TechOrange 科技報橘

從「排隊搶購」到「流量戰爭」：黑五數據揭 AI 代理帶動全球 142 億美元線上銷售額

<p>「黑色星期五」（簡稱黑五）不只象徵美國年末購物季正式啟動，也是全球零售戰局的風向球。根據《Forbes》及多家機構數據，今年黑五線上銷售金額再創新高，實體店表現則出現分歧；此外，從 Adobe、Salesforce 到 Morgan Stanley 的最新數據，都顯示 AI 正在成為電商購物的重要推手，讓黑色星期五從「排隊搶購」的節慶，轉變為由 AI 帶動的演算法和流量戰爭。 消費者愛在線上享優惠，買東西更具策略性 Adobe 的資料顯示，今年美國黑五線上消費來到創紀錄的 118 億美元，年增 9.1%，更超越原先 8.3% 的預期；上午 10 點到下午 2 點的一段黃金時段中，線上購物者每分鐘就消費 1,250 萬美元。Salesforce 的全球觀測也印證這個趨勢：全球電商平台在黑五產生高達 790 億美元的線上銷售，較去年增加 6%，其中美國市場就創下 180 億美元的成績。Adobe 解釋，這代表消費者越來越傾向待在家裡享受優惠。 然而與此同時，美國實體零售的黑五客流量卻呈現微妙變化。追蹤公司 RetailNext 指出，黑五實體店客流量較去年下降 3.6%；然而另一家流量分析公司 Pass_by 卻給出 1.17% 的微幅成長，當中百貨公司流量更意外增加 7.9%。這些數字反映的趨勢是，消費者不但持續買單，而且正在以全新的方式買單。 具體來說，RetailNext 資深分析經理 Joe Shasteen 向《Forbes》形容，當代消費者的購物模式正進入「外科手術般的精準模式」：他們不再為折扣而瘋狂排隊，而是等待合適時機、精準鎖定目標商品，再前往門市提領、取貨或確認庫存。Pass_by 行銷副總裁 James Ewen 也指出，今年實體門市客流量的微幅成長，代表消費者行為趨於穩定，並呈現出美國消費者精打細算的特質。 這些行為背後也隱含另一層變化：即使是在實體店，真正推動客流的可能仍是線上與行動裝置端的搜尋引擎與 AI 助理——「線上決策、線下完成」或將成為新常態。 AI 流量暴增 805%，從省錢工具進化為營收引擎 [&hellip;]</p>

ChatGPT 滿三年市場優勢卻鬆動：Gemini 聊天時長反超、Claude 企業採用狂飆，AI 助理三強競爭格局成形

<p>三年前，從 ChatGPT 的誕生開始， AI 聊天機器人逐漸成為我們工作、學習、購物的重要夥伴，並重塑許多產業領域的營運模式。然而，當市場從 ChatGPT 獨大，變成越來越多企業爭奪市場版圖的現狀，也讓 OpenAI 這家估值高達 5,000 億美元的新創公司，正面臨主導地位的保衛戰。 OpenAI 執行長 Sam Altman 近期表示，OpenAI 在技術上對 Google 和 Anthropic 等競爭對手的領先優勢已經縮小。Hugging Face 的聯合創始人兼首席科學長 Thomas Wolf 形容現在「與兩年前 OpenAI 領先所有人的世界有很大的不同」，因為隨著 Google 的 Gemini 和 Anthropic 的 Claude 等競爭者不斷取得技術突破，市場正呈現出多強競爭的新局勢。 ChatGPT 仍擁有最大用戶規模，但使用行為暴露平台定位困境 首先，儘管面臨激烈競爭，ChatGPT 仍是全球最受歡迎的聊天機器人，每週使用者高達 8 億人，在 AI 聊天機器人使用量中仍佔據主導地位。 近日 OpenAI 公布的數據也揭示用戶實際使用的特性。結果發現，用戶主要將 ChatGPT 用於實務用途，有四分之三的對話集中在尋求實用指導、資訊查詢和寫作上。在工作場景中，寫作是主要的使用案例，大多數是要求 ChatGPT 修改文字。具體來說，這代表用戶主要利用 ChatGPT 進行編輯、評論和翻譯，而非從頭開始創建全新的文本。 例如，在全球最受歡迎的六種使用方式中，「上傳圖片」的排名高於「生成圖片」。這顯示使用者傾向於上傳自己的內容並要求 ChatGPT [&hellip;]</p>

搶當「中國版 NVIDIA」：中國 AI 晶片進入戰國時代，有哪些關鍵玩家？

<p>在美國晶片管制與全球算力競賽雙重夾擊下，中國 AI 晶片市場正進入一場「去 NVIDIA 化」的大洗牌。過去幾年，NVIDIA 幾乎是中國雲端與大模型算力的唯一選項，如今這個空缺正在被中國在地玩家快速補上，其中最受關注的名字之一，就是從搜尋引擎起家的百度。 《CNBC》報導，百度近年積極轉型，將重心從搜尋業務轉向自駕車、雲端與 AI，旗下負責晶片研發的子公司昆侖芯（Kunlunxin）更成為外界判斷百度未來成長的重要指標。11 月，百度正式公布昆侖芯未來五年的晶片藍圖，從 2026 年的 M100，到 2027 年的 M300，清楚對外宣示將持續迭代自家 AI 晶片產品。現在百度資料中心已經採取「混合架構」，一方面用昆侖晶片支撐自家 ERNIE 模型的訓練與推理，同時仍搭配部分 NVIDIA 晶片確保算力供給。 在商業模式上，百度不只在自家雲端與產品中使用昆侖晶片，也對外銷售給建置資料中心的第三方客戶，並透過雲端服務出租運算能力，試圖把自己定位成「從晶片、伺服器、資料中心，到模型與應用」一條龍的全棧 AI 供應商。今年稍早，昆侖芯已拿下中國移動供應商訂單，顯示這條產品線正在取得更多營運商級的實戰機會。 出口管制成催化劑，中國企業被迫「戒斷」NVIDIA 百度之所以有機會在 AI 晶片市場嶄露頭角，關鍵背景是美國對中國的出口管制與地緣政治對抗。美國政府已禁止 NVIDIA 向中國出口最高階的 AI GPU，連為中國市場特別設計、性能被降級的 H20，也一度遭到封殺，即便恢復出口，也附帶「讓利 15% 收入」等條件；中國政府方面則被外媒多次披露，正勸阻在地科技公司減少、甚至避免採購 H20。 這使原本高度依賴 NVIDIA 的中國雲端與網路公司，被迫重新思考長期算力供應的安全性與成本結構。阿里巴巴執行長吳泳銘就坦言，未來兩到三年建置資料中心所需的關鍵元件與晶片，「供給端都會是相當大的瓶頸」。騰訊總裁劉熾平也說，公司的資本支出下修並非需求轉弱，而是「沒有那麼多 AI 晶片可以買」，明確點出缺貨壓力。 同一時間，中國本土晶片製造又面臨技術與產能的硬傷。最大晶圓代工廠中芯國際，無論在先進製程或大量生產能力上，都難以與台積電匹敵，導致中國很難單靠國內產能，快速補上高階 AI 晶片缺口。 這樣的供需扭曲，催生出一個半「封閉」、但規模可觀的本土 AI 晶片市場：一方面必須遵守美國出口管制紅線，另一方面又要符合中國政府強調的「自主可控」、「本土供應鏈」戰略。正是在這個縫隙裡，百度、阿里巴巴、華為與一批新創晶片設計公司，集體加速往前衝。 百度、阿里、華為與晶片新創，誰能接住中國算力需求？ 與此同時，中國 AI 晶片市場正發生更深層的結構轉變。在「去 NVIDIA 化」浪潮下，中國對 NVIDIA 的依賴度持續下滑，根據 [&hellip;]</p>

酷澎 3,370 萬筆個資外洩！內部身分驗證漏洞失守，讓「內鬼」搬空超過半個南韓的用戶資訊

<p>南韓最大的電子商務平台酷澎（Coupang）在 11 月爆發大規模客戶資料外洩事件，約有 3,370 萬筆帳戶的個人資訊遭到未經授權存取，包括姓名、電子郵件、配送地址和電話號碼，部分客戶的訂單紀錄也受到影響。不過， 酷澎強調客戶的付款細節、信用卡號碼和登入憑證並未受到影響，且根據目前的調查結果，未有台灣消費者的資料外洩。 據調查，這些未經授權的存取行為從今年 6 月就已開始，最初酷澎估計受影響的帳戶約為 4,500 個，但在隨後進行的調查中，這個數字被修正為 3,370 萬，超過南韓總人口的一半，這樣的規模與影響，也使外界相當關注這起事件究竟是如何發生。 比駭客更具威脅性的「內鬼」 與一般多由外部網路駭客發動的攻擊不同，酷澎表示，這起事件目前沒有公開跡象顯示存在外部入侵，這也讓外界更懷疑是「內部造成的威脅」。根據《韓聯社》報導，這些個人資訊可能遭一名曾任職於酷澎的中國籍人士竊取，目前這位人士已離職並離開南韓。 酷澎指出，這些未經授權的存取行為疑似透過海外伺服器進行。根據韓國科學技術情報通信部部長 Bae Kyung-hoon 的說法，調查人員進一步確認，攻擊者的確是利用酷澎伺服器中的身分驗證漏洞，在不必登入的情況下，即可存取超過 3,000 萬筆客戶紀錄。 「如果這次外洩事件是透過員工發生的，代表內部安全管理沒有充分發揮作用，」首爾女子大學網路安全學教授 Park Choon-sik 強調，這次事件也凸顯酷澎在員工權限管理、存取控管與資料治理制度方面可能有重大缺口，更凸顯與外部攻擊相比，內部人員相關的事件可能會造成更重大的損害。 SK Telecom 與酷澎的對照 酷澎這次的內部風險，也讓外界重新檢視今年初 SK Telecom 遭駭事件，兩者皆是內控與治理問題所導致的資安事件。 SK Telecom 在今年 4 月有 2,324 萬客戶紀錄遭駭，由於 SK Telecom 未能妥善保護客戶資料且未及時報告洩漏事件，南韓個人資訊保護委員會（PIPC）在 8 月 對其處以 1,348 億韓元（約 9,700 萬美元）的巨額罰款，並嚴厲批評&nbsp; SK Telecom ，指出該公司在確保用戶資料安全方面存在「長期疏忽」。 PIPC 主席 Ko [&hellip;]</p>

用 AI 對付 AI 處理「髒資料」，輝達看好的 WisdomAI 如何解決數據分析幻覺？

<p>WisdomAI 為 AI 驅動的資料分析技術公司，能夠處理結構化、非結構化，甚至是未經清理、充滿錯字和錯誤的髒資料，再透過對話和主動式 AI 代理，提供給企業準確可靠的資訊洞察。</p>

AI 資料中心熱潮將進入下半場！預測揭未來不再是圈地，而是比誰更自律

<p>《Bloomberg》報導，AI 掀起的熱潮正體現在各地拔地而起的 AI 資料中心。根據 BloombergNEF 估算，如果把資料中心視為一個「國家」，到 2035 年，它們將成為僅次於美國、中國、印度的全球第 4 大用電消耗國。 這波建設熱潮背後不只是一連串投資狂潮，更反映 AI 運算需求的結構性轉變，並將在未來十年深刻改寫能源市場、地緣布局與氣候政策。 AI 資料中心與一般資料中心有何不同？ 報導分析，傳統資料中心容納伺服器、配電設備、冷卻系統與備援設施，主要負責儲存資料、提供雲端服務或運算需求。而 AI 資料中心是一種「超級版」資料中心。 AI 資料中心的規模大幅升級，面積可比肩紐約中央公園；運算密度極高：因為 AI 使用加速器以平行方式推理與訓練，單位面積內的電力與冷卻需求大幅提升；巨量能源需求：先進 AI 運算園區往往需要 GW 級電力，相當於 75 萬個美國家庭的耗電量。 AI 資料中心的浪潮規模有多大、誰在引領熱潮？ 這些數字可能大到讓人難以想像。光是 Bloomberg Intelligence 估計，生成式 AI 到 2032 年可能創造約 2 兆美元的收入；OpenAI 執行長奧特曼曾表示，公司預計在基礎建設上投入「數兆」美元；星際之門計畫目標打造最高 10 吉瓦以上的 AI 算力，並在美國投入高達 5,000 億美元；Meta 更在美國路易斯安那州建造一座容量 5 吉瓦的 AI 資料中心園區，並表示自家 AI 平台嚴重缺乏算力，今年資本支出將達 720 [&hellip;]</p>

無人機不能像 App 一樣迭代？Anduril 連環事故揭開軍武科技的泡沫警報

<p>自 2017 年創立以來，Anduril 已成為美國國防科技新創領域中最受矚目的公司之一。有別於傳統大型國防產業常見的緩慢、官僚化的開發流程，Anduril 創辦人 Palmer Luckey 曾明確表示，他們能夠「在數月內建造、測試和部署產品」，並承諾幫助美軍適應必須迅速採納尖端技術的現代戰爭新需求。 然而，這種快速推進的方式最近卻屢屢遭受挫折。《華爾街日報》報導，Anduril 產品近期接連在軍事演習和測試中出現故障和安全問題，包括多架無人機在測試中墜毀，以及自主系統在美國海軍演習中失效。 Anduril 在空中與海上的多起事故 根據《路透社》報導，美國空軍最新公布的測試摘要首次揭露 Anduril 的 Altius 無人機，在近期試驗中接連受挫。在佛羅里達州進行的測試中，一架由軍機投放的 Altius 在起飛後不久便突然俯衝 8,000 英尺並墜落，隨後在另一場測試中，第二架 Altius 也發生失控，最終以螺旋方式墜地。 《華爾街日報》則披露，除了 Altius 的意外之外，Anduril 旗下其他核心項目同樣在測試階段暴露問題。最受關注的新型噴射無人機 Fury（協同作戰飛行器原型機）在今年夏天的首次試飛準備中，因為一根釘子被吸入進氣口，導致引擎故障，迫使原定的試飛計畫延後。同時，今年八月在俄勒岡州進行的一次無人機攔截測試中，Anduril 的 Anvil 反無人機系統墜毀後引發美國俄勒岡州潘德爾頓機場附近的火災。 在海上自主系統部分，《華爾街日報》也指出，在今年五月加州外海的一場海軍演習中，美軍嘗試從戰鬥艦上發射並回收三十多艘搭載 Anduril Lattice 自主軟體的無人船，但其中十多艘在操作過程中拒絕接收指令並自動進入故障保護模式，甚至無法有效避開周邊船隻，最終迫使海軍基於安全考量暫停演習。有水手甚至在紀錄中指控 Anduril 的代表「誤導軍方」，也有四名水手警告，如果軟體配置不立即修正，相關系統可能會導致「生命損失」。 在「速度」與「實戰」之間仍有顯著落差 《路透社》指出，這兩起未曾對外公開的 Altius 墜毀事件，再加上先前投入烏俄戰爭的 Ghost 無人機因為初始型號難以承受俄羅斯的電子戰攻擊，讓烏克蘭士兵感到沮喪的事件，皆凸顯 Anduril 的理想與部分機型在測試或實戰表現之間，仍存在明顯落差。 儘管如此，Anduril 仍持續取得軍方合約，並穩定向前線供應裝備。自 2022 年俄羅斯全面入侵以來，Anduril 已向烏克蘭交付數百架 Altius，五角大廈近期也宣布追加一筆高達 5,000 萬美元的 Altius 採購合約，用於「測試、訓練與支援」，顯示美方在事故發生後仍未撤回對這套系統的需求。 [&hellip;]</p>

