<p>由北市產業局所推動的《TOPS 台北好購》推廣平台 114 年 9 月 16 日於台北創新實驗室舉辦「AI 新創論壇暨媒合會」，邀請 16 家平台登錄供應方企業參與分享與交流。活動透過「廠商分享＋業界講師分析＋媒合洽談」三段式機制，讓企業亮點不僅停留在展示，更能進一步轉化為實際合作機會。 論壇中，鴻海智慧城市平台廖采揚顧問分享 AI 的發展進程與應用前景，愛酷智能通路拓展總監陳彥廷則以中小企業為例，說明導入 AI 的實務挑戰與解法；愛台灣驗證執行長葛皇濱則從資安觀點，提醒企業在 AI 浪潮下必須兼顧信任與安全。多元觀點交織，讓與會者對 AI 應用有更完整的理解。 16 家參與簡報企業則展現不同領域的創新實力，途銳資訊以多年旅遊行銷經驗為基礎，展示了結合 AI 助理的觀光數位轉型方案，協助業者在價格與媒合上更精準；金萱科技則從飯店盥洗用品切入，強調以數據驅動供應鏈管理，降低浪費與合規風險，兼顧永續與效率；深視數位行銷帶來「數據健檢」的概念，讓企業檢視行銷投放是否精準，強調科學邏輯下的成效導向。科技創新領域也有亮眼代表，光禾感知展示語音互動客服與虛擬代言人，凸顯 AI 如何快速擴張應用場景；康斯特科技則主打數據中心 AI 開發一站式服務，涵蓋訓練、測試與部署流程，幫助企業節省成本。 在企業營運與組織需求方面，人易科技的雲端人資系統 NUEIP 已服務超過三千家企業，完整串連薪資、考勤、簽核；思偉達創新則將 AI 防詐與區塊鏈應用融合，提出「信任中心」的解決方案，讓資訊驗證與旅遊數位化更具可信度；蘋信科技專注行動通信整合，短碼應用平台廣泛用於會員服務與行銷推廣，幫助企業提升觸及率。 社會創新與永續的面向同樣受到矚目。易福社會創新帶來的 eFOOOD 平台，面對糧食浪費與資源分配，展現社企解方的實踐力；同心生物科技則以太赫茲波遠紅外線專利，開發保健服飾與產品，呼應健康趨勢；ZEMO 零邁移動以純電動車隊與再生能源充電站，協助企業差旅減碳，將 ESG 理念落實於日常運輸。 消費服務與電商應用也展現豐富樣貌。用益網科提供全功能電商解決方案，從金流、物流到AI輔助，讓中小企業更快打入市場；數據立推出的 AI 顧客互動平台 Alta.DI，結合自動化精準行銷，讓客服不再被動應答，且轉化成第一線；米蔚健康顧問則以「企業健康促進專案」累積超過 500 場活動紀錄，將專業醫療資源結合職場服務；強捷科技則利用 AI 強化面試流程，幫助企業招募更快找到人才；洞視科技由資料科學家組成，提出 AI 品味咖啡方案，讓研究走入生活，用 AI 為咖啡師紀錄獨特心法。 在最後的自由交流時段，買家與企業面對面洽談，已有多組合作意向展開後續接觸。參展供應方普遍回饋，《TOPS 台北好購》不僅增加品牌能見度，更縮短與採購方建立連結的距離，為中小企業打開更有效率的商機之門。未來，平台也將持續透過主題論壇與媒合行動，串聯更多在地品牌與產業需求，打造更完整的 B2B 合作生態。 […]</p>
<p>NBA 與 Amazon Web Services（AWS）近期宣布合作，AWS 將正式成為 NBA 及其附屬聯盟的官方雲端與雲端 AI 合作夥伴，共同推動「NBA Inside the Game」這個全新的籃球智慧平台。這次合作也是 AWS 擴大籃球市場布局的一部分，因為先前旗下 Prime Video 已達成一項為期 11 年的媒體版權協議，將從 2025–2026 賽季開始，每年在全球串流直播約 66 場 NBA 例行賽。 「NBA Inside the Game」平台的核心目標是將比賽數據轉化為洞察與互動體驗，並透過 AI 驅動的進階統計，讓球迷能看見以往無法量化的比賽細節，提升對比賽、球隊與球員的理解。 AWS 如何改變 NBA 的數據生態？ 「NBA Inside the Game」平台建立在 AWS 雲端與機器學習基礎上，能處理大量球員數據，並運用電腦視覺技術捕捉每位球員 29 個身體關鍵點，進而產生前所未有的進階數據指標。 首先是「投籃難度」。這項指標會根據投籃者的出手姿勢、位置與防守者的壓力，計算每次投籃的成功可能性，系統甚至能推算「預期投籃命中率」，讓數據更貼近實際比賽情境，超越傳統單以出手數與進球數計算投籃命中率的模式。 其次是「防守資料統計」。防守資料統計可以量化傳統資料無法衡量的個人防守貢獻，例如 AI 演算法可以即時偵測每名進攻球員對應的主要防守者，一旦確認主要防守者，就能透過標記每次資料記錄時的防守者，來升級傳統技術統計。此外，施壓頻率、協防次數與防守換位等新型指標，現在也可以被記錄並統計。 最後是「引力」（Gravity），也就是所謂的「無球影響力」。這項數據將球員即使不持球，也能因為跑位吸引防守、替隊友創造空間的能力量化，系統可以每秒處理光學追蹤數據 60 次，並透過客製化神經網路來分析防守者如何對特定球員做出反應，讓球迷得以看見誰才是左右這場比賽勝負的關鍵。 球迷體驗再升級：如何理解「比數」之外的複雜性？ 「NBA Inside the […]</p>
