Archives

沾邊 AI 已難募資，為何無法「產生結果」的 SaaS 不受矽谷創投青睞了？

在矽谷乃至全球資本市場中，AI 熱潮正從「概念驅動」逐漸走向「價值檢驗」。過去幾年，只要公司與 AI 相關，往往更容易吸引投資人注意，但市場已經開始重新評估 AI 公司的真正價值。 創投圈的關注焦點，從單純的技術創新轉向更嚴格的商業模式檢驗。這不僅意味著投資偏好的變化，也反映出 SaaS（軟體即服務）產業的價值邏輯正在被重新定義。 近期軟體股與半導體股表現的分化，也透露出資本市場的資源重新配置。投資人逐漸將資金從單純「採用 AI 技術」的公司，轉向那些能夠提供 AI 基礎能力，或以 AI 為核心構建產品的企業。 從工具提供者到任務執行系統 在新的投資邏輯下，資本市場更加關注 AI 原生基礎設施，以及深度結合產業流程的垂直 SaaS 應用。背後原因在於，當 AI 模型逐漸普及並成為通用能力後，企業的真正競爭優勢往往來自「專有資料」與「流程控制能力」。 傳統軟體多半被視為輔助工具，其價值往往來自易用的介面與功能整合能力。然而在 AI 時代，軟體的核心價值逐漸轉向能否「完成任務」與「產生結果」。投資人因此更傾向支持那些能直接解決問題，而不只是提供工具的平台。 所謂「行動系統」，指的是軟體不僅提供資訊或介面，而是能在流程中自動執行任務並完成結果。當這類系統深入企業關鍵工作流程時，往往能形成高度黏著度與轉換成本。 相反地，如果 SaaS 產品只是將既有流程進行數位化，卻沒有掌握流程背後的資料與邏輯，在 AI 代理逐漸普及的情況下，其競爭力可能會變得相對脆弱。 AI Wrapper 模式逐漸失去吸引力 事實上，在創投圈中有一類產品近年開始受到更多質疑，這些產品通常是在既有 API 或 AI 模型之上，加上一層介面或輕量功能，因此被稱為「AI Wrapper」。 當產品只是透過 UI 或簡單自動化改善使用體驗，而缺乏深度流程能力時，其競爭優勢往往難以維持。隨著大型科技公司直接在平台層整合 AI 功能，這類產品更容易被替代。 例如當 Anthropic 或 Google 在系統底層提供更完整的 AI 能力時，僅依賴表層自動化或介面差異的工具，其吸引力就會逐漸下降。因此，投資人現在普遍對容易被 AI 代理取代的任務型工具，保持更高的警惕。 […]

2 個工程師、3 個月搞定 600 PB 數據！揭密 OpenAI 內部 AI 代理如何讓 4 千名員工大省時間

在過去，當企業分析師需要從海量資料中交叉比對各個地區與客戶群的營收時，往往需要耗費數小時甚至數天。他們必須在數以萬計的資料集中尋找正確的表格、撰寫複雜的 SQL 查詢語法，並反覆確認資料架構。如今，在 OpenAI 內部，員工只需要在通訊軟體 Slack 中輸入一段簡單的自然語言提問，幾分鐘內就能獲得一份完整的分析圖表。 這個改變背後的工具，是 OpenAI 內部一個由兩名工程師在三個月內打造的 AI 資料代理（AI data agent）。該系統如今已被約 4,000 名員工每天使用，能搜尋超過 7 萬個資料集與約 600 PB 的企業資料，讓員工透過自然語言就能完成複雜的資料分析。值得關注的是，其中 70% 的程式碼由 AI 生成。 搜尋 600 PB 海量資料，AI 代理的強大威力 OpenAI 面臨的資料挑戰極為龐大，其資料平台涵蓋超過 70,000 個資料集，總資料量高達 600 PB（Petabytes）。要在如此浩瀚的數據庫中找到正確的資料表，是資料科學家最頭痛的難題。 為了解決這個痛點，OpenAI 的資料平台團隊開發了一款基於 GPT-5.2 模型的 AI 資料代理。它被無縫整合到員工日常使用的介面中，包括 Slack、網頁介面、開發環境（IDE）以及內部的 ChatGPT 應用程式。 無論是財務團隊查詢營收數據、產品經理追蹤新功能採用率，或是工程師除錯系統延遲問題，這個 AI 代理都能跨越部門藩籬，將散落各處的資料進行統整與深度分析。 OpenAI 資料基礎設施負責人 Emma Tang 表示，這個系統平均每次查詢可節省 2 至 […]

【科技早餐】甲骨文交卷了：AI 基建不只燒錢，開始長出大單與現金流

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊甲骨文交卷了：AI 基建不只燒錢，開始長出大單與現金流 甲骨文 (Oracle) 最新財報電話會議釋出明確訊號：AI 基礎建設開始從投入期走向交付與變現。公司表示，近期已透過客戶預付款與「自帶硬體」模式，簽下總額 290 億美元新合約，AI 基礎設施收入年增 243%，成為本季最大亮點；剩餘履約義務也攀升至 5,530 億美元，較一年前成長超過四倍。財報公布後，盤後股價一度上漲超過 8%。 外界原本擔心，甲骨文未來高達 500 億美元的資本支出，可能帶來更大債務壓力，也擔心 AI 工具侵蝕 SaaS 生意。不過公司高層強調，未來三年已鎖定超過 10 吉瓦的電力與資料中心容量，其中超過九成將由合作夥伴提供資金，目標是在不明顯消耗自由現金流的情況下持續擴張，顯示市場開始把 AI 基建視為真正能交付、能變現的企業能力。 ＊NVIDIA 先投再供貨，Thinking Machines 直接鎖定 1GW 算力 NVIDIA 宣布，已對前 OpenAI 技術長 Mira Murati 創辦的 Thinking Machines Lab 進行重大投資，並建立多年期戰略合作夥伴關係。根據協議，NVIDIA 不只提供資金，也會供應晶片，協助該公司訓練與運行 AI 模型。Thinking Machines 預計在 2027 年初部署 NVIDIA 最新的 Vera Rubin […]

HBM4 壓力提前引爆：應用材料聯手兩大記憶體廠，AI 算力戰轉向量產與供應

OpenAI、Google 與 Microsoft 等美國科技公司正快速擴建 AI 基礎設施，進一步帶動記憶體晶片需求，不僅拉緊供應，也推升價格。三星、SK 海力士與美光這三家全球最大的記憶體晶片製造商皆表示，目前已難以跟上暴增的需求。 IDC 形容，這場由 AI 帶動的晶片短缺是「一場前所未見的危機」。在這樣的背景下，當高頻寬記憶體（HBM）因為複雜堆疊帶來的量產挑戰，進而成為 AI 伺服器擴張過程中的關鍵限制之一時，記憶體的競爭已不只在單一產品，而是同步延伸到材料、製程、封裝與供應節奏上。為了解決這項影響整個 AI 產業進程的瓶頸，當決勝點不再只是單一晶片性能，而是整體量產與供應效率時，設備商也開始更早介入下一代記憶體的研發合作。 應用材料聯手美光、SK 海力士，從源頭共推下一代 HBM 與記憶體 呼應上述的量產挑戰，近日應用材料（Applied Materials）宣布與美光、SK 海力士合作，開發對 AI 與高效能運算至關重要的下一代記憶體晶片，美光與 SK 海力士兩家公司也將成為應用材料「設備與製程創新暨商業化中心」（EPIC Center）的創始夥伴。 應用材料表示，EPIC Center 是一項規劃中的 50 億美元半導體設備研發投資，資本支出將隨客戶專案啟動而逐步擴大至該規模。事實上，應用材料曾在 2023 年時表示，將對該研發中心投入最高達 40 億美元的資金，並預計在 2026 年上線，如今該計畫的預期投資規模已進一步擴大。 在具體的合作方向上，應用材料與美光的合作將聚焦於推進 DRAM、HBM 與 NAND，並結合 EPIC Center 與美光位於愛達荷州 Boise 創新中心的技術能力。至於應用材料與 SK 海力士的合作，則將聚焦在下一代 DRAM 與 HBM 的材料改良、製程整合，以及 3D 先進封裝。 […]

工程師面試不只談薪水：矽谷開始把「AI 算力」寫進薪酬

矽谷科技公司向來以優渥薪酬搶人才，薪酬結構通常由基本薪資、獎金與股票三大部分組成，但隨著生成式 AI 成為軟體開發的重要工具，科技業開始出現一種新的討論：AI 算力是否也應該成為工程師薪酬的一部分。 隨著生成式 AI 迅速普及，企業對於 GPU 與 AI 推論資源的需求急速上升，這些算力不只關係到產品開發速度，也直接影響工程師的生產力。《Business Insider》報導，一些求職者在面試時甚至會直接詢問，公司能提供多少 AI 推論（inference）算力，作為是否加入的重要考量。 這意味著工程師薪酬結構可能出現新的變化：除了薪資、獎金與股票之外，AI 使用額度或 token 配額，正逐漸被視為第四種薪酬要素。 AI 算力成為工程師的新「工作資源」 OpenAI Codex 工程主管 Thibault Sottiaux 最近在社群平台 X 上表示，他在招募工程師時，越來越常被問到：加入團隊後可以使用多少 AI 推論算力來開發？他指出，AI 使用量的成長速度遠高於使用者數量的增加，這代表算力資源正在變得更加稀缺，也越來越有價值。 這種稀缺性正在重塑工程師對於工作和薪資的看法。OpenAI 總裁 Greg Brockman 也直言：「你能使用多少推論算力，將越來越直接影響軟體開發的生產力。」換句話說，在 AI 時代，工程師若無法取得足夠的模型算力，可能就會比同事產出更少程式碼，甚至影響職涯發展。 AI token 可能成為薪酬新指標 這種變化已反映在工程師薪酬結構上。薪資網站 Levels.fyi 的資料專家 Hakeem Shibly 最近在一位軟體工程師的薪資資料中看見，候選人已經把「GitHub Copilot 訂閱」列為員工福利之一。 一些投資人與 AI 產業人士甚至預測，未來工程師薪酬可能直接以 token 預算呈現。創投機構 Theory […]

美國批准 26 州大規模試點、中國推 10 人座原型機：eVTOL 商業化進入倒數計時

空中計程車正從概念驗證走向更接近實際運作的階段。近日美國政府已批准 8 個名為「Advanced Air Mobility 與 eVTOL Integration Pilot Program」的試點計畫，讓新型飛行器可望最快自今年夏天起，就能展開更廣泛的測試。這項整體計畫為期三年，橫跨美國 26 州、8 個區域，代表空中計程車不再只是單點示範，而是邁向更大範圍的區域性試運作，美國航空業也正試圖藉此追平中國在此領域的發展步伐。 這次參與測試的主要企業包括 Archer Aviation、Beta Technologies、Joby Aviation 與 Wisk，以及開發混合動力超短距起降飛行器的 Electra 等公司。這些業者強調其飛行器比傳統直升機或飛機更安靜、更便宜且排放更少的廢氣，其中許多公司也都擁有軍事與國防的資金及合約支持。這些測試的用途不僅鎖定在城市空中計程車，同時也涵蓋個人旅行、區域運輸、貨運物流與緊急醫療等多種場景。 雖然這些飛行器目前都尚未完成完整的美國聯邦航空總署（FAA）認證，且電動垂直起降飛機（eVTOL）要正式商業化，本來就需要多年的時間與數億美元的大量資金投入，但這次試點的重要性在於，它允許仍在正式型式認證流程中的飛行器，能先一步進入較貼近真實世界的運作驗證。 FAA 正替空中計程車測試「真正上路前」的條件 這項試點計畫的核心，在於參與的企業不能單獨進行測試，而是必須與州、地方、部落或領地政府進行合作，這代表 FAA 要驗證的不只是飛機本身，更是未來營運時需要搭配的治理、協調與場域條件。正如 FAA 副局長 Chris Rocheleau 所述，這些合作將提供寶貴的操作經驗，幫助他們更了解如何安全、有效率地將這些飛行器整合到國家空域系統中。 在具體場景方面，紐約與紐澤西港務局已與 Archer、Beta、Electra 以及 Joby 展開合作，預計測試 12 種營運概念，其中一種便是以曼哈頓直升機場為基地。另一個例子是德州交通部將與 Archer、Beta、Joby、Wisk 合作，測試串聯達拉斯、奧斯汀、聖安東尼奧，並在之後延伸到休士頓的區域飛行。同時，德州計畫的設計不僅止於單次飛行，而是要建構出從各個城市向外延伸的空中計程車網路。 此外，部分試點的地理範圍更為廣泛，例如由猶他州主導的計畫將在太平洋西北地區、洛磯山脈與奧克拉荷馬平原測試多種次世代飛行器與營運概念。賓州交通部主導的另一個計畫則將涵蓋 13 州，目標是振興全國各地的區域性飛行。 除了聚焦於載客，試點也包括了貨物運輸、醫療救援與自動化操作。具體來說，Beta、Elroy Air 等公司將測試前往墨西哥灣，以及路易斯安那州、德州、密西西比州等能源產業地點的貨物與人員運輸。另外，阿布奎基市政府也正與 Reliable Robotics 合作測試自動化操作。 從紐約直升機場到德州城市串聯，再到貨運、醫療與自動化，這輪試點測的是多種未來營運場景，而不只是單一飛行器表演。 中國大型 eVTOL 原型機現身，開始往「載客」目標推進 […]

你的服務會被 ChatGPT 直接「內建」嗎？解析 a16z 最新報告與 2026 企業 AI 生存防禦戰

創投機構 Andreessen Horowitz（a16z）近日發布第六版《百大消費者生成式 AI App》（Top 100 Gen AI Consumer Apps）榜單，試圖回答一個關鍵問題：哪些 AI 產品真的被主流消費者使用？《Forbes》則對此報告進一步提出企業應思考的 4 個大問題，以及制定 AI 平台策略的方法。 調查結果顯示，OpenAI 的 ChatGPT 仍然以壓倒性優勢領先市場，但 Google Gemini 與 Anthropic Claude 正快速成長。這場競爭不僅關乎誰能在 AI 助理市場暫時領先，更攸關誰能成為使用者的 「預設 AI 入口」（default AI），建立難以被取代的平台地位。 ChatGPT 仍領先，但 AI 平台競爭升溫 根據 a16z 的統計，ChatGPT 目前每週活躍使用者已達 9 億人，約占全球人口的 10%。在網站流量上，ChatGPT 規模是排名第二的 Gemini 的 2.7 倍，在行動端月活躍使用者方面也達到 2.5 倍差距。 然而競爭者正迅速追趕。資料顯示，Claude 的付費訂閱用戶年增率超過 200%，而 Gemini 的增長率更達 […]

Moltbook 未成熟、內容真假難辨，Meta 為何仍出手收購？答案在背後的 AI Agent 團隊

Meta 在 3 月 10 日宣布收購新創公司 Moltbook。這起交易之所以格外受到關注，不只是因為 Moltbook 是一個能讓 AI Agent 彼此發文與互動的社群平台，更因為它一邊快速爆紅，一邊始終伴隨「內容可能有人類介入」與安全漏洞等爭議。因此，這筆收購案的看點，除了 Meta 買下了一個話題平台之外，更重要的是 Meta 為何仍願意出手。 Moltbook 是什麼？一個 AI Agent 的社群平台 Moltbook 的社群網路原本就是設計來與另一個開源 AI 代理平台 OpenClaw（原名 Moltbot）搭配運作。OpenClaw 由開發者 Peter Steinberger 創建，本質上是 Claude、ChatGPT、Gemini 或 Grok 等 AI 模型的包裝層（wrapper），能讓人們透過 iMessage、Discord、Slack 或 WhatsApp 等日常通訊軟體，以自然語言與 AI 代理進行交流。 在這個基礎上，Schlicht 與團隊於今年初推出了面向 AI Agent 的平台 Moltbook。Moltbook 是一個類似 Reddit 的社交網路，可以讓使用 OpenClaw 的 AI […]

拒絕「幾乎有用」的 AI 資訊噪音，高效團隊的 3 種 AI 成熟協作模式

生成式 AI 迅速改變企業的工作模式，從撰寫報告、整理資料到起草提案，AI 能在短時間內完成大量內容生產，看似為企業帶來前所未有的效率提升。 然而，隨著越來越多組織導入 AI，一個新的問題也逐漸浮現：工作產出增加了，但決策與效率未必同步提升。 部分管理者開始發現，團隊看似更忙碌，實際上卻被大量「幾乎有用」的 AI 內容淹沒。這種情況逐漸被視為生成式 AI 時代的「生產力悖論」，也成為企業導入 AI 時必須正視的管理議題。 生成式 AI 帶來的生產力錯覺 生成式 AI 工具如今可以比任何人類團隊更快生成內容、摘要與建議，但速度本身並不等同於效率。若缺乏清晰的目標與結構化思考，快速產生的大量內容反而可能阻礙工作推進。 許多團隊在導入 AI 後出現一種表面上的高生產力現象：文件變多、報告更精緻、輸出速度加快，但真正完成的決策卻沒有增加。導致組織可能花費更多時間閱讀、整理與修正 AI 產生的內容，而不是專注於做出關鍵決策。 分析機構 Forrester 副總裁兼首席分析師 JP Gownder 指出，許多生成式 AI 技術在企業環境中的實際效果並不理想。許多生成式 AI 技術在企業環境中的實際效果並不理想。問題不僅存在於消費者體驗，在企業級應用場景中同樣明顯。 當 AI 產生的內容越來越多，但決策與行動卻沒有同步增加時，這些看似完整的輸出就可能形成表面上專業且令人印象深刻，卻未必能推動工作真正向前的「資訊噪音」。 AI 噪音如何削弱判斷與決策 在一些企業中，員工撰寫的內容變多，但做出的決策卻變少；團隊感覺工作更加忙碌，但效率卻沒有真正提升；公司文件與報告看起來更精緻，但內容卻越來越雷同。這種現象有時被比喻為音樂中的「過度演奏」。 當演奏者過度追求速度與技巧，而忽略意圖、情感與結構時，音符再多也無法形成真正動人的作品。同樣地，AI 若只是增加輸出，而不是提升判斷力，就可能讓組織陷入內容膨脹卻缺乏方向的困境。 企業領導者與其問「AI 能為我們做什麼」，更重要的問題是：「人類必須做什麼，而 AI 應該如何強化這些能力」。 在許多組織中，生成式 AI 最有效的用途並不是取代人類思考，而是協助完成繁瑣工作。 例如，管理團隊可以利用 AI 精簡冗長的董事會報告，但敘事與結論仍由人類決定；銷售團隊可以使用 AI 起草提案，但客戶策略與關係建立仍由業務人員主導；營運團隊可以自動生成報告，但數據解讀與決策仍需管理者負責。 也就是說 […]

Microsoft AI Summit Taipei 重磅登場，引領人機協作新篇章

Microsoft AI Summit Taipei 於昨（10）日盛大登場，以 AI Agent、Copilot 為主軸，由微軟國內外重磅講者攜手生態系夥伴進行分享，內容聚焦企業與 AI Agent「人機協作」新模式，並與全球同步宣布專為前瞻企業打造的 Microsoft 365 E7 方案。活動吸引逾 1,500 人報名，匯聚金融、醫療等多元產業代表，共同探討企業如何透過 AI 參與營運流程、輔助決策，進一步重塑工作流程、客戶體驗與創新商業模式；同時藉由企業的多元實務經驗分享，助力台灣企業邁向 AI 新局，開啟產業智慧驅動成長的新篇章。 台灣微軟總經理卞志祥表示：「全球 AI 技術正快速從模型能力競賽走向規模化落地階段，企業競爭關鍵也隨之轉向平台整合、資料治理與安全合規等整體能力的建構。過去 30 多年，微軟陪伴台灣企業從數位轉型進入 AI 轉型，如今正邁向前瞻轉型（Frontier Transformation）新階段，以 AI 為企業核心全面重塑組織運作與創新。而 AI 真正落地的關鍵在於資料治理而產生的智慧（Intelligence）與信任（Trust），台灣微軟持續在地深耕，以雲端、AI 與資料中心區域等關鍵技術，攜手產業夥伴實現 AI 應用落地，並以引領全球的解決方案與厚實經驗共同打造完整生態系，讓台灣在全球科技舞台發光發熱。」 以前瞻轉型定義 AI 新價值，AI 已不再只是測試而是真實應用 此次活動由首度來台的微軟亞洲區總裁 Rodrigo Kede Lima 進行第一場演講，以如何成為前瞻性企業（Becoming Frontier）為題，分享全球企業發展的最新趨勢，並強調 AI 的價值不僅在於提升營運效率，更是驅動企業轉型的關鍵力量，賦能第一線開發者與業務團隊，加速將創新構想轉化為落地實踐。 針對企業如何系統化推動 AI 轉型，Rodrigo Kede Lima 進一步提出 Frontier Success Framework，強調企業應從零散的創新嘗試，轉向聚焦帶動的成長與可衡量的商業成果，其中包含賦能員工、重塑客戶互動、重塑商務流程以及加速創新突破四大面向，並以台灣企業已進行商業應用的案例進一步闡述導入效益： l   賦能員工：中國信託商業銀行透過在商務流程中整合 Microsoft Copilot 釋放人力價值，讓組織與團隊得以從繁瑣的人工作業轉向更具價值的策略規劃與創新，推動內部全員 AI 化，打造 AI 賦能的企業文化。 l   重塑客戶互動：台灣微軟與華碩共同打造基於 Azure AI 的多代理（Multi-Agent）架構的 AI 助理系統「ASUS AI Assistant」，由不同 AI Agent 分別負責意圖理解、產品知識檢索、推薦決策與客服回應等任務，並在同一平台上協作完成完整服務流程。透過多代理協作，由不同專業能力的 Agent 間自動分工、交互驗證並整合結果，快速回應客戶需求。 l   重塑商務流程：藉由 Microsoft Copilot Studio 的協助，一家金控公司已在確保合規的情況下，成功創建一個內部生成式 AI 小幫手。這款 AI 工具與 Microsoft 365 合作，有效協助員工處理文件、撰寫郵件、生成郵件摘要，以及查找資訊等工作。 l   加速創新突破：亞東紀念醫院運用微軟 Azure 台灣資料中心區域，打造台灣首座基因定序雲端系統，將基因分析由數小時縮至數分鐘、大規模聯合分析效率提升達 16 倍，協助即時臨床決策洞察、縮短研究週期，加速精準醫療創新落地。 在 Rodrigo Kede Lima 的主題演講中更以電商行銷案例展示微軟完整解決方案在企業各工作流程中的應用，說明企業如何透過 Copilot 與系統中不同 AI Agent 分別負責市場分析、內容生成、庫存檢查與客服回應。案例中，各 Agent 自動協調並重新規劃促銷內容與物流安排，企業無需逐一指派任務即可於第一時間找出問題，並在安全治理框架下完成跨系統、跨團隊的協作流程，大幅縮短問題處理與補貨週期，還利用 Microsoft Foundry 產生商用等級的行銷素材。Rodrigo Kede Lima 更進一步強調，未來微軟也將持續攜手台灣企業與生態系夥伴，共同建構 AI 生態系與微軟台灣資料中心區域等關鍵數位基礎建設布局。 金融與醫療的 AI 轉型實戰，從效率提升邁向組織升級 本次 Microsoft AI Summit Taipei 也邀請微軟在金融與醫療領域的夥伴現身說法，共同分享企業在不同場景如何導入 AI，並逐步建立可擴展與複製的轉型路徑： l   中國信託商業銀行分享企業轉型路徑，強調以「人」為核心的策略，透過精準分眾設計，結合種子教練與同儕支持，建立從創新者到大眾皆能接受的內部擴散機制，結構化推進、逐步堆疊打造組織級 AI 實力，並以 Microsoft 365 Copilot 等系列工具建立流程專屬 AI 代理人支援策略任務，帶動可量化成效，如研究作業由 12 小時縮至 3 小時、行銷文案製作節省 80% 時間等，讓 AI 從單點工具導入，走向組織級能力升級。 l   奇美醫療財團法人奇美醫院分享 AI 在醫療場域的實際應用經驗，說明如何結合臨床需求與數位工具，加速醫療服務優化與創新落地。透過 Microsoft Foundry 建構企業級 AI 環境，將 AI 深入整合至醫療工作流程中，有效減輕醫護人員負擔，提升效率與病患安全。在應用上，奇美醫院導入 AI Agent 個案管理系統，分析住院病人的在院流程，找出可優化環節並提供照護建議，同時設置人工審核機制，確保關鍵決策仍由人員把關。此外，醫院也打造醫護人員的 AI 個人工作站，整合各職類 AI Agent，讓醫護人員能依照臨床需求客製自己的 AI 助手與照護流程。 Microsoft AI Summit Taipei 除豐富議程外，現場亦邀集邁達特數位、雲馥數位、零壹科技、新加坡商網達先進科技有限公司台灣分公司、Shure、朋昶數位科技、Veeam […]

【SEO 新戰場】AI Overview 有近 3 成答案來自 YouTube！破解 AI 最愛引用的影音特徵

當使用者越來越習慣直接從 AI 生成的答案中獲取資訊，品牌能否出現在 AI 的引用來源之中，開始成為新的可見度競爭焦點。近期多項分析顯示，YouTube 正快速成為 AI 模型的重要資料來源，其中最關鍵的因素，並不是影片本身，而是背後的「逐字稿」。 根據 SEO 公司 BrightEdge 的分析，在 Google 的 AI Overviews 中，YouTube 影片被引用的比例已達 29.5%，成為最常被 AI 擷取資訊的網站，也正式超越過去被視為重要資料來源的 Reddit。這也說明，當使用者透過 Google 搜尋問題並看到 AI 生成摘要時，近三成的資訊其實來自 YouTube 內容。以品牌端的角度來看，這意味著若在 YouTube 上缺乏具有資訊價值的內容，未來在 AI 搜尋結果中的曝光度可能會持續下降。 低風險、高結構，YouTube 成為 AI 搜尋的最愛 AI 模型之所以偏好 YouTube，與平台本身的資料結構密切相關。AI 廣告解方供應商 Optise 的執行長兼共同創辦人 Ómar Thor Ómarsson 指出，與一般網頁相比，YouTube 的內容通常包含完整逐字稿、清楚的後設資料（Metadata）以及影片章節（Chapters）。這些結構化資訊讓 AI 更容易解析影片內容的主題與段落，也降低了引用時的風險。對於需要快速生成答案的 AI 系統來說，這類可被機器直接閱讀與整理的資料來源，比起結構鬆散的論壇或社群貼文更可靠。 因此，YouTube 在 AI […]

【科技早餐】黃仁勳重畫 AI 版圖：AI 不只是模型，而是五層基礎設施

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊黃仁勳重新定義 AI：從模型競賽走向五層基礎設施 NVIDIA 執行長黃仁勳在 GTC 2026 登場前，於官方部落格提出「五層蛋糕」AI 架構，將 AI 拆解為能源、晶片、基礎設施、模型與應用五個層次。NVIDIA 指出，AI 已不只是單一模型或聊天工具，而是建立在真實硬體、真實能源與真實經濟體系上的新型基礎設施。 黃仁勳表示，AI 已從預寫指令的舊式運算，轉向依上下文即時推理、即時生成智慧，因此從電力、晶片、機房到應用，整個堆疊都必須重設。他並指出，全球目前僅投入數千億美元，但仍有數兆美元規模的 AI 基礎設施尚待建構，這正成為人類史上最大規模的基建工程。 ＊日本把 2040 晶片目標拉高 5 倍：40 兆日圓追趕 AI 時代 日本政府今天宣布，將 2040 年日製半導體年銷售額目標提高到 40 兆日圓，約為目前 8 兆日圓的 5 倍，也高於既有的 2030 年 15 兆日圓目標。這項新目標屬於首相高市早苗成長投資策略的一部分，未來幾個月還將提出更完整的發展藍圖，並納入明年預算規畫。 日本曾在 1980 年代拿下全球晶片市場約一半市占率，但在 1990 年代後因美日貿易緊張與本土電子產業萎縮迅速失勢，如今市占率不到一成。隨著 AI 帶動先進晶片設計與製造需求升溫，日本正試圖把半導體重新拉回經濟安全戰略核心，藉由擴大公共投資與產業布局追趕全球競爭對手。 ＊中國電動重卡進軍歐洲：價格最多打七折，技術被指超前 3 年 繼中國電動車之後，中國電動重型卡車今年也正快速進軍歐洲。《路透社》指出，至少有 6 家中國業者計畫今年在歐洲開賣電動重卡，包括比亞迪、吉利控股旗下遠程汽車（Farizon）、三一（Sany）、中國重汽、葦渡科技（Windrose）與速豹（SuperPanther），目標直接挑戰歐洲既有市場。 這些業者希望把產品價格壓在歐洲同級車均價的約 7 […]

騰訊、阿里巴巴、字節跳動都出手：OpenClaw 如何在中國引爆 AI 代理的產業級競賽？

近期在全球科技圈爆紅的開源 AI 代理框架 OpenClaw，正在中國掀起一股「AI 代理熱潮」。在騰訊深圳總部，近期出現近千人排隊，只為等待工程師免費協助安裝 OpenClaw 的場景。 這股熱潮不只出現在使用端，也迅速蔓延到中國新創與開發者社群。例如杭州 AI 新創 Mindverse 近日舉辦一場為期五天的線上黑客松（hackathon），參賽者已經做出各式各樣圍繞 AI 代理的新應用，像是替人類尋找對象的 AI 代理交友軟體、讓求職者 AI 與雇主 AI 直接面談的求職網站，以及讓使用者 AI 分身在虛擬世界旅行、定期撰寫遊記的應用程式。Mindverse 共同創辦人暨執行長 Felix Tao 就形容，現在他認識的每一位創辦人，都正在開發新專案，試圖測試個人 AI 代理能力的邊界。 中國 AI 公司正把 OpenClaw 從開發工具變成平台入口 「中國的科技創業者對 OpenClaw 做出立即反應並推出新專案，因為他們知道所有的競爭對手也會做同樣的事，沒有人想被拋在後頭，」中國新創公司 Qveris 共同創辦人 Dongqi Qu 在一場吸引約 300 名開發者參與的北京 OpenClaw 交流聚會後說道。目前 Qveris 也推出基於 OpenClaw 的 Qverisbot，用以執行需要存取真實世界經濟與市場數據的任務，Dongqi Qu 個人更正在開發用於交易股票與金融產品的個人 AI 代理。 這波創業者與開發者快速跟進的背後，有中國本地模型與雲端基礎設施的關鍵支撐。OpenClaw […]

