點目前所有 AI 應用，包括內部已申請、正式部署的系統，甚至未經授權的「影子」AI 工具。這項工作不只限於技術盤點，更要透過與各部門主管訪談及員工調查，深入了解 AI […]

強化歐洲 AI 主權！ASML 擬砸 13 億歐元成 Mistral 最大股東，對其有何好處？

荷蘭晶片設備龍頭 ASML 正進一步押注 AI。根據《路透社》引述知情人士消息指出，ASML 將在法國 AI 新創 Mistral 的最新一輪 17 億歐元（約 20 億美元）融資中投入 13 億歐元，並取得最大股東地位，同時預計獲得一個董事會席位。這筆資金將把 Mistral 推升至 100 億歐元（約 117 億美元）估值，成為歐洲最具價值的 AI 公司。 歐洲科技主權的戰略投資 知情人士指出，ASML 此舉不單純是財務投資，更是歐洲強化科技主權的戰略之一。Mistral 長期被視為法國和歐洲 AI 的領導企業，與 OpenAI 和 Google 等美國巨頭競爭。《IO+》分析，ASML 的入股象徵兩大歐洲科技領導者的聯手，也讓歐洲在 AI 模型競賽中有更多籌碼，降低對美國與中國技術的依賴。 ASML 是全球唯一供應極紫外光（EUV）微影設備的公司，客戶涵蓋台積電與英特爾，其設備價格動輒 1.8 億至 2 億美元，對先進晶片製造至關重要。《Reuters》指出，ASML 本身就廣泛使用 AI 來提升機台效能與產能，而引入 Mistral 的數據分析與 AI 能力，可能進一步優化 ASML 工具的效能，並協助開發新產品。對 ASML 而言，這是一個強化自身技術競爭力的雙重紅利。 Mistral 與歐洲 […]

瑞士國家級 AI 模型 Apertus 登場——完全開源，對抗巨頭壟斷

在 AI 模型市場被商業巨頭主導的現在，瑞士推出由公共機構開發的國家級大型語言模型 Apertus。 這個在拉丁語中意為「開放」的模型，由洛桑聯邦理工學院（EPFL）、蘇黎世聯邦理工學院與瑞士國家超級計算中心（CSCS）等頂尖學術機構共同開發。它不僅被視為 OpenAI 等商業模型的有力替代方案，更以完全開源、透明合規的公共基礎設施定位，為 AI 的發展提供了一個全新範本。 完全開源與多語言優勢，打造「公眾利益」的 AI Apertus 的核心理念是「為公眾利益而建」。不同於主流專有模型，Apertus 徹底公開了其模型權重、訓練數據、源代碼與所有文檔。這不僅讓研究人員、開發者甚至公司都能自由使用並在其基礎上進行客製化，也確保了高度的透明性，為 AI 如何既強大又尊重隱私提供了切實的例子。 在訓練數據方面，Apertus 涵蓋了超過 1,000 種語言、15 兆詞條，其中有高達 40% 是非英語數據，特別包含了瑞士德語與羅曼什語等在地語言，使其在多語言處理上具備獨特優勢。 此外，其爬蟲設計嚴格遵守網站退出協議，如果某個網站在技術上表明「不允許 AI 爬蟲抓取資料」，Apertus 的系統就不會繞過這個限制；這與過去一些 AI 公司爭議性的資料抓取方式，形成鮮明對比，完全符合《歐盟人工智慧法案》等新興監管框架。 金融導向與市場挑戰：能否撼動商業巨頭？ Apertus 的公共與開源定位，也使其在特定產業中展現出巨大的潛力。 瑞士銀行家協會認為，一個本土開發的開源 LLM，能更好地遵守瑞士嚴格的銀行保密與資料保護規則，因此具有「巨大的長期潛力」。雖然瑞士銀行目前已在使用其他 AI 模型，但 Apertus 的合規透明優勢，仍有望吸引他們在未來轉向。 然而，Apertus 的市場之路並非沒有挑戰。它必須在效能與生態系上，與 OpenAI、Anthropic 等商業閉源模型，以及中國阿里巴巴、DeepSeek 等強力開源模型進行競爭。這場挑戰的關鍵，在於 Apertus 能否在技術上追平這些巨頭，並透過其開放性，成功吸引開發者建立起一個活躍的生態系統。 AI 的公共基礎設施時代來臨？ Apertus 的推出，代表了「公共基礎設施型 AI」的一種新範式。它將大型語言模型視為類似高速公路或電網的公共資源，為企業與研究單位提供一個透明、可檢驗且不受單一商業公司壟斷的選項。 其核心優勢在於合規與透明度。Apertus 的爬蟲遵守退出協議，完整公開訓練數據與程式碼，這與部分商業 AI 公司存在的「灰色資料抓取」形成鮮明對比，也使其更符合《歐盟人工智慧法案》等新興監管框架。對金融、醫療等高度受規範的產業而言，這種透明性或能成為導入 AI […]