<p>全球物聯網智能系統與嵌入式平台領導廠商研華（TWSE: 2395）宣布將與來自矽谷、高通旗下的全球領先邊緣 AI 開發平台商 Edge Impulse 展開策略合作，並由研華嵌入式事業群總經理張家豪與高通芬蘭 RFFE Oy 產品管理副總裁 Zach Shelby，於美國加州舉辦的 Edge Impulse 年度旗艦活動 「Imagine」 中一同揭示此次合作重點。透過此策略合作，研華可將 Edge Impulse 的直覺式 AI 開發工具預先整合至研華邊緣運算平台，藉此大幅降低 AI 開發門檻，協助企業快速建置、部署並擴展邊緣端的智慧專案，進而縮短產品上市時間。 研華嵌入式事業群總經理張家豪指出：「著眼於邊緣 AI 應用的快速擴張，以及多樣化的市場應用情境需求，研華致力於建構完整生態系，此次與 Edge Impulse 的策略合作，不僅能降低 AI 開發門檻，還能開啟更快的原型開發與更廣的應用想像。研華把 Edge Impulse 預先整合至研華邊緣運算平台，客戶將能大幅簡化模型開發流程，並從概念驗證無縫轉換至實際導入。同時，研華的工業規格、多元邊緣運算平台，結合 Edge Impulse 的模型工具可為不同規模的創新者提供了堅實的支撐。我們期待這樣的合作，能推動製造、醫療、物流到智慧城市等多元場域的創新，並持續引領邊緣 AI 的普及與落地。」 高通芬蘭 RFFE Oy 產品管理副總裁 Zach Shelby 表示：「隨著邊緣 AI 生態系日益成熟，開發者需要能支援部署並擴展到量產階段的先進工具。研華的全球布局、於產業的深耕、完整的平台與產品組合，使其成為推動邊緣 AI 擴展的理想合作夥伴。我們將共同致力於讓 AI 開發更直觀、更易於使用，賦能開發者與企業加速創新，並更快地將更為智能的解決方案推向市場。」 降低 AI […]</p>
<p>自從 ChatGPT 在 2022 年問世後，全球便逐漸籠罩在「被 AI 取代」的焦慮中。Anthropic 與 Salesforce 等大型科技公司的領導者都曾發出警告，認為 AI 可能讓失業率急升，並改寫人類勞動結構。然而，由耶魯大學與布魯金斯學會合作的最新報告，並不這麼認為。 在這份報告中，研究團隊檢視官方勞動市場數據，結論指出自 ChatGPT 推出後的 33 個月內，美國的勞動力市場尚未經歷「可察覺的破壞」（discernible disruption），削弱人們對 AI 自動化目前正在侵蝕勞動需求的擔憂。研究也認為，AI 對職業的影響速度並不比電腦或網路時代的科技變革更快，「AI 尚未違背地心引力，」布魯金斯學會的高級研究員 Molly Kinder 形容。 不過，研究也提醒結論仍需謹慎解讀。由於 AI 技術仍處於早期，企業的採用方式未成熟，職業重整或技能轉換的影響可能延後出現。因此，現階段的數據可能無法推斷 AI 對勞動市場的長期影響。 AI 並沒有大規模消滅工作 多方解讀認為，耶魯大學這份研究的結論反駁「AI 正在大規模消滅工作」的說法。同時也有專家提醒，雖然目前尚未出現全面性的衝擊，但仍應留意早期跡象，例如部分科技公司已經開始以 AI 為由裁減職位；近期麻省理工學院的研究更發現，大多數嘗試導入 AI 的企業並未因此獲利，有些甚至出現「工作爛泥」現象，意即員工必須花更多時間修正 AI 產出的低品質內容，這些現象也凸顯 AI 並未完全取代人力，反而更強調人類校驗與判斷的重要性。 儘管如此，先前《華盛頓郵報》就曾具體指出，翻譯與口譯領域正明顯受到 AI 衝擊。美國勞工統計局的數據顯示，過去五年翻譯人員已減少近 3%。這也凸顯 AI 對就業市場的影響，目前從宏觀層面來看或許穩定，但在特定領域，AI 已帶來真實的工作壓力。 穩定與隱憂並存 AI 對勞動市場的影響展現「穩定與隱憂並存」的雙重樣貌：一方面，總體數據顯示就業並未崩盤，科技進步的速度也未超過歷史上其他的技術革命；另一方面，特定產業已率先承受 AI 帶來的壓力，未來可能出現更明顯的分化與不平等。 因此，AI […]</p>
