<p>星巴克近日在美國拉斯維加斯領導力體驗活動上，發表生成式 AI 工具「Green Dot Assist」；這款定位為「咖啡廳夥伴」的 AI 助理將在 35 家門市試點，透過店內 iPad 為咖啡師和管理者提供即時支援。 Green Dot Assist 的功能涵蓋飲品配方查詢、設備故障排除、建立維修工單，以及協助人力調度等營運需求。這款由微軟 Azure OpenAI 平台所開發的生成式 AI 助理系統，預計 2026 年在美加全面推展。星巴克技術長 Deb Hall Lefevre 表示，此舉旨在簡化營運流程，讓員工專注於製作飲品和服務顧客。 轉型消費者不買單，這次從內部開始啟動 星巴克此次 AI 策略轉向，源於過去導入自動化經驗的教訓。幾年前，公司試圖透過自助點餐機減少人力成本，希望藉客戶端自動化提升效率。然而顧客並不買單，這種做法反而導致體驗下滑、營收受挫。 面對連續五季同店銷售疲軟、第二季財報不如預期的困境，CEO Brian Niccol 推出「重返星巴克」重建計畫。在此脈絡下，Green Dot Assist 代表了從「客戶導向自動化」轉向「員工支援式 AI」的策略調整。 這個轉向展現大型連鎖品牌的務實態度，也就是當外部自動化遭遇阻力時，將焦點轉向內部營運優化，往往能創造更穩定的投資回報。對零售業而言，成功的 AI 應用不一定要面向消費者，從解決內部痛點開始可能更有效。 參考咖啡店真實場景，大幅降低溝通成本 從技術功能來看，Green Dot Assist 充分考量經營一間咖啡店所需要的真實場景究竟是什麼： AI 不只是單一系統的導入，更讓數位轉型流程環環相扣 Green Dot Assist 推出獲得市場正面回應，星巴克股價同步上漲。這反映兩個訊息，首先投資人認同從外部自動化轉向內部數位化的策略調整，以及市場對 AI 提升營運效率潛力的樂觀態度。從營運角度看，星巴克希望透過內部 AI 提升效率，達成店內訂單 […]</p>
<p>全球詐騙案件層出不窮，數位科技的進步，更讓金融詐騙手法持續進化，造成民眾財產損失。本集《全新一週》專訪美商天睿資訊 Teradata 業務總經理陳盈竹，探討面對日新月異的詐騙手法，數據導向的解決方案如何成為金融機構與政府單位即時防堵金融犯罪的關鍵應用，以及 Teradata 如何透過「打詐四部曲」，助力全球客戶打造金融安全新典範、加速邁向防詐成功的路徑。 從事後監控的打詐策略，升級為「事前預防」和「即時阻斷」 陳盈竹指出，國內外詐騙手法截然不同。國外多以工程化與資訊化手段發動大規模攻擊，國內則傾向運用高科技仿真技術，結合人性弱點設下陷阱。金融機構身為資金流動的重要樞紐，自然成為打擊詐騙行為的關鍵切入點。然而，全球多數金融業仍以事後監控與規則引擎為主要手段來辨識詐欺者或高風險對象，往往無法即時阻止犯罪。Teradata 因此協助客戶建構事前監控機制，及早辨識潛在詐騙行為，從源頭全面強化金融犯罪的防制能力。 「在防制詐騙的過程中，金融機構必須善用數據與 AI 科技介入」，陳盈竹表示。Teradata 因此提出全球性的方法論，協助客戶建立黃金數據（Golden Data）體系，透過整合分散在各系統中的關鍵資料，打造一套可信且可追蹤的數據基礎，為後續的風險辨識與 AI 模型訓練奠定堅實基礎。此一方法論不再僅限於傳統的 KYC，而是從「一人一檔」的觀點出發，進一步涵蓋 Know Your Customer、Know Your Employee，以及 Know Your Product，全面掌握客戶、員工與產品的風險輪廓。當金融機構擁有更完整的數據集，並建構內部打詐資料庫後，後續導入 AI 機器學習技術，即可更精準且迅速地預測潛在風險。 「Teradata 在全球定位是企業數據的大腦」，陳盈竹說明。