<p>《華爾街日報》報導，AI 已經在求職過程中無處不在，迫使企業重新採取「實體面試」。 近年來，受遠距工作盛行與企業希望加快聘用流程影響，線上面試已成為招聘的新常態。然而獵頭指出，越來越多求職者利用 AI 工具作弊，例如在技術面試中透過螢幕外的 AI 幫助回答問題，甚至有詐騙犯透過 AI 假冒求職者，企圖在錄用後竊取資料或金錢。 驗證求職者基本功，企業決定回歸現場面試 部分企業回到傳統的面試方式。Cisco 與麥肯錫等公司重新導入實體面試，在招聘過程中的不同階段與候選人見面，今年 Google 也針對部分職缺恢復實體面試，確保應徵者具備實際技能，例如撰寫程式能力。 Google 執行長 Sundar Pichai 接受 Lex Fridman Podcast 訪問時表示：「我們會至少安排一輪現場面試，確認（求職者）基本功是否到位。」 《華爾街日報》提及，軟體工程職位的面試通常涉及「寫程式」挑戰，然而許多工作（尤其是小型科技公司）都是遠距型態，面試多採線上進行，獵頭說明利用 AI 工具在鏡頭外完成考題寫程式，變得相對容易。Coda Search & Staffing 分公司的技術招募主管 Mike Kyle 表示：「這就像走了一圈又回到原點。」他估計，企業要求面試者到現場面試的比例，從 2024 年的 5% 到今年已上升至 30%。 北韓假求職者滲透美企，用 AI 抓 AI 多關卡驗證 《華爾街日報》說明，企業因應大量應徵者，開始利用軟體篩選人，而挫折感十足的求職者便轉向 AI 工具，打造更客製化的履歷，甚至用自動化方式申請數百個職缺。 AI 快速發展，已經能生成高度逼真的深偽（deepfake）影音，這類工具可能讓實力不足的求職者在面試中佔到優勢，甚至讓詐騙犯假冒求職者。美國聯邦調查局（FBI）近期警告，有數千名北韓人冒充美國人，取得美國科技公司遠距職缺並領取薪水。 有企業透過數位背景調查與深偽偵測服務，初步篩選應徵者。《PR Newswire》指出，招聘軟體公司 Greenhouse 宣布與身份驗證公司 Clear 合作，共同部署企業識別平台 CLEAR1，讓求職者先在平台上驗證身分，透過 […]</p>
<p>Anthropic 正在為 AI 教育市場注入一股不同於「速度至上」的力量。近日 Anthropic 在 Claude AI 助理中推出全新的「學習模式」，目的是將聊天機器人從一個單純提供答案的工具，轉變為一個教學夥伴。 Anthropic 的核心理念是讓 AI 深思熟慮地增強人類能力，而不是取而代之。這不僅是功能設計上的改變，更是對 AI 與學習關係的重新反思：當 AI 可以快速生成解答時，是否會削弱人們在學習過程中必要的思考與探索？ 競爭激烈的 AI 教育市場 在 Anthropic 推出新功能的時刻，正值 AI 教育工具市場競爭白熱化之際。目前全球教育科技市場的估值約為 3,400 億美元，已經成為各家 AI 公司爭奪主導地位的關鍵戰場。 例如 OpenAI 在七月下旬推出 ChatGPT 的「學習模式」（Study Mode），Google 則在八月初發布 Gemini 的「引導學習」（Guided Learning）功能，並承諾未來三年內在 AI 教育領域投入 10 億美元。 Anthropic 選擇在返校季時間（back-to-school season）發布這項新功能，除了希望爭取學生和教育機構的採用外，更期待重塑人與 AI 工具互動的方式。 透過「提問」引導使用者理解而非被動獲得解答 新的「學習模式」，針對一般使用者與軟體開發者提供不同功能。在設計上，Claude 的學習模式分為針對一般用戶與開發者的不同路徑。面向 Claude.ai 的通用服務，Anthropic 引入蘇格拉底式教學法，透過提問來引導使用者自行理解概念，而不是直接給出標準答案。這一功能最初於四月在「Claude for […]</p>