研究揭與機器人工作帶來精神壓力，ABB、發那科、亞馬遜如何應對？

長期以來，機器人和自動化技術的巨大潛力，在於能接手「骯髒、枯燥、危險和困難」的工作，解放人力，讓人類從事更具創造性、社會性或參與性的任務。然而，越來越多研究顯示，與工業機器人一起工作，可能會對工人的心理造成負面影響。 一名亞馬遜倉儲員工 Jessica 在接受《金融時報》訪問時分享，她的工作內容是站在原地，等待自動搬運機器人將貨物送至工作站，她再進行挑選。雖然這比傳統倉儲少了搬重物的體力消耗，但讓她覺得「單調無聊」。 數據揭露工作意義與自主性下降 荷蘭格羅寧根大學去年針對 20 個歐洲國家的產業數據分析發現，隨著機器人化程度提高，工人普遍感受到的工作意義與自主性顯著下降。數據顯示，如果產業的機器人化程度倍增，工作意義感將下滑 0.9%，自主性下降 1%。 歐盟機構 Eurofound 的調查也指出，與機器人共事的工人更常感受到被嚴格監控，且傾向獨自作業，導致孤立感增加。2024 年《Economics Letters》一份研究則顯示，機器人應用改善了中國工人的身體健康，卻加重了心理壓力，尤其是對失去工作的焦慮。 隨著機器人技術更加先進、應用範圍更廣，一些高技能職位也可能開始變得不那麼有意義。加州大學聖塔芭芭拉分校與麻省理工學院研究者 Matt Beane 表示，無論是噴射機飛行員操作偵查無人機，或是外科醫生使用機械手臂執刀，他們都認為工作因機器變得更安全，但也感到疏離。 卡迪夫大學資深講師 Juan Hernandez Vega 也認為，人類的目標是讓機器人更強大、更能協作，但副作用是削弱了人類在合作中的責任感，導致員工容易覺得無聊，或認為工作缺乏吸引力。 企業如何回應？ABB、Fanuc、亞馬遜的解法 面對這股席捲而來的心理壓力挑戰，機器人巨頭與應用企業也正積極尋找解方。《金融時報》報導，機器人製造商 ABB 強調其「協作機器人」比傳統工業機器人擁有更以人為本、平易近人的設計，隨著 AI 浪潮發展，機器人將能夠在工作場所中自由移動，並與人類同事進行更自然的互動。 另一家機器人公司發那科（Fanuc）正在支持瑞士應用大學，研發更具「同理心」的工業機器人，讓機器人能夠回應員工的情緒。 亞馬遜則嘗試導入遊戲化機制，將重複任務轉化為更具互動性的挑戰，以減緩單調感。該公司表示，其 75 萬台配送中心的機器人「經過獨特設計」，可以與人類協作，並提供多種機器反饋人類的方式。 對於此議題，荷蘭格羅寧根大學研究的第一作者 Milena Nikolova 認為，與機器人工作帶來的精神壓力，問題可能不是機器不夠好，而是人類在自動化流程中的角色被設計得太過單一。她認為，當員工參與自動化的設計和部署，自動化的效果最佳；同時，對工人進行技能再培訓，確保他們能跟上技術發展並勝任新職位，也十分重要。 這種人機協作理念，除了降低安全風險，更希望讓員工感覺自己仍掌握決策權，而不是單純被機器所牽制。 AI 機器人浪潮來襲！立即免費下載《AI 機器人全球 7 大勢力關鍵報告》，解鎖各國 AI 機器人發展重點 ＊本文開放合作夥伴轉載，資料來源：《Financial Times》、《Research Policy》，首圖來源：