【科技早餐】「AI 撐起台灣經濟？」主計總處上修 2025 成長率至 7.37%，創 15 年新高

<p>【科技早餐】今天精選 6 則國內外重要科技新聞。 ＊「AI 撐起台灣經濟？」主計總處上修 2025 成長率至 7.37%，創 15 年新高 主計總處大幅上修 2025 年經濟成長率至 7.37%，創 15 年新高。AI 出口需求強勁，成為景氣向上的主力。預測今明兩年商品出口將達 6249 億與 6644 億美元，其中 AI 伺服器與零組件三年來跳躍式成長，前 10 月出口已達 1350 億美元。 主計總處指出，高階製程領先仍在台灣，2 奈米訂單多數留在本地。外界雖疑 AI 過熱，但四大雲端服務商持續擴建資料中心，資本支出維持雙位數成長。對於傳產低迷是否造成統計落差，主計總處回應，產業轉型必然帶來落差，但部分產業表現強勁，總比全面低迷更有利經濟。 ＊「品牌忠誠歸 AI？」AI 成購物入口，品牌戰場大轉向 越來越多消費者買東西不再先搜尋，而是直接問 AI。路透指出，AI 依據評價、庫存與價格比對後導向購買頁面，使 Amazon、Temu 等平台更容易被推薦，單一品牌官網曝光度下滑。 摩根士丹利預估，2030 年美國近半線上購物將透過 AI 助手完成。AI 不只是比價，更會依購物紀錄與偏好主動給建議，消費模式從「主動搜尋」變成「被動接受選項」。專家指出，忠誠度正從品牌轉向 AI。美國零售商也調整網站方向，將 FAQ、規格、比較表與測試報告結構化，提升被 AI 引用的機率。新一輪品牌競爭將從搜尋引擎轉向 AI 演算法。 ＊「AI 不能當發明人」美國專利局定調：AI 僅屬工具 美國專利商標局最新指南明確表態：AI 是工具，不能列為發明人。局長 [&hellip;]</p>

南韓最大加密貨幣交易所 Upbit 遭駭 445 億韓元，為什麼加密平台成為駭客的「新提款機」？

<p>今年加密貨幣市場，又發生一起令人矚目的駭客盜取交易所資產事件。近日南韓最大加密貨幣交易所 Upbit 宣布其系統遭到「Exploit」（漏洞利用）攻擊，部分 Solana 網路資產被未經授權轉移至外部錢包地址，被盜的資產約達 445 億韓元。 就在事件發生前夕，Upbit 的母公司 Dunamu 剛剛宣布將被南韓網際網路巨頭 Naver Corp. 收購，也讓這起駭客事件為市場帶來巨大衝擊，更加深對加密貨幣交易所安全性的疑慮。 值得注意的是，南韓當局懷疑這次攻擊可能與北韓的 Lazarus Group（拉撒路集團） 有關。拉撒路集團截至今年 10 月，已竊取超過 20 億美元的加密貨幣，佔全球所有交易所竊盜案的 60% 以上。 為什麼越來越多加密貨幣交易所成為駭客目標？ 全球加密貨幣犯罪正以驚人速度成長，根據 Chainalysis 發布的《2025 年加密犯罪年中更新報告》指出，2025 上半年從加密服務中被盜取的資金已超過 21.7 億美元，已經比 2024 年全年更多。 根據 CoinLaw 調查統計顯示，在眾多攻擊類型中，持續連接到網際網路的熱錢包（Hot wallet）洩露是最主要的威脅，光是 2025 年熱錢包洩露就佔總體被盜取的加密資金約 62%。 同時，加密貨幣交易所面臨的威脅是多層次的，不只涉及技術漏洞，還包括對人性的攻擊。例如網路釣魚就佔 2025 年上半年交易所漏洞的 48%，惡意軟體入侵則增加 26%。這些數據綜合顯示，掌握大額流動資產的交易所，正是犯罪分子企圖利用的系統性弱點。 面對快速成長的駭客犯罪，國際執法部門之間的合作也正在加強，並允許更快地追蹤資產，同時進行更具針對性的干預。例如在 2024 年，由國際刑警組織主導的一次行動就在 116 個地區逮捕超過 2,500 人。此外，區塊鏈分析技術在追蹤非法資金方面發揮了關鍵作用，在某些重大案件中，調查人員能夠實時跟蹤資金流動、繪製網路圖，產生跨越各大洲的線索。 然而，追捕駭客的挑戰依然存在。由於犯罪分子採用跨鏈橋（bridges）和混幣器（mixers）等手段來清洗資金，並利用低成本區塊鏈和跨鏈交換來分散資產轉移，讓追查難度增加，這也代表未來必須更加仰賴全球同步合作，才能有效防禦這些犯罪行為。 南韓 [&hellip;]</p>

電商巨人害怕什麼？亞馬遜悄悄封鎖 ChatGPT，揭示 AI 時代的權力版圖鬆動

<p>生成式 AI 正在重塑全球零售版圖，從 ChatGPT 到 Perplexity，都推出可自動比價、抓評價、找優惠的「AI 購物代理」，讓用戶只需發出指令，就能完成過去需要耗費大量時間的比較流程，但是電商巨頭亞馬遜卻選擇了不同的道路：關起大門。 根據《Techradar》報導，亞馬遜已經悄悄更新了網站設定，封鎖了 OpenAI 的 ChatGPT 相關網路爬蟲，讓 ChatGPT 這類第三方 AI 工具無法再輕易讀取亞馬遜網站上的產品頁面、價格、規格或評論資訊。亞馬遜也封鎖了 Anthropic 的 Claude 所有爬蟲。 其實這場封鎖戰早有端倪。根據《Modern Retail》，在稍早一場研討會上，經濟學家 Tyler Cowen 問 OpenAI 執行長奧特曼，既然零售巨頭沃爾瑪已經允許消費者直接從 ChatGPT 站內購買其商品，亞馬遜是否會跟進？奧特曼當時直言：「我不知道，但如果我是他們，我會反擊。」如今看來，亞馬遜確實正在執行這項反擊策略。 相較於沃爾瑪、Target 和 Etsy 等零售商正從 ChatGPT 和 Perplexity 等平台獲得推薦流量，亞馬遜的舉動顯得格格不入。分析機構 eMarketer 指出，這充分顯示了亞馬遜目前處於一個艱難且矛盾的處境。 亞馬遜的矛盾：相信 AI 會改變購物，但不能讓別人改變購物 eMarketer 分析，一方面，亞馬遜對於 AI 代理重塑購物體驗的能力充滿信心：其執行長 Andy Jassy 認為，AI 商務將使線上和實體購物的體驗並駕齊驅，甚至讓電商佔整體零售的比例持續上升。 但另一方面，亞馬遜又極度擔心 AI 代理會動搖它的電商霸權。一旦消費者從「ChatGPT 問產品」而不是「打開 Amazon [&hellip;]</p>

行銷活動規劃與執行速度提升 5 倍！HAPPY GO 如何用 AI 數據洞察會員需求，打造精準互動模式？

<p>擁有千萬會員的遠東集團旗下紅利點數平台－鼎鼎聯合行銷&nbsp;HAPPY GO 將原本偏向單波段操作的行銷工具，全面升級至&nbsp;SAS Customer Intelligence 360（CI360）。在新架構下，行銷活動可依據即時反應自動調整，使活動規劃與執行速度提升 4 至 5 倍，並以更精準、更敏捷、更具溫度的方式與會員互動。 擴大規模、深化體驗&nbsp; HAPPY GO 邁向精準行銷的新階段 HAPPY GO 多年前即導入&nbsp;SAS 行銷自動化工具，整合分散的客戶資料，協助團隊快速挑選受眾與追蹤成效，成功改善早期資料繁雜、流程仰賴人工的挑戰。隨著會員從&nbsp;300 萬成長至突破千萬、行銷通路與活動複雜度也大幅提升，既有架構已難以支撐規模化需求。鼎鼎聯合行銷數據長黃士峰表示：「過去的&nbsp;SAS 行銷自動化工具協助我們打下資料整合基礎，但要同時支援跨通路協作、即時資料回收與完整旅程設定，系統必須升級，才能讓行銷團隊真正把時間放在策略與內容創意上。」 SAS 台灣總經理龔律安指出：「行銷的核心目標從來不是單純的自動化，而是在提升企業的營收表現與成本效率之上，建立可信任的 AI 行銷流程。面對生成式 AI 的快速發展，我們更重視模型能否被監控、被解釋，以及是否能真正協助行銷人員的決策，這也正是我們與 HAPPY GO 合作深化的方向。」 導入 SAS Customer Intelligence 360&nbsp; 打造可串接、可追蹤、可調整的智慧行銷平台 SAS CI360 補足了&nbsp;HAPPY GO 過去在資料回收、AI 應用與多波段自動化上的挑戰。行銷團隊能在單一介面掌握受眾資料，並依據不同行為自動推動後續旅程；無論是簡訊、社群媒體或&nbsp;POS 行為，都能即時回傳成為下一波推播依據，真正實現「即時調整」的行銷運作模式。 CI360 也讓行銷團隊能一次設計完整客戶旅程，並依據「有回應」「未回應」「點擊商品」等行為自動分流後續路徑，免去過去逐段設定的負擔。混合雲架構則提供彈性，可在雙&nbsp;11 等高峰期仰賴雲端擴充運算，地端則確保個資安全與合規。 效率、策略與體驗並進 SAS Customer Intelligence 360升級帶來的全方位成效 CI360 上線後，HAPPY GO 在行銷效率、策略能力以及顧客體驗上皆獲得實質提升。過去需人工逐段設定的多波段流程，現在只需在起點一次設計就能自動推動，使活動規劃與執行速度提升四至五倍，行銷時程從數天縮短至數小時。因此，行銷團隊得以從操作導向轉為旅程設計導向的思維，將更多心力投入策略發展、內容創意與旅程設計，而不再被繁瑣流程綁住。 另一方面，HAPPY [&hellip;]</p>

連中國也怕人形機器人泡沫化，罕見示警企業別生產重複性產品

<p>人形機器人熱潮急劇升溫，但也引發炒作、泡沫化疑慮，不過這次鳴槍的不是產業界，而是舉國發展人形機器人的中國政府。 中國國家發展改革委員會（發改委）在 11/28 罕見公開喊話，強調中國人形機器人企業必須避免「大量高度相似的產品湧向市場」，否則將擠壓研發空間、扼殺長期創新。 發改委發言人李超在記者會上表示，前沿產業在發展過程中，必須在「成長速度與泡沫風險」之間取得平衡。他指出，儘管目前已知的成熟應用案例不多，資金仍大量湧入這個領域，這恐導致資源錯置，使市場充斥高度相似的低階產品，而非投入核心研發。 李超指出，中國目前已有逾 150 家人形機器人企業，其中過半數為新創或跨界轉型者。《Bloomberg》分析，這項示警反映出北京當局對於資金過度追逐這個「未來經濟引擎」，已感到日益不安。 美中創投兩樣情，中國泡沫風險相對較小？ 相較於中國官方的謹慎態度，美國市場似乎更顯狂熱。根據《CNBC》引用 Pitchbook 的數據，2023 年以來，美國在 AI 與機器人新創企業的風險投資交易量暴增了四倍多，總額超過 1,600 億美元；反觀中國，同期的交易額僅微幅成長至 100 億美元左右。 博曼集團合夥人 Vincent Lu 告訴《CNBC》，中國 AI 產業的泡沫風險似乎比美國小。他觀察到，中國企業的 AI 估值約為美國同業的四分之一，且受益於較低的研發成本。例如，深圳新創 AI2 Robotics 的創辦人 Eric Guo 就採取「少花錢多辦事」的策略，開發出參數更少但效能相當的機器人 AI 模型，並成功在兩年內晉升獨角獸行列。 嚴控「內捲」式競爭，加速核心技術研發 不過面對產業過熱與產品同質化嚴重的潛在風險，中國政府已決定出手干預。李超表示，當局將加快建立市場准入與退出機制，以營造公平競爭的環境。未來的政策重點將放在加速核心技術的研發，以及支持訓練與測試基礎設施的建設上。 中國這兩年積極推動「具身智能」與人形機器人，將其列為 2030 年前的六大新質生產力核心產業之一，投資熱度居高不下，光是今年，中國相關企業股價已讓 Solactive 中國人形機器人指數上漲約 26%。 但投資人的興奮也推高了市場期待，帶來一種「還沒看到落地應用、但資金已衝進來」的危險氛圍。舉例來說，花旗集團預估中國人形機器人的產量明年將迎來「指數級成長」，但市場端與家庭端的真實採用率仍很有限。許多企業雖拿下億元級訂單，但距離常態化導入仍有明顯差距。 中國的做法，似乎試圖在防控市場進入「內捲」競爭，試圖讓那些缺乏創新能力、僅靠複製現有產品的企業，面臨被市場淘汰的命運。 ＊本文開放合作夥伴轉載，資料來源：《Reuters》、《Bloomberg》、《The Verge》、《abc》、《CNBC》，首圖來源：AI 工具生成</p>

正面挑戰 Meta！阿里巴巴進攻 AI 眼鏡戰場，啟動「穿戴＋生態整合」的新 AI 布局

<p>「AI 眼鏡是真正引領人工智慧時代人機互動革命的智慧設備，從這個意義上講，它們的重要性不亞於手機，」阿里巴巴近日罕見跨足消費級硬體領域，推出首款 AI 眼鏡 Quark AI Glasses，集團副總裁吳嘉在發表會上特別強調 AI 眼鏡在 AI 時代的重要意義，也展現阿里巴巴正試圖將自身的 AI 能力，從雲端擴展到消費級 AI 市場的新路徑。 Quark AI 眼鏡上市的背後，也象徵阿里巴巴正在展開一場重大的戰略新佈局。駐北京的電子產業分析師 Li Chengdong 形容，阿里巴巴的 AI 眼鏡戰略，主要是希望在中國電子商務領域的激烈競爭中，獲取未來的「流量入口」，並期待 AI 能成為阿里巴巴下一代的「流量門戶」。 Quark AI 眼鏡整合阿里巴巴生態系，就像一位「個人 AI 助理」 Quark AI 眼鏡系列有兩款產品，分別鎖定不同使用情境：旗艦級 S1 型號售價為人民幣 3,799 元，主打完整功能與高階硬體；入門與生活應用導向的 G1 型號則以 1,899 元人民幣的價格，提供相對輕量的選擇。 此外， S1 內建 micro-OLED 半透明顯示器、鏡片內建攝影鏡頭，以及骨傳導麥克風，強調多場景使用的便利性。相較之下，G1 的設計更著重輕量化，因此更適合作為日常佩戴型的輕量入門選項。 Quark AI 眼鏡的核心競爭力來自阿里巴巴的 Qwen AI 模型，核心功能圍繞「日常生活中的智慧、免手持 AI 輔助」而設計，例如使用者只需透過鏡頭拍攝商品，眼鏡便會自動連接至阿里巴巴的購物平台淘寶，並顯示該商品的即時價格，同時也能以語音向虛擬助理提問，或在會議中由 [&hellip;]</p>

MIT「冰山指數」揭 AI 已能取代 11.7% 美國勞動力，現在的裁員潮只是「冰山一角」？

<p>麻省理工學院近期發布最新研究，透過與橡樹嶺國家實驗室合作開發的「Iceberg Index」（冰山指數）模擬工具，指出 AI 目前已經具備取代美國 11.7% 勞動力的能力。 這項研究顯示，AI 帶來的影響遠遠超越過去的預測。這 11.7% 的勞動力，其對應的年薪資價值約為 1.2 兆美元，衝擊範圍橫跨金融、醫療保健和服務等白領職場。研究人員將這個計算模式稱為「冰山指數」（Iceberg Index），代表 AI 技術上已經具備的潛在自動化能力，這是一個前瞻性的視角，衡量了 AI 系統今日就能夠執行哪些技能和任務。 相較之下，如果僅觀察目前 AI 在運算和科技領域的實際採用情況，那麼 AI 對勞動力的影響僅約為 2.2%，相當於 2,110 億美元的薪資價值，這只不過是「冰山的尖端」。 「冰山指數」的價值：看見傳統自動化預測中最容易被忽略的區域 研究指出，AI 帶來的自動化影響並非僅限於科技圈，而是涵蓋傳統上被視為例行性、可標準化的工作，特別是行政、財務、人力資源、物流以及辦公室行政管理等領域的，受到的衝擊特別劇烈，這些產業類別也通常是在傳統自動化預測中，容易被忽略的區域。 例如，過往人們普遍認為 AI 帶來的風險將集中在沿海科技中心，但模擬結果顯示，暴露於 AI 風險的職位遍佈美國 50 個州，包括通常被排除在 AI 討論之外的內陸和鄉村地區，像是俄亥俄州、密西根州與田納西州等「鐵鏽地帶」（Rust Belt states）。 「冰山指數」的價值在於，如果我們只看鐵鏽地帶工廠的技術部門，AI 影響很小；但如果我們看工廠後方的辦公室，在那裡進行的財務、行政和協調工作，AI 已經有能力接手，這對整個地區的就業版圖將會構成潛在威脅。 MIT 的冰山指數結果意味著，AI 對勞動力的重塑是潛在且結構性的，可能改變整個白領、行政、財務和服務行業的人力需求格局。雖然經濟學家 Allison Shrivastava 認為目前的裁員潮可能源於疫情後的大規模過度招聘，但現實是許多企業正寄望透過 AI 來實現成長，且無需增加員工人數。這樣的說法，反而使 AI 帶來的結構性影響更加明顯。 目前田納西州、北卡羅來納州和猶他州已經與 MIT 合作，使用冰山指數來預測 [&hellip;]</p>