NVIDIA、三星、貝佐斯全上車！楊立昆 AMI Labs 獲逾 10 億美元融資，為何資本瘋搶「後 LLM 時代」？

AI 研究領域的重要人物、圖靈獎得主楊立昆（Yann LeCun）再次引發市場關注。這位曾任 Meta 首席 AI 科學家的學者，為其新創公司 Advanced Machine Intelligence（AMI Labs）完成 10.3 億美元的種子輪融資，成為歐洲有史以來規模最大的首輪募資案之一。 這家成立不到三個月的公司目前估值已達 35 億美元。投資方包括 NVIDIA、Samsung、Temasek、Bezos Expeditions、Cathay Innovation、Greycroft、Hiro Capital 等多家科技與創投機構。此輪融資不只顯示市場對 AI 新創的高度熱情，也反映投資人正開始押注超越大型語言模型（LLM）的新一代 AI 技術路線。 AMI Labs 的目標，是打造能理解現實世界的「世界模型」（world models），而不是僅依賴文字資料訓練的 AI 系統。 從語言模型走向「理解世界」的 AI 近年 AI 產業的核心技術幾乎都圍繞大型語言模型，例如 OpenAI 的 GPT 系列或 Meta 的 Llama。但楊立昆長期批評這類模型的能力存在限制。 他認為，主要依賴文字資料訓練的 AI 系統難以真正理解物理世界，也難以實現更高層次的推理能力。因此，AMI Labs 正嘗試發展另一條技術路線：讓 AI 透過影片、空間資料與感測資訊來學習環境，建立對現實世界的理解。 這種方法打造的 AI 被稱為世界模型，其概念是讓 AI 能預測現實世界中的事件與行為，而不只是生成文字或圖片。 […]

產線調試時間減 80%、成本省 40%！ABB 聯手 NVIDIA 瞄準工廠落地瓶頸，鴻海率先試點

ABB 機器人部門（ABB Robotics）近日與 NVIDIA 宣布合作，將 ABB 的 RobotStudio 機器人模擬平台結合 NVIDIA Omniverse 的模擬資料庫，目標是縮小工業機器人在虛擬模擬與真實工廠部署之間的差距。 《金融時報》報導，這項合作旨在推進「支援 AI 的自主機器人（AI-enabled autonomous robots）」發展，而這些可在虛擬條件中訓練的工業機器人，目前已在鴻海（Foxconn）工廠進行試驗。 從「模擬與現實的差距」下手，ABB 要先補上機器人落地工廠前的訓練斷層 《路透社》指出，ABB 將利用 NVIDIA Omniverse 的「模擬資料庫」（simulated data libraries），讓機器人在進入真實工廠前，先在更接近真實環境的模擬條件中受訓。報導提到，這套系統將納入光線、陰影和紋理等細節因素，以改善機器人在真實工廠中的表現。 為說明模擬訓練的必要性，ABB 機器人業務總裁 Marc Segura 向《路透社》解釋，機器人通常對周遭環境的資訊掌握有限，這可能會削弱其運作的準確度、可重複性與速度。他舉例，若工廠機器人在會產生巨大震動的沖壓機旁工作，其效能往往會下降。過去，機器人需要花費時間學習或重新編程來應對震動，但透過這項新技術，機器人能在虛擬環境中預先受訓，因此能「從上線第一天就懂得如何應對」。 這樣的模式更呼應當前產業界的趨勢：企業越來越傾向在數位模擬中先進行生產規畫與機器人設置，以便在實體設備運作前就能及早發現問題。ABB 進一步表示，模擬精準度與真實世界環境之間的落差，長久以來被稱為「模擬與現實的差距」（sim-to-real gap），而這次合作的目標，正是縮小這項差距，並把工業級實體 AI 以規模化方式帶進產業現場。 把設計、測試到部署串成同一套流程，NVIDIA 要讓機器人更快走出虛擬世界 NVIDIA 則表示，這項技術整合將為全球超過 6 萬名機器人工程師帶來統一的工作流程，並讓製造商可先在虛擬環境中設計、編程、測試和驗證整個自動化單元，再部署真實的機器人。 NVIDIA 進一步指出，系統會將 ABB 的 RobotStudio 中完全參數化的機器人工作站，包含機器人、感測器、照明、運動學和零件等，以 USD 檔案格式匯出至 Omniverse 中。接著，再由 ABB 的虛擬控制器執行與實體機器人完全相同的韌體（firmware），以確保模擬與現實的行為達到 99% […]

AI 機器人平台戰場擴大：高通推出 Arduino VENTUNO Q 挑戰 NVIDIA

過去 10 年，AI 多數運行在雲端資料中心，但隨著機器人、自動化設備與智慧裝置快速發展，AI 正逐漸從雲端走向邊緣裝置，直接進入實體世界。Arduino 宣布推出新一代單板電腦 VENTUNO Q，鎖定 AI、機器人與自動化控制應用，反映出邊緣 AI 平台競爭正逐漸升溫。 根據 Arduino 官方說明，VENTUNO Q 採用高通的 Qualcomm Dragonwing IQ8 系列處理器，內建可達 40 TOPS 的神經網路處理器（NPU），並搭配 16 GB RAM 與最高 64 GB 儲存空間，可用於執行本地 AI 推理與多任務運算。平台同時支援 Ubuntu 或 Debian Linux 系統，並提供 Wi-Fi 6、Bluetooth 5.3、2.5 Gb Ethernet，以及多組 MIPI-CSI 相機介面等功能，鎖定機器人、視覺 AI 與邊緣運算場景。 AI 與即時控制整合的「雙大腦架構」 VENTUNO Q 的最大特色，是採用 Arduino 所稱的「雙大腦架構」（dual-brain architecture）。系統一方面由 Qualcomm […]

台灣帆軟、思科、研華科技、祐謙科技在 AI 智慧大工廠論壇，解密企業實現超自動化與低碳轉型的應用戰略

隨著 AI Agent 技術成熟，能夠自我最佳化且完全自主的「AI 原生工廠」逐漸從願景走向現實，甚至達到「超自動化」。在製造業邁向「超自動化」工廠的進程中，如何建立穩健的數位核心與轉型地基？2026 年 TechOrange 科技報橘「AI 智慧大工廠」系列論壇首場從台北出發，邀集重磅產業專家，深度剖析企業提升工廠自主性、建立差異化競爭優勢的新戰略。 全球營運數位化，如何設計多地多廠部署架構？ 台灣帆軟客戶經理孫平指出，台灣製造業長期深耕全球供應鏈，憑藉卓越的跨區域協作與彈性生產，已建立具國際競爭力的營運模式。然而，隨著企業邁向全球化佈局，如何以更一致、敏捷且可靠的方式管理海外據點，成為當前營運轉型的核心挑戰。 孫平分析，企業在建構全球營運數據平台時，常面臨「部署架構」的選擇。傳統的各地獨立部署模式雖能保有高度自治，讓報表與使用者體系互不干擾，並避免跨國帶寬導致的網路卡頓，但其劣勢也顯而易見：開發人力分散，導致集團難以建立統一的權限與數據模型，最終形成各廠區數據各吹各號的孤島現象。 若採取統籌部署模式，雖然能確保環境與範本由總部統一維護、權限規則一致，卻也帶來了權限管理複雜化、需配置專職維運人員等挑戰，且海外屬地的需求往往受限於中心管控，難以發揮在地彈性。 「從長遠競爭力來看，我們更推薦企業採用資料分級混合部署的架構，」孫平強調。這套模式結合了帆軟技術優勢，能直接連通本地資料庫與伺服器，解決數據上傳時的延遲問題。 透過「資料分級」機制，企業僅需同步集團管理所需的關鍵彙總數據，大幅降低跨境傳輸明細資料的專線流量成本。而在最關鍵的數據口徑統一面上，總公司可定義核心資料格式，其餘報表則保留給分廠自行開發，在嚴謹治理與在地彈性間達成完美平衡。 台灣帆軟致力提供專業的商業智慧與資料管理服務，透過系統化的數據治理與跨境應用經驗，協助企業解決跨國營運中常見的權限混亂問題。孫平總結道：「明確的分層權限管理，將助集團總部洞察全局趨勢，同時讓子公司聚焦在地業務，真正實現視角統一、權限清晰的全球化經營。」 完整工業等級通訊方案，打造 AI 時代的安全 OT 神經網路 台灣思科亞太區工業物聯網產品經理吳竣民表示，製造業推動 AI 數位轉型時，往往面臨現場資料難以取得、設備運作狀態不透明，以及 OT 資安風險逐漸累積等挑戰。許多企業希望升級 OT 網路環境，但又擔心網路架構變動可能影響產線運作。因此思科建議企業採取三階層架構，建立 OT 的「神經網路」，在確保產線穩定的同時，讓現場設備資料能安全地被收集與整合，成為 AI 與智慧製造的重要基礎。 吳竣民說明，企業需要先盤點現場終端設備，例如 PLC、控制器、感測器與智慧電表等，再進一步了解不同應用系統與管理平台的需求，並在中間層建立統一的 OT 通訊架構。過去許多工廠採取的是一套設備搭配一套網路的方式建置，當新系統導入時往往發現不同網路難以整合，不僅增加管理複雜度，也容易形成資安死角。因此思科建議透過統一的工業網路架構，提升 OT 環境的可視性，並為後續資料整合與 AI 應用奠定基礎。 為協助企業建立完整的 OT 可視化能力，思科 IE 工業交換機可直接搭載 Cisco Cyber Vision。這套 OT 可視化平台能在網路邊緣即時進行 OT 封包深度解析（Deep Packet Inspection），自動識別 PLC、HMI […]

AI 估值邏輯變了！KPMG 揭創投市場資本走向極端集中，2026 將是「大併購時代」

專訪：戴季全撰稿：李昀蔚 「我們發現了一個極具震撼的數字，就是全球的十大創投交易中，金額大概是 373.8 億美元，這 370 幾億裡，有 320 億元集中在八家新創公司，讓我們覺得，這不是普降甘霖，是極端的資本集中，」本集《全新一週》邀請到 KPMG 安侯建業創新與新創服務團隊主持會計師黃海寧，回顧 2025 年全球創投環境變化，並展望 2026 年的趨勢走向。 黃海寧指出，2025 年之所以被視為全球創投市場的重要轉折年，不只是因為資金規模回升，更關鍵的是資本流向已經出現結構性改變。從資金規模來看，2025 年第四季全球投資額達 1,381 億美元、全年更突破 5,000 億美元，但若進一步拆解資金流向，就會發現這不是一場普遍繁榮，而是一場高度集中的資本重配。 2025 年創投市場的轉折：資本開始極端集中 「所以到了 2025 年晚期，資本邏輯已經從過去的分散式下注，轉向 AI 主權級的資產配置，」黃海寧分析，在投資集中的八家新創公司中，領頭的是 Anthropic，單輪募資就達 150 億美元，此外還包括 Project Prometheus、Anysphere、Reflection AI、Polymarket、Lambda 與 Crusoe 等公司。 黃海寧也強調，更重要的是這些公司並不是隨機分布，而是剛好落在 AI 產業的三層架構上：最上層是模型與 AI Agent，掌握的是 AI 的「大腦」；中間層是應用與工具，掌握 AI 的現金流；最底層則是算力與能源，掌握 AI 的物理基礎。「現在的投資，已經不是把 AI 當作單一賽道，應該是從一個國家級基礎建設的概念下，投資這些新創，」黃海寧認為，從模型、應用，到 GPU、雲端伺服器、資料中心，甚至驅動 AI 的能源系統，資本已經開始把整條供應鏈視為同一場長期布局。 這也解釋了為什麼這一波 AI […]

企業 AI 資料準備新思維，Empromptu 用「黃金管線」將 14 天任務縮短只需 1 小時

Empromptu 藉由自主開發的「黃金管線」平台，將資料正規化直接整合到 AI 應用的工作流程中，把原本需要 14 天的人工資料處理任務，大幅縮短到 1 個小時之內完成。

AI 生成的密碼為何不安全？「看起來複雜」才是最大漏洞

近期一項由資安公司 Irregular 進行的研究透露，我們日常倚賴的大型語言模型，包括 Claude、ChatGPT 與 Gemini，在生成密碼這件看似簡單的任務上，存在嚴重的安全缺陷。 這些 AI 產出的密碼乍看之下符合所有安全準則，實際上卻高度可預測。密碼被暴力破解的成本，遠低於多數人的想像。這項發現不僅對個人用戶構成警示，更對企業開發流程與供應鏈安全帶來深遠影響。 LLM 密碼的「強度錯覺」 多數人判斷一組密碼是否夠強，最直覺的做法就是將它丟進線上密碼強度檢測工具，這些工具會根據字元集合的多樣性與長度來估算破解難度。一組包含大小寫字母、數字與特殊符號的 16 字元密碼，通常會被判定為「需要數百年才能破解」。 然而，這套評估邏輯建立在一個前提上：密碼是隨機生成的。當密碼來自 LLM 時，這個前提便不再成立。 Irregular 的研究團隊分別要求 Claude、ChatGPT 與 Gemini 生成符合標準安全規範的 16 字元密碼，結果令人驚訝：這些密碼雖然表面上複雜，卻呈現出固定的模板與偏好。 研究人員針對 Claude 的 Opus 4.6 模型進行了 50 次獨立測試，每次都在不同的對話視窗中提出相同請求。結果顯示，50 組密碼中僅有 30 組是獨特的，其中 18 組甚至是完全相同的字串。更值得注意的是，絕大多數密碼的開頭與結尾字元呈現高度一致性，且沒有任何一組密碼包含重複字元。 這種「無重複字元」的特徵看似增強了安全性，實際上卻恰恰證明了這些輸出並非真正隨機。真正的隨機序列理應偶爾出現字元重複，而 LLM 刻意避免重複的行為，正是其遵循「看起來像密碼」這種學習模式的證據。OpenAI 的 GPT-5.2 與 Google 的 Gemini 3 Flash 同樣展現類似傾向，尤其在密碼開頭部分的一致性特別明顯。 可預測性如何讓暴力破解變得可導引？ 理解這項研究的關鍵在於「熵值」的概念（測量系統「無序程度」或「不確定性」的指標，熵高=混亂/不確定，熵低=有序/可預測）。研究團隊使用資訊熵（Shannon entropy）與模型自身的對數機率兩種方法，估算 LLM 生成密碼的實際熵值。結果顯示，這些密碼的熵值僅有約 […]

幫 AI 除錯比自己寫還累？安永終結重工地獄的底層架構解法：上下文宇宙

AI 可以在幾分鐘內生成數千行程式碼，並在近期引發了一波軟體產量大爆發。根據《金融時報》分析，自 2024 年底起，美國開發者在 GitHub 上的程式碼提交量年增率飆升至 35%，全球 iOS App 的新發布量與新網站註冊量也分別出現約 50% 與 40% 的大幅成長。然而，這些龐大的發布數量並不等於企業真正「可用」的程式碼。 《VentureBeat》報導，由 AI 快速生成的程式碼有個問題：其中相當一部分無法在企業內部實際部署。它們可能違反了內部工程標準、無法通過資安與合規性審查，甚至工程師為了幫這些程式碼除錯與清理，所花費的時間比自己從頭寫還要多。 「你可以產生大量的程式碼，但這其實沒什麼意義，」安永全球客戶技術工程負責人 Stephen Newman 表示，程式碼必須具備可整合性與合規性，否則只是在前端加速生成，卻在後端製造更多麻煩。 建構「上下文宇宙」，打破 AI 代理落地的合規瓶頸 為了解決這個走向企業生產線的瓶頸，安永的產品開發團隊著手在既有的 IT 架構中打造一個全新的 AI 操作層。安永將選定的 AI 程式編寫代理，例如內部廣泛採用的 Factory 工具，與企業內部的程式碼庫、工程標準以及合規框架進行深度串接。 Newman 將這個高度整合的環境稱為「上下文宇宙」（context universe）。當 AI 代理具備了讀取公司專屬架構與規範的能力後，其產出的程式碼便能自然符合安永的內部標準，大幅降低了後段的重工率。 工程師角色轉型：從單純的執行者邁向「編排者」 這套機制的成功落地，不僅仰賴技術整合，更推動了安永軟體工程師角色的典範轉移。他們意識到，必須對 AI 代理的自主權限進行嚴格分類。對於程式碼審查、文件撰寫、錯誤修復以及全新功能開發等高自主性任務，AI 代理能發揮極大的效益；但如涉及大規模系統重構、底層架構決策與跨系統整合等高度複雜的任務，則仍須保留給人類工程師進行嚴密監督。 在這樣的架構下，工程師不再是需要親自敲打每一行基礎程式碼的執行者，而是轉型為指揮系統運作的「編排者」（orchestrators），核心價值在於引導 AI 代理前往正確的資料庫執行任務，並確保整體架構的邏輯一致性。 生產力倍增幕後：反覆試錯與底層架構整合 在落實安全防護機制與底層架構整合後，安永內部數據顯示，早期採用階段的不同職位獲得了 15% 到 60% 的效率提升，而全面實施半自主開發模式的團隊，整體生產力則達到 4 到 5 […]

【科技早餐】不只 NVIDIA 吃下 AI 紅利，博通正把晶片戰場推向 ASIC

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊不只 NVIDIA 吃下 AI 紅利，博通正把晶片戰場推向 ASIC 晶片與基礎設施軟體大廠博通（Broadcom）預估，2027 年 AI 晶片相關營收將突破 1,000 億美元。隨著大型科技公司持續擴建 AI 基礎設施，市場關注焦點正從單一 GPU 競爭，進一步延伸到客製化 ASIC。市場預估，Alphabet、Microsoft、Amazon 與 Meta 今年在 AI 基礎設施上的總投資，可能超過 6,300 億美元，涵蓋晶片、伺服器、儲存與網路設備。 博通近年藉由設計客製化 AI 處理器切入資料中心市場，提供雲端業者可替代高階 GPU 的方案。公司執行長陳福陽（Hock Tan）表示，博通已提前確保先進晶圓與高頻寬記憶體（HBM）供應到 2028 年。隨著雲端業者加速部署 AI 基建，市場預期博通在客製化晶片與資料中心供應鏈中的角色將持續上升。 ＊OpenAI 與甲骨文談不攏，德州「星際之門」擴建案出現新變數 外媒引述消息人士指出，OpenAI 與甲骨文（Oracle）原本規劃在德州阿比林（Abilene）園區附近擴建 600MW 的資料中心容量，但因融資談判拖延，加上 OpenAI 需求持續變動，雙方已放棄這部分的大規模租賃擴建計畫。該園區原本就是「星際之門」（Stargate）計畫的一部分，整體投資規模上看 5,000 億美元，容量達 10GW。 阿比林園區目前占地約 1,000 英畝，共有 8 棟大樓，其中 2 棟已投入營運，其餘仍在建設中。報導也指出，Meta […]

Circle、Stripe 為何押注穩定幣？AI Agent 經濟正替它找到新舞台

AI 代理（AI Agents）正開始被金融與科技公司視為下一波數位經濟的重要參與者，而穩定幣可能成為支撐這個機器經濟的重要支付基礎設施。 包括 Circle 與 Stripe 在內的支付與加密公司，正積極打造新的支付系統，押注未來可能出現一種新的交易型態：由自主 AI 代理彼此購買資料、API 或軟體服務，並透過穩定幣進行大量低額、高頻的微交易。這類交易模式，可能無法由現有信用卡網路有效支援。 雖然穩定幣在實際商業應用上的採用仍然有限，但 AI agent 的興起，正為其提供一個新的發展方向。 AI 代理經濟：穩定幣的新應用場景 《Bloomberg》報導，穩定幣一直以來的主要訴求，是在跨境支付上提供比傳統金融系統更快、更便宜的交易方式。但在國內支付場景中，這樣的優勢其實較難突顯。代理式支付因此被視為突破口：在這種情境下，穩定幣相對於信用卡或傳統支付系統的優勢，不只是小幅改善，而是結構性的差異。正因如此，產業一直在尋找新的成長敘事，而 AI 代理正迅速成為這個故事的重要一環。 穩定幣產業將「Agentic payments」（代理支付）視為下一個重要應用場景，這類交易指的是軟體代理之間進行的高頻、小額支付，例如購買資料查詢、API 呼叫或 AI 服務。 Circle 執行長 Jeremy Allaire 就在日前公司財報電話會議上表示，穩定幣可能成為「機器對機器」（machine-to-machine）商業活動的原生貨幣。他指出，真正的機會並不在於 AI 代理替人類在電商網站購物，而是在 AI 系統彼此之間的服務交換。 舉例來說，一個法律分析 AI 代理可能為企業提供合約分析服務，而另一個 AI 系統在需要資料或專業能力時，可以直接向該代理購買服務。這類交易金額可能只有幾美分，但交易頻率可能極高。 Benchmark-StoneX 分析師 Mark Palmer 指出，這正是穩定幣可能發揮優勢的地方。他表示，微交易對於傳統支付系統而言並不理想，因為信用卡通常包含固定手續費與百分比費率，加上較長的結算時間，使得小額交易成本過高。相比之下，穩定幣具備即時結算與可程式化特性，可以直接嵌入軟體工作流程中，因此更適合支援 AI 代理之間的自動化交易。 Stripe、Circle 加速布局穩定幣基礎設施 這種未來情境正促使支付與加密企業加速建設相關基礎設施。Stripe 近年大舉投資穩定幣相關技術，包括在 2024 年以約 11 億美元收購穩定幣基礎設施公司 Bridge，並與加密創投 […]

全球供應鏈陷入定位危機？從軍事干擾到商業失靈，「GPS 死角」正在催生下一代導航技術轉型

近年，GPS 干擾已不再只是戰場上的電子戰手段，而是逐步外溢到航空、航運與區域交通秩序。當全球出現越來越多 GPS「死角」（dead zones），加上廉價干擾設備持續擴散，航空、航運與軍方也被迫重新面對 GPS 的脆弱性。這類干擾器體積可小如手機、價格不到 100 美元，卻足以淹沒衛星訊號，受影響區域也不限於單一戰區，從俄烏邊境、承載全球 20% 石油運輸的荷莫茲海峽到北歐機場，都已出現定位異常。 這樣的風險開始具體反映在交通與運輸現場。《Reuters》指出，中東戰事讓飛行員面對更危險的空域，威脅不只來自彈道飛彈與攻擊型無人機，也包括航路壓縮與 GPS 欺騙（spoofing）增加。自美國與以色列攻擊伊朗以來，波斯灣已有逾 1,100 艘船的 GPS 或 AIS 通訊受干擾，甚至在地圖上被錯誤標示到陸地或敏感設施附近。這也代表，GPS 不再只是理所當然的底層工具，而正變成全球商業與運輸系統必須重新評估的風險基礎設施。 GPS 與 AIS 失真讓荷莫茲海峽航運陷入高風險 《WIRED》指出，自美國與以色列在 2 月 28 日攻擊伊朗後，荷莫茲海峽這條狹窄但關鍵的石油運輸通道，航運幾乎陷入停滯。海事情報公司 Windward 執行長 Ami Daniel 分析，超過 1,100 艘在海灣地區運行的船隻，其 GPS 或 AIS 通訊技術都受到干擾，並發現約 21 個新的資料干擾熱點，數百艘船隻的航行軌跡甚至在地圖上呈現詭異的「繞圈」模式。 這些船隻在地圖上被錯誤顯示在陸地，甚至出現於核電廠附近，顯示導航與識別資料已經出現明顯失真。《WIRED》報導，至少有三艘油輪在這波衝突中受損，聯合海事資訊中心（JMIC）等單位甚至警告，在該區航行的船舶正面臨「臨界（critical）」等級的風險，這代表對航運業來說，當前的威脅不只來自飛彈與軍事打擊，也來自電子干擾對日常導航秩序的嚴重破壞。 「我們看到大量的 GPS 干擾，」Ami Daniel 強調，這使得「進出該區域變得非常危險」。《WIRED》解釋，干擾（jamming）會讓衛星導航訊號被壓制，導致定位數據無法使用，而欺騙（spoofing）則會製造假訊號，讓系統接收到錯誤的位置資訊。對船舶而言，錯誤的位置資料可能造成偏航，並大幅增加碰撞、擱淺與引發漏油事件的風險。 GPS 失序也把航空業變成高壓環境 航運之外，航空業也正承受類似的訊號失序與安全壓力。《Reuters》指出，中東戰事讓飛行員面對更危險的空域，威脅不只來自彈道飛彈與攻擊型無人機，也包括航路壓縮與 GPS 欺騙（spoofing）增加。 對航空而言，《Reuters》指出，無人機體積小且不易被偵測，機場的常規雷達也難以有效捕捉，且多數無人機不像一般商用飛機那樣，會透過應答機向雷達發送識別訊號，這也讓飛行員處於資訊盲區。 此外，多重衝突的累積正大幅增加機師的心理健康負擔。歐洲機長協會主席 […]

AI 工具不是越多越好：BCG 與加州大學研究發現生產力「效率甜蜜點」

AI 工具與各種 AI 代理最初被企業視為提升生產力、將人類從繁瑣任務中解放的利器，但一個出乎意料的副作用正在浮現。 《Harvard Business Review》近日發表的研究提出「AI brain fry」（AI 認知過載）概念，指員工在過度使用或監督多個 AI 工具時，可能因超出認知負荷而出現心理疲勞。研究顯示，當員工需要同時管理多個 AI agent、在不同工具之間切換時，容易出現注意力耗竭、決策疲勞與錯誤率上升等問題。 這項研究點出一個 AI 時代的「生產力悖論」：AI 確實能讓人工作更快，但如果工作流程沒有重新設計，人類可能會因為管理 AI 而變得更疲憊。 AI 生產力的副作用：研究提出「AI brain fry」現象 這項研究由波士頓顧問公司（BCG）與加州大學河濱分校研究人員合作完成，調查了 1,488 名美國全職員工的 AI 使用情況。 研究發現，大約 14% 使用 AI 的員工表示曾出現 AI brain fry。受訪者形容這種狀態像是「腦霧」或「嗡嗡作響」的感覺，包括難以專注、決策速度變慢、甚至出現頭痛等症狀。一名受訪的財務主管表示，在反覆使用 AI 進行資料整理與分析後，「我甚至無法判斷自己做出的東西是否合理，只能隔天再重新思考」。 研究顯示，這種認知疲勞不只是個人感受，也會帶來實際的商業成本。例如，出現 AI brain fry 的員工與未經歷此狀態的員工相比，其決策疲勞增加 33%。此外，在工作中使用 AI 的參與者中，遭遇此症狀者自我報告的錯誤率，也顯著高於未經歷 AI brain fry 的員工。 多工具與多 AI agent，成為認知負荷來源 研究指出，最容易導致認知疲勞的情境，是員工需要「監督」AI […]

未來資料中心要配備飛彈防禦系統？波斯灣 3,000 億美元 的 AI 豪賭，正被迫進行戰爭壓力測試

當波斯灣各國正押注資料中心、晶片與雲端基建，想把自己推上全球 AI 強權行列，近期爆發的伊朗戰事，卻先讓這套算力擴張模式面臨嚴峻的現實考驗。 隨著阿拉伯聯合大公國與巴林的商業資料中心遭無人機攻擊，也讓商業資料中心首度被推上戰爭前線，同時外界開始重新評估：當 AI 基礎設施成為高價值目標，波斯灣逾 3,000 億美元的 AI 投資計畫，是否還能沿著原本的路徑推進？更直接的衝擊是，這場衝突也正在改寫整個區域 AI 基建的風險模型與成本公式。 商業資料中心首次成為攻擊目標，波斯灣 AI 基建風險瞬間升高 首先，在伊朗戰爭期間，伊朗的 Shahed 136 無人機與自殺式無人機襲擊亞馬遜（Amazon）在中東的三座 AWS 資料中心，位於阿聯的兩座直接遭受打擊，在巴林的資料中心則遭受波及。 《The Guardian》表示，這是商業資料中心首次成為戰火攻擊目標。伊朗國家電視台與伊斯蘭革命衛隊（IRGC）隨後也宣稱對此次攻擊負責，並表示這項舉動是為了確認這些設施在支援軍事與情報活動中的角色，以及不滿 Amazon 對美軍活動的支援。此外，IRGC 也稱將微軟的基礎設施列為目標，不過微軟隨後澄清其在中東地區的資料中心仍正常運作。 這場針對商業資料中心的軍事行動產生立即性的民生衝擊，例如杜拜與阿布達比有數百萬人醒來後，發現無法使用叫車與外送平台 Careem，也有多家銀行應用程式出現當機。《The Information》指出，針對 Amazon 這三座資料中心的攻擊，將使這些原本快速推進的龐大 AI 與雲端基建計畫，突然顯得危機重重。 更關鍵的是，這次攻擊衝擊的不只是短期服務中斷，而是波斯灣近年以資料中心、晶片與雲端基建打造 AI 強權的整體敘事。 波斯灣豪擲 3,000 億美元躋身 AI 強權，戰爭卻讓 AI 夢開始鬆動 《The Information》進一步指出，伊朗戰爭正讓波灣國家原本計畫投入超過 3,000 億美元在資料中心、晶片與其他 AI 投資的規畫，變得日益複雜。 目前，阿聯與沙烏地阿拉伯已成為資料中心的重要目的地，當地企業正與 xAI、OpenAI、Microsoft、Amazon、Oracle 與 Google 等美國科技巨頭一同推進相關專案。這波投資熱潮不僅是因為波斯灣國家擁有充沛的低價電力與龐大主權財富基金支持，另一方面，美國為了防堵中國技術滲透中東，近期甚至放寬對中東地區的高階晶片出口限制，進一步促成這些合作。 在基礎設施的建置與資金規模上，《Business […]

