<p>AMT 亞太行銷數位轉型聯盟協會日前主辦『2026 AMT 亞太品牌峰會』，匯聚逾 300 位品牌決策者與產學專家，深入探討企業如何借助 AI 創造商業價值與驅動創新。 在座談環節中，叡揚資訊群總胡瑞柔指出，人力不足的挑戰迫使臺灣企業快速導入 AI，期待藉此打破資訊孤島、快速整合客戶資料、捕捉隱性需求，讓管理團隊做出更精準的判斷與服務。然而，轉型浪潮之下，企業也正面臨一個潛伏的核心危機：資料安全。 多數企業的 AI 轉型之路，卡在三個關卡：一是根本沒有客戶資料；二是有資料但難以整合，難以形成可信分析；三是引入 AI 後被牽著走，缺乏批判性思維驗證輸出，決策反而失了人的專業主控性。 更值得關注的風險，來自日常工作習慣。員工在使用公開的 AI 服務時，可能不經意將機密的客戶名單、交易紀錄或內部策略外洩給第三方平台。加上 AI「幻覺」問題，若未經查核便採信錯誤輸出，影響不容小覷。 AI 賦能：資料、流程、工具、專業，缺一不可 胡瑞柔建議，要讓 AI 真正產生商業價值，企業需同步推進四件事：積極推動數位轉型，系統化收集累積客戶資料，確保分析有可靠的資料；盤點並重新設計作業流程，讓資料蒐集與使用方式貼合實際需要；選擇通過資安驗證的 AI 工具，從架構層面管控外洩風險；以及持續深耕專業知識、培養專業及批判性思維，讓團隊有能力判讀 AI 輸出的品質，而非照單全收。 這四個環節相互依存。資料不完整，AI 洞察就沒有意義；流程沒有調整，系統再好也難以落地；工具不夠安全，累積的資料反成風險；缺乏批判性思維，AI 就會反客為主從助手變成主導者。 高標、細緻的資安治理，降低風險曝露 在工具選擇上，資安認證是重要的評估指標。叡揚資訊的 Vital 雲端服務已通過 ISO 27001、27017、27018 及 27701 等國際認證，在資料保護架構、存取控管與合規要求上，符合金融業、醫療業等高度監管產業的標準。平台亦提供彈性且細緻的權限管理——涵蓋多因子認證、密碼週期控管與角色分層授權，讓企業能精確管控資料存取範圍，從源頭縮小外洩風險的暴露面。 從資料孤島到客戶全貌，再到安全的 AI 自動化 叡揚在 38 年協助企業資訊系統建置的過程中，深刻觀察到資訊孤島的普遍問題。Vital 可透過 API 串接企業各系統，將分散在各平台的客戶資訊匯聚成完整輪廓，讓團隊得以掌握全局，系統流程可以加以自動化，減少人工斷點。近期更進一步支援安全的 MCP 接口，使 AI 代理人能在受控的安全環境中直接存取內部資料、自動化行政流程——讓效率提升與資料安全不再是非此即彼的取捨。 信任，才是 AI […]</p>
<p>AMT 亞太行銷數位轉型聯盟協會日前主辦『2026 AMT 亞太品牌峰會』，匯聚逾 300 位品牌決策者與產學專家，深入探討企業如何借助 AI 創造商業價值與驅動創新。 在座談環節中，叡揚資訊群總胡瑞柔指出，人力不足的挑戰迫使臺灣企業快速導入 AI，期待藉此打破資訊孤島、快速整合客戶資料、捕捉隱性需求，讓管理團隊做出更精準的判斷與服務。然而，轉型浪潮之下，企業也正面臨一個潛伏的核心危機：資料安全。 多數企業的 AI 轉型之路，卡在三個關卡：一是根本沒有客戶資料；二是有資料但難以整合，難以形成可信分析；三是引入 AI 後被牽著走，缺乏批判性思維驗證輸出，決策反而失了人的專業主控性。 更值得關注的風險，來自日常工作習慣。員工在使用公開的 AI 服務時，可能不經意將機密的客戶名單、交易紀錄或內部策略外洩給第三方平台。加上 AI「幻覺」問題，若未經查核便採信錯誤輸出，影響不容小覷。 AI 賦能：資料、流程、工具、專業，缺一不可 胡瑞柔建議，要讓 AI 真正產生商業價值，企業需同步推進四件事：積極推動數位轉型，系統化收集累積客戶資料，確保分析有可靠的資料；盤點並重新設計作業流程，讓資料蒐集與使用方式貼合實際需要；選擇通過資安驗證的 AI 工具，從架構層面管控外洩風險；以及持續深耕專業知識、培養專業及批判性思維，讓團隊有能力判讀 AI 輸出的品質，而非照單全收。 這四個環節相互依存。資料不完整，AI 洞察就沒有意義；流程沒有調整，系統再好也難以落地；工具不夠安全，累積的資料反成風險；缺乏批判性思維，AI 就會反客為主從助手變成主導者。 高標、細緻的資安治理，降低風險曝露 在工具選擇上，資安認證是重要的評估指標。叡揚資訊的 Vital 雲端服務已通過 ISO 27001、27017、27018 及 27701 等國際認證，在資料保護架構、存取控管與合規要求上，符合金融業、醫療業等高度監管產業的標準。平台亦提供彈性且細緻的權限管理——涵蓋多因子認證、密碼週期控管與角色分層授權，讓企業能精確管控資料存取範圍，從源頭縮小外洩風險的暴露面。 從資料孤島到客戶全貌，再到安全的 AI 自動化 叡揚在 38 年協助企業資訊系統建置的過程中，深刻觀察到資訊孤島的普遍問題。Vital 可透過 API 串接企業各系統，將分散在各平台的客戶資訊匯聚成完整輪廓，讓團隊得以掌握全局，系統流程可以加以自動化，減少人工斷點。近期更進一步支援安全的 MCP 接口，使 AI 代理人能在受控的安全環境中直接存取內部資料、自動化行政流程——讓效率提升與資料安全不再是非此即彼的取捨。 信任，才是 AI […]</p>
