<p>「零售業是我們認為可以透過 AI 解決挑戰，並帶來更多創新的一個產業，」Google 今（18 日）舉辦 Google Cloud Commerce Forum，與零售和電商企業共同交流 AI 轉型心法，momo（富邦媒體科技）、91APP 也分享自身案例。 AI 正在改變零售的 5 大面向 Google Cloud 台灣業務副總 Simon Wang 引用了麥肯錫和 Google 的研究報告，首先分享了三個市場洞察數據。 第一，有 80% 消費者認為 AI 在購買決策過程中非常有幫助。第二，2024 年 1 月以來，消費者在搜尋引擎或 AI 上尋找商品的問題，問題長度增加了兩倍以上。Wang 指出，這代表消費者的問題情境極為複雜，並期待零售平台的回答能力更強、可以處理更複雜的問題。第三，有 60% 的零售業者覺得在未來，人力的短缺是一大問題，另有八成的零售業者覺得營收成長是很大的挑戰。 他表示，Google Cloud 認為 AI 正在以 5 個面向改變零售業：多模態 AI、AI 代理、智慧搜尋、AI 賦能的客戶體驗，以及透過 AI 升級資安防護，並提出可透過 AI 打造新客戶互動的三大面向：首先，提供新的產品發現方式，例如更個人化、精準的搜尋引擎或產品推薦；第二，縮短從決策到下單的流程，像是運用虛擬試穿等技術；第三，重塑品牌與客戶的互動方式，例如結合 AI 代理等 AI 功能。 […]</p>
<p>Meta 在年度 Meta Connect 開發者大會上一口氣推出三款 AI 眼鏡，其中最大亮點是首款內建擴增實境（AR）螢幕的 Meta Ray-Ban Display。 小巧螢幕藏於鏡片，支援即時通知與手勢操作 這款 Meta Ray-Ban Display 在右側鏡片內嵌入全彩微型螢幕，可顯示訊息通知、導航路線、即時字幕與視訊通話畫面，並支援作為拍照取景器使用。螢幕會在使用者與眼鏡互動時顯示，但從外部無法看到。當相機處於活動狀態時，LED 燈會提醒其他人。 使用者可透過眼鏡鏡腳的觸控面板或語音指令操作眼鏡，也可搭配一款可偵測肌電訊號（EMG）的「Neural Band」腕帶，進行捏合、滑動、旋轉等手勢控制，甚至能以手指書寫訊息，無需觸摸眼鏡或拿出手機。 Meta Ray-Ban Display 眼鏡本體續航約 6 小時，搭配收納充電盒可延長至 30 小時，售價自 799 美元起，9 月 30 日起在美國開賣，2026 年初將拓展至英、法、義、加等地。 祖克柏表示：「眼鏡是唯一能讓 AI 看見你所見、聽見你所聞，並即時生成你想要的內容的載體。」他強調，相較於智慧型手機或頭戴裝置，眼鏡能讓使用者在保有臨場感的同時獲取 AI 輔助，「能讓你變得更聰明、更會溝通、強化記憶與感官，是實現個人超級智慧的理想型態。」他說的「個人超級智慧」，是指在各個方面超越人類智慧的 AI。 分析師：新品是邁向 Orion 的過渡產品 雖然 Meta 長期投入智慧眼鏡硬體開發，但在生成式 AI 模型進展上仍落後 Google 與 OpenAI，近年祖克柏更高薪延攬矽谷工程師，並投入數百億美元建構最先進 AI 晶片與基礎設施，試圖縮短差距。 《Reuters》報導，多數分析師認為，Ray-Ban Meta Display […]</p>
<p>亞馬遜（Amazon）近日推出兩大全新 AI 工具，目的是希望大幅簡化賣家的廣告創建和業務管理流程，特別是針對那些無法負擔廣告代理商或自行創建行銷活動的中小型企業，讓賣家可以從「事事親力親為」轉變為「與 AI 智慧助理協作」，從而更專注在營收成長。 第一項新工具，是亞馬遜為有廣告投放需求的企業推出一個聊天機器人風格的創意助理，幫助廣告主幾乎完全透過 AI 製作和分發多媒體廣告活動。這項新工具是亞馬遜 Creative Studio 平台的更新版本，並將在所有廣告商使用的 Amazon Ads 平台上的 Ad Console 中推出。 用 AI 創意助理 Creative Studio 簡化廣告生成與投放流程 這個聊天機器人風格的創意助理 Creative Studio，核心功能在於透過對話式提示或簡單點擊，就能開發和編輯廣告概念、腳本、圖像、影片和旁白來推廣特定產品。例如公司可以創建一個由 AI 生成模型穿著自家服裝的影片，然後進一步更改模型背後的天空顏色，或從亞馬遜的商業音樂庫中選擇背景音樂。 這些由 AI 生成的廣告內容可以在亞馬遜的廣告平台投放，包括 Prime 串流服務的商業廣告時段，以及透過亞馬遜銷售的外部網站廣告，此外這些廣告可以在與亞馬遜有合作的平台播放，如 Disney、Roku 與 Netflix。 Amazon 舉例，有一位生產智慧餵鳥器的賣家想製作一則父親節廣告，吸引那些正在為父親尋找禮物的消費者。於是他們利用 Creative Studio 中的 AI 工具，設計並製作了一個推廣影片廣告，結果顯示與之前投放的其他推廣影片廣告相比，新廣告的點擊率驚人地提升了 338%、廣告支出回報率高達 121%。 雖然最初的目標是簡化小型企業的流程，但亞馬遜產品與技術副總裁 Jay Richman 表示，亞馬遜最終希望可以將這項新服務推廣到中、大型企業。研究公司 eMarketer 的行銷、零售和技術簡報高級總監 Jeremy Goldman 則肯定，亞馬遜憑藉其平台上數百萬賣家關係以及從產品銷售中提取的大量消費者數據，在廣告領域將具有獨特優勢。 賣家 […]</p>