先進美軍卻快被老舊程式碼壓垮！Code Metal 端出 AI 轉譯工具 90 天市值翻 5 倍

新創公司 Code Metal 透過 AI 為美軍解決老舊程式碼的轉換問題，並透過形式化驗證檢查軟體執行效果的正確性，使公司估值飆升至 12.5 億美元，短短 90 天內翻了 5 倍。

AI 時代最新高管職位出爐：不僅防禦駭客更要審查 AI 偏見，揭開「首席信任長」的戰略價值

在人工智慧快速擴張、資安威脅升級與監管壓力同步加劇的背景下，「信任」正逐漸從企業品牌形象的抽象概念，轉變為影響企業治理與競爭力的核心議題。 當消費者對科技公司的質疑情緒升高，企業不僅需要保護資料與系統，更必須建立能夠維持利害關係人信心的信任治理機制。在這樣的環境中，一個新的企業高階職位正逐漸浮現：首席信任長（Chief Trust Officer，CTrO）。 AI 與數位風險推動「信任治理」成企業核心議題 隨著人工智慧應用快速擴張，企業面臨的信任挑戰也同步升高。網路攻擊持續升級，資料保護法規在全球範圍內快速增加，而社會大眾對人工智慧治理與企業問責機制的關注度，也達到前所未有的程度。 相關研究也顯示企業信任度正在下降。約 72% 的消費者表示，自己對企業的信任程度比一年前更低，65% 的受訪者認為企業在處理客戶資料方面不夠負責任，另有 60% 的消費者認為人工智慧的發展使「信任」變得更加重要。 在高度互聯且資料生態日益複雜的環境中，如何保護客戶資訊並確保資料使用透明度，正逐漸成為企業建立品牌信任的重要基礎。 過去，企業多半將資安與資料保護視為 IT 部門的責任。然而隨著資料外洩、假訊息與 AI 風險事件的影響擴大，這些問題也越來越被視為董事會層級需要直接關注的風險事件。對許多企業而言，信任已不再只是品牌資產，而是關係到企業韌性與長期發展的重要策略資源。 首席信任長角色的興起 在這樣的背景下，英國企業開始考慮設立首席信任長——一項針對 1,000 名英國商界領袖的研究顯示，97% 的受訪者認為企業迫切需要設立這個角色，以提升大眾對資料、技術與治理的信任度。 這個職位最早在美國企業董事會中受到關注，如今正迅速在英國企業界擴散。受訪企業領袖指出，三項主要因素推動了這一變化：人工智慧的快速發展（37%）、跨境資料監管收緊（34%），以及勒索軟體等持續存在的資安威脅（34%）。 首席信任長的出現象徵企業治理思維的一次重要轉變，企業不再只著重於保護基礎設施，而是將客戶信任、法規遵循、安全治理與監管管理整合為一項策略層級的管理職能。 在實務上，CTrO 的職責涵蓋多個面向，包括確保企業遵守資料保護法規、監督資料隱私與安全標準、建立負責任的人工智慧使用原則，以及與客戶、監管機構與合作夥伴溝通信任相關議題。 企業領導者也指出，CTrO 的優先任務主要集中在兩個領域：一是強化客戶信任與企業聲譽管理（31%），二是在面對假訊息或資料外洩等事件時，能迅速啟動危機應對機制（30%）。 企業治理架構的重組 過去與信任相關的職責，往往分散在多個高階職位之間，例如營運長（COO）、資訊安全長（CISO）與資訊長（CIO）。許多企業逐漸發現，這種分散的管理模式往往效率不佳。 當安全、隱私、法規遵循與對外溝通分散於不同部門時，企業在面對重大事件時可能出現決策不明確、回應速度緩慢以及向董事會報告流程混亂等問題。 在高壓情境下，例如勒索軟體攻擊，資訊安全長往往需要同時處理技術防禦、法律風險、監管互動以及對外溝通，但卻缺乏足夠的授權與協調機制。 傳統上，首席資訊安全長的任務主要建立在資安領域的「CIA 三要素」——保密性（Confidentiality）、完整性（Integrity）與可用性（Availability），這套模型長期以來提供企業保護數位資產與防範資料外洩的基本框架。 然而隨著雲端基礎設施、跨境資料流與 AI 驅動決策逐漸普及，企業所面對的風險已不再侷限於技術防禦。客戶開始要求更高的資料透明度，監管機構也加強對人工智慧與資料治理的要求。 在這樣的情況下，企業治理逐漸從「保護系統」轉向「建立信任」。相較於主要聚焦內部 IT 防護的 CISO，CTrO 的角色更偏向跨部門的風險協調與信任治理中心，不僅負責監督技術控制，也負責維護企業與客戶、監管機構與社會之間的信任關係。 企業信任管理的未來能力與戰略價值 雖然 CTrO 的核心任務是推動企業信任治理，但這項職責無法單獨完成。為了確保信任政策能在組織內部落地，CTrO 必須與資訊安全長、總法律顧問以及其他高階主管密切合作。 透過跨部門協作，企業才能將「信任」從抽象概念轉化為可衡量、可問責且與企業韌性直接相關的策略職能。 與多數技術高階主管不同，首席信任長通常直接參與企業最高決策層。許多企業將此角色納入執行委員會，並讓其與執行長密切合作，象徵「信任」已成為企業核心業務議題，而不再只是單純的技術或合規問題。 在實務上，CTrO 的職責往往跨越多個部門，包括法務、資安、行銷、人資與產品團隊。例如制定負責任的 AI 使用原則、推動模型透明度與偏見審查、建立隱私設計原則，以及建立面向客戶的資料揭露與信任報告機制。 […]

Windows10 終止服務！從企業硬體升級的常見瓶頸，看 CIRO AIoT 智慧維運資安管理平台 4 大優勢

你知道什麼是 CIRO AIoT 智慧維運資安管理平台嗎？又有哪些優勢嗎？面對 Microsoft 終止 Windows 10 支援，一旦停止更新後，零日漏洞與惡意攻擊的風險將大幅升高，許多企業就面臨汰換的壓力。雖然 Microsoft提供延伸安全更新（ESU）作為過渡方案，但高昂的成本，並不適合作為企業長期策略。 對企業而言，這場升級壓力不只是「換系統」的問題，更是一個重新檢視 IT 資產盤點、自動化管理與資安治理能力 的關鍵時刻。透過像 CIRO AIoT 智慧維運資安管理平台，企業不僅能快速掌握裝置狀態、進行更新派送與遠端支援，更能將一次性的系統升級，轉化為一套可持續運作的資安管理體系。 在 Windows 11 遷移的實務中，IT 部門正面臨的技術與環境挑戰 當企業將硬體升級至 Windows 11 後， 並非只要下載與安裝即可完成，而是必需同時符合多種硬體與韌體的條件，包含是否支援 TPM 2.0 晶片支援、特定 CPU 型號與 UEFI 安全開機機制等，這些基本是硬體升級不可或缺的一部分。但在實務上方面，在 Windows 11 遷移的實務中，IT 部門正面臨的技術與環境挑戰： 有鑑於以上企業遇到的這些因為軟體重大升級、停更，而導致內部龐大的硬體設備無法有效的集中管理、快速的升級與盤整，資訊系統商設計了一套專為資產能有效盤點、韌體合規與自動化運維能力的平台。 什麼是 CIRO AIoT 智慧維運資安管理平台？ CIRO AIoT 智慧維運資安管理平台（Cybersecurity Intelligent Remote Orchestration），是一套專為企業設計的資產可視化、風險評估與自動化 IT 管理系統，目的在於協助組織強化資訊資產治理，並提升資安韌性與運維效率。 CIRO 它不僅是一套資產盤點工具，更是一個結合「安全管理、作業自動化、風險監控」為一體的智慧平台，讓 IT 團隊能夠主動掌控每一台裝置的狀態、風險與合規性，從被動維運邁向策略性防禦。 […]

【科技早餐】美國想把 AI 晶片出口收歸自己管：全球算力擴張，先看華府放不放行

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊美國擬收緊 AI 晶片出口：全球算力擴張，未來先看華府放不放行 美國政府正討論新一輪 AI 晶片出口規則，影響範圍不再只鎖定中國，而是進一步擴大到全球大型算力建設。根據外媒披露的草案方向，未來若外國企業或政府想採購大批晶片，可能必須先在美國投資 AI 資料中心，或提出更明確的安全承諾，才有機會獲得出口許可。 這代表美國想掌握的，已不只是晶片賣給誰，而是全球 AI 基礎設施要在哪裡蓋、由誰來蓋、能蓋到多大。對 NVIDIA、AMD 與各國正在推進的 AI 基礎設施與主權 AI 計畫來說，未來大型採購案可能不再只是商業決策，而是先要過華府這一關，晶片出口也正被納入對美投資與安全承諾的談判工具。 ＊GTC 2026 將登場：NVIDIA 把 AI 定義成下一代基礎設施 NVIDIA 宣布，年度 AI 與加速運算大會 GTC 2026 將於 3 月 16 日至 19 日在美國加州聖荷西舉行，預計吸引來自 190 多個國家的 3 萬多名與會者，包括開發者、研究人員、企業領袖與 AI 新創公司。NVIDIA 創辦人暨執行長黃仁勳表示，AI 已不再只是單一技術突破，而是正在成形的關鍵基礎設施，甚至直言每家公司都將使用 AI，每個國家都將建構 AI。 本屆 GTC 最受矚目的焦點之一，是黃仁勳將於美西時間 3 月 16 […]

76% 領導層將投資重心轉向代理型 AI，2026 年財務領導者如何擴展 AI 應用？

AI 商業分析平台 Savant 針對北美大型企業財務高層，發布了最新研究報告《Savant 2026 Trends Report》。報告指出，儘管多數企業已跨越評估階段，卻仍深陷零散且缺乏紀律的試點煉獄。報告同時點出阻礙 AI 發展的真正元凶並非技術或資金，而是「資料治理」與「ERP 系統整合」的規模化瓶頸。 針對財務、稅務或營運決策者，這份報告會破除「AI 裁員」的迷思。此外，內容剖析三大財務核心部門的導入盲點，並提供 5 個具體的戰略行動指南。以下摘要報告重點，掌握如何突破重圍，建立可治理的企業級 AI 架構。 📎 這份報告適合誰閱讀？ 報告內容主要探討代理型 AI 在財務相關領域的戰略部署、導入障礙與勞動力影響，適合以下工作者與管理階層閱讀： 🔴 報告洞見 💡 2026 財務領導者的共同壓力：不增員、卻要更快更好 AI 商業分析平台 Savant 針對北美地區擁有超過 500 名員工的大型企業，涵蓋 22 個不同產業的財務、稅務與會計高階主管（總監級別及以上），進行了一項為期 60 天的結構化研究。研究結果揭示，企業在 2026 年面臨著一個毫不妥協的共同使命：在不增加員工編制的同時，必須提供更快、更高品質的工作成果。 在這樣的背景下，代理型 AI 已經不再只是單純的技術實驗，而是正式轉變為不可或缺的戰略必需品。 然而，市場數據也暴露出企業在「雄心與執行力」之間存在著巨大的落差。目前的市場態度確實已經跨越了「是否應該採用 AI」的猶豫期，高達 67% 的受訪者表示已有試點專案正在進行，或已在一到兩個部門中展開實施。 但令人擔憂的是，目前僅有極少數（6%）的財務領導者，具備高度成熟的企業級 AI 應用能力。 多數高階主管仍然停留在「機會主義」的試點煉獄中，傾向於追求孤立的單一應用案例，而非建立深思熟慮且具備治理機制的企業級發展藍圖。 報告警示，企業的戰略必須與其野心相匹配，若繼續停留在零散的試點階段將導致競爭力停滯。 💡 代理型 AI 在三大核心單位的成熟度斷層 深入剖析組織內部，代理型 AI 的成熟度在不同部門之間呈現極度不平均的現象，這為企業帶來了嚴重的碎片化風險。在三大核心部門中，展現出截然不同的採用態度與現況： 會計部門：安靜的轉型引擎 […]

Moxa 拆解 2026 製造新戰略：從機器人到 Edge AI，工廠大腦正加速從雲端搬到現場

在 AI 的蓬勃發展帶動下，工業網通基礎設施的角色，也出現關鍵變化。四零四科技（Moxa）今（3/6）舉辦「工業網通迎 AI 實體化商機」新春媒體聚會，由 Moxa 亞太區總經理林世偉分析 2026 年對製造業、能源與交通等三大經營主軸的趨勢，以及 Moxa 在工業網通、資安服務與人才培育上的新布局。 製造業與半導體：國安級別擴張與 Edge AI 落地 「在製造業板塊中，我們特別把半導體拉出來，因為大家應該可以理解，半導體現在已經上升到國安議題，」林世偉強調，隨著半導體供應鏈在全球急速擴張，不僅晶圓代工廠持續拓展，後端製程也連帶讓東南亞等地成為高科技產業發展的重鎮。 面對如此龐大的產業擴張與生產需求，智慧製造的進程勢必加速，而 AI 的落地應用便成為首要關鍵。林世偉表示：「現在重點談的第一個就是機器人，機器人是 AI 的實際載體。」他預期從 2026 年開始，這類實際載體在工業領域的應用將會越來越普遍，儘管多數不一定是人形機器人，但它們將在工廠內部大量取代重複性高的作業。 然而，要讓這些機器人與自動化設備發揮最大效能，運算大腦必須從雲端走向生產現場。林世偉指出，有別於目前多數在雲端運作的 AI，工廠真正具備生產能力的核心在現場與製程，這也是為什麼目前所有 OT 廠商正急速發展 Edge AI 的原因。「邊緣 AI 不只是運算，更關鍵的是如何連結所有邊緣資料，」林世偉分享，這正是 Moxa 持續精進的發展重點。 為了無縫串聯這些邊緣資料、支撐 AI 龐大的傳輸量，並達到低延遲與高穩定性的要求，如 Wi-Fi 6、Wi-Fi 7 或 5G 專網等工業無線通訊技術的導入，便顯得至關重要。林世偉強調，在 AI、邊緣運算與先進無線通訊的交織下，未來工廠將能從傳統的固定式產線，轉向靈活部署的「細胞製造」模式，產品的品管也將從傳統的最終評鑑，推進到製程各階段的全面檢測，進而逐步實現「數位線程（Digital Thread）」的先進製造藍圖。 Moxa 要當 AI 落地的數位神經系統 談及 AI 實體化的落地應用場景，會中也特別邀請所羅門資深協理鍾毓修與 Moxa 台灣區負責人劉孟迪進行深入對談。鍾毓修分享，機器視覺的發展現已具備超越人類的優勢，能像望遠鏡與放大鏡般自由縮放，成為機器設備強大的「眼睛與大腦」。特別是結合視覺與大型語言模型的「VLA（Vision-Language-Action）」技術，更賦予機器人宛如人類般的「超眼力」，讓機器人能先進行大範圍的線索導航尋找目標，再執行精細的近端作業。 這樣的視覺進化，不僅將 […]

NVIDIA、AMD 出口再添變數？美國考慮要求外國企業用投資換 AI 晶片

美國政府正考慮建立新的 AI 晶片出口管制框架，而外國企業未來若想大量購買 NVIDIA 或 AMD 的先進 AI 晶片，可能需要先承諾投資美國。 《Reuters》根據取得的一份政策文件報導，美國官員正在討論一套新的 AI 晶片出口規則，其中一項重要條件是：若外國企業希望獲得 20 萬顆或更多 AI 晶片的出口許可，其所屬國家可能需要投資美國的 AI 資料中心，或提供政府層級的安全保證。這些規則仍處於討論階段，尚未最終定案，未來仍可能有所調整。 AI 晶片出口可能採「分級制度」 《Financial Times》報導指出，美國商務部提出的草案將建立一套分級（tiered）出口審核制度，依照企業購買晶片的規模與算力大小決定審批條件。其中最高級別的交易，將要求買家所屬國家承諾投資美國 AI 基礎設施，作為獲得先進晶片的交換條件。 知情人士表示，這項設計部分是延續美國與中東國家近年達成的合作模式。例如美國去年批准向阿拉伯聯合大公國與沙烏地阿拉伯出口 AI 晶片，相關協議就包含這些國家承諾投資美國科技與 AI 產業的條款。 美國商務部也在社群平台 X 發文證實，政府確實正在討論新的出口框架，但強調這不會重啟拜登時代提出的 AI 擴散規則。商務部表示，該規則「過於繁瑣且影響過大」，未來政策將更接近美國與中東國家合作的模式。 小型部署也可能需要出口許可 除了大型訂單，新規草案對 AI 晶片的監管範圍也可能相當廣。根據《Reuters》看到的文件，即使是不到 1,000 顆晶片的小型部署，也可能需要申請出口許可。若要取得豁免，NVIDIA 或 AMD 等出口商可能需要持續監控晶片使用情況，而接收方則需同意安裝特定軟體，避免這些晶片被串聯成大型運算叢集。 此外，對於 10 萬顆以下晶片的訂單，買家可能需要提供政府對政府的安全保證；而規模達 20 萬顆晶片的資料中心，則可能需要接受美國出口管制官員的實地檢查。 華府政策顧問機構 Institute for Progress 的研究員、前國安官員 Saif Khan […]

Red Hat 攜手 NVIDIA 推出 Red Hat AI Factory，加速實現大規模生產級 AI

世界領先開放原始碼軟體解決方案供應商 Red Hat 近日宣布推出 Red Hat AI Factory with NVIDIA，這是一款與 NVIDIA 共同打造的軟體平台，結合 Red Hat AI Enterprise 與 NVIDIA AI Enterprise，為大規模部署 AI 的企業提供端到端的最佳化 AI 解決方案。Red Hat AI Factory with NVIDIA 是雙方深度合作的最新里程碑，旨在將最新的 AI 創新技術加速交付給企業客戶，同時為 NVIDIA 硬體架構提供 Day 0 支援。 隨著代理式 AI（Agentic AI）應用程式的蓬勃發展，預計至 2029 年企業 AI 支出將超過 1 兆美元。企業正積極將其策略轉向為高密度、代理式工作負載，並致力於解決隨之產生的 AI 推論與基礎架構需求。為協助企業在 AI 時代應對上述挑戰，Red Hat AI Factory with NVIDIA 可賦能 IT 營運團隊，使其得以簡化涵蓋傳統基礎架構與持續演進的 AI 堆疊需求的管理流程。 Red Hat AI Factory with NVIDIA 讓企業加速邁向生產級 AI，並為 AI 工廠（AI factories）提供軟體平台。該平台運行於加速運算基礎架構上，為模型及驅動推論堆疊的 NVIDIA GPU 提供更高的效能。此平台支援 Cisco、Dell Technologies、Lenovo 與 Supermicro 等頂尖系統製造商的 AI 工廠基礎架構，賦能 IT 管理員與營運團隊以管理任何企業工作負載般同規格的營運嚴謹度與可預測性，擴展並維護 AI 部署。 提供軟體基礎，協助企業應對快速的基礎架構創新節奏 Red Hat 技術長暨全球工程資深副總裁 Chris Wright 表示：「從 AI 實驗階段轉向工業級規模、涵蓋全企業範疇的生產環境，需要徹底改變我們管理 AI 運算堆疊的方式。透過 Red Hat AI Factory with NVIDIA，我們正加速 AI 的部署並快速邁向生產階段。憑藉我們經驗證的混合雲產品所驅動、穩定且高效能的基礎，得以賦能客戶掌握其 AI 策略，並以應用於核心 IT 平台同等的嚴謹度進行擴展。」 NVIDIA 企業 AI 平台副總裁 Justin Boitano 指出：「企業正在建立 AI 工廠，以便在推論過程中大規模地將資料轉化為智慧，而這需要橫跨混合雲的生產級基礎架構與軟體。Red Hat AI Factory with NVIDIA 提供軟體基礎，協助企業應對快速的基礎架構創新節奏，同時可靠地建置與部署新一代的代理式 AI 應用程式。」 這個雙方共同打造的軟體平台整合 Red Hat 與 NVIDIA 在開源協作、工程設計及支援方面的專業知識，提供值得信賴的企業級解決方案。Red Hat AI Factory with NVIDIA 為跨環境（無論是地端、雲端或邊緣）的 AI 部署提供具高度擴展性的基礎。其核心功能具備高效能 AI 推論、模型調整、客製化，以及代理部署與管理，並以安全性為核心，使企業得以維持從資料中心至公有雲的架構控制權，並實現以下優勢： Cisco、Dell Technologies、Lenovo、Supermicro 如何與 Red Hat 及 NVIDIA 合作？ Cisco 運算資深副總裁暨總經理 Jeremy Foster 分享：「Cisco 專注於協助客戶將 AI 從實驗階段安全且大規模地推向生產並橫跨分散式環境。透過支援 Red Hat AI Factory with NVIDIA，Cisco 賦能企業無論是資料中心或邊緣環境，皆可在一致的企業級基礎架構上部署與運行 AI。我們攜手合作為客戶提供更簡單、更可靠的方式執行 AI 關鍵任務工作負載，並具備對核心基礎架構所期望的效能、安全性與營運控制。」 Dell Technologies 基礎架構解決方案事業群資深副總裁暨技術長 Ihab Tarazi 表示：「企業正迅速將其 AI 投資轉化為實際營運，而這需要能在跨混合環境中可靠運行、強大且整合的基礎架構。透過與 Red Hat 和 NVIDIA 的合作，我們將為客戶帶來更高水準的整合，進一步加速企業 AI 的成果。」 Lenovo 基礎架構解決方案事業群資深副總裁 Vlad Rozanovich 表示：「企業 AI 的下一個世代在於即時行動與實質的商業報酬，而工業級強度的混合基礎為關鍵。我們能夠提供可擴展的企業級平台，結合 Lenovo 的推論最佳化基礎架構與 Red Hat AI Factory with NVIDIA，為客戶提供即時優勢。此具韌性的代理式 AI 基礎，可在其營運的任一地點進行部署與管理。」 Supermicro EMEA 總裁暨董事總經理、技術與 AI 資深副總裁 Vik Malyala 表示：「Supermicro 擁有廣泛的 Red Hat 認證系統產品組合，並致力於為 AI 工廠提供最先進的加速運算基礎架構。我們針對 Red Hat AI Factory with NVIDIA 的驗證解決方案，有助於確保客戶能夠將我們的高效能專用系統與強大的企業級軟體平台相結合，簡化關鍵 AI 企業工作負載的部署與擴展，協助企業在混合雲中實現更快的價值實現時間，以及可預測、高效率的營運。」 （本文訊息由 Red […]

台灣量子驗證平台正式啟用！賴清德：與全球建立關鍵供應鏈夥伴關係

量子科技已成為下一波科技霸權競逐的關鍵，而台灣正從基礎研究階段，進入到應用實踐的新里程。國科會今（6 日）宣布啟動「AI 新十大建設——高速量子運算國家戰略」，除了揭露量子國家隊的第一期成果，也拋出第二期的 4 大戰略方向。總統賴清德也親自出席戰略發佈會，宣布對第二期計畫的大力支持。 從「量子國家隊」邁向「量子國際隊」 賴清德表示，為迎接 AI 與量子運算這百年一遇的新浪潮，政府正全力推動「AI 新十大建設」，其中「高速量子運算」是政府推動數位國防、資安加密，以及次世代產業轉型的必備工具。他指出，此一國家戰略計畫代表台灣的量子科技，正式從基礎研究邁入應用實踐，並宣布台灣的「量子國家隊」要進化為「量子國際隊」，將運用台灣在先進半導體製程與 AI 高速運算設備的優勢，以及全球供應鏈的角色，與理念相近的國家建立關鍵供應鏈夥伴關係。 「台灣不僅可以自研、自製量子運算的晶片，還能打造量子電腦，這具有劃時代意義。」賴清德提及，中研院在 2023 年發表了全台首部自研、自製的 5 位元超導量子電腦，今年 1 月份又正式發佈 20 位元的超導量子晶片，讓世界看見台灣已進入量子科技的賽道。 賴清德表示，該領域接下來有三件事要一同推進：第一，持續累積量子半導體技術的籌碼；第二，啟動大規模軟硬體整合計畫並加速培育人才；第三，強化量子資安佈局，確保國家數位韌性。 4 大方向啟動高速量子運算國家戰略 國科會主委吳誠文表示，若量子技術只停留在物理與材料科學領域的探討，而未與台灣具優勢的高速半導體技術結合，發展速度將會受限。他進一步以傳統電腦發展為例，說明今日 AI 的強大算力是建立在 CPU 與 GPU 的共同運作之上。因此，在量子運算領域，也必須將 CPU、GPU 與 QPU（量子處理器）整合為全新的架構，才能發揮出超越以往的龐大算力。 吳誠文指出，目前第一期計畫已成功研發出具有競爭力的超導量子位元晶片與矽基自旋量子位元，以及低溫讀取與控制模組，代表台灣具有完整自主供應鏈的潛力，接下來則聚焦 4 大戰略方向。 第一，啟動北部驗證平台：台灣和芬蘭量子團隊 IQM 合作的「量子電腦次系統驗證平台」在今天正式啟用，該平台將提供台灣產學界測試半導體與先進量子元件模組，以推進量子科技的產業化。 第二，建置南部 HPQC 算力中心。吳誠文表示，在台南科學園區新建的國網中心留用了一整層樓，專門發展新形態的高速量子運算。 第三，建置設備並推動產學跨界整合。邀請半導體、設備與材料等產業界加入，搭配學界不同領域的團隊，共同研發演算法與應用系統。目標是將高速運算與量子運算結合，建立新的運算架構，以解決傳統電腦在藥品開發、科學突破等領域中無法處理的重大議題。 第四，推動國際合作開發軟體與系統。整體的戰略核心是邀請國際上民主友善國家的優秀量子團隊來台合作，共同開發高速量子運算的軟體與系統架構，讓台灣成為全球量子運算科技發展最關鍵的合作夥伴。 中研院院長廖俊智表示，在過去 20 年內，量子已從純粹的學術領域，轉變成各國的新型科技軍備競賽，而目前發展最大的挑戰在於如何讓它能夠長遠且有效率地被實際應用。他指出，樂見量子國家計畫進入第二期後，不再只侷限於硬體，而是開始發展軟體，並將量子運算與傳統高速運算結合，為未來的運算架構找到實用出路，同時找到台灣對世界有幫助的地方。 ＊圖片來源：《TechOrange》拍攝。

Anthropic 領先優勢告急？GPT-5.4 整合多步驟工作流，OpenAI 劍指高階知識工作市場

OpenAI 近日推出 GPT-5.4，不只強調在推理、編碼以及專業工作上的進展，更首度具備「原生電腦操作能力」。 《The Verge》指出，GPT-5.4 可以代表使用者操作電腦，並在不同應用程式之間完成任務，這意味著 OpenAI 想推進的不只是更會回答問題的聊天模型，而是更接近能在軟體與網路環境中執行複雜工作的 AI Agent。這次更新，也被視為 OpenAI 在職場 AI 競賽中的一次重大突破。 為滿足不同層級的需求，這次更新共釋出三種版本：包含一般通用標準版、擅長延長思考與多步驟推理的「GPT-5.4 Thinking」，以及專為極端複雜且高負載任務設計的「GPT-5.4 Pro」模型。 涵蓋 Excel、文件、跨工具操作，GPT-5.4 瞄準知識工作場景 《The Verge》指出，GPT-5.4 最關鍵的突破，在於它是 OpenAI 首個具備「原生電腦操作」（native computer use）能力的通用模型。這代表 GPT-5.4 不再侷限於對話框內的文字生成，而是能代替使用者實際操作電腦，並跨越不同應用程式執行任務。 更具體地說，GPT-5.4 能夠編寫程式碼來操作電腦，並根據螢幕截圖直接發出鍵盤與滑鼠指令。這種原生內建的能力，也意味著開發者在建立自動化流程時，不再需要依賴外掛式的特製代理框架，進一步降低系統整合的複雜度。 為了讓這項能力真正落地，OpenAI 也同步將 GPT-5.4 導入 API、開發者工具 Codex 與 ChatGPT。這凸顯出這次更新已不只是單一產品的功能強化，而是同時面向開發者與一般使用者的整體生態佈局。為了支撐這個生態系，OpenAI 也在 API 與 Codex 中導入高達 100 萬 token 的上下文視窗，讓 AI 代理能在更長的時間跨度中規劃、執行與驗證任務，而不必依賴傳統的檢索式變通方案。 在具體工作場景上，這樣的轉變也已經開始浮現。《Axios》報導，OpenAI 這次除了更新模型，也推出了能讓 ChatGPT 直接在 Excel […]