<p>花旗銀行服務近 180 個國家的客戶，每天流動的資金規模以兆美元計。在這樣的組織下，AI 不是一個可以慢慢實驗的選項，而是必須在嚴格治理框架內快速落地的策略工具。 2025 年 9 月接任花旗全球 AI 主管的 Shobhit Varshney，用一句話概括他的任務：「做對的 AI，以及把 AI 做對」，這兩件事看似相近，對一家全球銀行來說卻有截然不同的含義。 不從技術出發，從價值出發 花旗的 AI 部署邏輯，起點不是技術，而是業務價值。Varshney 強調，做對的 AI，就是專注於價值創造。必須端對端重造流程，而不只是在邊緣自動化。 這個原則在實作上意味著，在引入任何自動化之前，團隊必須先簡化甚至刪除不必要的流程步驟，而不是把現有工作流程加速一遍。花旗設定的改善門檻通常在 30% 以上，不是邊際效益的累積，而是追求有感的轉型。 這也反映了花旗對 AI 推展方式的根本轉向，不是先啟動試點、再尋找用途，而是先定義期望的業務成果、量化預期效益、讓領導層形成共識，再開始建構解決方案。Varshney 用洗碗機做比喻，「思維的轉變是從更快的手洗刷碗，變成洗碗機」，洗碗機不是讓手洗更快，而是從根本改變了洗碗這件事的流程與規模。 集中式平台：讓 AI 能力像服務一樣被調用 為了支撐這個規模化野心，花旗去年就建立了集中式 AI 平台 Citi Stylus Workspaces，採用模組化、多模型、多雲架構，在保持靈活性的同時維持統一的管控能力。 這個架構的核心邏輯是，許多 AI 應用場景共享相似的底層模式，與其讓各業務單位各自建構，不如把這些通用能力集中開發、以服務形式提供給全組織。這樣的設計減少了重複建置，也讓模型升級能同步擴散至整個組織，而不是分散在各處的孤立版本。 Citi Stylus Workspaces 可直接整合花旗內部系統，連結全球員工名錄、常用企業平台與其他關鍵資源，同時具備網路搜尋與資料分析能力。以往需要多個步驟才能完成的任務，現在可以透過單一提示一步完成。例如識別美國前五大品牌信用卡業務、提煉其策略目標，並將結果翻譯成西班牙語，全程只需輸入一次指令。 雙軌並進：日常生產力與關鍵流程再造同步推動 花旗的 AI 採用策略同時走兩條路，由下而上的那條路，是為員工提供日常生產力工具，讓員工能把 AI 整合進日常工作流程，涵蓋範圍從摘要、資料整理到軟體開發，後者已帶來可量化的生產力提升。這條路的目標是讓 AI 在每個員工的日常工作中自然生根。 由上而下的那條路，則是高階主管直接主導最關鍵的業務流程再造。這些流程包含客戶入職、反洗錢調查與風險管理等複雜場景，每一個都牽涉大量跨部門協作與合規要求。每週，資深主管都會檢視這些專案的推進進度，處理卡關點、確保各方對齊。這種高層級的持續關注，是讓 AI 從實驗走向企業規模落地的關鍵驅動力。 […]</p>
<p>博通（Broadcom）宣布已與 Google 簽署一項長期協議，將共同開發並供應新一代客製化 AI 晶片及相關組件，同時也擴大與 AI 新創公司 Anthropic 的合作協議，預計自 2027 年起提供約 3.5 GW（十億瓦）的運算能力，這些算力將由 Google 的 AI 處理器（TPU）支撐。 AI 三巨頭結盟！Google、博通、Anthropic 組建算力鐵三角 近年來，隨著企業積極尋求替代 NVIDIA 高價 GPU 的方案，用於 AI 工作負載的客製化晶片需求大幅攀升，Google 的 TPU 成為主要受益者。根據《Reuters》去年 12 月的報導，Google 正積極推動 TPU 成為足以與 NVIDIA GPU 抗衡的產品，旨在讓 TPU 成為雲端業務的重要成長引擎，並證明其在 AI 領域的投資已開始產生回報。 《Investing》指出，這項合作確保了博通作為 Google AI 模型晶片首席設計夥伴的地位。此次協議還包含一項「供應保證協議」，博通將持續供應 Google 下一代 AI 機架網路及其他組件直至 2031 年。這些組件對於串聯大規模晶片集群以訓練與運行神經網路（如 Google 的 Gemini）至關重要。 […]</p>