<p>「現在我們面臨很多挑戰，也有新機會，」TechOrange 科技報橘在今（9/17）舉辦「2025 AI 智慧大工廠論壇──新竹場」，科技報橘社長戴季全在開場致詞時指出，當前「機器人浪潮」與「Agentic AI 的落地」是值得關注的兩大趨勢，同時這兩股力量都仰賴一個「可控的虛擬環境」作為基礎。以機器人研發為例，因涉及眾多零組件系統模組與數據，難以直接在真實環境中測試，許多企業也不敢讓未經驗證的機器人直接操作機台或產品；另一方面，AI 落地應用若缺乏完善測試，也可能帶來風險，進一步凸顯在 AI 落地與機器人浪潮下，「可控的虛擬環境」已成為關鍵基石。 陳良基解析台灣半導體產業突圍關鍵 前科技部長陳良基教授在「下一個機會點 ── AI 代工，解析台灣半導體產業突圍關鍵」演講中分析，台灣在 AI 時代的關鍵優勢來自半導體的「特定用途市場」，台灣在特定用途的半導體領域幾乎獨霸，因為台灣能根據客戶需求量身打造最佳化解決方案。 陳良基進一步提醒，全球供應鏈正快速變革，台灣必須思考未來的定位。他主張台灣應該推動「開放式 AI」，並將 AI 產業拆解為模組化的生態系，讓更多創新在分工中湧現，進而讓台灣在全球競局中找到新價值。「算力其實是 AI 的假議題，我們要的不是算力，而是 AI 能力，」陳良基直言，台灣應該善用既有的信賴供應鏈與製造優勢，從單純提供算力轉向提供完整的 AI 能力，唯有如此，台灣才能成為全球 AI 能力的提供者，而不只是 AI 伺服器的代工者，這是一條必須把握的發展道路。 鴻海解析 GenAI 賦能的智慧製造 鴻海科技集團董辦室軟體研發處長郭錦斌在「GenAI 賦能的智慧製造」演講中指出，傳統製造模式依靠影像辨識、自動化與 IoT，以提升確定性流程的效率，然而新一代智慧製造則以大模型與 AI Agents 為核心，賦予系統語意理解與跨域推理能力，將老師傅的經驗「產品化」，不僅能持續進化，更能處理如「為何良率下降？」、「如何排程最穩定？」這類開放式問題。 郭錦斌分析，未來工廠將呈現實體、數位分身與 AI 的三層結構。數位分身工廠將負責模擬與機器人訓練，AI 工廠則可以把專家經驗轉化為大型模型並優化排程，最終讓實體工廠「按圖施工，保證成功」。郭錦斌也強調，鴻海已透過 GenAI 實現多場域應用，包括智能調參縮短試模時間、CNC360 優化刀具路徑、Agentic Operations AI 協調多個 Agent 解決複雜故障，以及 FactoryGPT 結合知識圖譜與虛擬環境進行品質監控及缺陷排除。這些創新讓過去鴻海累積的數據價值獲得釋放，並推動鴻海從單點優化走向整合性解決方案，全面提升產線智慧化與效率。 NVIDIA Cosmos […]</p>
<p>AI 聊天機器人正在迅速普及，但在為生活帶來便利的同時，卻也伴隨嚴峻的資安挑戰。根據 Malwarebytes Labs 的報導指出，一家名為 Vyro AI 的公司，其應用程式如 ImagineArt 和 Chatly 擁有數百萬用戶，因為資料庫未受保護，導致使用者輸入的 AI 提示、身分驗證憑證，以及裝置資訊等大量資料外洩。 這些外洩資訊的危害不容小覷，因為攻擊者可能利用身分驗證憑證劫持使用者帳戶、存取聊天歷史紀錄，甚至衍生其他的詐欺行為。至於資料外洩的普遍原因，是許多 AI 公司為了搶佔市場份額，傾向於將產品上市置於安全與隱私之前。 AI 生成的釣魚郵件具有「更高的說服力」 另一方面，AI 聊天機器人也正被不肖分子利用，以更低的成本和時間，大規模生成詐騙訊息。在《路透社》與哈佛大學在最新研究中，就利用 Grok、ChatGPT、Gemini 等六款主流 AI 聊天機器人策劃網路釣魚詐騙，並在年長者身上進行測試，結果顯示 AI 生成的釣魚郵件具有「更高的說服力」。 例如 AI 聊天機器人能主動建議增加「立即點擊」等緊迫性措辭，以提高詐騙成功率。此外，儘管 AI 公司聲稱已進行安全訓練，但為了避免用戶轉向競爭對手，模型常被設計為「服從」而非「保持警惕」。研究人員就發現，如果告知 AI 是「學術研究」或「寫小說」時，AI 就會開始生成惡意內容，更令人擔憂的是，AI 模型的反應極不穩定，相同的提示在不同會話中會產生截然不同的結果，使得預防濫用變得更加困難。 研究發現，AI 不僅能生成詐騙內容，還能提供策略性建議，像是 Google 的 Gemini 聊天機器人曾提供發送釣魚郵件的最佳時間，並建議針對年長者在週一至週五的特定時段，ChatGPT 甚至提供了假冒美國醫療保險網站的連結範例。《路透社》也報導，在東南亞詐騙園區工作的勞工證實，他們經常使用 ChatGPT 進行翻譯、角色扮演，並撰寫可信的詐騙回應。 應對 AI 聊天機器人風險的 3 大策略 如何有效應對 AI 聊天機器人帶來的風險？這需要多方協作，包括加強法規監管，以及提升使用者的意識。首先，全球各國已開始制定相關法規，例如歐盟的 AI 法案，將 […]</p>
<p>Google 宣布推出全新的開放式「代理支付協議」（Agent Payments Protocol，簡稱 AP2），希望為快速興起的 AI 代理（AI agent）商務交易建立一套跨平台安全標準，並獲得包括 Mastercard、美國運通、Salesforce、PayPal、Coinbase、Adobe、Okta 在內逾 60 家企業與機構的支持，顯示產業正積極為未來「AI 與 AI 之間進行交易」的時代做準備。 AP2 解決 AI 交易授權與責任歸屬問題 AI 代理是能自動代表用戶瀏覽、比較、決策與購物的軟體代理，近年隨著生成式 AI 興起，越來越多企業推出能處理複雜任務的代理服務。然而，當 AI 代理取得用戶的支付資訊並代為執行交易時，如何確認其獲得授權、確保其行為符合用戶意圖，並釐清出錯時的責任歸屬，成為產業普遍關注的風險。 Google AP2 的目標正是解決這些安全與信任問題。該協議能驗證用戶是否授權 AI 代理行動、讓商家確認 AI 代理的操作是否符合用戶要求，且若交易過程出現異常，也能回溯責任，提供可稽核的紀錄。 可擴展 A2A 與 MCP 協定，支援穩定幣與加密錢包 AP2 是在 Google 今年稍早釋出的「代理對代理」（Agent2Agent，A2A）協定和「模型上下文協定」（Model Context Protocol，MCP）基礎上進一步擴展而來，類似 MCP 讓使用者能安全地將 AI 工具連接至資料庫，AP2 則是為支付場景提供通用接口，讓使用者、商家與支付業者能與 AI 代理安全互動。 為強化對新型資產的支援，Google 也與 Coinbase、以太坊基金會、MetaMask 等加密貨幣機構合作，開發出可整合 x402 […]</p>