全球 AI 監管加速落地，「私有 AI」為何成企業維護「資料主權」關鍵路徑？

<p>為了在合法、合規的前提下，發揮出 AI 的最大效益，企業得設法應對日益複雜的法規，其中「資料主權」（data sovereignty）將會成為關鍵核心，引導企業在受監管的 AI 時代下順利前行。</p>

不硬塞廣告，而是精準協助：RMN 情境式推播成零售轉型關鍵

<p>零售媒體網路（RMN）近年被視為成長最快、最具韌性的廣告通路，但下一波競爭並非停留在線上，而是加速滲透到線下門市。 在實體購物的流程中，有大量「天然存在」的媒體版位，例如智慧購物車、App 掃碼、自助結帳螢幕等，它們伴隨顧客的每一步行動，能在做出選擇的關鍵時刻推送資訊。這些接近決策瞬間的觸點不只是展示廣告的面板，更是讓零售商得以提供即時、個人化、情境化協助的入口。 想像你推著智慧購物車走進超市，掃描牛奶折扣後，螢幕立刻跳出你常買的麥片定位與優惠；走到零食區猶豫不決時，它提醒你某品牌有期間限定折扣。這類訊息不像廣告，更像一位在旁提醒的購物助理，讓使用者感到便利而非干擾。這也正是線下零售媒體的價值所在：不是創造更多噪音，而是在需要的瞬間給出恰到好處的協助。 智慧購物車、自助結帳，都是高潛力「媒體版位」 即便電子商務高度滲透，《Chain Store Age》根據 2024 年的調查，指出約 80% 的食品與民生採購仍發生在實體店面。這項事實使實體店內的媒體觸點顯得比以往更重要，尤其是在人們「正要做決定」的幾秒鐘內。 智慧購物車、手機掃碼、自助結帳機等被視為最具價值的戰略版位，因為它們沒有額外硬體成本，是消費者本來就會接觸的工具，其螢幕也天然承載了「高意圖、高集中度」的互動情境。其中又以智慧購物車尤其受到關注，因為它們同時是購物工具與媒體載體：螢幕面積大、使用時間長、與消費者保持固定距離，可從掃描到付款完整串接流程，被視為最具成長潛力的媒體入口。 對零售商與品牌來說，這些裝置具備實體店面相較於電商系統而言，長期欠缺的關鍵能力：能同步掌握曝光與交易的關係，並直接量化廣告效果。例如，品牌可以追蹤到特定推薦是否帶動購買、某商品因提醒而補貨、或優惠券是否提昇客單價。這些過去只在電商世界才能看到的 KPI，如轉換率、購買組合、曝光後購買行為，如今都能在線下被測量與驗證。 不是推播廣告而是協助，情境式推薦是關鍵 想要在線下互動中，抓住消費者的注意力，絕不能粗暴的強推各種廣告訊息，零售媒體網路的核心在於精準推播，抓到正確時機、提供真正有用的內容、在對的情境推送對的訊息，讓這個廣告更像是「協助」而非促銷。 例如，當系統偵測到你購買義大利麵時，它可以推送適合的醬料；若某品項缺貨，則顯示替代商品；若消費者會週期性購買衛生紙或洗碗精，便能在相對應的區域提醒補貨。若能進一步搭配室內定位、電子價籤與個人化建議，整體體驗就能從「受干擾」變成「被服務」。 但要做到這點並不容易。無論系統多智慧，體驗設計依然是成功的關鍵，包括控制廣告出現的頻率、尊重隱私、不製造干擾、提供足夠的價值交換等，缺一不可，若商業化過度，使用者很容易產生反感，導致整體體驗反而倒退。 展望未來，若能將即時分析、動線資料、購物歷史整合成單一決策引擎，實體零售媒體將不再只是新的「廣告版位」，而會成為一個精準營運的決策平台，兼具消費者服務、庫存管理與品牌行銷功能。線下零售也將更接近電商的個人化體驗，有機會重塑品牌與消費者的互動方式，並成為零售商下一個成長曲線的突破口。 ＊本文開放合作夥伴轉載，參考資料：《Chain Store Age》、《Forbes》，首圖來源：Caper Cart （責任編輯：廖紹伶）</p>

【科技早餐】Anthropic: AI 省時八成，美國未來十年生產力翻倍！

<p>【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊Anthropic: AI 省時八成，美國未來十年生產力翻倍！ Anthropic 依十萬筆 Claude 真實對話分析指出，AI 能讓使用者在完成工作任務時平均省下約八成時間。研究比較「有 AI」與「無 AI」情境，如果完全靠人力，任務平均需 90 分鐘，在 AI 協助下僅需原本兩成時間。任務涵蓋法律諮詢、企業管理到餐飲準備等不同場景，其中醫療輔助效率最高，可省下近九成時間；需要實體操作的硬體故障排查則僅縮短約五成。 研究推估，若此類技術普及，美國未來十年勞動生產力年均增速可達 1.8%，幾乎是 2019 年以來的兩倍。但報告也提醒，跨部門協作、管理溝通等「瓶頸任務」仍難自動化，AI 對經濟結構的影響仍需長期追蹤。 ＊Google：五年內量子大爆發，太空資料中心也將成真 Google 執行長 Sundar Pichai 在官方 Podcast 表示，量子運算五年內將迎來「像今日 AI 一樣的屏息時刻」。他回顧 Google 自 2016 年確立 AI First 後，從 TPU、資料中心到 Gemini 3 與 Nano Banana Pro，打造從晶片到應用的完整堆疊。 Sundar Pichai 也談到 Project Suncatcher，計畫 2027 年把資料中心搬到太空，以因應未來巨大算力需求，還打趣太空 TPU 可能遇到漂浮的 [&hellip;]</p>

RAM 價格暴漲 208%！AI 狂吸全球記憶體，遊戲、電腦升級進入天價時代？

<p>對於正打算升級電腦或遊戲設備的玩家來說，現在可能不是一個好時機；對於 PC 等消費者裝置的製造商來說，供應鏈現正處於動盪時刻，而這股風暴正是源自目前最火熱的 AI。 隨著全球科技巨頭瘋狂投入 AI 軍備競賽，超過 1.1 兆美元的資金正湧向 AI 資料中心的基礎建設。這股龐大的需求，直接吞噬了記憶體與儲存裝置的主要供給，導致消費性市場受到嚴重擠壓，進而大幅推高 RAM 和 SSD 套件的價格。 根據《Ars Technica》引述的市場數據顯示，在今年 8 月到 11 月短短幾個月內，電腦暫存記憶體 RAM 的平均成本暴增了 208.2%，而負責長期儲存資料的 SSD 平均價格也上漲了 48.8%。 其中漲幅最驚人的案例之一，是廣受遊戲玩家歡迎的 Team T Force Vulcan RAM 套件，其價格在同一時期內從 82 美元飆升至 310 美元，漲幅高達 278.1%；部分 64GB DDR5 記憶體套件的價格甚至推升至 600 美元左右，這比一台 PlayStation 5 Slim 主機還要貴上 200 美元。 產能轉供高利潤 AI 訂單，PC 製造商與消費者承壓 為什麼 [&hellip;]</p>

普羅米修斯計畫併購 General Agents！貝佐斯押注 AI 代理，目標卻是工業機器人的未來？

<p>近日，《WIRED》報導由亞馬遜創辦人貝佐斯（Jeff Bezos）與曾領導 Alphabet 旗下健康科技公司 Verily 的 Vik Bajaj，共同成立的 AI 新創公司「普羅米修斯計畫」（Project Prometheus），為了強化技術佈局，因此在今年六月已悄悄收購 AI 代理新創公司 General Agents。 為什麼選擇併購 General Agents？ General Agents 是一家位於舊金山的新創公司，由 Sherjil Ozair 於 2024 年成立，並於 2025 年 4 月發布首項技術「Ace」，也成為被普羅米修斯計畫相中的關鍵。 Ace 被描述為一種「real-time computer pilot」（即時電腦飛行員），屬於「電腦代理」工具，能夠在電腦上自動化跨應用程式的日常任務。根據 General Agents 網站上的演示，Ace 能自主在用戶電腦上編輯影片、在應用程式之間複製資料，以及預訂住宿，甚至展現出在 15 秒內從 Google 下載圖像並透過 iMessage 發送的能力。 這種高效率的執行能力，讓 Ace 在市場上具備明顯優勢。General Agents 的競爭對手 Donely 執行長 Harsha Abegunasekara 表示，Ace 能以「光速」在電腦上運行，這是他們耗時六個月仍未能實現的突破。 [&hellip;]</p>

【打造邊緣 AI 生態系應用】高通以本地 AI 裝置解決方案與推論套組，驅動企業新一代數位轉型

<p>根據 IDC 最新研究，全球企業正積極導入 AI 代理、資料應用、雲端和基礎設施的創新解決方案，並預測邊緣運算支出將從 2025 年的 2,610 億美元，成長至 2028 年的 3,800 億美元。因應此趨勢，如何透過更強大的邊緣運算能力與更多感測器的終端設備，完成複雜的本地分析、加速決策，並有效強化資安、降低成本，已是企業追求轉型發展不可忽視的關鍵。高通日前針對「引領 AI 新賽局：打造軟硬整合的企業 AI 核心引擎」進行分享，剖析最新 AI 市場發展趨勢，以及企業級邊緣 AI 運算軟硬整合的具體解決方案。 「高通提供的不只是一個 Solution 或一顆晶片，我們談的是完整的邊緣 AI 生態系」，高通業務副總裁吳南億致詞表示，從雲端、邊緣 AI（Edge AI）再到本地 AI（On-Prem AI），高通深度著墨各項技術，並且積極協助百工百業導入 AI 解決方案，與此同時，也持續思考如何滿足 to B 端及 to C 端的顧客需求。隨著更多企業加速推動轉型，需要透過裝置收集數據資料，接著在雲端訓練模型、將應用推入裝置，這些過程皆仰賴裝置端的 AI 解決方案。高通提供完整技術，橫跨運算、藍牙、嵌入式物聯網等關鍵領域，能有效助力企業全面提升營運效能。針對全球策略布局，高通更藉由收購 Foundries.io、Edge Impulse、Arduino 等公司來打造完整的開發者生態系，讓開發者與合作夥伴將 AI 模型部署到各種裝置中，將創意轉化為具體產品與服務。 企業如何重新定義自己的 AI 投資建設 KPMG 安侯建業數位長暨合夥人賴偉晏在演講中指出，「90% 的企業 AI 投資皆為失敗收場，原因包括資金與人才不足，因此對於決策者而言，需要重新定義你的 AI 投資建設。」 [&hellip;]</p>

駭客攻擊週期從 5 天縮短至 48 小時！Fortinet：2026 速度決定風險，企業需用 CTEM 因應「工業化量…

<p>「我們現在跟駭客進入一場軍備競賽，速度會決定未來風險，」全方位整合與自動化網路資安領導廠商 Fortinet 今（11/27）發布《2026 全球資安威脅預測》（Cybersecurity Predictions for 2026），特別邀請 Fortinet 全球威脅情報副總裁 Derek Manky ，分析針對 2026 年資安攻防趨勢的洞察，以及資安風險版圖的變化。 Derek Manky 強調，2026 年在駭客攻擊走向「工業化量產」的壓力下，防守方必須透過 AI 整合、專才化，以及導入 CTEM（持續威脅暴露管理）框架，才更有機會在這場速度決定風險的「紅藍隊軍備競賽」中佔據上風。 2025 資安威脅回顧：台灣前三季偵測到的攻擊嘗試超過 1,500 億次 Derek Manky 首先從 2025 年的威脅觀測切入，指出亞太地區的威脅形勢「相當複雜」，光是在今年前三季，Fortinet 就偵測到將近 5,800 億筆惡意行為或攻擊嘗試，其中台灣更是亞太首要目標之一，今年前三季台灣遭受的攻擊嘗試已累計超過 1,500 億次，且攻擊規模仍持續攀升。 Derek Manky 進一步分析駭客針對台灣的攻擊手法，並說明駭客在台灣採取的攻擊手法中，約有 90% 時間聚焦在「如何造成實際營運衝擊」，例如中斷服務或干擾企業營運，這一比例遠高於其他國家或區域普遍觀察到的 40% 至 50%。此外，駭客也投入大量時間進行偵查與刺探活動，常見鎖定的攻擊對象包括製造業、半導體、硬體設備及 OT 等關鍵基礎設施，使台灣面臨高度集中的資安威脅。 2026 資安威脅預測：駭客攻擊將進入 「工業化量產」時代 在「速度決勝負」的基礎上，Derek Manky 進一步指出，2026 年資安攻防將更全面地走向 AI 化，成為真正的「AI 軍備競賽」。攻擊者將透過 [&hellip;]</p>

80% 美國新創在用中國開源模型？a16z 觀察揭 AI 權力版圖正被全面改寫

<p>當美國科技巨頭正在為打造 AI 超級智慧而築起專利高牆時，一場無聲的基礎設施重心移轉正在矽谷發生。 知名風投公司 Andreessen Horowitz（a16z）合夥人 Martin Casado 近期向《經濟學人》揭露了一份令美國不安的數據：a16z 收到的 AI 新創計畫中，高達 80% 美國公司正在使用中國開發的開源模型。這顯示美國 AI 新創生態系的底層架構，正在大幅轉向中國。 數據也證實了這股趨勢。根據麻省理工學院（MIT）與全球最大開源模型庫 Hugging Face 的聯合研究指出，在過去一年中，中國製造的 AI 開源模型佔全球下載總量的 17%，首度超越了美國開發商（如 Google、Meta 和 OpenAI）的 15.8%。 美國新創為何湧向中國開源 AI？原因不是政治，而是現實 第一，《VC Cafe》分析，對於新創公司來說，選擇開源或開放模型，往往出於生存和效率考量。其中，以成本效益來看，中國模型比西方模型有更高的「cp 值」；再者，開放模型具有可控性，能讓使用者更輕鬆地根據應用情境調整細節；開源模型也能幫助使用者直接在地端運行 AI 工具，而不只依賴專有的雲端服務；此外，開源模型可接受更廣泛的社群審查和改進，進而加速 AI 發展。 第二，全球正進入「影片生成」的新戰場，這股轉向在各類模型中都能看出端倪，尤其是中國。根據 Hugging Face 的 2025 年資料，雖然美國仍是多數 AI 模型類別的主要開發者，但在影片生成模型的「下載量」上，中國明顯占據主導地位。 西方領先的影片生成模型包括 OpenAI 的 Sora 2 與 Google 的 Veo3，而以色列 Lightricks 推出的 [&hellip;]</p>

企業導入 AI 最大痛點不是技術，是不知該自動化什麼──Scribe 正在解決這件事

<p>企業在導入 AI 前，是否有深刻思考過「究竟哪個工作流程最值得優先自動化？」 Scribe 在幫助數千家企業記錄實際工作流程後，推出新平台 Scribe Optimize，透過真實的工作數據告訴企業 AI 投資的最佳切入點。這家新創公司近期完成 7,500 萬美元 C 輪融資，估值達 13 億美元，正準備改變企業導入 AI 的遊戲規則。 讓真實數據判斷「哪裡該自動化」 當市場上大多競品都在導入 AI，多數企業也急於擁抱新技術，卻無法回答最關鍵的問題：我們應該先自動化什麼？ Scribe 執行長 Jennifer Smith 指出，企業目前仍依賴傳統方法尋找答案，也就是透過員工訪談、工作坊或聘請顧問等方法，但這些方法不僅耗時數月，更容易遺漏員工日常實際操作的細節。他更舉例，許多公司仍在站在員工身後用碼表計時，希望可以藉此了解整個工作流程耗時多久。 Optimize 的核心任務正是要改變這種現況。平台能夠挖掘企業內部的工作流程，了解員工實際在做什麼，然後將這些資訊具體化，在單一介面中呈現實際執行的工作流程、執行頻率和所需時間等關鍵資訊。簡單來說，就是用真實數據來判斷，讓企業找到投資報酬率最高的自動化切入點。 員工每月節省 35 到 42 小時，新進員工也更快上手 目前 Scribe 的旗艦產品 Scribe Capture，已經累積超過 1,000 萬個工作流程紀錄，涵蓋 4 萬種軟體應用。當員工完成某個流程或工作時，Capture 會透過瀏覽器擴充功能和桌面應用程式，自動產生包含文字說明和螢幕截圖的逐步指南。這些指南可以分享給同事或嵌入內部工具，減少重複問題、降低錯誤率並加速新人訓練流程。 在此基礎上，Optimize 進一步提供了企業級的流程分析能力。系統能自動分析所有員工的操作紀錄，生成真實的流程圖，補足過去舊有紀錄方式會容易遺漏的細節。更重要的是，它能識別出哪些流程最適合導入 AI 或自動化，為企業提供具體的行動建議。 使用 Scribe 的企業回報，每位員工每月可節省 35 到 42 小時，新員工的上軌道的速度提升 40%。 在技術層面，為了避免大型語言模型可能產生的幻覺問題，Scribe [&hellip;]</p>

