TechOrange 科技報橘

CyberArk 為託管服務供應商推出強化管理主控台與全新夥伴計畫，協助打造獨特且統合的身分安全服務

<p>全球身分安全領導廠商 CyberArk 今日宣布推出全新管理主控台與夥伴計畫更新，協助託管服務供應商（MSP）以身分安全為基礎，推動更具獲利潛力的業務成長。全新推出的 CyberArk MSP Hub 是一套進階的 SaaS 型管理主控台，為 MSP 提供整合式的一站式入口，可向其客戶提供 CyberArk 身分安全平台服務，並搭配全新、專為 MSP 最佳化設計的夥伴計畫。 「在高度連結的世界中，選對 MSP 意味著選對一位值得信賴的合作夥伴，不僅能強化日常營運，也鞏固整體資安防護，」Optiv 資深安全營運經理 Micheal Steele 表示：「透過 CyberArk MSP 解決方案，我們大幅提升了營運效率，得以專注為每位客戶交付真正具價值的身分安全服務。」 在 CyberArk 身分安全平台的支援下，無論是新加入的 MSP 夥伴，或是原已納入 CyberArk 生態系的 300 多家 MSP，皆可向客戶提供統合的身分安全服務，涵蓋特權存取管理（PAM）、身分治理與管理（IGA）與身分與存取管理（IAM）。他們的主要入口正是 MSP Console 的 SaaS 化進階版本 —— MSP Hub，該平台可簡化雲端營運流程，並無縫連接所有已管理的 CyberArk 部署環境，協助 MSP 建構具差異化、可擴展與高獲利潛力的身分安全服務，涵蓋人員與機器身分的完整管理與保護。 CyberArk 的全新身分安全服務將協助 MSP： 透過 MSP Hub 提升營運效率：運用多租戶管理能力與統一的可視化介面，輕鬆管理所有 CyberArk [&hellip;]</p>

iKala、勢流科技、TP-Link、八拍子與肆佳科技齊聚「AI 智慧大工廠」高雄場，展示創新解決方案助攻企業開創營運…

<p>當全球局勢變動加劇，面臨空前挑戰的台灣製造業，如何強化競爭力、開拓市場新局？在 TechOrange 科技報橘近日所舉辦的「AI 智慧大工廠」高雄場，特別邀請到 iKala、勢流科技、TP-Link 、八拍子與肆佳科技展示最新產品與解決方案，助攻製造業加速轉型升級的腳步。 深耕雲端與 AI 技術領域多年的 iKala，特別介紹「Technical as a Service（TaaS）」解決方案。iKala 舉例，iKala Cloud TaaS 的 GenAI 服務可以快速打造企業專屬 Chatbot，且無需 AI 工程師即可輕鬆設置與管理；Landing Zone 服務能協助企業建構多帳號雲端架構，並整合資安防護、共享網路與資源區隔，優化成本與管理效率；MSP 雲端託管服務則由專業團隊全天候監控企業在 AWS、GCP 等雲端平台的基礎設施，協助降低人力維運負擔，確保營運穩定。因此，從前期的需求訪談，再到模型部署、雲端架構建立以及後期監控，iKala Cloud TaaS 就如同企業的虛擬資訊團隊，可以透過全方位 IT 支援服務助力企業破解導入 AI 的挑戰，並讓決策者、IT 人員、工程師、開發者都能專注在更具價值的任務。 勢流科技致力為企業提供 AI 與數據分析解決方案。這次展出的 SAS 一站式全方位 AI 分析平台，提供強大的資料管理功能，可以協助企業進行資料擷取、準備與整合，並透過高度自動化的數據清理與中台技術，為後續分析及建模提供可靠基礎。勢流科技強調，透過 SAS 進行根因分析，可以掌握資料是否異常、偏態、離群、缺失，還能立即取得關鍵參數與洞見，並且一鍵部署模型、即刻應用分析成果，顯著提升產品良率與品質，未來也將持續透過代理 SAS 先進服務，助攻製造業降本增效，進一步在激烈競爭的市場中脫穎而出。 作為專注於商用網路與智慧安防的品牌，Omada 與 VIGI 於本次展會展示整合式解決方案，透過統一的 Omada Central 雲端平台，實現網路與監控設備的一站式集中管理。無論是企業網路建置或監控系統布署，都能透過單一平台完成設備納管、即時狀態監控與問題排查，大幅提升部署效率與後續維運效能。在安防領域，VIGI InSight 系列則以金屬機身設計、豐富鏡頭選型、搭載 [&hellip;]</p>

「AI 技術是家樂福策略的核心。」法國家樂福導入智慧貨架、打造資料驅動超市新樣貌

<p>法國超市龍頭家樂福加快 AI 轉型腳步，打造新一代智慧連網門市，融入其通路零售策略。「AI 技術是家樂福策略的核心，」家樂福集團電子商務、數據與數位轉型總監 Emmanuel Grenier 在巴黎舉辦的 Viva Tech 2025 大會中表示。 根據《PYMNTS》報導，Emmanuel Grenier 提出他對未來零售的三項核心理念： 家樂福與 VusionGroup 合作導入智慧貨架系統 Emmanuel Grenier 指出，家樂福的科技目標有兩大面向：「第一是優化顧客體驗，第二是提升員工效能。我們希望透過科技賦能團隊，讓他們在門市工作更有效率。」 其中一項數位轉型技術是與電子貨架標籤（ESL）系統整合商 VusionGroup 合作的智慧貨架系統。這些貨架裝有鏡頭，能即時偵測商品缺貨情形與消費者的購物行為，並透過藍牙技術與顧客互動，即時推播優惠訊息。Emmanuel Grenier 說明，這些鏡頭就像是「有個人在每小時掃描一次貨架、拍照回傳給系統與員工反饋。」 VusionGroup 表示，這套系統的核心是一條「智慧軌道」，可為多種數位物聯網裝置（如電子標籤、行銷標示、鏡頭與感測器）提供電力與數據連接，打造專屬資料平台。VusionGroup 董事長暨執行長 Thierry Gadou 表示：「數位化將使實體門市成為重要的數據資產。透過電腦視覺與感測器，讓貨架與供應鏈透明化。」 掌握即時數據，助攻零售業營運成長 根據《PYMNTS Intelligence》2025 年發表的報告《數據驅動優勢：零售與超市業者如何加速成長》指出，掌握即時數據是零售業在當前競爭環境中維持優勢的關鍵。 Thierry Gadou 指出，門市數位化可望為營業利潤率帶來 2 至 3 個百分點的成長，對利潤微薄的超市業來說，是非常可觀的提升。Thierry Gadou 表示：「門市是目前供應鏈資料流通的最大斷點，透過數位化有助於改善問題，促進更良好的合作機制。」 Thierry Gadou 補充，未來的員工可透過手機 App 即時掌握資訊：「他可以問 App：現在哪些商品缺貨？哪些品項庫存異常？有哪些標價錯誤？App 就會告訴他該去哪個區域解決問題。」 「對顧客來說，未來的門市將更具親和力、互動性與個人化設計，能提升顧客體驗；對員工而言，自動化與 AI 將徹底改變他們的工作流程，」Thierry Gadou [&hellip;]</p>

「AI 技術是家樂福策略的核心。」法國家樂福導入智慧貨架、打造資料驅動超市新樣貌

<p>法國超市龍頭家樂福加快 AI 轉型腳步，打造新一代智慧連網門市，融入其通路零售策略。「AI 技術是家樂福策略的核心，」家樂福集團電子商務、數據與數位轉型總監 Emmanuel Grenier 在巴黎舉辦的 Viva Tech 2025 大會中表示。 根據《PYMNTS》報導，Emmanuel Grenier 提出他對未來零售的三項核心理念： 家樂福與 VusionGroup 合作導入智慧貨架系統 Emmanuel Grenier 指出，家樂福的科技目標有兩大面向：「第一是優化顧客體驗，第二是提升員工效能。我們希望透過科技賦能團隊，讓他們在門市工作更有效率。」 其中一項數位轉型技術是與電子貨架標籤（ESL）系統整合商 VusionGroup 合作的智慧貨架系統。這些貨架裝有鏡頭，能即時偵測商品缺貨情形與消費者的購物行為，並透過藍牙技術與顧客互動，即時推播優惠訊息。Emmanuel Grenier 說明，這些鏡頭就像是「有個人在每小時掃描一次貨架、拍照回傳給系統與員工反饋。」 VusionGroup 表示，這套系統的核心是一條「智慧軌道」，可為多種數位物聯網裝置（如電子標籤、行銷標示、鏡頭與感測器）提供電力與數據連接，打造專屬資料平台。VusionGroup 董事長暨執行長 Thierry Gadou 表示：「數位化將使實體門市成為重要的數據資產。透過電腦視覺與感測器，讓貨架與供應鏈透明化。」 掌握即時數據，助攻零售業營運成長 根據《PYMNTS Intelligence》2025 年發表的報告《數據驅動優勢：零售與超市業者如何加速成長》指出，掌握即時數據是零售業在當前競爭環境中維持優勢的關鍵。 Thierry Gadou 指出，門市數位化可望為營業利潤率帶來 2 至 3 個百分點的成長，對利潤微薄的超市業來說，是非常可觀的提升。Thierry Gadou 表示：「門市是目前供應鏈資料流通的最大斷點，透過數位化有助於改善問題，促進更良好的合作機制。」 Thierry Gadou 補充，未來的員工可透過手機 App 即時掌握資訊：「他可以問 App：現在哪些商品缺貨？哪些品項庫存異常？有哪些標價錯誤？App 就會告訴他該去哪個區域解決問題。」 「對顧客來說，未來的門市將更具親和力、互動性與個人化設計，能提升顧客體驗；對員工而言，自動化與 AI 將徹底改變他們的工作流程，」Thierry Gadou [&hellip;]</p>