<p>美國製造業在過去五年中，持續面臨前所未有的供應鏈不確定性，包括疫情衝擊、地緣政治摩擦、關稅政策反覆等多重因素，使得企業在採購、庫存、風險控管間必須找尋最佳平衡。不論是川普政府祭出的全球貿易關稅，還是突如其來的出口禁令，都給了美國生產企業上了一堂如何適應變局的現實課。 如今，許多企業不再如疫情初期般搶貨堆料，轉而回歸「精實庫存管理」，只在需要時才採購，降低囤貨、減少資金占用，並要求供應鏈有更快的反應速度。 以美國割草機大廠 Toro 公司為例，其供應鏈負責人 Kevin Carpenter 指出，許多同業在關稅政策變更前搶購物料，卻可以做到將庫存維持在疫情前的正常水準。這背後，AI 工具功不可沒。 「供應鏈生成式 AI」軟體市場，規模大增長 Carpenter 的工作日通常從 AI 開始。首先 AI 會根據當日全球新聞和市場趨勢，生成個人化新聞，不僅涵蓋川普最新社群動態、即時鋼材價格，也追蹤產業供應鏈的微妙變化。 除此之外，Toro 採用生成式 AI 協助篩選龐大的資訊流，並採自動化建議供採購決策參考，例如「建議向 A 廠採購 100 噸原料並調度至 B 廠」這種具體方案，讓管理層可以一鍵直接批准或修正。 AI 在供應鏈的角色不斷深化，生成式 AI 不僅能預測需求波動、調度路徑，更朝向「決策建議」與「方案生成」邁進，力求從過去的數據分析者變成決策實踐者。企業可利用 AI 自動消化龐雜的實時數據、監控全球新聞與政策動態，主動調整採購量與時間，強化庫存週轉效率。 此外，「AI 代理人」的決策工具逐步落地應用，不僅具備跨資料庫協作、自主建議調度方案甚至還有不少自動執行的能力。這樣的進步，意味領導者將更多例行性、重複性決策任務託付給 AI 自身，空出人力專注於策略規劃與危機管理。 不過以現況來看，AI 尚未成為製造業的萬靈丹。業界專家提醒，AI 利於吸收海量即時資訊並快速反應，但目前大多工具仍處於試點階段，導入規模較小，企業真正部署生成式 AI 常涉及數百萬乃至數千萬美元的投資。 Gartner 的研究指出，全球供應鏈生成式 AI 軟體市場規模，預計將從 2025 年的 27 億美元攀升至 2029 年的 550 億美元，成長速度高於其他多數數位工具領域。這不僅反映出市場對高效率、敏捷回應的殷切期待，更是全球經濟不穩、資訊爆量情境下，企業不得不擁抱的數位轉型趨勢。 AI […]</p>
<p>今年初，一間剛完成 400 萬美元種子輪融資的 AI 新創一炮而紅，不只是因為融資金額在台灣新創圈罕見，更因它是 NVIDIA 首度直接投資的台灣新創。這家名為 MetAI（宇見智能）的公司，專注於整合工業 AI 與 3D 模擬技術打造數位孿生（digital twins）。募資後，團隊規模翻倍，一邊與台積電等大型客戶合作，一邊萃取專案經驗，準備在下半年推出首款產品，迎向全球挑戰。 「我們正在解決的問題是，如果每一個人都想要一個虛擬工廠，你要怎麼做到？」MetAI 共同創辦人暨執行長余泰萬接受《TechOrange》專訪時表示，MetAI 官網收到的詢問需求已「爆炸」，這與全球政治經濟變遷下，半導體與電子業者赴美或東南亞建廠有關；另一驅力是全球日益嚴重的人力短缺，企業在導入自動化設備時，也開始思考能否借助數位孿生、AI 優化產線。 對於 MetAI 來說，下一場 AI 革命是對真實世界的掌握，而數位孿生是價值高達 50 兆美元的全球產業。 數位孿生不只是 3D 模型，而是能運作的世界 MetAI 對數位孿生的定義也很直白，如果只有 3D 建模不叫數位孿生，必須讓輸送帶怎麼跑、機器手臂如何抓等運作邏輯與真實一致，才是一個可用的世界──要讓 AI 真正走進實體場域，不能只餵文字或圖片，必須給它能做實驗、能看得到後果的模擬環境，才可能在現場給出有效方案。「我們認為數位孿生必須要成為一個能夠訓練 AI 的環境，」余泰萬說。 MetAI 能在競爭激烈的數位孿生與合成資料市場脫穎而出，甚至在 NVIDIA 的鼓勵下創業，關鍵在其獨特的 AI 演算法，能把原本需要數千萬小時的 3D 模擬環境建構過程縮短為數分鐘，而且只需 2D CAD 平面圖即可生成。「大家都在找更快的方式打造數位孿生，」余泰萬強調，MetAI 是由 AI、3D、機器人等跨領域人才集結而成的團隊，才能達到這項創新。 目前 MetAI 也正在模擬環境中訓練兩種 AI 代理：其一是產線佈局最佳化的 AI 代理，能在虛擬工廠裡自行試跑各種機台配置與動線，搜尋最佳解，例如機台數量最少、產線最順暢等；其二是用於最佳化自動化方案邏輯的 […]</p>
<p>全球 AI 浪潮正在席捲各產業，從矽谷到華爾街，AI 幾乎成為最受追捧的關鍵字，像是大型科技公司投入數十億美元打造基礎模型，資本市場也因相關題材持續沸騰。 然而在這股熱潮背後，卻逐漸浮現兩大隱憂：一方面，像 OpenAI、Anthropic 這些 AI 巨頭被比喻為「賣咖啡豆給星巴克」的角色，意即可能淪為只提供原料卻無法掌握應用價值的存在；另一方面，隨著 Oracle 股價急漲，更將市場對「AI 泡沫化」的疑慮推向高峰。究竟 AI 熱潮還能撐多久？成為市場上無法迴避卻也引人好奇的問題。 AI 基礎模型巨頭變成像「星巴克供應商」的 2 大原因 《TechCrunch》 在近期報導指出， OpenAI、Anthropic、Google 等基礎模型公司，最終可能淪為「像賣咖啡豆給星巴克」的後端供應商，嘗試在低利潤的商品化業務中求生存，反映出當前 AI 產業的深刻變化。 