Exein 與聯發科技攜手展示全新資安解決方案 助製造商因應歐盟《資安韌性法》

全球嵌入式資安領導企業 Exein 將與全球半導體頂尖業者聯發科技於 2026 嵌入式電子與工業電腦應用展 Embedded World 2026 聯合展示其整合資安解決方案，協助製造商因應歐盟《資安韌性法》（Cyber Resilience Act，CRA）規範。 本次展出將聚焦於搭載聯發科技 Genio 720 EVK 的自助服務機（Kiosk）與智慧 POS 裝置，並展示 Exein 技術所提供的即時資安防護能力。此解決方案可直接應對 CRA 對資安事件即時通報的相關規範；該法規將自 2026 年 9 月起正式適用於所有在歐盟市場銷售的相關產品。 瞄準歐盟 CRA 法規，為製造商打造合規的資安方案 歐盟 CRA 規範製造商在整個產品生命周期中皆需落實資安防護，包含漏洞偵測、管理與通報，為 IoT 設備製造商帶來全新挑戰。此次 Exein 與聯發科技的聯合解決方案，透過自動化漏洞偵測與資安事件通報機制，協助製造商有效因應相關規範。 雙方將在 Embedded World 展示，一台搭載聯發科技物聯網平台的裝置，在遭受實體攻擊時，能如何即時偵測並回報至後端平台，以完整呈現符合 CRA 規範的閉環事件即時通報流程。 策略夥伴合作與市場整合 此展示象徵著 Exein 與聯發科技深化合作的重要里程碑。雙方於 2025 年 1 月宣布合作，將 Exein 的頂尖資安平台原生整合進聯發科技 Genio 物聯網平台中，並自 IoT […]

不懂程式也能做 MVP！從 Vibe Prototyping 看 AI 如何重塑開發設計的底層邏輯

近一年來，「Vibe Coding」成為矽谷與創投圈熱議的關鍵詞。透過大型語言模型（LLM）以自然語言生成程式碼，讓寫程式的門檻大幅降低。《Forbes》指出，在產業實務層面，更具商業影響力的趨勢正逐漸浮現：「Vibe Prototyping」，指的是直接利用生成式 AI 快速打造可運作的功能原型，將其作為團隊溝通與產品驗證的主要載體。 這種轉變，正在改寫產品開發的底層邏輯。 產品需求文件不再是起點，反而可以直接「做出來」 長期以來，科技產業奉行的是「文件優先」的開發文化。產品經理需撰寫完整的產品需求文件（PRD），內容涵蓋功能規格、使用者流程、技術限制與時程規劃，經過多輪審核後才交由工程團隊實作。這種線性流程確保了專案治理與風險控管，但也拉長了決策與落地之間的距離。 如今，隨著生成式 AI 的出現，產品團隊可以先透過 AI 工具生成具互動性的介面、簡易後端邏輯，甚至可測試的最小可行產品（MVP），再根據實際使用反饋補強文件。開發流程的起點，逐漸從「寫清楚」轉向「做出來」。 這並不代表 PRD 將消失。隱私規範、資安設計、資料治理與系統擴展性仍然需要結構化文件支撐，不過在概念驗證與早期探索階段，功能原型正成為更高效的溝通媒介，團隊不再圍繞靜態文件討論想像中的產品，而是直接對著可操作的介面進行修正與迭代。 這種模式也讓技術可行性被進一步「民主化」。即便不熟悉程式語法，具備清晰邏輯與產品洞察的人，也能透過精準提示生成應用程式、遊戲或互動功能。工程師仍然在正式上線階段扮演關鍵角色，但在早期構想階段，創意驗證已不再完全仰賴工程資源。 企業應用 Vibe Prototyping，壓縮測試與調整週期 勤業眾信的報告指出，有不少企業已開始在實務層面驗證 Vibe Prototyping 的商業價值，像是快消品品牌 The Clorox Company 便是一例。該公司導入生成式 AI 創新工具，分析全球消費趨勢並快速生成數百個數位產品原型，同時在線上進行大規模消費者測試。透過平行開發與即時反饋，Clorox 能在更短時間內篩選出具潛力的產品方向，縮短研發與行銷策略調整週期。 製造業也正將這種快速原型驗證的思維應用於營運中。GE Aerospace 部署 AI 驅動的葉片檢測工具，在窄體與寬體飛機引擎上縮短檢測時間並提升準確率，協助提升維修效率與設備可靠度。這些案例顯示，原型思維正延伸至產品設計、品質管理與售後服務環節。 整體而言，Vibe Prototyping 並非取代傳統工程流程，而是改變了資源投入的時機點。企業可以在投入大量開發成本前，透過快速原型驗證假設、收集數據並修正方向，這種模式降低溝通成本，也減少跨部門協調摩擦。 未來，原型與正式產品的界線可能進一步淡化。當 AI 能自動將使用者回饋轉化為程式碼更新，或根據即時需求生成客製化介面，產品開發將更接近持續演化的系統，而非一次性專案。 對企業來說，Vibe Prototyping 短期內最具體的價值在於速度與對齊能力。當想法可以迅速被轉化為可操作的體驗，團隊討論將更聚焦於真實使用情境，而非抽象描述，也意味著產品決策將建立在更具體的證據基礎上。 ＊本文開放合作夥伴轉載，參考資料：Deloitte、《Forbes》，首圖來源：Unsplash （責任編輯：廖紹伶）

ChatGPT 不當電商平台了？OpenAI 站內結帳踩煞車，改把 AI 購物變成「導購＋廣告」入口

《The Information》報導，OpenAI 正在縮減將購物直接整合至 ChatGPT 內部的計畫，這標誌著在聊天機器人內部推動結帳的策略發生改變。 OpenAI 發言人表示，公司不再允許使用者直接從 ChatGPT 搜尋結果顯示的商品列表中進行購買，而是專注於讓結帳流程在「接入 ChatGPT 的特定 App」內完成。一位熟悉該專案的知情人士指出，OpenAI 團隊發現，儘管使用者會在 ChatGPT 內研究想買的商品，但他們實際上並未使用 ChatGPT 來協助完成購買。因此，站內結帳的推進速度與規模，都沒有如 OpenAI 先前預期般擴張。 AI 購物還在試水溫：商家觀望、消費者願不願意付款仍未知 報導指出，目前只有少數商家透過 ChatGPT 內部的結帳功能來銷售商品。Shopify 總裁 Harley Finkelstein 在投資人會議上表示，在與 Shopify 合作的數百萬商家中，目前只有「約一打」正透過 AI 工具進行銷售。  要讓聊天機器人取得準確資訊，商家的價格、庫存狀態等產品資料，都需要標準化並且持續更新，同時商務與支付公司也需要建立防護機制，以避免 AI 發起詐欺或錯誤的交易。此外，OpenAI 自身的基礎配套也是卡關原因之一，像是 OpenAI 先前必須親自協助，才能讓這少數使用結帳功能的商家完成上線運作，且截至 2 月，OpenAI 尚未建立系統來蒐集與繳納州銷售稅，若未來購物交易量起飛，這將是不可或缺的準備工作。 更廣泛地來看，一些商家對 AI 購物功能一直抱持戒慎態度，而購物者是否願意透過 AI 聊天完成付款也仍是一個未知數。 ChatGPT 結帳踩煞車後，OpenAI 把賭注押向廣告變現 《The Information》指出，ChatGPT 結帳策略的轉向，也提高 OpenAI 近期啟動廣告業務的賭注，因為這也是該公司從多數不付費的 ChatGPT […]

Micro1 靠「人力仲介」讓矽谷瘋狂，不賣 AI 模型、不留數據年營收破 2 億美元

由 Ali Ansari 所開發的自動化 AI 篩選工具 Micro1，短短三年就演變成當今最熱門的 AI 新創公司 ，成為 AI 企業的人力仲介平台，找出並供應專業人士以訓練 AI。

不賣軟體給律師，Lawhive 如何以 AI 重構流程讓律師收入最高達傳統 2.8 倍？

2025 年，當多數法律 AI 新創還在思考如何把軟體賣給律師事務所時，英國新創 Lawhive 走了一條完全不同的路：它不賣軟體，而是自己成為律師事務所。 2026 年初，Lawhive 剛完成由丹納赫公司共同創辦人 Mitch Rales 領投的 6,000 萬美元 B 輪募資，資金將用於擴展美國市場。 Lawhive 的初衷是讓法律服務普及化 Lawhive 的模式與 Harvey 等法律 AI 公司有相當大的差異。Harvey 的商業模式是 B2B：開發 AI 工具，然後賣給既有的律師事務所，讓律師自行決定如何使用。Lawhive 則跳過這一層，它自己就是一間完整的律師事務所，直接面向終端消費者提供法律服務。 從接案、研究、文件草擬到帳務處理，整套流程都由 Lawhive 自建的 AI 平台驅動。目前 Lawhive 約有 500 名律師透過其平台執業，律師透過 Lawhive 在英國與美國多個州的受監管法律實體執業。 這套被 Lawhive 稱為「消費者法律 AI 作業系統」的平台，同時處理法律工作與後台流程。前端，它將文件擬稿、法律研究、案件管理自動化；後端則處理客戶檔案、開立帳單、行政排程。 可以說，AI 不只幫律師工作，而是推動律師事務所運作。 從賣工具到自建律所：Lawhive 的平台化策略 不過 Lawhive 並非一開始就走這條路。執行長 Pierre Proner 坦言，公司最初嘗試將自動化軟體銷售給傳統小型律師事務所，結果處處碰壁，因為這些事務所對採用新技術都抱持著懷疑態度，部分原因是擔心如果案件處理時間縮短，難以向客戶證明收費的正當性。 […]

【科技早餐】NVIDIA × OpenAI 投資轉向：1,000 億美元計畫恐不再推進

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊投資降溫？黃仁勳：NVIDIA 不太可能再投 OpenAI 1,000 億美元 NVIDIA 執行長黃仁勳（Jensen Huang）在摩根士丹利主辦的活動上表示，公司對 OpenAI 的投資總額不太可能達到先前討論的最高 1,000 億美元。他指出，投資 OpenAI 1,000 億美元「恐怕已不在考慮之列」，並提到 OpenAI 正規劃首次公開募股（IPO），時間可能落在今年底。這也讓市場重新關注 NVIDIA 與 OpenAI 之間的資本關係。 目前 NVIDIA 已在 OpenAI 新一輪募資中投資約 300 億美元，使 OpenAI 估值達到 7,300 億美元，這也是 NVIDIA 對單一新創公司最大的一筆投資，但仍低於先前討論的最高金額。黃仁勳同時提到，公司對 Anthropic 的 100 億美元投資也可能是最後一筆。他重申 AI 產業仍處於大型成長周期的早期階段，企業若能取得更多運算能力，營收成長速度也可能同步放大。 ＊科技業聯名致函五角大廈：反對將 Anthropic 列為供應鏈風險 包括 NVIDIA、Google、Microsoft、Apple、Amazon 與 Anthropic 在內的科技公司，透過資訊科技產業委員會（Information Technology Industry Council, ITI）致函美國國防部長 […]

小米把「機器人實習生」送進車廠：連跑 3 小時、成功率 90.2%，人形機器人開始接受產線考核

為了進一步提升汽車製造的生產力，小米自主研發的人形機器人近期正式走出實驗室，進駐自家的電動車工廠展開產線試用。 今年 3 月初，小米執行長雷軍與總裁盧偉冰先後對外證實這項部署行動。雷軍透過社群平台發文宣布進展，而盧偉冰則在近日舉行的世界行動通訊大會（MWC）接受外媒採訪時，透露更多細節。雖然這標誌著小米機器人進入真實工業場景的關鍵一步，但盧偉冰也澄清，這些機器人現階段「還稱不上是在做正式工作，反而更像是產線上的實習生」。 小米機器人可自主運作 3 小時、包辦產線 90% 工作量 在實際的產線考核中，小米的人形機器人展現出高度的自主作業能力。這些機器人能在「完全無人類介入」的情況下，連續自主運作達三個小時，且在兩台機器人的協作下，即可包辦產線上 90% 的工作量。除了搬運物料箱、撕除保護膜以及安裝車身廠徽等多樣化任務外，機器人更擔綱核心的自攻螺母安裝作業。 《南華早報》描述，在具體的車輛壓鑄車間安裝工位上，機器人會從自動供料裝置精準拾取自攻螺母並放置於定位夾具，接著配合滑帶輸送與自動定位，將其緊固至一體化壓鑄的車底板指定位置。在這項「雙側同步安裝」任務中，機器人的成功率高達 90.2%，且整個鎖付工序能在 76 秒內精準完成，完美契合產線需求。 然而，將機器人導入產線並非易事，小米總裁盧偉冰直言：「將機器人整合進我們的生產線，最大的挑戰是讓它們跟上節奏。」為了達成這樣的產線效率，機器人必須克服多項技術難題，主要的挑戰包含與定位銷的精準對位，以及螺母內部的花鍵結構差異、非固定的抓取姿態，再加上磁力干擾等因素，這些都大幅提高組裝的複雜度與抓取穩定性。 端到端聯合訓練：讓機器人少靠人工資料、快速從環境學習 為了解決複雜的裝配問題，小米採用了端到端（end-to-end）、資料驅動的聯合訓練架構，這項技術不僅大幅減少對人工訓練資料的依賴，更賦予機器人從環境中快速學習與適應的能力。 在底層核心上，雷軍指出機器人的進展建立在名為「Xiaomi-Robotics-0」的通用型視覺-語言-動作（VLA）基礎模型之上，《南華早報》更進一步補充，除了這個具備 47 億參數的 VLA 模型，小米還搭載專屬的觸覺微調模型「TacRefineNet」，使機器人能在不依賴視覺或物件 3D 模型的情況下，單憑觸覺感知就能完成精密的裝配作業。 在全身控制系統方面，小米機器人融合了視覺、觸覺與關節位置感知等多模態輸入，有效降低在複雜情境下發生誤判的機率，進而提升整體操作的穩定性。為了精準控制機器人的全身運動，小米採用混合系統，其中「傳統最佳化控制（optimization-based control）」模組的更新頻率低於一毫秒，確保機器人的即時反應能力。同時，系統結合的「強化學習（reinforcement learning）」技術，則是讓機器人事先在虛擬環境中經歷數以億計的干擾模擬訓練，這項突破讓機器人不僅能在極端條件下維持平衡，還能把在虛擬模擬中學到的技能直接轉移至真實世界的實體機器人身上，完全無需進行額外的重新訓練。 目標五年內大量進廠，小米看好人形機器人開啟「兆元級市場」 關於未來的部署計畫，小米目前仍在其他生產站點持續進行部署與驗證測試。小米執行長雷軍透露，包含平均故障間隔時間（MTBF）與單一任務成功率等關鍵績效指標都在穩定改善中，未來雷軍預期五年內將有「大量」的人形機器人進駐小米工廠，不過官方目前尚未公開具體的部署數量、單機成本或更詳細的時間表。此外，雷軍的佈局也不僅止於工廠，他更計畫未來將人形機器人的應用延伸至家庭場景，並看好這將開啟一個全新的「兆元級市場」。 這次，小米的「機器人實習生」也凸顯中國企業在投資與提升機器人能力上的驚人速度，例如電動車廠小鵬汽車（XPeng）與智慧型手機品牌榮耀（Honor）都已相繼投入研發或推出自家的機器人產品，中國機器人新創企業 Galbot 與 Noetix Robotics 近期更分別獲得 25 億與近 10 億人民幣的鉅額融資，顯示資本市場對此領域的高度關注。 在這波車廠與科技公司加速實地驗證的浪潮中，小米把這些人形機器人定位為產線上的「實習生」，也凸顯接下來的關鍵，可能不只是在於是會不會走、能不能表演，而是能否在真實生產節奏下長時間穩定運作，並把成功率持續拉高，同時逐步擴張到更多工位與站點。因為當這些指標開始能被量化與複製，人形機器人才算真正跨過進入生產現場的門檻。 ＊本文開放合作夥伴轉載，參考資料：《CNBC》、《SCMP》、《Interesting Engineering》、《TechNode》，首圖來源：小米

2026 迎人形機器人試產元年！新漢不拚整機，用模組化安全腦搶吃 5 兆美元商機

自生成式 AI 爆發以來，大型語言模型不斷在虛擬世界展現突破。然而，如何讓這些 AI 大腦「長出手腳」走入實體世界，已成為下一波科技浪潮的核心命題。工業電腦大廠新漢集團近日就揭露了其針對 AI 機器人領域的佈局與觀察。 新漢集團董事長林茂昌認為，AI 的發展可分為三個階段。第一階段的「雲端 AI」（Cloud AI）雖然聰明卻是失能的，因為它無法感知實體環境與自主行動；第二階段「邊緣 AI」（Edge AI）解決了即時性與企業資料隱私問題，但仍缺乏實體動作的能力。他指出，AI 產業第三階段是「實體 AI」，將 AI 決策結合物聯網的感知與控制技術，讓 AI 跨越虛擬限制化為實際行動，實現所謂的「知行合一」。 2025 啟動、2026 試產：人形機器人落地的關鍵檢驗期 隨著實體 AI 技術發展，人形機器人競賽也持續推進。新漢旗下機器人事業子公司創博總經理沈倩怡指出，去年（2025）是 AI 人形機器人的啟動元年，可以看到市場陸續有超過 300 家人形機器人業者，其中逾半在中國，而「今年是（人形機器人）開始落地的元年」，也就是進入試量產的階段。 沈倩怡指出，根據摩根士丹利報告預估，到 2050 年人形機器人將達 10 億台、創造 5 兆美元的市場規模。然而，目前的關鍵瓶頸在於「價格」，必須將現今高達 20 萬美元的造價降低至 2 萬美元以下，才有可能真正普及到家庭或一般服務場域。她認為現階段人形機器人的應用仍會以 B2B 為主，優先導入製造業、車廠以及物流倉儲等場域。 產業痛點：從「聰明但危險」到「聰明且安全」 當多數機器人新創在比拼硬體關節靈活度與 AI 模型時，新漢將其突圍的策略押注在安全性上。 「我認為最關鍵的是要把機器人從『聰明但危險』做到安全優先。」沈倩怡以市場常看到的人形機器人「翻車」影片為例，指出雖然現在許多中美業者的 AI 技術很強、機器人靈活度很高，但往往缺乏規範標準及功能安全設計。為了解決機器人「聰明但危險」的痛點，創博從 AI 運動控制器出發，打造出整合機器人大腦與小腦的模組化套件，當中涵蓋 AI 大腦決策、即時運動控制、功能安全監控，形成三位一體的控制架構。 林茂昌將新漢的商業模式比喻為「機器人界的聯發科」，表示聯發科是不做手機的手機公司，而新漢則是不做機器人的機器人公司。透過涵蓋大腦、小腦、安全腦的軟硬體解決方案，他指出新漢將複雜的機器人開發工作模組化，讓業者簡易且快速地打造自家的各類機器人。 這項策略點出了一個重要的產業動態：隨著時間推移，全球 […]

銀行業為何警報大作？Kraken 獲聯準會主帳戶，美元清算窄門正在被打開

加密貨幣交易所 Kraken 終於跨過了加密產業多年來夢寐以求的門檻：直接接入美國聯準會（Fed）的核心支付基礎設施。《CryptoSlate》將此舉形容為「一場更大政策轉向中的試點」，因為聯準會目前正試圖定義一種「更窄版」的央行接入模式，也就是允許特定機構連接關鍵的清算服務，卻不必然賦予其傳統 Fed 帳戶的完整權益。 Kraken 的案例之所以挑動傳統金融與監管的敏感神經，是因為長久以來，聯準會主帳戶（master account）不僅是央行貨幣清算的專屬入口，更是美國金融體系中最具分量的接入特權。近年，隨著新型態銀行特許模式的興起，監管機構被迫面對更棘手的核心問題：非傳統金融機構究竟能不能直連聯準會？如果可以，權限又該開放到什麼程度？在川普政府誓言讓美國成為「世界加密首都」的政策氛圍中，這項核准被支持加密產業的共和黨參議員 Cynthia Lummis 形容為數位資產史上的「分水嶺」。 Kraken 拿下 Fed 主帳戶，成首家直連支付基礎設施的加密銀行 Kraken 於 3 月 4 日正式宣布，旗下獲懷俄明州特許的銀行 Kraken Financial 已成功取得聯準會的主帳戶（master account），成為美國史上首家直接接入 Fed 支付基礎設施的數位資產銀行。 這項歷史性的核准意味著，Kraken 未來能直接透過 Fedwire 等核心支付軌道清算美元，徹底擺脫過去對傳統中介銀行（sponsor banks）的依賴。Kraken 強調，這種直連模式不僅能大幅降低營運成本與系統複雜度，更能讓機構客戶以更快、更高效率的方式調度法幣資金。 然而，這項特權並非毫無限制。根據聯準會的確認，Kraken Financial 此次是以「第三級（Tier 3）」實體的身份獲准，取得的僅是初始期限為一年的「限制用途帳戶（limited-purpose account）」。 面對這項帶有條件的核准，Kraken 採取了穩健的推行策略。官方表示，服務將以「分階段（phased rollout）」形式上線，初期將集中資源促進機構客戶的交易活動，後續才會在與監管機構的密切協調下，逐步將直連功能整合至母公司 Payward 更廣泛的基礎設施中。 為何加密產業想直連 Fed？要掌握美元流動主導權 《CryptoSlate》分析，大多數加密公司的美元支付目前仍依賴少數幾家合作銀行來提供接入更大金融體系的管道。這造成一個結構性的弱點：當這些傳統中介銀行改變風險偏好、面臨監管壓力，或是決定降低對加密客戶的曝險時，即便市場需求依然強勁，加密交易所與穩定幣公司也可能瞬間失去關鍵的支付通道。 這種情況在監管審視趨嚴或銀行業面臨壓力期間反覆發生，導致許多加密公司在最基本的美元流動上依然高度依賴中介機構。因此，「直接清算（direct settlement）」不僅能大幅降低對中介的依賴，更讓 Kraken 得以直接參與平均每日處理超過 4 兆美元資金移轉的 Fedwire 關鍵跨行支付系統。對 Kraken […]

Meta 智慧眼鏡踩上 AI 治理紅線：從私密影像到臉部辨識，風險一路擴大到公共空間

當 Meta 積極把智慧眼鏡變成下一代 AI 裝置入口，關於隱私的爭議也不斷浮現。瑞典媒體調查指出，Meta 智慧眼鏡拍下的私密影像，可能流入人工審查與外包資料處理體系，讓智慧眼鏡背後的資料治理問題引發關注，更進一步成為 AI 治理的新壓力測試場。 Meta 想把智慧眼鏡做成下一代入口，但產品承諾與治理問題同時浮現 2025 年 9 月，Meta 創辦人祖克柏（Mark Zuckerberg）在矽谷的發表會上，將這款與眼鏡巨頭 EssilorLuxottica 合作生產的 AI 智慧眼鏡「Meta Ray-Ban」定位為整合即時翻譯、臉部辨識等功能的全能助手，並希望它成為可與智慧型手機競爭的裝置。這款產品在 2025 年迎來銷售大爆發，銷量飆升至 700 萬副，是前兩年總和的三倍多。 不過，近日瑞典《Svenska Dagbladet》與《Göteborgs-Posten》的調查指出，Meta 在全球聘用外包公司處理私人影像與敏感資訊，讓這款產品背後的資料處理鏈浮上檯面。 《Svenska Dagbladet》表示，Meta 的外包商 Sama 在肯亞首都奈洛比擁有數千名資料標註員，他們堪稱是「AI 革命中的體力勞動者」。他們負責替 Meta 的 AI 系統標註影片、影像與語音資料，在螢幕上框出物件、標記像素，以訓練下一代智慧眼鏡變得更聰明。該調查採訪 30 多名 Sama 不同層級員工，其中多人直接參與 Meta AI 系統的標註工作。 受訪員工表示，他們看過浴室、更衣、裸體、性行為、信用卡與其他高度私密內容。有員工回憶一段令人不安的畫面：「我曾看過一段影片，一名男子將眼鏡放在床頭櫃後離開房間，不久後他的妻子走進來換衣服。」 部分被拍攝者似乎完全不知道自己正在被記錄，有員工在受訪時甚至指出：「在某些影片中，你可以看到有人去廁所，或正在脫衣服，我不認為他們知情，因為如果他們知道就不會錄影了。」另一名員工也直言：「從客廳到裸體，我們什麼都看得到。」 《Svenska Dagbladet》報導，這些標註員除了處理影像，還會進行語音與文字的轉錄，以核對 Meta 智慧眼鏡 AI 助理對使用者提問的回覆內容是否正確。這類審查同樣包含大量敏感資訊，一名員工就透露：「我們看到的聊天內容可能涉及犯罪或抗議，不只是打招呼，還可能非常黑暗。」 問題不只在隱私外流，更在「使用者以為自己有控制權」 《Svenska […]

當「設計自動化的人」也被裁：亞馬遜裁減機器人團隊，敲響供應鏈效率警鐘

亞馬遜近日再次裁員，這次波及的對象是其機器人部門。根據《Business Insider》與《Reuters》報導，亞馬遜證實已裁減至少 100 個機器人相關白領職位，涉及設計倉庫自動化設備的團隊。儘管裁員引發外界關注，但亞馬遜高層強調，機器人仍是亞馬遜未來發展的重要策略。 倉儲自動化團隊受影響，至少 100 個職位被裁 消息人士向《Reuters》透露，此次裁員主要集中在亞馬遜的機器人部門，該部門負責開發用於倉庫自動化的機器人與輸送設備，包括協助搬運貨物的機器人與物流傳輸系統。 亞馬遜並未公開具體裁員人數，只表示公司會「定期檢視組織架構，以確保團隊能更好地創新並為客戶提供服務」。 這次裁員也延續了亞馬遜近年的企業裁員趨勢。根據《Business Insider》統計，自 2022 年以來亞馬遜已裁減超過 5.7 萬個企業職位。其中包括去年 10 月約 1.4 萬名白領員工與今年 1 月約 1.6 萬名職位的裁員。《Reuters》指出，過去幾年的系列調整，約占亞馬遜白領員工總數的近一成。 不過，亞馬遜的整體員工規模仍十分龐大。截至去年底，該公司在全球約有 158 萬名員工，其中大多數是在倉儲與物流中心工作的時薪員工。 部分專案被收縮，但機器人仍是策略重點 儘管進行裁員，亞馬遜管理層仍強調機器人技術的重要性。根據《Business Insider》報導，亞馬遜機器人部門副總裁 Scott Dresser 在一封發給員工的內部信中表示，這次調整「艱難但必要」，並強調機器人仍是公司的策略重點項目，即使某些業務正在被縮減或重組。 亞馬遜目前的倉儲物流網絡高度依賴自動化技術，數以千計的機器人被部署在其全球各地的配送中心，負責搬運貨架、分類商品與協助包裝流程。這些自動化系統是亞馬遜維持大規模電商配送效率的重要基礎。雖然亞馬遜近期已停止開發一項名為 Blue Jay 的倉儲機器人系統，但正將重心轉向另一套名為 Orbital 的新型倉儲系統，部分參與 Blue Jay 專案的員工已被重新分配至其他機器人計畫。Orbital 與過去高度整合的大型倉庫架構不同，採用模組化設計，可由多個自動化模組組成，讓系統更容易部署與擴展。這種架構特別適合較小型的即時配送倉庫，甚至可能部署在 Whole Foods 等實體門市後方，作為微型物流中心。 AI 效率與成本壓力，正在重塑企業組織 外媒指出，這一波裁員同時反映亞馬遜在 AI 時代下對效率的重新思考。亞馬遜執行長 Andy Jassy 近年積極推動組織改革，希望降低官僚層級，讓公司運作更接近「全球最大的創業公司」。該公司也嘗試透過 AI 與自動化工具提高生產力，並減少不必要的管理層與企業部門成本。 […]

思科的 AI 豪賭：從網路設備商到企業 AI 基礎設施供應商的轉型之路

當多數企業還在討論該導入哪個大型語言模型時，思科（Cisco）則認為，AI 時代的競爭關鍵，不在於誰的模型最強，在於誰能掌握運行這些模型的基礎設施。 這家打造了全球網際網路骨幹的網路設備商，正將 AI 從軟體應用層拉進硬體架構的核心，試圖成為企業 AI 時代不可或缺的「水電瓦斯」供應商。 從賣設備到賣 AI 運行能力 過去三十年，思科靠著網路交換器、路由器與企業網路設備稱霸市場，但傳統網路市場的成長早已趨緩，庫存消化壓力與競爭加劇，讓華爾街持續關注思科能否找到新的成長引擎。AI 正是思科押注的武器，但它選擇的切入點與多數科技公司截然不同。 執行長 Chuck Robbins 將 AI 視為堪比網際網路崛起的世代性機會，當年思科正是靠著網路基礎設施的爆發成長，躋身全球最有價值企業之列。這次思科的策略是，將 AI 視為企業基礎設施的核心組成，而非單一應用或附加功能。 簡單來說，思科認為即使企業採用了最先進的 AI 模型，若底層網路、協作工具與資安架構跟不上，這些模型也只會淪為跑不動的軟體。 這個判斷背後的技術邏輯是，AI 工作負載對網路的需求與傳統企業應用完全不同。模型訓練與推論需要在 GPU、儲存系統與終端設備之間高速搬運海量資料，任何網路壅塞、封包遺失或安全漏洞，在傳統環境中或許還能容忍，但在 AI 運算中都可能成為致命瓶頸。思科的新產品線正是針對這些挑戰而設計，從專用晶片、智慧流量管理到以 AI 強化的資安機制，全面重構企業 AI 的運行基礎。 網路、協作與安全的三軸整合 思科的 AI 布局橫跨三大領域，包括網路基礎設施、協作設備與資安架構。在網路層，思科推出專為 AI 工作負載優化的交換與路由平台。傳統資料中心網路主要處理「南北向」流量，也就是使用者與伺服器之間的資料傳輸；但 AI 工作負載會產生大量「東西向」流量，因為 GPU 在訓練與推論過程中需要頻繁互相溝通。 思科的新基礎設施產品以更高頻寬、更低延遲的架構來因應這種流量模式，並導入智慧負載平衡，能動態適應 AI 流量難以預測的特性。值得注意的是，思科力推以乙太網路（目前最普遍的電腦區域網路技術）為基礎的 AI 網路方案，直接挑戰 NVIDIA 專有 InfiniBand 技術，賭的是企業會偏好開放標準帶來的彈性與成本優勢。 在協作設備上，思科將 AI 功能整合進協作設備與雲端服務，讓會議室與工作空間從被動工具變成主動參與者。簡單來說，以前工作空間裡的這些設備像錄影機，需要人類主動按下錄製才得以啟動；現在它們更像一個「AI 助理」，會主動觀察、理解、並提供服務，不需要人類一步步下指令。 […]