<p>OpenAI 週一發布了迎接超級智慧（superintelligence）世界的政策提案。在這份長達 13 頁、名為《Industrial Policy for the Intelligence Age》（智慧時代的產業政策）的白皮書中，OpenAI 建議政府應如何監管 AI 以及如何分享該技術快速發展下帶來的經濟效益。《華爾街日報》指出，這些想法可能代表著數兆美元的新政府計畫，但也引發質疑聲浪。 OpenAI：AI 不只是技術，將改寫經濟結構 在 OpenAI 的論述中，AI 不再只是提升效率的工具，而是一場會改變經濟結構的系統性變革。OpenAI 執行長 Sam Altman 告訴《Axios》，AI 超級智慧如此接近真實、具有顛覆性，以至於美國需要一份規模堪比 20 世紀初大蕭條時期羅斯福新政的社會契約。 OpenAI 提出的框架圍繞著三個目標：更廣泛地分配 AI 帶來的繁榮、建立保障措施以降低系統性風險，並確保廣泛獲取 AI 能力。 文件指出，當 AI 進入超級智慧階段，企業利潤與資本利得將快速上升，但以薪資為基礎的所得稅等稅收卻可能下降，進而動搖支撐社會福利的財政基礎。《華爾街日報》指出，這正是 OpenAI 主張要重寫稅制的核心原因。 因此，OpenAI 提出將稅負從勞工轉向資本家，最具爭議性的觀點包括提高企業與資本利得稅、對自動化與 AI 系統徵收「機器人稅」、建立由 AI 收益支撐的公共財富基金，以及鼓勵企業在不減薪的前提下試行 4 天工作制。 在這些安全機制與監管措施之外，OpenAI 也提出一系列成長導向的政策主張，包括擴建電力基礎設施以支撐 AI 的用電需求，以及透過補貼、稅收優惠或政府持股等方式，加速 AI 基礎建設的擴張。 這背後的邏輯在於，將 AI 視為一種公共基礎設施，而非單純的商業產品；如果 AI 取代人類工作，就必須讓 […]</p>
<p>《南華早報》報導，中國科技巨頭百度的自動駕駛車輛 Apollo Go 在武漢發生故障，導致多名乘客在交通繁忙的高速公路上滯留數小時，此次車輛在中國中部城市突然停駛，對這家科技巨頭的自駕計程車全球擴張計畫造成打擊。 自駕車失靈誰來救？百度 Apollo Go 在武漢故障，應變能力受考驗 根據武漢市交通部門的公告，受影響的乘客自三月三十一日晚上 8 點 57 分起，紛紛撥打交通警察求助電話，交通警察與 Apollo Go 百度自駕單位的工作人員隨即前往救援，許多 Apollo Go 自動駕駛計程車在道路中央停駛，事件據悉未造成人員傷亡。 《南華早報》提及，從事直播工作的 Luka Lu 在晚上叫了一輛 Apollo Go 前往工作地點。大約 15 分鐘後，他的車輛突然在三環線中間停下。Lu 週三對《南華早報》表示：「當時正值晚間交通高峰，兩側都是貨運卡車，非常危險。」他花了超過 30 分鐘並打了十幾個電話才聯繫上 Apollo Go 客服，客服人員指示他待在原地，等待工作人員前來協助。「我又等了一個小時，但公司沒有人出現，所以只好報警，警察派了巡邏車將我接回來，」Lu 補充道。 武漢市公安局交通管理部門在公告中表示，初步評估認為此次事件是由「系統故障」引起，未揭露更多細節，目前尚不清楚此次故障影響了多少車輛與乘客。《南華早報》指出，截至 2024 年中，Apollo Go 在武漢營運約 500 輛自駕車，是全球最大規模的自駕車隊之一，此事件發生之際，百度正積極拓展全球 robotaxi 服務，並在歐洲與中東簽約合作夥伴，以與中國其他公司如 WeRide 和 Pony.ai 競爭。 Apollo Go 事件敲警鐘：自駕車背後「人類決策」成安全關鍵 這次 Apollo Go 在武漢的當機事件並非單一現象，而是揭露了全球自動駕駛產業共同面臨的痛點：當系統遇到無法判斷的情境時該怎麼辦？因為即使是多數時間運作順暢的 […]</p>
<p>隨著 AI 技術快速演進，AI 已從傳統負責精準分析與輔助決策的單一任務工具，逐步進化為具備自主規劃、資料收集和行動能力的「Agent」，並成為企業內部能獨當一面的數位員工。然而，儘管 AI 技術取得巨大突破，多數企業在實際導入時卻仍面臨轉型瓶頸。 在 TechOrange 科技報橘近日舉辦的「AI Ready 數據治理論壇」中，台灣 IBM 諮詢 AI 與數據服務協理林桂如指出，目前多數企業的 AI 專案仍停留在單點任務優化，或是用來提升局部工作效率，未能真正觸及商業模式與營運規則的根本改變。像 IBM 的全球研究報告就顯示，全球前五百大企業中，高達 64% 的高階主管認為，在 2030 年前生成式 AI 能夠帶給企業最大競爭優勢的關鍵，在於徹底改變既有產業商業模式與流程規則。這也代表，製造業必須逐漸捨棄單一任務的局部最佳化思維，進一步邁向長遠轉型之路。 拆解導入 AI 的「5S」挑戰 林桂如表示，許多企業在導入 AI 的過程中，往往面臨嚴峻的「5Ｓ」挑戰。第一個挑戰是各部門各自為政所形成的「數據孤島（Silo）」，導致資料與系統難以跨部門整合與流動。第二個挑戰為缺乏風險管控機制的「隱藏應用（Shadow）」，許多 AI 模型開發完成後，因擔憂潛在影響營運與生產的風險，導致做出來卻遲遲不敢上線運作。 