首先，預訓練的規模化效益已趨於遞減。過去，基礎模型公司投入鉅資進行預訓練，以追求擴大模型規模，但現在這種策略的邊際效益已不如以往，因為當前的創業公司更傾向將基礎模型視為可隨時替換的「商品」，並將重心轉向後訓練、強化學習、微調以及使用者介面設計，以此開發出能解決特定問題的實用 AI 工具。這也代表，企業與客戶需求正從龐大且通用的基礎模型，轉向更精準、更客製化的應用層解決方案，所以軟體開發、企業數據管理、圖像生成等，才是代表 AI 產業的未來。 其次，開源與競爭者正在稀釋 AI 巨頭的定價權。隨著開源替代方案興起以及眾多競爭者加入，基礎模型公司的市場主導地位正在被挑戰。新創公司普遍認為，無論自己的產品是建立在 GPT-5、Claude 還是 Gemini 之上，最終成果都大同小異。即使是率先推出程式碼、圖像與影片生成模型的 OpenAI，最終也在這些領域被競爭者超越，這都讓持續投入巨資建立更大基礎模型的策略充滿風險。 對「AI 泡沫化」的擔憂 當 AI 基礎模型巨頭面臨挑戰的同時，資本市場的過度狂熱也引發對「AI 泡沫化」的擔憂。近日《Reuters》報導指出，美國科技巨頭甲骨文（Oracle）股價在一天內飆升 43%，使其市值在三個月內翻倍。這股驚人漲勢，讓華爾街關於「美國 AI 股票泡沫」的激烈辯論再度浮上檯面。 這種市場氛圍與網路泡沫時期驚人相似。從市場數據來看，當前的 AI 股票集中度過高，標普 500 指數中前五大公司的總權重已接近 30%，這種高度集中使市場高度依賴少數幾家公司，但從歷史經驗來看，這種情況通常不會有好結果。 AI 產業的真正考驗：落地應用與市場理性 綜觀當前 […]</p>
<p>人工智慧正逐步重塑投資銀行的工作結構。根據諮詢公司 ThoughtLinks 的研究，到 2030 年前，AI 將影響多達三分之一的投行核心業務流程，涵蓋併購、銷售與交易、股票與債務承銷等。 這場變革並非意味著裁員，而是工作型態、技能需求與作業流程的根本改變。 為了應對這場變革，華爾街各大銀行已積極部署 AI 策略。摩根大通向 20 萬名員工部署大型語言模型工具，高盛則推出內部 AI 助理，花旗集團也成立新領導團隊推動 AI 策略——這些舉措的重點都在於「重構流程」與「員工再訓練」，目標是將複雜的金融任務模組化和自動化，同時將銀行家們的角色，從資訊蒐集者轉變為更具策略性的高層判斷與關係管理者。 投行四大核心業務，人類與 AI 的新分工是？ ThoughtLinks 的研究，也進一步為 AI 在投行的應用提供更具體的藍圖，分析 AI 在四個特定工作領域中的新角色： 投行職涯洗牌與挑戰 為了將銀行流程結合「人與 AI」，ThoughtLinks 創辦人 Sumeet Chabria 強調，真正的挑戰在於，如何將高度結構化的銀行流程，轉化為「AI 模組」與「人類專業判斷」相結合的混合工作模式。 AI 不會讓銀行家消失，而是重新塑造他們的角色：從「資訊蒐集」轉向「高層判斷與關係管理」。不過，AI 的導入將使投行初階員工的大量工作被自動化，也逼使人才轉向更高階的顧問與策略角色。 這場職涯洗牌中，初級銀行家的角色可能最受衝擊，而經驗豐富的高階顧問，其價值將因 AI 的輔助而更加凸顯。 如果投行未能同步規劃人才培訓與職涯發展，未來可能出現結構性的人才真空。因此，在保留 AI 效率優勢的同時，如何避免「去人性化」導致客戶信任受損，將是投行在未來十年必須解決的關鍵問題。 【推薦閱讀】 ◆ 【錯誤導入 AI 案例】裁員 45 名客服後悔，銀行重聘被裁員工◆ 【44% 工作被 AI 改變】銀行員工的未來不是被取代，而是被重新定義◆ 【為何華爾街突然愛它】穩定幣打開潘朵拉魔盒，銀行押寶能穩賺不賠？ ＊本文開放合作夥伴轉載，參考資料：《BUSINESS INSIDER》、《ThoughtLinks》、《TechOrange》，圖片來源：Unsplash （責任編輯：鄒家彥）</p>
<p>在中國企業紛紛投入人形機器人領域，與美國科技巨頭競逐之際，馬雲支持的螞蟻集團也正式加入戰局。該公司旗下的上海螞蟻靈波科技有限公司（Robbyant）在上海首次展示其人形機器人 R1。 專注「大腦」打造服務型機器人 《Bloomberg》報導，根據螞蟻集團說法，R1 機器人能勝任多種日常任務，包括擔任導遊、在藥局分揀藥品、提供基本醫療諮詢，甚至可以執行簡單的廚房工作任務。其最大特色不是強調機構設計與動作靈巧度，而是由螞蟻自研的 AI 模型「白鴒（BaiLing）」驅動，可透過雲端 AI 協助決策、規劃流程並學習新任務，展現類似數位助理的能力。 與許多只專注機械零組件的競爭者不同，螞蟻選擇從「大腦」切入，並測試採用更便宜的中國晶片來訓練 AI 模型，以降低成本並強化自主掌控度。R1 主要零件來自中國供應商 Ti5（關節模組）與螞蟻投資的 Galaxea AI（機體結構），未來也計劃與機器人新創宇樹科技（Unitree）及上海上市公司奧比中光（Orbbec）合作。 金融科技巨頭為何做人形機器人？ 對於一家以支付、金融起家的企業為何跨足人形機器人領域？Robbyant 執行長朱興表示，螞蟻的使命是讓人們的生活更輕鬆，無論是在支付、金融還是數位公共服務上，而人形機器人是讓 AI 聊天機器人和 AI 助理普及的戰略載體，「如果未來人形機器人進入家庭，它們不僅能做家務，還能成為超級智慧的大腦，」他說。 近年螞蟻集團積極轉型 AI 企業，除發展自研大模型白鴒，也陸續佈局醫療健康服務，例如推出能分析病歷建議醫師的健康應用 AQ，並收購中國線上醫療平台好大夫網。位於中國、隸屬非政府智庫的中國與全球化中心資深研究員 Andy Mok 告訴《Bloomberg》，「實際的實體製造或許可以相對輕易地外包，但開發出穩健且可擴展的 AI 模型才是關鍵。」 目前，R1 正在餐廳和護理中心等場所進行測試。不過，螞蟻金服尚未確定該機器人的售價及公開發售日期。未來，該公司的目標是讓這款機器人成為居家伴侶和照護人員，協助處理健康和日常事務。 AI 機器人浪潮來襲！立即免費下載《AI 機器人全球 7 大勢力關鍵報告》，解鎖各國 AI 機器人發展重點 ＊本文初稿由 AI 生成，經《TechOrange》編撰，資料來源： 《Bloomberg》、Analytic Insight、《The Verge》，首圖來源：Robbyant</p>