<p>人工智慧快速崛起，從內容生產、客服自動化，到市場策略規劃，都展現出超乎想像的效率與價值。但在帶來創新契機的同時，AI 也必然會引入新的風險。網路安全領域的專家，近年提出「三重威脅」的警告：AI 不僅被駭客用來提升攻擊手段，也成為防禦方仰賴的工具，創造出過去資安界都曾未出現過的新漏洞。 在這樣的格局之下，企業如果沒有將「身分安全」納入 AI 策略的核心，就很可能在看似安全的創新表象下，埋下難以承受的隱患。 「人」往往是最薄弱的環節 AI 的介入，使傳統的網路攻擊方式徹底升級。過去的釣魚郵件常常因錯字百出或格式粗糙而容易被識破，但如今駭客能藉由生成式 AI 打造出幾可亂真的訊息。 深度偽造影片能模仿領導者的臉部表情，語音克隆能重現熟悉的聲音，整個資安騙局的包裝變得更難以辨識。且當人類心理被操弄時，再完善的防火牆與加密機制，也可能瞬間失效。 統計顯示，近七成的英國機構在過去一年曾遭受到釣魚攻擊，其中還有超過三分之一的機構多次陷入同樣的陷阱。這凸顯了現實的一個重要真相：在人機對抗的安全戰場上，「人」往往是最薄弱的環節。再多技術防線，如果員工因過度信任而點擊了偽裝訊息，整個企業內部就可能被擊穿。 AI 成為資安助力，卻也需要與人類互相監督 不過 AI 並非單向度的威脅，它同樣也賦能了防禦方。 越來越多組織已經使用 AI 與大型語言模型監控網路行為，從中辨識異常流量、捕捉可疑模式，並自動化處理大量本來需要人工耗時的例行任務。可以說目前資安業界營運核心，AI 已經成為一個「力量倍增器」，幫助人力有限的團隊對抗越來越龐大的攻擊面。 不少企業預測，AI 將成為未來一年網路安全投資的重點方向。過去單靠專業資安人員的能力，已無法跟上攻擊的速度與複雜度。然而，這種對 AI 的依賴也潛藏風險。若組織缺乏足夠的監督，AI 工具在訓練資料偏差或「模型飄移」的情況下，可能出現誤判，甚至產生防禦上的盲點。 模型漂移（也稱為模型衰減）是指，由於數據變化或者輸入變量與輸出變量之間的關係發生變化，而導致機器學習模型性能下降。模型漂移可能對模型性能產生負面影響，進而導致錯誤的決策和糟糕的預測。 倘若錯誤的判斷沒有被意識到，企業內部往往會形成有自我感覺良好的安全感，結果反而使防線更加脆弱。這說明，人類專業並未被 AI 取代，反而更需要與 AI 相互監督，確保決策在效率與準確度之間取得平衡。 「影子 AI」擴大敏感資料外洩風險 隨著企業大量引入 AI 工具，用於自動化業務、生成內容或分析資料，伴隨而來的是「機器帳號」與「AI 代理」的爆炸性成長。研究顯示，目前非人類帳號的數量幾乎是人類帳號的一百倍，這些帳號往往具有高度權限，卻缺乏完善的監管。弱憑證設定、共享帳密，以及不一致的生命週期管理，讓這些帳號成為駭客眼中輕而易舉的破口。 更嚴重的是「影子 AI」的出現。 調查顯示，約有三分之一的員工曾在未經授權的情況下使用 AI 工具，但這些未受監控的應用可能在無意間處理了敏感資料，導致資料外洩或符合法規的失控風險。換句話說，AI 工具的高效，往往伴隨著「看不見的代價」，當管理層還沉浸於 AI 帶來的產能提升時，資訊安全團隊卻可能正面臨一個完全無形卻潛伏的危機。 企業需將機器或 AI 帳號視為人類管理 面對這樣的三重威脅，僅靠傳統的技術控制顯然不夠。企業得將「身分安全」置於 AI 策略的核心，才能兼顧創新與安全。 首先需要建立清晰的 AI […]</p>
<p>【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊英國政府再推 iCloud 後門要求，蘋果立場再受考驗 英國政府再度要求蘋果在 iCloud 服務中建立「後門」，讓執法單位能存取犯罪相關資料。此舉再次引發隱私與資安爭議。蘋果警告，一旦開後門，不僅政府，駭客也可能利用漏洞入侵，全球用戶將承受更大資料風險。 其實這並非首次衝突，過去英國就曾要求關閉「Advanced Data Protection」等強化加密功能，美國情報單位甚至揚言可能中止情報共享。近期川普訪英時更公開批評，稱這做法如同中國式監控，嚴重侵害民主國家的隱私自由。外界正關注，蘋果將如何回應這項要求，這不僅是公司立場的重大考驗，也反映科技企業在全球監管壓力下的長期難題。 ＊Meta 將蒐集 AI 聊天內容，廣告個人化再進化 Meta 宣布自 2025 年 12 月 16 日起，將蒐集用戶與 AI 助理及聊天機器人的對話內容，作為廣告投放與推薦的依據。