亞馬遜新「機器人車隊」AI 模型曝光，順手宣告：剛部署了第 100 萬台機器人

<p>電商巨頭亞馬遜歷經 13 年的機器人部署，迎來新的里程碑。亞馬遜發表專為機器人車隊設計的全新生成式 AI 模型 DeepFleet。同時，亞馬遜也宣布旗下倉儲機器人總數突破 100 萬台，第 100 萬台機器人最近已正式進駐日本的一座亞馬遜物流中心。 用生成式 AI 打造機器人的「交通管理系統」 根據《華爾街日報》報導，亞馬遜表示，目前其全球 75% 的配送業務都已在某種程度上導入機器人，透過自動化提升生產力，同時緩解倉儲人力流失的壓力。為進一步讓機器人車隊協作與效率提升，亞馬遜推出 AI 模型 DeepFleet，協調整個配送網路中的機器人移動，聲稱可將移動時間縮短 10%。 值得關注的是，這款 AI 模型聚焦在物流中心機器人的導航與路線調度。亞馬遜將其以「智慧交通管理系統」比喻，表示可以減少機器人等待時間，加速處理訂單，進一步提升配送效率。 DeepFleet 是透過 AWS 雲端平台 Amazon SageMaker 等工具訓練和部署，訓練資料來自亞馬遜內部倉儲和庫存資料。 亞馬遜強調，DeepFleet 並非單純為技術突破而生，而是為了解決實際問題；其機器人與 AI 應用的特色，在於強調創新和實用並行，目前其倉儲機器人不只在美國生產，也和在地供應商合作，再部署到全球使用，建立起設計、製造與第一線員工之間的快速回饋循環，進而改善品質。 機器人數量將與人力持平，亞馬遜推進協作型 AI 倉儲 《華爾街日報》報導，亞馬遜在其倉儲環境部署了超過 100 萬台機器人，接近其設施內人類員工的數量。新款 Vulcan 機器人具備觸覺，可從貨架中取貨，並融入訂單履行流程，與人類員工及其他機器人協同作業。 該報導分析，亞馬遜去年每家工廠的平均員工數為 670 人，為近 16 年來最低；同時，亞馬遜每位員工每年運送的包裹，也從 2015 年的 175 件增加到 3,870 件，顯示生產力提升。 儘管機器人取代了部分工作任務，亞馬遜仍表示未來將仰賴大量人力，目前已在全球培訓逾 70 [&hellip;]</p>

【AI 時代外包術】KPO 如何讓企業在不擴編下，擴張專業人才庫？

<p>外包產業正在經歷一場深刻轉型，從過去以「節省成本」為主要驅動的作業模式，邁向以專業知識與判斷能力為核心的新階段：知識流程外包（KPO, Knowledge Process Outsourcing）。 相較於傳統 BPO（Business Process Outsourcing，業務流程外包）著重標準化與重複性任務，KPO 涉及的是高附加價值的知識密集型工作，比法律審閱、醫療診斷、詐欺調查、平面設計等，讓企業得以在全球範圍內以可預測、可規模化的方式擴展專業服務。 外包升級：從知識出發、向效率靠攏 KPO 的本質不在於訓練基層員工去適應既有流程，而是直接部署具備資格的律師、工程師、設計師與醫生等專業人士，並將他們的判斷與產出，透過流程設計、品質機制與系統化運作進行「工業化」。這種從知識出發、向效率靠攏的轉變，使得許多原本難以複製的專業服務，得以進一步實現模組化與擴張。 隨著全球企業對高階知識勞動力的需求升溫，KPO 的國際佈局也進一步擴張到南非等新興市場。南非憑藉良好的教育系統、流暢的英語能力，以及已具基礎的 BPO 生態，正在快速崛起為法律、醫療、金融等行業的外包重鎮。不僅如此，相較於歐美市場，南非的人才薪資結構更具彈性，讓企業得以更有效控管成本，同時取得穩定、優質的專業輸出。 這意味著，企業不再需要擴充內部人力團隊，也能達成服務擴張、技能多元與時區覆蓋的多重目標，從而在全球市場保持敏捷競爭力。 從負責「流程」到負責「結果」 不同於過去只處理單一任務的 BPO，KPO 強調的是「端到端」的服務概念。像是保險理賠、詐欺調查或醫療支援等複雜流程，不再被切割為多個零碎單位，而是由專業人員一手包辦、全程負責。這不僅提升服務整合度，也更符合現代顧客對一致性與效率的期待。 外包的客服角色亦同步進化。現代客服人員不再只是電話接線員，而是掌握完整客戶旅程的問題解決者，從初步回應到案件結案皆需主動處理。這不只是工作內容的轉變，更是組織文化的重構。從「流程服從」走向「結果負責」，讓外包從支援部門晉升為企業價值鏈的關鍵一環。 AI 在此扮演副駕駛，而非替代者 儘管自動化與生成式 AI 已廣泛顛覆 BPO 的多數領域，KPO 的核心特性「依賴人類判斷」使其短期內不易被完全取代。但這並不表示 AI 無所作為，相反地，AI 正逐步成為知識工作者的「副駕駛」。 舉凡文件摘要、流程優化、錯誤監控與決策輔助，AI 都能在不取代專業人士的前提下提供效率支援與判斷補強。若運用得當，AI 不但能強化一致性與可規模化程度，還能協助 KPO 模式更快反應市場變化、推動新服務落地。 而隨著數位化浪潮席，KPO 產業必須也開始加速導入 AI、機器學習與大數據分析等先進技術，進一步擴大其服務範疇與價值鏈。根據 Coherent Market Insights，全球 KPO 市場規模預計將從 2025 年的 361.9 億美元，成長至 2032 年的 1,035.8 億美元，年複合成長率高達 16%。這波成長動能來自於企業對智慧分析、數位策略諮詢與跨域專業整合的需求提升，KPO [&hellip;]</p>

所羅門如何以「快速建模」與「多元裝置整合」兩大技術核心，透過 AI 結合 AR 最佳化生產製造流程？

<p>從生產流程優化、品質監控到設備巡檢與人員培訓，AI 正快速重塑製造業的運作邏輯，也成為傳統工廠轉型的必備工具。在 TechOrange 科技報橘近期所舉辦的「AI 智慧大工廠」論壇高雄場，特別邀請到所羅門視覺事業處協理李佳運深入探析借力 AI 與 AR 技術，推動傳統製造轉型為智慧工廠的具體行動方案。 「機器人不是用來取代人類，而是用來完成人類不想做的事，」李佳運強調，所羅門以開發機器人的大腦與 AI 為主，背後的宗旨就是輔助工廠走向數位化，並創造更多結合 AR 的創新應用場景。 企業導入 AI 常見三大難題 「所羅門在全球已經有超過 700 個客戶與應用案例，也許我們的 AI 不是最厲害的，但我們是非常落地的 AI ，」李佳運從所羅門豐富的實戰經驗出發，分析企業導入 AI 應用時，最常遇到的「需求多元」、「場域多樣」與「設備多變」三大挑戰，以及所羅門的破解策略。 首先是「需求多元」，意即企業在不同產品、流程、規模與管理模式下，對 AI 的期待與功能需求大相徑庭。從食品加工、電子製造到化工業，各產線都有獨特的情境與作業步驟，導致通用模型難以套用，因此如何提供靈活高效的客製建模方式，是 AI 能否落地應用的關鍵。 接下來是「場域多樣」。由於工廠現場包含人員行為、設備狀態、原料物流等大量變數，因此 AI 必須針對不同環境做出準確辨識與即時反應，例如要偵測員工是否跌倒、機台是否過熱、料件是否放置正確，都需要不同的模型與觸發條件。 最後是「設備多變」。每家工廠的機台可能來自不同品牌、安裝時間點也不一致，導致設備資訊格式與控制介面都不盡相同，所以若要實現智慧化運營，AI 就必須具備高度理解能力。 以「快速建模」與「多元裝置整合」為核心，破解 AI 導入難題 面對需求多元、場域多樣與設備多變三大挑戰，所羅門以「快速建模」與「多元裝置整合」兩大技術核心，助力企業在短時間內即可將 AI 應用在需要的地方。李佳運指出，透過快速建模平台，企業無需仰賴 AI 專家或長期訓練，只需提供實際場域的樣本影像與標註資料，便能讓系統在短時間內自動建構具備高準確率的識別模型。 李佳運進一步說明，所羅門採用的是監督式學習 AI 模型，專注在精準辨識特定情境中的物件與行為，這種 AI 模型與 ChatGPT 這一類的泛用情境 AI 不同，不會因語意模糊而產生答非所問的風險，而是根據已知資料進行「是與否」的判斷，對製造、物流、醫療與零售等產業而言尤其重要。 李佳運舉例，過去美國西門子工廠仰賴人工辨識上千種螺絲與零件，相當耗時耗力。然而在導入所羅門 AI [&hellip;]</p>

鴻海為何要自研 AI 開源模型 FoxBrain？專訪鴻海研究院 AI 研究所所長栗永徽

<p>專訪：《TechOrange》社長戴季全 / 撰稿：廖紹伶 生成式 AI 在全球掀起巨浪，作為全球最大製造服務供應商之一的鴻海，為何選擇投入自研大型語言模型 FoxBrain 並宣布開源？《全新一週》專訪鴻海研究院 AI 研究所所長栗永徽，深入了解 FoxBrain 出現的決策脈絡，以及這家製造巨頭為何走向平台角色，打造下一代 AI 生態系。 從製造升級出發，AI 成為鴻海轉型關鍵技術 鴻海研究院 AI 研究所所長栗永徽表示，過去鴻海的製造流程仰賴大量人力，但是當兩年前生成式 AI 大爆發，他們看到 AI 將帶來新一波製造業大革命，也帶來新的機會，而這也是「鴻海轉型升級的大好機會」。 目前鴻海已經在工廠哪些流程導入 AI？栗永徽表示，很多製造生產的小環節都已融入 AI，舉例來說，運用生成式 AI 和大型語言模型技術，可以協助在少量多樣的產品線上進行瑕疵檢測，以及產線排程最佳化、提高生產率，而鴻海的「關燈工廠」更是最佳體現。 值得關注的是，鴻海不只是導入 AI 應用，更進一步開發自有繁體中文大型語言模型 FoxBrain，並選擇對外開源。 鴻海為何要打造自己的繁體中文 LLM？ FoxBrain 的誕生，正是為了解決這場製造升級背後的核心需求。栗永徽在訪談中提到 2 個因素促使鴻海自行研發 FoxBrain。 首先，他表示鴻海累積了 50 年的製造資料與獨家經驗和知識，如果使用外部語言模型，特別是外部雲端模型來進行 AI 升級，其核心技術和機密可能因此外洩，「對於鴻海來說，如何保守核心機密，是我們非常重要的重點。」 第二，栗永徽認為，如今 AI 模型訓練的競爭關鍵不在於模型架構，而是高品質資料，而這正是鴻海的優勢所在。 然而，在強調資料保密的同時，鴻海卻又選擇在 6 月底開源 FoxBrain 模型給外界，是否有造成鴻海機敏資料外洩的疑慮呢？ 選擇開源，並不等於技術外洩 栗永徽強調，一方面，鴻海研究院希望將前瞻技術成果回饋給社會與學術界。另一方面，他強調模型本身只是「肥沃的土壤」，真正的差異與價值在於企業如何在其基礎上「建立屬於你自己的東西」。 FoxBrain [&hellip;]</p>