第三個挑戰是「平台碎片化（Stack）」，例如各部門各自購買不同的 AI 平台或重複訂閱大型語言模型，不僅造成嚴重的重複投資與資源浪費，更讓開發團隊在技術選擇上無所適從。第四個挑戰是「人才技能難以跨域擴散（Skill）」，由於具備 AI 素養的專業人才分佈不均，因此跨部門協作時常面臨巨大的溝通阻力與認知落差。最後一個挑戰則是缺乏長遠營運規劃的「煙火式專案（Showcase）」，這些專案被業界稱為「滿地都是飛行員（Pilot）」的概念驗證專案，短期內看似遍地開花，卻無法持續營運並產生實質效益，因此難以將零散的技術轉化為可累積的長期企業戰力。 啟動 AI 規模化引擎，掌握「4Ｃ」關鍵 「當有一個組織或單位真的非常在意 AI 產生的投資報酬率（ROI）與效益，還有 AI 治理成果的時候，這個 AI 專案才能夠持續推動下去，」林桂如分析，為了解決「5Ｓ」挑戰，IBM 提出以「4Ｃ」作為企業建立完整 AI 運作體系的核心解方。 林桂如建議，企業應先建立統一統籌的「AI 卓越中心（Center, COE）」，由專責組織負責統籌預算、制定投資優先順序與追蹤專案成效，確保專案能持續推進並產生價值。其次是規劃明確的「AI 策略藍圖（Compass）」，意即依據成本效益、業務目標與合規性等指標評估投資優先序，避免盲目跟風而造成高昂的資源浪費。第三個關鍵是打造企業級的「Data […]</p>
<p>在 AI 與 Gen Z（Z 世代）交織的時代，品牌的角色已從內容的唯一生產者，轉型為創意的基礎設施。過去，品牌的核心任務是控制訊息與敘事一致性；但如今，面對一個內容極度充沛、注意力極度稀缺的環境，完全掌控反而成為限制。取而代之的是，品牌開始透過 AI 技術降低創作門檻，將自身的經典資產轉化為可被調用的素材庫，邀請用戶進入品牌生態系，參與、延伸甚至重寫故事。 Character.AI 執行長 Karandeep Anand 在《Fast Company》指出，這種轉變讓原先的內容供給，變成一種參與式設計（design for participation）。尤其是根據廣告公司奧美調查，86% 的 Gen Z 自認為是某個「粉絲群」的一員，且多數人花更多時間在粉絲創作內容上，品牌若仍停留在單向傳播，將難以維持文化相關性。AI 的角色，正是讓這種大規模參與成為可能。 把品牌變成素材庫，AI 讓「二創」成為官方策略 飲料品牌巨頭可口可樂（Coca-Cola），正是將品牌資產「平台化」的典型案例。在 Create Real Magic 活動中，可口可樂透過 AI 建立可即時互動的聖誕老人模型，支援 26 種語言、橫跨 43 個市場，並在短短 60 天內上線。 但更關鍵的並不是 AI 技術本身，而是互動邏輯的改變。用戶不再只是觀看廣告，而是能透過對話生成專屬內容，例如以個人回憶打造的雪花球。這種體驗讓品牌從訊息傳遞者，轉變為創作工具提供者，使用者在「玩」的過程中，自發性產出帶有品牌語彙的內容。 這種以 AI 驅動的 AIUGC（AI User-Generated Content，AI 使用者生成內容）模式，品牌不再需要親自生產每一則內容，而是設計一套生成機制，讓內容自然在用戶之間擴散。 UGC 潛力無窮，影視產業甚至把 UGC 創作者變正職 品牌開始開放資產，而影視產業則是進一步「制度化」粉絲創作。 根據《CNN》報導，Melanie 是一位因剪輯影集《Heated Rivalry》短片獲得數百萬觀看而爆紅的創作者，最終被 HBO […]</p>
<p>文 / Google Cloud 台灣技術總經理林書平 根據 Google Cloud 內部調查，台灣導入生成式 AI 的企業中，有 78% 表示正在採用 AI 代理。這個比例已顯著高於亞太地區的平均值 64%，但我們發現許多企業仍在導入過程中感受到阻力。 可以理解的是，我們正在經歷軟體史上最劇烈的一次變革交鋒。這源於過去五十年來，企業習慣以「確定性模型」（deterministic model）為基礎打造軟體和業務，從客戶關係管理（CRM）系統到試算表，都是受規則約束且不容出錯的軟體。尤其台灣有龐大的精密製造業及多種受高度監管的產業，因此從品質控管到合規性，企業的核心目標都是消除不確定性。 然而，過去三年備受全球矚目的生成式 AI 打破了這項規則。它是一個具備「機率性」（Probabilistic）、創造力，且高度依賴情境脈絡（Context）的推理引擎，而非輸入 A 加 B 永遠等於 C 的計算機。它能處理確定性系統無法回答的問題，例如分析關稅或模擬地緣政治對營收表現與大宗產品定價的影響，為企業決策者提供重要參考資訊。 企業目前在營運模式中感受到的摩擦，正是因為過往建置系統的初衷是為了追蹤與消除不確定性。然而，我們無法將機率性引擎硬塞進確定性的營運模式中。要徹底發揮生成式 AI 的潛力，企業領導者必須停止把 AI 當作「速度更快的試算表」來對待。 