【科技早餐】AI 走進戰場：OpenAI 與五角大廈合作引發爭議

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊AI 與軍事合作升溫，OpenAI 與政府角色再被討論 OpenAI 執行長 Sam Altman 在公司全體員工會議中表示，OpenAI 已與美國國防部建立新的人工智慧技術合作，但實際在軍事行動中如何使用相關模型，並不是由公司決定，而是由政府與軍方掌握操作決策。Altman 指出，OpenAI 的角色主要是提供技術建議與安全機制，包括哪些模型適合特定用途，以及如何建立防護措施以降低技術濫用風險。 這項合作宣布的時間點也格外敏感。公告發布前不久，美國與以色列對伊朗展開軍事行動，使 AI 在戰爭中的角色再度受到關注。OpenAI 表示，新協議將遵守包括《美國憲法第四修正案》在內的法律原則，並禁止 AI 用於蓄意的國內監控。隨著 AI 技術逐漸進入國防體系，科技公司與國家權力之間的界線，也成為新的討論焦點。 ＊科技業員工連署反對軍事 AI，Google 與 OpenAI 面臨壓力 美國政府近期將 AI 公司 Anthropic 列為「供應鏈風險」，並限制相關政府單位使用其模型，引發科技業內部反彈。來自 Google 與 OpenAI 的員工發起公開信，要求公司明確劃定與軍方合作的界線。其中一封題為「We Will Not Be Divided」的公開信，連署人數已接近 900 人，包括約 800 名 Google 員工與近百名 OpenAI 員工。 公開信指出，Anthropic 遭到限制的原因之一，是該公司拒絕讓 AI 技術用於大規模監控或全自動武器系統。另一方面，Google 也傳出正與五角大廈磋商，可能將 Gemini 模型導入機密系統。Google […]

Gemini 將進駐「健康存摺」App！Google 台灣總經理點台灣最迫切挑戰

AI 時代來臨，什麼是台灣目前最迫切、又能用 AI 技術協助解決的社會挑戰？Google 認為是 AI 醫療。Google 台灣今（4 日）舉辦在台 20 週年交流會，宣布在台灣佈局的下一章為 AI 醫療健康，同時宣告與衛生福利部健保署合作，將在今年 3 月於千萬台灣人使用的「健康存摺」App 中，推出由 Gemini 驅動的衛教助理，並在使用者明確授權同意的前提下，根據臨床實證提供個人化的健康建議。 Google 台灣總經理林雅芳表示，Google 希望將資源投入在解決當前最迫切、最重要的需求上，而台灣已經邁入超高齡社會，伴隨高齡化而來的是慢性病對民眾健康的威脅越來越大，成為亟需處理的課題。她也強調，面對這些醫療與健康照護的挑戰，光靠寫程式是沒有辦法解決的，而是要結合「Team Taiwan」（台灣團隊）的力量，將有溫度的照護和最先進的 AI 技術相連，才能有效應對。 根據衛福部統計，慢性病是目前台灣影響人口最多的疾病，目前台灣面臨三高（高血糖、高血壓、高血脂）威脅的民眾高達 850 萬人，也因此衛福部與 Google 的合作即從慢性病切入。 健保署提供給醫師的「大家醫計畫」已在全台 2 萬間診所導入「糖尿病 AI 模型」，透過去識別化的聚合數據，為病患進行風險分級，協助醫師及早介入治療。Google 表示，單一病例的評估時間從 20 分鐘縮短至 25 秒，而原本需要 40 位專家投入三週才能完成兩萬人規模的篩檢，如今透過 AI 僅需 1 小時 24 分鐘。 這套風險分級機制不僅提供給醫師在家醫大平台作為看診參考，更將在使用者明確授權同意的前提下，根據使用者的就醫紀錄與健康數據、結合專業的臨床指引，直接在健保 APP「健康存摺」中生成民眾專屬的個人化 AI 衛教摘要與衛教師的叮嚀，讓民眾能隨時掌握自身的健康風險與照護重點。衛福部部長石崇良表示，這項 AI 框架不會僅限於糖尿病，下一步會擴及到高血壓、高血脂以及慢性腎臟病等其他重大慢性病。 除此之外，Google.org 提供了 […]

Agentic AI 與 Physical AI 如何加速高科技製造業的自主革命？聯發科技、群聯電子、NVIDIA 等專家解密關鍵趨勢應用

2026 年，製造業正站在「自主革命」的轉捩點。隨著「+USA」全球供應鏈重組、勞動力缺口擴大，以及 AI 代理與物理 AI 的加速成熟，製造業的角色正發生根本性轉變，重塑「超自動化」工廠的樣貌。對於位居全球供應鏈中樞的新竹高科技製造業而言，挑戰更不僅在於技術導入，更在於如何建立一支 AI 混合勞動力，以應對日益嚴峻的勞動力缺口與全球化競爭。 TechOrange 科技報橘與 Cake 在 2/7 聯合舉辦「高科技製造 AI 人才論壇暨 Workshop」，為包括半導體、光電、電子零組件等新竹高科技製造業技術人才解析 AI 代理與物理 AI 如何成為推動這場自主革命的雙引擎，並探討高科技製造業當前最需要什麼樣的 AI 人才。 從自動化走向自主化的製造革命 聯發科技企業策略與前瞻技術資深處長梁伯嵩表示，AI 運算的七層架構涵蓋實體層、連結層、神經網路層、情境層、代理層，還有協調層和應用層。而在 AI 進展上，大致可歸納為三個時期，第一階段是「訓練時期運算」，開發者聚焦如何訓練 AI 提升性能；第二階段是「推理時期運算」，發展重點是利用 AI 有效率地進行推理、以知識蒸餾技術訓練 AI 模型；第三階段是「Agentic AI 與 Physical AI」，在企業追求極致算力的情況下，形成一個關鍵趨勢 —— 讓 AI 發揮超越單一 LLM 模型的能力。在提供 AI 算力上，「影響較大的是底端的實體層（Physical Layer），包括半導體晶片和各種不同硬體裝置，以及連接層（Link Layer），將這些運算力連接在一起進行 AI 運算。然後在整體 AI 算力設計上，不只看單顆晶片性能，更需要針對整個 AI 系統做最佳化，優化的範圍包含個機櫃（Rack-Scale）甚至是整個資料中心（Data Center）。 […]

高通同步卡位機器人、AI 穿戴與 6G，CEO 直言兩年內機器人將創造更大機遇

當市場還習慣把高通（Qualcomm）視為一家手機晶片公司，高通執行長 Cristiano Amon 近日在 MWC（世界行動通訊大會）釋出明確的轉向訊號：高通正在把布局重心，同步延伸到機器人、AI 穿戴與 6G。 機器人將在兩年內實現規模化發展、創造更大的機遇 Cristiano Amon 在 MWC 表示：「我認為機器人技術將在未來兩年內開始實現規模化發展，兩年內這將是一個更大的機遇。」目前的機器人應用種類繁多，涵蓋從工業用途的機械手臂，到特斯拉（Tesla）與眾多中國企業正在積極開發的人形機器人。 為了把握機器人領域的龐大商機，高通今年 1 月已在 Dragonwing 品牌下推出一款為機器人設計的處理器，目標是打造可運行於多種機器人平台的晶片，做法與高通過去在智慧手機市場推動 Snapdragon 的模式相似。 同時，市場對機器人領域的經濟規模有極高的預測，像麥肯錫預估通用型機器人市場在 2040 年將達到 3,700 億美元，RBC 資本市場（RBC Capital Markets）的分析師更預測，到了 2050 年，全球人形機器人的總潛在市場將高達 9 兆美元。 Cristiano Amon 也指出，實體 AI 的進展正讓機器人變得更有用，他進一步強調：「人們曾說，單是機器人技術本身的市場規模就可能是一個高達兆元美元的機遇，現實情況是，我們現在看到因為實體 AI 的出現，機器人已經變得有用了許多。」 高通推出 Snapdragon Wear Elite 晶片，瞄準 AI 穿戴裝置 在裝置端，高通也同步推出 Snapdragon Wear Elite 晶片。高通將 Snapdragon Wear Elite 定義為「手腕以上（Wrist […]

穩定幣與 AI 代理人時代來了：海耶克科技共同創辦人暨商務長溫宏駿談 AI × Web3 金融如何重塑信任、所有權與責任？

當穩定幣不再只是加密圈或跨境支付的工具，而是開始與 AI 逐步融合，Web3 金融的競爭將被推進到全新的制度層級。本集《全新一週》主題為海耶克科技共同創辦人暨商務長溫宏駿，在科技報橘主辦的「科技風暴金融高峰論壇」的演講精華，這場演講以「AI × Web3 金融如何重塑信任、所有權與責任」為題，逐步剖析 AI 與 Web3 金融合流的框架，以及對信任、所有權與責任帶來的具體影響。 温宏駿分享，近期有不少關於 AI 與穩定幣的文章，最後往往都會引用一本 1997 年出版的《主權個人》。當時 AI 這個詞還未出現，但書裡談的「互聯網」其實已經預告今日 AI 的發展方向：當資訊技術持續推進，權力會從國家往個人移動，個人也更有能力守住自己的財富與隱私。因此，他認為當 AI 與 Web3 金融合流，金融秩序最先被撼動的會是「信任」。 信任如何被重塑？從「國家」走向「可編程的全球網路」 溫宏駿指出，穩定幣的出現，實質上已對「國家與貨幣主權的信任」帶來挑戰。他引用《主權個人》的觀點解釋：當資本的流速超過政府的威懾能力時，貨幣便不再具有政治性，而會成為一種進化產物。因此，穩定幣之所以關鍵，就在於它能「跳過國家主權」，不必「拿牌照」，並以「可編程化的代幣」形式在區塊鏈網路上運作。 沿著這個邏輯，溫宏駿進一步把問題推向「信任由誰來判斷」？他以出國支付與兌換為例，說明當資金流速大於政府能力時，消費者自然會在網路上選擇最有效率、最方便兌換的方式。雖然現階段多以美元為核心，但未來是否仍然如此，仍充滿不確定性。 更關鍵的是，未來的判斷可能不再仰賴個人主觀，而是改由「AI 幫你判斷」，甚至把「個人主權下放給 AI」，讓 AI 去尋找更好的交換與貨幣流通方式。在他看來，貨幣正在從「由國家擔保發行」的傳統印象，走向一種能與互聯網及 AI 交互的媒介。 在這樣的轉向之下，溫宏駿認為金融機構正是「信任被重新分配」最明顯的實例，因為穩定幣帶來的影響正在改變商業轉帳的底層邏輯，讓過去依賴「中間化的傳統轉帳網路」與「由國家發牌照的帳本信任體系」，如今正逐步過渡到「區塊鏈網路」上新生成的信任體系。 溫宏駿描述，信任轉移的方向是人們會愈來愈信任由「全球人類共同維護」的區塊鏈轉帳網路；相較之下，傳統網路因碎片化、不可編程、難以 7×24 運作，也無法與 AI 協作，開始跟不上時代。因此，他特別提到紐約證券交易所這一類大型機構下定決心發行原生性代幣，就是為了在未來能與機器和 AI 協作，而當信任從國家與中介網路往可編程的全球網路移動，他認為下一個被改寫的，就是「所有權」。 所有權如何被改寫？從「人下單」走向「代理人下單」，並透過區塊鏈授權與結算 溫宏駿指出，我們現在以為很多所有權掌握在自己手上，但接下來「所有權會交給你的 AI Agent」。他認為，既然信任已開始轉移，下一步自然就是所有權的轉移，但這件事必須建立在可被信任的體系之上，指向的正是區塊鏈技術。因此，為了讓 AI 真正接手自動化操作，科技公司正重新編織新協議，讓新的互聯網與區塊鏈體系能與 AI 相容，並在區塊鏈的轉帳或清算網路上互動。 沿著這條路徑，對比傳統金融商務與代理人商務，支付主體將從人轉向各種 AI Agent。例如，使用者只要告訴 AI Agent「幫我買這本書」，AI […]

數位基礎設施進入戰時模式：AWS 機房首遭戰火波及，雲端、銀行與資安體系同步受考驗

美國與以色列對伊朗發動聯合攻擊後，戰火不只在實體世界延燒，也迅速蔓延到網路空間。《Reuters》指出，伊朗境內同步出現一波網路行動，除了多個新聞網站遭駭客入侵，下載量超過 500 萬次的宗教日曆 App「BadeSaba」也遭駭入，更被植入「現在是清算的時候了（It’s time for reckoning）」等訊息，號召武裝部隊放下武器、加入平民。 此外，《Reuters》引述資安專家說法，指出隨著伊朗評估後續回應選項，駭客行動主義者（hacktivist）對以色列與美國相關的軍事、商業或平民目標發動網路攻擊的可能性正在急遽上升。 《Nextgov/FCW》進一步引述 CrowdStrike、Google Threat Intelligence Group 與 Recorded Future 的說法，指出德黑蘭相關駭客正在加強數位偵察，接下來可能進一步鎖定美國關鍵基礎設施。不過，報導也提醒，目前不少攻擊宣稱仍偏向「聲明導向」，Google 首席分析師 John Hultquist 就表示，企業固然應提高警覺，但伊朗駭客過去也常誇大甚至捏造攻擊成果，因此外界對這些宣稱仍應保留判斷。 這次衝突帶來的風險，不只停留在網路攻防層面。隨著情勢升高，包括雲端、通訊、金融與政府系統在內的數位基礎設施，也正同步成為新的攻擊面，而這樣的變化，也讓商業雲端資料中心首度以更直接的方式，被納入現代衝突的攻擊半徑中。 AWS 中東機房遇襲，商業雲端基礎設施首度被戰火波及 《DefenseScoop》報導，因中東地區軍事行動加劇，AWS 在該地區的 3 座資料中心遭無人機攻擊波及，其中阿拉伯聯合大公國（UAE）的 2 座設施更被無人機「直接擊中」，而巴林 1 座主要設施則因附近無人機爆炸，導致基礎設施受到物理衝擊。分析師指出，這起事件可能是美國企業營運的超大型資料中心，首次在實戰中遭到戰火攻擊的案例。 事件發生後，《DefenseScoop》指出，AWS 隨即要求在中東運行工作負載且面臨中斷的客戶，啟動災難復原計畫，並將數位資產與服務遷移到其他地區。《DefenseScoop》也引述 AWS 過往資料表示，這起攻擊影響深遠，因為巴林自 2019 年起已將約 85% 的政府資料遷移至 AWS 巴林區域，而阿拉伯聯合大公國的 AWS 資料中心也承載著當地的政府、金融與物流部門的工作負載。 AWS 備援機制遇上戰火，雲端韌性面臨極限考驗 這起事件之所以引發高度關注，不只是因為 AWS 機房首度在戰事中受波及，也因為它進一步暴露出雲端架構面對物理攻擊時的限制。「這些打擊造成結構性損壞、中斷基礎設施的電力供應，部分情況下還因必須進行滅火作業而導致了額外的水損，」AWS 表示，針對這樣的情況，建議在中東使用其伺服器的客戶，將運算與線上流量轉移到其他區域。 儘管 AWS 的每個區域（Region）至少由三個可用區域組成，彼此不僅保持實體分隔，還具備冗餘的水、電、電信與網路連線。然而，這些包含警衛、圍欄與監視器的實體安全設計，原本主要是為了防範入侵者，而不是防禦飛彈或無人機攻擊。聖母大學 IT 教授 […]

要取代微軟 GitHub？OpenAI 傳正在開發自己的程式碼庫

AI 巨頭 OpenAI 的產品版圖可能再次擴張，而這次目標直指合作夥伴微軟的重要服務。外媒報導，OpenAI 正在開發一套新的程式碼庫（code repository），目標是降低對微軟 GitHub 的依賴，甚至可能成為開發者與 AI 代理共同協作的新平台。 根據《The Information》報導，這個專案仍處於早期階段，短期內不會推出，但 OpenAI 內部已經開始討論未來是否對外銷售這項服務。如果成真，這將使 OpenAI 與其最大投資者之一的微軟出現更直接的產品競爭。 GitHub 服務中斷頻繁，成自建平台導火線 OpenAI 啟動這項計畫的一個重要原因，是近期 GitHub 服務中斷次數增加。知情人士透露，OpenAI 工程師與其他企業客戶一樣，近幾個月頻繁遭遇 GitHub 當機，導致程式碼無法更新或團隊協作受阻。這些故障時間從幾分鐘到數小時不等，對開發流程造成干擾。 GitHub 官方也曾承認平台穩定性仍需改善。例如今年 2 月的一起事故，GitHub 服務因 Azure 底層系統問題中斷長達 4 小時；另一場約 3 小時的故障則與服務配置變更有關。事後 GitHub 在事故報告中坦言，目前平台的可用性尚未達到預期標準。 隨著 AI 開發節奏越來越快，這類中斷對大型工程團隊而言，影響也越來越大。 若開放給客戶使用，OpenAI 將直接與微軟競爭 知情人士指出，OpenAI 目前仍未決定這套類似 GitHub 的產品是否會對外推出，也可能僅供內部工程團隊使用。但 OpenAI 內部已討論過另一種可能：將這套程式碼庫與其 AI 寫程式代理（coding agents）整合，並作為新產品提供給開發者。 《The Information》指出，如果這項構想落地，開發者將能在同一平台上同時與 AI […]

Anthropic Claude 模型搭配 AWS 雲端服務，如何助行銷、軟體服務等產業實際落地 AI 應用？

生成式 AI 已成為近年企業數位轉型的重要推力。從客服自動化、內部知識管理，到行銷內容生成與流程優化，各類應用場景不斷浮現。然而，在實務層面，許多企業的 AI 導入仍停留在概念驗證（PoC）階段，距離成為穩定且可規模化的營運工具，仍存在明顯落差。 博弘雲端台灣香港事業中心副總經理陳亭竹指出，企業真正需要的並非單一模型，而是一套能與既有系統、流程與人員自然融合的 AI 使用方式。結合博弘雲端在 Amazon Web Services（AWS） 雲端技術的經驗，選用 Anthropic Claude (powered by Anthropic，下簡稱 Claude) 的頂尖模型，企業無需自行維運模型環境，也不必重新打造整套系統，讓 AI 能低門檻地走進日常工作流程。 從技術展示到營運工具，企業 AI 導入的三大現實門檻 首先，AI 應用難以與既有系統與流程整合。即便模型本身具備先天條件優勢，若無法與企業內部的資料來源、作業流程與決策節點順利串接，最終仍只能停留在輔助工具的角色。 其次，資安與合規問題成為 AI 擴大應用的主要顧慮。資料存放位置、模型存取權限與法規遵循，往往直接影響企業是否敢於將 AI 納入核心流程。 第三，當應用規模擴大後，維運成本與投資報酬率的不確定性，容易使原本具潛力的 AI 專案難以持續推進。這些問題，使得企業逐漸意識到，生成式 AI 落地的關鍵不在於「能不能做」，而在於「能不能長期用」。 有鑑於博弘雲端觀察到實務現況，因此成為 Anthropic 經銷合作夥伴，讓企業能解決 AI 應用落地的挑戰。搭配 AWS 雲端服務，整合 AI 解決方案，根據應用情境自由隨選 AI 模型，逐步邁向 AI 應用規模化。 Anthropic Claude 與 AWS，構建企業生成式 AI 落地關鍵 […]

科技創業者進軍日本國會：35 歲工程師如何帶領 Team Mirai 靠 AI 敘事狂掃三百萬張選票？

隨著人工智慧逐漸從產業議題進入公共治理領域，日本政壇近期出現一個引人注目的新現象：由工程師與科技從業者組成的政黨，正試圖以 AI 作為核心政治敘事進入國會體系。 由軟體工程師安野貴博領導的新政黨「未來團隊」（Team Mirai），在最新一輪日本眾議院選舉中取得突破，也讓科技治理首次成為選舉動員的重要主軸。 科技創業者進軍國會，AI 成為政治主軸 35 歲的軟體工程師兼國會議員安野貴博，在日本政治圈顯得格外醒目。綁著馬尾辮、穿著印有電腦程式碼的黑色 T 恤與靛藍色西裝的他，與日本政壇長期保守的形象形成鮮明對比。 安野領導的未來團隊是一個由科技從業者創立的政黨，主張透過人工智慧與數位化技術提升政府效率與治理能力。在之前舉行的日本全國大選中，這個成立不久的政黨取得出乎意料的成果。 該黨此次共推出 14 名候選人，原本設定的選舉目標是贏得至少 5 個席位，但最終透過比例代表制選區拿下 11 席，在擁有 465 個席位的日本眾議院中取得一席之地。出口民調顯示，未來團隊獲得超過 300 萬張選票，占總票數約 7%，並在四、五十歲的城市選民中表現尤為突出。 對於一個僅有約 2,600 名註冊成員的新政黨而言，這樣的成果相當罕見，其快速崛起甚至在網路上引發陰謀論，有人聲稱這些工程師可能涉及中國的影響力行動。不過政治分析人士認為，該黨之所以能迅速獲得支持，很大程度來自其以科技為核心的治理敘事。 安野在東京辦公室接受訪問時表示，人工智慧的影響力將像火一樣改變社會。在競選期間，他也透過社群媒體與街頭演講與選民互動，逐漸在年輕族群中累積支持。 AI 作為治理工具：效率、透明與勞動力解方 未來團隊將人工智慧視為提升政府治理能力的重要工具。其政見包括導入政府聊天機器人、自動駕駛巴士，以及建立更透明的資料系統，以加快政策制定與行政流程。 該黨領導者認為，科技可以讓原本緩慢的政治體系變得更有效率，同時協助解決日本長期存在的結構問題，例如行政效率低落、政治資金透明度不足，以及日益嚴重的勞動力短缺。 在競選期間，該黨部署了一個聊天機器人，用於解釋政策內容並收集民眾意見。根據公布的數據，該機器人已回答近 39,000 個問題，並收到約 6,200 條政策建議。 候選人也提出多項以科技回應民生問題的政策，例如為有子女的家庭減稅、推動無人駕駛公車，以及增加科學研究投資。該黨同時主張降低社會保險費，並增加對人工智慧等成長產業的投資，試圖將科技發展與經濟政策結合。 其領導者表示，如果人工智慧能夠提升政府效率並節省行政成本，這些資源可以用於減輕勞工家庭在退休金與醫療保健上的負擔。 理性技術路線 vs. 傳統政治結構 與許多日本政黨不同，未來團隊刻意淡化傳統左右政治立場，而是強調以問題解決為導向的技術治理思維。 政治顧問公司 Japan Foresight 創辦人 Tobias Harris 指出，該黨在部分政策議題上甚至採取與主流輿論相反的立場；例如，在其他政黨普遍主張降低或暫停消費稅的情況下，未來團隊採取較為謹慎的態度。 安野表示，如果透過減稅刺激需求，可能進一步推升通貨膨脹，因此倉促減稅存在風險。他在日本公共電視 NHK 節目中表示，該黨是少數明確反對削減消費稅的政黨之一，這也讓部分不支持減稅政策的選民將其視為新的選擇。 不過，工程師背景的議員在國會體系中也面臨現實挑戰。新當選議員古川葵表示，日本政治體系仍保留大量紙本文件與傳統行政流程，「這裡文件太多了」。 日本官僚體系長期以保守著稱，甚至仍大量使用傳真機與紙本資料，一些議會會議室也禁止使用筆記型電腦與平板電腦。對於習慣數位化工作的工程師而言，這樣的制度環境顯然形成摩擦。 […]

【網購入口變成 AI】電子郵件成為潛力數據金礦，三層架構升級 AI 行銷

根據 Zeta Global 的一項調查，多數消費者在去年假期購物季曾嘗試以 AI 協助挑選禮物，但實際體驗卻比自己搜尋還要繁瑣。使用者需要反覆輸入收禮者年齡、興趣、預算與偏好品牌，經過多輪提示後，推薦結果才逐漸貼近需求。這種高度仰賴人工引導的流程，揭示了當前 AI 商務仍存在明顯的個人化落差。 這個落差的根源，在於資料脈絡的不足。當前多數 AI 購物助手所掌握的資訊仍停留在即時搜尋或公開商品資料層面，缺乏對消費者長期行為軌跡的理解。真正完整且結構化的消費歷史，其實沉睡在一個被低估的場域：電子郵件信箱。 AI 購物時代下，電子信箱是最具潛力的資料庫 電子郵件儲存了豐富且未被開發的商務數據，包含線上交易的電子收據，詳細記錄購買時間、品項、價格與品牌。這些資料揭示了清晰的季節性消費模式，例如特定消費者會於每年固定在冬季添購戶外裝備，或在特定節慶購買同一品牌禮盒。 從長期訂閱的促銷信件中，也能辨識出品牌親和力與價格敏感度。更進一步，信箱中的往來郵件還能勾勒出一種社交圖譜，呈現與親友之間的互動關係，為禮物推薦提供情境線索。相較於社群媒體或即時通訊工具，電子郵件在購買紀錄與優惠資訊的完整度上更具優勢，也更具歷史深度。 科技巨頭已意識到這一點。Google 近年嘗試透過商家促銷內容強化推薦精準度，並進一步推出整合 Gmail、YouTube 與搜尋紀錄的個人化 AI 服務，藉由龐大的第一方資料打造更深入的消費者輪廓。 想應用 AI 做好電子郵件行銷，具體該怎麼做？ 若 AI 商務要真正降低使用門檻，品牌必須重構對價格資料的理解和運用。價格並非單一數據，而有三個層次。公開價格是第一層，這是搜尋引擎與電商平台最容易取得的資訊。而真正形成競爭優勢的，是會員專屬優惠與個人化定價所構成的第二層與第三層價格空間。這包括訂閱電子報後才能取得的折扣、忠誠點數的折抵機制、分眾發送的專屬優惠碼，以及根據消費歷史動態生成的個人化優惠。 過去，許多品牌在電子郵件行銷上導入 AI，將其用在主旨優化、寄送時間預測或文案自動生成上，這些應用確實能提升操作效率與改善開信率，但若缺乏對消費者需求的理解，往往導致退訂率上升與營收停滯。真正成熟的 AI 應用，應建立在預測模型之上，透過購買紀錄、瀏覽軌跡與互動頻率推算需求節點，讓內容與時機自然對齊。 例如，當系統觀察到消費者近期購買越野跑鞋，並曾於過去秋冬季節選購防水裝備，同時訂閱戶外品牌促銷信件，AI 便可在氣候轉變前推送防水外套與會員專屬折扣。這種情境式建議具有高度相關性，推薦邏輯建立在真實行為證據之上，使用者無需多次提示，系統就能推演出合理需求。 《Entrepreneur》報導指出，運用預測分析所產生的個人化商品推薦，平均可提升約 22.66% 的轉化率。這項數據背後的意義，在於推薦機制從「廣泛曝光」轉向「精準配對」。品牌透過電子郵件累積的第一方資料進行模型訓練，並持續以開信、點擊與購買回饋優化預測邏輯，電子郵件便成為 AI 學習與調校的重要迴路，每一次互動都在強化系統對個體需求的理解。 然而，資料與演算法的強化並不意味著人性元素可以被忽略。成功的 AI 電子郵件策略，仍需由行銷團隊提供語境理解與品牌語調，並將客戶服務回饋、用戶訪談與情緒洞察納入訓練基礎。AI 成為分析與預測的輔助者，人類負責價值主張與信任建構，兩者結合才能避免過度自動化帶來的疏離感。 ＊本文開放合作夥伴轉載，參考資料：Zeta Global、《CMSWire》、《Entrepreneur》，首圖來源：Unsplash （責任編輯：廖紹伶）

2026 年 AI 行銷關鍵趨勢：為 GEO 提供具象內容，過濾 AI 垃圾強調人類價值

包含生成式引擎最佳化（GEO）與隱私優先資料策略在內，眾多網路行銷專家紛紛為 2026 年的網路行銷手法，給出獨特且創新的洞見，十分適合企業行銷人員積極參考。

【科技早餐】中東戰火延燒、能源價格暴漲 38%：全球科技硬體恐迎來新一波漲價潮

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊ 中東戰火延燒，能源價格暴漲 38%，可能引發科技硬體新一波漲價潮 《The Guardian》報導，受到美國、以色列與伊朗的衝突升溫影響，荷姆茲海峽面臨封鎖危機，導致歐洲基準天然氣價格單日暴漲 38%，原油價格也應聲跳漲超過 8%。 全球知名的能源及航運數據分析平台《Kpler 能源分析網》指出，這場能源海嘯正在迅速蔓延到科技業，不僅推高晶片製造與資料中心的電力成本，更因為貨運繞道而導致物流延誤。專家預估，若局勢不見緩和，今年下半年出貨的伺服器與電子產品，都將面臨 15% 以上的調漲壓力，讓全球科技供應鏈進入高度的警戒狀態。 ＊ MWC 2026 登場，啟動 6G 通訊新元年，邁向 Agentic AI 時代 世界行動通訊大會 MWC 2026，3 月 2 號在西班牙巴塞隆納揭開序幕，今年核心主題是 The IQ Era「智慧新紀元」，象徵通訊產業正式邁入人工智慧全面滲透的新階段。《Counterpoint Research》指出，MWC 2026 標誌著 AI 已經從「應用層」正式走向「系統整合層」，並與聯網技術深度融合，進入真正的「IQ Era」。 邁入第 20 週年的 MWC，這次受到矚目的重點是 6G 通訊正從概念邁入原型驗證，整合低軌衛星、高空平台、地面蜂巢網路，建構出全球立體覆蓋的一體化網路。與此同時，由於通訊技術的演進也加速 AI 的全面滲透，行動通訊產業將從終端裝置的邊緣 AI 走向代理 AI，重塑整個產業版圖。 研究報告也指出，6G 預計在 2030 年前後開始商業部署，到 2040 年全球連接數可能達到 […]