<p>AI Agent 是指能在既定範圍內自主或半自主地執行任務、做出決策並與人互動，同時透過學習與適應來達成特定目標的智慧系統。現在，AI Agent 正加速進入辦公室，從文件處理到流程自動化，已經成為許多員工日常密切協作的「新同事」。 近期，Workday 委託 Hanover Research 針對 2,950 位全職 IT 決策者進行調查，對象涵蓋北美、亞太與歐非地區。這份《AI Agents Are Here—But Don’t Call Them Boss》報告指出，已經有 82% 的企業組織正在擴大 AI Agent 的使用。 工作者對 AI Agent 的接受度與主要顧慮 這份報告指出，有 75% 受訪者樂於與 AI Agent 並肩工作，但有 70% 不想被 AI Agent 管理，也僅有 24% 接受 AI Agent 在未經人類授權的狀態下運作，凸顯員工與 AI 的角色分明，以及對 AI 控制感的重要性。 另一方面，近 90% 受訪者相信 AI 代理可以幫助完成更多工作、提升生產力，但也擔心隨之而來的壓力上升、批判性思維下降與人際互動減少。儘管失業焦慮仍然存在，但只有 […]</p>
<p>在健身與健康管理的場域中，生成式 AI 正悄悄改寫會員互動模式，從單純的運動數據追蹤，進化為能夠即時對話、個性化建議，甚至建立情感連結的「健身夥伴」，而這正是提升用戶、會員黏著度的關鍵。 上什麼課、吃什麼，AI 都能量身建議 美國高級健身房品牌 Equinox 正在旗下 app 中，對員工（目前僅限內部團隊）測試一項生成式 AI 功能，能夠提供個人化運動安排與營養建議，目標是提升效率與會員體驗。 Equinox 技術長瓦魯利（Eswar Veluri）強調，這套系統的核心優勢源自其專屬數據，例如教練團隊累積的專業訓練資料，使生成建議更專業，也更加貼近個別用戶的需求， 有別於一般 AI 提供、普遍適用於大眾的建議。《Fortune》還指出，該系統生成出運動及營養攝取建議後，所採取的回饋機制，是根據使用者書面意見，而非傳統的「按讚」與否，不僅能更細緻的動態調整推薦內容，也讓會員在互動中更有主導感。 這並非 Equinox 在 AI 應用上的初次嘗試。他們過去已推出類似 Netflix 推薦片單的課程推薦功能，依據會員過往喜好、天氣狀況與常去場館位置推薦課程，這項功能一上線後即顯著提升了課程預約率，進一步降低會員流失率。 「我們只有一個商業目標，那就是讓會員更常來健身房。」瓦魯利說，用生成式 AI 搭建教練式建議、會員個性化推薦等作法，讓會員在健身體驗中感受到最符合自身需求的建議，都是為了強化會員黏著度。 AI 補上運動即時數據缺口，讓用戶更持之以恆 在台灣，力康運動醫學機構則將 AI 引入精準運動評估，將傳統依賴教練經驗判斷的模式，轉變為以數據為基礎的個人化訓練方案。 力康運動醫學機構執行長姬兆平向《Heho》表示，過去運動產業在與用戶互動時，有幾個常見的痛點，一是運動計畫「高度客製化」的特性，每個人的身體狀況、運動能力、肌肉發展與健康需求皆不同，因此每個人都有適合自己的一套運動規劃；其二則是缺乏即時數據的回饋機制，使得使用者難以理解訓練過程中的細微進步，然而運動並非短時間就能見效，經常有民眾因為短期內看不到體脂肪的明顯下降，或未能直觀感受到身體的變化，便容易產生挫折感，甚至中途放棄。 於是該機構自 2023 年底起，導入 AI 運動分析、步態評估與肌力測試，協助教練制定更精準的計畫。首次到訪的會員會在專業人員指導下進行「運動健檢評估」，使用帶有感測器的器材即時產生專屬數據報告，涵蓋步態分析、肌肉使用情況、握力與動作精準度等指標，讓會員清楚掌握自己的身體狀況與進步軌跡。這種科學化、可量化的回饋，不僅提升了訓練的精準度，也增強了會員持續運動的動力。 生成式 AI 化身「鼓勵型」運動夥伴 把生成式 AI 運用在健身場景中的，還有 Apple Watch 的 Workout App，其最新推出的 「Workout Buddy」，分析用戶即時運動數據，以及歷史健身數據，再利用生成式 AI 為使用者提供語音鼓勵與運動進度更新。 比方說，當用戶開始運動時，Workout […]</p>