<p>SEMICON Taiwan 2025 國際半導體展盛大登場，在今（9/12）日舉行的「半導體資安趨勢高峰論壇」，匯聚台積電、工研院、鴻海等產業專家，剖析半導體產業面對數位化複雜性、互連性日益增強的局勢下，如何確保供應鏈安全與韌性。 台積電全球安全管理資深處長屠震致詞表示，台灣專家持續研擬半導體產線設備資安標準規範，經過多年的合作與完善，已於 2022 年正式發布「SEMI E187」，並推動全球採用、透過引入第三方 E187 驗證實踐數位信任。隨著 AI 時代來臨，網路安全不再僅僅是保護，而是信任、創新和全球競爭力的基石，屠震強調，「面對未來的機遇和挑戰，半導體產業必須作為一個全球社區共同努力，台積電很榮幸今天能攜手一群傑出的演講者，分享以 AI、網路重塑半導體產業的深刻見解。」 工研院資訊與通訊研究所技術組長卓傳育指出，過往的半導體資安趨勢高峰論壇，主要探討實體網路安全和設備的 OT 安全標準，但是當更多 AI 等新興技術進入製造流程和企業管理層，讓企業需要整合全面策略與規範，以降低供應鏈風險，「在這個契機下，今日的資安高峰論壇邀集各界產業專家，將和與會者分享如何以 AI 實現智慧風險識別、即時回應和預測分析，重新定義網路安全，並檢視 AI 技術本身所帶來的安全風險。」 鴻海李維斌提出「3+3」的製造安全基礎策略 「在文藝復興時期，人們渴望了解、探索新思想，那正是哥倫布發現新世界的時代。而面對『AI 很複雜，網路安全很困難，AI 與網路安全的交會點更是混亂』的局勢，我將這個議程主題定義為網路安全的文藝復興，探討 AI 網路安全領先的策略。」 鴻海研究院執行長李維斌表示，AI 正在加速發展，實現文字影音生成、自主決策等功能，但目前網路安全仍然遠遠落後於應有的水平，使得 AI 可能重複相同錯誤，甚至比以往任何時候更快、更廣泛地傳播錯誤，「所以重要的是如何建立信任，不僅是對人，也是對機器和系統的信任，我相信這也是首個由台灣主導半導體產線設備資安標準規範 SEMI E187 發表的原因。」 因應此趨勢，李維斌提出「3+3」的製造安全基礎策略。第一個「3」為黃金三角原則，包括保密性（Confidentiality）、誠信（Integrity）與可用性（Availability）；第二個「3」是企業必須內建的三大維度，包括基於安全的設計（Security by Design）、預設安全（Security by Default）、按需安全（Security by Demand）。針對企業需要內建的三大維度，李維斌進一步說明，在設計安全的面向，不僅僅是在風暴過後修復漏洞，而是將安全性作為產品開發組成的一部分，完整刻入產品的 DNA；在預設安全的面向，是從產品選型階段，要求供應商預設具備資安防護機制；在按需安全的面向，李維斌建議企業除了遵循規則、檢查清單，還需要攜手供應鏈夥伴，一同確認在產品與生產環節，能否抵禦複雜的環境條件，以及異常的惡意干擾。 「網路安全是企業 AI 旅程中的指南針，能夠幫助我們面對這些風險，同時也抓住新機會，」李維斌強調，透過建立一個可隨著時間調整、成長的系統，同時藉由 AI 推動偵測與主動式防禦，企業將能更了解敵人，並採取更即時有效的應對策略。 在「半導體資安趨勢高峰論壇」，還邀集玉山銀行、睿控網安、Cisco Systems、台達、奧義智慧科技、戴夫寇爾等重磅講者，探討以 AI 升級營運的關鍵模式，以及採用現代資安解決方案，規劃更安全、更智慧半導體生態系統的具體藍圖。</p>
<p>儘管 AI 浪潮席捲全球，Apple 在最近的 iPhone 17 發表會上卻顯得異常低調，對 AI 的著墨相對稀少，Siri 也未獲得顯著更新。這種「靜默」氛圍，讓外界對 Apple 的 AI 策略有更多疑問。 與此同時，OpenAI 執行長 Sam Altman 在 X 上的一番言論，更是將這場討論推向了高峰。他先是發文表示 iPhone 17 終於帶來他「真正想要」的升級，當有人順勢提出「為什麼不用 ChatGPT Voice 取代 Siri？」時，他更直接回覆：「這是個好主意」，明確展現出他對此想法的支持態度。 that tbh sounds like a great idea, i am supportive — Sam Altman (@sama) September 10, 2025 Siri 的對話能力幾乎沒有進步 Sam Altman 這番言論其實直指 Siri 長期以來的痛點。目前 Siri 在「智慧聊天機器人」的世界中，仍停留在「基本語音助理」階段，相較近年來智慧聊天機器人的快速發展，Siri 在過去幾年的對話能力幾乎沒有進步。例如當用戶提出請求時，Siri […]</p>
