TechOrange 科技報橘

Hugging Face 推機器人 App Store：開源機器人進入應用生態時代

<p>從社群、娛樂到工作協作，現代人的各種需求幾乎都能透過 App 完成，但過去這些應用程式始終離不開手機。《VentureBeat》報導，如今成立 10 年、總部位於紐約、以開源 AI 模型與應用平台聞名的 Hugging Face，為其低成本開源桌上型機器人 Reachy Mini 推出 App Store，標誌運算平台正從「手機中心」轉向「實體機器人」的新階段。 從破萬銷量到 App 生態，Reachy Mini 打造機器人開發新入口 Reachy Mini 為 Hugging Face 於 2025 年 7 月推出的開源桌上型機器人，售價 299 美元起，是該公司收購法國機器人新創公司 Pollen Robotics 後的成果之一。自去年上市以來，該機器人已累計售出約 1 萬台。Reachy Mini 提供兩種版本：Lite 有線版（299 美元）需連接外部電腦運算，以及 Wireless 無線版（449 美元）內建 Raspberry Pi CM4，可獨立運作並支援 Wi-Fi。 這款小型機器人內建攝影鏡頭、麥克風與喇叭，並可透過 Hugging Face 的 AI 代理工具 ML Intern [&hellip;]</p>

一張圖就能讓機器狗失控：VicOne 執行長鄭奕立揭 AI 機器人的 5 大資安攻擊面與 3 步驟解方

<p>「未來基本上就是 AI 對 AI，」談到未來的資安格局，VicOne 執行長鄭奕立強調，隨著生成式 AI 技術快速成熟、具身 AI（Physical AI）迎來爆發期，AI 正跨越螢幕與雲端，擁有能直接影響現實世界的身體與大腦。 面對這波從虛擬邁向物理世界的全新挑戰，VicOne 憑藉過往在全球軟體定義汽車領域累積的深厚防護經驗，積極將資安戰線從智慧車延伸至機器人、無人載具與無人機等領域，防範失控的 AI 模型對周遭人類帶來的致命風險。 AI 機器人的資安挑戰不只在模型，也在硬體極限 從底層架構來看，智慧車與機器人的軟體架構及通訊協定高度相似，但在 AI 模型的感知與控制上，卻有著顯著差異。鄭奕立解析，車用 AI 模型的主要任務是「防撞」，仰賴視覺與距離感測，本質上偏向 2D 空間的運作。然而，因為機器人有實際執行任務的需求，在做拿取物品、削水果等複雜動作時，就必須具備強大的「空間智慧（Spatial Intelligence）」，才能讓 AI 精準判斷環境的厚度、深度與距離。 更具挑戰的是硬體的先天限制。鄭奕立指出，傳統 IT 領域為了控制成本，機器人的硬體算力通常設計得「剛剛好」。這代表企業的思維不能像過去買傳統 PC 一樣，「買回來覺得需要再安裝防毒軟體」，因為機器人其實沒有多餘的容量安裝後加的防護程式。因此，鄭奕立提醒，這種硬體極限，將徹底顛覆企業「先買設備、再想資安」的傳統採購習慣。 一張圖就能讓機器狗失控：VicOne 揭 Physical AI 的五大攻擊面 VicOne 團隊也現場展示一隻內建 AI 視覺模型的機器狗。這隻機器狗在辨識到特定圖像時，原本的設定是會做出「比愛心」的動作；然而，一旦在視覺鏡頭前貼上一張特別設計的圖像進行視覺干擾後，機器狗的認知就會瞬間被扭曲，立刻失控轉為對著目標「揮拳攻擊」的模式。 鄭奕立解釋，這並非遙控作假，而是真實打中了 AI 模型的軟肋。當機器人將捕捉到的視覺影像轉換為語言模型來理解並執行動作時，若系統底層的安全護欄（Guardrails）沒有建置完善，那麼駭客僅憑一個簡單圖像，就能輕易達成提示詞注入（Prompt Injection），進而竄改機器人的控制權。 透過這個案例，鄭奕立進一步剖析，針對機器人的資安攻擊面主要可劃分為五大維度。除了上述最核心且最危險的 AI 模型攻擊之外，還包含直接針對機械設備漏洞下手的物理硬體層面、利用視覺或干擾 GPS 訊號的感知層面、鎖定機器人為了防盜與管理而勢必需要連網的雲端與軟體應用，以及最容易成為攻擊突破口、如同入侵手機與物聯網一般脆弱的無線通訊領域。 機器人進入實體場域後，資安防線不只要防駭客也要防環境誤導 「機器人的資安防禦，其實比純數位環境更難搞定，」鄭奕立坦言，建立機器人資安防護的過程中，最大的痛點在於現實世界充滿不可控的變數。當機器人走入家庭或複雜工廠，隨便一張亂丟在旁邊的報紙廣告、或是一本童話書，只要落入機器人的視覺範圍，都可能讓 AI 模型產生非預期的認知與設定。 同時，攻防雙方也處於極度不對等的狀態。在「AI 對 [&hellip;]</p>

AI 基建戰升級：NVIDIA 攜康寧砸 32 億押注光纖，CPO 技術加速取代銅線

<p>NVIDIA 將投資最高 32 億美元於康寧（Corning），作為大規模光纖合作協議的一部分；康寧也將在美國新建三座先進製造工廠，專門為 NVIDIA 生產 AI 所需的光學技術。這項合作，串聯起 AI 基礎設施供應鏈中的兩大受惠企業。 從 GPU 到光纖！NVIDIA 攜康寧布局下一代 AI 基礎設施 位於 AI 熱潮核心的晶片大廠 NVIDIA 宣布與玻璃製造商康寧合作，兩家公司週三表示，新工廠預計創造至少 3,000 個工作機會，並讓康寧美國光學產能提升 10 倍。根據協議，NVIDIA 最多可投資康寧 32 億美元。 《CNBC》指出，ChatGPT 引爆市場對新型處理器與 AI 系統的大規模投資。雖然雙方未透露具體開發內容，但 NVIDIA 很可能正準備在 AI 機櫃級系統中，以康寧的光纖玻璃取代銅線，這種整合技術被稱為共同封裝光學（co-packaged optics，CPO）。 在 NVIDIA 2025 年 GTC 大會上，執行長黃仁勳曾表示，CPO 是 AI 基礎建設擴張的關鍵。康寧執行長 Wendell Weeks 則表示，這項合作不僅關乎 AI 發展，也將推動美國先進製造業。成立 175 年的康寧，近年積極轉向 AI 光通訊市場，成為市場焦點。NVIDIA [&hellip;]</p>

投放逾 400 個 AI 代理的零售實驗：銷售轉化提升 57%，周大福如何導入 AI？

<p>實體零售有許多難以被自動化的環節，比方說，需要詳細解釋的設計細節，或者是銷售人員與客人之間的信任和連結。 珠寶品牌周大福，導入 AI 自動化，沒有試圖用冰冷的代碼取代溫度，而是選擇將其嵌入企業營運的 DNA。他們與微軟合作，建立起一整套安全、統一的數據護城河，接著在組織內投放超過 400 個客製化 AI 代理。這場實驗最終演變為一場效率革命：覆蓋 2.4 萬名員工、效率提升達 70%。 把經驗數據化，帶動轉化率激增 57% 周大福珠寶的數位長張宏光指出，周大福的 AI 應用，最直接的影響體現在門市第一線。珠寶銷售高度依賴即時資訊與專業判斷，但過去銷售人員往往需要在多個系統之間切換，查詢庫存、價格與產品細節，過程容易中斷顧客體驗。 為了解決這個問題，周大福打造了「AI 福（AI Fook）」助手，並建構於 Microsoft Foundry 之上。這個系統透過自然語言介面，讓銷售人員在與顧客互動過程中，即時取得產品工藝細節、設計故事、庫存狀況與穿搭建議，資訊取得不再干擾對話節奏。 AI 福的價值不僅在於資訊整合，更延伸至能力培養與行為優化。周大福導入 AI 角色扮演機制，模擬各種顧客情境，讓員工在虛擬環境中反覆練習銷售應對。「同時，門市內的智慧設備會記錄高績效銷售行為，透過分析轉化為標準化作業流程，再推廣至全球門市。」張宏光說。 這種將經驗數據化並快速擴散的機制，使銷售策略得以持續優化，最終帶動銷售轉化率提升達 57%。在資訊負擔降低之後，門市人員得以將更多精力投入在理解顧客需求與建立情感連結上，這對高單價商品而言具有關鍵意義。 AI 驅動情感推薦、預測性決策的數據生態 在消費者體驗端，AI 同樣扮演關鍵角色。周大福導入大型語言模型，打造能理解語意與情感的推薦系統。 當消費者在線上搜尋婚嫁、祝福或文化象徵相關產品時，系統能解析其背後的情感動機，並快速媒合對應商品。這些洞察會同步至實體門市，使顧客隔天到店時，銷售人員已能提供貼近其偏好的建議，形成線上與線下融合的 OMO 閉環體驗。對品牌而言，這代表顧客旅程被重新定義為連續且一致的互動，而非分散的接觸點。 AI 也改變了企業使用數據的方式。傳統報表多半反映過去績效，難以支援快速決策。周大福建置 AI Insights 平台，讓管理者可透過自然語言直接提問，例如預測特定商場在短期內的熱銷材質或商品類型。系統會整合消費行為、場域特性與金價波動等多重變數，產出具前瞻性的建議。這讓數據從靜態資訊轉為可行動的策略依據，也讓決策節奏更貼近市場變化。 周大福的 AI 應用關鍵在於將其滲透至企業每一層運作結構，而非停留在單點應用。無論是前線銷售、顧客體驗，還是管理決策，AI 都成為驅動效率與價值創造的核心引擎。在高度依賴人際互動與情感連結的珠寶產業中，當技術有效承擔資訊與流程的複雜性，人反而能更專注於創造信任與價值。 【推薦閱讀】 ◆ 零售 3.0 是什麼？實體店用 AI 預測力＋零摩擦設計，打造顧客回流的隱形黏性 ◆ 一支影片帶動 4 [&hellip;]</p>

化敵為友的百萬瓦級交易：拆解 Anthropic 承租 SpaceX Colossus 1 背後的算力焦慮

<p>AI 在程式開發領域（AI coding）引發的熱潮，正以驚人的速度消耗全球算力資源，迫使 AI 新創加速擴張實體基礎設施。 Anthropic 在舊金山舉行的開發者大會上宣布，已與 SpaceX 達成協議，取得其位於美國田納西州曼菲斯的 Colossus 1 資料中心全部算力資源。根據協議，Anthropic 將獲得超過 22 萬顆 NVIDIA GPU 所對應的逾 300 MW 運算容量，並預計在一個月內到位。這筆交易的直接導火線，是 Anthropic 旗下 AI 程式碼生成工具 Claude Code 的需求急速暴增。 Claude Code 需求爆量，算力告急 根據 Anthropic 自身數據，目前平均每位開發者每週使用 Claude Code 的時間已達至少 20 小時，讓 Anthropic 的基礎設施承壓至極限。上個月，該公司坦承 Claude 的需求已導致「基礎設施不可避免的緊張」，影響到使用者的服務可靠性與效能，在尖峰時段尤為明顯。 為此，Anthropic 近期密集簽署算力協議。除這次 SpaceX 交易外，Anthropic 已承諾在未來十年向 Amazon 技術投入逾 1,000 億美元，並據《The Information》報導，另對 Google 的 [&hellip;]</p>

AI 開始反噬 SaaS 巨頭：Citizens 分析師警告，三分之二頂尖軟體公司恐撐不過 AI 轉型期

<p>知名創投家 Marc Andreessen 曾說：「軟體將吃掉世界。」現在，AI 正準備一口吞下軟體產業，而且許多當今最大的 SaaS（軟體即服務）巨頭，恐怕無法在這場淘汰賽中生存。 SaaS 曾在雲端時代扮演顛覆者的角色，讓 Sun Microsystems、Computer Associates、PeopleSoft 與 Siebel Systems 等 2000 年代初期的傳統軟體巨擘被收購並失去主導地位。如今歷史正在重演，AI 正反過來對 SaaS 產業施加殘酷的生存壓力。 《Business Insider》報導，Citizens 分析師 Pat Walravens 警告：如同雲端時代曾無情淘汰當年排名前 20 大軟體公司中的一大部分，今日頂尖的 SaaS 公司中，預計有高達三分之二無法撐過這波 AI 轉型期。「沒有人會直接宣告破產，」Pat Walravens 直言，「但最終他們會被收購，或是被迫整併到其他公司或平台之中，逐漸失去主導權。」 這也代表，AI 帶來的衝擊已經成為一場重新洗牌的產業淘汰賽，正劇烈顛覆企業軟體公司的營運根基、商業模式與組織配置。 AI 重寫 SaaS 存活條件：基礎設施型公司較有機會勝出 在這場淘汰賽中，並非所有軟體公司都處於劣勢。Pat Walravens 將 SaaS 公司分為基礎設施型與應用型兩類，並指出：「一般來說，基礎設施領域的公司日子比較好過。」他認為 Twilio、Bandwidth 等雲端通訊基礎設施公司較有機會受惠於 AI 浪潮，因為企業正急於利用 AI 來取代傳統客服中心，若要讓 AI 代理進入真實客戶互動場景，仍需要可靠的後端通訊與資料基礎設施作為支撐。 Bandwidth 執行長 [&hellip;]</p>

【科技早餐】AI 代理戰燒到算力長約，Anthropic 傳砸 2,000 億美元、AMD 看見 CPU 新需求

<p>【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊Meta、Google 都在做 AI 個人助理，下一戰是替用戶辦事 OpenClaw 今年爆紅後，「幫人直接做事」的 AI 代理成為下一個主戰場。NVIDIA 執行長黃仁勳（Jensen Huang）也在 GTC 2026 表示，每家公司都需要有自己的 OpenClaw 策略。根據外媒報導，Meta 正在打造高度個人化的 AI 助理，目標是替數十億用戶執行日常任務，工具由新型 Muse Spark AI 模型驅動，目前已有員工測試。 另外，Meta 也在訓練代號 Hatch 的內部 AI 代理，靈感來自 OpenClaw，目標是在 6 月底前完成測試，並可能把代理型購物工具整合進 Instagram。同一時間，Google 也被披露正在研發 24 小時個人代理，可整合 Google 服務、監控使用者在意事項，並代為處理複雜任務。「個人 AI 代理」正成為下一個必爭的使用者入口。 ＊Anthropic 傳 5 年砸 2,000 億美元買 Google 算力，AI 雲端長約再放大 《The Information》引述知情人士報導，AI 新創 Anthropic [&hellip;]</p>