未來在 Messenger、Instagram 或 Meta AI 上的對話，都可能被演算法利用來優化廣告。不同於過往，此政策並未提供退出選項，用戶只要使用 AI 聊天功能，對話就會被納入數據來源。 Meta 強調會做匿名化處理，但隱私團體仍擔憂，「安全對話空間」將不復存在。這項政策凸顯 Meta 積極結合 AI 與廣告，以鞏固數位廣告市場優勢，但也可能再度引發監管單位關注，尤其在歐盟嚴格的隱私法規下，爭議恐怕將持續延燒。 ＊WestJet 120 萬筆旅客資料外洩，護照資訊遭駭 加拿大航空公司 WestJet 證實，超過 120 萬筆旅客資料遭駭客入侵，外洩資訊包含護照號碼、出生日期及聯絡方式，敏感程度極高。這起事件不僅影響加拿大國內旅客，也波及國際乘客，衝擊範圍相當廣。專家警告，一旦資料流入暗網，恐被用於身份盜用、詐騙或跨國洗錢，帶來長期風險。WestJet 已通知受影響用戶，並提供信用監測服務，以降低可能損失。 這起外洩再度凸顯資安問題對航空業的嚴峻挑戰，也提醒企業在數據保護上的責任，因為用戶信任正日益與資安能力緊密綁定。 ＊Google 推 AI 偵測勒索軟體，雲端硬碟檔案可即時保護 Google 推出全新 […]</p>
<p>Meta 旗下社群媒體 Instagram 負責人 Adam Mosseri 在週三（1 日）在自己的社群帳號上澄清，一直以來流傳「Instgram （簡稱 IG）偷偷打開手機麥克風監聽對話，然後推送廣告」的傳聞，其實是錯誤的。對他來說，Meta 完全沒有必要透過錄音來鎖定用戶，因為光靠廣告商提供的數據、再加上演算法分析使用者的興趣，就足以讓廣告推薦看起來準得嚇人。 Mosseri 甚至分享，連他的妻子都曾懷疑 IG 會偷聽，因為廣告太準確。但他解釋，這通常是因為平台早已掌握使用者的瀏覽與互動紀錄，有時也可能只是心理作用或巧合——人們可能在看到廣告之後，無意識地把相關話題帶進與他人的對話之中，再次看到廣告時以為自己被「偷聽」。 諷刺的是：Meta 很快就要真的「聽你說話」 不過，就在 Mosseri 澄清的同時，Meta 也宣布一項新政策：從 12 月 16 日起，Meta 將正式開始利用使用者與其 AI 聊天機器人（Meta AI）的對話內容，來進一步在社群平台上個人化廣告與平台推送的內容。 這代表，如果你在 Meta AI 聊天中詢問「附近哪裡可以爬山」，接下來就可能在 IG 或 Facebook 上看到登山鞋、運動裝備的廣告，甚至是相關創作者的內容。 根據 Meta 的說明，這項政策初期不適用於英國、韓國或歐盟市場。至於敏感對話，例如宗教、政治、性傾向、健康或種族相關的內容，則會被排除在個人化廣告之外。不過，目前 Meta AI 聊天機器人還沒有開放給台灣市場使用。 不是偷聽，而是更聰明地搜集數據？ Meta 一直以來強調，透過麥克風偷聽對話會嚴重侵犯隱私，更不是平台演算法成功的原因。Mosseri 表示，真正讓 Meta 廣告「無孔不入」的，是它龐大的數據網路：廣告商會回報誰看過他們的網站，加上 AI 對用戶行為模式的推測，讓平台能做到幾乎「未卜先知」的投放效果。 而這次 Meta 要把 AI […]</p>
<p>在人工智慧發展的巨大不確定性下，立法者面臨著兩難：是該急於立法，還是放任觀望？賓州州立大學法學教授 Martin Skladany 提出了一個創新的第三條道路：「自適應人工智慧法律」（adaptive AI laws）。 這套法律將在特定的社會或經濟條件達成時自動生效，以因應 AI 對就業、教育、心理健康與社會不平等可能帶來的衝擊。Skladany 的構想提供了一種介於「過度干預」與「放任觀望」之間的解決方案，企圖打造一套可預期、可動態調整的監管框架。 傳統立法模式 vs. 自適應法律 AI 的未來走向充滿了不確定性。有些人預測 AI 將帶來爆炸性的經濟成長，但也有人擔心它會加劇貧富不均，而另一部分人則認為其經濟影響將微乎其微。在這種未知的情境下，傳統的立法模式面臨困境：過早立法可能會扼殺創新，錯估技術的真實影響。 然而，放任觀望則可能讓社會風險與企業壟斷，在無監督的情況下先行發展，等到問題發生時已為時已晚。 「自適應法律」的核心設計類似機器學習中的決策樹機制。當特定的社會或經濟指標達到預設門檻時，相關法律便會自動啟動。 