<p>外出旅行時，買機票、訂飯店，會遇到所謂的「浮動價格」，這通常是業者依據淡旺季、需求、剩餘座位或房間數量所進行調整。隨著 AI 的發展，開始有業者導入「AI 動態定價」，力求價格調整的速度更快、更精準，不過此舉卻引發一場關於價格公平與透明度的爭論。 AI 決定你的機票價錢、能不能升等飯店 《華盛頓郵報》指出，達美航空（Delta Air Lines）今年宣布，將在部分航線導入 AI 驅動的動態定價系統，可即時分析需求變化、競爭對手的票價，甚至考量天氣、節慶與地區活動，快速調整票價。達美航空預計在 2025 年底前，將該系統在美國國內航線的覆蓋率，從目前的 3% 提高至 20%。 不只航空業，飯店龍頭萬豪集團（Marriott）也在嘗試將 AI 應用在會員服務，決定哪些旅客可以獲得免費升等。舉例來說，若 AI 分析判斷某位會員過去消費習慣、忠誠度、當前入住率與房型剩餘情況，符合「升等策略」，系統將自動推送升等資格。萬豪發言人拉文（Kelly Lavin）表示，AI 能在幾秒內完成原本需要人工審核的升等程序，並提前通知會員，讓入住體驗更具期待感。 對旅客來說，這看似是更高效的體驗；但對部分顧客而言，若演算法不透明，便可能出現「為什麼他能升等、我卻不能」的質疑。 AI 動態定價，對零售業者來說是潛力工具 在零售與服務業，AI 動態定價早已被視為一大潛力工具，能更細緻地識別不同顧客群體，依據消費者的價格敏感度、忠誠度，甚至歷史消費紀錄，制定不同價格策略。對企業而言，這不僅能提升收益，還能提高資源利用效率。 其次，AI 可讓品牌更快速回應市場需求。例如，在淡季自動調整票價、房價以刺激需求；旺季則適度拉高價格，以符合供需平衡。這種「即時微調」的能力，遠比傳統收益管理系統更靈活。 此外，AI 還能協助優化資源配置。在航空業，這意味著更精準的座位配置與票價分層；在飯店業，則是更靈活的房型調度與促銷策略。從商業角度來看，這些都將轉化為更高的營收與營運效率。 最大隱憂：恐損害消費者信任 不過，AI 動態定價也有潛在疑慮。消費者最擔心的是，「潛在個別化定價」容易被解讀為監控式定價（surveillance pricing），也就是指企業利用消費者的瀏覽紀錄、購買行為、甚至收入水準等個人資料，來判斷其支付意願，可能對不同人開出不同價格。比如說，一位經常搜尋高端飯店的旅客，可能會看到比其他人更高的票價或房價，這樣「因人而異」的價格，恐削弱消費者信任。 美國聯邦貿易委員會（FTC）主席可函（Lina Khan）就提出警告：「AI 和演算法可能會加速監控式定價的能力。尤其是在企業得以收集大量個人資訊的情境下，風險更高。」 德州民主黨眾議員凱薩（Greg Casar）也直言：「最壞情況是，航空公司因為知道你搜尋了『家人喪禮』而臨時拉高票價，我們不能讓這種事發生。」 針對相關疑慮，達美航空高層公開強調，AI 僅是輔助工具，提供數據見解，由分析人員監督與調整，票價不會針對個別消費者改變。 賓州大學華頓商學院教授 Z. John Zhang 認為，隨著競爭激烈，未來會有更多航空與飯店品牌跟進 AI 動態定價。然而，要讓 AI 真正成為加分工具，企業必須做到透明化，並給予消費者清楚的保障。否則，即便技術能帶來短期效率，也可能因信任流失而得不償失。 AI 機器人浪潮來襲！立即免費下載《AI 機器人全球 […]</p>
<p>人形機器人正快速邁出實驗室，朝物流、製造等產業現場走去，然而它們能否真正從「技術展示品」進化為「可長時間執勤的勞動力」，關鍵並不只在 AI 演算法或機械靈巧度，而是不起眼卻最根本的電池。專家指出，當前電池技術對人形機器人的續航力、成本與設計造成巨大束縛，也正因如此，電池創新被視為撬動人形機器人產業化的核心支點。 探討並撰寫大量能源供應鏈相關文章的電池新創 Coreshell 執行長 Jonathan Tan，在《Robotics Tomorrow》訪談中表示，機器人新創 Figure AI 近期推出自研的 F.03 電池，直接嵌入機器人軀幹，搭配進階散熱設計，是業界少見的「把電池視為核心基礎設施」的思維；相比之下，許多企業從網路購買現成鋰電池包，因為其注意力集中在機器人 AI 與動作靈巧性的展示，但這無法幫助機器人公司實現機器人規模化部署。 他也進一步說明各類機器人的能源需求差異、現行系統如何阻礙創新，以及電池技術突破對機器人未來的意義 AI 越來越聰明，電池卻成發展最大瓶頸 Tan 指出，人形機器人需要高能量密度且體積緊湊的電池，因為它們要在狹小的類人機身內兼顧長時間運作與強大致動器的動力輸出；工業機器人，尤其是像 AMR 或協作機器人等移動型機器人，則更重視可靠性與電池壽命，因為它們常需在惡劣環境下全天候運轉；配送機器人則優先考量輕量化、省空間的電池設計，以提升載貨能力，並能承受每天頻繁的部分充電循環。 然而，Tan 認為目前電池對於機器人創新來說，最大的瓶頸在於能量密度、充電時間、體積設計和熱能產生。目前的鋰離子電池系統，往往讓人形機器人只能在無須連接電源的情況下運作數小時。一旦電量耗盡，通常需要 1 到 2 小時才能完全充電，這對需要高頻率運作的機器人隊伍來說根本行不通。電池模組也經常體積龐大，迫使設計者在外型與平衡性之間做出尷尬的妥協。而且，由於機器人會在執行提舉、爬升或加速等任務時瞬間大量耗電，因此很快就會產生熱能，而過熱問題會迫使機器人降低性能，甚至直接導致故障。 《The Conversation》指出，一台救災機器人若電力只能撐 45 分鐘，可能在找到倖存者前就耗盡電力；倉儲或農業機器人若頻繁停下充電，也難以達到經濟規模。電池續航不足，正是阻礙人形機器人大規模商轉的「隱形天花板」。 突破之道：矽負極、快充與仿生「吃飯式」供能 要讓人形機器人成為可靠的勞動力，電池技術必須迎頭趕上。Tan 指出，像 Coreshell 開發的金屬矽負極電池，可較傳統石墨系統提升約 30% 能量密度，並具備快速充電潛力，讓機器人隊伍能更高效輪班運作。此外，全球研究界也積極探索鋰硫、金屬空氣等高能量密度電池，理論上能接近動物脂肪的儲能水準。 《The Conversation》指出，快速充電可以幫助減少機器人的停機時間，有些新型電池甚至能在幾分鐘內完成充電，不過這也存在一些權衡與代價：縮短電池壽命、增加熱量產生，且往往需要體積龐大、功率極高的充電基礎設施。即使技術有所改進，能快速充電的機器人仍需要頻繁停下來補電，在無法取得電網供電的環境中，這種方法無法解決機器人本身能量儲存有限的根本問題。 因此，有研究人員開始探索更激進的構想。仿生學派提出的「機器人新陳代謝」，讓機器人透過「消化」金屬或化學燃料獲取能量；也有研究人員開發流體系統如血液般輸送能量，讓機器人同時兼具散熱與自我修復功能。這類系統曾讓一款機器魚原型的能量密度相比標準鋰電池暴增三倍，相當於跳躍式縮短了 16 年電池演進的時間，徹底突破充電的限制。 《The Conversation》指出，今天的機器人雖然能像動物一樣跳躍、疾跑，但它們無法長時間持續運作，若機器人要能以有意義的方式與人類並肩工作，不能只給它們智慧與敏捷，更要給它們耐力。 AI 機器人浪潮來襲！立即免費下載《AI 機器人全球 7 大勢力關鍵報告》，解鎖各國 AI 機器人發展重點 ＊本文開放合作夥伴轉載，資料來源：《Robotics […]</p>