從 HBM4 到 Apple 供應鏈備援：三星獲利狂飆 48 倍，AI 正重新定價半導體產業

<p>半導體產業正在經歷一場由 AI 驅動的市場版圖大遷徙，其中亞洲正躍升為全球 AI 生態系的核心。三星電子（Samsung Electronics）近日市值正式衝破 1 兆美元大關，成為繼台積電之後，亞洲第二家躋身「兆元俱樂部」的科技巨頭。這也宣告市場邏輯的根本改變：過去總被視為會隨著市場大起大落的記憶體晶片，如今已打破數十年來的景氣循環宿命，DRAM、NAND 與 HBM 正式被資本市場重新定義，成為 AI 基礎設施堆疊中不可或缺的「結構性關鍵」。 與此同時，全球晶片供應鏈的另一端也正悄悄洗牌。當龐大的 AI 晶片需求持續擠壓先進製程產能，加上無法忽視的地緣政治風險，科技巨頭們的「產能焦慮」正在發酵。市場傳出，Apple 已向三星與 Intel 遞出橄欖枝並展開探索性討論，評估將部分裝置處理器產能移轉至美國本土製造。這也代表，尋找「台積電以外的 Plan B」已逐漸演變為半導體供應鏈重組的焦點。 AI 狂熱推升股價，三星強勢叩關「兆元俱樂部」 受惠於對 AI 晶片的強勁需求，三星股價在過去一年翻逾四倍，並在 5 月 6 日盤中一度上漲 13%，讓公司市值一舉衝破 1 兆美元。FactSet 資料顯示，三星其實早在今年 2 月 26 日就曾短暫跨越 1 兆美元市值門檻，這次的創紀錄漲勢則象徵延續投資人對 AI 相關股票的強烈追捧。 《Bloomberg》指出，三星、SK Hynix 與台積電都位於全球 AI 生態系的核心，亞洲的晶片製造與資料基礎設施正成為 AI 轉型的重要基石。這波狂熱不僅帶動三星與 SK Hynix 的股價大漲，更推升韓國 Kospi 基準指數首次突破 7,000 [&hellip;]</p>

全球供應版圖重組！12 吋矽晶圓成關鍵戰場，中國力拚 70% 國產供應

<p>《Nikkei Asia》報導，中國力拚在今年達成關鍵目標：晶片製造商所使用的矽晶圓中，超過70% 將採用國產產品。此項目標已在中國業界形成某種心照不宣的要求，尤其是在 12 吋矽晶圓的採用上，更傾向優先使用中國本土供應。這也被視為中國在關鍵晶片供應鏈本土化進程中，最積極的推動措施之一。 中國晶圓本土化加速：12 吋矽晶圓成供應鏈攻防核心 《Nikkei Asia》指出，儘管中國在其他自給自足目標上仍未完全達標，但晶圓領域的本土化進展被業界認為有望率先實現，並可能成為推動供應鏈自主化的重要成果。一名晶片業高層表示：「市場中仍有約 30% 對外資開放。一些中國晶片廠仍在追求更先進製程，因此需要國際龍頭的支持。但在成熟製程與傳統晶片領域，本土矽晶圓已基本可以滿足需求。」 矽晶圓是製造邏輯晶片與記憶體晶片的核心基礎材料，其中 12 吋晶圓主要用於主流先進邏輯與記憶體晶片，而 8 吋晶圓則多用於成熟製程與功率電子產品。《Nikkei Asia》提及，中國在 8 吋晶圓領域已大致實現自給，但 12 吋晶圓仍是當前重點追趕方向。 中國矽晶圓龍頭企業西安奕斯偉材料科技（Eswin Material Technology）已於去年登上上海科創板。公司表示，到 2026 年其總產能將達每月 120 萬片晶圓，可滿足中國約 40% 的 12 吋矽晶圓需求，並預計全球市占率將超過 10%。其他主要本土廠商還包括國家矽產業集團、中環先進與杭州立昂微等，均持續擴產。 AI 推動先進製程擴張，中國晶圓供應鏈加速成形 《Nikkei Asia》進一步指出，奕斯偉材料目前正在西安與武漢建設新廠，並計畫今年新增每月 70 萬片產能。一名知情人士表示：「所有中國客戶都在擴產，而奕斯偉材料是最積極的一家，可能占整體擴產規模接近一半。」該公司亦表示，已供應包括美光、台積電、格羅方德與聯電等全球客戶，三星與 SK 海力士也正在驗證其產品。 中國晶圓代工龍頭中芯國際、華虹半導體，以及記憶體廠長鑫存儲與長江存儲均為其主要客戶。奕斯偉材料表示，其國產晶圓已逐步成為新建中國晶片廠的預設選項。同時，中芯國際、華虹及部分與華為相關的晶片企業正大幅擴張接近 7 奈米甚至 5 奈米等先進製程產能，以滿足 AI 運算需求，但部分先進製程仍需依賴海外矽晶圓供應。 從整體供需來看，根據 Bernstein Research 分析師估計，中國在 2025 年約可滿足 12 [&hellip;]</p>

極風雲創推出企業級 AI 入口 Across，以 Agentic OS 架構，攜手群聯電子、GoTrust 等夥伴建構…

<p>當生成式工具在兩年內滲透進企業的行銷、法務、工程、客服部門，企業真正欠缺的不是工具，而是能讓員工每一次生成式調用都被看見、管理與追蹤的在地化系統。 Microsoft 與 LinkedIn 的職場調查指出：75% 的知識工作者已在工作中使用生成式工具，其中 78% 自行攜帶個人帳號，企業完全無法掌握。台灣在地則顯示，91% 企業已將生成式技術納入營運策略，92% 卻擔憂隨之而來的資料外洩、合規失控與成本失序，七成企業卡在導入門檻前無法推進。極風雲創 Twister5（股票代碼 7826）今（5日）正式發表軟硬整合的 AI 入口平台 Across，並宣布與群聯電子、GoTrust、陽信銀行等多家策略夥伴啟動合作，建構台灣首個以 AI 治理為核心的開放生態圈。 從自身 AI 轉型出發，把 Across 定位為企業級 AI 入口 極風雲創過去以 Cloudflare、Cato Networks、Palo Alto Networks 等國際資安品牌的 MSSP 為核心業務。內部推動生成式技術導入時，親身遭遇與客戶相同的困境，行銷團隊用 ChatGPT 寫提案，工程師用 Claud Code 寫程式，業務將客戶名單貼進各種生成式應用尋求分析，工具、帳號與資料流向高度分散，管理層難以集中掌握使用行為與成本。董事長張紘綱表示：「企業不缺工具，缺的是一個能讓員工的每一次調用都被看見、被管理的入口。就像十年前用統一登入系統管理應用存取，今天需要的是管理生成式工具使用的入口平台，這就是開發 Across 的起心動念。」Across 不取代企業既有應用，而是讓所有工具能在統一治理框架下運作，在更安全地環境中幫助企業透過 AI 賦能效率。 Across 平台的 AI 能力以 Anthropic Claude 為主力開發架構。極風雲創加入 Claude 開發合作計劃夥伴，技術團隊全員通過官方開發課程並獲發證書，為台灣企業 AI 平台領域中，技術能量經 Claude 官方體系驗證的先行者。林佑儒技術處長表示：「選擇 [&hellip;]</p>

Solana 聯手 Google Cloud 推 AI 代理支付平台！AI 可自主用穩定幣買 API 服務

<p>Solana Foundation 與 Google Cloud 聯手推出 AI 代理支付服務 Pay.sh，讓 AI 代理能透過 Solana 上的穩定幣，以按次付費模式調用 Google Cloud 及超過 50 家供應商的 API，擺脫傳統帳號註冊與訂閱機制的束縛。 Pay.sh 打破訂閱門檻，由 AI 代理購買 Google 與第三方 API Solana 官網提及，AI 如今已成為軟體建構與使用的核心，且能在單一工作流程中跨服務執行決策與操作，但在存取最強大的企業級 API 時，依然面臨著巨大的技術落差。目前多數服務仍針對人類使用者設計，要求完成複雜的身分驗證（KYC）、憑證管理及帳單維護。Pay.sh 作為橋樑彌合了這段距離，讓 AI 代理具備自主支付的能力，消除 AI 代理在調用複雜基礎設施資源時的支付瓶頸。 在計費與操作模式上，Pay.sh 導入了微支付架構，捨棄傳統的訂閱方案與最低消費限制，改採精確的「按次計費」模式。根據 Solana 的說明，使用者僅需將 Solana 錢包連接至 Gemini、Claude Code、Codex 或 Hermes 等偏好的 AI 介面，並在 60 秒內透過信用卡或穩定幣完成入金，AI 代理即可獲得各項付費服務的存取授權。 此外，AI 代理具備自主瀏覽統一 API [&hellip;]</p>

Google 內測 Remy、Meta 開發 Hatch：OpenClaw 爆紅後，科技巨頭下一戰已悄然開打

<p>OpenClaw 今年爆紅後，「幫人直接做事」的 AI 代理已快速成為矽谷的下一個主戰場， NVIDIA 執行長黃仁勳日前更指出「每家公司都需要有 OpenClaw 策略」。根據外媒消息，Google 和 Meta 就正在開發類似於 OpenClaw 的 AI 代理工具。這兩家科技巨頭的動向，指向同一個方向：AI 競爭的重心，正從回答問題的聊天機器人，升級為主動替使用者完成任務的個人代理。 Google 內測「Remy」，定位為全天候個人代理 據《Business Insider》取得的一份 Google 內部文件，以及兩位熟悉此事的人士透露，Google 正在一個僅供員工使用的 Gemini 應用版本中測試名為「Remy」的 AI 代理。文件中對 Remy 的描述為：「Remy 是你在工作、學校與日常生活中全天候的個人代理，由 Gemini 驅動。它將 Gemini 應用提升為一個真正的助理，能夠代替你採取行動，而不只是回答問題或生成內容。」 文件進一步指出，Remy 與 Gmail、Chrome、Calendar 等 Google 旗下服務深度整合，能夠主動監控使用者關注的事項、處理複雜任務，並隨時間學習使用者的偏好。《Business Insider》指出在某方面，Remy 與 OpenClaw 類似，功能在定位上明顯比 Google 目前已推出的「Agent Mode」等工具更為進階。Google 發言人婉拒對此置評，也尚未透露 Remy 的公開上線時程。Google 將於本月稍後舉行 I/O 開發者大會，外界預計 AI 代理將是展示重點之一。 [&hellip;]</p>

Anthropic 推 10 款金融 AI Agents 搶攻華爾街！CEO 警告：沒有因應 AI 變化的軟體商恐破產

<p>Anthropic 近日推出 10 款專為金融服務業打造的 AI 代理程式（AI Agents），全面鎖定銀行、保險、資產管理與金融科技等關鍵場景。這項發布讓過去耗時費力的提案簡報草擬、財報估值審查，甚至是繁瑣的合規與客戶身分審查（KYC）任務，現在都能交由 AI 代勞，更顯示 Anthropic 正把旗下模型 Claude 從「開發者專用的寫程式工具」，大舉推進至華爾街白領的日常工作流中。 《Reuters》報導，Anthropic 近日在一場活動簡報上寫道：「程式開發領域已被永遠顛覆，下一個就是金融業。」這句話也點出 Anthropic 的強大企圖心：他們正急起直追，試圖將 AI 顛覆軟體開發的爆發性成長經驗複製到金融圈，全力搶下金融業這個 AI 落地應用的新市場。 10 款金融 AI 代理程式瞄準高耗時任務，從提案簡報到 KYC 都能接手 Anthropic 表示，這 10 款「隨插即用」的代理程式範本，是專為金融服務中最耗時的工作所設計，包含建立提案簡報、篩選 KYC 檔案，以及協助月底的關帳作業。 在研究與客戶服務場景中，Claude 代理程式可協助建立目標清單、執行可比公司分析、為客戶會議草擬提案簡報，並在通話前整理客戶與交易對手的背景摘要。而在財務與營運場景中，Claude 代理程式可檢查估值是否符合相似企業指標、評估方法論與公司審查標準，也可執行關帳清單、準備會計分錄並產出關帳報告。 《華爾街日報》指出，Anthropic 這次推出的金融 AI 代理程式，是該公司擴大企業客戶版圖，並朝最快今年首次公開發行（IPO）邁進的戰略之一。《Business Insider》也將這次發布定位為 Anthropic 替華爾街處理「繁瑣苦差事（grunt work）」的重大舉動，指出這些代理程式將大幅改變準備客戶會議、進行市場研究、建立財務模型與製作提案簡報的運作方式。 Claude 串接微軟 Office 與金融資料源，讓 AI 代理更貼近日常工作流 為求無縫融入現有工作環境，Anthropic 表示 Claude 現在可透過外掛程式直接在 Excel、PowerPoint、Word [&hellip;]</p>

AI 消除汽車設計最大瓶頸之一，設計師與工程師第一次能即時共同決策

<p>一輛車的外型不只是美學決定，更是由空氣動力學塑造的結果。油耗、電動車續航、高速穩定性，都與車身切割空氣的效率直接相關。 但長期以來，這個設計環節存在一個根本性的時間錯位：設計師釋出一個設計面後，必須等待數天甚至數週才能取得完整的氣動分析結果，而在這段等待期間，設計往往已經修改了好幾版。 從草圖到 3D 動畫，一天之內完成 AI 在 GM 通用汽車設計流程中的介入，比氣動分析更早，甚至早在設計師握著鉛筆勾勒第一張草圖的時候就開始了。 GM 創意設計師 Daniel Shapiro 描述，他以幾張手繪的未來雪佛蘭概念車圖為起點，將草圖輸入 AI 工具，再透過提示詞引導 AI 生成一系列圖像，最終產出一段展示概念車 3D 動態的預告動畫，「傳統上，從設計草圖到高品質動畫，需要多個團隊花費數個月，」Shapiro 說，「現在單一設計師一天之內就能完成，而且不需要過去那樣深厚的 3D 視覺化技術。」 這個改變不只是省時，而是改變了創意探索的可能性。設計師可以快速生成數十個設計變體，挑出最有潛力的方向，再從更成熟的起點繼續深化。 AI 處理的是 3D 渲染所需的技術設定，包括虛擬攝影機、光線、CGI 環境，這些過去都需要耗費大量的人工時間。Shapiro 說，「我們可以探索更多方向，對想法可以少一點執著，這改變了我們日常工作的方式。」 不過，人類的判斷仍是保持品牌差異性的關鍵。Shapiro 強調：「AI 不是一鍵解決方案，我們常常要跟它角力才能得到想要的結果。什麼感覺像 Buick、什麼感覺像 GMC、什麼感覺像 Cadillac，這些判斷仍然是我們在做的事。」 從數週等待到一分鐘決策 氣動分析端的改變同樣顯著。GM 研發部門技術研究員暨實驗室組長 Scott Parrish 的團隊，建立了一套 AI 驅動的虛擬風洞能預測氣動阻力，並將結果直接回饋至設計師使用的數位雕塑工具。 傳統流程依賴高精度的計算流體動力學分析與全尺寸風洞測試，兩者都精確但費時。設計師完成車身設計面後，需要將其釋出給工程師進行 CFD（Computational Fluid Dynamics，計算流體力學）模擬，數天或數週後才能取得阻力係數的回饋，再傳回設計師進行下一輪調整。 GM 虛擬整合工程總監 Rene Strauss 說，過去完成一整輪設計與工程迭代需要約兩週，現在幾乎是即時的。他舉了一個具體的例子：「只需幾下點擊，不到一分鐘就能讀取設計面並取得結果。」 Jaguar Land [&hellip;]</p>