例如，當失業人數因 AI 普及而增加時，一套預先制定的法律可以自動生效，觸發如補充失業救濟金、增加富人稅收等政策。反之，如果 AI 帶來顯著的就業成長，另一套法案則可能啟動，改善病假制度或減少企業補貼。這種設計讓立法者能夠在不犧牲靈活性的前提下，主動應對未來可能出現的傷害或好處。 自適應法律給 AI 發展「明確規則」，兼顧靈活與前瞻 根據 Martin Skladany 的分析，自適應 AI 法律的益處包括： 目前，許多 AI 實驗室已經自願做出類似「如果-那麼」的承諾，例如一旦 AI 具備特定能力，就會加強安全措施。然而，這些承諾不具約束力，並非普遍適用，也僅涉及安全考量，未能涵蓋 AI 對社會的更廣泛影響。自適應法律的推行，將把這些自願性承諾轉變為具有法律效力的制度規範。 現實挑戰與即時問題的解決 儘管自適應法律的概念充滿吸引力，但也存在制度性的挑戰。它要求立法者現在就設計對未來社會的「回應架構」，這需要前所未有的前瞻性與複雜思考。 此外，如果我們只等待「特定條件達成」後才讓法規生效，可能會錯過解決當前迫切問題的時機，例如：虛假資訊、誤導性銷售、來源不明確的引用以及 AI 聊天機器人的不當建議等。這些問題正影響著所有人，尤其是弱勢群體。 在政治共識薄弱的年代，自適應法律或許反而能成為政黨妥協與分期部署的有效工具，讓立法者能夠先就潛在的 AI 影響達成共識，並將其轉化為可預期的制度。但無論如何，隨著 AI 的不斷發展，我們在業務中如何使用 AI 所做的每一個決定都需要深思熟慮。 【推薦閱讀】 ◆ 【數發部長新上任】林宜敬宣示 3 […]</p>
<p>據《彭博社》報導，蘋果近期內部宣布，將暫停原定於 2027 年推出的 Vision Pro 輕量改版計畫（代號 N100），把開發人力轉向智慧眼鏡。這代表，蘋果正將戰略重心從昂貴且受限的頭戴式裝置，轉向市場競爭更激烈、卻更具潛力的 AI 眼鏡領域。 其他科技巨頭同樣在布局新一代裝置。Meta、亞馬遜與 Google 都積極推動 AI 驅動的硬體產品，而 OpenAI 則邀請蘋果前設計大師 Jony Ive 參與打造全新裝置系列。 至少兩款眼鏡產品，最快明年公布 知情人士透露，蘋果正研發至少兩款智慧眼鏡，其中一款代號 N50，需搭配 iPhone 使用，本身不具備顯示功能，最快明年就可能對外公布，並在 2027 年正式上市。另外，蘋果也在加速一款內建顯示器的眼鏡版本，原先排定 2028 年上市，但如今開發時程有望提前，用來挑戰剛推出不久的 Meta Ray-Ban Display。 根據報導，相較於 Vision Pro 以沉浸式體驗為主，蘋果眼鏡將更倚重語音控制與 AI 技術。這也被外界視為蘋果補課的動作——先前在 AI 平台與 Siri 升級上進度落後，如今公司正押寶在最早於明年 3 月推出的全新 Siri 並為一系列新設備如智慧眼鏡、音箱、顯示器和相機的操作基礎。 Vision Pro 銷售遇冷，B2B 成為退路 定價 3,499 美元的 Vision Pro 自 […]</p>
<p>MaaS（移動即服務）平台 LINE GO 試圖拓展大眾對城市移動的想像，在今（1 日）宣布用戶數已破 470 萬之外，揭露已與 Wemo 合作推出「LINE GO 共享機車」，並宣布和 foodpanda 跨界合作，結合美食外送高頻需求，打造「食 + 行」生活圈。 LINE GO 總經理林子原表示，兩年前 LINE GO 轉型為移動服務平台，目標一直很單純，希望能讓所有人用最簡單的方式完成各種交通以及出行的需求，但隨著服務的擴展，他們發現一件很重要的事是，「移動不只是把人或物體從 A 點移動到 B 點而已，而是生活進行式的一部分，」因此，LINE GO 正在打造以社群為核心、升級數位生活的 Social MaaS 移動平台能夠串聯社交、消費與生活，讓移動成為一種陪伴。 一站式轉乘新日常，消費者看重的是「選擇」 LINE GO 調查顯示，近 50% 的用戶以單向騎乘為主要情境，例如赴約小酌後改搭計程車返家，或跨縣市旅遊時於當地進行短程移動。林子原在媒體訪問中提及，相較於擁有私家車，現代人更看重移動的「選擇」。 LINE GO 先前提供的服務以汽車叫車、汽車租借為主，但為了讓用戶能自由切換交通工具，並把平台服務的消費歷程整合於同一會員機制，LINE GO 與 WeMo 跨平台合作，推出「LINE GO 共享機車」服務，成為整合「四輪＋二輪」的一站式智慧交通平台。 林子原指出，整合汽車與機車的共享服務，不只補足大眾運輸的最後一哩路，也能有效減少短程汽車的使用與碳排放。他表示，截至 9 月，LINE GO 已協助減少超過 1,300 公噸的碳排放，這個數字，相當於約三個大安森林公園一年所能吸收的碳量。 談及與 foodpanda 合作，打造「食 […]</p>