「磁鐵危機」重塑汽車產業版圖：超過 90% 重稀土依賴中國，歐美急推替代供應鏈與無稀土馬達突圍

<p>全球汽車與電動車 (EV) 產業目前正面臨一場「隱性供應鏈危機」，這個危機的核心就是馬達中所需的「永磁磁鐵」。由於磁鐵的主要供應國是中國，地緣政治的不確定性，讓這場磁鐵供應危機可能重創全球汽車產業。 用於電動車和混合動力車馬達的永磁磁鐵，通常含有釹 、鐠和鋱等稀土元素，中國在大多數稀土元素的開採加工方面佔據主導地位，並將稀土作為外交武器。例如，今年中國對部分稀土實施出口管制，以反擊美國的高關稅政策。 近期稀土供應的不穩定性，對汽車製造商構成比以往更大的威脅。為了應對這種將稀土材料與「超級大國競爭」糾纏在一起的政治風險，西方國家與汽車製造商正加緊尋找替代供應鏈。 中國在稀土與永磁磁鐵供應鏈的主導地位 中國長期掌握稀土與永磁磁鐵供應鏈的主導地位，讓全球汽車產業在 2025 年面臨前所未有的壓力。IDTechEx 數據顯示，中國雖在稀土開採僅占全球約 69%，但在分離、金屬化與磁鐵製造等下游環節的市占率卻高達近 90%，成為全球磁鐵供應的絕對核心。 因此一旦中國收緊出口政策，汽車與電動車製造商在取得關鍵原料上的能力便會被大幅削弱。今年 4 月，中國針對磁鐵所需的重稀土加強出口限制，已導致部分汽車工廠被迫暫停營運，並迫使產業重新審視減少對中國依賴的必要性。 美國與歐洲多家製造商皆直言對稀土短缺感到震驚，包括 Maruti Suzuki、Lucid Motors、Ford、Suzuki Motor、Bajaj Auto 與 Ather Energy 等企業，都因難以取得磁鐵與稀土材料，在 2025 年被迫延遲、中止或減少生產。 對車廠而言，最大危機不僅是電動車馬達無法生產，而是只要缺乏永磁磁鐵，整條裝配線都可能完全停擺，因為永磁磁鐵普遍用於汽車與卡車的數十個零件中，包括雨刷馬達、座椅調整機構等傳統燃油車常見組件，因此一旦供應受阻，整個汽車供應鏈都將遭受波及。 歐美市場的應對策略一：建立替代供應鏈 面對供應鏈不穩定帶來的全面衝擊，歐美車廠與政府正從兩大方向著手應對：一是積極建立非中國來源的替代供應鏈，二是重構電動馬達的技術路線、推動無稀土化。 在供應鏈方面，美國與盟友正投入大量資金佈局稀土材料的開採、生產與回收，試圖打造可生產國防、電動車與風電等關鍵用途的高性能稀土磁鐵本土替代體系，例如通用汽車（GM）正與美國公司 MP Materials 合作，在加州進行稀土開採，並計畫於德州設立提煉與磁鐵製造設施。 然而，這類布局被普遍視為長期戰略，不僅需要巨額投資，也需要相當長的時間才能真正投入運營。IDTechEx 指出，這些計畫雖已啟動，短期內卻難以完全取代中國的主導地位，尤其是對電動車馬達至關重要的重稀土元素，更因稀缺且難以大規模開採，讓西方在供應上面臨嚴峻挑戰。Benchmark Mineral Intelligence 更預期，到 2030 年西方國家在重稀土需求上仍有 91% 必須依賴中國。 歐美市場的應對策略二：推動「無稀土」技術 另一方面，與供應鏈努力並行的是技術路線的重構，電動馬達正逐漸往「減稀土」甚至「無稀土」方向發展。減稀土策略主要透過設計優化，提高馬達功率密度與效率，以降低稀土材料的使用量，雖然減少幅度通常僅約百分之十，而非大幅削減。日本車廠如豐田、本田等，長期以材料工程方式降低磁鐵中的重稀土比例，就屬於這類做法。 更激進的方向則是完全不使用稀土的「無稀土馬達」。其中，外激式同步馬達（EESM）已經商業化進入市場，BMW 的 iX 等車型便採用此類技術。BMW 工程師 Stefan Ortmann 表示，公司在 2011 [&hellip;]</p>

D-Link 友訊科技榮獲「2025 台灣企業永續獎」雙獎殊榮 以創新行動實踐 ESG 永續願景

<p>全球網通領導品牌 D-Link 友訊科技（TWSE：2332）於「2025 台灣企業永續獎（TCSA）」中，再次以卓越的永續實踐脫穎而出，榮獲「永續綜合績效績優獎」及「永續報告書金獎」雙獎殊榮，展現在永續經營與透明揭露上的傑出成果。頒獎典禮昨（26） 日在圓山大飯店隆重舉行，D-Link 友訊科技董事長郭金河親自出席，代表公司接受榮耀獎項。 董事長郭金河表示，永續發展不僅繫乎技術的精進，更仰賴治理與組織的穩健。D-Link 友訊科技持續以「引領智慧生活，共創永續價值」為永續願景，將環境關懷、社會參與以及企業治理融入營運策略。無論是優化產品製程、推動環保材料應用，或是深化社會公益、連結在地社群，D-Link 友訊科技皆以穩健踏實的行動履行企業公民的承諾。 由台灣永續能源研究基金會主辦的「台灣企業永續獎」為國內最具代表性的永續評比之一，依據環境（E）、社會（S）與治理（G）三大面向，評選企業於永續策略與實踐的整體表現。D-Link 友訊科技近年積極推動永續轉型，不僅深化 ESG 治理架構，更以創新策略串聯企業核心價值與社會參與行動，實踐「以科技連結社會」的品牌願景。自加入台鋼集團以來，D-Link 友訊科技持續以多元創新的 ESG 專案凝聚員工共識、重塑品牌形象，投入逾千萬元資源、攜手近 40 個公益夥伴，執行超過 35 項社會參與計畫，總計上萬人次受惠。透過策略性的永續溝通與跨界合作，讓永續不僅是企業責任，更成為推動社會共榮與正向循環的力量。 在社會參與面向，D-Link 友訊科技以「友訊涓涓捐」為起點，每月舉辦不同主題的二手物資募集活動，推動循環經濟理念。2024 年共支持 13 家社福機構，舉辦 12 場募集行動，捐出 9,129 件物品並為血庫補充熱血，累計近萬人次受惠，以實際行動支持弱勢族群自立。此外，「網通資安小學堂」與「網路健檢」教育專案則結合 D-Link 友訊科技核心專業，協助弱勢學童縮短數位落差。今年更首度邀請青年志工共同編撰教材與授課，設計更貼近青少年視角的進階課程，涵蓋網路成癮、數位足跡與資安防護等主題，強化學童對數位世界的理解與自我保護意識，培育下一代 ESG 種子。 在環境與文化推廣面向，D-Link 友訊科技積極推動「環境教育」活動，帶領利害關係人深入了解在地生態與生物多樣性，實際參與環保行動；並透過「藝文推廣」與「公益商品採購行動」，以文化與經濟力量支持社福機構與藝文發展，深化永續影響力的廣度與深度。以科技連結文化與教育，更讓 D-Link 友訊科技於日前榮獲「ESG for Culture 影響力獎」長期夥伴獎的肯定。 秉持「臺灣品質、智慧創新、聚焦解方、一站整合、永續設計」的品牌承諾，D-Link 友訊科技致力以創新科技與永續思維，為全球市場與使用者打造高效、智慧且有溫度的連網體驗。董事長郭金河表示，D-Link 友訊科技會持續以實際行動深化影響力，讓科技成為推動社會共好的正向力量，實現「One Connection • Infinite Possibilities（專注智慧連網，啟動無限可能）」的品牌願景。 （本文訊息由 D-Link 友訊科技提供，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。圖片來源：D-Link 友訊科技。）</p>

用科技做大「粉絲經濟」！從 NFL 到 PLG，運動球隊如何不再只靠門票、轉播獲利？

<p>上個週末剛落幕的 Formula One 拉斯維加斯大獎賽（F1 Las Vegas Grand Prix），為這季觀光市場略微低迷的賭城，吸引約 15 萬名旅客湧入，經濟效益逼近 10 億美元。拉斯維加斯飯店 MGM Resorts 執行長霍爾巴克（Bill Hornbuckle）說：「F1 讓本應是全年最淡季的週末，瞬間變成旺季。」可見運動賽事的動員能力、粉絲經濟仍是商機無限。 面對越來越分散的平台、更多元的觀賽方式與更高的即時互動期待，運動聯盟不再只靠門票、周邊商品與轉播收入，而是全面擁抱數位科技、資料整合與生成式 AI，從粉絲管理出發打造新的成長引擎。 NFL 如何了解粉絲，向各球隊支持者個人化行銷？ 作為世界最具商業價值的運動聯盟之一，NFL（國家美式足球聯盟）擁有超過兩億名美國觀眾與遍布全球的市場。然而長期以來，球隊與粉絲的接觸點，分散在賽場上、NFL App、NFL+、球隊網站、社群平台與海外活動之間，粉絲旅程碎片化，內容體驗僵硬而缺乏一致性。 為解決這個問題，NFL 與 Adobe 合作建立整合資料庫，推出所謂的 「粉絲視圖」（Unified Fan Profile）。透過全通道的即時資料更新與自動化旅程編排，NFL 得以針對粉絲的所在地、支持球隊、內容喜好與互動行為推出更具連貫性的個人化體驗。 比方說，一位舊金山的球迷可能在週末收到專為 49ers 球迷設計的幕後花絮；而在倫敦使用 NFL App 的粉絲，會看見針對國際賽事量身打造的推薦內容；剛購票的觀眾更能在入場前收到交通提醒與賽前節目。 此外，NFL 已將 32 支球隊的海外市場佈局延伸至 21 個國家，不過不同文化對內容的偏好差異巨大，NFL 一樣透過整合資料的基礎，讓所有球隊在粉絲管理與內容投放上維持一致性；而各球隊則可依自身受眾的語言、文化脈絡與社群習慣，打造更符合當地期待的內容。 台灣職籃 P. LEAGUE+：邁向數據驅動的粉絲經濟 與美國 NFL 的轉型相呼應，台灣職籃聯盟 P. LEAGUE+（PLG）近期也宣布與美國體育科技公司 Preciser 合作，導入其即時數據與預測分析平台 StatZone，以數據驅動粉絲互動。 [&hellip;]</p>

【科技早餐】NVIDIA 回擊 Google 威脅：很高興 Google 成功，但我們仍領先一代！

<p>【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊NVIDIA 回擊 Google 威脅：很高興 Google 成功，但我們仍領先一代！ 面對外界質疑 Google 自研 TPU 對 NVIDIA 造成威脅，NVIDIA 罕見在 X 上快速回應，強調「很高興看到 Google 成功，但 NVIDIA 仍領先一代」，並表示自家平台能支援所有主流 AI 模型。這次快速發聲源自一份報導指出，Meta 考慮在資料中心採用 Google TPU，使 NVIDIA 股價盤中一度大跌 7%。 NVIDIA 表示，相較 Google 的 ASIC 晶片，GPU 的彈性與兼容性更高，最新 Blackwell 系列依然具備明顯效能優勢。儘管 Gemini 3 以 TPU 訓練並獲市場關注，NVIDIA 強調 Google 仍是自家 GPU 大客戶，而「擴展定律」依舊成立，市場對 GPU 的需求不會減緩。 分析師也指出，NVIDIA 在 AI [&hellip;]</p>

耐能新一代 AI 系列晶片發布，邁向全端 AI 基礎建設新時代

<p>總部位於聖地牙哥的全端 AI 科技企業 Kneron 耐能今日正式發表新一代 AI 系列晶片，並由全新旗艦產品 KL1140 打頭陣，全面構建從終端到雲端的完整 AI 基礎設施版圖。此次發表會中，耐能創辦人暨執行長 劉峻誠博士 亦同步揭示未來三年的高中低階多款新晶片規劃，標誌耐能正式完成全算力佈局，從 AI 晶片供應商進化為 AI 基礎建設公司（AI Infrastructure Company） 的關鍵里程碑。 KL1140：全球首款能在終端完整執行 Mamba 的 NPU KL1140 是全球第一顆可於終端設備完整運行 Mamba 神經網路 的邊緣 AI 晶片。在能效上達到現有雲端方案 3 倍效能、成本下降 10 倍，使大型語言模型（LLM）真正走入智慧設備，突破必須倚賴雲端 GPU 的限制。 透過四顆 KL1140 並聯，可支援運行高達 1200 億參數的模型，功耗僅為傳統 GPU 的三分之一。根據美國加州大學柏克萊分校測試結果，KL1140 能效大幅領先現有邊緣處理器，是目前效能突破性的 NPU 解決方案。 完整高中低階晶片佈局：耐能全系列新品首度曝光 劉峻誠博士在會中也首次完整介紹耐能未來三年的晶片產品藍圖，包括： ▶ 低功耗安防專用 • KL640、KL650：主打 Always-on 能力，滿足影像安防與低耗能場景。 [&hellip;]</p>

當缺工變「機器人紅利」：中國製造業以 AI＋機器人大升級，產線進入自動決策新模式

<p>面對人口結構快速轉變與全球競爭加劇，中國正以空前的速度及規模，將 AI 與機器人技術導入龐大的製造業中。這場由上而下推動的科技轉型，被視為突破結構性困境、並在下一代全球科技競爭中重新取得優勢的關鍵策略。 中國目前正處於經濟發展的重要轉折點。由於過往依賴的「廉價人力」已不再具備競爭力，同時又因人口萎縮、年輕世代不願進入工廠，以及製造業工資水準持續升高等現象，讓中國製造面臨巨大壓力。此外，全球關稅動盪的外部威脅，讓中國領導層更加堅信全面升級製造能力的必要性。 在這些因素推動下，中國開始將「自動化」視為克服勞動力短缺、維持成本優勢的核心手段，因此快速部署 AI 與機器人，成為中國鞏固「世界工廠」地位的主要方向，《Global Times》也將這股趨勢形容為「機器人紅利」。 從積極生產、部署工業機器人到發展具身 AI：中國製造的新布局 在這樣的政策方向和產業需求助推下，中國的機器人生產與導入規模迅速攀升，並在多項關鍵指標上取得全球領先。根據國際機器人聯合會數據指出，去年中國共安裝 295,000 台工業機器人，數量幾乎是美國的九倍，並且超過了世界其他地區的總和。截至 2024 年，中國運行中的機器人總數已突破兩百萬台，居全球之冠。《Global Times》則報導，2025 年前三季，中國高科技製造業的工業機器人生產量達 595,000 台，已超越去年全年的總和。 近期，中國政府已將發展重點從傳統的工業機器人轉向更先進的「具身 AI」（Embodied AI）系統，並納入國家長期發展策略，作為推動經濟成長的新動力。 要理解中國下一階段的自動化戰略，必須先釐清「具身 AI」究竟代表什麼。「具身 AI」是指能夠感知和解釋來自物理環境的視覺、聽覺、觸覺等多模態輸入，進而做出自主決策，並在現實世界中執行物理行動的系統。這種系統整合先進的軟體、複雜的感測器和精密的控制系統，實現高度的自主決策，以及對動態環境的適應能力。 此外，「具身 AI」不僅限於人形機器人，例如四足機器人、無人機、自動駕駛汽車以及工業機械手臂，也都是具身 AI 的代表。 透過這種高度整合的「 AI＋機器人」工業生態系，中國希望能藉此解決人口迅速老化和勞動力短缺的挑戰，特別是具身 AI 可望替代人類勞動力，從事不適合或危險的任務，例如暴露在極端溫度下的崗位，或是提供老年照護服務。 「AI＋機器人」在工廠深度整合的實戰案例 在中國，「AI＋機器人」在工廠深度整合的實際案例也越來越多。以家電大廠美的集團（Midea）為例，其位於荊州的洗衣機工廠導入 AI「factory brain（工廠大腦）」，讓中央系統能同時協調工廠內的機器與機器人，並管理 14 個虛擬代理以判斷每一道程序的最佳執行方式。在組裝線上，AI 還能辨識不同型號的乾燥機，並指揮機器人精準執行緊固螺絲等動作，展現接近人工的彈性，更讓部分作業時間從 15 分鐘縮短至 30 秒。 在鋼鐵與重工業領域，寶武鋼鐵集團（Baosteel）打造的「黑暗工廠」則展現 AI 與機器人協作所帶來的高度自動化。過去需要每 3 分鐘進行一次人工干預的流程，如今透過 AI 控制系統可延長至每 30 分鐘才需要人工確認一次，大幅降低人力負擔。 這股升級浪潮也延伸至物流、港口與出口供應鏈。以天津港為例，營運商導入無人駕駛卡車與名為 OptVerse [&hellip;]</p>