從 Slack 訊息到 Zoom 表情都能被分析：AI 開始解讀員工情緒，職場監控踩上信任紅線

<p>企業監控員工早已不是新鮮事，但在 AI 推波助瀾下，這場職場監控正迎來令人高度關注的改變。《The Atlantic》報導，新一波「情感人工智慧」（emotion AI，或稱 affective computing）浪潮正席捲而來，讓企業的焦點從單純的生產力追蹤，擴大到更深層的行為剖析，也就是雇主現在不只會看你做了多少事，更要分析你今天上班是否夠投入、夠正向，甚至態度是否具備高度的友善與協作性。 與此同時，AI 不只要看透你的情緒，還要複製你的工作技能。《Reuters》指出，科技巨頭 Meta 已開始擷取員工的電腦操作數據來訓練 AI。當員工的情緒被量化、日常操作成為演算法的燃料，我們熟知的職場生態正在被重塑。 「數位讀心術」的商業化與應用場景 現在，emotion AI 技術正快速在各大領域商業化。以新創工具 MorphCast 為例，該公司聲稱能利用 AI 直接從人類的臉部表情，精準判讀使用者的情緒起伏與注意力高低。這種宛如「數位讀心術」的技術，不僅已被授權應用在心理健康 App 與校園學童注意力監測，連麥當勞都曾將其導入葡萄牙的品牌行銷活動中，藉由掃描 App 使用者的臉部，根據顧客當下的「心情」來派發專屬的個人化優惠券，足見其龐大的商業潛力。此外，這類技術導入門檻極低，《The Atlantic》記者實測指出，不需安裝特殊軟體即可免費試用，且分析過程中未必需要取得同意。&nbsp; 另一方面，當 emotion AI 被包裝成企業分析工具進入職場，最初主要被用來處理基層員工的績效問題，尤其常見於客服與藍領工作場域。例如，貨運公司開始使用眼球追蹤、高靈敏錄音設備與腦波掃描器，來偵測司機是否出現壓力或疲勞跡象；速食連鎖店 Burger King 甚至正在試點一款名為 Patty 的 AI 聊天機器人，並將其嵌入員工的耳機中，專門用來即時評估員工的互動是否足夠友善。在金融領域，First Horizon Bank 的 AI 系統甚至會在監測到客服員工壓力過高時，主動於螢幕上播放員工家人的照片以試圖緩解情緒。&nbsp; 向上蔓延的監控網：白領階級的通訊軟體、會議與面試全面 AI 化 《The Atlantic》指出，emotion AI 的下一個大規模應用場景，就是白領工作圈。過去白領員工較少受到嚴密監控，但如今數位足跡已成為新標的，例如在日常協作方面，Slack 的整合工具 Aware 宣稱可持續監測內部訊息中的「情緒與毒性」；Microsoft Azure 理論上也允許雇主使用 AI 批次分析員工的聊天訊息。 [&hellip;]</p>

【科技早餐】OpenAI 智慧機傳 2027 量產，聯發科、台積電有望進供應鏈

<p>【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊郭明錤稱 OpenAI 加速智慧機開發，聯發科有望拿下處理器訂單 知名分析師郭明錤表示，OpenAI 正加速跨入智慧機領域，首款 AI 智慧機最快 2027 年上半年量產，早於先前預期。郭明錤指出，聯發科有望獨家供應處理器，預計採用客製化天璣 9600 晶片，並由台積電以 N2P 製程代工生產。 郭明錤也指出，這款處理器似乎更聚焦 AI 任務，而非單純智慧機效能，圖像處理器與雙神經處理器架構將是觀察重點。若開發順利，2027 年與 2028 年出貨量可能合計約 3,000 萬支。不過目前這仍屬供應鏈分析說法，尚非 OpenAI、聯發科或台積電正式宣布。 ＊黃仁勳稱中國不應拿到最先進晶片，NVIDIA 對中出口再成焦點 NVIDIA 執行長黃仁勳（Jensen Huang）在洛杉磯舉行的梅肯研究院全球大會（Milken Institute Global Conference）表示，中國不應該擁有 NVIDIA 最先進晶片，美國也應該在人工智慧領域保持領先。但他同時呼籲美國政府，應允許美國半導體企業持續在全球市場競爭，包括中國市場。 黃仁勳表示，美國科技企業在全球競爭，有助於擴大出口、增加稅收，並提升經濟安全與國家安全。目前 NVIDIA 的 Blackwell 與新一代 Rubin 產品，並未納入美方先前允許對中國核准客戶銷售 H200 的安排。先進晶片能否進入中國市場，仍取決於美國出口管制與中國監管態度。 ＊白宮傳擬審查 AI 模型，歐洲也擔心企業防線落後 《紐約時報》報導，美國總統川普（Donald Trump）政府正考慮在先進 AI 模型公開發布前，建立新的審查與監管機制。報導指出，白宮正在討論一項行政命令，可能成立由科技業高層與政府官員組成的工作小組，評估新 AI 模型發布前的潛在審查程序。 這項討論與川普政府先前主張放鬆 AI [&hellip;]</p>

從掃地機器人到機器寵物：iRobot 前執行長再出手，打造「看穿你喜怒哀樂」的 AI 機器人

<p>有「掃地機器人之父」稱號的 Colin Angle，正揭開創業生涯下一篇章。據《華爾街日報》報導，這位曾帶領 iRobot 開創家用掃地機器人時代的創辦人，推出一款全新機器生物：它毛茸茸、眼睛圓潤、擁有巨大腳掌，舉止神似小狗，目標是成為家庭中令人珍惜的一員。 身為機器人新創公司 Familiar Machines &amp; Magic 共同創辦人兼執行長，Colin Angle 曾執掌 iRobot 近 30 年，憑藉 Roomba 系列締造公司輝煌，並開創家用掃地機器人品類，直到 2024 年離任。他的新創公司推出首款產品「Familiar」，最大不同在於，它擁有 Roomba 從未具備的特徵：四條腿。 不只是寵物或助理！Familiar 以「情緒智慧」挑戰人機關係 Colin Angle 強調，這不只是機器寵物，也不是智慧助理。它不會說話，但能以「情緒智慧」的方式回應你的行為與情緒。「我想建立的是一種人與機器之間截然不同於 Roomba 與顧客的關係，」Colin Angle 表示，「我希望自己打造的機器，會讓人感覺它真的在乎我。」 Colin Angle 與團隊稱它為「Familiar」，這個詞原指女巫的超自然動物使魔。它被定位為全新品類的情緒智慧機器人，能根據人的語氣、肢體語言與整體情緒氛圍做出適當反應。Colin Angle 認為，這樣的能力將使機器人能勝任需要高度信任的支援型角色。 短期內，Familiar Machines 計畫將產品鎖定在希望照看親人的族群，例如獨居的年長父母或其他受照顧者。公司也希望吸引重視自我健康管理的消費者。更長遠來看，該公司打算將其情緒智慧 AI 授權給其他企業。目前仍屬早期原型，因此 Colin Angle 尚未公布售價、上市時間，和最終產品是否會維持現有外觀。 《華爾街日報》指出，隨著自動無人機配送與人形機器人技術發展加速，人類與機器共處的未來已不再遙遠，未來人們甚至可能與機器夥伴共同分擔照護親友的責任。報導形容，Familiar 就像「長了腿的 Apple Watch」，不只是每半小時震動提醒你站起來，而是會主動跟著你移動，甚至以蹭手等擬寵物動作提醒你活動。 陪伴型機器人為何難以突破？Sony Aibo、Jibo 等前例揭示市場難題 陪伴型機器人的歷史上已有不少失敗案例，包括 Sony Aibo、Pleo [&hellip;]</p>

打造「物流版 AWS」：Amazon 開放自建供應鏈、搶攻 B2B 市場，FedEx 與 DHL 迎來科技平台對手

<p>過去近三十年，Amazon 砸下重金建構屬於自己的物流護城河，以持續降低對美國郵政（USPS）、FedEx 與 UPS 的依賴；現在，Amazon 決定把這項龐大的配送營運，轉化為全新的營收基礎設施。Amazon 近日宣布推出「Amazon 供應鏈服務」（Amazon Supply Chain Services，簡稱 ASCS），將過去專為自家電商與賣家打造的全球物流網路，全面開放給外部企業使用。 《The Verge》形容，Amazon 的野心正是將其配送營運打造成「下一個 AWS」，讓外部企業可以像隨選租用雲端運算資源一樣，將貨運、分發、訂單履約與包裹終端配送等繁瑣的後勤任務，全數外包給 Amazon 負責。 不過，當 Amazon 從單純的零售平台跨界成為「企業級供應鏈服務商」，也立刻引發市場反思：當 Amazon 身兼零售霸主與物流巨頭的雙重角色，企業真的願意將最敏感的物流數據與銷售通路命脈，交給這位潛在的競爭對手嗎？ 從內部後勤到外部企業服務：Amazon 如何在物流場域複製 AWS 成功經驗？ Amazon 在過去 30 年建立起橫跨倉庫、飛機、卡車與配送車隊的全球供應鏈，並發展出需求預測、庫存規劃與貨運路線最佳化等頂尖物流技術。自 2006 年以來，獨立賣家已透過 Amazon 履約服務（FBA）出貨了超過 800 億件商品。此外，《WSJ》指出，Amazon 過去 20 年已向第三方賣家提供履約服務，且去年該服務營收高達 1,721.62 億美元，約占 Amazon 總營收的 24%。&nbsp; 過去，Amazon 的供應鏈服務多半是「零散提供」（piecemeal），企業只能分別使用電商訂單履約或貨運服務，尚未形成完整協調的第三方物流供應商（3PL）銷售模式。這次 ASCS 的重大突破在於，Amazon 把倉儲、運輸管理、國際空運與海運等能力「整合到同一個入口」，讓企業能享有完整的一站式服務。其貨運網路更涵蓋海運、空運、陸運與鐵路，並提供報關與端到端貨件追蹤等彈性服務，根據 Amazon 數據指出，使用這套端到端解決方案的賣家，銷售額甚至提升近 20%。&nbsp; 《Reuters》引述分析師觀點指出，Amazon 此舉等於將物流從成本負擔轉化為基礎設施產品，完美複製 [&hellip;]</p>

NPO 邁向高效營運時代：從繁瑣行政到智慧管理的關鍵一哩路

<p>叡揚資訊與網軟日前共同舉辦【讓愛走更遠 · NPO 全方位營運的數位轉型實戰論壇】，從募款經營、志工與會員管理，到個案服務與內部治理，分享數位工具如何成為公益組織的強力後盾。 AI 取代不了志工，但它能讓每位志工多出一雙手 叡揚資訊群總經理胡瑞柔在開幕致詞中表示，AI 取代不了志工，因為「人」仍是公益服務最核心的力量。不過，AI 能協助處理重複性作業，讓人力回到更有價值的服務現場。她指出，叡揚與網軟將結合資訊開發專長，陪伴 NPO 在數位化到智慧化的過程中，兼顧資安、行動化與彈性應用。 一則深夜留言，看見資訊系統接住人的速度 喜馬拉雅研究發展基金會執行長高永興分享，某天深夜，他在公益資訊網站上看到一名受暴兒童的留言，情況危急。他立刻透過資料庫搜尋、整理援助資源，在最短時間內回應這名孩子。他提醒，當資源被整理成可搜尋的資訊系統，服務就能更快抵達需要的人；但科技不是答案，關鍵仍在以專業知識善用工具。 Excel 很方便，但跟不上組織成長 網軟總經理特助吳龍紅表示，Excel 在單人或少數人作業時確實方便，但當組織規模擴大，開始需要多人協作、資料串接與權限控管時，原本「夠用」的工具就可能成為瓶頸。她也指出，NPO 推動資訊化時，應掌握三個基礎：系統設計要符合作業流程、行政管理要能支援未來服務擴大，並且從一開始就納入資安規劃。 理監事會議要開了，卻等不到一張報表 叡揚財會軟體產品經理徐瑞元描述，許多 NPO 帳目由熟悉 Excel 的同仁獨立管理，一旦離職便難以交接；委外記帳也可能在開會前等不到報表。Vital Finance 可快速產出財務報表，並整合網軟捐款系統自動生成帳務紀錄，也能依專案查看損益，讓核銷更有效率。串接 Vital BizForm 後，付款可產生銀行媒體檔上傳網銀，不再擔心填錯帳號、匯錯款項。 用 Vital CRM 認識每一位支持者，讓關係走得更長遠 叡揚資訊業務經理劉婷慧分享，Vital CRM 內建 AI Copilot 智能助理，可協助分析與捐款者的互動紀錄與情感傾向，快速產製內容，擴大客服能量。透過 Insight 分析報表，能清楚掌握新舊捐款者的比例變化、每場活動的參與者輪廓及執行成效，讓後續關懷更有方向。她也提到，臺東縣南迴健康促進關懷服務協會與台北市文化基金會導入 Vital OD 公文系統後，提升簽核與公文傳遞效率，且支援電腦與手機操作，資深人員也能快速上手。 7 天都打不完的資料，現在一鍵送出 社團法人大都會國際兒童協會經理詹德寧指出，導入網軟捐款系統後，過去需要 7 天不眠不休登打的資料，現在可由系統整理。每月上千筆收據也能一鍵產出、寄送，資料集中於後台管理，並可依年份、年齡、性別或專案募款金額篩選分析。捐款管道也從單一方式擴充至 LINE Pay、街口支付、台灣 Pay 等選項；年底上傳國稅局名單時，系統可直接產出整年度資料，匯出後即可完成申報。</p>