【零售業的未來，AI 已經寫好】抓牢零售業 8 大趨勢，用 AI 抓住客戶的心和訂單

AI 浪潮洶湧而來，你的企業準備好了嗎？這份由行銷科技公司 Insider 針對「零售業 AI」的報告，深入解讀 AI 時代的零售複雜格局，揭示正在顛覆零售業的關鍵趨勢。 報告指出，AI 不再只是工具，更是零售業生存的必需品。消費者已開始期待「超個人化」與「即時支援」的購物體驗，而 AI 正是達成這個新標準的關鍵。從 AI 購物助理、視覺搜尋、智慧庫存到永續性應用，幫助你洞悉 AI 如何重塑零售業的每個環節，並提前佈局企業戰略。 📌 《零售業 AI：定義 2025 十大突破性趨勢》適合哪些工作者閱讀？ 📌 先記住這三件事 一、AI 是零售業的「新基礎」，是生存必需品 消費客戶不斷變化的購物習慣，讓 AI 成為品牌提供客製化體驗的新標準。誰先擁抱 AI，誰就能在快速變動的市場中搶得先機。 二、消費者很想要！快用 AI 推進超個人化，提升營收 消費客戶現在對購物體驗的期待越來越高，他們想要量身定制的推薦、流暢的跨平台體驗，以及即時的支援。AI 成了滿足這些需求的關鍵。此外，AI 強化了全通路體驗，整合所有客戶數據，確保你在任何平台都能獲得一致的個人化服務。對品牌來說，AI 是增加轉化率、訂單價值和客戶終身價值的核心策略。 三、用 AI 解決供應鏈痛點，提升營運效率 透過智慧庫存與需求預測，AI 可減少過度庫存和物流延遲，甚至用動態定價提高利潤。此外，AI 也強化詐欺偵測與交易安全。而生成式 AI 則能自動生成產品描述和行銷內容，甚至模擬虛擬試衣間，全面提升效率、降低成本，幫助品牌開拓新商機。 ❗️ 5 個關鍵數據AI 正在零售業燒得強強滾 一、78% 的組織在 2024 年使用 AI，相較前一年的 55% 顯著增加 史丹佛大學的 AI 指數證明，AI […]

要人形機器人洗碗有多難？解析 Figure 02 如何借力 Helix 模型完成更多家務任務

人形機器人進入家庭場域服務，一直是許多人期待的場景，現在這個「機器人管家」的願景，正逐步從科幻走入現實。美國機器人公司 Figure AI ，其開發的 Figure 02 人形機器人除了已經可以成功掌握拿衣服放入洗衣機、摺疊衣物等任務，近期更公布最新的成就：自主完成洗碗任務。 在 Figure AI 新發布的影片中，可以見到 Figure 02 將盤子、碗碟和玻璃杯等餐具精準放入洗碗機中，展現高度靈活性與精確性，而創造這項新突破的關鍵，就是 Figure AI 所開發的 Helix 視覺語言動作（VLA）模型。 Today we're unveiling F.02 loading the dishwasher autonomously pic.twitter.com/gVGW7BlAAZ — Figure (@Figure_robot) September 3, 2025 「洗碗任務」為什麼是機器人的隱藏挑戰 儘管「洗碗」對人類而言是一個相當簡單的任務，但對機器人來說，卻有許多難題必須克服，例如機器人需要從雜亂堆疊的餐具中，識別並分離出單個的碗盤。此外，餐具往往形狀各異，因此機器人需要精確地定向，才能準確地將餐具放入洗碗機內。 另一方面，在處理濕滑或易碎的物品時，機器人就必須雙臂同步協作，以及洗碗機的碗架空間非常有限，這些都會對機器人的精準度有非常高的要求。最後，每一次的洗碗任務都是獨立事件，可能包含不同形狀的碗盤與餐具、雜亂的堆疊狀態，甚至會有意想不到的碰撞，這些都要求機器人必須具備隨時適應的能力，同時保持穩健性能。 洗碗任務背後的技術支持 Figure 02 搭載的 Helix 模型之所以能順利完成洗碗任務，在於 Helix 模型只要「透過新數據就能適應截然不同的現實世界挑戰」，不必重新開發新的演算法或進行特殊的工程設計，大幅提升機器人適應現實世界的能力。 因此，無論是分離堆疊餐盤並按照順序裝載到洗碗機中，或是用一隻手拿起玻璃杯進行重新定向，然後再用另一隻手將杯子小心翼翼地放置好，Helix 皆能輕鬆完成。即使發生抓取失誤或意外碰撞等錯誤，Helix 模型也能迅速恢復，確保任務的連續性和成功率，順利應對實際家庭環境中的不確定性。 「機器人管家」可能比想像中更早普及 在完成洗碗任務前，Figure 02 就已借力 Helix 模型掌握將衣物放入洗衣機、摺疊洗淨的毛巾等行動。人形機器人能完成這些家務工作的意義重大，因為這說明機器人不再需要為每項新任務進行特別設計或編程，而是可以利用相同的核心系統不斷擴展能力。 從洗衣到洗碗，這預示著一個能夠執行更多日常家務的「機器人管家」可能比想像中更早普及，也為人形機器人從工廠應用拓展到家庭服務，開啟一扇新的大門。 […]