<p>根據 KPMG《臺灣產業 AI 應用趨勢與展望報告》，超過半數企業已開始應用或規劃將 AI 導入至營運流程，其中 43% 企業期望運用 AI 降低人力成本，41% 企業希望以 AI 提升產品或服務效率。面對這樣的趨勢，臺灣企業如何掌握 AI 的應用價值與未來發展脈絡，加速推動更高效、彈性的營運模式？由臺北市政府產業發展局日前舉辦的「AI 新創論壇暨媒合會」，匯聚鴻海、愛酷智能、愛台灣驗證等產業專家，從趨勢、策略與實戰面出發，剖析企業在確保資安的前提下，實現 AI 創新的具體方針。 臺北市政府產業發展局張志益主任表示，臺北市政府推動「TOPS台北好購推廣平台」，協助臺北在地中小企業及新創科技企業拓展商機、媒合創投資源。截至目前，已有多達千家採購與供應會員踴躍加入，成交金額從去年 9 月累積至今更突破 5.5 億元新臺幣，「我們希望藉由全臺首創、專為新創與中小企業量身打造的採購媒合平台，陪伴企業在 AI 浪潮中找到機會，提升競爭力，進而推動在地經濟活化，展現創意和活力。」 鴻海用「平台」克服數據孤島，打造市府、企業、政府專屬服務 「從一問一答的 AI Chatbot，到會自己推理、拆解思考步驟的生成式 AI，再到能解析任務並主動執行的 AI Agent 被廣泛討論，我們看見更多 AI 應用正逐漸成為生活日常。」鴻海智慧城市平台代表廖采揚解析 AI 進程，指出在數位化時代，AGI 不僅僅是聊天機器人、推理機器人、行動代理人，未來更有機會升級為「發明創新者」，甚至是「組織協作者」，成為職場上的同事。對於城市領導者而言，也期望實現「AI as a Service」，應用生成式 AI 提升市民參與、以及優化政府服務和行政流程。 不過廖采揚觀察，政府機構實際導入新應用，往往面臨 AI 專業知識不足、預算限制等挑戰，對此，鴻海在「3＋3＋3」的策略藍圖下研發智慧城市平台「CityGPT」，集合 AI Agent 關鍵元素，包括 AI 大腦的領域知識，以及從個人、團隊到組織所需的應用，再和實際的服務與需求結合，目標串聯市民企業與政府，實現數據與知識的共享。「CityGPT 的概念是以 Model T電動車作為移動物聯網的載具，蒐集所有城市數據，再同步與智慧城市開放大平台和方案商共享，接著串聯智慧交通、智慧觀光等多項服務，」廖采揚說明，在導入 CityGPT、打造 […]</p>
<p>在 AI 與永續浪潮交錯的此刻，如何同步實踐智慧化與低碳化，是企業能否在市場長久生存的關鍵。近日 TechOrange 科技報橘舉辦「AI 智慧大工廠論壇」新竹場，特別邀請叡揚資訊全方位銷售顧問處副處長李政權，在「智慧轉型新解方：打造永續企業的數位日常」主題演講中，解構 IT 與 Data 的雙軸佈局，並強調 AI 不只是輔助，更是推動智慧轉型、AI 賦能、知識協同與數位永續的核心動力，因此企業若要從數位轉型邁向永續發展，就必須擁抱 AI 與數據，讓智慧與效率真正融入日常營運流程中。 李政權指出，在「AI 新十大建設推動方案」的政策背景下，將「產業 AI 化」是當前的重要議題。根據 KPMG 《台灣產業 AI 應用趨勢與展望報告》指出，企業導入 AI 的主要目標集中在解決人力資源和效率問題，其中有 43% 的企業希望能降低人力成本、41% 旨在提升產品或服務的效率，有 40% 的企業則希望提升內部行政流程效率。 智慧轉型新解方：精準選擇 AI 模型與落地應用 「我們一般在協助企業引進 AI 技術時，除了考慮通用模型以外，也有可能針對特定的需要來訓練，」李政權分享，叡揚資訊觀察到企業組織在導入 AI 時，會特別留意自己要使用的是高算力的模型，還是特別強調高準確性、合規性的模型。 李政權進一步舉例，叡揚資訊去年協助經濟部智慧財產局開發一款 AI「以圖找圖」的商標檢索系統，「最後我們做出來的應用是落地型的，所以不用擔心費用因為查詢次數而增加，其次是要符合工作的需要，因為商標不只有圖樣本身，還包括文字以及特性，」李政權形容，AI 技術不是「易開罐」，而是往往需要微調後，才能真正符合使用需求。和以圖找圖的商標檢索系統相似，叡揚資訊也將 AI 智慧辨識技術應用在單據，讓 AI 可以自動辨識圖片單據的欄位，進一步收集數據，並自動完成報帳或碳排紀錄。 應用 Chatbot 實現數位日常與高效互動 「一般資訊服務會很需要和公司裡的各種機台資訊、內部行政管理對接，所以我們做的服務應該要跨系統，因為不同資料庫之間需要讀取，」李政權分享，叡揚資訊打造的「AI + Chatbot」平台採用 No Code / Low […]</p>