在這個新時代能脫穎而出的贏家，將是那些不再嘗試壓制不確定性，而是將它轉化為運作常態的企業。以下是為了重塑企業營運、充分掌握 AI 未來，所必須經歷的三大轉變。 轉變一：從評估「效率」轉向衡量「自主性」 過去，軟體被視為放大人類工作能力的工具，其價值取決於存取權及效率，例如提供多少授權席位、加快員工多少作業速度。 生成式 AI 徹底翻轉了這個模式：我們正從「軟體即服務」（SaaS）轉向「服務即軟體」（Service-as-Software）。其價值在於最終成果，而非工具本身。當 AI 代理解決了一張客戶需求單，衡量標準不再是幫員工節省多少時間，而是人類是否需要參與其中。換言之，我們的目標不再是打造動作更快的勞動力，而是建立可無限擴展的團隊。 這代表我們需要新的指標。企業應該停止衡量員工投入的工作量，轉為關注 AI 自主性：這包含了 AI 代理是否提供正確事實？能否縮短決策時間？任務完成率如何？考量到人類未來已可從「人機迴圈」（human-in-the-loop）中移除，因此企業擴大獲利空間最重要的指標之一將會是：AI 代理是否能在無人類介入下獨立解決問題。 轉變二：面對 AI 不確定性，著重控管而非消除 許多企業試圖將機率性的 AI，塞進追求確定性、強調規則的營運模式中，但這往往行不通。傳統領導者看到 AI 產生幻覺便感到恐慌，並想將其關閉，直到它達到 […]</p>
<p>專訪：戴季全撰稿：李昀蔚 在今年 2 月舉辦的 3DEXPERIENCE World 2026 大會上，達梭系統與 NVIDIA 宣布合作打造工業 AI 平台，共同描繪出一個嶄新方向：AI 正進一步朝「理解現實世界」邁進。面對製造業從傳統智慧工廠轉向「AI 原生工廠」的新趨勢，企業該如何看待 AI 自主決策帶來的變革？本集《全新一週》特別邀請達梭系統臺灣戰略客戶銷售總監張銘輝，深入剖析製造業導入 AI、推進超自動化，以及打造 AI 原生工廠的關鍵路徑。 談及這場重磅合作，張銘輝表示，達梭系統與 NVIDIA 過去在軟體與繪圖卡領域已有長達二十多年的深厚合作基礎。如今，隨著 AI 技術加速發展，雙方期盼藉由強大的 AI 算力，讓 AI 讀懂物理世界背後的數學規則、理論邏輯、材料結構甚至生物學，這也使得 AI 不僅能理解虛擬的物理世界，更能協助業界建構由 AI 驅動的物理模型與虛擬孿生，最終邁向完整的「工業世界模型」。 AI 原生工廠和智慧工廠有何不同？ 建構工業世界模型的核心，正是為了打造「AI 原生工廠」，究竟這與過去常談的智慧工廠有何不同？張銘輝分析，過去產業談及智慧工廠，重點多半放在「如何讓工廠更自動化」，並透過系統解決大量生產過程中的品質與技術問題，以加快達成生產目標。 相較之下，「AI 原生工廠」的邏輯截然不同。AI 原生工廠具備讀懂數據的能力，不僅能進一步做出判斷與決策，還能指揮後續的機器人與各類 AI 模型執行任務。「讓工廠自己讀懂數據、下判斷決策，同時提升自動化效率，這才是 AI 原生工廠的真正目的，」張銘輝強調，這也是 AI 原生工廠與智慧工廠的本質差異。 然而，要真正落實超自動化與 AI 原生，台灣製造業仍面臨一個痛點，那就是數據是否已經打通？從單點自動化走到整線、整廠自動化後，企業更期待透過 AI 即時收集數據，並讀懂工廠流程、產品模型與生產限制，進而做出超自動化的決策。不過，如果企業無法打通數據，那麼設計、模擬與製造等環節仍會彼此斷鏈，所以除非是從零開始就以 AI 原生為目標所打造的新工廠，否則若基礎工作未臻完善，即便想直接導入超自動化，難度依然極高。 工業世界模型的真正價值：縮短試產時間、降低錯誤率、加速複製經驗 為了解決上述痛點並串聯數據，達梭與 NVIDIA […]</p>
<p>近期，電商平台巨頭 Amazon 先後封鎖 OpenAI 以及 Perplexity 的 AI 爬蟲後，實際上切斷了 AI 獲取品牌口碑的渠道，揭示了一個對零售品牌行銷上迫切的問題：當最完整、最有價值的評論資料被鎖進電商平台的圍牆中，品牌該如何重新佈局，才能在 AI 建議的搜尋結果中，持續保持競爭力與能見度？ 開放的社群、去中心化評論布局，成 AI 搜尋新戰場 《Modern Retail》報導指出，這意味著品牌必須把戰場擴大到更多開放社群評論，例如 Reddit、Yelp，或者是台灣的 Dcard、PTT 等，甚至是自有的官網內容。這種去中心化的評論佈局，本質上是在確保品牌的聲量能進入 AI 的訓練資料庫，進而影響推薦結果。某種程度上，這讓數位行銷回到了十多年前的狀態，強調多點佈局與跨平台經營，只是這次的對象不再是傳統搜尋引擎，而是 AI 模型本身。 這也說明，社群評論正在從轉換階段的輔助角色，前移為整個行銷漏斗的起點，甚至是 AI 搜尋引擎優化（AI SEO）的核心資產。 背後的驅動力，也來自消費行為的根本轉變。越來越多消費者將 AI 視為個人「購物顧問」，直接詢問「最適合過敏犬的飼料」或「加州最好的磁磚品牌」。