台灣如何成為「可信賴的數位金融中心」？2025 區塊鏈愛好者年會探析虛擬資產反洗錢與反詐欺的關鍵策略

2025 年第十屆「區塊鏈愛好者年會」近日盛大舉行，其中有半天議程特別以「數位金礦的守護者：虛擬資產反洗錢與反詐欺大會」為題，由台灣虛擬資產反洗錢協會與臺灣區塊鏈愛好者協會共同主辦，邀集立法院、金管會、檢調單位、律師、學界與產業代表，共同探討政策新方向，以及運用新技術防堵洗錢與詐欺的具體行動方案。 健全市場的法規基石 立委黃珊珊在致詞中表示，台灣必須在監理與市場自由間取得平衡，透過透明、公平的規範，避免產業遭受污名化，並吸引國際資金與企業進入市場，黃珊珊也強調：「法規不是要扼殺創新，而是要讓創新有秩序地成長。」 金管會副主委莊琇媛則提到，反詐欺已成金融監理核心，未來將透過 VASP（虛擬資產服務提供者）登記制度，要求平台業者承擔更高責任，並強化其對資金流的把關能力。 國立陽明交通大學教授林志潔從過往參與《洗錢防制法》制定的經驗出發，提醒金融科技與法律監理的交錯發展已大幅提升監管密度，因此業者必須調整思維，從「僅提供服務」轉向「預防受害」的責任角色。 立委葛如鈞透過影片表示，台灣應避免「劣幣驅逐良幣」的情況，應建立清晰的法律環境，鼓勵優質業者持續投入，讓市場競爭回歸專業與服務本質。葛如鈞認為，虛擬資產是金融科技下一波浪潮，台灣若能領先制定明確規則，將能吸引更多國際投資機構布局。 「與國際接軌」是反洗錢與反詐欺的趨勢 在「全球視野下的虛擬資產反洗錢：跨國企業洗錢防制政策管理」專題演講中，幣安亞太區法遵主管 Wilson Cheung 分享交易所如何建立完善的防制洗錢（AML）與打擊資恐（CFT）機制。 Wilson Cheung 指出，合規不僅是監管需求，更是平台能否獲得國際信任的核心，「對投資人來說，選擇一家能確保資金安全的交易所，遠比追逐短期高收益更重要。」 士林地檢署羅韋淵主任檢察官指出，詐欺案件的金流往往跨境、跨平台，若沒有鏈上工具與國際合作，幾乎無法有效追蹤，因此跨境合作是必然趨勢，若台灣能與主要司法管轄區接軌，將進一步提升整體市場透明度，增加外資對台灣金融市場的信心。 公私協作與資訊共享的必要性 在「利用虛擬資產洗錢：技術、法律與實務的交匯」論壇中，與談人一致認為洗錢防制不僅是技術問題，更仰賴信任基礎下的資訊共享。調查局許俊章科長表示，隨著工具進步，鏈上洗錢追查已不再是不可解的難題，但若缺乏國際平台與在地業者的合作，調查依舊可能卡關。 業界人士進一步建議，應推動建立「跨平台數據共享機制」，讓交易所、支付業者與執法單位能即時交換可疑名單，形成更快速的防堵網路。這樣的科技協作，不僅能縮短追查時間，更能降低一般投資人遭受損失的風險。 詐欺手法的轉變 在「從地址到證據：一場幣流調查的旅程」座談中，國內外幣流分析師與檢調人員將案件調查流程，統整為發現異常錢包地址或交易模式的「鏈上偵測」、利用分析平台交叉檢視多鏈資料的「數據比對」，以及將幣流報告整理為符合法院需求的「司法轉化」三階段。 刑事警察局與調查局官員則在「從『保證獲利』到『提不出金』：虛擬貨幣案件一線調查人員的觀察」座談中，分享詐欺手法正從單純的「高報酬保證」進化到結合社群平台、AI 深偽影像與假冒客服的複合式模式。台灣虛擬資產反洗錢協會秘書長陳采履特別指出，單靠監理與執法已不足以應對，業者必須主動建立風險模型，透過黑名單共享、異常交易警示與即時凍結機制，才能守住用戶安全，並呼籲產業應從「被動應付」轉為「主動預防」，並強化跨業、跨國的技術協作。 台灣虛擬資產反洗錢協會理事長簡書永在總結時強調：「面對跨境金流犯罪，單一司法或業者力量有限，必須透過資訊共享、技術協作與制度創新，共同打造安全透明的數位金融環境。」 簡書永同時呼籲政府與國際組織加強合作，確保台灣能在立法與政策設計上保持前瞻性。 隨著詐欺手法不斷翻新，區塊鏈技術也正由「投資工具」轉型為關鍵的「安全基礎建設」，第十屆「區塊鏈愛好者年會」不僅展現最新技術突破，更凸顯科技在防堵洗錢與詐欺上的核心角色。多方共識也指出，政策協作將成為未來數位金融秩序的關鍵，若台灣能把握這波政策與技術的交匯，不僅能有效降低風險，也能在國際舞台建立「可信賴的數位金融中心」形象，為產業永續發展奠定穩健基礎。 （本文訊息由臺灣區塊鏈愛好者協會提供，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：臺灣區塊鏈愛好者協會。責任編輯：李昀蔚。）