<p>從新創公司到跨國巨頭，全球企業無不將 AI 視為革新業務的核心動力，然而根據美國人口普查局的最新調查，一個令人意外的現象正在發生：員工數超過 250 人的大型企業，對 AI 工具的使用率從 2023 年開始調查以來首次出現下滑，從今年 6 月份的約 13.5%，下滑至 8 月底的約 12%。這項警訊不僅挑戰 AI 產業一路高歌猛進的印象，也引發了各界對「AI 寒冬」可能來臨的擔憂。 挑戰一：對「AI 投資報酬率」的幻滅 許多企業最初懷抱著美好的願景，投入巨資建立數據中心、購置硬體設備以支持 AI 部署，但是現實卻不如預期。紐約大學史登商學院（Stern School of Business）的教授 Arpit Gupta 認為，業界應重新審視這「數兆美元的 AI 資本支出」，因為許多大型企業正日益感到沮喪，發現這些鉅額投資卻未帶來相應的經濟回報。 麻省理工學院的一項研究，以及另一份針對企業 AI 試點專案的調查皆顯示，高達 95% 的公司難以從 AI 試點計畫中獲得預期的財務回報。這使得許多人質疑，AI 對企業來說，更像是一種「公司不知如何利用的流行飾品」，而非真正能創造價值的核心工具。 當企業投入大量資源卻看不到實質成果，信心自然會大打折扣，這也進一步助長對 AI 產業可能泡沫化的擔憂，因為盲目跟風正在退潮，取而代之的是對真實價值的審慎評估。 挑戰二：勞動市場面臨衝擊 除了投資回報率低，AI 帶來的就業衝擊也是企業態度轉變的一大關鍵。儘管許多人將 AI 視為提升效率的工具，但調查數據顯示，AI 對勞動市場帶來的負面影響已日益顯現。 例如史丹佛大學的研究就指出，AI 導致美國年輕勞工的就業機會減少 13%；哈佛大學的研究也證實，初級職位比高級職位更容易受到 AI 的影響。這些數據與企業最初急於採用 AI 以擴大獲利的舉動不謀而合，然而其結果卻是在未能大幅降低成本的情況下，減少工作機會。 […]</p>
<p>在 AI 浪潮席捲全球之際，長期扮演企業轉型關鍵角色的傳統大型顧問公司，正經歷一場前所未有的生存危機。過去被視為不可或缺的 Deloitte、McKinsey 和 PwC 等巨頭，如今卻面臨客戶轉移的嚴峻挑戰，因為企業對這些顧問公司「有限的實作經驗」和「缺乏大規模實際應用」感到不滿，儘管顧問公司投入數十億美元建立 AI 服務，但也因「期望與執行之間的差距」而飽受批評，讓客戶信任度顯著下降，嚴重侵蝕顧問業的傳統商業模式。 這場危機的根源，其實在於能力、組織與期待的三重失衡，這也正迫使整個顧問產業必須開始進行從根本上的定位重塑與轉型。 能力失衡：高額收費卻成果平庸 傳統顧問公司在 AI 領域面臨的第一項挑戰是「實作經驗不足與專業鴻溝」。客戶普遍反映，顧問公司雖能提出令人驚豔的概念驗證專案，但卻缺乏足夠的深度或專業知識，無法在企業範圍內擴展這些想法。這種現象讓許多客戶感覺，顧問「往往在客戶的費用下邊做邊學」，導致「高額收費卻成果平庸」的失望感。 例如美國大型製藥公司必治妥施貴寶（Bristol-Myers Squibb）便在終止了與一家大型顧問公司為期一年的合作後，轉向由內部自行開發利用生成式 AI 製作醫生教育內容的專案，展現內部團隊可能比外部顧問更有效率的事實。 組織失衡：「金字塔」模式崩解與「方尖碑」崛起 過去數十年來，顧問業會由大量的初級顧問執行繁瑣研究與分析，支撐頂端少數資深領導者，這種模式被稱為「金字塔」。然而，這樣的金字塔正因 AI 崛起面臨崩解，因為生成式 AI 工具能夠迅速自動化這些過去需要數週才能完成的低階任務。 為了應對這場挑戰，一種新的「方尖碑」組織正在浮現。與金字塔模式不同，方尖碑模式代表著用更少層級、更小團隊創造更高的槓桿作用，並圍繞著 AI 協調者（AI facilitators）、專案建築師（Engagement architects）、客戶主管（Client leaders）三種關鍵人類角色建構。 「AI 協調者」專精 AI 工具與數據管道，負責設計和優化 AI 驅動的工作流程，可以幫助團隊快速生成洞察；「專案建築師」就是經驗豐富的顧問，負責領導專案並將 AI 輸出轉化為可行的策略；至於「客戶主管」則專注建立長期信任關係，幫助高階主管理解變革並保持領先。這種精簡、專業化的「方尖碑」模式，目標是以更快速、更低的開銷提供更精準的思維。 然而對於傳統顧問公司而言，晉升、薪酬和人員配置都圍繞著金字塔模式，即使公司設立 AI 創新實驗室，這些能力也常常與核心交付業務「脫節」，使得 AI 應用流於表面。這種將 AI 視為舊模式的「附加工具」，而非從根本上「重塑組織架構」，是傳統顧問業巨頭轉型最大的挑戰。 期待失衡：承諾與實際交付的巨大落差 第三重失衡，來自於「過度承諾與實際交付落差」所造成的客戶信任危機。越來越多企業發現，顧問公司在 AI 方面的專業知識可能「沒有自己企業內部的團隊多」，且難以創造實際具備商業價值的應用場景。有些企業甚至形容，自己付出高昂費用，卻僅僅換來一份沒有實際應用、冗長的趨勢報告。 根據 Gartner 的估計，2024 年全球生成式 AI 諮詢支出雖達到 […]</p>