AI 落地改變企業應用場景 叡揚 Solutions Day 帶來解方

<p>AI 應用快速發展，帶動企業加速導入各場景，但在實際推進過程中，亦逐漸浮現資料治理、資安風險與營運穩定性的挑戰。當AI從實驗走向營運核心，如何兼顧效率、治理與韌性，成為近期企業數位轉型的重要課題。 叡揚長期參與企業數位轉型歷程，觀察到企業需求已從單一工具導入，逐步轉向整體架構與治理機制的建立，本次活動將以此脈絡為主軸，呈現不同面向的實務經驗與應用情境。在此趨勢下，叡揚資訊將於 5 月 13 日舉行的「GSS Solutions Day」活動，將聚焦 AI 治理與風險的重要性、企業如何維持數位韌性，進而帶到 AI 如何改變辦公室協同、永續管理、資安與營運等場景。 研討會主題以政策視角與治理議題為核心，邀請國安會諮詢委員李育杰，從全球資安威脅的角度，延伸探討企業在不確定環境下的營運韌性；中央研究院資安專題中心執行長黃彥男，則分析 AI 應用帶來的風險與治理議題。叡揚資訊數位韌性辦公室執行長馬正維，進一步分享企業邁向數位韌性的實務觀察；杜浦數位安全創辦人蔡松廷，則從攻防視角解析 AI Agent 對威脅樣態的影響與變化。 分場議程則涵蓋 AI 應用落地與營運優化的多元面向，包括文件辨識與流程自動化、企業知識管理與人才招募應用、數據驅動決策與財務管理，以及 AI Agent 架構、資料治理與流程協作機制等主題；同時亦延伸至金融監理、國際資安法規與供應鏈治理，呈現企業在不同場域中的轉型實踐。 企業在導入 AI 的過程中，已逐步從單點應用，轉向系統化整合與長期治理。透過跨場域的實務分享與交流，期望促進產業對話。叡揚以深耕產業的洞察分享技術研發與應用，面對持續變動的 AI 發展及挑戰，精準解題、協助企業建立可持續演進的數位基礎。活動開放報名中，歡迎產業先進報名參與。</p>

《紐約時報》揭密：白宮考慮仿英國模式審查 AI，Anthropic 模型引警訊

<p>《The New York Times》報導，美國官員與知情人士透露，原本對 AI 採取不干預立場、讓矽谷自由推動技術發展的川普政府，正討論對新 AI 模型引入政府監督機制。 白宮擬成立 AI 工作小組，考慮仿英國建立模型審查制度 《The New York Times》指出，美國政府目前正研議透過行政命令成立一個 AI 工作小組，成員將包含科技企業高層與政府官員，共同檢視可能的監督機制。知情人士透露，白宮官員上週已向 Anthropic、Google 與 OpenAI 等企業高層說明部分規劃內容。該工作小組預計將評估多種監管模式，其中一種可能方向，將參考英國正在建立的制度架構，英國已指定多個政府機構，負責確保 AI 模型符合特定安全標準。 在顧問與政策諮詢層面，《Forbes》補充，今年 3 月，川普曾任命 13 名成員加入新成立的 AI 顧問委員會，成員包括 Meta 執行長馬克·祖克柏、甲骨文創辦人 Larry Ellison、輝達執行長黃仁勳，以及戴爾公司創辦人暨董事會主席 Michael Dell 等科技業領袖。該委員會將就「科學、科技、教育與創新政策相關事務」向總統提供建議。同時，白宮也提出一套希望國會推動的立法框架，目標在於建立全國統一的 AI 政策，以取代各州分散的監管規範。 《The New York Times》分析指出，這些動作顯示川普政府在 AI 政策上的明顯轉向。自去年重返白宮以來，川普長期強調 AI 對美國在與中國地緣政治競爭中的戰略重要性，並傾向減少監管。他上任後即撤銷拜登政府要求 AI 開發商進行安全評估、並申報具潛在軍事用途模型的相關監管措施。 川普去年 7 月曾表示，AI 是「剛誕生的美麗嬰兒，我們必須讓這個寶寶成長茁壯，不能用愚蠢的、荒唐的規則阻止它。」然而，隨著外界對 AI 威脅就業、能源價格、教育、隱私與心理健康的憂慮升高，川普在 [&hellip;]</p>

SAS 迎 50 周年 深化可信任 AI 與代理型 AI 布局加速企業 AI 規模化落地，並前瞻量子 AI 新世代

<p>在全球企業加速從生成式 AI、AI 代理（AI Agents）走向實際營運化的關鍵時刻，成立 50 週年的全球資料與 AI 領導品牌 SAS，於年度盛會 SAS Innovate 2026 宣布全面深化企業 AI 布局。以可信任 AI（Trustworthy AI）為核心，SAS 同步強化代理型 AI（Agentic AI）、治理架構、資料管理、產業應用與量子 AI（Quantum AI）等多項能力，協助企業突破概念驗證（PoC）限制，推動企業 AI 從試驗階段走向可治理、可規模化的營運應用。 深耕 50 年資料科學  以可信任 AI 作為企業決策核心 自 1976 年成立以來，SAS 從統計分析起家，逐步發展為全球企業級資料與 AI 平台的重要領導者，服務超過 150 個國家、多數《Fortune》100 大企業，長期深耕金融、製造、零售、醫療與政府等高複雜度產業。 面對 AI 快速演進，SAS 持續強調，企業真正需要的不僅是模型能力，而是兼顧透明度、治理、人工監督（human oversight）與商業落地的可信任架構。生成式 AI 雖提升互動效率，但影響企業營運的關鍵決策，仍需建立在可追溯、可稽核且具治理能力的決策系統之上。如何平衡創新速度、風險控管與法規要求，正成為企業AI投資能否成功的核心關鍵。 擴充 SAS Viya 平台能力  打造企業級 AI 營運基礎 此次 SAS [&hellip;]</p>

英特爾挖角高通 24 年老將下一步：PC 不再只是電腦，而是實體 AI 入口

<p>英特爾在本週宣布，延攬在高通任職逾 24 年的資深高階主管 Alex Katouzian 出任執行副總裁暨客戶端運算與實體 AI 事業群總經理，直接向執行長陳立武（Lip-Bu Tan）彙報，並預計於 5 月正式到職。 這項人事任命的意義，遠不止於補齊高階職缺，更象徵英特爾將傳統 PC 業務與快速興起的實體 AI 領域整合為一，押注 AI 應用重心從雲端訓練轉向終端推論的趨勢。 從 PC 到實體 AI，英特爾正在重新想像運算邏輯 Katouzian 在高通最近的職銜為行動、運算與延展實境事業群執行副總裁暨總經理，正是推動高通以 Snapdragon X 系列處理器切入 PC 市場的關鍵人物之一。這款晶片於 2024 年作為微軟 Copilot+ PC 品牌電腦的首發晶片登場，是高通向英特爾與 AMD 長期主導的 PC 市場發動的正面挑戰。 根據英特爾說法，Katouzian 接下來的首要任務，是將既有的客戶端運算業務，與涵蓋機器人、自主設備與各類 AI 裝置的實體 AI 系統整合發展。 陳立武指出，「AI 正在邊緣端創造前所未有的機會，並推動客戶端運算與實體 AI 系統發生重大轉變。」他認為，Katouzian 是帶領英特爾重新定義 PC 以外運算模式、銜接實體 AI 下一波成長的重要人選。 這代表英特爾的戰略已不再局限於 PC [&hellip;]</p>

AI 部署為何成為新戰場？OpenAI、Anthropic 聯手華爾街與私募基金，搶攻企業落地的最後一哩路

<p>AI 巨頭現在不只拚誰的模型最聰明，更要競逐誰能把技術真正「落地」，成為企業內部的主要生產力來源。近日，OpenAI 與 Anthropic 幾乎在同一天、相隔不到幾分鐘的時間內，接連宣布結盟華爾街與頂級私募基金，各自砸下重金成立專屬的「企業 AI 服務公司」。 《The Deep View》一語道破這場戰局的核心：部署（Deployment）已正式成為 AI 的新戰場。OpenAI 與 Anthropic 的行動，顯示雙方的戰火已從單純的模型軍備競賽與程式開發工具的技術較勁，全面蔓延到商業世界最前線，看誰能在廣大的企業市場勝出，並率先將技術變現。 OpenAI 成立 The Deployment Company，借助私募基金打進企業客戶 為了打贏這場商業化戰役，《彭博社》報導，OpenAI 已從 TPG、Brookfield Asset Management、Advent、Bain Capital，以及 Dragoneer 與 SoftBank 等投資方手中，募得超過 40 億美元的資金，用於成立一家專注在協助企業部署 OpenAI 軟體的新公司。這家新合資企業名為「The Deployment Company」，估值高達 100 億美元，且將由 OpenAI 持有多數股權並握有實質控制權。 OpenAI 的布局策略十分明確，因為這些合作夥伴預計可觸及超過 2,000 家投資組合公司與客戶，因此 OpenAI 的核心目標正是透過這些既有的人脈網絡與商業關係，大幅降低企業導入門檻，使更多企業能加速採用 AI 技術。 Anthropic 找上 Blackstone、高盛等機構，把 Claude 導入企業核心流程 面對 OpenAI [&hellip;]</p>

Edge AI 從 POC 走向規模化：研華嵌入式事業群總經理張家豪揭三大落地場景與挑戰

<p>專訪：戴季全撰稿：李昀蔚 當 AI 從雲端模型走向真實世界，邊緣 AI（Edge AI）與實體 AI（Physical AI）正成為企業導入的下一個關鍵戰場。「2026 年是 Edge AI 跟 Physical AI 爆發的起始點，」研華嵌入式事業群總經理張家豪在本集《全新一週》特別提到，隨著 AI 深入工廠、醫療、機器人等場域，將所有資料送回雲端處理已不切實際，為了滿足低延遲、資料隱私與即時反應等特性，讓邊緣運算平台具備 AI 運算效能，已快速成為各產業邊緣設備的標準配備。 當 Edge AI 延伸至實體世界，Physical AI 的討論也隨之升溫。張家豪強調，Physical AI 真正要落地，絕非單純把 AI 算力放在邊緣端，而是必須將周邊模組、軟體平台與整個生態系進行深度整合，才能實現 Physical AI 的願景。 從大腦到小腦：人形機器人不只要像人，更要有人類的感知與決策 談到 Physical AI，最具代表性的場景之一就是人形機器人。針對機器人的運算分工，張家豪以「大腦」與「小腦」來形容：所謂「大腦」，指的是負責感知、推論與決策的 Edge AI Computing，必須處理語言模型、數位孿生、即時資料回饋與判斷；「小腦」則負責控制四肢、輪子與各種運動模組的實際運作。 在實際運作時，機器人必須透過各類感測器來理解外部環境並做出反應。例如，由 2D 與 3D 攝影機負責視覺感知，Wi-Fi 與藍牙負責通訊，LiDAR 與 IMU 協助路徑控制，再透過運動控制模組支撐機械結構運作。這也代表 Physical AI 的挑戰在於如何將感測、通訊、視覺、路徑與運動控制等多種模組，全數整合並串聯至 Edge AI 裝置中，形成完整的機械系統。 三大落地場景：工廠自動化、醫療影像與自主移動系統 [&hellip;]</p>

【資本慣性造成的戰略盲點】機器人市場規模是軟體的 30 倍，但資本投入差距 18 倍

<p>過去五年，全球有 745 家軟體公司拿到超過 3,000 萬美元的融資，同一時間獲得同等規模資金的機器人公司只有 42 家，差距將近 18 倍。但機器人對應的基礎市場規模，其實是軟體的 30 倍。 投資缺口與市場錯配 根據創投企業 Bessemer Venture Partners 的報告指出，多數分析師預測機器人產業在未來十年會成長 50 倍，Bessemer 合夥人 Jeremy Levine 更判斷，未來十到二十年地球上的機器人數量會成長十萬倍。 高盛集團在短短一年內，就把自己對 2035 年機器人市場規模的預測上修了六倍，Bessemer 認為即使是這種大幅上調過的數字，在節奏與量級上都還是低估了真實需求。人口結構的老化、製造業勞動力短缺、危險工作環境的替代工具，這些都是市場現實的剛性需求。 現在：GPT-2.5 時刻 Bessemer 把目前產業階段定位在「GPT-2.5 時刻」，也就是基礎模型已經展現出真實能力，實驗室展示與實際部署之間卻還有明顯落差。 2026 年 2 月發表的 EgoScale 論文也首次證實，機器人效能會隨著訓練資料規模可預測地提升，但真正屬於機器人的「ChatGPT 時刻」還沒到，Bessemer 判斷即將發生，只是這個時刻不會透過聊天框展示。 中國主導人形機器人，西方的戰略困境 2025 年全球出貨的人形機器人有將近 90% 來自中國，這個比例在一個還在發展初期的產業裡已經算是壓倒性。根據報告，總部設在中國的人形機器人公司有 161 家，遠遠超過美國。 不過需要先釐清一件事，人形機器人只是整體機器人產業的一個子集，之所以被單獨拉出來談，是因為它目前是資本市場最追捧、媒體曝光度最高的類別。 中國在這個子領域的主導，對西方來說不只是商業競爭問題，更是戰略問題。Bessemer 在報告裡直接指出，各國已經無法忽視一個結論，機器人正在從根本上改變現代戰爭的形態——民用供應鏈的集中度越高，軍事應用的依賴風險就越難切割，這套邏輯與過去半導體、衛星產業面對的情境一致。 而中國 AI 模型與美國的差距平均只落後七個月左右，這個差距每年都在縮短。 從投資數據可以看到資本市場已經提前反應。2025 年國防機器人公司的 [&hellip;]</p>