減少 20% 試錯浪費、年產 5 千萬件，美妝品牌花西子怎麼辦到的？

中國美妝品牌 Florasis（花西子）近期在杭州啟用了一座先進的智慧工廠，打造出一條從原料採購到最後包裝全流程數位化、智能自動化的創新製造線。 花西子全球市場總監 Gabby Chen 坦言，過去公司必須依賴第三方代工廠生產，難以掌控生產品質與進度，如今將生產線內部化，不僅提升品質穩定性，也大幅縮短開發與回應顧客需求的時間，打造更敏捷的供應鏈。目前該公司的智慧工廠，已擁有七條數位化生產線，涵蓋護膚品、底妝、粉底彩妝等產品，年產能高達 5,000 萬件。 AI 視覺檢測，兼具工藝美與量產效率 花西子最廣為人知的，就是充滿東方美學的雕花設計與細緻包裝。這些產品往往需要極高的精密度，例如口紅膏體上的浮雕紋樣，或是粉餅盒上的工藝雕飾。過去主要依靠人工檢視，不僅效率有限，標準也會因人而異。 針對這個複雜的製造環節，為保障品質一致性，他們引入 AI 攝影機，即時檢測並淘汰缺陷產品，實現自動化高精度質檢，將不良品率控制在極低範圍內，合格率高達 99.8%，遠超傳統人工檢測標準。 AI 不僅確保了花西子產品的美感一致性，也讓這種「工藝品級」的美妝產品能夠進入大規模量產。這對一個以「美學」作為核心品牌價值的公司來說，是極為關鍵的突破。 智慧模擬與流程優化，縮短研發週期 美妝研發常常需要反覆測試，例如調整粉底的質地、顏色穩定度，或是護膚品成分的相容性。傳統做法需要大量實驗批次，不僅耗費人力，原料浪費也極為驚人。 花西子智慧工廠的另一核心能力，是使用智慧自動化，來模擬和優化開發以及生產流程。研發人員可以先在虛擬環境中進行配方與工序模擬，例如測試不同溫度下的乳化效果，或模擬不同生產速度對品質的影響，讓許多過去需要在實驗室中一遍遍試錯的過程，可以在數位環境中提前完成。 據花西子數據，這項系統能讓反覆試驗的浪費減少 20%。這不只是降低成本，更能縮短新產品的開發週期，讓一款新品從概念到上市的時間縮短數個月。對於競爭激烈、講求「快時尚」的美妝市場，這種敏捷度意味著品牌能更快抓住潮流，甚至主動引領市場趨勢。 中國行銷科技公司 Yaso 執行長奈特（Adam Knight）非常看好花西子在智慧工廠上的投資，他認為，智慧製造可以壓縮交貨時間，提高利潤率，並提高品質良率，這意味著像花西子這樣的數位原生品牌，也有機會與全球美妝巨頭並駕齊驅。 對花西子而言，智慧工廠不是冷冰冰的機械革命，而是一種把「美」做得更準確、更穩定的方式。當 AI 和自動化逐步接手繁瑣的檢測與模擬，品牌的設計師與研發人員反而能把更多心思放在靈感、配方與文化故事的打造上。 立即報名 9/17 【AI 智慧大工廠】新竹場，解鎖以數位孿生實現生產效益大爆發的關鍵策略 ＊本文開放合作夥伴轉載，參考資料：《中國日報》、《Vogue Business》、瑞致智造，首圖來源：花西子 （責任編輯：廖紹伶）