英國政府推 GOV.UK 超級 App：可存取數千種政府服務，將融入 Anthropic 聊天機器人

<p>如何創辦特定類型的企業、申請護照需要帶什麼證件、新手父母可以獲得哪些公共資源──這些問題的答案往往散落在政府一頁又一頁的網站之中。英國政府在 7/1 正式推出一款新的手機 App「GOV.UK App」公測版，讓英國民眾用智慧型手機就能使用各類公共服務，並將逐步整合多達數千項服務，為英國新型數位身分證的施行鋪路。 從查福利到更新護照，一站整合日常行政需求 新 App 初期將提供 11 項主題分類供使用者自訂，包括福利、稅務、交通、托育、健康、退休與出國旅行等。根據英國政府網站，使用者可依個人需求自訂首頁，快速連結到政府網站提供的相關服務，避免過去需要輸入多個密碼存取不同政府服務的狀況，甚至能使用臉部辨識登入。未來，也將能接收個人化通知，提醒是否需要登記投票、兒童照護的抵免額度等。 這款 App 是英國政府數位化藍圖（A blueprint for modern digital government）的一部分，該藍圖討論了一系列讓個人和企業能更容易和政府互動的線上或 AI 工具，目標是減少行政的時間浪費。英國首相施凱爾曾在今年初提及，數位化可以為公部門帶來高達 450 億英鎊的節省與生產力效益。 根據英國數位科技大臣 Peter Kyle 表示，全新的 GOV.UK 將可以簡化從申請福利到護照等公共服務的存取，「透過將公共服務『裝進口袋』，我們將告別繁瑣的紙本表格和數小時的等待時間，讓民眾能立即獲取所需資訊。」 AI 聊天機器人將上線，難找的問題也能快速解答 根據《金融時報》報導，英國數位科技大臣 Peter Kyle 承諾，GOV.UK App 將在未來數月內取得非常快速的進展，包含今年稍晚將推出與 AI 公司 Anthropic 合作設計的 AI 聊天機器人，以及數位駕照。 目前 GOV.UK 網站擁有多達 70 萬頁內容，每月吸引 8,800 萬次造訪，其中超過一半流量來自行動裝置，而這款新 App 就是為了簡化這類使用流程而設計。該專案由英國政府數位服務單位 GDS 內部 32 [&hellip;]</p>

Meta 成立「超級智慧實驗室」MSL，祖克柏重金挖角人才後啟動 AI 改組

<p>面對 AI 軟體與人才的競爭日漸激烈，Meta 執行長祖克柏宣布對公司 AI 部門進行一場重大重組，成立名為「Meta Superintelligence Labs（MSL）」的新部門，企圖主導下一階段的通用 AI 發展。 這個被稱為「Meta 超級智慧實驗室」的新部門，將由資料標註新創 Scale AI 創辦人 Alexandr Wang 帶領並擔任 AI 長，同時與 GitHub 前執行長 Nat Friedman 共同帶領團隊。根據《Bloomberg》報導，該單位將整合 Meta 原本專注於大型語言模型、AI 應用產品與基礎 AI 研究（FAIR）的團隊，並設立一個全新實驗室，聚焦下一代模型的研發。 「超級智慧」成 Meta 主軸，砸數千億資源搶占先機 祖克柏在 Meta 內部備忘錄中指出，MSL 致力於打造能執行甚至超越人類能力的 AI「超級智慧」。他表示：「AI 的進展正在加速，超級智慧的開發已近在眼前。我完全投入其中，致力讓 Meta 引領這場潮流。」 祖克柏也表示，Meta 將在未來幾年斥資數千億美元投入 AI 專案和研究。雖然他曾表示，目前許多企業可能在 AI 上「過度投入」，但錯過這一波技術變革的代價將更為高昂。6 月，Meta 向資料標註新創 Scale AI 投資了 143 億美元，同時也與 Perplexity、Runway、PlayAI [&hellip;]</p>

企業老闆最新的口頭禪：人工智慧，否則就再見

<p>從科技巨頭亞馬遜到軟體服務巨擘 Salesforce，再到語言學習平台 Duolingo，全球各大企業的執行長們正同步發出一個清晰而直接的訊號：人工智慧不是選項，而是必修課。 AI 將深遠重塑組織結構和用人邏輯，部分職位將會消失，而另一些則需要透過新技能的培養來重建。未來的職場，不再僅僅是傳統的「人力管理」，而是人與 AI 代理共同治理的「人機共治」時代。 「人工智慧，否則就再見」已成企業老闆最新口頭禪。面對這場正在進行的變革，企業領導者們已開始坦率討論：AI 的浪潮不可忽視，員工若不能轉型適應，就可能面臨被邊緣化的風險。 CEO 們的新職責：全面「管理 AI」 AI 對企業組織圖的影響，已經不是遙遠的未來，而是正在發生的現實。亞馬遜 CEO Andy Jassy 明確表示，AI 將導致部分職位消失，但同時也會創造出新的職位。這也表明越來越多的執行長們相信，在企業界中已經沒有「人工智慧反對者」的空間。 Salesforce 執行長 Marc Benioff 甚至做出大膽預告：從 2025 年起，Salesforce 很可能不再招募工程師，因為人工智慧將大幅提升現有員工的能力。他更直言，他這一代領導者將是最後一代只管理人的 CEO。未來，執行長將同時肩負起管理人員與 AI 代理的雙重職責。 人力資源軟體公司 Lattice 的執行長 Sarah Franklin 即提出，傳統的「人管人」管理模式正朝向「人管 AI、AI 管事、人 AI 協作」的全新範式演進。組織金字塔的結構正在朝「菱形架構」演化。 這意味著，過去底部擁有大量入門級職位的三角形結構正在轉變，因為人工智慧承擔了更多曾經由經驗不足的員工處理的機械性工作。 「初級職位」成職場首波淘汰目標 也因此，AI 對職場結構的衝擊首先體現在入門級職位上。Anthropic、OpenAI 等人工智慧領域的巨頭高層都已指出，AI 能夠勝任大量初階的文職工作。OpenAI 的 Sam Altman 也公開表示，人工智慧代理已經開始完成與初級員工相當的工作。 Anthropic 的負責人 Dario Amodei 更在 [&hellip;]</p>

MIT 發表新機器人控制方法 NJF，讓機器人「用看的」學會控制身體

<p>機器人未來可能將不再需要透過複雜的感測系統來「了解」自己。麻省理工學院科學與人工智慧實驗室（MIT CSAIL）最近開發了名為「Neural Jacobian Fields（NJF）」的機器人視覺導向控制方法──這項系統不須手動建模、無須複雜的外部或機載感測器，只要一台攝影機，就能讓機器人感知並學習其身體如何回應命令，這種方法賦予機器人新的「身體意識」。 學習「自我觀察」，顛覆傳統機器人設計思維 MIT 電腦科學與人工智慧實驗室（CSAIL）博士生兼資深研究員 Sizhe Lester Li 表示，現在多數機器人任務仰賴大量工程與程式設計，「但未來我們希望能透過示範動作給機器人看，讓它自己學會怎麼達成目標。」 是什麼需求驅動此一突破？根據 MIT CSAIL，當前機器人設計多建立在既有假設之上：機器人具備不易變形的剛性結構、內建大量感測器，並能對應建立出精準的數位孿生模型。這些假設讓傳統控制系統比較容易運作，可是一旦換做柔軟、可變形或結構不規則的機器人就不適用。NJF 技術背後邏輯是，與其強迫機器人適應這些假設，不如透過觀察自己，學會控制邏輯和內部系統。 也就是說，開發人員可以更自由地探索機器人非傳統、不受拘束的型態，不必擔心之後是否能對特定型態進行建模獲控制。MIT 研究團隊表示，這能讓機器人開發降低門檻、技術價格更實惠、適應性更強，「視覺是一種靈活可靠的感測器。」 NJF 研究團隊表示，這項方法已成功應用於多種機器人，包括氣壓驅動的軟體機械手、剛性機械手（Allegro）、3D 列印的機械臂，以及未內建任何感測器的旋轉平台。根據在每種實驗中，NJF 都能靠視覺學會機體形狀與動作反應，並實現即時控制，每秒可達 12 次閉迴圈反饋。 NJF 應用場域可拓展至農業、建築與家庭 CSAIL 所長 Daniela Rus 補充，NJF 展現的潛力不只是在研究室，農業自動化、建築工地、倉儲環境、甚至家用機器人，都可能因此受益。 MIT 研究團隊也強調，雖然目前 NJF 的訓練仍需多攝影機架設、針對單一機體重新建模，但未來有望簡化到只用手機拍攝機器人動作影片，就可快速生成對應的控制模型，讓業餘開發者也能參與應用。 這份研究成果已於近期發表於《Nature》期刊，並獲得 MIT 研究支持基金、美國國家科學基金會及韓國光州科學技術院等機構資助。 ＊本文開放合作夥伴轉載，資料來源：《The Robot Report》、MIT CSAIL，首圖來源：MIT CSAIL</p>