<p>在全球 AI 競賽白熱化的當下，韓國正啟動一項罕見的國家級 AI 主權計畫，試圖在美中兩大科技強權之外，建立獨立自主的 AI 產業鏈。 該計畫集結了包括 SK Telecom、LG、Naver 等頂級科技巨頭及新創團隊，目標是結合韓國在半導體、雲端與軟體方面的優勢，打造近乎自給自足的國家級大型語言模型（LLM）。這項舉動不只對韓國 AI 發展很重要，更想讓他們成為全球 AI 市場上，除了美國和中國之外的第三股勢力。 5,300 億韓元重金打造「國家 AI」 韓國總統李在明致力於將韓國打造為全球三大 AI 強國之一。韓國科學技術資訊通信部（MSIT）已選定五個財團來主導開發，包括 Naver、LG AI Research、SK Telecom、NC AI 和 Upstage。 政府將向 AI 基礎模型投入約 5,300 億韓元（約 3.83 億美元），預計在 2027 年建成。其中，大部分資金將用於 GPU 支持、AI 訓練數據與人才招募。 此外，這個國家級 AI 計畫將採淘汰賽制，每六個月評估一次每個團隊的 AI 模型，並淘汰表現不佳的團隊。 到 2027 年，五個參賽財團將被逐步縮減至兩名決賽選手。為確保透明度，政府將推出公共排行榜，讓民眾能直接測試與比較各模型的性能。不過，也有專家擔憂，這種競賽形式可能會讓團隊只顧短期策略，犧牲了長期的敏捷創新。 走「全端自主」路線，想當美中之外的替代方案 韓國的 AI 戰略與其他國家有所不同。不同於阿聯酋或沙烏地阿拉伯多數依賴美國的技術，韓國試圖掌控更多的供應鏈環節。雖然他們仍將依賴 NVIDIA 的 GPU […]</p>
<p>專訪：《TechOrange》社長戴季全 / 撰稿：李昀蔚 「企業不能為了 AI 而 AI，必須知道 AI 到底要支撐什麼樣子的未來，才能走得長、走得遠、走得久，」本集《全新一週》邀請 KPMG 安侯建業數位長、顧問服務部執行副總經理賴偉晏，深入解析 KPMG 發布的《台灣產業 AI 應用趨勢與展望報告》內容亮點，以及對台灣企業導入 AI 現況的深刻洞察。 《台灣產業 AI 應用趨勢與展望報告》在 2024 年第四季完成調查，調查對象涵蓋 200 多位橫跨科技、金融、製造、零售、健康照護與生技產業的高階領導人。「有超過五成的企業回覆，他們已經在發展 AI，」賴偉晏指出，企業願意提高發展 AI 的預算並投入更多資源，這是相當正面的趨勢。 然而在正面趨勢背後，KPMG 也觀察到一些隱憂。賴偉晏分析，企業除了煩惱人才從哪裡來，培養人才後無法留才的狀況，更是一大挑戰。另一方面， AI 導入初期的效益多體現在提升效率的面向，例如服務時間減少、作業成本降低，如果在企業 AI 轉型初期就與財務成果緊密連結，很容易走向失敗。 五大產業導入 AI 的現況與挑戰 「運用 AI 比例最高的是零售業，大概有接近六成的零售業都說自己已經開始使用 AI，」賴偉晏說明，《台灣產業 AI 應用趨勢與展望報告》特別針對零售、科技、金融、工業、健康照護與生技五大產業，梳理導入 AI 期望解決的問題及帶來的具體效益，其中零售業很早就利用數據進行 SEO、SEM 和精準推薦等應用，因此對於初階 AI 應用有較高的熟悉度。不過，零售業毛利率普遍較低，這也使得他們難以支持更深層次、科技含量更高的 AI 投資。 AI 導入率第二高的是科技產業。儘管台灣科技業在 AI 晶片和 AI […]</p>
<p>法律界正處於典範轉移：全球頂尖律師事務所開始評估 ChatGPT、Harvey 等 AI 工具的導入計畫，這場變革不僅改變了律師的工作方式，更重新定義了法律服務的價值主張。 各大律師事務所為了應對各方客戶、承接不少壓力。一方面，客戶期待 AI 技術能夠提高法律服務效率、降低成本；另一方面，他們也對數據安全與服務品質表達深度關切。美國跨國律師事務所 Ropes & Gray 的技術負責人 Ed Black 直言： 「客戶希望我們採用 AI，因為他們看到了潛在的客戶價值。我們當然也希望能夠讓客戶看到價值，畢竟律所是服務機構。」 這種需求推動了全球不小大規模律所正階段性導入 AI 工具：從文件審查到合規風險預測，從法律研究到當事人調查，AI 正在重塑傳統法律服務的每個環節；而且，這種導入並非盲目跟風，而是經過嚴格評估與規範設計的策略性布局。 開發專屬語言模型，幫客戶辨認合規風險 全球律師事務所 DLA Piper 成為第一間全公司導入 Microsoft Copilot 的大型律所。DLA Piper 不僅將 Copilot 整合到 Microsoft 365 中，協助律師起草文件、數據分析和製作簡報，更開發了專屬語言模型來幫助客戶辨認合規風險，特別是在《海外反腐敗法》和《反回扣法》等領域。 