烏克蘭「戰場回饋循環」：串聯 AI、前線士兵與軍火商，讓軍用無人機持續高速進化

<p>烏克蘭之所以能在戰場上取得牽制俄羅斯的優勢，不只因為數量龐大的無人機，更是由於背後 AI、前線士兵與武器製造商，共同建立的高效率「戰場回饋循環」。</p>

駭客不需駭入系統，只要讓你的 AI 客服讀一封信：趨勢科技 TrendAI 揭三大攻擊型態升級

<p>隨著 AI 技術演進，企業希望盡快導入 AI 驅動創新，卻也面臨風險控管的兩難。趨勢科技旗下 TrendAI 調查，74% 的台灣受訪企業決策者坦言，過去曾在高層要求或市場競爭壓力下，被迫核准在企業導入可能帶來資安風險的 AI 方案；同時只有不到一半的企業認為內部團隊能辨識惡意或異常的 AI 行為，顯示台灣企業正面臨「盲目導入 AI」的高度風險。 不過，究竟企業當前面對的是什麼樣的資安風險、該如何應對？TrendAI 勾勒出三大威脅升級的具體樣態，提醒企業留意。 威脅升級一：假資訊與詐騙內容的大規模生產 TrendAI 威脅研究總監 Ryan Flores 指出，自從 2022 年底 ChatGPT 問世以來，垃圾郵件數量大幅增加了 1,000%，且預計到今年底，網路上的 90% 內容將由 AI 生成。他表示，駭客利用 AI 發動的攻擊也將變得更低成本，更具可擴展性。 TrendAI 實測，只需花費一週與不到 20 塊美金的 AI 影片生成訂閱費，不需親手撰寫程式碼，就能利用無程式碼（No-code）工具串接，在電商平台上創造出完美的「假賣家、假商品、假買家評論影片」，如此一來便可能輕鬆實現大規模詐騙。 威脅升級二：身分偽造進化，企業招募與信任機制面臨新挑戰 TrendAI 也觀察到，已有北韓駭客利用竊取而來的 LinkedIn、GitHub 等公開資料，搭配大型語言模型與深偽技術，偽裝成遠距 IT 工作者應聘。一旦錄取成為內部員工，其就會進行資料竊取、部署勒索軟體，或盜取資產。「一旦他們成為員工，基本上就成為內部威脅，所以可以進行橫向移動。」Flores 說。 駭客也會架設「假公司」發布職缺，要求求職者下載包含惡意軟體的面試測試包，反向盜取求職者的資產與身份，甚至劫持真實帳號。 威脅升級三：AI 原生攻擊工具與 AI 系統濫用，突破傳統限制 值得關注的是，隨著大型語言模型運算能力躍進，TrendAI 觀察到駭客攻擊手法已突破傳統技術限制，例如近期 LameHug 等惡意工具，便刻意偽裝成圖像生成應用，實際上是內嵌 [&hellip;]</p>

汽車成 AI 新戰場：中國車廠拚車內 AI，Grok 登 CarPlay 掀語音助理戰

<p>電動車的價格戰，現演變為一場圍繞車內 AI 科技的「功能戰」，競爭正在全球同步升溫。在中國，電動車廠的戰場從價格轉向車內 AI 功能的堆疊；在全球市場，Apple CarPlay 正悄悄成為 Grok、ChatGPT 與 Perplexity 爭奪駕駛注意力的新戰場。 車市不只拚降價！中國電動車轉向車內 AI 競賽 《CNBC》指出，在全球最大汽車市場中，中國電動車製造商為了在長期價格戰中生存，正不斷疊加更多相同的 AI 功能。這場競爭在過去幾年已從延長電池續航力，轉向推出駕駛輔助系統，以及使用更強大的車用晶片，現在車廠的焦點則集中在一整套車用 AI 功能上。 字節跳動旗下雲端平台火山引擎近日在北京車展宣布，已有超過 50 個汽車品牌使用其豆包 AI 模型，且已應用於 145 款車型、超過 700 萬輛汽車。字節跳動的豆包是中國使用最廣泛的 AI 聊天機器人，根據顧問公司 Chozan 的數據，截至今年初，其每週活躍用戶超過 1.55 億。火山引擎進一步表示，除了國產車型之外，豆包 AI 也已整合進多款外資品牌新車，例如純電賓士 GLC、上汽奧迪 E7X，以及上汽大眾 ID. ERA 9X。 中國上汽集團奧迪合作計畫執行長 Fermín Soneira 在車展前接受媒體訪問時表示：「我們會持續更快地整合新功能。」他指出，車廠可以透過遠端更新（OTA）迅速部署技術升級。儘管新功能快速推出，車廠仍持續面臨銷售壓力，他表示：「因為產能存在。這場價格戰在未來幾個月內不會真正停止。」向 AI 功能轉型，反映出消費者對連網功能的需求，包括與華為手機相容的介面，以及像豆包這類語音助理。 AI 將成基本配備？中國車廠重心轉向體驗與生態布局 顧問公司 AlixPartners 亞洲汽車與工業部門主管 Stephen Dyer 表示，目前車內 [&hellip;]</p>

打造人形機器人界的 Android：Meta 如何透過收購 ARI，搶攻 Physical AI 底層平台？

<p>Meta 近日正式宣布，已收購專注於開發人形機器人 AI 模型的新創公司 Assured Robot Intelligence（ARI）。 針對這項關鍵佈局，Meta 發言人透過聲明表示：「我們收購 ARI 這家位居機器人智慧前沿的公司，為的就是讓機器人能在複雜、動態的環境中，精準理解、預測並適應人類行為。」 這步棋背後的戰略意義極為清晰。在特斯拉（Tesla）、Google 與亞馬遜（Amazon）等科技巨頭紛紛重金投資人形機器人的此刻，這筆交易也宣示 Meta 的 AI 戰略正進一步延伸到機器人控制、自我學習與實體人工智慧（Physical AI）等高階應用領域，正式加入這場「實體 AI」競賽。 Meta 買下 ARI，要為人形機器人裝上精準運作的「大腦」 要讓機器人真正走入人類生活並執行複雜任務，除了硬體之外，更需要強大的「大腦」。ARI 正是這樣一家專注於機器人智慧的新創，其位於聖地牙哥與紐約的團隊約 20 人，致力於打造人形機器人的基礎模型（foundation models），讓機器人有能力執行包含家務在內的各類實體勞動任務。 透過這次收購，Meta 得以大幅補強在機器人控制領域的不足。Meta 發言人特別指出，由 Lerrel Pinto 與 Xiaolong Wang 兩位頂尖學者領導的 ARI 團隊，將在模型設計、機器人控制、自我學習等前沿能力上，為 Meta 帶來深厚的專業知識。 ARI 早期投資方 AIX Ventures 合夥人 Nick Crance 也強調，ARI 的核心優勢在於機器人的「高精度靈巧度與操作」。這些核心能力攸關機器人未來能否在工業場域或家庭環境中，實際且有效地與現實世界的物體進行互動。 Meta 的野心：成為機器人界的 Android 在取得關鍵的「大腦」技術後，Meta 隨即展開內部團隊的深度整合。收購完成後，ARI 團隊將正式併入 [&hellip;]</p>

NVIDIA 供應鏈亞洲占比從 65% 衝上 90%：實體 AI 帶動供應鏈名單持續擴大

<p>《Bloomberg》報導，NVIDIA 進軍實體 AI 帶動亞洲合作夥伴股價上漲，隨著亞洲進一步融入 NVIDIA 的商業生態系，受惠的亞洲企業名單正持續擴大，包含南韓的 LG 電子、台灣的南亞科技，以及中國的德賽西威、博泰車聯網。 黃仁勳點名下一波 AI 浪潮！亞洲成 NVIDIA 實體 AI 關鍵戰場 根據《Bloomberg》彙編的數據，亞洲供應商現約占 NVIDIA 生產成本的 90%，高於去年的 65%，隨著 NVIDIA 產品需求爆炸性成長，該公司對主導製造、組裝與關鍵零組件的亞洲夥伴依賴也日益加深。瑞聯銀行董事總經理 Vey-Sern Ling 表示：「全球科技公司持續加深對亞洲供應鏈的依賴，已是不可避免的趨勢。」他指出，實體 AI 的發展，將在既有成長基礎上，進一步推升亞洲對 AI 晶片的需求。 近年來，NVIDIA 持續擴大其亞洲合作夥伴陣容，先前透過與 SK 海力士、三星電子等供應商深化晶片合作，這些合作原本聚焦於提升 AI 運算能力，但最新一波區域合作顯示，NVIDIA 正從半導體延伸至實體 AI 領域，包括機器人技術。LG 電子發言人也證實，公司近期與 NVIDIA 會面，雙方正探索在實體 AI 領域的策略合作，包括機器人生態系。 《Bloomberg》提及，NVIDIA 進軍實體 AI，涵蓋機器人、自主系統與 AI 賦能製造，使其影響力從晶片延伸至真實世界部署，也讓亞洲成為這波擴張中的關鍵夥伴。NVIDIA 執行長黃仁勳曾將實體 AI 視為生成式 AI 之後的下一波浪潮，Bloomberg Intelligence 策略師 [&hellip;]</p>

OpenAI o1 急診分診正確率達 67%、超車資深醫師：哈佛研究揭醫療 AI 的價值、風險與落地邊界

<p>在醫院急診室裡，許多生死交關、分秒必爭的決策，仰賴的是人類醫師多年累積的專業與經驗。然而，頂尖權威期刊《Science》近日刊載一項由哈佛醫學院（Harvard Medical School）與貝斯以色列女執事醫學中心（Beth Israel Deaconess Medical Center）共同發表的研究成果，首度讓專為處理複雜問題而生的 OpenAI o1 推理模型（reasoning model），與資深人類醫師在真實的急診情境中展開「正面對決」。 結果顯示，o1 模型在急診診斷、分診與後續處置建議等臨床任務中，皆展現出超越人類醫師的表現。不過，這項結果傳達的並不是「AI 將取代人類醫師」的恐慌，而是開始重新定義醫療照護的核心：當 AI 能夠又快又準地處理龐雜的病歷與數據時，反而強烈凸顯人類的價值。因為在資訊不足的高壓急診場景中，醫師在監督系統、人性判斷、醫病溝通與承擔最終責任上的角色，不但沒有被演算法削弱，反而變得不可取代。 真實急診病歷壓力測試：OpenAI o1 在資訊有限的分診階段勝過醫師 為了測試 AI 在真實醫療場景中運行的能力，研究團隊以波士頓 Beth Israel Deaconess Medical Center 的急診病例進行測試。《SAN》指出，有別於過去乾淨、標準化的考題，研究人員刻意使用接近真實臨床環境、充滿「雜亂」（messy）數據的電子病歷資料，讓 AI 與兩位人類醫師都只能讀取包含生命徵象、人口統計資訊與護理師紀錄等有限的文字資訊。 在病患剛抵達急診、資訊仍相當有限的「分診階段」，OpenAI o1 展現了驚人的判斷力，做出正確或非常接近診斷的比例高達 67%，勝過兩位人類醫師的 50% 與 55%。當病患接近入院階段、具備更多病歷資訊可用時，AI 的診斷正確率進一步躍升至 81% 至 82%，而人類醫師則落在 70% 至 79%，可見 AI 的優勢在「需要快速決策、資訊又不完整」的急診分診場景中尤其明顯。 不僅如此，當被要求提供如抗生素療程或臨終照護流程等長期治療計畫時，AI 的評分高達 89%，遠勝使用傳統資源的人類醫師。在一例肺栓塞併發症惡化的真實病例中，人類醫師誤以為是抗凝血劑失效，但 AI 卻注意到病患有紅斑性狼瘡病史並推斷為肺部發炎，最終證明 AI 才是正確的。  AI 勝過醫師不等於取代醫師，真實急診仍仰賴許多非文字判斷 [&hellip;]</p>

不想滑社群，但又不能錯過你要的情報？Noscroll AI 機器人幫你盯著所有消息

<p>社群媒體的資訊密度與使用體驗之間，存在著一個讓許多人陷入兩難的矛盾，所謂 doomscrolling，指的是強迫性消費負面或令人不安的內容，即使已感到心理疲勞仍無法停止，而這是演算法驅動的社群平台長期優化參與度的結果。 舉例來說，X 上就有著傳統媒體給不了的即時性與深度，但滑起來又讓人感覺很糟。 Noscroll 的創辦人 Nadav Hollander 把這個矛盾描述得很直白：「就像速食，你吃完就覺得噁心」，於是他決定自己動手解決這個問題。 把瀏覽這件事外包給 AI Hollander 的背景是加密貨幣與 Web3 圈，他曾創辦去中心化金融新創，後來賣給 NFT 平台 OpenSea，並擔任其技術長。離職後，他花了大量時間泡在 X 上，一邊享受它的資訊密度，一邊忍受它的文化毒性。 他說自己想要的是訊號，不是雜訊，也不是無止盡的滾動。 Noscroll 的核心概念因此很簡單：讓 AI 代理替你瀏覽，然後把值得看的東西傳給你。 據 TechCrunch 報導，使用者不需要下載任何應用程式，只要用手機傳訊給 Noscroll 的 AI 代理（電話號碼為 415-718-4828），就能啟動設定流程。連結 X 帳號後，AI 會讀取你的追蹤清單、按讚紀錄與書籤，用這些資料理解你的興趣輪廓。接著，你用自然語言告訴它你想追蹤什麼、不在乎什麼，它會準備一份示範摘要讓你確認方向。 資料來源不限於 X，Noscroll 會同步抓取新聞網站、部落格、Reddit、Hacker News、Substack，甚至學術論文與地方政治資訊。使用者也可以自行指定特定來源，確保某些管道一定被納入。 摘要透過簡訊推送，頻率由你決定 設定完成後，Noscroll 會以簡訊推送新聞摘要。頻率完全彈性，輕度使用者可以選擇每週一次，重度資訊需求者可以設定每天多次。每則摘要包含新聞連結與 AI 撰寫的簡短說明，如果想深入閱讀，點開連結就能讀全文。 值得注意的是，即使兩個使用者訂閱了相同的來源，收到的內容也不會一樣。系統會根據每個人的點擊行為、主題參與頻率與偏好設定，持續調整推送內容的方向，形成各自不同的個人化輸出。 使用者也可以直接回覆 AI，就像和其他聊天機器人對話一樣，針對收到的新聞提問或延伸討論。Noscroll 也支援加入群組聊天或 Telegram 群組，讓多人共同使用同一個資訊流。 更多通訊平台的支援則在後續規劃中。當有重大突發事件時，系統不會等到下一次排程推送，而是即時傳訊通知。 Hollander 表示，AI 代理在後台使用多個現成的語言模型，跑在公司自有的基礎架構上。這些模型經過大量提示詞調整，形成 [&hellip;]</p>