其數據平台能整合並承載歷史交易紀錄、客服訊息及系統日誌等軌跡資料，並透過產業數據模型（Industry Data Model）集成為黃金數據，提供前端分析靈活取用。因此，除了防詐應用，也能支援向上銷售（Upsell）、交叉銷售（Cross Sell）與信用風險評分（Credit Risk Scoring）等多元場景。她進一步指出，許多企業關注內部數據架構的健康程度，以及是否具備支援新型應用場景的彈性。為此，Teradata 提供完整的雲端分析與數據平台 VantageCloud，採用 Lake-Centric 的現代化方法，協助企業將數據轉化為驅動創新與突破的洞察力。此外，Teradata 解決方案採用 MPP 架構，具備高效能的運算引擎，就如同航空母艦等級的基礎設施，能讓客戶放心將各類 AI 模型部署於平台，實現從實驗室驗證到生產環境的順利落地，加速應用價值的實現。 助力國際金融機構以 AI 實現識詐、堵詐、阻詐、防詐，全面建構兼具即時應對與長期預防的智慧風控體系 進一步談到 Teradata 如何協助金融業建立 Golden Data 架構，陳盈竹說明，Teradata 會先協助客戶導入 Industry Data Model，並與客戶共同釐清分析主題、需蒐集的資料來源，以及如何加速數據庫建置，以支援前端分析需求。當資料整合完成後，即可進一步推動 […]</p>
<p>面對全球企業積極推動 AI 轉型浪潮，專注於半導體解決方案的信驊科技今日正式宣布，與安然科技合作，全面導入以 Microsoft Azure OpenAI 技術為基礎的 UpGPT AI 智能助手，透過 AI 智慧化解決方案，顯著優化其客戶服務品質及內部知識管理效能。此次合作不僅印證 AI 技術於實務場景中的落地價值，更進一步強化並推動 Azure OpenAI 生態圈的穩健發展。 從晶片設計創新到全景智慧安防應用——信驊科技 信驊科技為全球知名 Fabless 無晶圓廠 IC 設計公司，科技科技致力於提供頂尖的系統單晶片（SoC）解決方案，專注於利基型市場，並以高度創新與差異化策略，取得市場領先地位。信驊旗下子公司酷博樂（Cupola360）整合信驊專利晶片技術，推出全景巡檢相機及軟體系統，成功打造完整的全景影像安防管理解決方案，具備 AI 自主巡檢、火煙偵測、人流分析、群眾行為辨識等多元功能，成功推動全景智慧影像安防應用的落地與發展。 隨著產品與客群規模不斷成長，信驊科技與酷博樂亦積極優化客戶服務體驗，以因應客戶在產品操作及技術支援方面日益複雜的需求。面對龐大的服務量與技術諮詢，現行的支援流程也逐步邁入轉型升級的關鍵階段。 客戶服務轉型的挑戰與契機：強化即時支援與知識管理效率 為提升整體服務效能並強化客戶關係管理，信驊科技聚焦以下幾項優化方向： 精準選擇 UpGPT AI 智能助手 為有效解決上述痛點，信驊科技經過多方評估，安然科技最終選擇所提供的 UpGPT AI 智能助手作為客服智能化解決方案。該方案不僅利用了 Azure OpenAI 的生成式AI能力，還結合了自動化流程工具進行系統整合，打造了一個完整且智慧化的客戶服務生態系統。 圖像與文件多格式智能分析運用 UpGPT 在文件與圖像分析方面展現出卓越能力，支援文字、表格、圖片等多元內容的即時解析與應用。無論是如信驊科技應用場景的系統設定手冊，還是常見的產品規格書、作業檢查流程圖，甚至複雜的表格數據，UpGPT 都能準確擷取重點資訊並進行智能標註與分類，協助企業快速建立結構化知識庫。這不僅讓客服與業務人員能即時查詢、比對細節，也可識別任務並更新資料，全面提升知識管理與決策效率。透過這些功能，UpGPT 有效減少人工查找與重複作業時間，讓企業得以專注於高價值活動，推動智慧化營運轉型。 UpGPT 自動化流程整合能力 UpGPT 具備強大的自動化流程整合能力，能無縫串接企業內部多種系統與工具，實現跨平台的智能協作。以信驊科技的應用為例，UpGPT 不僅結合 Microsoft Azure OpenAI 的生成式 AI 能力，還能透過整合自動化流程，將 AI […]</p>