DLA Piper 的 AI 和數據分析主管 Danny Tobey 透露，他們會進行 A/B 測試，比較傳統法律團隊與 AI 輔助團隊在速度、準確性和成本方面的表現：「我們在問題演變成實際法律事件之前就發現了許多問題，這讓公司能夠及時介入進行教育和更新合規條文。」 向律師進行試點計劃成效佳 美國 Gibson Dunn 律師事務所，採取了更謹慎的三階段評估流程：首先進行內部安全、隱私和風險審計；接著進行小規模概念驗證測試；最後透過實際使用，評估 AI 工具對律師所帶來的產值。 […]</p>
<p>「我們與 Amazon 其他事業部的團隊密切合作，從智慧家居到衛星通訊，跨領域的資訊交流不僅讓我們看得更遠，也減少重複錯誤、學會站在整體系統的角度看問題。」 從大學、研究所時期一路專注於射頻和天線設計，畢業後也在晶片公司、天線廠與設計服務團隊累積逾十年經驗，eero 硬體工程團隊天線工程師陳威宇回憶，這些歷練不僅讓他熟悉各種角色在產品開發中的定位與挑戰，更萌生希望深入參與產品定義、影響決策的念頭。 陳威宇在 2020 年加入 Amazon 旗下的 eero，並成為台灣團隊最早期的本地工程師之一，「當時辦公室裡只有我一個人，沒有熟悉的制度流程，也沒有隨手可問的同事，很多事都得自己摸索、主動嘗試。這段『一人起步』的經驗，不只考驗技術能力，更讓我培養獨立解題的習慣與對結果的責任感。學會自己找答案、彌補缺口、為後來者鋪路，就是我在 eero 最早學會的一課。」 另一方面，陳威宇在 eero 首次深刻體會「設計先行」的硬體文化。因為 eero 創辦人 Nick Weaver 討論產品時，會鼓勵團隊不斷拆解場景、深入推演，例如當用戶在客廳、臥室、甚至樓梯間會怎麼使用這個裝置？這樣的思維讓陳威宇習慣在設計每一個元件前，能夠先設想使用者如何感受一切。在開發實務方面，陳威宇也分享，大多數路由器為了提升訊號強度，會採用外露天線與大量散熱孔設計，但 eero 期待將產品自然地融入家庭環境，並且具備外觀簡潔、觸感溫潤的特色，就像生活的一部分，這樣的設計要求對工程師而言，其實是一連串艱鉅的挑戰。尤其內建天線容易受到金屬干擾，設計上通常仰賴大面積金屬熱沉以提升散熱效率，為了達到 eero 的核心目標，工程師們需要經過反覆驗證、精密調校，確保在效能不打折扣的前提下，仍能實現外觀設計的要求，在美學與效能中找到平衡。 從 Wi-Fi 到智慧居家體驗，eero 致力讓科技全面融入日常生活 「現在回想起來有點不可思議。從最初一個人坐在會議室的角落，到今天團隊成長為近百人、橫跨多樓層的開發中心，我們一步一步建立台灣的硬體研發據點，」陳威宇指出，eero 團隊在發展過程中不只保留初創時的靈活文化，也逐漸學會如何與 Amazon 的流程及資源體系接軌，與其他事業部的團隊密切合作，從智慧家居到衛星通訊展開跨領域的資訊交流，都讓 eero 能夠看得更遠，同時減少重複錯誤、學會站在整體系統的角度了解問題。這樣的學習節奏和開放環境，幫助 eero 團隊能以更高標準檢視自己，甚至強化每位成員主動參與、快速反應的能力。 「我們的目標其實一直很簡單，就是讓用戶不用再為 Wi-Fi 煩惱，」陳威宇表示，如果有一天使用者將路由器放進客廳，沒有人覺得突兀、不需要重啟、不會抱怨速度，就代表 eero 的任務達成了，因為那說明科技已經成為日常的一部分，不再是需要操作、排查或對抗的對象，「這種『無感但可靠』的體驗設計，是我們一直堅持的方向。用戶的每一則回饋，哪怕只是一句『這次沒遇到問題』，對我們來說都是極大的肯定。」 展望未來，陳威宇指出 eero 的產品如今已在數十個國家與地區服務，從一開始僅僅幾個人撐起的小辦公室，到今日能夠參與 Amazon 全球產品開發的環節，eero 正持續擴大台灣團隊的影響力，「我始終相信，技術的價值不在於它有多炫目，而在於它是否真實改善了人們的生活品質。如果未來有更多來自台灣的工程師能參與這樣的產品設計，把我們的觀察力、行動力與對細節的堅持帶到世界舞台——那將會是一件令人驕傲的事，」陳威宇強調。 想瞭解更多 —— 完整「無線科技遇上產品美學：一位 eero 台灣工程師的研發故事」，現在可以立即免費下載電子書。</p>