AI 給出的答案往往已整合了價格、功能與評價，極大地縮短了消費者的決策路徑。在這種場景下，評論不再只是參考資訊，而是構成「信任」與「被推薦」的核心依據。 評論的重要性提升，對中小品牌而言，反而創造了一個難得的機會。相較於傳統搜尋引擎高度依賴廣告投放與 SEO 技術，AI 搜尋更重視內容的真實性與語境豐富度。換言之，一則具體描述使用情境、效果與感受的評論，其價值可能遠高於數十萬的廣告預算。這讓資源有限的品牌，也能透過經營評論，在 AI 推薦中與大型品牌競爭。 以美國磁磚品牌 Fireclay Tile 為例，其執行長 Eric Edelson 指出，自家品牌之所以能在 AI 搜尋中被列為最佳選項，很大程度來自於評論內容的深度與細節。這些長篇、具體的使用經驗，正是大型語言模型最擅長解析的資料形式，也更容易被轉化為推薦理由。 掌握 AI 推薦算法：為何延後索取評論反而更有利？ 此外，《Modern Retail》也提到，評論的「質」比「量」更關鍵，會直接影響品牌的操作策略。寵物食品品牌 Pawco 成長副總 […]</p>
<p>當 AI 資料中心擴張、製造業升級與供應鏈重組同步發生，企業對全天候、穩定且低碳電力的需求也持續激增，在這樣的背景下，核能一再被視為可以支撐未來用電的關鍵選項。然而，一直以來核電廠卻面臨「蓋得太慢」的致命傷，正如微軟全球能源與資源產業企業副總裁 Darryl Willis 所言：「全球正競相滿足歷史性的電力需求激增，但核能產業使用的卻是為類比時代所建置的基礎設施管線，核能是支撐這個未來不可或缺的骨幹，產業卻仍深陷在交付瓶頸中。」 這個交付瓶頸，源自於核電專案在前期就面臨高度客製化的工程、彼此斷裂的碎片化資料，以及大量仰賴人工作業的法規與安全審查。這些因素共同拖慢了許可（permitting）、設計（design）與施工（construction）的進度。微軟更進一步指出，光是許可與監管申請流程就可能耗時數年、耗費數億美元，工程師還得花上數千小時撰寫、交叉比對、格式化、搜尋與重做成千上萬頁的文件。 因為前期開發太慢、資訊難以整合且流程難以重複利用，讓核電專案常常還沒進入施工，就已暴露在效率低落、進度延宕與成本膨脹的巨大風險中。為了解決這些痛點，微軟近日宣布與 NVIDIA 展開「AI for nuclear」合作，一口氣整合了 NVIDIA Omniverse、Earth 2、CUDA-X、AI Enterprise、PhysicsNeMo、Isaac Sim 與 Metropolis，試圖把 AI、模擬與數位孿生（Digital Twins）導入核電開發流程，從許可、設計、施工一路延伸到營運端，全面重整這條長期低效且難以加速的產業鏈。 微軟與 NVIDIA 的解法：用 AI、模擬與數位孿生進化產業鏈 微軟將這次與 NVIDIA 的合作，定義為打造一套由 AI 驅動、彼此互聯的基礎架構，目的是將核電廠的選址許可、工程與設計、施工與交付，以及營運和維護，串成一條可追蹤的生命週期。 例如在許可階段（Licensing and permitting），生成式 AI 將接手繁雜的文件起草與差異分析，並整合所有專案資訊，同時依據歷史申請格式建立一致的申請資料，讓專家與監管人員能把時間重新放在判讀安全法規，而不是消耗在比對數千頁的文字與版本差異上。 接著在設計階段（Design and engineering），高擬真數位孿生與模擬工具可讓工程師加快迭代速度，因為團隊能在動工前先完成設計驗證、重用已驗證過的工程模式，並即時掌握極細微變更對整體模型帶來的影響。 進入施工與交付階段（Construction and delivery）後，除了傳統 3D 模型，再加上 4D（時間排程）及 5D（成本追蹤）模擬還能讓團隊在正式動土前，先在虛擬環境中建造整座電廠，並透過 AI 與數位孿生即時比對現場實際進度與數位計畫，讓延誤與排程衝突提早被發現，同時避免昂貴且反覆的重工。 最後在營運與維護階段（Operations and maintenance），由 AI 驅動的感測器和營運數位孿生可持續監測設備表現、及早偵測異常，並支援預測性維護以提升正常運行時間，不過微軟也強調，最終控制權仍牢牢掌握在人類操作員手中。 這整套解決方案的目的，並不是取代核能產業原有的安全紀律，而是讓原本分散、難以重複利用的工作流程，變得更可追蹤且可預測，同時在絕不犧牲安全的前提下大幅縮短開發時間。 AI 為核能新創與國家實驗室帶來的具體效益 […]</p>