<p>為落實「人工智慧島」願景，國家科學及技術委員會（以下簡稱國科會）提出「大南方新矽谷」推動方案，與經濟部合作打造「臺灣智慧系統整合製造平臺」，今（4）日與臺南市政府者於沙崙舉辦「臺灣智慧系統整合製造平臺成果暨臺南智慧城市應用發表會」，現場展示逾 40 項創新技術成果，呈現 AI 技術融入市民生活的未來樣貌。 國科會主委吳誠文於開幕致詞表示，「臺灣智慧系統整合製造平臺」歡迎產學研單位加入成為供應端夥伴，為打造自主 AI 系統共同努力，也歡迎各企業提出 AI 應用實際需求，由平臺提供整合服務加速AI應用落地。此外，平臺規劃鏈結科技大學的人才能量，參與計畫的學生有機會到提需求的公司就業，期望同步滿足南部產學人力需求與培育，完善人工智慧產業生態系發展。 「大南方新矽谷推動方案」規劃自 2025 年到 2029 年間投入超過新臺幣 360 億元，藉由擴算力、鏈場域、引人才、展應用等 4 大策略，結合沙崙科學城與從嘉義到屏東的半導體 S 廊帶，促成 AI 產業化、產業 AI 化。 「臺灣智慧系統整合製造平臺」聚焦「需求分析」與「AI 系統自主設計」，目前已鏈結國內半導體及 AI 產業鏈等逾 70 家業者共同合作，提供結合 AI 與晶片專業的一站式服務，從民眾需求出發，透過跨域系統整合，協助各類產業實現智慧創新轉型並提升競爭力。 本次活動展示項目包括智慧製造、智慧健康、智慧服務及 AI 技術共通平臺等多項成果。智慧製造透過數位雙生虛實整合設計，推動機器人、機器狗、無人機等創新應用。智慧健康因應高齡化社會的挑戰，串聯廠商與臺南市衛生局，導入包括高齡肌少症及慢性病預防 AI 方案，用科技守護長者健康。智慧服務串連廠商與臺南飯店業者導入 AI 服務機器人新應用，打造在地美食即時直送客房的新體驗。AI 技術共通平臺連結國內晶片半導體供應鏈，展現具國際競爭力的 AI 軟硬體解決方案。 （本文訊息由 國科會 提供，內文與標題經 TechOrange 修訂後刊登。新聞稿 / 產品訊息提供，可寄至：[email protected]，經編輯檯審核並評估合宜性後再行刊登。圖片來源：國科會。）</p>
<p>【為什麼我們要挑選這篇新聞稿】 國際數據分析領導廠商 SAS 正式啟動「2025 SAS 校園黑客松 AI 預測挑戰賽」，今年賽事以「如何透過資料驅動洞察，創造實質商業價值」為主題，引導學生運用企業級分析平台 SAS Viya，找到客戶留存與忠誠度提升的創新解方。在近期舉辦的起跑說明會，除了邀請永豐商銀、國泰人壽、遠東商銀等金融龍頭分享 AI 應用成果，也特別安排 SAS 顧問團隊分享產業實務與職涯經驗，展現 SAS 透過「教育、實作、應用、職涯」的 AI 生態循環，為台灣加速培育企業級 AI 人才、開創 AI 學習與實戰場域的核心理念。（責任編輯：李昀蔚） 國際數據分析領導廠商 SAS 正式宣布啟動「2025 SAS 校園黑客松 AI 預測挑戰賽」。今年競賽聚焦於 Data 與 AI 的價值轉化，主題圍繞「如何透過資料驅動洞察，創造實質商業價值」。參賽學生將運用企業級分析平台 SAS Viya，在真實且具挑戰性的產業情境中，深入探索數據的潛能，將 AI 模型應用於企業決策情境，具體展現在客戶留存（customer retention）與忠誠度提升的創新解方。期望透過數據思維與 AI 技術的融合，協助企業精準預測潛在流失客戶，並提出具行動力的解決方案。今年活動一開放即吸引熱烈回響，共有來自全台 40 多所大專院校、60 個科系的 120 組團隊、超過 350 名學生踴躍報名。 起跑說明會中，SAS 台灣總經理龔律安透過影片致詞指出，隨著 AI 技術加速發展、企業對數據人才的需求日增，SAS 持續投入校園培育，並期望透過黑客松促成產業與學界的深度對話。當天也有多位 SAS 台灣主管親臨現場，包括金融事業群業務副總經理劉君彥、製造事業群業務副總經理張志豪，以及副總經理陳新銓，闡述各產業在全球 AI […]</p>