<p>《CNBC》報導，Meta 與 Google 母公司 Alphabet 近期公布的銷售與獲利皆優於華爾街預期，數位廣告支出的強勁表現尤為亮眼，同時 AI 成為數位廣告的強心針。Meta 執行長 Mark Zuckerberg 在財報會議上表示，AI 協助廣告系統提升「效率與成效」，推動第二季營收年增 22%，達到 475.2 億美元。 Google 最近也宣布，將在 AI 驅動的搜尋摘要（search overviews）與對話式 AI 模式中導入廣告，讓廣告「不再是閃到眼睛的橫幅或突兀打斷，而是根據情境，在使用者探索時回答問題，」《B&T》指出 AI 結合廣告的優勢。 Meta、Alphabet 加碼技術投資，看好 AI 長期回報 Meta 財務長 Susan Li 在後續的財報說明會中補充，先前受美國總統川普嚴格關稅政策及關閉低價免稅貿易漏洞影響，亞洲電商因宏觀經濟不確定性而縮減廣告支出。但本季，這些亞洲電商的廣告支出明顯改善，同時也帶動北美中小廣告主在平台上的投放。 美國金融服務公司 D.A. Davidson 科技研究主管 Gil Luria 表示，雖然宏觀經濟仍存在不確定性，但目前數位廣告表現不錯，主要反映消費力仍然穩健，市場樂觀認為消費支出會維持。市場研究公司 eMarketer 副總裁暨分析師 Jasmine Enberg 以 Meta 第二季為例指出：「財報顯示核心業務表現良好時，可在 AI 上投入大量資金，尤其當核心業務已從 AI 投資中受益。」 Alphabet 將 2025 […]</p>
<p>隨著 AI 應用持續擴展，製造業也迎來了新一波自動化革命，Agentic AI（代理式 AI） 正逐步走進工廠現場，這類具備自主感知、規劃與決策能力的代理 AI，能在供應鏈、維護、能源管理等關鍵領域帶來前所未有的生產力。 然而《Manufacturing Net》報導提醒，與其潛在效益並存的，是一套截然不同的資安風險輪廓，根據市場研究公司 PYMNTS Intelligence 最新報告，80% 的高度自動化企業將資料安全與隱私問題列為導入代理式 AI 的首要顧慮。 因為代理式 AI 並不只是被動執行指令，而是主動尋找目標達成的最佳路徑。若未設好明確的限制與監控機制，代理式 AI 有可能在不經人為介入的情況下，自行重排生產優先順序、接入敏感 IoT 設備，甚至與外部系統連線，開啟未經授權的操作流程。 代理式 AI 不是駭客，而是「授權行動」的風險者 代理式 AI 應用於製造業，最大的效益在於其能夠感知環境、規劃行動並隨學習而調整策略。常見的應用場景有：識別機台異常、主動排程維修，還能預測原料短缺、自動下單給供應商，甚至重新分配產能以達最佳效率。 在理想狀況下，這種自我調整機制大幅降低人力成本與生產誤差，讓供應鏈彈性更高。然而，風險點在於：當 AI 自主行動的空間過大，其行為就可能「合邏輯但不合規」。《Manufacturing Net》舉例，若一個 AI 被設定「降低機台停機時間」為目標，卻誤將關鍵感測器視為產線瓶頸，進而停用該感測器以避免錯誤警示，最終可能釀成更嚴重的損失。 這正是伴隨代理式 AI 最頭痛的資安問題：它們不是外部入侵者，而是內部授權的行動者。它們不會觸發傳統防火牆、也不會違反存取控制，卻可能在系統內部做出風險極高的決策，例如改寫生產排程、修改採購策略等。 這類問題通常無法透過傳統的資安模型預防，絕大多數製造業資安防護仍以靜態策略為主：封包監控、防火牆設定、權限分層。但面對可以自行學習、改寫操作邏輯甚至呼叫外部 API 的代理式 AI，這些傳統手段難以發揮作用，因為它們不涉及漏洞利用或資料竊取，仍在授權範圍內執行任務。 因應之道：從靜態防線轉向「動態監控＋AI 守門人」 面對新的資安挑戰，製造業者不能只是套用既有資安框架，而是必須建立具備情境感知與行為審核能力的「動態防線」。以下是《Manufacturing Net》提出的具體作法： 1. 設計具「彈性限制」的 AI 系統 與其只用靜態規則限制 AI 行為，不如設計具備多層次目標的行為模型。例如在設定「降低成本」目標時，必須同時納入「符合品質標準」、「不得關閉關鍵監控」等次級目標，形成層級化決策結構。 2. 設立「監督 AI」作為次級審核機制 […]</p>