鴻海攜手 NVIDIA 共同打造製造工廠虛擬練功場，解析 Physical AI 的落地實踐

<p>「把人力拿去做更有效的使用，而不是讓 AI 把這些人力取代掉，透過 AI 的協助可以讓人力去做更有價值的工作，」鴻海科技集團智慧製造平台處長郭錦斌在近日（4/28）由 TechOrange 科技報橘舉辦的「AI 智慧大工廠論壇台南場」，表示 AI 的初衷是讓人力發揮更大的價值，而非取代人類。 從 CNC 到醫療產業，破解場域三大難題 郭錦斌首先歸納出目前工業與醫療場域面臨的三大難題。首先是 CNC 車間的勞動力轉型挑戰，由於 CNC 機台數量龐大且工序繁複，長時間高強度的重複性作業導致缺工問題日益嚴重。引用天下雜誌的報導，「以鴻海深圳廠為例，原本需由 80 多位人力操作的產線，現計畫透過機器人取代 8 至 9 成的人力，藉此實現產線 24 小時不間斷運行的最高效益。」 其次是 HHTD25 AI 智慧醫療生態圈論壇提到，護理產業的資源瓶頸，根據國際護理協會 2025 年的調查數據，全球護理人力缺口高達 590 萬人，其中超過 40% 的精力都消耗在重複性的護理工作與物資搬運上，壓縮高品質醫療照護的空間。 最後則是手機精密組裝領域的技術瓶頸，過去單純依靠人工組裝容易遭遇物理限制，而傳統機器手臂在面對螺絲孔被管線遮擋，或產線需頻繁切換產品型號等情境時，需要耗費極高的人工成本進行測試與調校。 鴻海與 NVIDIA 聯手破解 Physical AI 瓶頸 「機器人已進駐工廠，但目前還不夠聰明，」郭錦斌指出，儘管各產業已逐步導入機器人協作，但現階段「智力」仍顯不足，需依賴大量人力示教，同時面對 Physical AI 數據稀缺、場域適應成本高、懂 AI 的複合人才稀缺以及如何符合安全合規等現實挑戰。 為破解數據瓶頸，並讓機器人真正具備大腦，鴻海與 NVIDIA 透過數位孿生及遙操數據採集技術建構虛擬練功場。首先將實體場域掃描匯入 NVIDIA Omniverse 進行 [&hellip;]</p>

如何用 Physical AI 重構製造生產效率？鴻海、達梭與耐思尼解析產線自主化的落地實踐

<p>「傳統產業導入 AI 或人機協力後，優化過去的生產動線與流程，就能緩解缺工帶來的營運危機，」台南市副市長趙卿惠在近日（4/28）由 TechOrange 科技報橘舉辦的「AI 智慧大工廠論壇」指出，隨著 Physical AI 的技術逐漸成熟，人形機器人、機器手臂及各類自動化服務將加速滲透至製造產業中，注入自動化生產的新動能，企業如何透過人機協作搶佔先機，已成為核心課題。 鴻海打造 Physical AI 虛擬練功場，突破數據瓶頸 「機器人已進駐工廠，但目前還不夠聰明，」鴻海科技集團智慧製造平台處長郭錦斌指出，儘管各產業已逐步導入機器人協作，但現階段「智力」仍顯不足，需依賴大量人力示教，同時面對 Physical AI 數據稀缺、場域適應成本高、懂 AI 的複合人才稀缺以及如何符合安全合規等現實挑戰。 為破解數據瓶頸，鴻海與 NVIDIA 透過數位孿生及遙操數據採集技術建構虛擬練功場。首先將實體場域掃描匯入 NVIDIA Omniverse 進行 3D 建模，並於 Isaac Sim 仿真環境中進行模擬，讓機器人在零風險環境下利用 GR00T VLA 模型進行強化學習，並透過 GR00T Teleop 將人類遙控操作的經驗轉換為訓練數據，再將成熟的模型部署至實體場域，協助製造業提升 OEE 整體設備效率以及降低設備實體測試與調教時間。 「需要有一個企業共用的平台，讓所有的 Physical AI 在平台上共同作業，所以我們建造了一個創世紀的平台，」郭錦斌進一步介紹鴻海的「智慧製造創世紀平台」如何協助企業導入 AI 的完整路徑。從定義產線需求，再由 Genesis 系統以標準化工具 Agent 打造客製化 AI Agent，隨後即可將 AI Agent 部署到應用場域，再透過營運中累積的經驗或更多不同的場景，將採集的數據 Token 化，進一步回饋至模型進行持續訓練與優化，最後形成一個應用解決方案的開發、部署、運營完整閉環， [&hellip;]</p>

【行銷產業陷焦慮】為讓 AI 推薦自家產品，虛假文章、投毒操縱花招盡出

<p>在 Google 正式宣布將 AI 功能導入搜尋引擎之後，過去單純列出網站連結並進行排序的傳統做法，被 AI 主動進行的內容摘要逐步取代，更使搜尋引擎最佳化（SEO）產業備受考驗。</p>

81% 金融業已導入 AI，監管卻跟不上！劍橋報告示警銀行老舊系統與「資料盲點」恐成致命破口

<p>劍橋大學賈吉商學院（Cambridge Judge Business School）旗下 Cambridge Centre for Alternative Finance（CCAF），攜手國際清算銀行（BIS）、國際貨幣基金組織（IMF）與世界經濟論壇（WEF）等重量級機構，最新發布《2026 Global AI in Financial Services Report》報告。這份深度調查全球橫跨 151 個司法管轄區、共 628 個組織的報告揭示，AI 正深刻影響金融機構營運與監管機關維護市場穩定的能力。 報告指出，整個金融業正處於一個關鍵的「轉型過渡期」（mid-transition）。業界的技術焦點正迅速從傳統機器學習，跨越至生成式 AI，並大步邁向具備高度自主決策能力的「代理式 AI」（Agentic AI）系統。 然而，在技術躍進背後，金融業正經歷巨大的「執行落差」（execution gap）。儘管多數機構已感受到營運效率與生產力的提升，卻普遍撞上資料品質不佳、老舊 IT 架構包袱以及 AI 專業人才短缺等三大結構性痛點。更令人擔憂的是，當金融業加速將 AI 導入系統時，監管機關的技術採用進度卻明顯落後，這使得業界的老舊系統在面對前沿 AI 時，面臨前所未有的風險。 81% 金融業已導入 AI，但監管機關明顯落後 首先，報告指出，81% 受訪金融服務業者已在某種程度採用 AI，其中 40% 業者達到「Scaling」或「Transforming」等進階採用階段。相較之下，卻僅有 20% 的監管機關達到同樣的進階採用水準。 報告進一步揭露監管端的現況：高達 48% 的受訪監管機關仍處於 AI 採用的「探索」（exploring）階段，或是尚未開始導入 AI，而另有 33% 監管機關仍停留在試點階段。這種進度落差，讓監管單位在面對快速變化的 AI 市場時，面臨極大挑戰。更嚴重的是監管機關也有「資料盲點」，僅有 24% [&hellip;]</p>

【科技早餐】AI 還沒變便宜，Meta 先裁員 10%，科技業成本取捨浮上檯面

<p>【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊Meta 裁員連到 AI 算力支出，科技業面對人力與算力取捨 《路透》報導，Meta 執行長祖克柏（Mark Zuckerberg）在員工大會中表示，公司主要成本來源包括運算基礎設施與人力支出；如果一邊加大投資，另一邊可分配資本就會減少，因此公司規模必須調整。Meta 預計 5 月 20 日裁減約 10% 員工，下半年也不排除進一步裁員。 祖克柏強調，這輪裁員與公司轉向 AI 原生架構沒有直接關聯，也不是因為推動員工使用 AI 工具。不過 Meta 近來持續加碼資料中心與 AI 運算能力，也導入 AI 代理與內部 AI 工具。另一方面，NVIDIA 應用深度學習副總裁卡坦扎羅（Bryan Catanzaro）近期表示，部分 AI 應用的算力成本，已高於使用這項技術的員工成本。 ＊Apple 財報超預期，Siri、記憶體與接班壓力同時上桌 蘋果（Apple）公布 2026 會計年度第二季財報，營收達 1,111.8 億美元，年增 17%，每股盈餘 2.01 美元，雙雙優於市場預期。執行長庫克（Tim Cook）在財報電話會議中表示，iPhone 17 是公司史上最受歡迎的產品線，但先進處理器供應仍有限，影響部分 iPhone 銷售表現。 市場同時關注 Apple 的 AI 進度。庫克表示，與 Google [&hellip;]</p>

5,000 億美元星際之門計畫變形中：OpenAI 放棄自建路線，AI 算力戰進入新階段

<p>由美國總統川普宣布、OpenAI 主導且規模高達 5,000 億美元的 AI 基礎建設計畫「星際之門（Stargate）」正在經歷重大策略轉向。這個由 OpenAI、Oracle、軟銀與阿布達比主權基金 MGX 在 2025 年初聯合宣布的投資計畫，原本以共同出資、自建專屬資料中心為核心架構，如今卻已在多個關鍵據點悄悄轉向「以租代建」的彈性策略。 一位從一開始就參與星際之門建設的人士告訴《金融時報》：「我現在不知道『星際之門』是什麼意思了，我認為這個說法現在完全過時了。」另一位熟悉軟銀立場的人士則稱，「星際之門沒有消失，但它已產生變化，現在基本上任何涉及軟銀或甲骨文的算力都可以被視為星際之門。」 英國、挪威、德州據點接連縮減，微軟成接手角色 根據《金融時報》報導，OpenAI 近期在英國東北部暫停了一處資料中心計畫，並重新調整了挪威納爾維克的另一個據點。這兩項計畫原本皆以星際之門名義，與英國 AI 雲端新創 Nscale 合作推進。 OpenAI 以英國「監管限制過嚴、能源成本過高」為由解釋其暫停的原因，但英國 AI 部長 Kanishka Narayan 提出反駁，指出自 OpenAI 做出承諾至今，「唯一改變的是 OpenAI 的融資環境」。 已在納爾維克投入大量資金備戰的 Nscale，最終由微軟接手其算力租約。OpenAI 表示，仍計劃透過與微軟的整體協議取得挪威的算力，改以間接方式而非直接向 Nscale 租用。 在美國本土，OpenAI 上個月也放棄了德州艾比林旗艦據點的擴建計畫，拒絕向開發商 Crusoe 行使租約選擇權。一位熟悉內情的人士透露，OpenAI 找到了包括密西根州在內的更低成本選項。同樣地，微軟隨後接手了這批多出來的算力容量。一位接近 Crusoe 的人士表示，微軟是「更好的租客，信用更可靠」。 聯合投資框架定義演變，OpenAI 轉向大型雙邊協議 熟悉星際之門計畫的人士向《金融時報》表示，OpenAI 在實際操作上已放棄聯合投資架構，轉而透過一系列大型雙邊協議取得算力。 Oracle 是其中最重要的合作夥伴，雙方去年簽訂了為期 5 年、總額達 3,000 億美元的協議，由 Oracle 為 OpenAI [&hellip;]</p>

【DEAT 專欄】當外送、共享機車走進日常，城市其實早已在回應平台經濟

LG 證實與 NVIDIA 展開討論：從機器人到車用系統，揭實體 AI 新競賽版圖

<p>LG 電子證實，已與 NVIDIA 就機器人、AI 資料中心，以及車用科技三個潛在合作領域展開討論。《Reuters》報導指出，這項消息是在 NVIDIA 實體 AI 平台資深總監 Madison Huang 造訪首爾的 LG 電子總部，並與多家韓國主要科技企業會面後曝光。 這三個討論領域正好對應兩家公司公開的核心戰略重點，顯示這次交流已不只是例行性拜訪。《The Next Web》指出，對 LG 而言，戰略邏輯相當清晰，該公司雖然是全球最大的家電製造商之一，但其成長重心已明顯轉向 AI 驅動的實體系統。 不只企業應用！輝達 AI 進軍家庭，LG 成關鍵入口 在年初的 CES 消費電子展上，LG 發布了 CLOiD 家用機器人，配備雙機械臂、每隻手臂 7 個自由度，以及每隻手 5 個可獨立控制的手指，體現其所謂 Zero Labor Home（零勞動家庭）願景，透過互聯機器人與家電，自動化家庭中的體力工作。LG 整體的 CES 策略圍繞三大支柱：裝置優勢、協同式智慧家庭生態系，以及拓展至 AI 定義的車輛與 AI 資料中心的冷卻（HVAC）解決方案。CLOiD 機器人搭載 LG 自研的 Affectionate Intelligence（情感型智慧）平台，負責情境理解、自然互動，以及從家庭環境中持續學習。 對 NVIDIA 而言，合作吸引力在於 LG 的「消費級規模」。《The [&hellip;]</p>

Uber 為何要把 Expedia 搬進 App？不只挑戰 Airbnb、Booking Holdings，更要防堵…

<p>Uber 近期在美國紐約舉行的年度產品發表會 GO-GET 上，宣布將與 Expedia Group 合作，讓用戶可以直接在 Uber App 內預訂飯店。這項舉動再次凸顯 Uber 致力跳脫單純的叫車與外送框架，以打造一個「超級平台（Super App）」的強大野心。 Uber 與 Expedia 結盟後，將在 App 內新增專屬的「飯店」分頁，讓用戶可用價格、評分等條件篩選住宿。首波讓美國用戶能直接在 Uber App 內預訂超過 70 萬家飯店，未來更計畫納入度假租屋平台 Vrbo，這也代表 Uber 將直接與 Booking Holdings、Airbnb 等傳統旅遊平台展開競爭，對 Uber 生態系而言也具有更深層的戰略意義。 從機場接送到飯店外送，Uber 想把旅遊需求留在 App 內 事實上，Uber 執行長 Dara Khosrowshahi 在加入 Uber 前曾擔任 Expedia 執行長長達 12 年，Uber 甚至曾在 2024 年考慮收購這家估值 300 億美元的旅遊巨頭，儘管最終未正式提案，且不會在這次合作中投資 Expedia，但作為雙方互惠的一環，Expedia 也預計在 6 [&hellip;]</p>

Meta 低調重返穩定幣戰場！30 億用戶帝國押注加密支付新時代

<p>Meta 已重返穩定幣市場。距離四年前終止先前嘗試後，這家科技巨頭如今低調向哥倫比亞與菲律賓的部分創作者推出數位貨幣付款服務。根據 Meta 官網更新，該支付功能支援透過 Solana 與 Polygon 區塊鏈網路，以穩定幣 USDC 發放款項。 可不依賴銀行跨境匯款！部分創作者可用加密錢包直收 USDC 選擇穩定幣收款的創作者，需在 Facebook 的付款平台輸入第三方加密錢包地址，Meta 不提供 USDC 兌換當地法幣服務。此外，Meta 也與 Stripe 合作，處理部分與穩定幣付款相關的加密稅務申報。 《CoinDesk》報導，此舉象徵 Meta 在早年推動的 Libra（後更名為 Diem）計畫因監管審查遭終止後，再度進軍穩定幣支付領域。Stripe Link 負責人 Jay Shah 表示：「企業現在可透過 Link 直接向客戶發送穩定幣付款，而創作者能在菲律賓、哥倫比亞等國家透過 Link 錢包接收穩定幣。」這項消息發布前，Meta 就曾尋求第三方供應商協助在旗下平台導入穩定幣支付。 此舉使旗下社群平台用戶超過 30 億的 Meta ，成為規模最大的穩定幣實際支付試驗科技企業之一。《CoinDesk》指出，Meta 正利用區塊鏈基礎設施進行全球資金轉移，讓用戶可不依賴傳統銀行系統收款。穩定幣是與法定貨幣掛鉤的加密貨幣，正被愈來愈多企業視為更快速、成本更低的支付方式，例如 Visa 表示，其穩定幣結算網路年化交易量已達 70 億美元，單季成長 50%。 監管鬆綁 Apple、Google 搶進！Meta 搭熱潮再戰穩定幣版圖 Meta 是最新一家導入穩定幣的大型企業。《Fortune》提及，自去年初以來，隨著監管環境轉趨友善，包括 Airbnb、X、Apple 與 [&hellip;]</p>