【6.1 億美元收購 Dia 開發商】Atlassian 與 The Browser Company 各自在打什麼算盤？

澳洲軟體公司 Atlassian 近期宣布將以 6.1 億美元收購 Arc 和 Dia 瀏覽器的開發商 The Browser Company。Atlassian 的執行長兼共同創辦人 Mike Cannon-Brookes 表示，這筆交易是希望「重新構想 AI 時代的知識工作瀏覽器」，並強調 Atlassian 的目標是與 The Browser Company 共同創造一個「由 AI 驅動、為多個 SaaS 應用程式優化」的瀏覽器，讓知識工作者每天都能愛不釋手。 這筆收購案不僅讓 Atlassian 正式進入 AI 瀏覽器市場，更讓 Atlassian 與 Google、Apple 等傳統網路瀏覽器巨頭正面對決。 Atlassian 的戰略野心：打造 AI 驅動的「工作專用」瀏覽器 在 Atlassian 的戰略中，The Browser Company 開發的 Dia 瀏覽器扮演核心角色。 Dia 的設計以 AI 為核心，並結合網路瀏覽器與聊天機器人功能，不僅能讓用戶在不同分頁之間移動數據，還能與 Gmail、行事曆等服務整合。儘管 Dia […]

OpenAI 要挑戰 LinkedIn？宣布將推 AI 招募平台、認證計畫

OpenAI 表示，它正在開發一個由 AI 技術驅動的全新就業平台，目標是協助企業與政府更快速找到具備 AI 技能的人才。這項名為 OpenAI Jobs Platform 的服務，預計在 2026 年中推出，並被視為 OpenAI 擴張至消費者以外市場的關鍵一步。　 OpenAI 指出，這個平台不只是單純的職缺公告，而是希望求職者能描述自己的能力，並透過技能認證來證明，如此一來，平台就能利用 AI 幫雇主和人才「智慧配對」。《Bloomberg》報導，這項服務可能會讓 OpenAI 與 LinkedIn 等公司展開激烈競爭，值得關注的是，LinkedIn 的母公司是微軟，同時也是 OpenAI 的支持者。 AI 衝擊各產業，人將與之共存 隨著各大公司競相導入 AI，人們也開始擔心 AI 可能取代所有類型的工作。根據史丹佛大學研究人員最新發表的研究，過去三年內，會計、開發人員、行政助理等最容易受到 AI 衝擊的工作中，新進人員的就業率已下降了 14%。Anthropic 執行長 Dario Amodei 曾表示，到 2030 年，人工智慧可能取代高達 50% 的入門級白領工作。 OpenAI 應用事業 CEO Fidji Simo 在官方部落格中指出，「我們不會假裝知道 AI 如何改變所有工作，」相對地，OpenAI 想要提供解決方案，讓各類型的勞工都能適應這個新世界。 啟動 AI 認證計畫，沃爾瑪率先合作 除了就業平台，OpenAI […]