<p>根據金管會調查，台灣有 3 成以上的金融機構導入 AI，87% 的銀行已佈建 AI 應用。然而，金融業管理者普遍發現，傳統資料庫與數據架構難以支撐 AI 應用，因此需要透過更現代化的數據架構提升 AI 應用效能，並且將 AI 導入的風險降至最低，以加速邁向創新成長的目標。在科技報橘攜手擎昊科技近期舉辦的「AI 金融數據發展高峰會」，便匯聚全球數據治理領導品牌 Teradata，解析金控、保險、銀行實踐 AI 數據治理的案例，同時，勤業眾信講者也深度探討金融機構防範詐騙的策略，助力企業打造核心競爭力。 科技報橘社長戴季全致詞表示，金融產業正面臨兩大趨勢，一方面是在科技推動下，經濟發展與犯罪風險並存；另一方面是 AI 賦能更多應用場景，不僅為金融產業提升效能，也驅動新價值與超個人化顧客旅程時代，「這些演進都需要數據的支持，因此我們攜手擎昊科技、Teradata 和勤業眾信重磅講者，藉由這場高峰會分析全球各類金融機構的治理範例，並從產業第一線視角出發，共探金融趨勢與反詐實務經驗。」 「金融機構導入 AI 提高生產力與競爭優勢的效益愈加明顯，若發揮數據效能、確保 AI 模型準確性，還可有效控制風險，」永續金融與影響力投資學院院長/前金融監督管理委員會主委王儷玲指出，從決策型 AI 到生成式 AI 出世，助力金融產業加速推動流程自動化、智慧化決策，實現金融服務數位轉型；隨著多模態 AI 模型擴展應用，也可同時處理文本、語音、圖像、影片，提供更全面的業務洞察；而在強化風險管理與自動合規監控的面向，AI 更協助金融業進行即時數據分析、行為模式識別，加速完成自動合規審查。因應這樣的趨勢，同時擔任國立政治大學金融科技研究中心主任的王儷玲說明，政大研究中心與 NVIDIA 共同推動 AI 技術標準、提供 AI 專屬實驗沙盒，並藉由監理誘因促進金融機構投入意願，助攻台灣發展金融 AI，「我們也攜手產業聯盟企業，聚焦台灣金融 AI 大語言模型訓練與應用、以 AI 資料共享與算力平台精進銀行防詐和壽險理賠模型等重要主題，期許透過平台串聯資料、訓練、法規內容，讓 AI 真正成為台灣金融市場在未來十年數位轉型的試金石。」 以 DataDNA 為基礎，強化金融業 AI 可解釋性與風控韌性 「我們預測，未來高達 70% 的金融從業職能將因生成式 AI […]</p>
<p>AI 客服工具近年不斷進化，越來越多工具強調擁有「情境感知」（context-aware）能力，能更自然地回應使用者需求，然而在實務部署中，這些 AI 工具仍時常出現語氣斷裂、重複提問、無法延續對話等問題，令人質疑其「人性化」的程度。 導致這些問題的原因不是 AI 不夠聰明，而是因為 AI「健忘」。當模型無法記住使用者的上下文時，便容易出現幻覺式回答、語意跳針、或陷入資訊重複的迴圈，這些問題不只降低客服效率，更直接破壞使用者的信任與體驗。 如果 AI 「健忘」，信任感就會瓦解 《Robotics & Automation News》報導指出，真正的上下文理解不只是記住上一句話，而是必須涵蓋使用者整體歷程。例如使用者透過哪一種方案、有無付款紀錄、過去與客服的互動內容、實際使用過的產品功能甚至對話的語氣情緒，都是重要的上下文。如果 AI 缺乏這些多維記憶，只能做出被動回應而無法主動協助或預測問題根源，自然無法真正解決問題。 所謂的「信任」不是因為 AI 提供完美答案，而是建立在 AI 對於對話的連續理解。當使用者必須重複問題，或 AI 忽略剛剛說過的話，使用者的信任感就會快速瓦解。另一方面，記憶錯誤或語氣不一致，也會讓 AI 看起來更像機器，缺乏溫度與人味。 打造人性化 AI 客服的 5 大關鍵 如何建立人性化的 AI 客服？首先可以從建立一套標準化的上下文分類開始。包含使用者所屬的方案等級、目前使用的產品模組、當前正在處理的錯誤事件、系統偵測的情緒分數以及使用者偏好的語言等，企業可以將資訊整理為 4 到 6 種類型，這樣的標準化有助於提升資料檢索準確性，並降低模型出現幻覺的風險。 其次，為了模仿人類的記憶邏輯，可以建立客服對話流程，並在對話過程中設立重要的檢查點，如此一來，AI 回應時不必每次從頭開始，而能根據過往關鍵對話自動回溯並引用。 