每次使用 ChatGPT 時，都應該開一個新的聊天嗎？

<p>OpenAI 近期針對 ChatGPT 推出「記憶（Memory）」與「項目（Projects）」功能，讓生成式 AI 工具邁入一個嶄新的互動階段。這些功能的核心意義，不僅在於提升與用戶對話的一致性與效率，更在於重塑用戶與 AI 協作的整體思維邏輯。 而對時常使用 AI 的資深用戶而言，這不再是單純的介面更新，而是一場關於「如何讓 AI 成為長期任務夥伴」的結構性轉變。 ChatGPT 開始記住你講的話，有望成最佳數位助理 傳統上，用戶與 ChatGPT 的互動多偏向即時提問與單次任務導向。過去即便對話主題一致，只要關閉視窗或重新整理，AI 就會喪失所有記憶，用戶需重新提供背景、風格與偏好。而如今的「記憶」功能，則能夠在獲得用戶授權後，保存如姓名、語氣風格、專案主題與偏好設定等資訊，並跨對話框與用戶對話。 這讓 ChatGPT 不再僅僅只是「重設即忘」，而是具備延續性與一致性的最佳助理。 不過它也還是保有「上下文」這種短期記憶，也就是同一個對話視窗內的歷史訊息。 這兩種記憶方式就像是人腦中的短期記憶和長期記憶：「上下文」幫助它理解你剛剛說了什麼，而「記憶」則幫助它在之後的對話中還能延續你之前交代過的事情，但需手動保存或由 AI 主動觸發，非自動延續所有紀錄。 這樣的設計，讓 ChatGPT 更能跟用戶長期合作，甚至讓使用方式變得更有策略性。舉例來說，當你正在進行一份報告、一個比較冗長的簡報或內容專案時，繼續使用原本那條對話視窗絕對會比較有效率，因為它還記得你之前怎麼說、想要什麼語氣、哪些細節需要補上，幫你節省不少重複解釋的時間。 相反地，如果你換了個主題，或你覺得這條對話已經被誤會搞混了，這時候開一條新的對話會比較好，這樣它才能「清空腦袋」，重新從中立的角度開始理解你要的東西。 未明確標示記憶調用來源，易造成使用者混淆 不過也有用戶回饋，記憶有時候可能會「自己跑出來」。像根據開發者 Simon Willison 寫的部落格就有觀察到，有些時候 ChatGPT 會從你沒預期的地方挖出以前的資訊，可能會讓回答變得有點偏差。 所以，身為進階功能的使用者，就得隨時留意到底是該繼續這個對話，還是該重新開始，才能確保它不會被自己的記憶「干擾」。 不過這也暴露出 ChatGPT 的記憶功能目前的提示設計還不夠明確：當 AI 使用記憶資料時，若缺乏標示或提醒，會導致使用者無從得知這段回應是來自 AI 自己「推理」的還是使用「過往記憶」。 不要只會下指令，管理、分類對話很重要 另外，「項目（Projects）」這個新功能可以說是這次改版後最適合給長期使用者的人。它不只是可以讓用戶上傳文件或設定任務目標，更像是給你一個 AI 專屬的任務資料夾。不論你是在做品牌策略、開發課程、寫長文或整理研究內容，只要把這些相關的對話和檔案都放進同一個項目裡，ChatGPT 就可以幫你記得之前做過什麼、講過什麼，不需要每次都重新說一遍。 但這也意味著，使用 ChatGPT 的方式可能要被徹底改變了。 以前大家可能習慣問完一題就關掉、下次從頭來，但現在更需要學會怎麼「管理對話」。你得知道什麼時候要延續、什麼時候該重來、什麼任務該用項目來整理。對企業來說，這更是一門需要教導內部同仁的技能：不是教大家怎麼下 prompt [&hellip;]</p>

從「製造」走向「科技」：鴻海研究院人工智慧研究所所長栗永徽解密鴻海的 AI 轉型 3 階段

<p>在全球製造版圖快速變動、AI 技術加速演進之際，鴻海科技集團正推動從「製造的鴻海」變成「科技的鴻海」，全面實現 AI 轉型。在近期 TechOrange 科技報橘主辦的「AI 智慧大工廠」高雄場論壇，特別邀請到鴻海研究院人工智慧研究所所長栗永徽，深入剖析「從製造巨人到智慧巨擘：鴻海的 AI 轉型之路」，揭示鴻海轉型升級的清晰藍圖。 栗永徽指出，傳統工廠普遍面臨人力密集、生產效率低落、變化應對能力不足、資源浪費嚴重、管理複雜與品質不穩定等問題。以射出成型為例，栗永徽分析過去必須仰賴資深師傅進行瑕疵判斷與問題回溯，不僅耗時、成本高且難以確保一致性，因此鴻海的 AI 智慧工廠策略就是透過 AI 模型取代人工作業，讓機器能 24 小時穩定運作，大幅提升生產良率與效率，改變傳統工廠高度依賴人力的運作模式。 鴻海的 AI 轉型三階段 栗永徽進一步說明，透過建立機台連通性、將所有設備數據上傳至資料中台，以奠定 AI 應用基礎後，才正式進入 AI 轉型的三階段。首先，「AI 1.0 」是將集中的資料可視化，並透過工具與計算規則進行數據分析及更精準的管理決策。 「AI 2.0」階段聚焦在「可預測性」，主要是將生成式 AI 、智慧製造與鴻海自身的創新技術結合，形成新型態的人機協作模式，讓工作者可以在 AI 的幫助下進一步提升產能與效率。 「AI 3.0」則是目前最前沿的階段，致力於打造具備「超級大腦」的統一平台，實現全流程的自主決策與閉環控制，使工廠能在無人介入下自動運作，達到真正的「關燈工廠」。「鴻海在中國已經有數十座工廠屬於關燈工廠，可以在無人的狀態下自主運行，」栗永徽說。 工廠數字孿生平台的具體效益 「我們有一個共性基礎平台建設，就是工廠數字孿生，」栗永徽說明，鴻海在建構實體工廠前，會先透過 NVIDIA Omniverse 這一類工具將實體工廠虛擬化，讓每台機器、產線與每個空間配置都能在虛擬空間中先行建模，讓工廠規劃更精準，也能提前進行參數校準、數據分析與預測，實現最佳化的產線設計與決策。 另一方面，工作者可以透過 AR 在虛擬工廠環境進行設備操作訓練與維修模擬，顯著降低錯誤率與培訓成本。同時，鴻海也能在模擬過程中收集大量數據，用於預訓練 AI 模型，讓 AI 在實際部署前即具備基本能力。栗永徽以不同的實例說明透過數字孿生技術，可以達到 AGV 數量減少 1 台、規劃週期縮短 20%、產能預測準確度提升至 97%、設備效率提升 4% 的具體成果。 「AI [&hellip;]</p>

擺脫資訊孤島，迎戰數位轉型！伊雲谷智造力新主張研討會，揭示智慧製造 6 大關鍵

<p>AI 崛起的浪潮不再只是資訊行業的特權，伊雲谷數位科技近日舉辦「智造力新主張：AI Agent 與雲端應用研討會」，以製造業數位轉型為核心，邀請 Amazon Web Services (AWS)、Intel、雲界數位創新及雲璽多家業界領導夥伴，透過趨勢洞察、關鍵工具展示與案例分享，幫助製造業快速揭示從「資訊孤島」轉型「智慧製造」的關鍵路徑。 伊雲谷台灣區營運總監 Alan Lee 指出：「上雲成為趨勢原因有：有效分散地緣政治風險、建構與地端同等級的資安防線、導入AI Agent 提升企業營運效能。 」 關鍵一：AWS 戰略新佈局，從雲端遷移 (Cloud Migration) 到 AI 實踐最佳路徑 AWS 分享 Amazon Web Services (AWS) 亞太 (台北) 區域正式啟用，藉由三層式的架構設計，確保雲端服務的高可用性、高擴充性與高容錯性，並且解決企業數據落地及合規的挑戰。AWS 亦成立專家團隊，提供從評估到行動的完整遷移解決方案，全方位協助製造業者實現上雲目標。 關鍵二：用算力助攻轉型，Intel 引領在地 AI 應用運算再升級 Intel 建議企業可以選用搭載 Intel® Xeon® Scalable 處理器的執行個體 M7i，除了實現效能加倍以外，另整合 Intel 技術 AMX 推動 AI 模型，及支援 Intel 開源工具 OpenVINO 進行 AI 模型格式轉換與量化，實現部署私有生成式 [&hellip;]</p>

「AI 不只是資料中心。」AMD 揭 AI 發展重點如何走向地端推理

<p>AI 發展不斷加速，晶片大廠 AMD 近期動作頻頻，5 月與台灣政府和企業合作成立台灣算力聯盟，6 月在全球併購了三家公司。AMD 怎麼看待最新的 AI 產業趨勢，又如何迎戰？ 從訓練走向 AI 代理，企業 AI 推理需求升溫 「AI 不只是資料中心，」AMD 資深業務協理黃偉喬在 AI 智慧大工廠系列論壇上分享，AI 發展重點已從模型訓練邁向推理應用，並從多模態理解進化到能主動執行任務的 AI 代理（Agentic AI）。 他指出，AI 模型的訓練方式也在演進。過去企業多將資料集中處理，如今「聯邦式學習」（federated learning）強調分散式運算，讓模型在資料不出地端的情況下共同學習；面對資料稀缺狀況，「自監督學習」則能在小樣本下自我訓練，顯示 AI 技術正持續進化。 此外，黃偉喬觀察企業對 AI 地端推理的需求成長，主因包括雲端 AI 的成本高昂、不希望將機密資料上傳雲端，以及營運現場不一定能穩定連網，因此未來 AI 的推理架構從雲端延伸至邊緣裝置，甚至延伸到筆記型電腦、手機等終端。 談到近期熱門的 AI 代理，黃偉喬強調 AI 的價值不再是單純的問答，而是要能協助分析問題脈絡、進行推論，並「產生行動」。他表示，若針對資訊只能生成洞見而無行動力，AI 價值將大打折扣。 AI 晶片市場競爭，AMD 採取開放、合作策略迎戰 面對 AI 晶片市場的激烈競爭，「我們有一個很重要的策略就是走向 open（開放），」黃偉喬表示，AMD 除了提供涵蓋資料中心伺服器 CPU、GPU 到用戶端 PC 完整解決方案的晶片，也致力於推動自家軟體框架 ROCm，推動更開放的硬體和軟體架構。 這項開放策略體現在 [&hellip;]</p>