揭秘 7 種人類、AI 代理、機器人協作新常態！麥肯錫：人類技能將進化，而不是消失

<p>生成式 AI 正在快速拓展生產力的極限，但麥肯錫最新研究指出，未來工作的核心並不是「誰取代誰」，而是人類、AI 代理（AI Agents）與機器人如何形成新的協作模式。報告指出，如只從「任務可自動化程度」來看，AI 理論上已能自動化美國 57% 的工作時間。然而，這並不等於 57% 的工作會消失，而是工作結構會重新設計，職能轉向更仰賴人機協作。 逾 7 成技能需求同時存於可、不可自動化工作中 麥肯錫在最新報告《Agents, robots, and us: Skill partnerships in the age of AI》預估，AI 代理目前已具備執行佔美國工作時數 44% 的任務能力，實體機器人則可覆蓋約 13%，但「任務」可自動化，不代表「職位」會自動消失。 報告指出，一項關鍵原因在於人類技能的高度耐久度：即便 AI 會接手整理文件、摘要研究、處理流程等例行性任務，但有超過 7 成雇主需求的技能，仍同時存在於可被自動化與不可自動化的工作當中。麥肯錫指出，這代表人類的多數技能並非失效，而是被重新應用在新的工作情境。 報告分析，如要再往前推進、自動化更多類型的工作，科技還需要跨越人類能力上的多個障礙：AI 代理必須能理解人的「意圖與情緒」，而機器人則得突破更細緻的動作控制，例如抓取易碎物品、或在手術中精準操作器械等現在仍非常依賴人工的任務。 從以人為主到機器人主導，揭密 7 種人機協作模式 為了更具體地描繪未來的職場樣貌，麥肯錫分析了約 800 種職業，並根據其對物理、認知及社會情感能力的依賴程度，歸納出 7 種不同的人機協作原型。 依照自動化潛力來看，光譜的一端是「以人為中心」（People-centric）的工作，例如護理師、心理學家或消防員，這類工作主要由人來完成，約佔美國就業市場的 34%，機器難以取代其核心的人際互動價值 。 另一端則是自動化潛力高的工作，分別為「以 AI 代理為中心」（Agent-centric）與「以機器人為中心」（Robot-centric）。前者的相關職業涵蓋會計師、軟體開發人員與律師，約佔美國 30% 勞動力，其大量的認知任務可由 AI 代勞；後者如焊接工與庫存管理員，約佔 8%，主要由機器人執行體力勞動 。 [&hellip;]</p>

NVIDIA 晶片只是手段，自主才是目的！拆解南韓如何用「美系軍火」打造去美化 AI 生態

<p>當全球 AI 競賽被美、中兩強主導，越來越多國家開始意識到：過度依賴大國技術，等於把國家競爭力與國安主導權外包，加上當局也越來越難監管這些公司，「主權 AI」（Sovereign AI）因此迅速成為全球科技與政策關鍵字。 所謂「主權 AI」的總體目標，是建立在地化的運算基礎設施，並致力於在各個環節擁有國內自主能力，涵蓋大型語言模型（LLM）的開發、晶片製造，到雲端儲存以及工程人才的培育。更重要的是，許多國家希望能夠按照自己的條件，監管並管理由 AI 使用和生成的數據，避免敏感資訊外流或受制於他國法規。 Gartner 預測，到 2028 年，全球將有 65% 的政府制定技術主權相關要求，希望確保資料、模型、算力與基礎設施不受域外監管干預。這顯示，在美中兩強的夾縫中，擁有自主可控的 AI 技術將逐漸成為各國政府共識。 法國、英國、印度與沙烏地阿拉伯相繼投入主權 AI，另一值得關注的焦點是南韓。這個擁有半導體實力、軟體基礎與科技巨頭的國家，正急起直追，嘗試透過政府政策與產業投資，在夾縫中打造自己的 AI 自主體系。 佈局「非 NVIDIA」防線，韓財閥聯手築起護城河 《華爾街日報》報導，南韓新總統李在明，已將明年用於 AI 開發的政府預算提高三倍，達到約 68 億美元，同時成立規模約 1020 億美元的「國家成長基金」用於未來五年對包括 AI 在內的高科技戰略產業進行投資。韓國也設立了 AI 和未來規劃總統秘書一職，帶領公私合作計畫。 近期，南韓政府更宣布將採購 26 萬顆 NVIDIA 高階 GPU，將其部署在國家級資料中心與多家本地雲端供應商，形塑屬於韓國的算力主權。 韓國也正在打造國家級大型語言模型（K-LLM），結合法律、醫療與政府資料，補上全球主流模型在韓語語料上的不足。其國內兩大軟體巨頭 Naver 與 Kakao 則同步推出本地語言模型，強化韓語使用者的語境理解。 更關鍵的是，韓國並未把算力完全綁在 NVIDIA 身上。兩家 AI 晶片新創 Rebellions 與 FuriosaAI 分別推出低功耗推論用 NPU，在政府支持下，試圖打造成本更低、掌控度更高的國產替代方案。 [&hellip;]</p>

BNPL 巨頭變身發幣者！從批評加密到自推穩定幣，Klarna「態度反轉」搶攻 27 兆美元商機

<p>提供「先買後付」（BNPL）解決方案的瑞典金融科技公司 Klarna，近日宣布推出首個穩定幣 KlarnaUSD。過去，Klarna 執行長 Sebastian Siemiatkowski 一直是加密貨幣的反對者，不過近期 Sebastian Siemiatkowski 逐漸轉換態度，並向媒體表示 Klarna 將成為「全球最後一家擁抱加密貨幣的大型金融科技公司」。 「加密技術終於達到一個階段，它已經快速、低成本、安全，並且具備規模化能力，」Sebastian Siemiatkowski 表示，KlarnaUSD 可以視為 Klarna 涉足加密領域的起點。&nbsp; 根據麥肯錫估計，穩定幣交易額現在每年已達 27 兆美元，並可能在十年內超越傳統支付網路。Klarna 選擇現在宣布推出 KlarnaUSD，主要是因應穩定幣市場的快速擴張與跨境支付的高昂費用。目前全球每年產生的跨境支付交易費用估計約為 1,200 億美元，Klarna 認為穩定幣將是大幅減少消費者和商家跨境支付成本的有效方式，也成為其轉向加密貨幣領域的關鍵誘因。 KlarnaUSD 是什麼？ KlarnaUSD 是與美元掛鉤的穩定幣，通常由短期證券或現金類資產支持，目的是提供比傳統銀行系統更快、更便宜的跨境支付替代方案。 在技術平台上，KlarnaUSD 是第一個在 Tempo 區塊鏈上發行的銀行代幣。Tempo 是一個專為支付目的而構建的獨立區塊鏈，由 Stripe 和 Paradigm 共同發起。 在發行模式與基礎設施方面，KlarnaUSD 透過 Bridge 公司的 Open Issuance 服務發行。Bridge 是一個領先的穩定幣基礎設施平台，屬於 Stripe 公司。 關於推出時程，KlarnaUSD 目前正在測試網上運行，預計在 2026 年於 Tempo 的主網上線。 [&hellip;]</p>

ChatGPT「購物研究」新功能掀零售巨人交鋒，產品推薦權與流量版圖將重新洗牌

<p>近日 OpenAI 在 ChatGPT 推出「購物研究」（Shopping Research）新功能，目的是為用戶提供更深入的產品研究服務。使用者只要描述自己的需求，例如「幫我找到適合小公寓使用、最安靜的無線吸塵器」，並透過簡單的問答流程後，就可以獲得一份詳盡的「買家指南」。 相較於僅查詢單價或確認功能等簡單問題，ChatGPT 購物研究功能的定位是進行更深層次的決策制定，並將發現產品的過程轉變為一種「對話」。像是當用戶輸入模糊或廣泛的需求時，ChatGPT 會自動建議用戶選擇「購物研究」模式，並在用戶選擇後，由系統開啟視覺化的互動介面，並提出釐清問題，以了解用戶的預算、產品用途或偏好功能等具體需求。 待 ChatGPT 掌握需求後，便會開始瀏覽網路，進一步從多個高品質來源蒐集並引用可靠的最新資訊，包括產品規格、圖片、價格、評論及可用性等。幾分鐘後，ChatGPT 就會整理並交付一份個性化的買家指南，內容包含「頂級產品、關鍵差異、權衡點」，以及來自可靠零售商的最新資訊。 「購物研究」新功能的關鍵在於高度互動性，用戶可以在研究過程中透過互動引導系統，將商品標記為「不感興趣」或「更像這個」，讓 ChatGPT 可以根據用戶即時回饋，不斷更新並優化搜尋結果。 「購物研究」新功能如何重塑產品發現路徑與購物流程？ 在購物研究新功能上線後，也為品牌與零售業者帶來新的反思，因為當消費者逐漸習慣透過 ChatGPT 發現、理解與比較商品，而非直接前往搜尋引擎或 Amazon 時，代表品牌與零售商原本依賴的流量入口及產品發現路徑，都可能被重構。 對企業而言，若「導購權」開始從傳統平台或搜尋引擎，轉移至 AI 手中，就必須重新思考策略。因為目前 ChatGPT 購物研究功能的產品推薦結果是「非贊助的」，且訓練模型會優先考慮高品質、值得信賴的網站及內容，所以品牌必須重新評估商品曝光模式、評價體系，並確保產品符合 AI 的挑選邏輯。 這也讓與 OpenAI 提前展開合作的 Walmart、Etsy 和 Shopify 等零售電商平台，更有機會成為「被 AI 優先推薦」的對象，從而獲得新的市場優勢。 OpenAI 與 Amazon 的「巨人交鋒」 雖然購物研究功能目的是整合多個公開零售網站的產品規格、評論與價格，但《Modern Retail》報導指出，ChatGPT 並無法從「所有」主流電商平台取得資料。 OpenAI 也證實，系統會嚴格依循各網站的存取規範，只顯示允許瀏覽代理程式讀取的頁面內容。正因如此，當 Amazon 近期更新 robots.txt、封鎖多個 OpenAI 爬蟲後，Amazon 的商品列表在購物研究功能中便可能受限，甚至完全無法顯示。 儘管 Amazon [&hellip;]</p>

【把專業裝瓶】你想為自己複製一個數位攣生體，並永遠提供公司用嗎？

<p>生成式 AI 推動了一種全新的生產力想像：把一個人的語氣、知識、判斷與工作習慣複製成「數位孿生」。 對企業來說，這不只是一項工具，而是一種能將人才擴張到多個場景的組織策略。新創公司與企業平台正積極打造可回覆、可決策、可執行任務的個人化 AI。然而，這種技術的普及同時暴露出關於專業價值、身份界線，以及工作本質的根本問題。 Viven 與 Synthesia：不只複製聲音，而是複製角色 在這個新興市場中，Viven 是最具代表性的公司之一。它以「個人化 AI 分身」為核心，透過學習使用者的語言風格、邏輯節奏與職場判斷，打造可獨立執行溝通、寫作與諮詢任務的虛擬替身。 這類工具的吸引力在於，它能讓重要人才在多個客戶與決策情境中同時「出現」，對大型組織而言具有極高的擴張效益。 另一家受到廣泛引用的公司 Synthesia，則從影片生成切入。它最初以「虛擬講者」聞名，企業可利用真人化的 AI 角色錄製教育與訓練影片，如今更能重現講師或領導者的語氣與呈現風格。對教育機構與國際企業而言，產能提升非常亮眼。 然而，這也使虛擬人格的授權、所有權與持續使用成為迫切的倫理議題。 當分身變成「高效率替代品」 隨著工具成熟，愈來愈多組織開始想像，如果虛擬替身能回覆郵件、回答諮詢、主持簡報，是否還需要真人的全部投入？ 這背後存在一個普遍誤解，亦即「複製輸出 ≠ 複製能力」。 企業往往希望「把專業裝瓶」，把領導者或專家的語氣、判斷模式轉為可複製的模型。然而專業價值往往來自於長期累積的脈絡理解、臨場反應與倫理判斷，而非語言表層的模仿。 一個人的專業價值並非體現在其言語或舉止上，而是體現在其判斷力上，這種判斷力是在時間的累積、對情境的理解和好奇心的驅使下形成的。即便 AI 能精準模仿風格，它仍無法演化出新的洞察。 換言之，AI 生成的版本只會停留在被訓練的那一刻，是「靜態複製品」而不是未來的延伸。 當分身比本人活得更久…… 企業近年的經驗顯示，管理者喜歡分身幫忙處理例行互動，但對於是否真正能代表自己決策，普遍抱持疑慮。原因在於，AI 化身缺乏人類在協商、談判、領導中最關鍵的能力，包括細微差異、時機掌握、情緒理解。當這些互動被分身接手，效率或許提升，但人格與信任感卻被稀釋。 將這些事情委託給演算法，就像派人體模型去參加會議：技術上到位，情感上空洞。 更棘手的是，AI 分身可能成為永久資產。若企業在領導者離職，甚至離世後仍保留其虛擬化身，這將帶來重大的倫理衝擊：誰擁有這個分身？可以被商業化多久？當個人資料被「永續化」，是否還能撤回？ 當我們把人複製成資料物件時，我們就有可能把身分變成基礎設施，變成可以隨意授權、貨幣化或重新包裝的東西。 AI 的正確角色：增強，而非替代 儘管存在風險，數位孿生技術並非不能使用。當 AI 被放在「增強」的位置，而不是「模仿」的位置，其價值會真正體現。企業若要部署此類工具，至少應遵守四項原則： 當分身技術愈加普及，人人都可能擁有自己的 AI 版本。有些人視其為延續生命的替代形式，也有人視其為不必要的負擔。問題是，當可複製的不再是人本身，而是人的外殼時，什麼才是不能被複製的核心價值？ 在 AI 尚未具備意圖、倫理與目的前，人的角色仍是不可替代的。而這場由分身技術帶來的革命，最終考驗的不是 AI，而是人如何界定自己的工作、能力與存在位置。 【推薦閱讀】 ◆ 【AI 開發的盲點】兩起事故證明，速度不是生產力，流程才是◆ 從 AGI 到 HSI：微軟為 AI [&hellip;]</p>

迪士尼和 NVIDIA 合作最新 AI 機器人「雪寶」亮相！長得不像機器人挑戰在哪？

<p>今年 3 月，NVIDIA GTC 大會上一隻小小的、以迪士尼電影《星際大戰》為靈感打造的 BDX 機器人上台與執行長黃仁勳互動，引起全球矚目。當時 NVIDIA 宣布正與迪士尼、Google DeepMind 合作開源模擬框架 Newton，如今合作迎來新成果：迪士尼新一代機器人「雪寶（Olaf）」正式亮相。 這款來自動畫《冰雪奇緣》的雪寶機器人，高度與人類腰部等高，展現了驚人的靈活度，不只能與人進行對話，嘴巴、眼睛都能靈活運動，甚至連極具代表性的紅蘿蔔鼻子、樹枝手臂都能像電影情節一樣被拆下來。 雪寶機器人的外型與 BDX 截然不同，即將在 2026 年初於香港、巴黎迪士尼樂園的冰雪奇緣主題世界中亮相，讓角色真正「走入實體世界」。這不只象徵迪士尼的角色創新進入新篇章，迪士尼也對外揭秘了機器人「魔法背後的科技」。 @disneyparks From screen to reality, the next-generation robotic character representing Olaf marks a new chapter in Disney character innovation ☃️ ♬ original sound – Disney Parks 克服「反物理」挑戰，Kamino 模擬器成關鍵 要將動畫角色帶入現實世界，迪士尼團隊面臨了獨特的挑戰。與本身就是機器人設定的 BDX 不同，雪寶這類動畫角色往往擁有「違反物理常規」的特性——移動方式與身體結構在傳統物理法則下難以實現，因此在真實世界中重現格外困難。 為了讓雪寶動得盡可能真實，迪士尼幻想工程（WDI）研發資深副總裁 Kyle Laughlin 表示，他們的關鍵技術是採用 AI 強化學習，並從基礎上擴充了該框架，讓角色能在硬體極限下展現可信的動作。 此外，迪士尼團隊也為 [&hellip;]</p>