此外，也可以讓舊有的上下文逐漸淡出 AI 記憶核心，但仍保留被重新喚起的可能，這可以讓 AI 在回應時兼顧資訊新鮮度與完整性。 第四，當 AI 回應出現錯誤或語意偏差時，應該由人類客服標記問題，這些標記資料將回饋給系統，用來優化提示詞設計與上下文選擇邏輯，讓模型不斷學習並提升準確性。 最後，真正人性化的 AI 不該是「裝作知道」，而是應該學會在資訊不足時主動提出問題。例如，當使用者提到帳單問題時，AI 應該詢問「是針對前一張帳單，還是新的續約問題？」透過這樣的澄清式提問，AI 不僅能降低誤判率，也能展現理解力，進一步提升使用者滿意度與信任感。 「上下文理解」是核心結構 打造具備「理解力」的 […]</p>
<p>《The Robot Report》報導，百度公司宣布與叫車平台 Lyft 合作，透過 Lyft 在歐洲市場佈局其 Apollo Go（蘿蔔快跑）駕車服務。首波計畫於 2026 年在德國與英國上路，取得當地監管單位核准後，雙方計畫在未來幾年，將車隊規模擴大至遍佈歐洲數千輛自駕車。 Apollo Go 進軍歐洲，將確保自駕車符合法規 百度共同創辦人、董事長兼執行長李彥宏表示，「與 Lyft 合作從德國和英國開始在歐洲佈局 Apollo Go，是重要的里程碑。」 《The Robot Report》指出，百度成立於 2000 年，從搜尋引擎業務開始，現已建立包含雲端基礎設施、自研的 PaddlePaddle 深度學習框架、自主開發的 ERNIE 基礎模型，以及多項 AI 應用。該公司在移動服務領域的布局包括 Apollo Go 自駕計程車服務、百度 Apollo 自駕系統、小度智慧裝置（搭載 DuerOS 語音助理）及 AI 晶片。 Lyft 則成立於 2012 年，業務涵蓋共乘服務、計程車、專車、汽車共享、腳踏車與電動滑板車，服務範圍遍及北美與歐洲，在 11 個國家、近 1,000 個城市營運，並在 16 個國家提供腳踏車共享服務。 《The Robot Report》補充，百度今年稍早已與 Uber 合作，將 Apollo […]</p>
<p>【為什麼我們要挑選這篇新聞稿】 當 AI 應用日趨廣泛，金融監管機構對 AI 治理的重視程度也日益提升。為加速 AI 治理機制落地，中國信託商業銀行導入 SAS 「AI 治理驗證計畫」，確保 AI 在開發、測試、部署等階段的透明度與問責性皆符合全球金融法規標準，並借力 SAS 提供的高效 AI 風險監測與合規審查工具，即時監測 AI 模型運行狀態，讓 AI 持續保持高準確度，實現 AI 模型的全生命週期管理，為產業樹立 AI 治理的標竿典範。（責任編輯：李昀蔚） 隨著 AI 應用的深化，全球金融監管機構紛紛展開前瞻性布局，建立 AI 治理規範標準。歐盟與新加坡近期相繼發布 AI 治理機制，建立金融科技創新的安全基石；台灣金管會亦積極接軌國際標準，發布《金融業應用人工智慧（AI）指引》，為國內金融業勾勒出AI治理的發展藍圖。中國信託商業銀行（以下簡稱中信銀行）率先響應金管會，攜手全球數據及 AI 領導廠商 SAS，應用 SAS AI 治理解決方案與全託管服務（HMS），推動「AI 治理驗證計畫」，成為台灣首家完成完整 AI 治理系統驗證的金融機構。 中信銀行打造完整 AI 治理機制 HMS 全託管服務加快 AI 落地腳步 AI 治理驗證計畫聚焦於 AI 生命週期風險識別、監測與管理，確保 AI 在開發、測試、部署等階段的透明度與問責性，並符合全球金融法規標準。為驗證 AI […]</p>