<p>歐盟在 2024 年通過全球首部全面監管 AI 的立法《AI Act》（簡稱 AI 法），但在實際執行面臨多重挑戰。距離部分條文生效只剩不到一個月，科技巨頭陸續呼籲延後實施，甚至有業者主張「暫緩兩年」，引發歐盟內部對 AI 法執行時程的激辯。 雖然歐盟委員會重申針對大型通用 AI 模型（GPAI）的關鍵規定將於 8/2 如期生效，但也指出這些規定自 2026 年 8 /2 才會強制執行。不過根據《Reuters》7/4 報導，歐盟已鬆口承認內部正在討論，是否將協助產業遵循法規的《行為準則》（Code of Practice）延至 2025 年底生效。 GPAI 條款將如期生效，但行為準則延宕惹議 歐盟 AI 法採分階段實施，針對大型語言模型（GPAI）的規範將自 8/2 起適用，要求 AI 模型開發商履行透明度義務，例如建立技術文件、遵守歐盟版權法，以及提交訓練資料來源摘要。企業在推出產品前，也需進行偏見測試及風險評估等。 如果 AI 模型被歐盟認定具系統性風險，還須採取額外措施來降低風險、加強安全性，並報告系統架構資訊。違反 AI 法規定的企業（所有輸出結果使用於歐盟成員國的企業）最高將面臨年度營收 7% 的罰款，對模型開發商則為 3%。 然而，有關上述大型語言模型（GPAI）的行為準則（Code of Practice），原定在 5/2 發表，目前卻未正式公布。歐盟委員會表示將於近日內公布，並希望企業在下個月簽署。 儘管簽署這份行為準則屬於自願性質，但根據《Reuters》報導，部分大型科技公司認為如果不簽署，將喪失法律確定性的保障。AI 倡議組織 The Future Society 強調，該準則有助於明確界定下游使用者或商業客戶對於 AI 品質的期待，也讓業者難以不可靠的產品誤導使用者。 […]</p>
<p>當 AI 忙著抓取網路內容進行訓練模型時，內容創作者面臨的卻是永無止盡被佔便宜的困境。雲端服務商 Cloudflare 最新推出了「按抓取付費」市場實驗，試圖改寫這個不公平的遊戲規則。讓網站擁有者能直接向 AI 大廠收取資料使用費。這項創新可能徹底改變 AI 模型與內容出版商之間的權利與授權機制。 從封鎖到變現，Cloudflare 戰略轉向 過去一年，Cloudflare 主要幫助網站擁有者對抗 AI 爬蟲的大量抓取：他們推出了一鍵封鎖所有 AI 機器人的工具，以及讓網站擁有者追蹤 AI 爬蟲造訪狀況的視覺化儀表板。這些看似防禦性的產品，實際上正在為更大的商業布局鋪路。 現在，Cloudflare 正式推出「按抓取付費」（Pay per Crawl）市場實驗。網站擁有者可以針對不同 AI 公司設定抓取價格，每次「抓取」都能收取小額費用。同時，網站擁有者擁有完全控制權，可以選擇收費、免費開放或完全封鎖 AI 爬蟲抓取。 更重要的是，所有透過 Cloudflare 新設立的網站，現在在初始階段就被預設拒絕所有 AI 爬蟲訪問。網站擁有者必須主動授權特定 AI 爬蟲才能存取內容。這個「預設拒絕」的機制，讓內容創作者重新掌握主導權。 大型媒體集團加入實驗，希望奪回創作者權利 過去大多數網站都允許 Google 抓取內容，換取搜尋結果中的曝光機會，進而獲得流量和廣告收入。這個互惠模式運作了數十年，如今的 AI 時代卻可能逐漸失效。 Cloudflare 最新報告指出，網站流量來源出現極端不平衡。傳統上，Google 每推薦 1 次流量會抓取 14 次網站內容，但 AI 公司的比例卻是天文數字：OpenAI 達 1,700：1，而 Anthropic 更高達 73,000：1。 這種巨大落差源於 […]</p>