AI 正在重寫軍事情資規則：當工程師能自製準情報系統、中國企業能追蹤美軍部署

一般大眾接觸到的戰爭訊息，過去常被濃縮成幾張衛星照、幾段模糊影片，真正的情資多半仍鎖在軍方、情報圈與昂貴系統裡，但在美國與以色列對伊朗發動「史詩之怒」行動（Operation Epic Fury）前後，一連串案例把同一件事推到檯面上：AI 與商用衛星影像技術的深度結合，正以前所未有的速度打開軍事情報的大門，讓戰略情資變得更易取得與解讀。 AI 助攻，工程師單槍匹馬打造間諜衛星模擬器 在這場衝突爆發時，Google 前產品經理 Bilawal Sidhu 運用了 Gemini 3.1、Claude 4.6 與 Codex 5.3 模型打造了多個 AI 代理，在一個週末自製出一套名為 WorldView、可在瀏覽器開啟的間諜衛星模擬器。Sidhu 稱，他不需要機密資料授權，卻能用「情報分析員」的視角觀看世界。 他把 Google 的 Photorealistic 3D Tiles 疊上多種即時資料源與視覺化效果：包含 OpenSky Network 的即時航班位置、ADS-B Exchange 的軍機追蹤訊號、CelesTrak 的衛星軌道資料、OpenStreetMap 的城市車流，以及可被定位並投影到 3D 城市模型上的公共 CCTV 影像。再加上夜視、FLIR 熱成像、CRT 掃描線等「軍規顯示語言」的 shader，讓公開資料披上近似機構情資系統的視覺外衣。 God's eye view 24-hour replay of Operation Epic Fury. The Iran strikes […]

Amazon 為何收掉 Blue Jay？從單體走向模組化，揭倉儲自動化的下一個決勝點

Amazon 在去年高調亮相倉儲機器人 Blue Jay，卻在幾個月後悄悄按下停止鍵。這套原本瞄準同日送達（same-day delivery）倉庫的多機械臂系統，自 2025 年 10 月對外發表後，已經在 2026 年 1 月停止運作。 《Business Insider》指出，Blue Jay 系統僅用約一年多的時間便完成開發並投入部署，速度遠比 Robin、Sparrow 等較早期的機器人系統快上許多，也因此，Blue Jay 一度被視為 Amazon same-day 倉儲自動化的重要新嘗試。 Amazon 當時表示，Blue Jay 主要是利用 AI 技術的進展來加快訓練與部署，並透過多支機械臂的設計，能夠一次觸及並搬運多個商品，最初預計能處理 Amazon 倉儲站點中約 75% 的庫存商品，且設計初衷也考量到員工安全，目的是在減少因伸手、搬抬等重複性體力勞動所造成的肌肉拉傷。 知情人士指出，Blue Jay 最後被按下暫停鍵，主要原因包括高昂的成本、製造過程複雜，以及在導入實施上所面臨的挑戰。報導也提到，許多原本參與 Blue Jay 專案的員工，後來被重新分派到其他的機器人計畫中。 Amazon 並未放棄 Blue Jay 的底層技術，而是轉做其他自動化計畫 Amazon 發言人 Terrence Clark 表示，Blue Jay 的核心技術將會被延續到公司的其他倉儲計畫中。他指出：「我們總是在嘗試新方法來改善客戶體驗，並讓員工的工作更安全、更高效且更具參與感，這次的情況，我們實際上是在加速使用為 Blue Jay 開發的底層技術，且幾乎所有的技術都會被沿用，繼續支援我們整個網路中的員工」。 […]

台灣正處於發展超自動化工廠的關鍵時刻，直擊達梭、帆軟、思科、洛克威爾開啟產線超自動化新戰略

面對人口老化導致的勞動力短缺，以及地緣政治打破過去五十年的全球分工體系，全球製造業正急遽向區域製造與安全製造轉型。在 TechOrange 科技報橘今（3/3）日所舉辦的首場「AI 智慧大工廠論壇」中，科技報橘社長戴季全指出「因為全球生產力結構、國家競爭態勢，以及科技創新的實力，讓台灣剛好有一個天時地利人和，適合發展超自動化工廠的關鍵時刻。」台灣憑藉高階晶片實力與緊密的台美合作優勢，將迎來推動產業升級的歷史轉折點。 在全球佈局回歸在地生產的浪潮下，製造業的競爭核心已不再是設備更新，而是如何將這份地緣優勢轉化為實際的技術部署。當 AI Agent 的應用範疇從軟體跨足硬體，企業如何建構整合機器人技術與數位孿生的「超自動化」原生工廠？決策者又如何打造智慧製造團隊，搶佔下一波全球產業升級的領先位置？ 達梭系統：數位孿生與 AI 助理實現數據連續性 「今年我們將迎來 AI 的落地年，看見 AI 廣泛應用在不同的領域，」達梭系統台灣戰略客戶銷售總監張銘輝分享，達梭系統已於今年宣布與 NVIDIA 展開策略合作，共同建置 AI 工廠與智慧工廠。這項合作結合雙方在數位孿生與圖形算力的優勢，讓 AI 長出眼睛跟大腦，真正讀懂具備科學驗證的模擬數據與實務經驗，進而在虛擬環境中自主學習。 張銘輝以達梭建立的 3D 數據平台「3DEXPERIENCE」為例，表示企業在實際工廠建置前，先透過虛擬孿生將物理世界的行為、設備搬至虛擬空間進行模擬，過去耗時的人工排程與規則定義，交由 AI 僅需幾秒即可算出最佳解，讓人類得以專注高價值的決策判斷。達梭系統也進一步推出三位 AI 專業助手：負責知識資訊型 AI「Ora」、協助工程執行與自動化建模設計 AI「Leo」，以及提供材料與化學驗證 AI「Meria」，透過三款 AI 助理打通設計到製造的數據連續性並消除資訊孤島，不僅省去繁雜的程式編寫，更能在地緣政治導致的供應鏈分散時，找出最佳方案確保生產不斷鏈。 台灣帆軟：資料分級混合架構打破跨國數據孤島 而在全球化佈局的浪潮下，跨國設廠已成為製造業趨勢，但也面臨跨系統、跨部門與跨區域的數據整合挑戰。台灣帆軟客戶經理孫平表示，企業跨國營運時常遭遇海量數據回傳導致的高昂網路成本、各廠區系統資料口徑不一，以及各國法規限制的三大挑戰。 為此，台灣帆軟提出「資料分級混合處理」架構，讓各分廠優先在地端伺服器消化龐大數據，將核心 KPI 指標與必要數據回傳總部，不僅省下跨國傳輸費用，更保留地端資料治理與獨立開發的彈性。同時針對不同管理角色的需求，提供一站式的數據戰情門戶，讓財務端能專注於營收與現金流，工廠端能即時監控機台稼動率與良率。透過這套數據架構，企業將打破數據孤島，建立多地多工廠的智慧轉型與自動化營運基礎。 台灣思科：打造 OT 神經網路，以可視化技術奠定 AI 資安基石 「未來工廠中，會移動的設備都將搭載 AI，而基礎在於底層數據，」思科亞太區工業物聯網產品經理吳竣民指出，AI 轉型成功的關鍵在於掌握工廠數據，然而企業在轉型過程中，常面臨設備數據難以擷取、產線運作缺乏可視化、資安風險累積，以及擔心升級方案導致停產等四大挑戰。 針對數據方面的挑戰，吳竣民首先分享思科的落地實務經驗，以「三階層 OT 神經網路架構」，透過安全設備建構 OT 神經網路，從底層終端設備串聯到上層的工業大腦。針對資安方面，吳竣民表示「資安始於可視化，精準分析封包位置則是成功的關鍵。」思科 Cyber Vision 可視化分析系統能自動偵測並盤點廠內所有 […]

奧特曼罕見發文認錯：OpenAI 如何在軍方大單與公眾信任間走鋼索？

美國國防部與 AI 公司 Anthropic 的合作談判正式破裂後，風波並未平息。OpenAI 隨即介入接手相關合作，但在外界質疑聲浪中，該公司與五角大廈的協議也迅速面臨合法性與公民自由保障的壓力。外界強烈質疑 OpenAI 妥協於軍方的「任何合法用途」條款，若不能妥善解決 AI 被用於大規模國內監控的擔憂，這份協議的前景也岌岌可危。 《AXIOS》報導，OpenAI 正與美國國防部修改 AI 合約內容，新增更明確的條款，以防止其系統被用於對美國人民進行大規模國內監控。OpenAI 執行長奧特曼更罕見在社群平台 X 上發文承認，先前過於倉促推動交易，是一次錯誤判斷。 Anthropic 與五角大廈決裂，OpenAI 火速補位 這場爭議的起點，是五角大廈要求 AI 公司同意允許其技術用於所有合法用途。Anthropic 認為 AI 技術目前尚未發展成熟，因此拒絕簽署未明確排除「大規模國內監控」與「完全自主致命武器」的合約條款，雙方談判破裂。 根據《華爾街日報》報導，美國國防部長 Pete Hegseth 與 Anthropic 執行長 Dario Amodei 在 2 月 24 日的會面中出現明顯裂痕。Hegseth 明確表示，任何私人企業都無權限制軍方使用技術的方式。隨後，五角大廈威脅將 Anthropic 列為「供應鏈風險」，甚至可能依據《國防生產法》強制干預。 就在僵局升高之際，OpenAI 迅速宣布與國防部達成協議，將其模型部署於機密環境之中。奧特曼也表示，OpenAI 最重要的兩項安全原則是禁止在國內大規模監控，以及人對武力使用負有責任，包括對自主武器系統的使用。但這讓人們開始質疑奧特曼說法：五角大廈先前才明確拒絕私人企業限制其技術用途，為什麼會忽然同意 OpenAI 的紅線呢？ 《The Verge》指出，OpenAI 的合約核心仍建立在「符合法律」的前提上。但過去數十年，美國情報機構曾在合法框架下執行大規模監控行動，例如 Edward Snowden 揭露的 PRISM 計畫。法律本身並未明確禁止所有形式的批量資料蒐集。 […]

【DEAT 專欄】當外送、共享機車成為生活標配，治理思維跟得上嗎？

早上趕著上班，打開共享機車 App；中午不想排隊，用外送平台訂餐；下午手機沒電，在捷運站借一顆行動電源；晚上用手機預約了收垃圾服務、也為家中的貓預訂了下周出差時的寵物保母，再透過通訊軟體與朋友對話、確認隔天行程。 這些動作幾乎已經成為習慣。多數城市居民不再特別意識到自己正在「使用平台」，而只是順著生活節奏完成一天的安排。 數位平台正在悄悄改變城市的運作方式。 外送成為日常生活的一部分，共享運具填補公共運輸的空隙，租賃服務讓資源取得更彈性，生活支援與照護平台回應家庭結構轉型後的需求。不同服務彼此交織，使平台逐漸成為城市生活的重要節點。 當依賴程度提高，平台角色自然發生變化。接下來的問題已經不在於服務是好不好用，而是制度是否跟得上這樣的變動。 平台變動愈快，制度挑戰愈明顯 目前多數治理框架，仍以產業分類為基礎，例如交通、電商、內容或通訊，各部會依權責分工管理。這套邏輯在平台功能相對單純的階段運作順暢。 然而，現在的單一平台往往同時涉及媒合交易、即時調度、勞動安排、資料處理與金流機制。服務模式高度混合，跨越多個政策範疇。責任有時交錯，也可能出現模糊地帶。 這種情況反映的是產業演進速度加快。當平台樣態持續整合與變形，制度設計若維持靜態分類思維，協調成本與不確定性便會逐漸升高。 管理方式，需要跟著調整 面對變動快速的數位平台，前端過度細節化的規範，可能影響產品試錯與迭代空間。平台的商業模式與技術架構持續更新，若制度過早鎖定營運細節，產業彈性將受到壓縮。 在這樣的環境中，制度更適合扮演框架設定者與回應機制建立者的角色。透過明確原則、清楚責任邊界與風險底線，再搭配即時檢討與修正機制，治理能維持基本秩序，也保留成長空間。 管理與發展可以並行。當制度與產業節奏更為貼近，市場的不確定性反而下降，創新環境更為穩定。 2026 年，數位治理的第一個考驗 平台跨域整合已成常態，治理思維也需要調整方向。可以逐步從單純的產業分類，轉向使用情境與風險場景導向，例如是否涉及人身安全、是否屬於高頻即時服務、是否集中處理大量資料，都可能成為判斷依據。同時，納入風險分級原則，使不同規模與影響程度的平台承擔相對應責任，有助於提升制度合理性。建立穩定的公私對話與定期檢視機制，也能讓制度具備動態調整能力。 平台經濟已走過高速成長期，逐步進入整合與深化階段。下一個競爭門檻，與信任密切相關。信任來自穩定服務、透明規則與清楚責任，也來自制度是否能提供可預期的運作環境。 當平台高度嵌入日常生活，治理思維的更新將成為 2026 年數位發展的重要課題。 社團法人台灣數位平台經濟協會 社團法人台灣數位平台經濟協會（DEAT）集結了台灣社會關心網路協作與共享經濟發展趨勢的業者、學者、法律專家，致力推動有利創新的商業模式與法規環境、促進社會支持、以及推動本地數位平台與共享新創的蓬勃發展，會員涵蓋共享智慧運輸、外送服務、承攬媒合與資訊平台等領域，服務用戶突破千萬，就業人口達十多萬人，為台灣新經濟與新生活型態的重要推動者。 ＊ 本文經社團法人台灣數位平台經濟協會授權刊登，首圖來源：社團法人台灣數位平台經濟協會。 （責任編輯：李昀蔚）

32 台機器人、產能放大 30 倍：瑞士運動品牌 On 如何靠製程創新重寫製鞋供應鏈？

當多數運動品牌還在依賴亞洲長鏈代工時，瑞士運動品牌 On 已經開始用機器人重寫製鞋流程。On 近日宣布於南韓釜山附近啟用全球第二座 LightSpray 機器人自動化生產工廠，接續歷經四年開發、並於 2025 年 7 月在蘇黎世啟用的首座試點廠。 On 選擇南韓作為第二座工廠的戰略考量，在於當地具備全球領先的機器人與自動化優勢，結合先進的製造基礎設施與品牌在該區既有的合作網路，成為完善自動化生產流程、並驗證瑞士技術能否於全球成功複製的理想環境。 由於業界缺乏機器人量產噴塗鞋面的前例可循，因此 On 自 2024 年首度亮相 LightSpray 技術後，便從零開始建構營運框架，自行開發系統來同步協調多台機器人，並建立專屬的自動化生產品質標準。這些前期準備，也成為 LightSpray 能從蘇黎世試點進一步推向南韓量產的關鍵基礎。 在這座南韓新廠，On 將新增 32 台全自動機器人，相較蘇黎世僅有 4 台機器的配置，新廠房每日最高可生產約 1,000 雙鞋，目標是讓 On 的全球 LightSpray 產能在 2026 年放大 30 倍，也讓這項從實驗走向量產的製程創新，正式邁入規模化部署階段。 On 聯合創辦人 Caspar Coppetti 透露，團隊為此引進其他運動品牌所沒有的各領域專家，讓這套自動化工廠概念未來能像「隨插即用（plug-and-play）」般，在全球不同地點快速複製。 3 分鐘成形、200 道工序濃縮：LightSpray 如何重寫鞋面製造流程？ LightSpray 是 On 獨家研發的創新自動化製鞋技術，透過機器手臂將 1.5 公里的特殊纖維直接噴覆在鞋楦上，只需約 3 分鐘即可製作出極度輕量、堅韌、一體成形且近似襪套式的鞋面。在實際的自動化生產中，機器手臂會先固定住預先備妥、結合鞋底的鞋楦模型，在穩定旋轉中進行噴塗，隨後再交由另一台機器人完成表面處理與上色工作。 此外，LightSpray […]

AI 程式碼引軟體信任危機，Theorem 押注形式化驗證讓抓 Bug 精準又自動化

隨著 AI 重塑軟體開發產業，新創公司 Theorem 選擇透過形式化驗證，讓企業在透過 AI 產生大量程式碼的同時，也能夠去信任程式碼，驗證 AI 生成軟體的正確性。

流量暴增 60%、知名度翻 5 倍！拆解 PODS 與 Kia 如何靠 AI 把數位戶外廣告變精準導購器？

在生成式 AI 與自動化技術快速成熟的推動下，數位戶外廣告（Digital Out-of-Home, DOOH）正迎來新一波成長動能。根據市場研究機構 Mordor Intelligence 的預測，美國戶外廣告市場規模將於 2030 年達到 112.5 億美元，整體市場年複合成長率約為 3.72%，其中數位看板成長速度更為突出，年成長率達 6.2%。智慧互動亭、機場數位螢幕，以及電動車（EV）充電站等新型場域，正成為帶動 DOOH 產業升級的關鍵節點。 告別盲目曝光：AI 讓廣告看板學會「看天氣」 城市基礎設施數位化推動了戶外廣告的革命，《EMarketer》指出，AI 更進一步讓廣告主能即時處理海量數據，隨環境（如天氣、交通）動態調整創意，並透過精準的歸因工具追蹤實體來客與銷售轉化。美國戶外廣告協會（OAAA）總裁兼執行長貝格（Anna Bager）認為，這使戶外廣告跨越了曝光門檻，成為兼具品牌建構與導購成效的媒體平台。 這種「超在地化」能力，正推動 DOOH 從大眾媒體向「情境媒體」轉型。在 AI 加持下，廣告訊息能依據環境即時生成，並透過程式化購買技術精準競價，讓每一筆曝光都具備戰略意義，廣告內容也因此成為與受眾共鳴的即時對話。 搬家公司品牌 PODS 的案例便是最佳實踐。該品牌運用 Google Gemini 打造一面可隨車移動的智慧數位看板，29 小時內行經紐約市 299 個社區，系統根據不同社區特性、即時氣溫、交通狀況與地鐵延誤資訊，自動生成對應標語，總計產出超過 6,000 則高度客製化訊息。 例如在靠近海邊的社區，遇上天氣好的日子，螢幕可能出現鼓勵居民外出享受陽光、將搬家交給 PODS 的幽默文案。這種與場景緊密貼合的創意，讓廣告內容彷彿成為城市對話的一部分。根據品牌數據，該活動在一週內帶動網站訪問量成長 60%，詢價請求增加 33%，創下年度最佳表現，完美詮釋了 AI 如何在兼顧大規模生產的同時，讓溝通精準落地。 AI 即時辨識技術，讓廣告精準投其所好 汽車品牌 Kia 則將其數位戶外廣告鎖定在高意圖場景：電動車充電站。 透過車輛識別技術與智慧廣告系統，Kia 讓充電樁螢幕具備了「看人下菜碟」的本領：當系統辨識出正在充電的是非 Kia 車主，螢幕會主動強攻自家新車款 EV9 的空間與性能優勢，試圖吸引競品車主跳槽；若是自家車主，內容則切換為旗艦升級的感性溝通；而在無車狀態下，則維持播放大眾化的性能形象廣告。 […]

【科技早餐】當高階記憶體被 AI 吸走，IDC：2026 年手機出貨恐降 12.9%

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊IDC 示警：2026 年全球手機出貨恐萎縮 12.9%，記憶體短缺衝擊延續 研究機構 IDC 最新預測，受高階記憶體晶片短缺影響，2026 年全球智慧手機出貨量可能降至約 11 億支，較前一年 12.6 億支下滑 12.9%，幾乎回吐近年累積的成長幅度。IDC 指出，支援 AI 運算所需的高階記憶體需求快速攀升，產能被大量吸收，短缺情況預估將延續至 2027 年相當長一段時間。 DRAM 與 NAND 價格同步上漲，壓縮本就利潤有限的 Android 陣營。部分品牌已調整策略，包括下修硬體規格、減少入門款機型，並引導消費者轉向高階產品以維持毛利。IDC 表示，即便供應逐步回穩，價格結構也不太可能回到 2025 年前水準，平價手機市場的獲利模式正面臨壓力。 ＊NVIDIA：遊戲晶片供應仍吃緊，短缺恐延續至年底 NVIDIA 財務長克瑞斯（Colette Kress）在財報電話會議上表示，全球遊戲晶片供應仍受限制，預期在當前季度與未來幾季持續吃緊。公司指出，遊戲業務需求強勁，但供應改善仍需時間，若情況在年底前緩解，才有機會重新評估年增率表現。 隨著科技業加速擴建 AI 資料中心，高階記憶體與晶片產能優先配置至利潤較高的資料中心產品，使消費性電子供應空間受到擠壓。NVIDIA 晶片廣泛應用於任天堂（Nintendo）Switch 主機，而索尼（Sony）PlayStation 與微軟（Microsoft）Xbox 主機則採用超微（AMD）硬體。TrendForce 預測，2026 年遊戲主機市場將下滑 4.4%。 ＊製造業產值突破 20 兆元，電子零組件成主要動能 經濟部統計處公布，2025 年第 4 季製造業產值達 5 兆 6994 億元，年增 […]

別讓 AI 模型吃光 IT 預算！拆解 AT&T 降本 90%、每日處理 270 億 Token 的秘訣

當企業真正將生成式 AI 推向大規模營運時，成本問題開始浮上檯面。根據《VentureBeat》報導，美國最大電信商 AT&T 每天需要處理高達 80 億 個 token 的 AI 任務規模，而 AT&T 資料長 Andy Markus 與他的團隊意識到，將所有資料都透過大型推理模型處理既不現實也不經濟。 這個壓力促使 AT&T 在打造內部生成式 AI 助理 Ask AT&T 時，徹底重寫整個 Orchestration（協作編排）架構，從依賴單一大型模型，轉向多代理與多模型協作系統。 這麼做的成效是顯著的。Markus 向《VentureBeat》表示，新架構讓 AI 成本最多降低 90%，同時處理能力反而大幅提升，目前每天可處理多達 270 億個 token，是短短數月前的三倍以上。AT&T 是怎麼辦到的？ 從單一大模型，轉向多代理「指揮官＋執行者」架構 AT&T 的核心轉變，是建立一套多代理 AI 系統。這個系統採用 LangChain 框架，讓大型語言模型扮演「超級代理（super agent）」，負責決策與指揮，而實際執行任務的，則是多個較小型、專門化的「執行者代理（worker agents）」。這些較小的語言模型專注於特定任務，例如文件處理、資料庫查詢或影像分析。 Markus 表示，「我相信 AI 代理的未來，是非常多的小型語言模型（SLM），」他說，在特定領域任務中，小模型的準確度「幾乎與大型模型一樣，甚至更高」，但成本和速度卻明顯更具優勢。 《PYMNTS》也指出，小型語言模型參數較少，但速度更快、成本更低，且在特定產業場景中，表現甚至能超越大型語言模型（LLM）。此外，NVIDIA 研究也發現，小模型在企業環境中更具實用性與獲利能力，因為它們能在不需要昂貴基礎設施的情況下大規模部署。 不過度建設，使用可互換、可選擇的模型 根據《VentureBeat》，AT&T 並不採取「所有東西都從零開始打造」的策略，Markus 表示，他們更傾向使用可互換（interchangeable）、可選擇（selectable）的模型，並且「不會重新發明已經商品化的技術」。隨著產業研發的 AI […]

AI 導入的下一階段：Amazon 與 Google 如何把 AI 變成考績、升遷與裁員的新邏輯？

除了把 AI 視為提升效率的新工具，Amazon 與 Google 現在更往前走了一步：開始把 AI 寫進管理制度裡。《金融時報》指出，Amazon 在同步進行大規模裁員、推動精實營運與加碼 AI 投資布局的背景下，內部工作者使用 AI 的情況，也與考核、升遷與人力規劃緊密連結。 《Business Insider》則揭露，Google 已經把使用 AI 的要求，從軟體工程師擴大到部分非技術職，甚至在部分情況下，明確納入年度績效評估，凸顯 AI 正在重塑大型科技公司內部職務期待、績效標準與組織管理的準則。 想要「像新創一樣運作」，Amazon 把裁員、精實營運與 AI 創新綁在一起 《金融時報》報導，自 2021 年 Amazon 執行長 Andy Jassy 上任後，隨著疫情期間快速擴張期的結束，Amazon 已經進行了多次裁員。同時，面對 OpenAI 與 Anthropic 等新創公司的激烈競爭，科技巨頭正投入數十億美元發展 AI 及資料中心基礎設施，迫使高層在追求 AI 投資與維持獲利之間做出取捨，使得裁員與撤資成為今年所有大型科技公司的共同劇本。 Amazon 領導層將最新一波的裁員描述為一項策略性目標，目的是要讓公司能像「全球最大的新創公司」一樣運作，方法是減少管理層級並賦予員工更高的當責精神，進一步推動 AI 創新。 然而，《金融時報》引述資深員工的說法指出，留下來的員工所感受到的現實是工作量不斷增加、待處理的問題持續堆積，但高層卻不斷把焦點放在更大的 AI 願景圖景上。一名資深 AWS 員工透露，公司轉向追求精實與獲利，導致團隊被要求「用三分之一的人力達成相同的目標」。這種 一邊減少人力與提高生產力，一邊卻讓員工承受更大壓力的內部張力，很可能成為其他企業接下來應對 AI 轉型的預演。 從內部工具到考績依據：Amazon 正把 […]

軍事 AI 控制權誰說了算？Claude 捲入伊朗戰場、OpenAI 進入機密環境，科技巨頭正在與國安體系爭奪治理主導權

近期生成式 AI 令人矚目的戰場，出現在國安體系中。由於 Anthropic 不允許五角大廈在不受限制的情況下使用旗下 AI 模型 Claude，因此川普政府要求聯邦機構全面停用 Anthropic 的 AI 工具，五角大廈隨後更將其列為供應鏈風險，讓一場原本發生在合約談判桌上的分歧，迅速升高為軍事 AI 使用權與治理權的正面對決。其中的關鍵在於，Anthropic 並非拒絕與軍方合作，而是不願放棄對 Claude 使用邊界的主導權。 Anthropic 的堅持：爭議核心不是合作與否，而是 Claude 的使用紅線 Anthropic 執行長 Dario Amodei 近日受訪時強調，公司依然有意願與美國軍方合作，他甚至直言希望提供 AI 模型供軍方使用，然而這一切的前提是軍方必須遵守 Anthropic 設定的「紅線（red lines）」。 Anthropic 為 Claude 設定的護欄包含禁止用於大規模監控，以及禁止驅動自主武器。Dario Amodei 進一步指出他的具體擔憂：大規模監控可能演變成政府向私人企業購買數據並交由 AI 進行分析；驅動自主武器則代表系統可能在沒有人類介入的情況下逕自發動攻擊。Dario Amodei 表示，這類武器目前的「可靠性還不夠」，因此 Anthropic 絕對不會在這些紅線上妥協。 五角大廈則堅持必須能將 Claude 用於「任何合法用途」，以確保軍方對 AI 模型擁有最廣泛的運用彈性，但 Dario Amodei 擔憂，若將尚不可靠的 AI 投入高風險的軍事場景，恐將導致美軍或無辜平民喪生。 Claude 已深度嵌入軍事任務，伊朗軍事行動讓這場爭議浮上檯面 […]

機器人和自動駕駛的後起之秀！現代 Atlas 為何有望與特斯拉 Optimus 競爭？

當全球關注焦點仍集中在馬斯克承諾多年的 Optimus 機器人，以及美中之間的 AI 競賽時，南韓現代汽車正悄悄改寫人形機器人的競爭格局。 根據《Bloomberg》與《Financial Times》報導，現代汽車計劃在 2028 年前將 Atlas 人形機器人部署於美國工廠，先執行零件分類等重複性任務，並在 2030 年進一步參與汽車組裝。同時，該公司與 Aptiv 合資的自駕公司 Motional，也預計在今年年底於拉斯維加斯推出完全無人駕駛的 Robotaxi（機器人計程車）服務，顯示現代正同步押注人形機器人與自動駕駛兩大實體 AI（Physical AI）關鍵領域。 這項轉型已迅速反映在市場信心上。《Financial Times》指出，自今年初以來，現代汽車股價已飆升超過 70%，成為亞洲表現最佳股票之一，也讓投資人重新評估這家傳統車廠的未來定位。 Atlas 技術規格領先，被視為 Optimus 最強挑戰者 Atlas 機器人之所以受到市場關注，關鍵在於其技術能力。《Bloomberg》報導，Atlas 配備具觸覺感測能力的人形雙手與全旋轉關節，能搬運高達 50 公斤物體，並可在 -20°C 到 40°C 的環境中運作。《Financial Times》也指出，該機器人甚至能在 3 分鐘內自行更換電池，使生產線能持續運作。 這些規格使 Atlas 超越競爭對手。《Bloomberg》引述分析師說法指出，Tesla Optimus 與 Figure AI 機器人的負載能力約為 20 公斤，而 Atlas 的 50 公斤負載能力，也高於中國競爭對手，使其成為唯一能部署於所有製造場景的機器人。 分析師因此認為，Atlas 已成為 Tesla […]