<p>近期澳洲聯邦銀行（CBA）的 AI 自動化計畫遭遇重大挫折，引發市場關注。銀行原先計畫裁撤 45 名客服人員，改由語音 AI 機器人接手基礎查詢，僅保留少數人類員工處理複雜案件；然而，這項策略卻以失敗告終：機器人未能有效處理多數查詢，導致業務混亂與來電量急劇上升。 最終，CBA 被迫向公眾道歉，並重新僱用所有被裁員工，成為「錯誤導入 AI」的典型案例。 關鍵：誤判業務需求與勞資角力 CBA 的失敗，核心原因在於對業務需求的誤判與 AI 能力的過度樂觀。 澳洲金融業工會對此直言，銀行聲稱「來電量下降」的說法與實際情況不符。工會成員透露，來電量不減反增，銀行甚至需安排員工加班，並讓團隊負責人接聽電話以應對混亂。這揭露了 AI 工具與現場實際需求嚴重的脫節，以及銀行在決策時，過度依賴技術承諾，卻忽視了真實操作。 CBA 最終承認，其初步評估時「未充分考慮業務需求」。此舉雖引發外界對其決策的質疑，但銀行方同時開始提供受影響員工繼續留任、內部轉職或離職的選擇。 不過，儘管客服導入失敗，CBA 仍強調 AI 的戰略價值，並宣布與 OpenAI 合作於詐欺偵測等場景深化應用。 盲目裁員的慘痛代價 CBA 的案例並非孤例。在全球範圍內，許多企業在導入 AI 時都面臨類似的挑戰。英國有逾半數企業，在嘗試用 AI 取代人類後後悔決策，反映市場對 AI 人力替代效能的懷疑正在上升。 一項針對英國企業的調查顯示，近四成（39%）的公司曾因對 AI 的高度期待而裁員，但事後卻有超過一半的企業坦言這是一個錯誤決策。這些錯誤的裁員行動，不僅未能提升效率，反而造成內部流程混亂、團隊協作障礙，最終導致人才流失和生產力下滑。 許多企業領導者相信 AI 能直接取代人力，但這項預期看來正被現實打破。企業數據平台 Orgvue 的執行長 Oliver Shaw 曾批評：「在未建立完善的轉型規劃前就解雇員工，是一種魯莽的行為」，這也凸顯了企業內部對 AI 與人力關係的定位存在認知混亂。 AI 導入是一場「系統性工程」，而非「人換機」 企業應該了解，AI 的導入不應被簡化為「人換機」的財務決策，而是一場牽涉組織結構、文化調整與策略規劃的系統性工程。 在導入 AI 工具時，企業必須思考一套清晰的人才轉型藍圖： […]</p>
<p>蘋果在今（10 日）天凌晨舉行秋季新品發表會，備受期待的新品如 AirPods、Apple Watch 以及 iPhone 全系列皆更新亮相，最受矚目的莫過於蘋果史上最薄的手機 iPhone Air。然而在一系列硬體更新中，AI 角色顯得薄弱，與蘋果去年發表會不斷強調「Apple Intelligence」的場景形成對比。 《The Verge》分析，由於蘋果於代理式 AI 上的進展仍然落後，今年發表會談論更多的是 AI 如何在幕後驅動各種功能，而不是像 Google Pixel 10 發表會或 Samsung 活動那樣，把 AI 助理工具當作主角來展示。 AI 不再站舞台正中央 蘋果主管們談到的 AI，多半隱身在各項功能背後，例如升級的神經引擎如何為 Apple Intelligence 提供動力，以及地端大型語言模型如何實現更好的遊戲效能。他們還提到，蘋果正在每個 GPU 核心內建神經加速器，將 MacBook Pro 等級的 AI 運算能力壓縮到手機裡，實現更強的 AI 工作負載。 在 AirPods 與 Apple Watch 發表環節，AI 的角色同樣存在但低調。AirPods 3 主打即時翻譯，主要將該裝置上的先進運算模型結合手機上執行的 Apple Intelligence 結合，但不像 Google 那樣主打可直接與 […]</p>
<p>過去提到 F1 ，人們的印象往往是「硬核車迷」的專屬賽事，螢幕前觀眾多半是中年男性，專注在車輛引擎和賽道數據。但近年來，隨著 Netflix《飆速求生》（Drive to Survive）熱播，F1 的觀眾群發生了翻天覆地的變化：不再只是少數專業車迷，而是橫跨年齡、性別、地域的多元社群。 這樣的轉型背後，除了媒體影響力，更關鍵的是科技工具的應用。F1 導入 CRM（客戶關係管理）系統並結合 AI，讓這項充滿速度與激情的運動，能夠在數位世界裡精準與粉絲互動，甚至提供針對不同受眾的個人化觀賽體驗。 AI x CRM，讓數據變有溫度的互動 CRM 系統本質上是一個龐大的用戶資料庫，以 F1 的使用情境來看，就是紀錄誰看過比賽、在哪個時間點登入、曾經買過什麼商品等等，過去，這些資訊更多只是靜態紀錄，難以即時回應粉絲的需求。 如今，AI 技術的加入，讓 CRM 不再只是大型資料庫，而是變成能即時反應的「數位助理」。 以 F1 為例，每到比賽週末，數以百萬計的粉絲湧入平台，有人臨時要重設 F1 TV 的密碼，有人想查比賽開始時間，甚至還有人卡在購票流程。這些看似瑣碎的問題，若延遲處理，很可能直接影響觀賽體驗與品牌形象。 F1 透過 Salesforce 的 AI CRM 工具，讓客服回應速度縮短了一半，處理時間也減少兩成。CRM 不只是回答問題，更能在背後整合使用者的歷史行為、喜好、互動紀錄，讓回應更有針對性。 串接全通路，打造完整用戶畫像 F1 的粉絲遍布全球，語言、時區、收看習慣各不相同，加上除了比賽轉播，F1 的數位觸角已經延伸到 F1 TV、官方 App、電競平台與虛擬聯盟帳號，如果採用傳統大眾行銷的方式，一封郵件群發、一個廣告全推，效果有限。 透過 AI CRM，F1 將這些分散的接觸點全部串連起來，分析粉絲的細節行為，像是支持哪支車隊、對哪個賽道最感興趣、觀賽的設備是電視還是手機、有沒有參與電競比賽等，以此建構出一個個全方位的用戶畫像，再推送專屬於他的互動內容。 比方說 Ferrari 的車迷，可能會收到專屬週邊商品推薦；喜愛參與電競賽事的年輕粉絲，則會獲邀參與比賽。正是這樣的精準行銷，讓 F1 在短短幾年內，將全球觀眾數從 5 億推升至 8.2 […]</p>