<p>在 2025 年於美國底特律舉行的 Automate 2025 展覽中，西門子（Siemens） 宣布其「Industrial AI Agents」（工業 AI 代理），正式整合於自家 Industrial Copilot 生態中，代表 AI 從被動輔助，進化為可主動執行整條工業流程的智慧代理平台 。本質上，西門子正在推動讓自動化流程進一步自主化的系統，並預估在生產力上帶來高達 50% 的提升。 串連多個 AI 代理，打造工業全流程自主化 此套系統的靈魂，在於一套如「指揮中心」的 orchestrator（編排器）。它負責調度與協調多種 AI 代理（包括設計、計劃、工程、操作、維修等），讓這些 AI 代理互相串連、協作 。每種 AI 代理都具備上下文理解、自主學習與跨代理呼叫功能，並可接入西門子自有或第三方 AI 代理，構成全面的多代理智慧生態系（multi-agent ecosystem）。 西門子表示，舉例來說，產品設計的 AI 代理（Design Copilot）應用於西門子的建模系統 NX，能透過自然語言與使用者互動，加速產品設計流程、生成流程圖與裝置佈局；負責規劃的 AI 代理（Planning Copilot）則運用生成式 AI 提供資源分配與生產排程建議，協助工廠最大化產能、減少浪費；在工程環節，Engineering Copilot 整合至西門子擬真工具 TIA Portal，允許工程師以自然語言快速生成 SCL 控制程式碼，簡化重複性任務，也減少潛在錯誤。 這項技術已在西門子的合作夥伴實際部署並取得成效。以德國重工業蒂森克虜伯（thyssenkrupp）倉儲電池測試設備為例，蒂森克虜伯工程師透過 Industrial Copilot 自動生成 PLC、SCL 程式與可視化設定，減少了重複手動工作 。至於西門子自家位於德國巴特洛伊施塔特（Bad Neustadt）的工廠導入 Operations […]</p>
<p>隨著 AI 等技術驅動顯示器產業快速發展，Micro LED 因高亮度、高對比度、低功耗的卓越性能備受矚目，然而「量產」、「成本」一直是業界的巨大挑戰，也反應在市場上動輒數百萬的高額售價。面對這樣的現況，RVI 瑞利光智能憑藉 AI 與巨量轉移技術顛覆傳統製造模式，成功解決過往生產模式的痛點。 讓數千萬顆晶片均勻分布並縮短對位次數 RVI 瑞利光智能創辦人兼董事長何志浩分析，目前 Micro LED 顯示器遲遲無法大規模量產，主要原因是傳統的巨量轉移技術成本昂貴。業界為了達到視覺上的均勻性，往往採取極為嚴格的材料篩選標準，例如在十片晶圓中可能僅保留一到兩片，且只選取中間最均勻的部分，讓發光的波長盡可能達到一致、中心變化不會太大，「人眼對波長變化非常敏感，即使出現 0.7 奈米的差異也能感受到差異，這反映到顯示器可能讓畫面出現馬賽克，對於高價顯示器而言是不可被接受的情況。」 而 RVI 瑞利光智能採取截然不同的方式，以 AI 技術將顏色略有差異的晶片在螢幕上均勻分布。何志浩指出，「每一顆 LED 都是隨機改變、稍微不同的波長，對於人類眼睛而言，整體看起來反而會是均勻的顏色。從製造廠商的角度來看，在上游材料的選擇也變得更簡單，甚至能夠使用照明等級的 Micro LED，不僅降低成本，也意味著波長可變化到 10 奈米，在製程上更容易達成。」 另一方面，晶片缺陷數量龐大且分布離散，是 Micro LED 製造過程中難免遇到的挑戰。當企業確保修復光源的圖案精準匹配，卻可能導致修復時間過長，大幅提高成本，因此，RVI 瑞利光智能運用演算法控制雷射光束的移動邏輯，高效清除多個缺陷。