【告別傳統 SEO】AI 時代流量大搬家，Adobe 新工具讓品牌「紅」到 AI 腦中

<p>Adobe 宣布推出顛覆傳統 SEO 應用的全新品牌經營工具 LLM Optimizer，它可以藉由監控品牌於大型語言模型（LLM）中的曝光度，協助企業客戶改善品牌於生成式 AI 輸出結果的曝光度。</p>

【AI 成金融人才必備技能】歐美商學院如何培養 AI 時代新型財金人才？

<p>金融業的數位轉型不再只是導入 AI 工具，更深入改變了人才需求與職能。根據 AI 研究平台 Evident 2025 年報告，其追蹤的全球 50 間銀行，平均每 50 個銀行員工有一人從事與 AI 和資料相關的職務。面對產業快速變動，從美國、英國到葡萄牙，各國頂尖商學院正集體翻修課綱，培養具備資料素養與 AI 實作力的新型金融人才。 歐洲商學院改革課程，聚焦 AI 系統知識與實作力 根據《金融時報》報導，倫敦帝國學院商學院、巴黎高等商業研究學院、法蘭克福金融管理學院等商學院，已將資料科學與 AI 全面納入財務金融課程核心。 倫敦帝國學院不僅設有融合系統化交易與機器學習的課程，金融碩士生更須學習如何量化不確定性、設計與調整 AI 模型，以理解模型的邏輯與偏誤風險。該院客座講師 Hachem Madmoun 表示，「理解一個 AI 模型為何有效、是否有偏誤，與追求預測準確率一樣重要。」因此，學生接觸思維鏈、自我一致性等 AI 提示技術，將成常態。 巴黎高等商學院則設計出分級選修機制，從 Python 線上課程、工作坊到資料與金融雙學位路徑，強調學生的實作與基礎能力，並要求至少修習一門資料與金融整合的核心課程。 葡萄牙 Nova SBE 商學院則將 AI 技術導入創投分析，訓練學生評估新創投資潛力與市場趨勢，課程內容涵蓋去中心化金融與機器學習。西班牙 UPF 巴塞隆納管理學院則聚焦於「應變能力」，培養學生即時回應市場變動的能力，課程包括演算法交易、機器學習與資料庫建構。 美國商院開設 AI 主修，關注倫理與治理 美國華頓商學院將在 2025 年秋季推出全新 MBA AI 主修與大學部 AI 專修方向。根據《Business Insider》報導，該院學生必須修習機器學習、資料探勘、神經科學與 [&hellip;]</p>

高達 88 %台灣民眾曾被詐騙鎖定！趨勢科技 AI 防詐達人加入全新「詐騙預警雷達」功能劇透詐騙套路，助消費者遠離騙局

<p>全球網路資安領導廠商趨勢科技(東京證券交易所股票代碼：4704) 宣布推出「詐騙預警雷達」，這是趨勢科技消費性防詐資安產品 AI 防詐達人 App 中的一項創新功能，透過 AI 詐騙預測模型、詐騙行為模式分析、刑事局 165 聯防，依據用戶在手機上接觸的資訊做智慧分析，判斷其數位足跡是否暗藏詐騙風險，並即時主動提醒、建議用戶在風險發生前採取應對行動，以防財損及個資外洩發生。 趨勢科技總經理洪偉淦表示：「詐騙事件不僅是單一攻擊行為的觸發，更像是一場精心策劃的『劇本』，而詐騙預警雷達的推出則幫助民眾『劇透』各種詐騙情節，是個人資安領域的一項重要變革。在 AI 被網路犯罪分子用來增強其詐騙能力之時，我們也持續利用 AI 來強化用戶的防詐能力，使其能夠在詐騙威脅尚未擴大之前，即具備辨識能力並採取應對行動。」 近九成民眾曾遭鎖定、三成民眾曾受騙 防詐不能只靠直覺！ 根據趨勢科技在台灣針對千餘名成年人進行的最新調查，有高達 88 %受訪者曾被詐騙集團鎖定，其中更有超過三成(36%)的人最終成為網路詐騙受害者註一，且近半數(46%)的受害者表示他們是在損失慘重的那一刻才意識到自己被騙了。而這些曾被鎖定的受訪者回想當初被鎖定的主要方式為「收到關於投資或快速賺錢的訊息」、「收到來自政府/官方機構的假緊急訊息」及「收到冒充家人、朋友或其他可信人物的訊息」註二。 調查結果也顯示，大多數人辨識詐諞傾向相信自己的直覺，僅部分受訪者會從官方管道或利用工具求證註三。然而，AI 的普及導致網路資訊的真偽越趨難辨，近期網路犯罪份子也可能趁國際情勢不穩之時而活躍，利用非法取得的個資發動高精準度詐騙攻擊，即便具科技素養的群眾也難以辨識防範，因此，能主動示警、即時查證的專業防詐工具將成為全民抵禦詐騙的必要武器！ 採 AI 詐騙預測模型 「詐騙預警雷達」比你更早發現詐騙 透過詐騙預警雷達的加入，AI 防詐達人不僅可封鎖詐騙網站和電話，更能全天候監控各種詐騙威脅，包括：投資詐騙、交友詐騙、借貸詐騙、網購詐騙、假冒政府詐騙、Deepfakes 換臉詐騙。當發現使用者可能遭詐騙鎖定時，詐騙預警雷達會立即主動發送詐騙警報和防範建議，為使用者爭取在第一時間採取應對行動，提升日常數位生活的智慧防護，降低財務損失或個資外洩事件發生。不同於傳統僅針對單一內容、網站或可疑電話號碼做偵測的防詐工具，詐騙預警雷達採用自家開發、以真實世界詐騙手法進行訓練的專有 AI 詐騙預測模型，主動辨識使用者在簡訊、通話、網頁甚至深偽視訊中的潛在風險，不僅攔截惡意連結，更在詐騙尚未得逞前即發出預警，幫助使用者在「還沒相信之前，就先識破」。 公私協力，在台打造全方位防詐策略 趨勢科技致力於打擊詐騙，除了不斷研發產品創新外，也持續推廣全民防詐意識與認知，並與公部合作，以確保所有年齡層的使用者都能獲得防詐工具和知識，受到保護。除了與刑事局 165 合作同步防詐資料長達十逾年，近期也啟動「全民防詐守護戰」提供 AI 防詐達人 App 三個月免費體驗，更結合最新詐騙預警雷達功能，在用戶步入最終詐騙危機前，提供預警並提醒使用者立即撥打 165 反詐騙專線協助，真正做到公私協力共同防詐。 內政部警政署刑事警察局預防科科長林書立表示：「詐騙手法日新月異，犯罪集團善用科技工具進行偽裝與誘騙，讓民眾在日常生活中防不勝防。為強化全民防詐意識與應變能力，我們與趨勢科技攜手合作，結合 AI 技術打造更即時、主動的防詐機制。透過這次推出的『詐騙預警雷達』功能，不僅能預先分析潛藏風險，也能即時提醒民眾，協助他們在第一時間察覺可疑訊息，降低受害機率。我們期待這樣的科技輔助，能夠成為全民對抗詐騙的堅強後盾，打造更安全的數位生活環境。」 趨勢科技呼籲，消費者應採取「三重防護策略」：提升警覺、培養良好的數位習慣、善用防詐科技工具，全面強化自身防詐力。全新升級的 AI 防詐達人隨著詐騙預警雷達的加入，將成為用戶在數位世界中的得力助手，不僅主動即時偵測詐騙行為，協助做出更快速、安心的決策，也協助長輩等數位經驗較少的群眾應對各種詐騙威脅。目前最新版本的 AI 防詐達人已可於 Apple App Store 與 Google Play [&hellip;]</p>

創用 CC 發起「CC signals」AI 時代資料共享框架，標註資料「如何」開放 AI 訓練

<p>為了應對 AI 模型大規模使用網路內容所帶來的挑戰，重建數位共享生態系的平衡，非營利組織創用 CC（Creative Commons）在 6/27 發起「CC Signals」框架，並預計在 2025 年 11 月推出 Alpha 測試版本。 CC Signals 讓資料持有者能清楚表明內容是否以及如何可被機器重複使用，特別是在 AI 模型訓練時。同時，CC Signals 也提供一套法律與技術架構，協助資料掌握者與使用者建立更公平透明的資料共享模式。 為什麼現在需要 CC Signals 框架？ 創用 CC 指出，過去 20 年，搜尋引擎與數位典藏等機器對於網路資料的重複利用，主要遵循基於互惠的社會契約，反映人們分享作品的合理預期。然而，AI 技術飛速發展，創用 CC 觀察到這種原有的社會契約不只被破壞，導致經濟利益不均，更引發內容「圍堵」現象──許多創作者選擇將內容下架、設定付費牆，或使用更嚴格的授權限制。 例如，Reddit 透過 robots.txt 檔案來限制機器人抓取其網站資料。Cloudflare 則在研究收費機制，向抓取資料的 AI 機器人收費，並開發混淆工具來干擾這些機器人。而一些開源開發者則打造工具，專門拖慢或浪費不遵守「禁止爬取」規範的 AI 爬蟲資源。 另一方面，現有工具和法律已無法滿足人們在 AI 時代對於版權表達細緻偏好的需求，創用 CC 指出，機器存取內容的規範如 robots.txt，靈活性差且實施效果不佳，但是擴大著作權保護範圍仍可能賦予知識的壟斷權，並將權利集中於大型權利人，而非創作者本身。像是社群平台 X 曾做出允許第三方使用其公開資料來訓練模型的變更，但是後來又撤回該決策。 觀察到目前許多 AI 版權問題的回應方式往往是「全有或全無」，創用 CC 認為這可能無意中限制長期以來被認為有社會價值的文字和資料探勘（TDM）用途，導致知識無法被用於公共利益目的，例如錯誤資訊偵測、研究等。因此，CC [&hellip;]</p>