OpenAI、Google 與微軟的人才策略：社區大學成為培養大規模 AI 勞動力的核心

隨著人工智慧競爭升溫，美國的人才培育戰線正悄然轉移。從研究型大學實驗室到地方社區學院，AI 教育不再只是高端科技議題，而成為勞動市場重組的核心基礎工程。 近期由邁阿密戴德學院主辦、國家科學基金會與 Google 贊助的全國應用人工智慧聯盟（NAAIC）年度高峰會，匯集 OpenAI、Google、微軟與英特爾等企業高層與 400 多位教育領導者，焦點不在技術突破，而在一個更具結構性的問題：誰來培養大規模 AI 勞動力？ 社區大學成為 AI 人才培育關鍵基礎設施 在全球 AI 競爭加劇的背景下，美國正重新審視其教育體系。全美超過 1,100 所社區學院招收近一半本科生，是培養「技術工人」的主要管道——這些職位通常需要高於高中、低於學士學位的教育背景。 根據美國國家學生資訊交換中心（National Student Clearinghouse）數據，近年來社區大學入學人數成長速度已超越公立與私立大學。社區學院透過副學士學位、應用學士學位、學徒制與短期培訓等多元模式，具備快速擴大 AI 教育與技能培養的條件。 人工智慧不再只是新興產業，而是一項通用技術，正影響醫療、交通、製造與技術工種等幾乎所有領域。因此，AI 素養正被視為跨產業的基本能力。 為回應此趨勢，邁阿密戴德學院於 2024 年成立全國應用人工智慧聯盟（NAAIC）。聯盟成立第一年即為 49 個州、300 多所院校的近 2,000 名教職員提供培訓，並建立涵蓋課程大綱、倫理教育與產業資源的共享平台，逐步成為社區大學 AI 教育的重要樞紐。 科技公司與產學合作推動 AI 教育體系 NAAIC 年度高峰會上，OpenAI、Google、微軟與英特爾均強調社區大學在其人才策略中的地位。 OpenAI 透過 OpenAI Academy 向社區學院教師提供課程規劃與教學支援。教育團隊負責人 Kevin Connell 表示，若沒有教師將 AI 融入既有課程，教育轉型難以實現。 Google 則透過「Google 人工智慧教育加速器」，向 300 多所高等教育機構提供免費培訓與認證課程，並推出新的 […]

AI 讓服務回歸溫度！IHG 與 Hyatt 如何用 AI 實現「超個性化」，找回飯店人本核心？

當 AI 席捲全球，頂級連鎖飯店品牌 IHG（洲際）與 Hyatt（凱悅）卻選擇了一條不同的路：他們不把 AI 當作取代員工的「減法」，而是當作理解顧客的「加法」。透過數據洞察與自然語言技術，AI 正在後端默默打理瑣碎的行政流程，讓第一線的飯店人員得以從螢幕後方走出來，重新專注於服務溫度。 IHG：在百萬客房規模下，打造超個人化互動 過去十年，洲際酒店集團（IHG）的擴張速度驚人，品牌數翻倍至逾 20 個，全球客房數更突破百萬大關。從奢華的 Six Senses 到經典的 Holiday Inn，規模成長帶來的挑戰，在於如何讓龐大的品牌組合，維持一致且貼近旅客需求的顧客體驗。 IHG 的策略並非只是收集資料，而是打通「資訊孤島」。透過雲端轉型，他們將會員的訂房偏好、消費軌跡與互動細節整合，讓 AI 從記下消費紀錄，進化為預測未來需求。這種轉向，使 IHG 能在 21 個品牌之間辨識旅客在不同情境下的偏好，例如商務出差時偏好市中心據點，度假時則傾向設計感或度假型品牌。 「我們要在對的時間，用對的方式與旅人建立深層連結。」洲際酒店集團首席商務及行銷長巴爾斯利（Heather Balsley）強調。透過 AI 內容管理系統，IHG 的行銷不再是亂槍打鳥，而是能依據會員階級、過往入住行為與消費模式，動態生成專屬的升等建議或餐飲優惠。更關鍵的是，當 AI 自動處理掉繁瑣的點數計算與升等流程，櫃檯人員不再被流程綁架，能有更多餘裕觀察旅客眼神中的需求，找回服務的情感厚度。 Hyatt：以自然語言搜尋開啟個人化旅程 Hyatt 的轉型方向，則從搜尋與體驗設計切入。旗下 World of Hyatt 忠誠度計畫的核心，始終環繞著「關懷」（Care）。近期，他們利用生成式 AI 升級搜尋工具，讓規劃旅行不再是冰冷的篩選過程。 現在，旅客不必在地區、星級、價格等硬性標籤中糾結，只需輸入自然語言，例如：「我想找一個氣候溫暖、靠近海邊，且有匹克球場能讓孩子盡情奔跑的地方」，AI 就能像一位資深旅遊顧問，理解語意背後的生活型態並給出精準推薦。 「人工智慧是一種賦能工具，它幫助我們更好地了解人們，並預測他們的需求。」Hyatt 全球行銷與忠誠計畫資深副總裁布萊爾（Laurie Blair）表示。 Hyatt 同時擴展體驗型兌換內容，結合 AI 分析，推薦如匈牙利獵松露、文化遺產導覽等深度體驗，讓忠誠度計畫從單純的點數回饋，升級為滿足旅客對生活渴望的驚喜包。 從 IHG 和 Hyatt 的做法，可以看到共同趨勢：AI […]

看懂舊系統才談轉型，精誠資訊 CODEXAI 以規格驅動加速核心系統現代化

生成式 AI 正在改寫軟體產業的生產方式，精誠資訊副總經理吳文舜引用一篇由新加坡國立大學研究團隊共同發表的研究論文 ，指出研究團隊將五子棋的規格交給 AI 多代理系統，在 14 分鐘內就完成可執行程式碼與介面，且成本低於 7 美元。這讓吳文舜相信，生成式 AI 應用的關鍵不只是加速程式撰寫流程，而是讓理解系統、拆解工作與複製產線變得可系統化與規模化。 吳文舜形容，這股變化就像軟體業的工業革命。「當企業翻新核心系統，最常卡關的不是缺少新技術，而是缺少能把舊系統說清楚的人，」吳文舜表示，過去大量商業邏輯是隱性知識，藏在資深系統分析師或研發工程師的腦中，缺乏文件導致經驗難以傳承。另一方面，精誠在產業實務中也觀察到，客戶常面臨文件與人力雙重短缺，改動前難以釐清影響範圍，進而放大轉型風險。 軟體工程平台 CODEXAI 便在這樣的需求下成形。吳文舜強調，精誠並非以 AI 取代開發者，而是讓 AI 協助解讀 COBOL、RPG、Informix 等傳統程式，把看不見的知識外顯成可討論和驗證的規格書與系統說明，再以規格作為單一事實來源（SSOT）推進系統現代化升級，讓程式碼生成、修改與交付限縮在可控管、追溯與稽核的流程。 精誠如何協助企業，將舊系統轉換為新一代的程式架構、語言？ 精誠資訊協理洪欽文指出，通用 AI 生成的規格常像作文，內容未必能直接符合系統開發需求，甚至可能出現幻覺。CODEXAI 則把規格文件視為核心，需先人工校準規格，再用於驅動新系統的撰寫與驗證。 為了讓轉型流程可檢核，精誠資訊資深處長吳文盛分享，CODEXAI 先把舊程式解析成規格文件，確認邏輯一致後，才將經過驗證的規格轉換為現代化程式碼，同時也會納入自動化測試，以測試案例與平行比對驗證轉換成果，並涵蓋 API 回傳與對外介接等行為驗證。流程中保留多個人工查核點，讓金融業與公部門等具高度合規需求的場域，能在風險可控的前提下導入。 CODEXAI 在可控條件下大幅加速開發時程 吳文盛說明，CODEXAI 可提供互動式問答平台，也能搭配 Copilot 或 Amazon Q Developer 等工具，以 IDE 擴充套件整合進既有工作流程，「CODEXAI 方法論亦可獨立提供顧問服務，把生成式 AI 的價值從單點效率，推進到可複製的工程能力。」 當規格被校準並成為工程輸入後，差異不只停留在文件品質，更會直接反映在開發工時。洪欽文分享，某大型核心系統功能總共約 2,700 多個，程式與檔案超過上萬個，保守估計需要 8 至 10 年的時間來進行轉換與測試，無法即時發揮應用效益，當金融客戶選擇一個功能單元進行平行驗證，用傳統方法走完訪談、流程圖、設計會議、建置與上容器平台，完成一項功能至少花費 14 天。而透過 CODEXAI，大約 […]

【科技早餐】程式碼 99% 由 AI 撰寫？Anthropic：AI 代理正式進入經濟體

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊Anthropic：AI 代理進入經濟體，程式碼 99% 由模型生成 Anthropic 共同創辦人兼政策主管 Jack Clark 接受《紐約時報》訪問時表示，AI 應用正從「說話者」轉為「行動者」，AI 代理可使用工具並自主完成任務。他指出，在 Anthropic 內部，多數系統程式碼已由 Claude 生成。 Clark 預估，到 2026 年底，AI 撰寫程式碼比例可能達 99%。工程師角色逐步轉向管理多個 AI 代理協作。他並提到，AI 技術迭代以「週」為單位，而公共政策制定多以「年」為單位，兩者節奏存在差距。 ＊OpenAI 揭露惡意使用樣態，AI 成跨平台操作工具 OpenAI 最新發布《遏止惡意使用人工智慧》(Disrupting malicious uses of AI) 報告，說明威脅行為者如何將 AI 模型與網站、社群帳號及傳統工具結合，執行影響力操作與詐騙行動。報告揭露，一個與中國執法部門相關的 ChatGPT 帳號，被用於潤飾「網絡特戰」行動報告。 行動橫跨數十個平台並動員數百人，搭配 DeepSeek-R1、Qwen2.5 等模型進行監控、翻譯與內容生成。OpenAI 表示已封鎖相關帳號。報告指出，威脅行動通常跨模型、跨平台進行，AI 被納入完整操作流程。 ＊61 國聯合聲明，AI 影像生成進入跨國治理框架 歐洲資料保護委員會 (European Data Protection Board, EDPB) […]

IBM 商業與技術趨勢報告：依賴單一地區算力極度危險，93% 高管將 AI 主權納入商業戰略

IBM 發布的《IBM 商業與技術趨勢報告：5 trends for 2026》從企業決策者視角出發，解析代理型 AI、AI 信任治理、技術主權到量子運算等關鍵議題，勾勒企業競爭力的核心輪廓。整份報告結合全球高階主管與員工調查，揭示企業如何在高度不確定的經濟與技術環境中，重新調整組織結構、人才策略與基礎設施布局，並提供具體行動方向。 當 AI 從工具升級為企業營運基礎，組織該如何在速度、風險與信任之間取得平衡？又該如何面對量子運算帶來的下一波變局？以下整理報告五大趨勢，一起掌握企業領袖正在關注的未來戰略。 📎 這份報告適合誰閱讀？ 這份報告主要定調提供給企業高階主管的戰略洞察，調查了包含執行長、財務長、資訊長、人資長等角色的意見，內容涉及 AI 導入規劃、組織與人才轉型、客戶信任經營或技術基礎設施布局的行動說明，適合以下工作者閱讀： 🔴 報告洞見 科技進步是一把雙面刃，它解決了過去的問題，卻也創造出企業尚未完全理解的新挑戰。任何試圖尋找穩定基礎規劃的企業，最終都可能徒勞無功。 在這股浪潮中，IBM 針對全球高階主管與員工的調查，揭示了一種矛盾的心態：雖然只有略高於三分之一的高管對全球經濟前景感到樂觀，但卻有高達 84% 的高管對自己組織未來的績效充滿信心——這種自信並非毫無根據，高達 96% 的高管認為，他們在 2025 年所做出的高風險決策最終都被證明是正確的。 這意味著，前瞻的領導者已經不再畏懼動盪，而是學會在市場的裂縫中尋找新機會。要在地圖還沒畫好之前就開始導航，企業必須培養出「對模糊性的胃口（Appetite for ambiguity）」。報告提出以下五大趨勢，預測企業在 2026 年如何將不確定性轉化為成長動能的關鍵路徑。 💡 趨勢一：代理型 AI 成為企業應對不確定性的核心工具 在波動劇烈的環境中，「即時反應」已經不是加分項，而是生存的基本條件。高達 90% 的高管坦言，如果組織無法實現即時運作，他們將失去競爭優勢。然而，應對變化不僅僅是防禦，更是進攻的最佳時機。令人振奮的是，有 74% 的高管表示，經濟和地緣政治的波動將在 2026 年為組織創造新的商業機遇。 在這種高度波動的環境中，單靠人類決策已難以即時應對，企業開始仰賴能自主運作的代理型 AI。調查顯示，超過五分之四（84%）的高管表示，代理型 AI 正協助組織做出更好、更快的決策，並在混亂中重新分配資源。 這在實務上意味著什麼？當供應鏈中斷時，AI 代理能立刻識別替代材料、重新規劃物流並調整定價模型，而傳統企業這時候可能還在召開緊急應變會議。 🎯 行動指南：為快速反應重構組織 💡 趨勢二：員工對 AI 的渴望超乎想像，48% 願意被 AI 管理 […]

韓國版「AI 魷魚遊戲」開打：新創 Motif、Upstage 挑戰財閥，主權 AI 模型淘汰賽正式啟動

韓國正在把「主權 AI」從政策口號，變成激烈的國家級競賽。近期，韓國政府以國家資源為後盾，推動一場 AI 基礎模型選拔賽，目標是培養出真正屬於韓國、本土開發的專有模型。這不只是扶植新創或技術研發計畫而已，而是在決定未來誰能代表韓國，站上國家級 AI 基礎建設的核心位置。 推動本土的 AI 基礎模型，是韓國邁向全球前三大 AI 強國目標的重要一步。《Bloomberg》將這場 AI 基礎模型選拔賽形容為韓國版的「AI 魷魚遊戲」，因為參賽者除了要爭奪補助、資源或曝光，更重要的是獲得韓國國家級 AI 基礎模型的代表權。韓國政府明確表示，這場競賽的「終極目標」，是要開發出能與 OpenAI 的 ChatGPT 和 Google Gemini 等前沿模型匹敵的本土開源模型，並藉此提供一個能抗衡美國與中國主導地位的替代方案。 而從目前已出爐的晉級名單來看，這場競賽最值得關注的，不只是財閥是否持續主導，而是 Motif Technologies、Upstage 兩家新創，正準備與 SK、LG 兩大財閥體系正面交鋒，共同競逐韓國下一代 AI 話語權。 Motif Technologies 補位殺進四強，原本由財閥主導的 AI 戰局開始鬆動 在第一輪，韓國科技部先選出 SK Telecom、LG AI Research 與 Upstage 三支晉級隊伍。不過到 2 月 20 日，韓國政府進一步宣布，由 Motif Technologies 領軍的團隊獲選補位，成為加入這場競賽的新隊伍。因此，從整體的競爭版圖來看，Motif Technologies 與 Upstage 這兩支新創隊伍，將正面對上 […]

Google 加深實體 AI 佈局，將 Intrinsic 納入麾下挑戰亞馬遜、特斯拉

Google 正將機器人軟體正式納入核心 AI 版圖。Alphabet 旗下機器人軟體公司 Intrinsic 與 Google 共同宣布，Intrinsic 正式加入 Google，未來將作為 Google 內部的一個獨立單位運作，同時與 Google DeepMind 密切合作，並使用 Google 的 Gemini AI 模型與雲端服務，強化實體 AI（physical AI）的發展。 《CNBC》指出，這次調整也意味著 Intrinsic 從 Alphabet「Other Bets」實驗性業務，正式轉為 Google 核心企業優先項目，使 Google 能更有效與 Amazon 和 Tesla 等對手競逐機器人與自動化市場。這也顯示，Intrinsic 已準備好擴大產品規模，同時與 Google 的 AI 團隊更緊密地合作。 Intrinsic 是什麼樣的一間公司？ Intrinsic 的前身是 Alphabet 旗下知名的 X 實驗室（Moonshot Factory）中的一個專案，經過五年半的孵化後，在 2021 年 7 月「畢業」成為 Alphabet […]

為什麼沒有自家模型反而成為優勢？Perplexity 新推 Computer 平台，用 19 個模型卡位 AI 工作運行層

可以想像一位工作者，在向 AI 輸入一句「幫我把這份資料整理成簡報，順便把缺少的數據補齊」後，AI 不只會回答一段建議，還能自己查詢、寫作、調整工具，最後交出成品的場景嗎？Perplexity 近日發布的新產品 Perplexity Computer 平台，就是要做到這件事。 Perplexity 執行長 Aravind Srinivas 指出，Computer 的定位是一個協調平台，可以將檔案、工具、記憶與各類 AI 模型整合在同一套系統中。Computer 就像一位「能操作與人類相同介面」的通用數位工作者，不只提供解答，還能建立並執行完整工作流，進行任務的時間可長達數小時甚至數個月。 先描述「想要的成果」，系統就能拆解任務並執行 Perplexity 表示，使用者只需先描述想要的「結果」，Computer 就會自動將成果拆解成多個任務與子任務，並建立各種子代理（sub-agents）來執行。《ZDNET》形容，這種機制就像公司執行長把任務層層向下委派給不同團隊完成。 Perplexity 舉例，這些子代理可以完成網路研究、文件生成、資料處理，以及對連接服務進行 API 呼叫等任務，Computer 也會像人類同事一樣，直接操作軟體堆疊。此外，系統可在不同子任務間同步分工，例如讓一個代理一邊撰寫文件，另一個代理則同時蒐集所需資料。值得注意的是，當 Computer 在執行過程中遭遇瓶頸時，會自動生成新的子代理來排除障礙，並且只有在「真正需要人類協助」時，才會中斷流程向使用者確認。 為了支撐如此龐大的非同步運作，「持續性記憶（persistent memory）」成為關鍵：Computer 能保留過去工作紀錄、跨工作階段維持上下文脈絡，並透過數百個連接器與外部服務串聯，這也是它得以持續運作數個月的技術基礎。 Perplexity 用 19 模型分工，把工作分派給最適合的「專家」 之所以能吃下這套端到端工作流，關鍵在於 Computer 可同時調度多達 19 個涵蓋開源與閉源的先進 AI 模型。初期分工包含：Anthropic 的 Opus 4.6 擔任核心推理引擎、負責編排與寫程式；Google 的 Gemini 負責深度研究；Grok 處理講求速度的輕量任務；ChatGPT 5.2 則用於長上下文回想與更廣泛的網路搜尋。Perplexity 強調，這 19 個模型陣容並非固定，將隨各家模型在特定領域的突破而動態調整。 […]

黃仁勳點名 AI 代理轉折點來臨、資料中心營收暴增 75%，為何華爾街卻無感？

NVIDIA 公布了最新一季財報，營收與獲利雙雙超出華爾街預期，執行長黃仁勳也在會議上宣告「Agentic AI 的轉折點已經到來」。但尷尬的是，華爾街的反應卻稱不上熱烈：多家外媒提到，NVIDIA 股價在盤後交易時段幾乎持平，甚至在電話會議期間一度走弱。 NVIDIA 最新一季營收約 681 億美元，年增 73%，調整後每股盈餘 1.62 美元，也高於市場預期；該公司也給出下一季營收 780 億美元的展望，再次高於華爾街共識預估。《Reuters》報導，這已是 NVIDIA 連續多季繳出優於預期的結果，不過市場對它的「超標」早已習以為常，反而把標準拉得更高。 市場還擔心什麼？ 《Bloomberg》報導，華爾街的冷淡反應，部分源自於對 AI 經濟過熱的擔憂。面對「AI 投資是否不可持續」的質疑，黃仁勳回應表示「在 AI 新時代裡，算力等於收入。」因為生成 token 需要算力，而算力需求會直接轉化為成長與營收。他也強調，客戶已經在新取得的算力上賺到錢，因此會持續以高強度投資，表示對客戶現金流成長有信心。 UBS 分析師 Tim Arcuri 甚至在電話會議上問 NVIDIA 管理層，是否會把今年可能產生的約 1,000 億美元現金回饋給股東，因為「不管結果多好，股價也沒怎麼漲」。NVIDIA CFO Colette Kress 的回應是，公司希望把資金用來持續投資 AI 生態系。 此外，NVIDIA 資料中心營收年增 75%，達到 623 億美元，優於分析師預期；NVIDIA 現在超過 91% 的營收都來自資料中心。不過《Bloomberg》提醒，其他業務的表現參差不齊。以遊戲業務為例，該部門營收約 37.3 億美元，低於市場預期；汽車相關營收約 6.04 億美元，同樣不如預期。 另一個持續被分析師問的，是供應限制與中國不確定性。根據《Reuters》報導，NVIDIA 表示已確保足夠的晶片庫存與產能，可滿足未來幾季以後的需求，但記憶體供應緊張仍會影響遊戲業務。中國不確定性方面，NVIDIA 本季與財測皆未納入對中國資料中心晶片的銷售，雖然該公司已取得美國政府許可，可向中國客戶出貨「少量」H200 […]

突圍製造業衰退：英國汽車業如何以 AI 與工程科學，重構高附加價值鏈？

當全球汽車產業版圖劇烈重組，英國正試圖走出一條不同於量產競爭的產業路線。從曾經主導全球汽車出口，到如今製造地位式微，英國開始將重心轉向人工智慧結合工程與材料科學的新創生態，並以大學研究與高附加價值技術服務為核心，重塑其在全球工業創新體系中的定位。 從汽車製造衰退到技術路線重構 英國曾是全球汽車產業的重要領導者。1950 年代，英國占全球汽車出口市場 52%，但到 2024 年已降至僅 3.75%。隨著中國在大規模製造領域崛起，英國難以再以量產優勢與之競爭，產業戰略也逐步轉向以人工智慧與工程創新為核心的升級路徑。 這條轉型路線的核心節點，是倫敦帝國學院（Imperial College London）。該校長期推動創業文化與跨學科研究，形成串聯學術研究、產業應用與新創公司的創新生態。英國創投環境與產業界對新技術的開放態度，也為 AI 新創提供早期市場驗證機會。 倫敦 AI 工程軟體公司 Monolith AI 創辦人兼執行長 Richard Ahlfeld 指出，英國工程教育重視機率系統，使工程人才更容易適應人工智慧的運作方式。他認為，這種以機率思維為基礎的工程訓練，使英國在 AI 發展上具備獨特優勢。此外，倫敦周邊產業生態，包括 F1 車隊與勞斯萊斯等企業，也為新創提供試驗與合作場域。 工程導向 AI 新創的代表案例 在英國 AI 創新版圖中，Monolith AI 是最具代表性的公司之一。該公司成立於 2018 年，核心目標是「賦能工程師自主使用人工智慧」，協助非 AI 專業者在工程研發流程中導入 AI 工具，解決實務應用的「最後一公里」問題。 2025 年 10 月，美國人工智慧基礎設施公司 CoreWeave 收購 Monolith AI，收購金額雖未公開，但估計達數億美元。該公司曾與日產合作開發新款 Leaf 電動車，成功將測試成本降低 17%。收購後，Monolith 的資源規模大幅擴張至原先的百倍以上，並計畫拓展航空領域、電動垂直起降飛行器（eVTOL）技術，以及 AI 加速器晶片生產優化等應用。 另一家源自帝國學院戴森設計工程學院的新創 […]

駭客平均攻破時間僅剩 29 分鐘！CrowdStrike 報告示警駭客速度快 65%，你的 EDR 擋得住嗎？

企業資安正在面臨前所未有的速度壓力。根據資安公司 CrowdStrike 最新發布的《2026 全球威脅報告》，駭客在 2025 年的平均攻破時間（breakout time）已縮短至 29 分鐘，比前一年加快 65％，最快紀錄甚至只花 27 秒，就成功從初始入侵點擴散至其他系統。這背後，已牽涉到攻防本質的轉變。 CrowdStrike 在報告中進一步歸納出 6 大威脅主題，點出攻擊者正全方位利用現代基礎設施中隱性信任機制的現況與 2026 動向。 1. 攻擊者全面導入 AI，推動「代理式」自動化攻擊 AI 已成為駭客的標準配備，2025 年，由 AI 輔助的攻擊事件較前一年暴增了 89%。各層級的攻擊者將 AI 廣泛應用於社交工程（如生成逼真的釣魚內容與深偽身分）、資訊戰以及惡意軟體開發中。同時，企業導入的 AI 基礎設施如 Langflow 等低程式碼平台，本身也成為駭客直接利用漏洞攻擊的新標的。 CrowdStrike 預測，2026 年技術較弱的攻擊者，將持續依賴 AI 彌補技術落差；而高階的國家級或犯罪組織，將極有可能開始部署代理式 AI，實現自主攻擊行動。而隨著 AI 逐漸進入企業營運核心，針對 AI 模型、訓練數據與 AI 代理人的攻擊，將成為防禦的嚴峻挑戰。 2. 勒索軟體戰術大轉向：主攻「跨領域」盲區 報告觀察，為了躲避端點偵測與回應（EDR）系統的監控，大型目標狩獵（BGH）勒索軟體組織正大幅改變戰術。他們不再強攻受到嚴密保護的伺服器，而是轉向企業的「盲區」，例如未受管制的 VPN、防火牆等邊緣設備，或是針對雲端 SaaS 應用程式進行資料外洩，甚至直接在 VMware ESXi 等虛擬化基礎設施上部署勒索軟體。 CrowdStrike […]

【科技早餐】五角大廈下最後通牒：美國軍方要求「無限制存取」Claude，與 Anthropic 展開 AI 安全底線攻防

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊五角大廈下最後通牒，Anthropic 面臨 AI 安全防線保衛戰 美國國防部近日與 AI 新創 Anthropic 陷入高度緊張僵局。美國國防部長 Pete Hegseth 在一場氣氛緊繃的會議中，向 Anthropic 執行長 Dario Amodei 下最後通牒，要求 Anthropic 必須在週五傍晚前，讓國防部「無限制存取（unfettered access）」Claude，否則將面臨嚴厲處分。五角大廈也警告，若 Anthropic 不配合，可能切斷合作，甚至強制其打造移除安全防護的軍用版本。 國防部官員坦言，軍方態度強硬的原因，是 Claude 技術能力太強，目前它是美國軍方唯一用於處理最高機密任務的 AI 系統。然而，Anthropic 也堅守底線，強調可以配合調整使用政策，但不接受模型被用來對美國公民展開大規模監控，或開發無須人為介入的自動化武器。 ＊Meta 與 AMD 結盟，簽署為期五年、總價逾百億的 AI 晶片部署協議 AMD 宣布與 Meta 達成為期 5 年、總額高達 600 億美元的 AI 晶片供應協議，且交易條款還賦予 Meta 購買 AMD 最高 10% 股份的選擇權。分析師指出，Meta 此舉主要是為了避免 AI […]

加速人形機器人商業部署：Virtuals Protocol 推 Eastworld Labs，先攻物流、製造等高重複任務場景

當多數 AI Agent 應用仍停留在數位服務與線上流程時，區塊鏈上 AI Agent 平台 Virtuals Protocol 正試圖把這套經濟模型推進到實體世界。《Forbes》報導，Virtuals Protocol 正在打造名為 Eastworld Labs 的新加速器，可以讓創業者藉由更低門檻的方式，啟動由 AI 與機器人驅動的新事業。 《Forbes》形容，這種「點幾個按鈕就能用 AI 與機器人開公司」的構想，聽起來像是「勞動市場的氫彈」。對此，Virtuals Protocol 共同創辦人 Jansen Teng 回應，這個說法「是對的，但也不完全是」。 Jansen Teng 表示，Virtuals Protocol 像一個「AI Agents Society」，正在建立 Agent-to-Agent Marketplace，且目前稱已創造高達 4.78 億美元的「代理國內生產毛額（Agentic GDP, aGDP）」。 在這樣的基礎上，Jansen Teng 決定打造 Eastworld Labs，目標是建立「全球首個由機器人、虛擬 Agents 與人類組成的混合社會」，並預計提供 30 多台人形機器人，讓新創與研究團隊可在自主或遠端遙控模式下進行操作與部署，以此為開發消費端人形機器人的團隊提供更完整環境，同時協助募資、取得訓練資料與模型，進而加速規模化部署。 Eastworld Labs 不只是機器人實驗室，還是克服資料與資本瓶頸的「商業部署加速器」 Jansen Teng 表示：「目前 AI 驅動的人形機器人正受制於兩項瓶頸：缺乏資料與資本，結果就是還無法產生足夠的經濟價值。」在這樣的背景下，Jansen […]

【戴季全專欄】從主權 AI 到 AI 主權：台灣的 AI 主權戰略發展芻議

AI 不只是產業競爭，更是國家主權的重新設定。主權 AI（Sovereign AI）固然重要，但 AI 主權（AI Power）才是決定我們長期勝負的關鍵，將直接決定台灣在全球新分工、AI 治理模式與全球數據秩序中的位置。 所謂「主權 AI」，通常指一個國家能否自主擁有模型、基礎設施與數據控制權；但「AI 主權」則是更高層次的能力——指一個國家是否能運用 AI 影響自身命運、強化國家競爭力，並在全球秩序中維持實質影響力。這不只關乎經濟利益，更關乎台灣在未來世界文明中的位置與尊嚴。 為什麼我們必須擴大 AI 主權？ AI 是一場革命性且不可逆的科技趨勢，我們必須意識到，這絕非單純的產業或經濟問題，而是長期的政治與社會結構課題。英國已經把 AI 視為主權問題，而台灣如果仍停留在被動思維，將在下一輪全球分工中被重新定位。從歷史中我們可以看到：出口棉花的國家不會自動變成紡織大國，出口勞動力的國家不會變成工業大國。同理，僅僅作為出口 AI 晶片的國家，若無戰略自覺，並不會自動晉升為 AI 之國。 台灣人口僅佔全球不到千分之三，GDP 卻佔全球超過千分之七。這代表我們長期以來成功透過技術與產業戰略，突破了規模限制。然而，AI 正在改寫這套成功路徑與遊戲規則。上個月，英國前首相 Tony Blair 的智庫報告《AI 時代的國家主權》明確指出：「領導者沒有退出這場革命的選擇，落後者將失去影響力。」 對於台灣而言，AI 主權的建立是全方位的工程——從人才培育、經濟型態、生活進步、國政治理到國防定義，甚至包含社會衝擊的韌性。以城市演化為例，工業革命從農業社會中催生了現代化大都市，而 AI 勢必催生以數據為神經元的 AI City。 我們必須自問：五年後的台北，是僅止於和 NVIDIA 合作土地開發，還是能和 NVIDIA 合作 Alpamayo 自駕車開發？為了提升捷運安全和 NVIDIA 合作影像應用開發？或是和 NVIDIA 合作台灣主權模型做市民服務應用開發？若今年結束，台北市府和 NVIDIA 的合作仍停留在土地開發，代表五年後我們在 AI 時代的城市治理，很可能還是失敗的。 五年後的台中，是僅止於機械之都，或是成為 AI 進入實體（Embodied […]