何志浩表示，RVI 的方法就像把所有麻將牌「翻開」，利用電腦記住每顆 LED 的特性，如同記住每張牌的花色，接著透過 AI 賦能巨量轉移技術，也就是優化「發牌」過程，目標以最短時間、最少移動路徑將高達數千萬顆晶片均勻分布，並且縮短對位次數。在修復光源的部分，RVI 瑞利光智能則是利用機器學習技術，通過優化轉移順序等方式，成功將修復時間縮短三倍，「許多設備只要涉及巨量相關應用，我們就可以藉由 AI 演算法、機器學習來改進，」何志浩強調。 在矽光子、AR/VR 裝置領域也具有應用潛能 何志浩說明，RVI 瑞利光智能以 AI 創新研發的 3D Micro LED 架構及巨量轉移技術，成功解決面板色彩不均與高成本問題，未來在矽光子領域也將有延伸應用的機會，例如能夠快速檢測光源在晶片上的各個條件，接著透過巨量轉移將晶片移動至 CPU，讓光源條件相近的晶片緊密相鄰，「電子元件不良率的規定幾乎都是 PPM（百萬分之一）等級，運用巨量轉移技術還可實現單顆晶片的移動、快速排除瑕疵品，對於半導體封裝製程，展現彈性、成本更低、品質更佳的具體效益。」 至於在 AR/VR 應用，何志浩指出 […]</p>
<p>身為 Google Cloud 菁英合作夥伴（Premier Partner）的 Microfusion 宏庭科技今日宣布，以其深厚的 AI 與機器學習研發的實戰能力，榮獲 Google Cloud 機器學習（Machine Learning） 專業技術認證。此項殊榮不僅印證宏庭科技在 AI 技術領先的地位，更彰顯其能將 AI 技術成功落地，為企業創造實質數位轉型效益的堅實實力。 作為 Google Cloud 關鍵的戰略合作夥伴，宏庭科技致力於將 Google Cloud 強大的 AI/ML 生態系與雲端基礎設施，轉化為客戶專屬的解決方案，並且深知 AI 技術不應止於技術探索，更應是驅動企業優化營運、降低成本、顯著提升生產力的強大引擎。宏庭科技以其堅實的雲端技術及服務，確保每個 AI 專案都能精準契合客戶需求，實現從 AI 數據洞察到商業決策的轉化。 零售業的智慧革新：AI Chatbot 精準洞察消費者品味，推動銷售成長 面對傳統零售業難以有效理解與預測消費者的品味，宏庭科技為知名量販店部署了基於 Google Cloud 平台打造專屬 AI 葡萄酒選購 Chatbot。此系統透過分析大量消費者行為數據與商品特徵，精準訓練出個人化推薦模型。上線不到兩個月，即吸引逾三萬名消費者互動，其中高達七成成功下單，直接助攻葡萄酒業績成長。這不僅證明 AI 能有效提升顧客滿意度至 85%，更展現宏庭科技強大的數據整合能力，能將複雜的 AI 技術應用於商業數據分析的卓越能力。 連鎖餐飲業的數據賦能：加速數據中台建置，優化顧客服務體驗 在餐飲領域，宏庭科技協助連鎖餐飲品牌建立高效的數據中台，將傳統上耗時的中心化資料倉儲開發速度提升三倍。並透過 Google BigQuery 進行即時商業情報分析，該品牌不僅能迅速掌握消費者意見回饋並即時回應，更藉由導入 Gemini API […]</p>
<p>當生成式 AI 席捲各大產業，未來最快被徹底改寫的領域之一，或許是金融。全球暢銷書《人類大歷史》的作者、歷史學家兼哲學家哈拉瑞（Yuval Noah Harari），在《華爾街日報》舉辦的 CEO 高峰會分享他對 AI 發展的看法，特別提到 AI 和過往科技的差異，以及為何要小心 AI 對金融體系造成的風險。 哈拉瑞提醒，AI 的本質不只是工具，而是一種代理（agent），因為 AI 可以獨立於人類做出決策、創造新想法、自我學習和改變，相比之下，其他人類發明如印刷機、原子彈，都是需要人類決策、賦予人類力量的工具。他更將 AI 比喻成「嬰兒」，表示人類可以盡己所能地教育它，但 AI 是獨立的個體，最終可能會做出讓人驚訝甚至恐懼的行為。 哈拉瑞為何點名金融體系？ 