微軟發佈 2025 年《負責任 AI 透明度報告》實踐負責任 AI、深化客戶支持與共創成長

<p>微軟自 2024 年發佈首份《負責任 AI 透明度報告》以來，獲得全球利害關係人提供寶貴洞見，為今年度的《負責任 AI 透明度報告》提供重要依據，也進一步強化微軟持續打造值得信任 AI 技術的承諾。本報告重點說明微軟的最新進展：如何負責任地建構與部署 AI 系統、如何支持客戶與更廣泛的生態系，以及如何從實務中持續學習與演進的過程。 過去一年，規模大小各異的企業紛紛導入人工智慧 AI，進一步凸顯實踐有效 AI 治理的重要性。微軟的客戶與合作夥伴高度關注我們如何擴展內部 AI 治理計畫，以及如何將高層次的規範準則，轉化為可實踐的開發工具與具體作法。 業界也意識到，建立值得信賴的 AI 不僅有助於提升業務表現，更能透過良好治理釋放 AI 的潛能。根據 IDC 進行的《微軟負責任 AI 調查》，超過三成的受訪者指出，缺乏治理與風險管理解決方案是導入與擴展 AI 的主要障礙。相對地，在已採用負責任 AI 風險管理工具的受訪者中，超過 75% 表示這些工具有助於改善資料隱私、提升客戶體驗、做出更有信心的商業決策，並增進品牌聲譽與信任度。 過去一年，全球陸續推出各項 AI 法規與監管新措施。微軟近十年來持續不懈，將負責任 AI 的原則落實為具體實踐，已做好充分準備以遵循相關規範並協助客戶共同實現合規目標。然而，我們的工作尚未停止，仍在持續發展促進 AI 技術跨境應用所需的高效、可行之監管與執行架構。微軟將持續提供實務洞見，參與全球標準與規範的制定工作。 在 AI 治理的各個層面，保持靈活應變的策略至關重要。微軟從實際部署中不斷學習，並依據最新技術發展持續調整實務作法，同時積極回應利害關係人的反饋意見。隨著治理實務不斷演進，我們也將透過未來的年度透明度報告及其他公開平台，主動分享最新洞見與經驗。 2025 年微軟《負責任 AI 透明度報告》重點摘要 針對負責任 AI 的工具、政策與實務進行關鍵性投資，以因應 AI 創新日益加速的發展趨勢：持續強化負責任 AI 工具，將風險衡量與緩解機制擴展至文字以外的多模態內容，例如影像、音訊和影片，並新增對各類代理型系統（agentic systems）的支援。這類半自主系統預期將成為 AI [&hellip;]</p>

Google Gemini 2.5 Pro、Flash 和 Flash-Lite 怎麼選？一次看懂三大模型應用場景

<p>作者：iKala 在 AI 領域不斷進化的今天，Google 於 2025 年 3 月 25 日正式推出了 Gemini 2.5 系列模型，凸顯其 AI 技術的又一次重大飛躍。作為 Gemini 家族的最新成員，Gemini 2.5 被設計為「思考型模型」（Thinking Model），旨在透過內建的推理能力處理更複雜的問題，提供更高的準確性與性能表現。 在 5 月 Google I/O 大會上再次更新 Gemini 2.5 系列模型，共包含三款： Gemini 2.5 Pro 與 Gemini 2.5 Flash 兩款模型已全面上市，可在 Vertex AI、Gemini API 和 Google AI Studio 上使用；而 Gemini 2.5 Flash-Lite 則仍處於公開預覽（Public Preview）階段。本文將深入介紹 Gemini 2.5 各版本的技術特點、性能表現與實際企業應用，協助您評估最合適的部署選擇。 Gemini [&hellip;]</p>

從探索 AI 邁向規模化應用 AI ！台新金控數位科技長張慎：「在這場 AI 轉型競賽中，速度與方向同樣重要。」

<p>AI 與大型語言模型（LLM）正以前所未有的速度重塑全球金融服務業的樣貌。根據 McKinsey Global Institute 預估，AI 將為全球金融業帶來超過一兆美元的附加價值，這並非遙遠的預測，而是正在發生的現實。「在這場 AI 轉型競賽中，速度與方向同樣重要，」台新金控數位科技長張慎直言，這場技術浪潮不只是機會，也是攸關企業存亡的新挑戰。 張慎強調，面對 AI 引領的全新賽局，台新金控立下要在轉型行列始終保持「第一梯隊」的目標，並透過建置自主生成式 AI 平台「台新腦」，深化客服、行銷與風控等業務場景的應用，帶領台新金控從「探索 AI」邁入「規模化應用 AI」的階段，全方位推動 AI 轉型升級。 從數據治理開啟 AI 轉型 數據是 AI 的燃料，沒有高品質的數據治理，就無法推動有效的模型應用。然而數據治理是一個長期而艱巨的工作，因此台新金控從資料架構整合、品質管理、安全隱私到生命週期控管等面向，皆持續推動系統性的基礎建設，以確保資料具備可信度、可用性與安全性，有效支撐 AI 模型開發與業務實際應用。 為了提升數據的使用效能，台新金控依據資料的商業價值、使用頻率與整合程度，設計出熱度分級制度，並針對不同熱度制定相應的管理機制，藉此提升資源配置效率，使資料在各階段的業務發展中發揮最大價值。此外，針對集團內部上百套系統因格式與邏輯不一而造成的整合困難現象，台新也制定統一的欄位規格與資料邏輯，並參考國內外標準，進一步促進跨部門數據的共享與流通。 台新金控實現 AI 轉型的 4 大要素 張慎指出，台新金控在 AI 轉型的跑道上之所以能夠保持領先，關鍵在於四個緊密連動的要素。首先是來自「領導層的前瞻性視野與高度承諾」，意即領導層將 AI 視為未來競爭力的核心，並給予明確的資源支持。其次是「以數據為核心的數位基礎建設」，包含高品質且整合化的資料環境、模型訓練資源以及完善的隱私保護與安全運算機制，這些都是實現 AI 高效應用不可或缺的基礎。 第三個關鍵要素是「跨部門的應用落地能力」，台新金控強調 AI 應用不該侷限於科技部門，而是要由業務與技術共同參與，讓 AI 真正解決實際問題、提升客戶體驗與營運效率。最後，也是張慎認為最重要的一點，就是「數位文化的養成」，因為 AI 轉型不僅是技術升級，更是工作與思維模式的改變，因此台新金控投入大量資源推廣內部數位文化與人才培育，讓 AI 轉型真正紮根於組織的每個面向。 打造「數據＋AI 」驅動的企業 AI 轉型文化 「轉型的關鍵，在於組織內部持續打造一種『數據+AI』驅動的業務和思維模式，」張慎分析，台新金控建立的 AI 轉型文化包含四個層面。在制度面，台新金控已成立由總經理親自召集的「金控數位策略指導委員會」作為轉型最高治理單位，並將 [&hellip;]</p>

「目標成為科技碳權的創新者。」專訪亞福儲能團隊剖析如何讓電梯節能成為可獲利的永續投資

「AI 導入不僅是技術問題，更是文化挑戰。」杰倫智能科技解析以 Domain Twin 布局全球並保護關鍵資產的韌性管…

<p>自 ChatGPT 問世以來，AI 發展進入關鍵轉折期，杰倫智能科技執行長特助楊建洲近日出席「AI 智慧大工廠論壇」高雄場時，便在「Domain Twin – 解密製造業布局全球並保護關鍵資產的韌性管理策略」演講中，將 AI 技術演進可分為三個階段。第一階段為文字理解與生成，為語言處理能力奠定基礎；第二階段為多模態整合，讓 AI 開始同時處理語音、影像與影片等不同型態資料。當前進入的第三階段，展現出 AI 已逐步具備推理能力，能如同人類大腦進行更深層的思考與判斷，代表 AI 正朝向高階決策輔助工具邁進。 楊建洲指出，根據多家科技公司財報顯示，無論是美國、中國或其他國際企業，皆持續重金投入 AI 發展。但與此同時，AI 熱潮也伴隨組織重整與人力優化，全球企業裁員總計超過 21 萬人，且被裁員工多為中高階管理職，顯示 AI 正逐步取代傳統管理型職能，重塑企業結構。 Domain Twin 解決製造業 AI 落地挑戰 雖然 AI 投資趨勢熱絡，但企業在實際導入上仍面臨多重挑戰，包括系統誤判風險、投資報酬率（ROI）不確定、資料品質不佳，以及生成式 AI 回答不準確所引發的信任危機，楊建洲強調，「如果員工對系統失去信心，使用率將大幅下降，導入效益也將大打折扣。」 楊建洲說明，AI 在製造業場域導入挑戰更高，因其企業多屬結構化資料，與生成式 AI 所需的非結構化資料屬性不同，整合難度高，加上老師傅的經驗難以用文字形式記錄，造成知識無法量化和移轉，智慧化轉型進展緩慢的現象。 為協助企業系統性導入 AI 並打造兼具韌性與智慧的管理模式，杰倫智能科技提出「Domain Twin」的概念，結合「左腦」的邏輯分析與涵蓋創意和文化的「右腦」，將工作者的專業知識與經驗轉化為 AI 模型，並跨國複製營運模式。楊建洲進一步分析，Domain Twin 包含韌性管理框架（RMS）、生命週期管理平台（AILM）、自動化機器學習平台（AutoML）、智能助手平台與 AI 啟動工作坊等五大核心模組，協助企業從研發、製造到品管建立數位轉型路徑，並與企業一同陪跑，協助種子團隊快速熟悉並推進應用。楊建洲也提醒，導入 AI 不是在追求全面自動化，而應視 AI 為協助工具，並從單一應用點起步，逐步擴大 AI 應用場景。 「多代理人協作」提升智慧場域韌性，轉譯經驗為資產 [&hellip;]</p>