<p>臺灣國際車輛論壇（TAIFE）今（10/1）舉行「AI Automotive 產業大聯盟」啟動儀式，由台灣車輛移動研發聯盟（TARC）與電電公會完成簽署儀式，齊聚政府、法人及產業三方力量，共同推動臺灣自主創新與國際接軌的智慧車電生態系。 「台灣的 ICT 產業非常強，這和智慧車與車用 AI 密切相關，這可以幫台灣創造許多新機會，」 TAIFE 主席、工業技術研究院機械所所長張禎元在致詞時強調，台灣的 ICT 產業實力正是智慧車與 AI 發展的重要基礎，在導入 AI 後，車輛不僅會更智慧，也能提升安全性。隨著 AI Automotive 產業大聯盟正式啟動，進一步推動研發、技術與應用的合作，加上台灣在車輛電子以及半導體方面的深厚基礎，與政府對相關技術產業的大力支持，將更有機會推動台灣車輛產業在 AI 與淨零轉型浪潮中掌握新契機。 「電動車產業其實並沒有衰退，它是成長的，只是速度稍微慢一點，不過還是成長的，因為全球要節能減碳，電動車一定會持續成長，」TARC 主任委員暨車輛研究測試中心董事長王正健指出，台灣汽車電子產值 2024 年已突破新台幣 5,000 億元，預估 2029 年將可達 9,000 億元，成為台灣下個產業發展的重要機會。王正健強調，成立 AI Automotive 產業大聯盟的動機，就是希望將 AI 應用於車輛感測、影像辨識與自駕控制等各大系統，全面提升台灣車輛產業的國際競爭力。 電電公會秘書長林全能表示，台灣有很強的半導體上游，但未來如果要讓上游的護國神山可以創造更多護國神山群的話，就必須要有很強的下游。「所以用下游來支持上游，是電電公會目前重中之重的工作，」林全能強調，AI Automotive 產業大聯盟就是一個很重要的下游整合平台，未來電電公會也會持續整合下游力量，推動台灣產業成長茁壯。 AI Automotive 產業大聯盟的三大目標 TARC 主任委員暨車輛研究測試中心董事長王正健與電電公會秘書長林全能，在 AI Automotive 產業大聯盟啟動儀式中，共同宣示未來 AI Automotive 產業大聯盟將以三大方向推進。 首先，將群聚能量打造完整 AI Automotive 供應鏈，匯聚關鍵領袖企業與資源，形成具韌性且完整的智慧車電生態系，並聚焦 AI […]</p>
<p>當 AI 正大舉進入資本市場，未來由 AI 演算法選出「獨角獸」的日子或許已經不遠了。牛津大學的研究人員和創投公司 Vela Partners 共同進行的研究顯示，大型語言模型在識別「具高額融資潛力」的科技公司創辦人時，準確率甚至能超越人類創投家。 AI 在數據分析、資產配置與投資選擇上展現高效率，能加速並優化系統與決策，然而 AI 也因為缺乏人類擁有的直覺以及對不可預測環境的適應力，讓資本市場因此來到關鍵節點：如何在 AI 帶來的效率與人類獨有的判斷之間重新劃界？ AI 模型比專業投資人的眼光更精準 在牛津大學與 Vela Partners 的研究中，研究團隊將 OpenAI GPT-5、DeepSeek-V3 等多個大型語言模型，用來分析 LinkedIn 與 Crunchbase 的九千位匿名創辦人資料，目標是找出那些日後能籌資或出售公司達 5 億美元的成功者。 結果顯示，AI 的表現不僅不輸人類創投，甚至更勝一籌：GPT-5 的成功率約五成，DeepSeek-V3 則高達六成。這項研究結果暗示，個人過往的背景與經驗，可能比資金、時機或運氣更能預測未來成功，這樣的結果也動搖傳統「慧眼識英雄」的模式，並讓市場開始焦慮：當 AI 能精準挑出未來贏家時，專業投資人是否會被取代？ AI 「過度自信」與缺乏適應力的風險 儘管 AI 在數據密集任務上展現優勢，但仍有許多問題待解。首先，AI 會出現偏誤或「過度自信」的狀況，像 DeepSeek 在投資篩選上過於保守，錯失許多成功案例；Google Gemini 則過於大膽，將失敗例子也一併選入，反映出 AI 在複雜推理場景下的脆弱性。 此外，AI 常常缺乏對同理心、文化差異或地緣政治變動的理解，尤其在面對不完整數據或無法量化的社會因素時，因此如果把投資決策完全交由 AI，極可能在關鍵時刻導致嚴重誤判。 人類判斷的不可取代性 相較於 AI 的優勢，人類在直覺、經驗與責任上仍具獨特價值。投資新創時，評估創辦人的特質、文化與信任關係往往比數據更重要，這正是 AI […]</p>