「AI 將迅速接管金融體系，」哈拉瑞特別點名「金融」作為 AI 最快產生巨大影響的領域。他解釋，金融是極端資訊密集的領域，本質上並不牽涉到太多物理世界的操作，只需要輸出、輸入資訊，因此 AI 極易切入與掌握。 哈拉瑞日前在接受《WIRED》採訪也表示，綜觀歷史，人類發明了日益複雜的金融機制，而發明金融的目的在人與人之間建立信任和連結──即使兩個人不認識，但金錢讓彼此能夠合作，「發明一種人類無法理解的金融機制毫無意義，因為它無法建立信任。」 然而，AI 卻可能發明比利息、債券或股票更複雜的全新金融機制，並且只有 AI 本身可以理解，「AI 之間相互信任、溝通，最終形成一個金融網絡，而人類無法理解其中發生的事，」哈拉瑞表示，屆時人類將失去對金融體系的控制。 哈拉瑞曾經舉例，2008 年的金融危機，就是金融創新難以讓人類理解的結果──當監管機構無法充分理解新的金融產品，就無法對其進行監管。 人類應對 AI 變化的關鍵：信任、自我修正 這些言論聽來悲觀，但哈拉瑞在高峰會上說，他想表達的是 AI 既有巨大正向潛力，也有風險。他不相信歷史或技術決定論，因為人們可以用同一種技術創造出截然不同的社會。哈拉瑞表示，理想狀況下，應該相信 AI 能幫助人類處理超出理解範圍的事物，但是現在 AI 發展最大的問題卻可能是「我們如何讓 AI 值得信賴？目前我們還沒有答案。」 他認為，AI 革命最大的悖論就是信任悖論──人們急於開發一個自己並不完全信任的超級 AI，即便了解當中有許多風險，理性上應放慢開發速度、加大安全投資，並優先建立安全機制以確保 AI 不會失去控制，但實際上企業和各國仍以極快的速度展開 AI 軍備競賽。 […]</p>
<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 […]</p>
<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 […]</p>
<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 […]</p>
<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 […]</p>
<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 […]</p>
<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 […]</p>
<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 […]</p>
<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 […]</p>
<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 […]</p>
<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 […]</p>
<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 […]</p>
<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 […]</p>
<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 […]</p>
<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 […]</p>
PChome Online新聞1筆關係