<p>面對全球產業轉型的加速，「AI 實踐力」正成為企業能否突破成長瓶頸的關鍵。緯創集團旗下創新雲端服務供應商—緯謙科技（WiAdvance）與經濟部中小及新創企業署、台北市電腦公會與 Startup Terrace攜手合作，辦理「AI 無限，智慧創新未來」產業交流媒合會。此次活動聚焦 AI 垂直應用與實務導入，吸引製造、醫療、零售及專業服務等多元產業代表參與，現場產生多組合作洽談機會，展現 AI 新創與中小企業之間的共創動能。 本次活動邀集六家在 AI 領域具代表性的新創公司，包括迪威智能、詠鋐智能、巴涼科技、律果科技、海研科技與雄材大智材料，從語音辨識、能耗優化、生成式 AI、智慧製造到法遵與 ESG 永續等面向，分享 AI 如何與產業場域深度結合，解決真實痛點，落實智慧升級。無論是製造現場的智慧輔助、醫療體系的聲音數據分析，或是透過 AI 模型優化能源使用與法規遵循，均可見到 AI 已從技術展示走向日常營運的核心推力。 緯謙科技總經理夏志豪博士表示，許多中小企業其實很期待 AI 帶來的改變，但在導入初期難免面臨落地挑戰。此次活動希望協助企業找到真正理解場域需求、技術成熟度高的新創夥伴，加速中小企業的數位轉型步伐，落實智慧轉型。 活動現場氣氛熱絡，不僅提供創新技術的分享舞台，更搭建起新創與傳產面對面交流的橋樑。除了安排新創與企業的媒合交流，後續也會持續地透過平台、說明會與公協會的力量加強新創與中小企業之間的共創媒合，緯謙科技也特別與經濟部中小及新創企業署合作，邀請「潛力新創選拔」計畫中的多家創新團隊共同參與。「潛力新創選拔」是中小及新創企業署重點推動的重要新創品牌，旨在網羅成立五年內、具備技術突破性與高成長潛力的 Deep Tech（黑科技）、Consumer Tech（白科技）與 Green Tech（綠科技）等領域的新創團隊，透過政府引導與資源鏈結，加速其商業落地與國際擴展。 面對快速變動的全球市場，AI 不再只是技術創新的代名詞，更成為企業創造價值、提升韌性的重要戰略資產。新創團隊擁有靈活的研發能量與對市場需求的敏銳洞察，能夠以更快速、貼近場域的方式，打造切合產業痛點的 AI 解決方案。本次交流會促成產業與新創面對面對話，並期盼透過持續性的平台搭建與資源鏈結，促進產官學界深度合作，推動台灣 AI 生態系更加成熟，讓更多中小企業與新創攜手邁向智慧升級的新未來。 （本文訊息由緯謙科技提供，內文與標題經 TechOrange 修訂後刊登。新聞稿 / 產品訊息提供，可寄至：[email protected]，經編輯檯審核並評估合宜性後再行刊登。首圖來源：緯謙科技。）</p>
<p>《Bloomberg》報導，美國一名高層官員表示，美方正在研究為 AI 晶片加強定位追蹤能力的方案，凸顯華府為防止如 NVIDIA 等企業生產的半導體流向中國，持續收緊管控力道。 美盼盟國採用美製 AI 技術，同步防堵晶片流向中國 「目前正有討論，針對晶片本身可能透過軟體或硬體方式，來實現更精準的地理位置追蹤，」美國白宮科技政策辦公室主任 Michael Kratsios 表示。 《Bloomberg》指出，美國政府近來積極與業界合作，希望透過技術手段追蹤這類敏感晶片的流向，這是防堵晶片走私、確保美國科技領先的整體戰略之一。上週北京方面召見 NVIDIA 代表，針對 H20 晶片的定位追蹤與其他安全疑慮進行會談。 Michael Kratsios 在接受《Bloomberg》專訪時強調：「這項技術規劃已明確納入行動藍圖之中。」他近日赴南韓參加 APEC 數位與 AI 部長級會議，也呼籲亞太地區各國採用美國技術體系，指出這是《美國 AI 行動計畫》的另一項關鍵支柱。 Michael Kratsios 說明，美國政府正準備啟用聯邦融資工具，協助向被認可的盟友輸出 AI 技術。「未來最具突破性的創新，勢必建立在美國技術之上，要真正掌握這些技術，就要與美國的 AI 基礎建設接軌，」Michael Kratsios 在論壇上表示。 北京對科技封鎖反彈，NVIDIA 否認晶片含「後門」 川普團隊近日承諾，將在新的貿易協議中解除對 H20 晶片出口中國的限制，作為中國對美供應稀土磁鐵的交換條件之一，但另一方面仍聚焦打擊晶片走私。 《Bloomberg》提及，川普的計畫藍圖引發北京強烈反彈，中國政府多年來持續批評美方進行科技封鎖。北京特別關切美國針對華為與新興 AI 業者如 DeepSeek 的晶片制裁。 Michael Kratsios 也批評中國的 AI 計畫，指出該計畫主張成立一個全球性組織，統籌 AI 治理與技術的標準。他在接受《Bloomberg》訪問時表示：「每個國家都應有權決定自身如何規範人工智慧。美國的模式以創新優先，是最具吸引力的選擇。」 Michael Kratsios 表示，他本人尚未與 […]</p>
PChome Online新聞1筆關係