DTC 模式走不下去了？從 Nike 重返 Amazon 看「全通路」為何是長久之計

<p>五月，Amazon 宣布將重新與 Nike 合作，於平台上銷售 Nike 商品，並要求第三方賣家在七月中旬前，下架 Nike 指定商品。這是雙邊自 2019 年斷絕關係後的首次復合，也代表 Nike 在歷經多年推行 Direct-to-Consumer（DTC，直接對消費者行銷）策略後的一次重大調整。 DTC 發展遇瓶頸，Nike 回頭擁抱通路 Nike 當年大力發展 DTC，是為了提升品牌主控權、改善營運利潤，同時建立更直接的消費者關係。為此，Nike 大幅精簡批發零售夥伴，甚至在 2019 年正式離開 Amazon，並投資大量資源打造直營門市、App 生態系與數位會員經濟，期望藉此鞏固顧客黏著度。從財務表現來看，Nike 的 DTC 確實在短期內繳出亮眼成績，2022 財年 DTC 營收年成長高達 14%，成為公司成長的重要引擎。 然而，DTC 的蜜月期並沒有持續太久。Nike 在 2023 年開始釋出訊號，逐步恢復與零售商 Foot Locker、百貨 Macy’s 等通路的合作，並在 2025 年正式宣告回歸 Amazon。Nike 執行長度納赫（ John Donahoe）表示，品牌未來將強化全通路整合，不再偏重單一銷售模式。 DTC 發展挑戰：少了「全通路」，數據無法反映消費歷程 事實上，DTC 發展遇到的挑戰，遠比外界想像的複雜。首先，DTC 雖然提高了品牌毛利，但營運成本同樣急速攀升。Nike 必須自行負擔物流、客服、數位廣告、平台建置等成本，行銷支出更居高不下。《Modern Retail》指出，Nike 在推動 DTC [&hellip;]</p>

Robotaxi「無人駕駛」是假象嗎，特斯拉遠端控制自駕計程車有什麼限制？

AI 假證件詐騙瘋飆 195%，駭客偽造身份連銀行 KYC 都可能失效

<p>身分識別驗證服務廠商 Sumsub 指出，透過 AI 合成假證件進行身分欺詐的詐騙案件，正以驚人速度於全球蔓延，而不法分子的技術驅動力，幾乎完全來自生成式 AI。</p>

下一個 DeepSeek 來了？百度今開源「Ernie 4.5」AI 模型，專家看好嗎

<p>中國將迎接自 DeepSeek 以來，最大規模的開源 AI 模型發表：中國搜尋巨頭百度在 6/30 開源其生成式 AI 大型語言模型文心（Ernie）大模型 4.5 系列。然而，這款 AI 能否像 DeepSeek 一樣帶給全球市場衝擊，甚至對 OpenAI、Anthropic 及中國本土對手造成威脅？AI 專家看法不一。 事實上，百度長期主張封閉式專有模型才是 AI 發展正途，百度執行長李彥宏更曾公開反對開源策略。然而情勢在開源新創 DeepSeek 出現後改變，DeepSeek 模型證明開源模型的效能可直逼 GPT-4，還能以更低成本營運，對百度造成實質威脅。 如今百度決定開源自家 AI 模型，《CNBC》報導，即便這不一定是下個 DeepSeek 時刻，仍對全球 AI 競賽具有重大意涵。百度在 3 月即表示，其最新的 Ernie X1 模型已能以半價達到與 DeepSeek R1 相當的效能。 開源 AI 陸續問世，將掀 AI 價格戰 南加州大學電腦科學副教授 Sean Ren 告訴《CNBC》，「每當有大型實驗室開源強大的 AI 模型，整個產業的標準就會被拉高。」Ren 認為，百度開源其 AI 模型，不僅與中國市場有關，也將迫使 OpenAI、Anthropic [&hellip;]</p>

企業如何打造 AI 工作流程？八拍子攜手肆佳科技揭密以智慧工作站開啟 AI 轉型的關鍵第一步

<p>隨著生成式 AI 技術快速進展，企業已經從「能不能用 AI」邁向「如何系統性使用 AI」。作為橫跨策略顧問與資訊科技整合的團隊，八拍子業務副總石展丞在「AI 智慧大工廠論壇」高雄場分享與肆佳科技合作開發的 「Asgard」，並現場展示導入成果。 解決應用落差：AI 導入需要的是「流程」不是「單一模型」 石展丞指出，多數企業在導入 AI 時多半停留在語言模型的輸入輸出階段，缺乏整合與制度設計，容易造成部門間對同一文件的理解落差，「企業需要的不是一個 AI 工具，而是一整套可控的應用流程。」 石展丞說明，Asgard 以智慧資料庫（AutoRAG）、流程排程引擎+AI 調用（Agent Flow）、多端部署（Multi-Deployment）為三大核心，功能涵蓋多模型支援，可以導入不同供應商的訓練模型，並靈活應用於各類場景，期待達到依照不同產業需求打造 AI 應用、簡化導入流程、實現 AI 真正落地應用的目標。 如何打造 AI 工作流程？從盤點需求到跨部門部署 在導入流程上，石展丞表示，他們根據多年系統整合與企業服務經驗，整理出一套「 COBRD 方法」 ：Check 盤點、Organize 梳理、Build 建立、Revise 修正、Deploy 部署，協助企業逐步落地導入 AI。石展丞分析，企業導入 AI 的第一步，就是盤點業務流程與重複性工作需求，如訂單追蹤、報表分析、文件查找等；第二步為梳理資料來源，意即釐清資料格式、位置與痛點；第三步是透過 Asgard 進行流程建構與轉化，最終進行跨部門部署，強化一致性與靈活應變能力。 石展丞補充，搭配 Asgard 的 RAG 架構，可以優化 LLM 輸出，進而提升準確性與上下文關聯性，適用於知識密集任務。此外，一鍵整合發佈的功能，則可以支援快速預覽與部署，讓企業輕鬆接入既有系統，降低平台切換成本。另一方面，Asgard 使用者也可以將文件自動轉為結構化資料，並透過 Agent Flow 設定觸發條件、模型類型與協作機制，有效整合企業內部知識、外部模型與 API 資源，創造真正可營運的 AI 工作站。 降低使用門檻：AI [&hellip;]</p>

博弘雲端啟動企業 AI 引擎，驅動雲端智能新未來

<p>台灣雲端科技服務領導品牌博弘雲端（Nextlink Technology）前進 AI 未來商務展，在為期三天的活動現場與零售、金融科技與行銷等企業對話，分享博弘雲端 AI 解決方案與 AWS 雲端專業技術，在 AI 時代開啟企業再次轉型的全新契機。 「現階段台灣企業在導入 AI 技術的過程中，很容易迷失方向。博弘雲端結合多年提供客戶技術服務建置的經驗，協助企業挖掘前所未見的需求，用 AI 達到最合適企業客戶的商業目標。」博弘雲端台灣暨東南亞事業中心副總經理陳亭竹提到，在這次活動中，許多企業因為還不了解 AI 能夠達成那些目標，而處於觀望的階段。博弘雲端就化身產業技術領航家，與企業共同討論 AI 技術的可能性，在未來開啟智能新篇章。 博弘雲端運用哪些關鍵 AI 解決方案，攜手零售業搶購顧客商機？ 以「AI 引擎驅動，雲端驅動未來」為策展核心，博弘雲端的三大 AI 解決方案，包含「全方位AWS AI 技術建置」、「AI 驅動的數位智能產品」與「產業 AI 解決方案」等，根據企業最合適的需求，強化 AI 技術的佈建。 舉例來說，零售電商業者最苦惱的莫過於繁瑣的商品上架管理，以及如何更精準推薦顧客商品強化銷售。這些零售業者常見的 AI 應用場景，將能夠透過博弘雲端的自動化商品上架管理解決方案，藉由 AI 語意智能審核，簡化繁瑣的營運流程；此外，AI 智能推薦相似商品，目的就是讓顧客停留購買，完成訂單。 除此之外，博弘雲端也借重 AWS 相關的 AI 服務，如 Amazon SageMaker、Amazon Bedrock 等，協助零售百貨、餐飲業者建置客戶與商品資料的數據中台，達到促銷成效預測與商品進貨預測等成效，促進商機轉換。 博弘雲端看見企業轉型哪些痛點，化身 AI 應用助飛員？ 「現階段企業最大的痛點，除了不確定 AI 應用的商業目標性之外，就是不知道該從何開始。」博弘雲端自有產品技術副理楊博翔發現到，這次來觀展的多數企業，除了不清楚 AI [&hellip;]</p>

LINE 母公司 AI 戰略曝光：從 AI 代理記憶到 LLMOps 全面部署

<p>生成式 AI 浪潮下，「是否導入 AI」、「如何導入 AI」，成為許多企業面臨的關鍵課題。 LINE 母公司 LY Corporation 舉辦年度科技大會「Tech-Verse 2025」，開幕演講分享旗下各服務導入 AI Agent（AI 代理）的技術路徑，同時回顧集團整併 LINE 和 Yahoo Japan 所遭遇的技術挑戰，並介紹以生成式 AI 打造更友善的開發者環境。 2 大 AI 策略，目標協調成千上萬個 AI 代理 LY 資深執行董事暨技術長朴懿彬（Euivin Park）表示，LY 已定位為一家 AI 公司，並提出 2 大核心 AI 策略：一是在所有服務中整合 AI 代理，二是將各業務領域的生產力提高兩倍，目標是實現所有人皆可使用 AI，進而強化產品和組織效能。 目前，LY 已在旗下 44 個服務導入生成式 AI，目標協調數千萬個代理，讓每個用戶都能使用 LY 支援的個人 AI 代理。以日本 LINE 為例，其 AI 代理功能不只支援基本問答，還具備翻譯、PDF 摘要、照片編輯以及照片文字編輯等功能；規劃中的新服務 AI [&hellip;]</p>