<p>根據國際研究機構 IDC 預測，2030 年 AI 將為全球經濟產值貢獻 4.9 兆美元。隨著 AI 正在重塑產業、創造新市場並改變競爭格局，企業如何在這一波 AI 浪潮下加速數位轉型，並提升工作效率與價值？ 立即免費報名緯謙科技將於 10/16 在台北艾麗酒店舉辦的「智造加速，AI 共創新巔峰」產業交流媒合會，探索借力 Agentic AI 強化企業韌性的關鍵策略。同時，媒合會邀集 8 家 AI 新創企業，深度解析從 AI 影像辨識、製造與半導體產業 AI Agent，再到數據驅動決策、精準定位與智慧感知等具體應用，助力與會者以 AI 打造最佳營運引擎，全面應對國際關稅戰。 立即報名</p>
<p>OpenAI 正式宣布推出 Instant Checkout 功能，讓用戶可以直接透過 ChatGPT 向商家完成購買。這代表 ChatGPT 不再只是搜尋、對話或推薦商品的工具，而是進一步進入電子商務領域，扮演「數位店員」與「收銀台」的角色。 Etsy 先行，Shopify 商家即將加入 在第一階段，Instant Checkout 已支援美國 Etsy 平台上的單件商品購買，接下來將擴展到超過一百萬家 Shopify 商家，包含 Glossier、Skims、Spanx 等知名品牌。這項功能適用於美國的 ChatGPT Plus、Pro 與 Free 用戶，OpenAI 也表示未來會擴大至更多區域。 ChatGPT already helps millions of people find what to buy. Now it can help them buy it too. We’re introducing Instant Checkout in ChatGPT with @Etsy and @Shopify, […]</p>
<p>近年來生成式 AI 帶來的浪潮，已從科技圈延伸到各行各業。然而，企業如何真正落地 AI 應用，仍是一大挑戰。根據 MIT Sloan Management Review 最新發布的《State of AI in Business》報告指出，高達 95% 的企業雖然已投入生成式 AI，但大多仍未找到明確的投資回報 (ROI) 衡量方式。這意味著，AI 投資若缺乏完整策略與執行框架，極可能淪為「試水溫」，卻無法產生長期價值。 台灣企業在推動 AI 專案時，往往在理想與現實之間遭遇落差。首先，資料散落於不同系統，清理與整合曠日廢時，成為專案起跑線上的最大阻力。即便勉強起步，IT 團隊也常被迫投入大量人力處理基礎數據問題，使得成本失控、進度延宕。另一方面，模型效果難以穩定呈現更是普遍困境。特徵工程與演算法的選擇往往需要專業判斷，若缺乏經驗，不僅準確度難以達標，也難以獲得業務部門的信任。 更棘手的是，許多企業在模型上線後，缺乏完善的治理與維運機制，導致成果無法複製或擴展，只能一次又一次地從頭開發，浪費時間與資源。即使有能力加大投資，硬體算力的調度仍是另一道難題，效能未必能與投入成正比。種種挑戰，讓 AI 投資淪為「高期望，低回報」的典型寫照。 為協助企業跨越這些門檻，全球數據分析與 AI 領導者 SAS，正式推出 「SAS 企業級 AI 陪跑方案」。該方案以 SAS 五十年全球技術底蘊為基礎，並結合在地超過三十年的服務經驗，讓台灣企業能同時獲得國際最佳實踐與在地產業洞察。SAS 團隊不僅懂技術，更理解金融、製造、醫療與公共部門的實際需求，能確保 AI 專案成果能真正落地。 SAS 台灣區總經理龔律安表示：「在 AI 浪潮下，企業最擔心的就是投資卻沒有成果。執行 AI 並非只是一套技術的導入，而是一連串相互緊扣的環節，從硬體環境建置、數據清理、模型訓練到上線維運，每一步都可能成為絆腳石。SAS 提出『連工帶料』的陪跑模式，承諾不僅提供工具，更陪伴客戶跑完全程，並保證至少交付一個落地專案成果，以『陪跑式合作＋成果承諾』的差異化優勢，確保 AI 真正落地並創造商業價值。」 學得會、做得出：SAS 從資料到應用的 AI 陪跑方案 在資料階段，「AI Ready […]</p>