Google Cloud 營收年增 63%、AWS 創 15 季最快成長：6,000 億美元 AI 基建投資進入驗收期…

<p>週三（4/29）Microsoft、Alphabet、Amazon 與 Meta 四大科技巨頭，罕見選在同一個交易日公布財報。根據《Reuters》報導，這四家被華爾街稱為「超大規模雲端服務商（Hyperscalers）」的企業，今年預計將在資料中心與其他 AI 基礎設施上，豪砸超過 6,000 億美元。 現在，市場緊盯的已經不只是充滿想像力的 AI 願景，而是這場以千億美元為單位的基礎建設大戰，能不能順利轉化為財報上白紙黑字的營收成長，以證明這些天文數字級別的投資確實有所回報。 雲端成長先給答案，科技巨頭的 AI 投資暫時過關 面對華爾街的質疑，有著雲端業務護城河的三大巨頭率先給出定心丸。Amazon、Alphabet 與 Microsoft 的雲端運算部門在財報中，皆交出亮眼的雙位數成長。《The Guardian》指出，這些雲端部門受惠於企業 AI 採用的增加，進一步出現強勁的加速成長。其中，Alphabet 的 Google Cloud 年增高達 63%，而 Microsoft 與 Amazon 也同樣靠著雲端業務大放異彩。 《The Guardian》報導認為，這一輪財報似乎給出一個近乎一致的答案：AI 投資的回報，正在優先反映於雲端運算的營收上。科技分析網站《Implicator.ai》則將這次財報形容為 AI 支出辯論的「前瞻性計分卡」（forward-looking scorecard），並強調正是因為這波雲端業務的成長，為科技巨頭爭取更多時間，以繼續投入 AI 基礎建設。 微軟與 Alphabet 持續加碼，算力供給成下一道考題 在證明需求存在後，接踵而來的考驗是基礎建設的成本。Microsoft 的 Azure 與其他雲端服務在該季度成長 40%，帶動 Microsoft Cloud 總營收達 545 億美元。Microsoft 執行長 Satya Nadella 更自豪地指出，AI [&hellip;]</p>

中國把全球最大公用事業變成 Physical AI 測試場：8,500 台機器人從巡檢、救援到特高壓維護全面落地

<p>中國國家電網近日宣布斥資 68 億人民幣（約 10 億美元），大舉採購高達 8,500 台 AI 機器人，全面投入國家級電網的營運與維護。這絕非單一企業的實驗性專案，據估計，中國電力部門今年在「具身智慧（Embodied AI）」的總投資額將一舉突破 100 億人民幣（約 14.6 億美元），強勢將機器人技術深度整合進國家關鍵基礎設施中。 這項前所未見的大規模部署，向市場發出一個明確的產業訊號：實體人工智慧（Physical AI）已正式跨出實驗室，迎來真實世界的大規模商用落地。然而，當中國正把全球最大的公用事業轉變為實體 AI 的巨型測試場時，美國與西方國家卻正面臨嚴峻的兩難困境：既要應付 AI 算力狂飆帶來的龐大用電需求，又要搶救逐漸老化、瀕臨極限的傳統電網。這場融合 AI 發展與電力基建的雙軌角力，也將成為搶占下一波科技主導權的決勝點。 中國電網機器人大軍鎖定四大高風險場景 為了解決複雜的基礎設施維護問題，中國國家電網已明確規劃出這批高科技機器人大軍的四大核心應用場景：電力巡檢、帶電作業、緊急救援與倉儲物流。在具體的採購陣容中，包含 5,000 隻四足機器狗，它們將被派往地形崎嶇的山區，執行變電站與輸電線路的巡視任務。 除此之外，計畫還包含數千台人形與雙臂輪式機器人，則將被派往執行更複雜、更高風險的任務，例如維護國家快速擴張的特高壓電網。透過這些部署，中國政府與國家電網立下明確的發展目標：在 2026 年讓具身智慧在重點領域的滲透率達到 30%，並於 2030 年實現電網的全面自主營運與維護。 中美兩國在 AI 發展與硬體製造的對照 這項超過 8,000 台機器人的部署計畫之所以能夠迅速落地，背後仰賴的是中國在硬體製造端建立的絕對優勢，這也突顯中美兩國在 AI 發展路徑上的根本差異。在投資方面，紐約大學法學院教授 Winston Ma 指出：「大約 90% 的美國創投資金流入軟體領域，這在硬體科技領域留下一個關鍵的融資缺口，而主權財富基金現在正填補這個缺口。」 這種資金流向直接反映在實際產量上。儘管如 Figure AI 這一類的美國新創公司估值極高，但在 2025 年，包含 Tesla、Figure AI 和 Agility [&hellip;]</p>

員工養龍蝦成企業資安新漏洞，Kilo 推企業級 OpenClaw 終結影子 AI 時代

<p>AI 新創公司 Kilo 日前推出 KiloClaw for Organizations 與 KiloClaw Chat，希望取代 OpenClaw 為企業提供一套管理個人 AI 代理的安全解決方案，解決員工的影子 AI 資安問題。</p>

【科技早餐】AI 供應鏈把台灣推上全球第 6，台股市值正式超越加拿大

<p>【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊AI 供應鏈推升台股市值，台灣超越加拿大站上全球第 6 根據《彭博》報導，在 AI 相關類股需求與台積電股價上漲帶動下，台灣上市企業總市值達 4.47 兆美元，超越加拿大的 4.44 兆美元，成為全球第 6 大股市。台積電市值也膨脹到約 1.8 兆美元，持續支撐台股在全球市場中的位階。 這項排名變化，反映 AI 需求不只推動半導體產值，也同步影響市場評價與國際資金配置。對國際資本市場來說，台灣不只是半導體製造重鎮，也正在成為 AI 投資主線中的重要市場。 ＊台灣半導體產值上看 7.1 兆，AI 需求續推歷史新高 資策會產業情報研究所（MIC）預估，受惠 AI 需求持續成長，今年台灣半導體產業產值將再創歷史新高，達到新台幣 7.1 兆元。MIC 指出，AI 運算需求持續擴張，帶動先進製程與先進封裝同步成長。 其中，晶圓代工產值預估達新台幣 4.6 兆元，IC 封測產值達 7,787 億元，記憶體則是價格和出貨量同步往上。不過，IC 設計端因消費性電子需求復甦有限、終端成本上升，表現可能分化；台灣在晶圓代工與先進封裝仍具不可替代性。 ＊鴻海看 AI 基建支出雙位數成長，全球雲端客戶續加碼算力 鴻海（Foxconn）將在 5 月 29 日舉行股東會。董事長劉揚偉在致股東營運報告書中表示，今年 AI 基礎設施支出預期將維持雙位數百分點高速成長，全球主要雲端服務供應商也持續擴大 AI 資本支出。 劉揚偉指出，產業投資重心已從終端消費市場，轉向以算力為核心的雲端基礎建設。鴻海將以自動化製造能力、全球供應鏈網絡與系統整合能力，支援客戶加速 AI 部署，也讓台灣供應鏈在 [&hellip;]</p>

AI 如何重塑工程模擬？新思科技推出 Ansys 2026 R1 支援系統級研發

<p>隨著 AI 基礎設施的爆炸性成長，科技產業的硬體研發邏輯正發生根本性的典範轉移。新思科技與旗下 Ansys 在其發布會中，不只展示產品的 AI 升級、推出 Ansys 2026 R1，更強調工程模擬與分析（S&amp;A）正在從輔助工具躍升為產品開發中的決策基礎，走向系統級設計角色。 雲端巨頭重塑規則，台灣供應鏈迎來系統級挑戰 針對產業趨勢，Ansys 台灣區總經理李祥宇表示，過去硬體開發邏輯是由晶片功能來決定系統表現，然而，如今包括 Google、Microsoft 等 CSP 大廠紛紛投入自研晶片，依照系統層級的需求回頭去重新定義晶片設計。此外，現今 AI 基礎設施的產業鏈被拆解得極度細緻，光是 GPU 加速相關生態圈就有逾 40 家公司，且每一個環節都必須將效能做到極致。 李祥宇指出，台灣在全球 AI 伺服器基礎設施中擁有最完整的供應鏈，製造了全球逾 95% AI 伺服器，這項獨特優勢促使業界必須從「系統到晶片（system to silicon）」的宏觀角度來審視產品開發。 散熱與功耗的多重物理危機，工程不再能各自為政 在系統效能被推向極限的同時，工程師面臨了大量的耦合性物理難題。Ansys 應用工程資深總監魏培森指出，現代系統越來越複雜，不再能由單一領域的工程師獨立完成設計。若追求強大運算效能卻無法解決龐大的功耗與散熱問題，系統仍會失敗，因此必須將電、熱、應力做系統級的綜合整合。 以 AI 伺服器資料中心為例，必須從系統級別思考整體設計，再一步步往下推導至晶片層級。目前的散熱挑戰已從主機板深入至晶片層級、封裝層級與 PCB 層級，而每個層級都需要不同的散熱手法與專屬軟體工具來應對。 為了應對這種指數級成長的設計複雜度，Ansys 在產品全面導入 AI。魏培森表示，傳統模擬需先畫好結構圖、手動切分網格，再耗時進行迭代運算使結果收斂。然而導入 AI 後，能幫助判斷最佳的網格收斂解析度，甚至能根據過去設計經驗直接生成新的結構預測。在他展示的一款四路油管設計案例中，AI 自動演算出內部帶有特殊連通結構的管線，使流速更均勻並大幅降低壓力，是傳統人腦難以想像的創新設計。 新思科技表示，生成式 AI 驅動的概念探索，能從既有設計中學習，在保留工程構想的同時，協助團隊快速生成並最佳化幾何概念，讓早期設計具備高度可行性並順利銜接後續驗證。 同時，魏培森指出搭配 GPU 平行運算能讓模擬處理速度倍增，例如部分光學模擬速度可快上 8 倍；針對自駕車測試，模擬軟體能直接建構高度逼真的天候與光影場景，減少實際路測所需的龐大時間與成本。 新思科技強調，Ansys 2026 [&hellip;]</p>

台灣邁入量子韌性元年：智慧資安攜手 CHELPIS 打造企業級量子防禦盾，聚焦金融與政府場域

<p>隨著量子威脅進入倒數，在這個傳統加密面臨顛覆風險的轉折點，精誠集團旗下資安服務公司智慧資安科技（uniXecure），與長期致力於後量子密碼技術（Post-Quantum Cryptography, PQC）的 CHELPIS（池安量子資安），今日（4/29）正式宣布簽署戰略合作協議。雙方將透過技術對接與通路合作，聯手導入 CHELPIS 領先全球的 NIST（美國國家標準暨技術研究院）認證技術，確保金融、政府、國防與關鍵基礎設施的數位主權，也象徵著台灣產業正式邁入「量子韌性（Quantum-Resilience）元年」。 「量子電腦出現後，如何重劃資安藍圖？」精誠資訊 Mega SI 生態長詹伊正從提問出發，強調面對產業界預估 2029 年量子電腦可能突破現有加密的威脅，許多企業卻連基礎的數位資產盤點都尚未啟動，急需專業協助。CHELPIS 創辦人暨執行長池明洋也指出，量子運算對現有加密機制的威脅並非新議題，早在 1999 年全球便已知道傳統密碼可能被破解，只是過去算力尚未到位。如今，各國與 IBM、Google 等企業加速投入算力，風險時間點不斷提前。 池明洋進一步警告，未來量子運算的核心攻擊目標並非整個系統，而是針對「金鑰交換（Key Exchange）」的過程，且目前駭客「先竊取、後解密（Harvest Now, Decrypt Later）」的威脅已經真實存在，因此後量子資安絕非遙遠的未來，而是企業現在就該啟動的防禦工程。 台灣產業 PQC 遷移挑戰：要跨越「五代同堂」系統障礙，混合式架構為過渡期解方 談到當前台灣企業導入 PQC 的痛點，實務面上最大的障礙在於歷史遺留系統（Legacy Systems）過多。由於企業內部的 IT 架構往往新舊交錯，甚至高達「三代到五代同堂」，因此要針對這些龐雜的系統進行盤點非常耗時且困難。還有要花多少錢、遷移之後 IT 系統是不是還可以正常運作，以及能否避免服務中斷，這些都是企業推動轉換時最擔心的營運風險。 為了解決企業在不大幅改動既有系統下的擔憂，業界目前推崇採用「混合式（Hybrid）」架構作為過渡期的防禦解方，也就是在實務上將現有的傳統加密演算法與後量子密碼演算法結合使用，這不僅能在保障傳輸連線安全的同時，避免單一演算法可能帶來的服務中斷風險，更能兼顧系統的相容性與穩定性。 推動這波系統重構的最大動力，往往來自於主管機關的法規推力與國際規範，尤其是高度監管的金融業等領域，因其系統龐大且資料外洩衝擊極高，勢必將成為優先進行量子安全遷移的重點領域。展望未來，業界樂觀預估在未來一到兩年內，就有機會在新建系統，或是對國際合規有高度需求的企業中，看到首批完成量子安全遷移的成功案例。 面對 2029 年逼近的量子威脅，這場資安戰役已無可迴避。為加速建立臺商全球布局的安全基礎，智慧資安正式攜手 CHELPIS，協助企業優先精準評估自身的「風險分數」與「時間分數」，並提供從資產盤點到系統防護建置的完整方案。現在，企業首要之務是即刻展開全面的數位資產盤點，才能在量子風暴中從容應戰，並讓台灣產業在未來的國際供應鏈中，持續保有強大的安全與合規競爭力，真正為「量子韌性元年」立下具體的實踐標竿。</p>