南韓穩定幣政策掀資金旋風，制度與技術問題待解

<p>根據《Financial Times》報導，受到南韓總統李在明表態支持韓元穩定幣政策激勵，南韓散戶近期瘋搶與數位貨幣相關個股，推升股市強勢上漲，成為亞洲上半年表現最亮眼的市場。李在明任命支持數位資產的金容範為政策首席顧問，執政黨「國民力量」亦提出法案，允許最低資本 5 億韓元的企業發行韓元穩定幣。 《Financial Times》指出，南韓為全球最活躍的加密貨幣市場之一，約兩成民眾參與數位資產交易。今年首季美元掛鉤穩定幣交易額達 57 兆韓元，促使南韓央行加速推動自有數位貨幣。儘管尚未確定發行時程與單位，金融機構與科技業者已表態高度興趣。 參與南韓央行試點的 Kakao Pay、LG CNS 本月股價大漲，Kakao Pay 股價翻倍，LG CNS 上漲近七成。Kosdaq 市場上，Aton 股價飆升八成，遊戲公司 ME2ON 股價漲三倍，其子公司近期也推出美元穩定幣。 投資者觀望未來貨幣的潛力，專家籲審慎評估市場熱潮 韓亞金融研究院最新發布的《2050 世代虛擬資產投資趨勢》報告提及，此項調查參與者中，有 27% 表示目前持有虛擬資產，其中，虛擬資產投資者以 30 至 40 歲為主。白領族群占比過半，平均擁有 7 項金融商品，資產規模約 1 億韓元。43% 的問卷參與者對未來投入虛擬資產展現高度意願。投資意願愈高者，愈認同虛擬資產作為未來貨幣的潛力，也對技術革新抱持期待，反映出他們更重視市場長期成熟的可能性，而非短期收益。 隨著民眾對虛擬資產的接受度逐步提升，《Financial Times》補充南韓央行總裁李昌鏞對非銀行機構發行穩定幣表達憂慮，認為恐衝擊資本流動與貨幣政策效力，央行擬與商業銀行合作，啟動第二階段數位貨幣試驗。韓國資本市場研究院研究員黃世雲則表示，穩定幣雖有可能推行，但對企業實質獲利助益仍具不確定性，許多企業尚未具備必要的技術與基礎建設，投資人應保持審慎。 ＊本文開放合作夥伴轉載，資料來源：《Financial Times》、2050世代虛擬資產投資趨勢</p>

科技業職缺逾 28 萬、裁員砍半：AI 沒消滅工作，而是改寫了徵才名單

AI 原本被認為可能大幅消滅科技業工作，但最新職缺數據顯示，科技公司的招聘需求並未全面萎縮，職缺數量較年初明顯增加。其中，硬體工程師需求更在今年明顯成長，顯示 AI 帶動的不只是軟體開發，也正在推升晶片、伺服器、機器人與資料中心等實體基礎建設的人才需求。

• #AI 人工智慧

川崎人形機器人準備導入日本自研 AI，日本 Physical AI 正從算力走向實體應用

日本是全球工業機器人重鎮，川崎重工也已投入人形機器人研發超過 10 年，但進入 Physical AI（實體 AI）時代，光有機器人硬體與控制技術還不夠。川崎現在準備替自家人形機器人 Kaleido 接上一顆由日本自己打造的 AI「大腦」。

• #AI 人工智慧

Robotaxi 開得更晚、FSD 前進台灣，Tesla 純視覺路線面臨哪些新考驗？

電動車大廠 Tesla 正把旗下無人計程車服務 Robotaxi 往更晚的夜間延伸，但執行長馬斯克最近提到的一個例子，也讓 Tesla 長年選擇的自駕技術路線再次受到關注。

• #AI 人工智慧

美中 AI 差距縮至 3%？彭博研究：中國憑「高效率與低成本」逼近美國領先優勢

美國 AI 業者與中國業者之間的性能差距，近幾個月快速縮小至歷來最低水準。彭博行業研究（Bloomberg Intelligence，BI）指出，在中國 AI 實驗室 DeepSeek 等業者持續追趕下，美國在 AI 技術上的領先優勢正面臨挑戰。

• #AI 人工智慧

2022 資安知識快充

企業對資安防護需求飆升，營運效率與安全管理如何找到動態平衡？

• #資安

Web 3 最核心影響力

Web 3 未來網路，正在改寫 Facebook、Google、Amazon 所建立的平台霸權。當用戶有了更大的數據自主權力、組織有更開放的交易空間，Web 3 經濟、Web 3 國家正在逐步發展中。除了加密貨幣外，Web 3 能帶來什麼關鍵改變？

• #影響力

破解 2022 雲端 AI 最核心趨勢

混合雲、多雲佈局已成企業轉型前哨戰，唯有在雲端當中站穩腳步的企業，才能為 AI 未來鋪路——一同盤點核心趨勢，為企業超前厚植未來競爭力。

• #AI
• #趨勢
• #雲端

AIoT 智慧製造生態系論壇焦點特展

全球產業鏈正快速轉變，地緣政治與通膨態勢縮減獲利空間，高科技製造業領導者如何面對變局？打造智慧大工廠，善用 AI 數據將是串連產線、廠務管理、物流、產品銷售供應鏈成為關鍵要點！

• #論壇
• #智慧製造
• #生態系
• #AIoT

台灣國防數位轉型－AI x 數據 x 新武器

新世代的國防數位轉型，核心是「數據」。AI、數據、演算法等「數位軍火」與國防系統的相互結合，才是新戰場的 game changer——它們如何一舉改變戰爭走向？台灣該如何思考這個議題？

• #AI
• #數位轉型
• #武器
• #台灣國防

2023 資安關鍵字

麥肯錫預估，2025 年全球企業因資安攻擊造成的花費與損失約為 10.5 兆美元。面對不斷升級的資安攻擊，2023 年有哪些關鍵趨勢值得注意？

• #資安

全新一週：專屬決策者的 Podcast！為您找到2023未來線索

專屬決策者的 Podcast！從正在發生的變化中，為您找到未來線索，領導趨勢創造全世界。

• #Podcast

別讓你的生活成為駭客的遊樂場

2023 年，我們走入無密碼時代，生成式 AI 卻帶來全新資安威脅。混合工作盛行、連網裝置越來越多，一個不小心，個人裝置的漏洞都會變成駭客的遊樂場！《TO》帶你掌握個人資安趨勢，陪你捍衛自己的隱私！

• #駭客

巨頭互鬥－ 微軟與 Google 在爭什麼？

今年 2 月，當全世界都還沉浸在 ChatGPT 魅力之際，Google 突襲式宣布推出 Bard，正式拉開「AI 大戰」序幕。Google 擔心自己「搜尋引擎霸主」地位受到威脅嗎？明明手握 ChatGPT 的微軟搜尋引擎市占率僅個位數。這兩間科技巨頭到底為何而戰？《TO》帶你回顧 2 月戰事，掌握這場商業戰爭的脈絡！

• #Google
• #微軟

2023 智慧大工廠系列論壇－線上特展

TechOrange科技報橘擴大舉辦「智慧大工廠論壇」，將推出「台北場」、「台中場」和「高雄場」系列論壇，聚焦北中南 AI 自主製造策略地圖。

• #工廠
• #論壇
• #智慧

請傳閱！2023 第一季資安威脅與解法

《TO》整理 2023 年第一季最重要的資安趨勢和應對方式，讓你與團隊拿好資安新武器，提升資安防禦力！

• #資安威脅

《TO》精選 AI 工具包！讓你打造高效益團隊

《TO》精選 2023 年目前最好用的 AI 工具，帶你快速上手，打造出生產力超高團隊，讓老闆對你們贊不絕口！

• #AI 工具

《TO》帶你逛！未來工廠全球巡禮

《TO》集結世界數個智慧工廠案例，帶你一同看在當前環境挑戰下，智慧製造技術如何協助全球各地製造業者因應眼前難關，並在動盪中持續成長！

• #工廠

三大雲端巨頭開打！戰場就在 AI

「三大雲端巨頭開打！戰場就在 AI」特別企劃中，從雲端市場的現況開始解析，再帶讀者將目光先從 Google、微軟身上暫時移開，從 AWS、NVIDIA 等競爭者的角度，帶領讀者深度解析雲端市場正在悄悄發生的有趣變化。

• #AI
• #雲端

2024 網紅行銷全攻略

《TechOrange》製作《2024 網紅行銷全攻略》專題，搶先揭露 KOL Radar《2023 台灣百大影響力網紅洞察報告書》，並專訪業內高手，提供品牌主找出網紅行銷作法的決策關鍵、實際心法，透析網紅合作戰場！

TechOrange 2025 趨勢觀察報告

TechOrange 2025 趨勢觀察報告聚焦 AI、製造、零售、金融、人才等五大領域關鍵趨勢，並匯集國內外科技領袖及學者專家，一同探索產業創新發展與未來展望，並助力企業提前掌握 2025 科技脈動、洞察產業先機。

• #趨勢

不只上雲，是 AI 轉型！CloudMile 帶你讀懂 Google Cloud 最新 AI 佈局

Google Cloud Next 2025 大會於美國拉斯維加斯盛大舉行，帶來哪些企業 AI 應用創新解決方案？TechOrange 科技報橘團隊特別採訪 CloudMile 萬里雲，深度探討應用場景及技術趨勢。

• #AI
• #轉型
• #Google Cloud

數據治理與 AI 進化論：建構安全且持續成長的組織基因

導入 AI 並非僅僅引進工具，而是涵蓋組織、成本與資安的整體治理，能大幅提升 65% 的資安效率，卻也帶來 22 秒的駭客攻擊，以及成本失控與影子 AI 等風險。

• #AI
• #安全
• #成長
• #持續
• #進化論

機器人新同事已上工！人機互動最新模式

《TechOrange》聚焦機器人主題，探討面對缺工與少子化威脅，機器人能否穩定提升企業的生產力與服務效率；以及面對機器人大軍，人類如何學著跟機器人當好同事？人機互動將帶來哪些新服務、新商機？

• #機器人
• #同事
• #互動

AI 機器人產業生態分布圖：透視台灣 100 大領軍企業｜TO Highlight

AI 機器人從決策系統、能源與驅動系統、視覺系統、人機溝通系統、運動系統、感測系統，已有超過 100 家台灣企業正掌握著關鍵零組件與技術，成為全球 AI 人形機器人發展的關鍵角色。

• #生態
• #AI 機器人

2025 AI 工具應用報告

TechOrange 科技報橘特別採訪與編譯報導 12 位國內外科技名人實際應用 AI 的方法，他們將分享自己使用的 AI 工具，以及如何為工作日常帶來效益。

• #AI 工具

你用的 AI 安全嗎？揭開資安攻擊的新破口

當企業加速導入 AI，也讓影子 AI、開源模型與代理技術成為駭客新破口。TechOrange 科技報橘以「你用的 AI 安全嗎？」為主題，全方位拆解企業導入 AI 的關鍵資安防線與實用控管策略。

• #資安
• #攻擊
• #AI 安全

資料治理 = AI 時代的戰略基礎設施

從能被誰看到、如何儲存、到能否用來訓練 AI 模型，資料治理已成為各國政府無法迴避的戰略議題。本次專題橫跨美國、歐盟、英國、新加坡、印度、中國，分析不同制度下的資料治理邏輯。

• #AI
• #基礎設施