<p>隨著 2026 年進入第二季，AI 的發展呈現出一種明顯落差。一方面，它被視為世代級的技術轉折點，快速滲透各個產業；另一方面，市場對其期待也出現過熱現象。《Inc.》報導指出，大型科技公司持續加碼投資，試圖主導未來 AI 產業的競爭版圖，但在企業現場，特別是中小型公司與行銷產業，討論的焦點已明顯轉向一個更務實的問題：AI 究竟帶來多少實際回報。 AI 代理接管營運前線，人均生產力迎來 15% 成長 《Inc.》訪問多位行銷產業高層，結果顯示 AI 的應用逐漸從概念驗證走向日常營運。部分企業已將 AI 代理（AI Agent）導入前線流程，例如提供法律服務的 Tort Experts，其執行長 Sebastian Westerby 表示，他們透過訓練專業腳本的 AI 系統接聽諮詢電話，進行初步篩選與資訊整理，這類應用不僅能即時摘要對話內容，還能標記高價值潛在客戶，並同步更新 CRM 系統，讓業務團隊能更快介入關鍵案件。 在創意與產品開發流程中，AI 也開始扮演更具體的角色。設計與數位廣告公司已將 AI 工具整合進原本的工作流程中，例如利用設計平台內建的 AI 功能快速生成可運作的原型，並自動轉換為前端程式碼。這類流程優化帶來可量化的成效，數位廣告公司 Awarity 執行長 Aditya Varanasi 指出：「有了 AI 之後，每位員工的生產力提升約 15%，等同於在不增加人力的情況下，擴大團隊產出規模。」 類似的效率提升也出現在更基礎的營運層面。開發團隊透過 AI 自動偵測與修復程式錯誤，大幅縮短問題處理時間。郵寄行銷公司則利用 AI 清理與比對客戶名單，確保地址準確性，並進一步分析郵寄活動所帶來的新客來源。在某些高度重複的流程中，作業時間甚至縮減了 80%，直接轉化為成本下降與資源再配置的空間。 然而，AI 的價值並不僅限於效率工具。廣告公司 Crux KC 執行長 Melea McRae-Hall 提到，該公司將 AI […]</p>
<p>「現在每個人都在談論 AI，但像是刮削、測量、組裝這些日常的基礎工作，我們想要做到的目標是，和別人『做一樣的事』，卻『與眾不同』，」百德機械今（3/27）在大甲總部舉辦 Open House 活動，總經理謝天昕向國際記者參訪團表示，相較於將焦點完全放在 AI 應用，百德機械一直以來更強調的是製造現場的基本功，並試圖將創新做法導入既有工序之中。 回顧百德機械的發展歷程，謝天昕表示，自己從 1999 年正式加入公司以來，見證公司從早期主要為日本與瑞典等國際合作夥伴製造機器，逐步轉向以「Vision Manufacturing（前瞻製造）」為核心的發展方向，「許多客戶花了兩年時間設計出概念卻無法製造，而我們的團隊能接手並嘗試實現，」謝天昕強調，對百德機械而言，如何將設計概念轉化為實際可運作的設備，是公司長期投入的重點之一。 從傳統工序看製造現場的基本功 走進百德機械工廠，製造人員以生產流程中的「鏟花（刮削）」為例，說明廠內工程師都必須具備相關測試能力。熟練的工程師處理小面積刮削約需 10 至 20 分鐘，一般情況下則可能耗費約 2 小時。 此外，在進行零件安裝與校準前，團隊也會逐一檢查組件，並處理微米（micron）等級的精度要求。這些外界不易直接看見的細節，往往與機台精度及穩定度密切相關，也反映出百德機械在製造現場對基礎工序的重視。 AI 導入，先從操作輔助與知識管理切入 面對當前 AI 發展的浪潮，百德機械目前主要將 AI 應用在製造與管理流程。在產品方面，公司約於兩年前推出名為「Mr.Q」的 AI 輔助工具。謝天昕表示，這套系統的設計目的是在操作機台時提供協助，包括引導工作者操作流程，以及監測機器運作狀態。 在內部管理方面，公司也建置結合 AI 技術的知識管理（KM）系統。業務或服務人員在輸入問題後，系統即可協助檢索相關資料並進行整理，作為內部問題處理與知識傳承的輔助工具。 在廠區應用上，百德機械也正嘗試導入 AI 視覺辨識系統。不過，考量員工隱私，系統目前採用辨識操作員「身體比例」而非臉部特徵的方式運作，讓操作員即使短暫離開工作位置後返回，系統仍可接續辨識，掌握機台工序進度。 然而，謝天昕也坦言，AI 要在工廠全面落地仍需時間，現階段仍面臨設備投資成本高、企業對雲端建置存有疑慮等問題，再加上 AI 技術變化快速，因此百德機械目前傾向以合作導入的方式推進應用，而非自行投入底層技術研發。 對百德機械而言，AI 並不是獨立於製造現場之外的新命題，而是融入既有流程、協助解決實際問題的工具。從傳統工序，到知識管理與視覺辨識系統的嘗試，這家工具機廠想呈現的，是製造業面對 AI 時一種更務實的導入節奏。 （首圖來源：科技報橘）</p>