掌握產業創新與發展藍圖！TOPS 台北好購「AI 新創論壇暨媒合會」9/16 將登場，開啟企業合作新契機

在全球產業快速數位化與智慧化的浪潮下，AI 不再只是科技議題，而已經深刻影響社會運作、企業策略與公眾生活。從智慧城市、智慧製造到金融、醫療與零售，各行各業都正在透過 AI 技術提升效率、創造新服務，並解決複雜社會問題。面對這樣的變革，企業若希望持續競爭力與創新力，理解 AI 的應用價值與未來發展脈絡，將是不可或缺的關鍵。除了提升效率，AI在資安管理與風險控管上，也開始顯現重要性。無論是透過自動化監控、異常偵測與即時報告，企業得更快速發現潛在威脅，並協助資訊安全團隊制定對應策略。同時，Agent 與 Agent 之間的協作能力，使得跨部門的資訊共享與流程整合更順暢，企業能在維持安全的前提下，加速內部決策與專案執行。 而本次 TechOrange 科技報橘舉辦的 AI 新創論壇暨媒合會，將聚焦服務導向的智慧解決方案與產業創新，邀請重量級業界講師分享 AI 實務經驗與技術趨勢，並集結多組優秀新創團隊進行簡報與交流。透過論壇，不僅能掌握最新 AI 技術與應用案例，還能與業界決策者、技術開發者、創業家直接對話，激盪跨界合作火花，促進實際商業價值的落地。 TechOrange 科技報橘誠摯邀請企業、創業者及技術愛好者加入這場論壇，共同探索 AI 對社會與產業的深遠影響。透過專題分享、對談交流與新創團隊媒合，您將獲得最直接的市場洞察、第一手的專業建議，並拓展品牌能見度與合作潛力。無論您是尋求技術應用靈感，還是想擴展合作網絡，這場論壇都是開啟創新合作、迎接未來挑戰的最佳起點。 🎁 活動四大亮點： 📍 活動資訊一覽： ⏱ 活動流程： 🔗 報名方式：請於 9 月 15 日（一）17:00 前完成報名表單 📣 加入我們，一起探索 AI 與新創技術的無限可能，開啟產業合作新契機！ （本文訊息由臺北市政府產業發產局提供，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：臺北市政府產業發產局。）

泓格科技亮相 SEMICON Taiwan 2025！「廠務應用 × 機聯網」三大解決方案引領 AI 時代半導體場域全方位監控新模式

隨著 AI 與高階晶片技術日益成熟，半導體廠房的監控需求快速從「基礎自動化」轉向「全方位智慧監控」，在這波變革中，泓格科技正扮演關鍵技術夥伴的角色。在即將登場的 SEMICON Taiwan 2025 中，泓格科技將展出三大關鍵解決方案，為 AI 製造時代下的半導體產業，進化場域監控與安全預警。 「不是我們轉到半導體，是我們的客戶做到半導體，所以我們也跟著一起轉向，」泓格科技總經理鄭樹發強調，早期泓格從小型自動化設備起家，當客戶業務從傳統製造逐漸轉型為高階晶圓與封測產業時，泓格也同步轉型，在廠房水、氣、電等環境監控、資料擷取與安全告警等應用場景中，扮演越來越關鍵的角色。 鄭樹發總經理觀察，近年半導體產業在感測、監控與預警方面的需求顯著提升，一方面 AI 應用的普及使企業對高品質資料的需求急遽上升，因此如何取得大量、可信的數據成為生產製造的基礎工作；另一方面，無論是保障人員安全或設備穩定性，廠房對即時監控、自動回報機制的期待也越來越高。此外，在 ESG 趨勢與環境法規帶動下，業者也更加重視環境資訊的記錄、留存與稽核功能。 SEMICON Taiwan 聚焦泓格三大關鍵技術，揭示智慧製造新高度 面對當前的趨勢，泓格科技在 SEMICON Taiwan 2025 特別展出 IRT 紅外線熱成像溫度感測、DAS-8000 高速高精度溫度量測、iSN 智慧物聯網漏液偵測等三大模組，分別對應非接觸式溫度即時監控、高速高精度量測、以及液體洩漏的智慧偵測。 首先，IRT 紅外線溫度感測模組整合熱顯像與攝影技術，能以非接觸方式實現全天候溫度監控，這項設計特別適用於高壓配電盤、高溫設備等不宜人工巡檢的場域，不僅大幅降低人員風險，也能克服人工巡檢的間斷性與不穩定性。此外，模組具備自動記錄與通報功能，能結合泓格的邊緣運算控制器設定溫度門檻值，即時將異常訊息推送至手機、LINE 或 Email，也能聯動控制系統進行斷電等動作。鄭樹發總經理分享，IRT 紅外線溫度感測模組不僅應用於半導體產線，在食品安全場域也可以發揮價值，展現高度的跨域通用性。 另一項展示亮點為 DAS-8000 系列高速高精度溫度量測系統。 因應 AI 時代晶片腳位增多、測試時間拉長、工作溫度提升等挑戰，專為 AI 晶片測試而設計的 DAS-8000 系列 ，搭配本地、遠端 I/O 模組，提供達 ±0.1% FSR（在 0~100°C 測試範圍下，相當於 ±0.1°C） 的量測精度。「因為腳位變多，所以速度要變高、點數也會比較多，因此我們推出這個產品，」鄭樹發總經理強調，此系統具備多點同步量測能力，DAS-8000 系列的資料傳輸及管理功能，能有效縮短測試週期、提升量測穩定性，模組設計更兼顧硬體與軟體，不僅可以監控溫度，更可量測電壓與電流，並透過全面的軟體開發工具，降低設備廠商整合門檻。 最後，泓格科技也推出 iSN 智慧物聯網漏液偵測模組，可即時偵測水是否洩漏，並立即通報或觸發防護動作，未來也會推出酸、油的偵測功能。「不只是液體洩漏，如何偵測氣體洩漏也非常重要，比如氮氣在半導體產線中被廣泛用來防止材料氧化與受潮，但氮氣一旦過多，身旁的人就會有危險，」鄭樹發總經理分析，泓格科技也推出氣體偵測模組，並透過量測含氧量下降來判斷氮氣是否洩漏。鄭樹發總經理也強調， […]