【科技早餐】OpenAI「神秘裝置」原型完成：艾夫操刀、鴻海可能代工，AI 硬體新戰局啟動

<p>【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊OpenAI「神秘裝置」原型完成：艾夫操刀、鴻海可能代工，AI 硬體新戰局啟動 OpenAI 執行長 Sam Altman 近日在 Emerson Collective 影片中宣布，OpenAI 第一款硬體消費裝置的原型機已經完成，由前蘋果首席設計師、iPhone 之父 Jony Ive 親自操刀，預計兩年內問世，宣告這家 AI 新創正式跨入硬體戰場。 這款裝置的外觀與細節目前完全保密，但 Sam Altman 形容成果「卓越到不可思議」，強調會提供「比手機更平靜、沉浸的使用體驗」，不會像手機那樣被大量通知干擾。Jony Ive 則說，最好的產品設計，是讓人覺得「它本來就該長這樣」，甚至開玩笑說，看到原型機時會有「想咬一口」的衝動。 今年 OpenAI 以 64 億美元收購 Ive 創辦的新創 io，如今產品也正式跨出第一步。至於量產端，外界普遍看好與 OpenAI 合作打造 AI 基礎設施的鴻海，最有機會承接製造，但雙方尚未證實。一旦 OpenAI 成功推出具顛覆性的硬體，可能直接衝擊 Google、Meta 在智慧眼鏡與 AI 裝置上的布局，甚至對在 AI 裝置上相對保守的蘋果形成壓力。 ＊美國啟動「創世紀計畫」：AI 版阿波羅登月，奪回科技霸權 美國總統川普在 11 月 24 日正式簽署行政令，啟動名為「創世紀計畫」（Genesis Mission）的重大科研工程，被白宮形容是自阿波羅登月以來、最大規模的科研資源調動。核心目標，是把能源部的超級電腦、AI 模型與科研資料全面整合，打造一個「閉環 [&hellip;]</p>

為美國 AI 擴大國家資料集共享！川普啟動「創世紀任務」的終極目標是什麼？

<p>白宮正在試圖改寫「誰能使用美國最大科學資料庫」的規則，美國總統川普在 11/24 簽署名為「創世紀任務（Genesis Mission）」的行政命令，目的在促進 AI 研發，並藉此降低美國不斷上漲的能源成本。 這項計畫要把聯邦政府累積數十年的科學資料集，與能源部（DOE）國家實驗室的超級電腦整合，打造能供 AI 研究、產業與科學機構使用的共享平台。白宮形容，這項動員規模可與「曼哈頓計畫」與「阿波羅登月計畫」相提並論，盼在全球 AI 競賽中取得優勢，同時緩解民眾對電費上漲的憂慮。 全球最大科研 AI 平台，NVIDIA 等巨頭助攻 這項任務的核心在於動用美國聯邦科學資料集，被視為全球規模最大的科研資料庫之一。川普表示，這些資料將能夠用來訓練科學基礎模型，並建立 AI 代理（AI Agents）來測試新的科學假設、自動化繁瑣的研究流程，進而加速科學突破。 該計畫的重點領域包括生物技術、關鍵材料、核分裂和核融合能源、太空探索、量子資訊科學以及半導體和微電子學。 《CNN》報導，能源部旗下的各大研究實驗室數十年來一直從事能源、健康、應用材料、量子科學等領域的研究，該部部長 Chris Wright 表示：「私部門已在極大規模上推動人工智慧，但著力點略有不同，多半聚焦於語言、商業、流程與消費者服務」、「我們現在所做的，就是將這些能量轉向科學發現與工程進展」。 為了支撐如此龐大的運算需求，根據《Bloomberg》報導，白宮已經與多家科技硬體巨頭達成協議，包括 NVIDIA、Dell、HP 以及 AMD 等，將協助提升美國國家實驗室的超級運算資源。這意味著，美國最聰明的腦袋、最強大的電腦以及最廣泛的科學數據，將被整合進一個合作系統中，消除資料共享障礙。 用 AI 解決 AI 帶來的能源壓力 這項計畫也正面處理 AI 熱潮帶來的一個關鍵問題：AI 可能對電網造成的壓力。《CNN》報導，美國住宅用電價格持續上升，自 2022 年以來平均電價已上漲 13%。根據能源部的一份報告，資料中心預計在 2028 年將消耗全美約 6.7% 至 12% 的電力，高於 2023 年的 4.4%。 Wright 說，這個新計畫的終極目標之一，是增能源供給、提高電網效率，並「讓美國人很火大」的電價上漲能夠緩下來。然而，要做到這一點並不容易，因為美國電網本身就需要更新與維護，特別是在極端氣候事件越來越頻繁的情況下，加上 AI 發展速度也可能讓能源產業難以跟上。 要贏中國！川普加速推動 [&hellip;]</p>

Google 如何蠶食 NVIDIA 的 AI 晶片地盤？Meta 洽談採購 TPU，AI 資料中心版圖正在洗牌

<p>據《The Information》報導，Meta 近期正與 Google 洽談，目標是在 2027 年於 Meta 資料中心啟用 Google TPU 晶片，洽談規模可能高達數十億美元。 目前 Meta 資料中心主要仰賴 NVIDIA 的 GPU，因此若 Meta 成功導入 TPU，這將是 Google 在 AI 晶片業務上的重大勝利，Meta 也將成為 Google 罕見的大型外部客戶，並展現 NVIDIA 的資料中心 GPU 霸主地位，首度遇到結構性挑戰的危機。 「推理時代」為 TPU 帶來市場新機會 這項洽談之所以受到市場高度關注，是因為目前 AI 已進入「推理時代」，而 TPU 在推理工作負載上具備明顯優勢。TPU 是一種專門用於運行 TensorFlow 神經網絡的 ASIC（特殊應用積體電路），具備成本、能耗與吞吐量優勢。《ZeroHedge》指出，大多數受訪專家同意 TPU 相比 NVIDIA GPU 更具成本效益，並且在每瓦性能上表現更佳。一位前 Google 部門主管表示，TPUv6 比 GPU 效率高出 60-65%。 [&hellip;]</p>

Hour of AI in Taiwan 史上最大 AI 學習活動：台積電、微軟領頭，體驗 1 小時玩 AI 就上手

<p>ChatGPT 在 2022 年問世，成為連續 4 年最勁爆的全球教育話題，AI 當之無愧。顛覆我們對 AI 應用的想像，也促使我們重新思考，傳統教育還有效嗎？未來學習該掌握哪些關鍵？怎樣跟國際接軌？這些問題，一起看看台積電、微軟、 Meta 等科技跨國企業怎麼用行動回答。 均一平台教育基金會透過推動美國非營利組織 Code.org 所發起的 Hour of  AI 活動，11/25 上午在教育創新合作社 Education Colab，舉辦「一小時玩 AI」記者會，連結政府、企業、NPO 團體、中小學，希望讓台灣的孩子在一小時玩 AI 就上手，而且學習不會結束， 把這一小時擴大成台灣的機會， 促進台灣未來成為 AI 人才發展的全球重鎮。 台積電資深副總何麗梅致詞表示，她代表台積電，也以均一平台董事身分，參與 「Hour of AI」台灣行動啟動，把時間往回拉到 2016 年，台灣曾辦理 Hour of Code，為今天埋下伏筆。當年台灣表現亮眼：全球第 9、亞洲第 1。九年之後， 2025 年的 Hour of AI 目標：一年 25 萬人參與，全球前 5、亞洲第 1。 何麗梅認為，這不僅是一個活動 KPI，是向全世界發出一個訊號：台灣不只是會寫程式、製作晶片的國家，更是一個全民一起培養 AI 力量的國家。 數位發展部政務次長侯宜秀強調，台灣在 [&hellip;]</p>

【DEAT 專欄】從個資焦慮到治理信任：企業準備好迎接分級監管了嗎？

比 Gemini 3 Pro 還強！Anthropic 發表 Claude Opus 4.5，更便宜、無限聊天等 5…

<p>Anthropic 再次提高了 AI 競賽的標準，宣布推出 Claude Opus 4.5，這是該公司 2 個月內推出的第 3 個 AI 模型，距離 Google 推出 Gemini 3 模型僅一週。這既是 AI 產業持續快速發展的最新例證，也加劇 Anthropic 與對手 OpenAI、Google 的競爭。 「對我們來說，這是世界上最聰明的模型，」Anthropic 的開發者關係主管 Alex Albert 告訴《Business Insider》。究竟這款新模型特色是什麼？以下亮點整理： 亮點 1：性能表現超越 GPT-5.1 與 Gemini 3 Pro Claude Opus 4.5 在 Anthropic 官方公布的 SWE-Bench Verified 測試中，取得 80.9% 的準確率，是全球第一個突破 80% 的模型，領先於 OpenAI 的 GPT-5.1 Codex Max（77.9%）、Anthropic [&hellip;]</p>

7B 小模型超越 GPT-4o？微軟 Fara-7B 本地運行、能操控滑鼠鍵盤，破解企業數據安全痛點

<p>微軟近日發布一個參數僅有 70 億的小型語言模型（SLM） Fara-7B ，也是微軟第一個專為「電腦使用代理」（Computer-Use Agent, CUA）設計的代理 SLM。 有別於傳統僅生成文字回應的聊天模型，如 Fara-7B 這一類的電腦使用代理模型，可以在使用者裝置上直接操作滑鼠、鍵盤與視覺介面，進一步執行複雜任務。這種在裝置端運行電腦使用代理模型的模式，由於使用者資料將被保留在本地裝置上，因此可以顯著降低延遲並提升隱私保護。 Fara-7B 採取「視覺優先」模式，創造「像素主權」 為了在本地端精準執行各類複雜操作，Fara-7B 採用「視覺優先」的互動模式。Fara-7B 透過視覺感知網頁運作，並直接對預測座標執行點擊、輸入與滾動動作，不依賴獨立的模型來解析螢幕，也不使用像瀏覽器「輔助功能樹」（Accessibility tree）這一類的額外資訊。 這種純視覺方法讓模型能夠像人類一樣與電腦互動，即使在使用者介面結構複雜或底層程式碼不透明的情況下，仍能順利操作。微軟研究院 AI Frontiers 實驗室的資深產品經理 Yash Lara 表示，在裝置上處理所有視覺輸入，創造了真正的「像素主權」（pixel sovereignty），有助於受高度監管的產業，滿足資安合規的嚴格要求。 Fara-7B 在準確性、效率與隱私層面的關鍵優勢 微軟 Fara-7B 的亮點之一，就是在 WebVoyager 基準測試的任務成功率達到 73.5%，成績優於被設定為電腦使用代理模型時的 GPT-4o，後者的成功率為 65.1%。這項結果展現 Fara-7B 正在接近前沿大型語言模型的能力，並在成本與準確性之間取得了新的平衡。 在效率方面，Fara-7B 表現出明顯的進步。在比較測試中，Fara-7B 平均只需約 16 個步驟即可完成一項任務，相較之下，前代模型 UI-TARS-1.5-7B 則需要約 41 個步驟。 此外，Fara-7B 專為部署於裝置端的需求設計，由於運行時 Fara-7B 不會向雲端發送任何數據，因此可以有效降低延遲並增強隱私保護。 Fara-7B 現已在 Microsoft Foundry 和 [&hellip;]</p>

台灣零售衰退，電商逆勢成長：momo 總經理谷元宏揭 AI Agent 如何重塑搜尋邏輯、購物流程與平台價值

<p>專訪：《TechOrange》社長戴季全 / 撰稿：李昀蔚 2025 年因為關稅變化、台幣升值、日幣續貶等因素，使台灣出國旅遊、海外刷卡的數字不斷增加，卻也加劇提振國內消費的難度。本集《全新一週》邀請到 momo 總經理谷元宏，分析電商在台灣零售市場整體衰退的背景下逆勢成長的關鍵，以及借力 AI Agent 重塑購物流程與平台價值的具體策略。 谷元宏指出，2025 年是「特別」的一年，從第一季到第三季台灣整體零售市場呈現 -0.9% 的負成長，即使扣除受關稅因素影響的汽機車項目，前三季的零售成長率也僅有 1.3%，創下開始追蹤該數字以來的低點。 不過，在整體零售市場疲軟的背景下，電商的表現相對較好，增幅仍高於整體零售的成長。谷元宏認為，除了更多競爭者加劇競爭環境、帶來新刺激外，更大的成長原因來自實體電商的電商部門成長，許多實體零售業者開始認真思考 OMO（Online Merge Offline）策略，並投入更多資源拓展電商部門。「我覺得未來零售都應該會有 online、offline 兩個 o，」谷元宏強調，無論原本屬於線上還是線下的零售業者，最後的終極目標都是同一個，就是補足自身沒有的部分。&nbsp; AI Agent 重塑搜尋邏輯、購物流程與平台價值 隨著 Amazon 已在今年下半年推出 Buy for Me，讓 AI Agent 替購物者完成採購，同時也明確警告 Perplexity 不得利用其 AI Agent 在 Amazon 上購物，顯示電商平台已開始捍衛自身的生態系主導權。對於這股 AI 趨勢的發展速度，谷元宏坦言「沒有想到會發生這麼快」。 谷元宏進一步分析，過去消費者找商品主要依靠字詞比對，聚焦於品牌、規格與功能等屬性，但未來的 AI Agent 則會更深入理解使用者，不只關注當下需求，更是掌握其潛在偏好。例如消費者購買冰箱時，真正重視的可能不是最低價格，而是售後服務是否可靠，這也意味著使用者的「服務需求、使用情境與隱性偏好」將成為未來商品匹配的核心變因。 然而，這也將為平台帶來全新挑戰，因為如果 AI 只能看見所有平台的同款商品規格，購物決策就會被簡化為比價，因此平台必須思考，如何讓 AI 理解「我的服務比競品更好」，並具體把服務力作為價值的一部分傳遞給 AI Agent。 「我覺得還有一個實際的問題，就是安全性，」谷元宏強調，由於代購涉及付款與交易，因此對於 [&hellip;]</p>

打破人形機器人訓練侷限、獲 5 千萬美元融資！NVIDIA 前員工創辦 Flexion 看見什麼樣的未來？

<p>在全球人形機器人競賽升溫的 2025 年，一家來自瑞士蘇黎世的機器人新創 Flexion 以獨特定位強勢崛起。這家公司不造機器人硬體，而是把所有精力投入在能夠理解人類語言、能學習、能自主決策的「通用機器人大腦」。 《Crunchbase》報導，Flexion 在成立不到一年內，就成功募集 5 千萬美元 A 輪資金，投資陣容包含 DST Global Partners、NVentures（NVIDIA 旗下創投）、Prosus Ventures、Redalpine 與 Moonfire Ventures，使其總募資額來到 5,735 萬美元。這不只是亮眼的早期投資規模，也透露出資本市場對「機器人智慧化」的急迫期待。 擺脫人為遙控瓶頸，Flexion 打造「規模化」路徑 Flexion 的執行長 Nikita Rudin 與技術長 David Hoeller 均為 NVIDIA 前研究員，團隊成員還包括來自 ETH Zurich（蘇黎世聯邦理工學院）、Meta、Google、Tesla 和 Amazon 的頂尖工程師與科學家。他們觀察到，儘管市面上有許多外型逼真的人形機器人，但大多數仍依賴預先寫好的腳本，或是透過人類操作員進行遠端遙控（Tele-operation）來訓練。Nikita Rudin 在接受《Crunchbase》採訪時直言，這種依賴人力的訓練方式「無法規模化」。 Flexion 的使命正是要打破上述侷限，建立一個完整的自主堆疊（Autonomy Stack），包含語言層級的推理、視覺-語言-動作的生成，以及基於 Transformer 架構的全身控制技術。簡單來說，他們的目標是讓機器人能夠理解指令、在真實世界中移動，並在極少的人為干預下適應新情況。 模擬優先取代人力示範，三層架構構建通用智慧 與目前市場上依賴大量「人類示範」數據的方法不同，Flexion 採用了一種「模擬優先」的策略。他們主要利用高效能物理模擬所生成的合成數據（Synthetic Data）來訓練模型，並結合強化學習技術。 這麼做的好處是，資料的生成不再受限於昂貴且緩慢的人力勞動，且模型能夠在多樣化的虛擬環境中試錯，進而培養出比人類遙控更強的通用能力與適應性。 Flexion 的技術堆疊主要分為三層：首先是「指令層」，利用大型語言模型（LLM）進行任務拆解與情境理解；其次是「動作層」，主要透過合成數據訓練，並針對真實世界的例外情況進行微調；最後是「控制層」，能從模組化的技能庫中快速合成行為。這種架構讓機器人不再需要死記硬背，而是具備真正的學習與適應能力。 商業模式：做機器人產業的通用軟體 Flexion 目前擁有 [&hellip;]</p>