AMD 首度殺入客製化晶片戰場，與 Meta 達成 1,000 億美元 AI 協議

晶片大廠 AMD 宣布與 Meta 達成一項為期 5 年的重大戰略協議。《Reuters》報導，Meta 同意在未來幾年向 AMD 採購價值高達 600 億美元的 AI 晶片，同時 AMD 允許 Meta 在達成特定技術與商業里程碑的前提下，認購 AMD 最多 10% 的股份。若將晶片採購金額與潛在的股權價值合併計算，整筆交易的總價值估計超過 1,000 億美元。 複製 OpenAI 合作模式，透過股權綁定大客戶 根據 AMD 與 Meta 公布的合作內容，Meta 將在未來五年內採購最多 6GW（吉瓦）的 AI 運算能力，使用 AMD 最新一代 MI450 AI 晶片部署於資料中心。AMD 執行長蘇姿丰表示，每 1GW AI 算力就代表數百億美元的收入潛力，Meta 預計最快今年就會部署第一批晶片。 除了直接採購晶片，AMD 也授予 Meta 可購買最多 1.6 億股股票的認股權證，相當於 AMD 約 10% […]

SaaS 末日倒數？Anthropic 預言：2026 年多數軟體將被 AI Agent 取代，CRUD 應用程式首當其衝

如果 AI Agent 不只是「幫你用軟體」，而是開始直接「替你完成工作」，那今天許多工作者每天登入的企業 SaaS 工具，還有沒有存在的必要？Anthropic 開發者關係主管 Alex Albert 近期提出一項高度衝擊性的預測：2026 年多數傳統軟體產品，將會被可以直接完成任務的 AI Agent 取代。 Alex Albert 的核心觀點是，許多 SaaS 產品本質上只是工作流程的「薄包裝」（thin wrappers）。因此，當 AI Agent 已逐漸具備處理底層流程的能力，使用者未來可能不必再登入專門的專案管理、CRM 或資料分析工具，而是可以直接下指令，讓 AI Agent 完成原本要在多個介面中切換才能完成的任務。 為什麼 CRUD 應用程式將最先受衝擊？ Alex Albert 的說法之所以震撼，在於它挑戰了 SaaS 產業的根本前提：企業需要各式各樣的專門軟體來管理不同業務。當這個前提被削弱，這對目前估值超過 2,700 億美元的全球 SaaS 市場而言，將不只是產品競爭加劇，而是商業模式本身正在承受生存壓力。 Alex Albert 也特別點名，「CRUD 應用程式」將是最先受衝擊的一類軟體，也就是主要負責建立、讀取、更新、刪除資料的應用程式。這類工具因為邏輯相對直接、規則性高，更容易被大型語言模型結合資料庫與商業規則自動化。因此，當 AI Agent 能直接連上資料庫、依規則完成操作時，原本獨立存在的應用介面層（UI）、託管基礎設施，甚至部分支援需求，都可能被弱化或取代。 這股趨勢也已反映在創投圈與公開市場，《WebProNews》指出，創投正將資金從傳統 SaaS 轉向 AI 原生公司，SaaS 企業的估值倍數也從 2021 年的高點大幅壓縮。 三項條件同步成熟，讓 […]

開發「醫生版 ChatGPT」年收破億！OpenEvidence 如何成為 74 萬名醫師的 AI 入口？

於 2022 年成立的新創企業 OpenEvidence，藉由開發以 AI 為基礎的搜尋工具，協助醫師快速解答複雜的臨床問題，進而獲得「醫生版 ChatGPT」稱號。

60% 關稅衝擊全抵銷：美國零售巨頭靠 AI 做動態供應鏈，強化抗風險能力

在關稅波動、運價起伏與需求碎片化成為新常態之際，零售供應鏈正在進入一個高度動態化的競爭階段。於 Manifest 2026 供應鏈大會上，美國青少年服飾巨頭 American Eagle Outfitters（AEO）卻交出了一份令業界震驚的成績單：透過 AI 驅動的「動態供應鏈」，他們不僅抵銷了超過 60% 的關稅成本衝擊，更在營運效率上刷新了歷史紀錄。 告別靜態供應鏈，以 AI 賦能動態供應鏈 「一條靜態的供應鏈，就是死掉的供應鏈。」AEO 全球物流與供應鏈情報資深副總裁 Brandon Friez 在 2026 年的供應鏈大會 Manifest 上如此斷言。過去，零售商的供應鏈往往是基於數月前的市場預測，路徑僵化且缺乏彈性；一旦遭遇關稅調整或紅海危機，企業往往只能被動挨打。 因此，AEO 徹底捨棄了傳統的靜態邏輯，改由一套名為「分層智慧 (Layered Intelligence)」的四層架構，將供應鏈決策拆解為多個彼此協作的智慧層級，再透過 AI 模型進行整合，使預測、庫存、運輸與整體編排形成動態閉環。 在最前端，機器學習模型會將需求預測細化至郵遞區號（ZIP Code）等級，評估不同區域與通路的銷售分布，使庫存部署更貼近實際需求，為後續調度奠定精準基礎。當貨物進入運輸流程後，系統仍保有調整空間，AEO 能在貨櫃尚未抵港前啟動「運輸途中攔截（In-transit Diversion）」機制，依據最新需求變化重新指定分銷中心。 比方說，當 AI 偵測到洛杉磯的需求激增，而芝加哥的熱度下降時，系統能在貨櫃抵達港口的前一刻，自動變更目的地配送中心。原本線性推進的物流流程，轉變為可即時修正的動態網絡。 在運輸層面，AI 系統會依據即時運力與成本條件，優化承運商選擇與運輸模式配置，海運與空運比例成為可根據市場波動快速調整的決策變數。最上層的編排系統則負責統合上述所有決策，確保需求預測、庫存調度與物流選擇彼此一致，並將企業整體價值最大化。 用模擬預演未來，把風險變成選擇題 這種「隨時轉彎」的能力，在 2025 年 4 月美國宣佈新一波關稅政策時展現了巨大威力。AEO 透過 AI 進行了數千次網路模擬，測試增加空運比例，以及調整採購國配比的各種組合。透過預先演習，AEO 找到了避開高額稅負的方法，最終在 2026 年初結算時，成功抵銷了高達 60% 以上的潛在關稅成本。 AI 導入後的營運指標同樣顯示明顯改善。每筆訂單的平均發貨次數已降至 1.1 […]

【科技早餐】2.4 萬假帳號、1600 萬次對話：Anthropic 控 DeepSeek 蒸餾攻擊

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊2.4 萬假帳號、1600 萬次對話：Anthropic 控 DeepSeek 蒸餾攻擊 Anthropic 發布聲明，點名中國 AI 新創 DeepSeek、Moonshot 與 MiniMax，指控三家公司透過大規模「模型蒸餾」（Model Distillation）行動，非法取得 Claude 的對話輸出，用於強化自家模型能力。Anthropic 指出，對方動用約 2.4 萬個詐欺帳號，與 Claude 進行超過 1,600 萬次密集對話，屬於工業規模操作。 Anthropic 表示，已透過 IP 位址關聯、Metadata 請求與基礎設施特徵交叉比對，高度確認來源，並將升級防禦機制。這並非首例，OpenAI 去年也曾提出類似質疑。隨著高品質訓練資料日益稀缺，模型輸出正成為競爭中的關鍵資產。 ＊OpenAI 成立 Frontier Alliances，與四大管顧合作 為擴展 2026 年企業市場，OpenAI 宣布成立「Frontier Alliances」，與 Boston Consulting Group、McKinsey、Accenture 及 Capgemini 簽署多年合作協議，協助企業導入 AI。部署工程團隊將與顧問公司合作，把 OpenAI Frontier 與 AI agents 技術整合進客戶既有系統。 Boston […]

Robotaxi 第二戰場開打！Uber 推 Autonomous Solutions 平台，搶當自駕商業化中間層

在全球自駕車（AV）戰局中，Uber 正在找尋新定位。近日，Uber 宣布成立新部門 Uber Autonomous Solutions，這次要押注的不是研發自駕技術，而是瞄準自駕車與配送機器人產業至今難以跨越的門檻：商業化落地。 《TechCrunch》以「Swiss Army Knife（瑞士刀）」形容 Uber 的企圖，表示接下來 Uber 想當的不是造車者，而是成為自駕業者背後的多功能支援角色，提供營運與落地所需的關鍵能力。 Uber 的「瑞士刀」角色：為自駕車隊補齊營運、資料與應變能力 「自駕技術團隊應該專注於他們最擅長的事：打造能安全驅動自駕世界的軟體，」Uber 全球自駕移動與配送業務主管 Sarfraz Maredia 說。他進一步補充，Uber 的目標是為合作夥伴「在任何需要的地方增加營運深度」，包含創造需求、乘客體驗、客戶支援與日常車隊管理。 因此，作為自駕技術團隊的後盾，Uber Autonomous Solutions 平台將提供一整套綜合服務。例如在 AI 訓練與地圖資料（mapping data）方面，Uber 透過新成立的 AV Lab，在數十座城市中部署數千輛配備自駕感測器的非自駕測試車，專門蒐集環境數據與資料，並與合作夥伴共享，以協助夥伴訓練自駕 AI 系統、加快商業化擴展速度。 在使用者體驗設計與融資支援方面，Uber 不僅提供車隊融資解決方案，也協助夥伴設計車載軟體。此外，針對即時車隊追蹤與管理，Uber 更提供一套全面的車隊情報與管理解決方案，讓營運商能即時掌握每一輛車的動態。 這套服務包含保險、道路救援，以及一款被稱為「AV 任務控制（AV mission control）」的軟體，意即當自駕車隊在路上遇到交通事故這一類的複雜情境、需要人類介入時，人類遠端協助（human-in-the-loop remote assistance）機制就會為營運商提供應對措施。 「自駕領域的創新進展神速，但實質的商業化卻需要更長的時間，十多年來，Uber 協助奠定了隨選移動的標準，透過 Uber Autonomous Solutions，我們正將這些得來不易的能力外部化給合作夥伴，」Uber 執行長 Dara Khosrowshahi 說道。 Waymo、Tesla 壓境，Uber 要搶商業化平台位置 《TechCrunch》形容 […]

【戰爭催生新金融】川普考慮為加薩發行美元穩定幣，加密貨幣升級金融基礎設施

戰爭摧毀的不只是城市，還包括金融體系，如今，美國總統川普主導的和平委員會（Board of Peace）正在考慮一項計畫：為加薩推出與美元掛鉤的穩定幣，用於重建該區域經濟。這顯示，穩定幣正逐漸從加密市場工具，轉變為政府與金融體系考慮採用的經濟與支付基礎設施之一。 銀行系統崩潰、現金消失，加薩經濟陷入停擺 根據《Financial Times》報導，5 位知情人士透露，與川普和平委員會合作的官員，正在探索於當地建立穩定幣的可能性。這項計畫仍處於初步階段，仍有許多細節待確認。 自 2023 年以色列與哈瑪斯戰爭爆發以來，加薩的經濟活動幾乎停擺。提款機被摧毀、銀行關閉，以色列也限制新的現金進入，使實體貨幣供應大幅減少。結果是，少數持有現金的中介者開始收取高額手續費，進一步扭曲經濟運作，並促使越來越多加薩人民使用電子支付系統。 一位知情人士表示，發行加薩穩定幣的目標不是創造新的貨幣，而是「讓加薩人民能夠進行數位交易」。該穩定幣預計將與美元掛鉤，並可能由中東與巴勒斯坦的數位貨幣企業協助推動。 另外兩位知情人士透露，該計畫由以色列科技企業家、前預備役軍人 Liran Tancman 帶領，他目前擔任川普和平委員會的無償顧問。他曾表示，加薩正在建立「安全的數位金融骨幹」，打造可支援電子支付、金融服務、教育與醫療的平台。 參加此計畫的成員，還包括來自加薩走廊新成立的巴勒斯坦技術官僚政府官員、由 14 名成員組成的加薩行政國家委員會（NCAG），以及由前聯合國特使 Nickolay Mladenov 領導的高級代表辦公室——這兩個機構皆在和平委員會的架構下運作。 在加薩發行穩定幣可行嗎？ 「目前提出的『加薩穩定幣』計畫仍然非常初期，」區塊鏈情報平台 Nominis 執行長 Snir Levi 向《Cointelegraph》表示，「在過去兩年裡，加薩的場外交易（OTC）櫃檯已經在幾乎沒有任何限制的情況下，轉移了超過 1 億美元的穩定幣。如果沒有建立完善的監管框架，加薩穩定幣也會出現同樣的情況。」 根據《Financial Times》，另一位參與導入穩定幣討論的人士指出，美國推行加薩穩定幣的另一個目的，是讓當地經濟活動不再依賴現金。但這項構想也引發疑慮，有些人士擔心，如果加薩擁有獨立的穩定幣，可能進一步削弱它與約旦河西岸的經濟連結。 此外，加薩目前仍受限於低速 2G 網路與頻繁停電，數位貨幣基礎設施能否運作仍是挑戰。 穩定幣已悄悄成為亞洲金融基礎設施 加薩的案例雖然發生於戰區，但其背後反映的，正是穩定幣進入主流金融體系的更大趨勢。全球穩定幣轉帳金額正在快速成長，僅 2024 年前七個月，全球穩定幣轉帳總額就超過 4 兆美元。Artemis Analytics 數據顯示，企業穩定幣支付規模也從 2023 年每月不到 1 億美元，成長至 2025 年超過 60 億美元。 其中，亞洲國家正以驚人速度將其轉化為商業銀行的基礎設施。根據《經濟學人》報導，區塊鏈數據公司 Chainalysis 全球加密採用指數前 20 […]

主權 AI 是下一個十年國力戰！盧超群：台灣不能只有代工心態，掌握主權技術才能在 AI 時代真正獲利

專訪：戴季全撰稿：李昀蔚 2026 年全球 Edge AI 應用市場需求預計將大幅攀升，面對 AI 的快速發展與記憶體產能供不應求的挑戰，台灣該如何從硬體優勢出發，進一步躍升為資本與價值的創造者？ 本集《全新一週》邀請到鈺創科技創辦人暨董事長盧超群，深入剖析台灣發展「主權 AI」的戰略意義，並指出 AI 時代真正的競爭核心在於軟體與主權技術，更提出以制度創新、基金會機制與產官學共治打造長期循環投資的構想，同時解析讓台灣在未來十年的 AI 國力戰中，從供應者轉向主導者的具體行動方案。 拒絕純代工心態，發展主權 AI 與軟體環境是台灣的必勝關鍵 盧超群指出，人類正邁入智慧爆發的時代，由於硬體一旦製成後便難以改變，因此必須仰賴軟體來控制與引導。「我不反對代工，但是台灣不能只有代工的心態，」盧超群強調，來找台灣代工的對象，可能都有經濟、技術或國防的競爭，因此不論是企業或國家，都必須建立屬於自己的一套主權技術體系，才能真正掌握長期獲利能力。 至於台灣要發展軟體，究竟應該從硬體往上堆疊，還是從服務往下延伸？「我認為 AI 時代沒有選擇，都要發展到極致 ，」盧超群直言，在 AI 時代其實沒有二選一的空間，必須軟硬體雙軌並進，並強調 AI 的推進應從百工百業的實際需求與應用場景出發，反過來帶動技術演進。他也進一步指出，台灣長期以來的教育體系與產業環境，重心始終放在看得見、摸得著的硬體發展，這樣的選擇確實造就台積電這一類世界級企業，卻也正因為硬體的成果與獲利模式清晰可見、回報明確，資源與人才便持續向硬體集中，無形中壓縮軟體成長的空間。 盧超群指出，軟體的真正價值在於「無形」，其高度甚至接近一種哲學層次的思維模式，需要長時間投入與文化累積。台灣過去之所以未能孕育出如 Microsoft 般的軟體巨擘，並非缺乏能力，而是在有限的人力與資源條件下，長期將戰略重心押注於硬體，導致軟體發展始終未能形成足夠規模與厚度。「2026 會有一個支持軟體的環境，這個時候一定要下定決心，讓我們的人才能夠脫穎而出，而在軟體這方面，國家資源甚至我們工業界的資源，一定要分開來處理，」盧超群提醒，畢竟過去三十多年來，台灣一直處於硬體獨大的環境，因此如果無法為軟體建立一個獨立且完善的發展生態，未來在 AI 時代的競爭中，台灣軟體產業將難以突破既有格局。 然而，當軟體需要長期投入時，現實的資金問題，也將伴隨而來。 突破困境建立主權基金，以「外捲」戰略啟動產官學正向循環 「我們在硬體發展雖然目前成功，但是心裡惶惶然，因為硬體被複製或者被趕上的機會非常大，」盧超群在點出硬體發展隱憂的同時，也提出對產業現狀的深刻洞察：若要求以營利為目的的企業主動捐款支持長期技術發展，往往難以通過董事會，但若資金僅以稅收形式進入國庫，又會被分散至各類公共支出，無法在關鍵戰略領域有效發揮作用。 因此，盧超群提出構想，建議將產業界多繳稅金中的 2% 獨立出來，成立類似美國洛克菲勒或卡內基模式的基金會，讓資金能夠反覆循環使用，使投資得以在景氣低迷或尚未獲利的階段持續推進。 在基金會的治理架構上，盧超群主張採取產官學共治模式，以確保資源配置兼具效率與制度正當性，並透過這樣的實戰型架構，讓學界不再只是象牙塔中的研究者，而能真正走向前線，參與產業攻防。另一方面，對於企業而言，多繳的 2% 稅金不應被視為負擔，而是一種「存款」概念，代表企業不僅履行稅制義務，更能透過參與資源分配，實質投資未來的客戶與產業環境，形成長期回報。 談及軟體發展策略時，盧超群更直言，若僅在台灣內部閉門造車，軟體實力難以真正突破，因此必須採取他所稱的「外捲」戰略，主動連結並吸收美國矽谷的軟體文化。他構想以基金設立兩個相互呼應的軟體中心，分別在台灣與美國兩地，讓團隊如兄弟般緊密互動，並透過延攬長年在美國歷練的台灣人才，將多元文化與創新思維引流回台灣，形成由外向內的滾動效應。 雖然硬體製造已可在美國在地化，但盧超群強調，核心軟體主權必須掌握在自己手中，「我們要產生的軟體，是將來可以把我們的硬體的價值再增加 10 倍，而軟體也要有自己的獨立性或主權性，」面對變化劇烈的 AI 時代，盧超群坦言，這是一場至少十年的長期戰役，台灣若要邁向軟體與智慧產業的高峰，關鍵就在於善用當前硬體所創造的資本優勢，透過制度化機制投入軟體與主權技術發展，進而建立一個由硬體帶動軟體、軟體再強化硬體的正向循環，才能為未來十年的國力競爭奠定基礎。 記憶體產業發生「結構性改變」，異質整合與軟體智慧是突圍關鍵 談到記憶體產業的現況，盧超群指出，近期 DRAM 嚴重缺貨、甚至出現如同「囤衛生紙」般的搶貨現象，並非過去幾十年來單純的景氣循環，而是由 AI 驅動的結構性改變。盧超群提醒，當三星、SK 海力士與美光等三大廠全面轉向 HBM，導致一般 […]

主權 AI 爭奪戰升級：美國啟動「Tech Corps 計畫」，從人才、資金到落地應用圍堵中國優勢

美國近日宣布透過和平工作團（Peace Corps）打造新的「Tech Corps 計畫」，目前正招募具科技服務精神的志工，並藉由將 AI 技術志工派往全球，進一步協助夥伴國家採用美國 AI、建立能力、強化制度，以提升當地的繁榮，並將目標鎖定在「全球南方（Global South）」中，那些尚未在美中科技陣營裡選邊站的新興經濟體。 Peace Corps 表示，設立 Tech Corps 的核心，是為了支援透過 American AI Exports Program（美國人工智慧出口計畫）採購美國 AI 技術的國家。此出口計畫是依據行政命令成立的跨政府計畫，目的是將完整的美國 AI 技術堆疊輸出至海外，涵蓋硬體、資料系統、AI 模型、軟體與資安標準等面向，以維持美國在全球先進技術領域的優勢地位，並提供應用層（application layer）的實作協助，以及最後一哩（last-mile）的採用支援。換言之，Tech Corps 在整體出口架構中的角色，不只是推動採購，更是補上技術落地的執行環節。 Tech Corps 瞄準的是 AI 落地前的「最後一哩」 《Euronews》指出，儘管 Tech Corps 計畫聚焦在輸出「完整 AI 技術堆疊」，但 Tech Corps 的志工會特別強調在「AI 應用層（application layer）」的實作。 這些參與 Tech Corps 的志工，將在健康、教育、農業等關鍵部門推動 AI 採用，並協助排除 AI 解決方案落地過程中的障礙。例如，教育領域的志工將進入學校，協助教師運用 AI 改善備課流程與學生學習成果；健康領域的志工將在國家或區域衛生單位服務，同時運用已採購的美國 AI 技術共同開發模型，以建立高效且準確的資料分析方法；農業領域的志工則將服務於農業推廣單位，協助優化關鍵訓練資料集的流程。 這些志工除了協助實作，也能幫忙評估 […]

85% 使用者不再相信 AI 第一個答案：Anthropic 研究揭「AI 流暢度」新競爭力

生成式 AI 正以驚人速度滲透進日常工作，從寫報告、寫程式，到製作簡報，越來越多人習慣把 AI 當成助手。但真正決定人們能否從 AI 中獲益的，可能不是使用頻率，而是另一項更關鍵的能力：AI 流暢度（AI fluency）。 AI 公司 Anthropic 最新發布的《AI Fluency Index》研究顯示，人們與 AI 協作時展現的行為模式，將直接影響 AI 是否能發揮真正價值。研究更揭示一個值得警惕的現象：當 AI 輸出看起來越完美，人們反而越少質疑它。 什麼是 AI 流暢度？關鍵不在使用，而在協作 根據 Anthropic 定義，AI 流暢度指的是人類與 AI 有效協作的能力，也就是把 AI 當成思考夥伴，而不是完全委託其完成工作的一次性工具。 為了量化這種能力，Anthropic 與學者共同建立「4D AI Fluency Framework」，定義 24 種代表良好協作的行為，包括：明確描述需求、提供範例、持續迭代結果、質疑 AI 推理。 研究團隊分析了 2026 年 1 月一週內 9,830 筆 Claude 對話紀錄，建立 AI Fluency Index，試圖理解人們如何與 AI 合作。 […]

如何利用 Apigee 跨越運維鴻溝，打造穩健的數位價值鏈？

殘酷的現實：為什麼 30% 的 GenAI 專案註定失敗？ 產業研究資料庫 Gartner 近期拋出震撼彈：截至 2025 年，有超過 30% 的 Generative AI 專案在概念驗證(PoC)階段後宣告失敗。這場「創新夭折」背後的頭號殺手，並非模型不夠聰明，而是企業無法承受的運維成本與風險控制缺失。 這組數據的意義，在於打破企業內部的 GenAI 專案人人嚮往、為之狂熱的概念，因為 GenAI 專案自然有其風險和挑戰。許多企業發現，實驗室裡完美的模型，一旦接入真實流量，立刻面臨深不見底的「API 運維鴻溝」，包括：不可預測的 Token 成本、波動劇烈的系統延遲（Latency），以及供應商的速率限制（Rate Limits），讓原本的創新應用瞬間變成昂貴的技術負債。 此刻的決勝關鍵，已不再是誰的模型參數量更大，而是誰能構建一條穩定、可觀測且具備成本效益的「AI數位價值鏈」(AI Digital Value Chain)。 從實驗室落地到商業場景的「智慧路由」 而要跨越從 PoC 到大規模生產環境（Production）的鴻溝，Apigee 扮演了關鍵的「智慧路由」角色。它不僅是 API Gateway，更是企業 AI 治理的中樞神經，特別是在資源分配（Distribution）與 Token 用量限制（Usage Limits）上，協助決策者解決最棘手的營運難題。 1. 精準分配：把好鋼用在刀刃上 透過 API Product 的封裝策略，Apigee 讓企業能精準地控制「誰能使用什麼模型」。企業可以針對內部開發者、合作夥伴或 VIP 客戶設計客製化的服務級別，例如： 這種策略確保高價值的算力資源被高效分配（Distribution）在最關鍵的商業場景裡，進行精準打擊。 2. 強力防禦：拒絕「獨佔資源的惡鄰效應（Noisy Neighbor）」 在防禦層面，Apigee 提供了企業級的速率限制（Rate Limiting）與防範尖峰流量（Spike […]

Gemini 3 Pro Image 在媒體圖片生成之應用

從「娛樂製圖」到「知識生產」：Gemini 3 Pro Image 如何定義新一代視覺生成標準？ 過去 AI 生圖的侷限 幾年前的 AI 生圖工具如早期版本的 Stable Diffusion 或 Midjourney，雖能快速產出令人驚豔的畫面，卻往往存在許多缺陷，難以真正應用在實際情境中。最常見的痛點，包括對文字的掌握度極低，AI 模型常將文字視為單純的幾何花紋，導致招牌、標語全是像外星文般的亂碼。 另外，空間邏輯也常錯亂，分不清左右，或將物體融合在一起；加上 AI 生圖工具對複雜指令理解不足，不擅長繪製手指等細節問題，且生成後缺乏精準修改的彈性，種種因素都限制其實用性。儘管隨技術迭代，近期的模型已能更精準地生成內容，但面對複雜邏輯的情境時，產出的圖片仍常與使用者腦中的理想畫面有所落差。 Gemini 3 Pro Image 的突破 去（2025）年 11 月 Google 正式推出新一代模型 Gemini 3 Pro，並在多個深度思考和複雜操作的基準測試中獲得好成績，與其一同問世，同樣備受討論的生圖模型 Gemini 3 Pro Image，以 Gemini 3 Pro 作為架構的原生多模態推理模型，也在多項圖片生成模型能力的測試中榮獲佳績(圖一)。 在既有能力 (Existing Capabilities)提升方面，Gemini 3 Pro Image 在圖中文字處理能力的文字渲染 (Text Rendering) 項目中，達 1198 高分，相較於上一代 Gemini 2.5 Flash Image […]

AI 發展只走到一半？聯發科技企業策略與前瞻技術資深處長梁伯嵩用「七層運算架構」拆解算力、能源與應用的真正瓶頸

當 AI 成為所有產業都在談的顯學，許多困境卻開始浮現：大家明明都在談 AI，卻往往在談完全不同的層次。例如，馬斯克高談太空資料中心與 GW（十億瓦）級算力藍圖，另一邊半導體與硬體工程師仍被電力、散熱、晶片等現實問題追著跑，這種上下游各說各話的「雞同鴨講」，正是當前 AI 產業最真實的寫照。 為了替這場混亂對話建立共同語言，聯發科技企業策略與前瞻技術資深處長梁伯嵩在近期舉辦的 Cake 2026 半導體電子科技徵才博覽會中，以「AI 運算架構的演進與趨勢」為講題，提出一套包含第一層實體層（Physical Layer）、第二層連結層（Link Layer）、第三層神經網路層（Neural Network Layer）、第四層情境層（Context Layer）、第五層代理層（Agent Layer）、第六層協調層（Orchestrator Layer）與第七層應用層（Application Layer）的 「AI 七層運算架構（7-Layer Model）」。 透過這套模型，梁伯嵩從最底層的實體晶片與運算基礎，一路拆解到模型、代理與應用服務，試圖將當前看似碎片化、彼此錯位的 AI 討論，重新在同一張產業地圖上對齊。 硬體與算力的極限挑戰：AI 正撞上能源天花板 梁伯嵩從架構最底層的實體層（Physical Layer）切入，分析從 2009 年學界以 FPGA 進行加速運算，到 2012 年 AlexNet 時期正式引入 GPU，再到 2015、2016 年 Google TPU 與後續 NVIDIA 的專用晶片相繼問世，AI 的運算單元正在持續演進。然而，單一晶片的擴張始終受限於光罩曝光極限無法無限放大，這也迫使產業把提升算力的重心，轉向機櫃級擴展以及跨資料中心的分散式連接（Scale-Out），藉此將數十萬顆甚至上百萬顆 GPU 串聯起來，以滿足龐大的算力需求。 但算力擴張的背後，真正拉開差距的關鍵並非運算本身，而是能源成本。當算力規模被迫以堆疊與連接的方式擴張，能耗問題便同步被放大，成為無法迴避的結構性瓶頸，這也直接引爆全球性的電力壓力。梁伯嵩特別以人腦作為對比，指出人類大腦僅需消耗約 25 瓦的能量即可運作，而當前龐大的 GPU 運算叢集雖然在運算能力上已逐漸追上人腦，但在能源效率上，卻仍落後人腦數千至數萬倍。 當前，AI […]