<p>TechOrange 編輯部推薦好書：《出海：台灣企業大未來》台灣正站在轉型的關鍵十字路口：面對高齡化與少子化、地緣政治的抉擇、軟硬整合的挑戰，加上行政院推動「AI 新十大建設計畫」將矽光子、量子科技與機器人等技術納入關鍵發展方向，台灣如何以更寬廣的視角來看待自己的定位？作者 Google 台灣前董事總經理簡立峰指出，台灣面對「五缺」（水、電、工、地、人才）現況，必然會走向以軟實力為核心的高附加價值產業發展，而機器人是 AI 軟硬體發展的重要樞紐。本文將帶你了解，簡立峰認為台灣應如何「以硬帶軟」、發展「人型機器人」，重塑「TW+N」的跨國競爭力。 文／簡立峰 ＃台灣製造業最巔峰的轉型 美國總統川普公佈「AI 行動戰略計畫」，核心就是要維持美國在 AI 時代的競爭力。這個方案的重點之一，排除環境影響評估與法規等障礙，加速資料中心的建構。其中有一個和台灣息息相關的議題，就是「下一代的製造業」。它指的是以軟體與 AI 驅動的高階製造。美國計畫全力支援，讓無人機、機器人、半導體晶片都能在美國生產。 對台積電來說，這並非壞事。因為在美國，相對容易找到 AI 與自動化相關人才，反而有助於轉型。只要台積電成功，就會成為典範，帶動更多企業跟進。這也是前面提到借美國之力，台灣走「以硬帶軟」的最佳途徑。美國有龐大軟體人才，軟體人才也最能跨國工作，台灣的硬體產業世界少有，「以硬帶軟」可能更適合台灣。 目前，台積電已投入龐大資源，進行台灣製造業最巔峰的轉型。他們正嘗試用軟體來定義工廠，大部分知識都在雲端，用遠端控制，也就是研發在台，生產在全世界。若能成功，台積電未來也是一個「軟體公司」。 我在新聞上看見，台積電在美國亞利桑那廠，計畫導入無人機進行廠區管理，如此將可以降低人力成本。這也顯示台積電出海後，興建一座座沒有包袱的新廠，可以直接運用當下最新的 AI 科技順利轉型。這是個好消息。 台灣產業的轉型，需要這樣的典範。從台積電開始，擴散到電子業，再進一步擴散到傳統製造業，硬體產業自然會逐步軟體化。這是一條不可能一夕之間完成的道路，但 AI 會成為帶動轉型的動力，並自然形成配套，包括商機帶來投資，訂單帶來產品，進而形成完整供應鏈，並以供應鏈吸引更多的投資。 ＃人型機器人：下一個關鍵產業 10 年前我們用 Drone 稱呼無人機， 現在我則稱它為 Flying Robot，就是飛起來的機器人；下一步的發展就是「人型機器人」，不但會成為未來 AI 產業的關鍵樞紐，也是台灣未來最重要的產業之一。 台灣目前在零組件上有很好的基礎，可以生產製造關節、手指等零組件，但問題是，我們缺乏一家完整研發製造機器人的公司，來當帶頭的母雞，串聯整個產業。雖然現階段很容易就能接到零件訂單，但若要讓產業真正壯大，還是需要一家能推出完整產品的核心公司來帶動生態系。華碩是可能的候選者，因為它有相關經驗，一旦投入，就能帶動新創在不同零件與控制系統的分工合作，形成完整供應鏈。這樣的「母雞帶小雞」模式，就像當年台積電之於半導體供應鏈，最終也能在機器人領域重現。 AI 新十大建設引領的方向應該是正確的，但真正走在第一線的，還是需要企業披荊斬棘、乘風破浪。台灣企業的優勢在於，目前的大客戶幾乎都是全球最前沿的公司，特別是這波 AI 硬體發展的領導企業 NVIDIA 特別仰賴台灣廠商，加上創辦人黃仁勳的台裔背景，與台灣企業形成綿密供應鏈，讓台商能更早看到 AI 時代的最新趨勢，也讓台灣主要科技廠商，有機會從「TW+CN」（編按：台灣加中國）邁向成為「TW+N」（編按：台灣加 N）的跨國企業。 當一、二十年後台灣高度少子化，台灣企業說不定在海外已經開花結果，從台灣人的企業，成為台灣人主導的跨國企業、甚至是台灣人主導的產業，真正把台灣概念擴大了，人才來源變多了。或許那時的人們會回過頭來感嘆：幸好當年有美中科技戰、有 AI 新十大建設，領航台灣開啟 21 世紀大航海時代。 【推薦閱讀】 ◆ 用 2.5 億美元撬動 […]</p>
<p>當諸多科技巨頭還在比誰能做出更強的模型時，蘋果似乎正準備走另一條路：不一定自己做出最強的 AI，但是要成為所有 AI 進入消費者日常生活的第一個入口。 《Bloomberg》根據知情人士消息報導，蘋果正計劃在 iOS 27 作業系統中大幅改造 Siri，讓使用者可直接在 Siri 內接入第三方 AI 助理，例如 Google 的 Gemini、Anthropic 的 Claude 等。 這代表 Siri 將不再只是單一語音助理，而是逐步轉向一個可切換、多模型並存的「AI 路由平台」。《Reuters》指出，如果這項更新成真，代表蘋果的 AI 策略正出現一次關鍵轉向。 Siri 將從單一助理，變成多模型入口 目前 Siri 已能透過與 OpenAI 的合作，把部分查詢交給 ChatGPT 處理；但根據《Bloomberg》與《Reuters》說法，蘋果的下一步是將這種能力擴大，讓更多安裝在 iPhone、iPad 或 Mac 上的 AI 應用，都能直接與 Siri 整合。 換句話說，未來如果用戶安裝了 Gemini 或 Claude，就能在 Siri 介面裡直接把問題交給不同模型回答，而不必從 Siri 介面跳出、再個別打開不同 App。此舉也等同打破 ChatGPT 在蘋果軟體中的獨家地位。 《Bloomberg》還指出，蘋果正在測試一套名為「Extensions」（擴充）的系統，讓用戶可在 Apple […]</p>
PChome Online新聞1筆關係