AI 生成的廣告不只是假人，還有假文化——品牌語彙恐被演算法淡化

<p>OpenAI 推出的 AI 影音生成工具 Sora，上線後短短數天內在蘋果App Store的下載量迅速攀升，這在好萊塢引發了軒然大波。好萊塢製片與工會對 Sora 的影像風格相似度感到憂慮， 認為它可能模仿既有電影語彙、視覺風格，引發潛在版權爭議。 隨著 AI 生成影片的製作門檻降低，商業廣告的「真實感」也正被演算法重塑。從美國知名論壇 Reddit 旁的影片廣告到串流平台上的商業短片，那些過於完美的笑容和超現實的場景，開始入侵我們的視覺世界。 AI 廣告帶來極低成本與可擴展性，品牌商只需輸入行銷文案，就能大量產出畫面精美、光線完美的廣告。但這種演算法創造出來的內容，正在鬆動品牌與觀眾之間的信任感。 除了 AI 假臉，品牌敘事語彙恐被 AI 取代 AI 演員不會出錯、不會遲到、不會要求報酬，品牌商只要點擊幾次就可快速製作符合不同市場版本的影片，甚至能即時調整演員膚色、配音語言。 然而，演算法生成的笑容、光線與動作雖然精準無誤，卻總讓人感覺不太像真人。這種恐怖谷效應（uncanny valley，當人工製造的物體外觀越接近真人，但又不完全相同時，人們會產生不舒服或排斥的感覺）讓不少觀眾產生排斥感。 AI 廣告真正的衝擊不只在「演員不夠像真人」，還包括：模型會替品牌生成不存在的文化語彙，甚至捏造整套品牌沒說過的文化敘事。 研究指出，當生成式 AI 的訓練資料主要來自美國或主流英語文化時，它生成的內容便傾向複製這些文化模板，而弱化非西方語境。這意味品牌可能在不知不覺中，讓演算法主導敘事語彙，使廣告逐漸與其原本文化定位脫節。 品牌可能在不自知的情況下，將其文化語言交給演算法，讓廣告越來越不像「某品牌的故事」，而只是「模型覺得這樣看起來像廣告」。 即使品牌在畫面角落標註 AI 生成，許多觀眾還是會在社群平台上表達不滿，認為這些公司正試圖欺騙他們的信任。畢竟，廣告的關鍵價值是「代入感」，我們會因為認同代言人的生活經驗、情感表達而產生共鳴，但 AI 角色缺乏真實的生命，即便宣稱基於「真實客戶評論」，也無法讓觀眾產生共感。 當觀眾意識到眼前的代言人根本不存在時，品牌忠誠度的基礎就開始崩解，畢竟我們無法期待消費者與演算法產生情感連結。 但 AI 角色不像公眾人物會造成品牌危機 不過對品牌商來說，AI 生成影片賦予這些虛擬角色的優勢即是永不失控，且品牌商能確保品牌一致性與形象安全。畢竟這些虛擬角色不會衰老、不會在社群媒體上失言、更不會更公眾人物一樣爆出醜聞。對品牌風險管理而言，AI 代言人提供了前所未有的可預測性。 可以說 AI 生成的虛擬角色消除了真實人類的變數，不必擔心代言人的私生活影響品牌形象，也不用煩惱演員檔期或報酬過高。 但品牌商會換來的是與觀眾在情感面的連結，畢竟人類透過缺陷建立共鳴，當廣告剝離了所有人性元素，剩下的只是穿著臉孔的雜訊，一旦觀眾察覺連廣告都是假的，對於品牌商的信任可能立即瓦解。 AI 應該支援人類說故事，而非成為人類 即便觀眾對於 AI 生成內容疲乏甚至排斥，也不代表 AI 在廣告業沒有立足之地，其用於個人化內容、測試創意概念或輔助剪輯都大有可為。關鍵在於，AI 應該支援人類說故事，而非取代人類。 [&hellip;]</p>

量子科技的衝擊可能超越 AI：Q-day 倒數，真正的科技地震還沒開始

<p>市場研究公司 Forrester 分析師指出，如果可以把量子科技跟人工智慧進行結合，人類未來也許會創造出史上最強大的技術，外界可以把量子運算視為硬體層面的發展，而 AI 則偏向軟體層面。</p>

提供一站式雲端服務！數位通國際透過 AI、算力、資安等應用，助企業加速實踐創新轉型

<p>根據勤業眾信調查，高達 70% 企業正在探索或實施大型語言模型的應用案例，甚至有部分企業已進一步著眼於導入多個小型且高效的模型，以因應多元業務場景，顯示市場對 AI 策略的高度重視。在這樣的趨勢下，企業如何打造現代化架構、管理流程，以及更安全、靈活的網路環境，迎戰下一波科技變革的新機遇？數位通國際致力為台灣企業提供一站式雲端服務，涵蓋 GWS AI Cloud 一站式 GPU 算力平台、SD-WAN、All-in-ONE 雲端平台、資安檢測等關鍵解決方案，從算力租用、訓練平台建置、語言模型規劃、資安，再到維運和顧問諮詢，全面助力企業快速切入 AI 應用領域，掌握數位轉型帶來的商業價值。 企業資安合規與防禦，找數位通國際一次到位 從雲端啟程，艾格亞士攜手數位通重塑 ERP 新局 全球關稅風險升溫，在地雲品牌成企業韌性布局新選擇 數位通推新一代 SD-WAN 解決方案，助力企業建立靈活且安全的網路架構 數位通推創新 GPU 算力訂閱服務，降低 AI／LLM 訓練門檻</p>

【科技早餐】AI 正在切割全球？全球最大的主權財富基金示警：科技新鴻溝正在形成

<p>【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊AI 正在切割全球？全球最大的主權財富基金示警：科技新鴻溝正在形成 全球最大的主權財富基金、挪威 2 兆美元國家基金執行長 Nicolai Tangen 近日警告，AI 的快速部署正在把世界切成兩半：能負擔 AI 的國家，與負擔不起的國家。他指出，先進模型門檻越來越高，缺乏教育、電力與數位基建的國家根本沒有機會追上，全球不平等只會持續擴大。 Tangen 也談到地緣政治的差異。他批評，美國掌握大量 AI 資源但監管相對寬鬆；反觀歐洲資源有限卻推動更嚴格的 AI 法規，恐怕會拖慢經濟與創新發展。隨著各國 AI 採用速度不一，勞動市場、存取權限與公平性都將面臨巨大衝擊。 他坦言，目前 AI 確實「帶點泡沫跡象」，但因為 AI 促成的社會轉型過於龐大，使傳統的資產估值愈來愈難判斷。不過他仍認為，長期來看，AI 有望讓全球經濟「還不錯」。 ＊AI 風險太大！保險業者大撤退，企業恐面臨「無保可買」 面對 AI 錯誤帶來的巨額連動損失，多家大型保險公司開始把 AI 排除在保障範圍外。根據《金融時報》，AIG、Great American、WR Berkley 等業者已向美國監管機關申請，在企業保單中排除 AI 相關責任。 其中 WR Berkley 的排除條款很直接：企業只要「實際或據稱使用」AI，就可能不在理賠範圍內。原因很簡單，AI 一旦出錯，可能瞬間擴散成數千件、甚至上萬件損失，保險業無力負擔。 近年案例已陸續浮現。Google 的 AI 摘要誤指控一間太陽能公司，導致對方求償至少 1.1 億美元；加拿大航空也因客服機器人捏造優惠，被法院要求履行承諾。保險業者坦言，若是單一醫療誤診，賠償 4、5 億美元還能承受，但系統性 AI 災難完全不是同一個等級。 [&hellip;]</p>

【AI 泡沫警報】基礎建設狂潮、資本市場過熱、AI 投資重演網路泡沫、對人形機器人過度樂觀的四重危機

<p>2025 年全球科技產業正以驚人的速度堆疊 AI 能力，像是興建資料中心、採購 GPU、擴建電力基礎設施，並在最短時間內嘗試打造下一代算力網絡。從晶片巨頭 NVIDIA，到宣布未來八年將投入 1.4 兆美元建設資料中心的 OpenAI，再到 Amazon、Google、Meta、Microsoft，科技巨頭無不奮力搶佔 AI 基礎建設的制高點。 然而在這場史無前例的基礎建設競賽背後，越來越多市場訊號開始指出：AI 熱潮正在形成多重不同的泡沫，涵蓋基礎建設、資本市場、AI 投資重演網路泡沫，以及人形機器人。 第一層泡沫：基礎建設狂潮 AI 建設速度拉到歷史上前所未見，但商業模式卻仍在探索階段，使風險開始沿著供應鏈往回滲透。Amazon、Google、Meta 和 Microsoft 四家公司今年合計規劃投入約 4,000 億美元建構資料中心，OpenAI 的長期計畫更高達 1.4 兆美元，這些鉅額資金正湧向伺服器、散熱、電力與土地。 為避免資金吃緊，多家科技公司開始依賴債務與新型態的融資結構，例如特殊目的實體（SPV），意即透過成立獨立法人將負債移出資產負債表。例如，Meta 與 Blue Owl Capital 的 270 億美元 SPV 資料中心案就是典型例子，這讓 Meta 雖只持有該 SPV 20% 的股份，卻能取得全部算力，但若市場逆轉，Meta 仍需承擔龐大財務義務。 同時，市場也浮現「循環投資」跡象。例如 NVIDIA 向 OpenAI 投資 1,000 億美元興建資料中心，不過 OpenAI 接著以相同基礎設施購買 NVIDIA 的 GPU，這種模式形同 NVIDIA [&hellip;]</p>

多重身份驗證 MFA、密碼已過時？調查揭 92% 受訪資安長正在做「無密碼身份驗證」

<p>無論是第一線員工還是負責網路安全的資安長（CISO），幾乎沒有人喜歡處理密碼問題。《CNBC》報導，越來越多公司正在棄用密碼這項技術，甚至表示其他先進的替代方案例如「多因素身份驗證」，也已經過時了，朝向「無密碼認證」邁進。 無密碼驗證（Passwordless authentication）是指在不使用傳統密碼的情況下，透過其他方式驗證使用者身分，例如硬體或內建金鑰（如 FIDO2 / Passkey）、生物辨識或行動裝置推播通知。 根據美國市調公司 Wakefield Research 針對 200 位資安長進行的一項最新調查顯示，高達 92% 的受訪者表示，他們的組織已經實施或正計劃實施無密碼身份驗證技術。這個數字相較於 2024 年的 70% 有顯著成長，顯示企業對於淘汰傳統密碼的共識正在加速。資安長普遍認為，無密碼身份驗證的優點在於提高員工生產力、改善使用者體驗。 傳統 MFA 已顯老態，釣魚攻擊推動技術升級 值得關注的是，這股浪潮不只正在取代純文字密碼，連過去被視為資安「黃金標準」的多因素身份驗證（MFA）也開始受到挑戰。 數位產品工程服務供應商 R Systems International 的技術長 Srikara Rao 直言，當前的威脅環境已經超越 MFA 能防禦的範圍，「過去奉為圭臬的多因素驗證已經讓人力不從心。」該組織遭遇的釣魚攻擊與憑證竊取事件大幅增加，幾次差點造成重大事故，迫使其尋找能抵禦釣魚的下一代技術。 《Analytics Insight》分析，傳統依賴簡訊驗證碼的雙重驗證（2FA）存在重大安全漏洞，惡意行為者可能會攔截含有驗證碼的簡訊，或是透過網路釣魚誘導使用者輸入憑證。 密碼重置成本驚人，無密碼技術成降本增效關鍵 除了安全考量，營運成本也是企業急於轉型的重要推手。根據研究機構 Forrester 的估計，單次密碼重置的成本可能高達 70 美元。這筆費用包含了直接的人力支出，以及員工因無法登入而產生的生產力損失與 IT 資源的消耗。對於大型企業而言，這些累積起來的成本相當可觀。 服務供應商 Universal Technical Institute 正在分階段導入無密碼流程，其技術長 Adrienne DeTray 告訴《CNBC》，過去公司不斷增加新的系統和登入流程，這類技術反而成為行政負擔。而其在導入無密碼平台後，服務台工單明顯下降，員工早上登入流程加快，整體文化也因不再被密碼拖累而變得更靈活。 此外，合規需求也是一大驅動力。一些國家如美國也開始要求在 PCI 4.0 等標準中，要求使用者在重新啟動或存取系統時必須重新驗證身份。Srikara Rao [&hellip;]</p>

AI 風險為何連保險業都怕？外媒揭全球保險巨頭擬「拒保」AI

<p>生成式 AI 帶來的驚人效率，正在成為全球企業的競爭新武器。然而，AI 造成的風險卻比想像中更難預測，也更難承擔。現在，連最擅長處理風險的產業：保險業，也紛紛開始踩煞車。 《金融時報》報導，包括 AIG、Great American 和 WR Berkley 等美國主要保險公司，最近向美國監管機構申請在企業保單中加入「AI 排除條款」。這些條款不僅排除因 AI 錯誤導致的損失，甚至延伸到任何「使用、內建、或依賴 AI 的產品或服務」。換句話說，只要企業在流程中用到 AI 聊天機器人、AI 模型、Agent 系統，發生問題時保險公司就可以拒賠。 AI 三大特性，讓保險公司都怕 首先，AI 輸出結果的不可預測性、不透明，讓保險公司日漸認為無法承保。即便是在倫敦勞合社市場中專門承保高複雜度科技風險的保險公司 Mosaic，也拒絕承擔來自大型語言模型如 ChatGPT 的相關風險。Mosaic 歐洲網路保險主管 Dennis Bertram 表示，「AI 就像一個黑盒子。」 第二，AI 出錯的責任歸屬，難以界定。連 AI 核保公司 Artificial Intelligence Underwriting Company 共同創辦人 Rajiv Dattani 也告訴《金融時報》，「如果出了問題，沒有人知道誰該承擔責任。」 蘇黎世保險（Zurich Insurance）資訊長 Ericson Chan 表示，當保險公司評估其他由科技引發的錯誤時，通常「可以輕易確定責任歸屬」。然而，AI 風險可能牽涉許多不同的利害關係人，包括開發者、模型建立者以及最終使用者。 因此第三，AI 風險對市場的潛在衝擊「可能呈現指數級放大」。AIG 雖然尚未立刻啟用 AI 排除條款，但其在申請文件中說得很明白：「生成式 [&hellip;]</p>

「AI 假受訪者」突破檢測、扭曲民調！知識生態系正面臨存亡危機，研究數據恐遭系統性污染

<p>學術界近期發出警告，說明作為許多科學研究數據收集基礎的線上問卷調查，正面臨「存亡危機」。達特茅斯學院（Dartmouth）政府學副教授 Sean Westwood 在最新發表的研究中，創建一個名為「自主合成受訪者」（autonomous synthetic respondent）的 AI 代理工具，並展示該工具如何以近乎完美的能力，大量生成擬真的問卷回答欺騙研究者，甚至能規避用來檢測非人類參與者的「反向識別測試」（reverse shibboleth）。 Sean Westwood 的研究指出，AI 假受訪者已成為迫切且難以察覺的新威脅，這種 AI 回應可能會扭曲民意，進一步污染整個知識生態系統。 AI 如何完美模擬真人受訪者？ Sean Westwood 強調，AI 假受訪者遠比傳統機器人更難被識破，因為 AI 代理可以根據隨機分配的族群屬性來優化並調整其回覆。例如，當 AI 代理的個人資料被設定為教育程度較低的族群時，AI 就會撰寫較為簡單的答案，成功模擬不同教育程度與背景的真人受訪者。 此外，為規避自動化檢測，AI 假受訪者也可以模擬真實的閱讀時間，進一步產生人性化的滑鼠移動，甚至會刻意加入合理的錯字與修正。Sean Westwood 分析，這也讓 AI 撰寫的回答，看起來就像是出自「一個深思熟慮的人」。 另一項更棘手的發現是，AI 代理工具在測試中表現出近乎無懈可擊的能力：在面對 6,000 項檢測機器人回應的注意力檢查（ACQs），以及在多達 43,000 次自動化回應的注意力檢查測試中，AI 代理以高達 99.8% 的通過率成功逃避檢測。另一方面，AI 假受訪者也以「零錯誤率」通過「邏輯謎題」 （logic puzzles）。 當研究資料被 AI 假受訪者污染，整個知識生態系統都會「中毒」 Sean Westwood 研究也指出，這些 AI 假受訪者能以少量回答即可扭曲民調。例如在分析 2024 年美國大選前七項全國性民調時，研究人員發現只要加入區區 10 [&hellip;]</p>