【AI 取代 4,000 個職位】Salesforce 用 AI 提升效率，產品成長動能卻不如預期？

近期 Salesforce 執行長 Marc Benioff 在受訪時表示，因為 Salesforce 內部的 AI 已能完成高達 50% 的工作，因此公司將客服團隊從 9,000 人縮減至約 5,000 人，再度引起大眾對 AI 影響勞動市場的關注。 Salesforce 並非特例，過去 Microsoft、Meta 和 Google 等科技巨頭也曾因 AI 應用而裁減基礎職位，顯示 AI 驅動的裁員已成為科技產業的普遍現象。有些專家認為，企業是將 AI 視為一種「成本削減」的手段，用來取代一定數量的員工，從而達到節省開支的目的。 Salesforce 的 AI 策略與銷售表現引發市場擔憂 近年 Salesforce 積極推動客服機器人產品「Agentforce」。這款 AI 工具自去年底推出以來，已達成超過 6,000 筆付費交易，並在今年 5 月達到 1 億美元的年度經常性收入。Agentforce 能夠在不用人工監督的情況下完成業務開發和客戶管理等任務，也讓 Salesforce 不需要積極補足工程師的職位。 然而，儘管 AI 工具在效率上表現出色，Salesforce 卻發布了不如市場預期的銷售數字：Salesforce 預計至 10 月的季度營收為 […]

數秒內算出 8 個機器人運動路徑！Google DeepMind 和 Intrinsic、倫敦大學開發新 AI 模型

在製造業，運動規劃是機器人能否順利協作的關鍵。傳統演算法雖能為單一機器人生成可靠路徑，但當多台機器人需要在狹窄、充滿障礙的空間中同時運作，計算難度急遽上升。工程師往往需要花費大量時間，為演算法設定參數、甚至手動調整軌跡，以避免機器人互相碰撞。 《The Robot Report》指出，程式設計所耗費的時間，是自動化發展的主要障礙之一。為了解決這個痛點，Google DeepMind Robotics、Alphabet 旗下的 Intrinsic 和倫敦大學學院正在聯手，試圖尋求突破。 讓機器人「和諧跳舞」，RoboBallet 系統登場 他們合作開發了一套名為 「RoboBallet」 的 AI 模型，並將研究成果發表於科學期刊《Science Robotics》。這套 AI 模型運用強化學習和圖神經網路（Graph Neural Networks, GNN），能自動為共同空間中的多個機器人產生無碰撞的運動規劃。 研究團隊將機器人、任務、障礙物轉化為圖上的節點，透過強化學習反覆嘗試，在數百萬個模擬案例中學習最佳策略。Intrinsic 表示，一旦訓練完成，該 AI 模型可以直接從 CAD 檔與任務描述產生運動規劃，不需要繁瑣的手動程式設計。 倫敦大學電腦科學系與 Google DeepMind 研究員 Matthew Lai 比喻，RoboBallet 把工業機器人技術轉化為精心編排的舞蹈，每個機械臂都能像舞者一樣精準、有目的並能感知隊友的動作。 效率暴增！幾秒完成 8 機協作，軌跡品質提升 25% 在實驗中，RoboBallet 可以針對多達 8 個機器人進行運動規劃，並且通常能在幾秒鐘內得出最佳的解決方案──不需逐步指令，並能自動決定任務順序與對應路徑，這在傳統上需要數天工作時間。根據 Intrinsic，與傳統方法相比，這種基於 AI 的方法，在軌跡品質方面提高了約 25%。 值得關注的是，當機器人數量從 4 台增加到 8 台時，RoboBallet 的任務執行時間平均縮短 60%。Intrinsic […]