以雲端為基礎，由 AI 驅動的金融科技如何驅動創新？高雄市副市長、AWS、中國信託與 MaiCoin 深度解析

破解灌裝產線痛點！台達以伺服旋蓋機解決方案助力灌裝行業應對低碳、智慧工廠、少量多樣新趨勢，開創產能與品質雙贏新局

【AI 開發的盲點】兩起事故證明，速度不是生產力，流程才是

<p>AI 編碼工具的市場估值已達 48 億美元，預計未來幾年的年增率仍會維持在二成以上。巨頭的高調喊話更推波助瀾：OpenAI 執行長認為 AI 可以取代工程師一半以上的工作，Anthropic 則宣稱 AI 將能撰寫九成程式碼，Meta 甚至直接表示中階工程師「很快就會被取代」。微軟與 Google 也分別透露，公司內部已有高達三成的程式碼是由 AI 生成。 表面上看來，工程師似乎正站在被取代的邊緣。然而，近期多起事故卻揭示另一種更貼近現實的樣貌：AI 的速度固然令人驚豔，但當工程流程與治理不再成為前提時，AI 不但無法減少風險，反而會加速災難發生。 工程師的角色不會被淘汰，而是變得比以往更不可或缺。 AI 是效率放大器，也是錯誤放大器 最受討論的案例之一來自 SaaStr（軟體即服務行業社群）創辦人 Jason Lemkin。他嘗試以 Vibe 編碼打造 SaaS 社群應用，一邊開發一邊在社群分享進度。短短一週後，他突然宣布發生重大事故：AI 無視他設定的「凍結操作」指令，直接刪除生產資料庫。這種級別的錯誤，即便是最初階的工程師，也幾乎不可能犯。 問題的核心不在於 AI「叛逆」，而是基本工程常識完全缺席。 成熟團隊會嚴格區隔開發與生產環境，後者的權限只授予少數資深工程師，以確保無人能輕易對生產系統進行破壞性操作。Lemkin 在後續討論中承認，他不知道資料庫也需要分層與隔離。於是在這個缺乏工程防護的環境中，AI 忠實執行了不該被執行的指令。 工程文化缺席時，錯誤會自我擴散 Tea 的資安事件也揭示類似問題。這款主打「安全約會」的服務在今年遭遇大規模外洩，共 7.2 萬張照片流入公開論壇，其中包含用戶的身分證件。更糟糕的是，Tea 在自己的隱私政策中承諾會「立即刪除」驗證用照片，但實際上並未執行。 事故的真正原因不是遭到高手入侵，而是資料被放在未受保護的 Firebase 儲存桶，等同直接將敏感資料置於公開網路。這也是工程流程完全缺席的結果。 即使企業擁有再多 AI 工具，只要工程紀律薄弱，AI 帶來的速度只會讓問題放大得更快。 AI 生成程式碼的品質問題正在浮現 隨著 AI 編碼開始大量部署到生產環境，研究開始揭露一個更深層的問題：AI 生成的程式碼，本質上比人類撰寫的程式碼更容易出現安全漏洞。 軟體安全公司 [&hellip;]</p>

【駭客不偷資料直接偷貨】物流遭「數位攔截」，企業如何防範劫匪？

<p>資安企業 Proofpoint 指出，實體犯罪集團正在聯手網路駭客，藉由入侵物流業者資訊系統的方式，竊取正在運輸中的各種實體貨物，儼然成了新一代的「公路劫匪」。</p>

中小企業的自動化好夥伴：協作機器人，導入前該注意什麼？未來發展潛力在哪？

<p>在自動化技術加速滲透製造與物流業的當下，「協作機器人」（cobots）正快速成為全球企業投資的新焦點。相較於大型工廠常見、需高度封閉與固定設備的傳統工業機器人，協作機器人以更高的安全性、靈活度與成本效益，成為中小企業最務實的自動化選擇。它們能與人類工人在同一個空間並肩作業，也能在不改造既有產線的前提下，協助執行重複性高或需要精準度的任務，使得自動化不再是大型企業才能負擔的專利。 其市場成長速度也反映這股趨勢。根據 Ｍarkets and Ｍarkets 市場研究，協作機器人市場 2024 年規模約為 19 億美元，預計 2030 年將突破 118 億美元。對正面臨缺工、成本壓力與生產品質要求升高的中小企業而言，協作機器人正好補上了人力不足與產線升級之間的空隙。 協作機器人受到中小企業青睞，核心原因在於其導入門檻相對較低。相比需要圍籬、安全裝置與完整產線規劃的傳統機器人，協作機器人體型更小、能耗更低，也不需要對現有流程做大幅變更，因而讓自動化設備的總體預算大幅降低。 許多機器人也提供直覺的示教方式，讓操作員拖曳手臂即可完成動作設定，使沒有程式背景的員工也能快速上手。對身處高度缺工環境、又必須維持一致品質的產業而言，這些特性大幅提升了導入意願。 導入協作機器人的重要課題：安全性、感測能力 然而，協作機器人快速普及，也讓「如何正確導入」成為企業不得不面對的課題。與固定於封閉區域內運作的傳統機器人相比，協作機器人的風險來自其「動態性」，它在開放空間移動、與人協同作業，所有相關的風險也必須重新評估。比方說，人員的動線安排、不同任務切換過程中可能出現的誤動作，抑或是工件掉落、夾爪鬆脫等情況是否會造成傷害，這些都牽涉到企業是否能真正安全地採納協作機器人。 此外，企業運用協作機器人，感測器與碰撞偵測系統變得不可或缺，在導入時，需要確保設備本身或整合方案具備多層次的感測能力，像是 AI 3D 視覺，分辨人與物、動態調整速度、力矩感測偵測碰撞即時停機、以及穿戴式安全裝置辨識特定操作員等。在實務上，企業應確保有至少提供兩層以上的安全偵測機制。 LLM、XR 新技術融合，激發協作機器人更多潛力 新技術的融合，也讓協作機器人的應用更有潛力。例如大型語言模型（LLM）讓作業員只需以自然語言下達指令，如「把這批零件排列成三排六列」即可，系統會將語句自動轉化為機器人動作序列，不再需要人工編寫繁瑣程式碼。 延展實境（XR）也被廣泛用於培訓與協作流程模擬。工程師可先在虛擬工廠中測試機器人動作，作業員也能在模擬環境中演練人機協作，不但降低了學習門檻，也減少了因訓練而導致的生產中斷。這種硬體、AI 與 XR 三者協同的應用，正促成下一波人機協作的新典範。 協作機器人之於製造業者，不僅僅是技術升級的選項，更是重塑產線面貌的工作模式。它們讓企業得以在不犧牲彈性與人力價值的前提下提升效率，並透過更直覺的操作、更高的安全性與更低的導入門檻，真正把自動化的力量帶進中小企業的日常運作。 ＊本文開放夥伴轉載，參考資料：《Frontiers of Engineering Management》、《Robotics &amp; Automation News》、Ｍarkets and Ｍarkets，首圖來源：AI 工具生成 （責任編輯：廖紹伶）</p>

【科技早餐】全球半導體 Q3 首破 2,000 億美元，NVIDIA 登 TOP 20 榜首

<p>【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊全球半導體 Q3 首破 2,000 億美元，NVIDIA 登 TOP 20 榜首 根據世界半導體行業協會（WSTS）最新數據，2025 年第三季全球半導體市場規模達到 2,080 億美元，首次突破 2,000 億美元大關，季增 15.8%、年增 25.1%，創下 2009 年以來最強的單季成長動能。2025 年上半年全球半導體銷售額也較去年同期成長 19%，總收入達 3,460 億美元。 這波復甦主要來自 AI 驅動的基礎設施與下一代資料中心需求，邏輯與記憶體產品持續領跑，特別是 GPU、AI 加速器與高頻寬記憶體（HBM）貢獻顯著，美洲、中國與亞太地區皆出現兩位數成長。WSTS 因此將 2025 年全年市場規模預估上調至 7,280 億美元，年增約 15%，並預計 2026 年將進一步逼近 8,000 億美元。 在前二十大廠商中，NVIDIA 以 570 億美元穩居第一，三星與 SK 海力士分居二、三名，記憶體業者普遍繳出雙位數成長成績；非記憶體廠中，索尼影像、超微、博通與意法半導體表現亮眼，聯發科則是唯一營收下滑的公司。WSTS 指出，AI 持續是推動市場擴張的核心動力，多數記憶體公司將資料中心 AI 記憶體視為成長最快的領域。 ＊鴻海火力全開！聯手 OpenAI 佈局美日，從供應商躍升戰略級夥伴 鴻海正式宣布，將從「AI [&hellip;]</p>

鴻海科技集團數位健康總經理姜志雄：鴻海將打造一整個護理機器人部隊的生態系統

<p>根據國際護理協會調查，2025 年全球護理人力缺口達 590 萬人，照護人員也正面臨著倦怠離職、薪資低落、工作負荷過重等挑戰，可能對於公共健康與全球經濟造成衝擊。在這樣的情況下，醫療產業如何透過智慧應用提升營運及服務效率？在鴻海科技集團與 TechOrange 科技報橘 11/22 於「HHTD 鴻海科技日」聯合舉辦的 「台灣 AI 機器人產業開發大會」，在「AI 智慧醫療生態圈」主題座談匯聚鴻海、大同世界科技、叡揚資訊等重磅講者，解析醫療與科技的協同效應。 AI 智慧醫療機器人的崛起：鴻海引領數位轉型與生態共榮 「鴻海以患者為中心、以醫院為主軸、以科技為橋樑的核心理念，提供照護場域從雲到端的科技解決方案，」鴻海科技集團Ｂ事業群暨數位健康總經理姜志雄表示，鴻海數位健康策略包含生態整合、內容提供、平台解決方案的三大面向，並透過在 2022 年成立「台灣數位健康大聯盟」，支持產業跨域交流、加入數位健康領域，「同時，我們善用院內數據打造多模態醫學模型，不僅協助醫生輔助診斷，也成為鴻海在未來建立主權 AI 軟實力的布局開端。」 剖析 AI 智慧醫療生態圈的協作模式 在「AI 智慧醫療生態圈」主題座談，由科技報橘策略長沈貝怡主持，與鴻海科技集團Ｂ事業群暨數位健康總經理姜志雄、大同世界科技總經理劉盈秀、叡揚資訊董事長張培鏞，共探 AI 智慧醫療產業的協作模式。 「鴻海 Nurabot 的研發過程長達兩年，真正技術困難點其實來自複雜的四朵雲系統控制與協同運作，」姜志雄說明，鴻海運用內部的機器人智能模型訓練算力中心訓練 Nurabot ，接著到鴻海與輝達合作建立的數位孿生場域模擬測試、在邊緣運算物理場域驗證運作效能，也將機器人與醫院內私有雲的隔離環境系統連動。 為了實現 Nurabot 的落地應用，鴻海科技集團Ｂ事業群暨數位健康使用者體驗設計總監林綺凡還利用 3 個月時間訪問醫院 ，掌握護理師與病患的實際需求。姜志雄表示，「我們認為協作機器人將朝著感性方向發展，設計必須具備人性特徵，並且能夠在回答和動作中展現溫暖。」 「藉由 AI 技術與智慧醫療解決方案，我們希望協助醫護人員增能、補位，」劉盈秀指出，針對智慧醫療，大同世界科技提供 AI 掛號客服應用減輕櫃檯人員的壓力，也提供資料交換平台提升醫療機構的營運效率；針對智慧病房，大世科運用 AI 提升交班品質並降低資料整理負擔，同時藉由 AI 培訓解決方案，縮短新進醫務人員了解流程的時間，減輕資深護理師的教學壓力；針對精準醫療，大世科提供 AI 摘要工具幫助醫生快速掌握臨床資訊，輔助診斷與研究，還提供醫療大數據平台與 BI 視覺化管理平台，助力醫療機構監測照護品質和手術品質。 劉盈秀認為，「智慧醫療領域涵蓋廣泛，沒有一家廠商能夠提供 End-to-end 的完整服務，因此特別需要建立生態圈，透過不同技術、能力的結合，一起推動醫療智慧化的目標。」 張培鏞表示，叡揚資訊投入數位醫療，目的是解決台灣長照與老化的社會問題，並響應 [&hellip;]</p>

鴻海科技集團數位長史喆：鴻海透過「系統整合＋平台化＋具身智能化」策略，加速推動 AI 機器人發展

<p>為協助台灣在全球 AI 機器人浪潮中搶佔領先角色，鴻海科技集團與 TechOrange 科技報橘首次在今（11/22）日於「HHTD 鴻海科技日」聯合舉辦 「台灣 AI 機器人產業開發大會」，邀集 AI 機器人生態圈重要夥伴共探未來機器人發展。 鴻海科技集團數位長史喆在開場表示，「隨著演算法不斷進步，應用場景越來越充實、AI 的使用越來越簡單，機器人一定會走進更多工廠與家庭，所以透過今天舉辦的論壇，我們希望和來自製造業、半導體、醫療不同產業的合作夥伴，來剖析他們在機器人技術、AI 技術，以及對於未來產業發展的一些思考，也和大家分享鴻海在 3+3+3 的產業下，如何發展機器人事業，推動智能製造、智能電動車與智慧城市平台。」 科技報橘社長戴季全指出，AI 持續以驚人的速度滲透到每一個產業、每一個環節，不只是成為提升效率的工具，更是重塑競爭規則的戰略資源，「當 AI 的智慧應用與機器人的實體能力結合，我們看到的將不再是單純的自動化，而是真正的智慧化，將促使台灣將硬體優勢轉化為軟硬整合的全球競爭力。」 經濟部產業技術司司長郭肇中致詞時表示，行政院已通過「AI 新科技-智慧機器人計畫」，將投入新台幣 100 億元的經費，目標在五年內將產值從目前大約 40 億元提升至 500 億元，經濟部也將與業者協作開發機器人，並優先投入於醫療、救災、餐飲和服務等四個急需機器人解決人力短缺的領域，「我們期許台灣能藉由半導體和 ICT 整合的優勢，驅動台灣智慧機器人產業成為國際舞臺上的領跑者。」 鴻海目標從勞動力密集、自動化密集，轉化為 AI 密集 鴻海科技集團數位長史喆在「面向智慧製造的實體 AI 與機器人技術」主題演講時說明，儘管多數企業在加工與倉儲物流方面已經實現自動化，但面對大規模製造場景，特別是系統組裝環節，仍是當前製造業最艱難的挑戰。在過去，企業基於對製造穩定性、成本、產品迭代的需求，傾向利用人力解決問題，因為人力具備更強大的靈活性和可靠性，不過隨著機器人技術從固定程式控制的自動化機械，逐步升級為能夠感知、思考並自主行動的智慧體，鴻海在工業製造、智慧交通、家庭照護、商業服務、農務建築等領域看見更多的應用可能，具備雙臂結構的機器人能透過視覺技術引導組裝，也能夠帶來更多商業價值。 「鴻海 AI 機器人發展路線著重在『系統整合＋平台化＋具身智能化』的策略，」史喆說明，機器人正邁入智能互聯、自主協同的新階段，鴻海正透過 IoT 將所有數據連接進行管理，也推動平台化的工作，例如攜手軟體公司 Intrinsic 開發機器人編程與整合平台，將提供 AI 功能與低程式碼的編程環境，降低機器人使用門檻，「與此同時，我們目標將虛擬仿真、智能化技術和機器人自動化應用整合，以提升智慧工廠導入新解決方案的敏捷度。」 「面對未來的 Physical AI，我們還依據工廠作業複雜度與彈性需求將其區分為三個層級，制定對應的 AI 導入策略，」史喆指出，第一層級的 Physical AI 支援簡單固定的操作，追求重複的精度與速度；第二層級的 Physical AI [&hellip;]</p>