代理式 AI 商務加速落地！FIDO 聯盟攜 Google、Mastercard 制定交易標準防失控

<p>AI 代理興起，越來越多任務將由 AI 代替人類執行，也衍生出新的風險。在獲得 Google 與 Mastercard 的初期貢獻支持下，專注於身分驗證的產業組織 FIDO Alliance（FIDO 聯盟）表示將成立兩個工作小組，制定產業標準，用來驗證與保護由 AI 代理執行的支付及交易行為。 AI 代理商務時代來了：FIDO 聯盟出手規範 AI 交易 工作小組目標是建立一套可跨產業採用的基礎防護標準，使用者可以透過不易被釣魚或被惡意人士接管的機制，授權 AI 執行行動。這些標準也包含密碼學工具，讓數位服務能確認 AI 代理確實依照已驗證使用者的授權執行，同時也會建立隱私保護框架，讓使用者、商家與服務提供者能夠驗證由 AI 發起的交易。 《WIRED》說明，這項工作目標是在防止 AI 代理被劫持或出現惡意行為，同時建立透明度與問責機制，以便在爭議發生時能追溯責任。FIDO Alliance 執行長 Andrew Shikiar 對《WIRED》表示：「AI 代理正變得越來越普遍，並逐漸進入主流應用，但既有模型不一定是為這種模式設計的。」 Andrew Shikiar 表示，回顧近年對密碼安全問題的處理，相關挑戰其實可追溯至數十年前，當時建立的安全基礎並不足以支撐後來發展出的數位經濟。如今，AI 代理、代理互動與代理商務正站在類似的關鍵轉折點上，產業有機會避免重蹈覆轍，及早建立基礎原則，讓未來的互動更加可信。他指出，「制定可跨產業適用、並確保互通性的技術標準，是一項繁複且往往需耗時數年的工程。」 由於 AI 代理正快速發展與普及，FIDO Alliance、Google 與 Mastercard 都強調必須加快進度。兩家公司也將提供開源工具支持該計畫：Google 的 Agent Payments Protocol（AP2）提供一種加密驗證機制，確認使用者確實有意授權 AI 執行交易；Mastercard 的 Verifiable Intent（可驗證意圖）框架（與 Google [&hellip;]</p>

不只賣雲端！AWS 推 AI 代理搶攻辦公市場，微軟、甲骨文迎來正面對決

<p>亞馬遜公司（Amazon.com Inc.）旗下雲端事業部門 Amazon Web Services 正計畫進軍辦公室生產力軟體市場，銷售由 AI 驅動的企業應用。AWS 宣布推出一系列新工具，鎖定物流從業人員與招募人員，分別名為 Amazon Connect Decisions 與 Amazon Connect Talent。再加上上月推出的一系列健康應用，顯示亞馬遜正積極利用其 AI 技術切入企業軟體市場。 AWS 行銷長 Julia White 表示，AI 模型的崛起為公司帶來推出全新產品的契機。《Bloomberg》報導，此次發布的產品依賴「AI 代理（AI agents）」技術，也就是能代表使用者執行任務的工具，例如自動面試求職者，或建立預測產品需求的試算表。 AWS 十年布局翻轉！推四大 AI 服務，讓供應鏈、招募、醫療自動化 距離 AWS 推出 Amazon Connect 已近十年。《SiliconANGLE》提及，AWS 將原本內部使用的聯絡中心即服務（contact center-as-a-service）系統商業化推出時，外界普遍質疑它是否能在已有多家成熟供應商的市場中站穩腳步，如今 Amazon Connect 已成為眾多大型品牌的核心客戶體驗平台。現在 AWS 進一步重新定位 Connect 品牌，將其從單純的聯絡中心產品，擴展為一整套可整合進企業工作流程的「代理型 AI（agentic AI）」解決方案。 新的 Connect 產品組合包含四大服務：Amazon Connect Decisions 負責供應鏈管理、Amazon Connect Talent [&hellip;]</p>

Google 一邊退出無人機競賽、一邊簽機密 AI 合約：拆解 Google 在道德紅線與國防利益間的雙重標準

<p>Google 近期與美國五角大廈簽署一項協議，允許國防部在機密任務中使用包含 Gemini 在內的強大 AI 模型。不過，這項決定卻在 Google 內部引發強烈的反彈情緒。 超過 600 名 Google 員工連署向執行長 Sundar Pichai 發出公開信，強烈要求公司拒絕將 AI 系統用於機密軍事工作。隨著 Google 加入 OpenAI 與 xAI 的行列，將 AI 技術引入軍事網路，一場關於道德底線與利潤的爭議正在展開。 逾 600 名員工的擔憂：進入機密網路後，Google 將失去 AI 控制權 對於公司決定參與機密國防行動，許多 Google 員工感到震驚與羞愧。Google DeepMind 的資深研究員 Andreas Kirsch 就在社群媒體上直言：「我對 Google 簽署將我們的 AI 模型用於機密任務的協議感到無語，坦白說，這是可恥的。」他進一步批評，這是一筆短視近利且會失去外界信任的貪婪交易。 員工們在寫給高層的公開信中強調，AI 系統存在犯錯的可能，且能夠集中權力。他們最核心的擔憂在於，一旦這些 AI 模型被部署在與外部網路完全隔離的「機密環境」中，Google 將完全失去對其技術最終用途的控制權，無從得知美國國防部會如何使用它們。因此，作為技術的開發者，他們深知自己有責任防止這些技術被用於最不道德且危險的用途。 「合法用途」條款背後，Google 無權否決軍方如何使用 AI 這些 Google 員工的擔憂並非空穴來風。這項合約允許五角大廈將 [&hellip;]</p>

【機器人上前線】烏克蘭機器人攻下壕溝、中國 AI 沙盤推演台北街頭的群眾控制

<p>烏克蘭與俄羅斯的戰爭已成為地面自主系統最大規模的實戰驗證場，與此同時，中國正在構想一套以 AI 主導、幾乎不需要人員接觸的城市鎮暴體系。 這兩條路徑，代表著自主武器系統在戰鬥與政治控制兩個場景中，截然不同的部署邏輯，而兩者都在快速累積實戰資料與部署經驗。 烏克蘭：從後勤補給到正面突擊 烏克蘭的機器人戰爭不是實驗，而是迫於現實的快速演進。目前超過 280 家公司投入無人機與地面機器人的生產，產品涵蓋海上偵察平台，到配備機槍與火箭筒的武裝機器人。任務範圍也同樣快速擴張，從最初的彈藥補充與傷員撤離，到如今在無人機火力下執行正面突擊。 2026 年 3 月，烏克蘭地面機器人單月執行逾 9,000 次任務；2026 年初累計達 21,500 次。更具里程碑意義的是，烏克蘭部隊近期以純機器人部隊奪取了一處俄羅斯壕溝，而且無步兵、無傷亡。這是戰史上首次由機器人獨立完成戰鬥奪取任務的紀錄案例。 據《衛報》報導，機器人也已開始執行向波克羅夫斯克等高風險熱點補送物資的任務，使部隊免於進入高風險區域。 烏克蘭國防部長 Mykhailo Fedorov 隨後公開宣示目標：前線後勤應 100% 由機器人系統執行——烏克蘭計劃在 2026 年中前採購 2.5 萬台地面機器人，是去年總量的兩倍。負責協調生產與部署的新能力中心，同步整合了武裝部隊、總參謀部與製造商三方。 每台機器人造價 8,000 至 50,000 美元，損耗率約 25%，但每台在報廢前通常已執行多次任務。即便以最高規格的損耗率計算，這個成本仍遠低於人員傷亡或車輛損失。 當每台機器人損耗成本遠低於人員傷亡，指揮官接受更高損耗率的意願也隨之上升。 中國：AI 主導的城市控制想像 至於中國人民武裝警察部隊的研究方向，則代表著另一種截然不同的自主系統部署邏輯。據《南華早報》報導，研究方案以「新城市」為場景——一個刻意模仿台北的城市環境——構想了一套幾乎不需要人員接觸的群眾控制系統。 方案的策略核心，是透過切斷抗議者的組織能力來瓦解行動。偵察無人機透過圖像識別標定人群中的煽動者，機器人屏障將人群分隔圍堵，同步切斷網路連線，讓剩餘的抗議者在缺乏領導層與通訊管道的情況下自行散去。 對於已被識別的核心組織者，系統以網子與電擊器執行逮捕，決策由 AI 識別後由遠端人員確認。整套系統中，人類監督僅保留一項權限：降低武力強度。也就是說，升級武力的決策路徑幾乎完全由 AI 主導。 這套構想並非憑空而來。中國已在綿陽等城市，部署配備 360 度攝影機與臉部辨識系統的人形交通警察機器人，並在軍事演習中測試「狼群」戰術，包括機器狗、無人機、雷射武器與無人艇，在 AI 協調下以單一有機體的方式行動，並即時共享地圖與打擊資訊。 後勤先行，倫理邊界滯後 烏克蘭與中國的路徑雖然不同，但有一個共同邏輯：後勤與低風險任務先行。後勤機器人的決策情境相對單純，容錯空間較大，這也是為何它們能在不引發重大倫理爭議的情況下迅速規模化。真正的倫理邊界考驗，將在自主攻擊決策普及後才全面浮現。 但是機器人在戰場迷霧或群眾動亂中缺乏情境判斷能力，烏克蘭每日損失數十台於敵方反制手段，中國的城市控制系統則面臨誤判平民、快速升級的倫理風險。 更根本的問題是責任歸屬。當 AI 做出開火決策，現行國際人道法的框架並未預設這種情境，問責機制至今無解。 [&hellip;]</p>

歐洲為何監管越嚴，越離不開美國科技巨頭？從法國健康資料遷出微軟，揭雲端與 AI 主權困境

<p>當一個國家的國民健康數據，全都掌握在美國科技巨頭手中，會帶來什麼樣的國安風險？法國政府近期開出第一槍，正式決定將「國家健康數據中心」（Health Data Hub）從微軟 Azure 搬出，全面轉移給本土雲端業者 Scaleway。 這不只是一次單純的供應商轉換，更是歐洲積極追求「雲端主權」、試圖擺脫對美國大型科技公司長期依賴的關鍵反擊。 法國為何堅持推動「資料大遷徙」？ 這場遷移案的起因，源自對美國法律的疑慮。2019 年，法國政府在未經競爭性招標的情況下，逕自選擇 Microsoft Azure 承接健康資料託管，隨即引發持續的法律與政治審查。法國資料監管機關擔憂「美國法律域外效力」帶來的風險，因此拒絕批准完整資料集的永久轉移。 這個擔憂並非空穴來風。微軟的法務主管去年在法國參議院調查委員會宣誓作證時坦承，即使資料託管在法國境內，微軟依然無法反對美國針對法國公民資料提出的調取要求。 為了解決這個主權破口，法國國家資安機構隨後建立了「SecNumCloud」認證框架，要求關鍵資料絕不能被非歐洲法律的手段取得，實質排除美國供應商及其歐洲子公司的參與資格。在 2024 年通過的新法推波助瀾下，本土業者 Scaleway 終於脫穎而出，預計將於 2026 年底至 2027 年初正式接手，保護數千萬法國公民的健康紀錄。 從雲端、AI 到支付：歐洲已淪為美國科技的「經濟附庸」 法國的焦慮或許只是冰山一角。這起遷移案呼應《經濟學人》所點出的殘酷現實：歐洲現代經濟的制高點，早已悄悄被美國企業全盤掌握。 從底層的基礎建設來看，Apple 與 Google 支撐起整個歐洲大陸的手機生態系統。此外，美國的雲端服務不僅存放著歐洲人的數據，更讓美國的 AI 模型深深紮根於歐洲企業之中。在高階運算、太空與 AI 等領域，歐洲少有站在前沿的企業，唯一較突出的例外，是對全球晶片製造至關重要的荷蘭企業 ASML。 在日常生活裡，Visa 與 MasterCard 兩家美國公司，是歐洲人彼此付款時不可或缺的基礎設施。甚至在政府與國防兩個關鍵場景裡，歐洲政府也往往別無選擇，只能使用 Microsoft 或 Amazon 的雲端服務、依賴 Palantir 進行資料分析，或是靠 SpaceX 發射軍事衛星。 除了科技產業外，歐洲的「依賴症」更蔓延至能源與原物料。過去歐洲僅需進口一半的天然氣，如今有 85% 仰賴進口，且為了取代過去對俄羅斯能源的依賴，現在有超過四分之一是來自美國的液化天然氣。同時，在關鍵礦產上，歐洲也高度依賴中國。&nbsp; 《經濟學人》將這種涵蓋商業與科技的重度依賴，形容為一種「經濟附庸」（economic vassalage）。在科技依賴隨時可能被武器化的地緣政治時代，這無疑是歐洲的軟肋之一。《經濟學人》更警告，若川普及其陣營有意將這種依賴「武器化」，就可能威脅歐洲的支付系統、讓 iPhone 集體停擺，或剝奪德國中小企業使用頂尖 AI [&hellip;]</p>

【科技早餐】OpenAI IPO 前財務壓力浮現，龐大算力合約開始成為新考驗

<p>【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊OpenAI IPO 前財務壓力浮現，龐大算力合約成新考驗 《華爾街日報》引述知情人士報導，OpenAI 財務長弗萊爾（Sarah Friar）曾向高層表達憂慮，擔心如果營收成長不夠快，公司未來可能無法支付龐大的運算合約費用。報導指出，OpenAI 近幾個月未達成部分新用戶與營收目標，ChatGPT 去年底也沒有達到內部設定的 10 億週活躍用戶目標。 OpenAI 在編碼與企業市場也面臨 Anthropic 競爭。雖然公司最近籌募 1,220 億美元，為矽谷史上規模最大的融資案，但面對龐大算力成本，就算營收能達標，這筆資金也可能在三年內消耗殆盡。對此，執行長奧特曼（Sam Altman）與弗萊爾回覆《路透》時表示，雙方在取得更多算力的方向上完全一致。 ＊OpenAI 打開 AWS 通道，Microsoft 獨占合作正式鬆綁 《路透》報導，Microsoft 和 OpenAI 已重新修訂合作協議，OpenAI 之後可把產品提供給 Amazon、Google Cloud 等其他雲端平台客戶，不再由 Microsoft 獨家銷售與承接。兩家公司自 2019 年合作以來，Microsoft 已投入超過 130 億美元，並持有 OpenAI 27% 股份。 修訂後，Microsoft 仍是 OpenAI 主要雲端合作夥伴，也會持續取得 OpenAI 智慧財產權授權到 2032 年；同時，Microsoft 仍可在 2030 年前取得營收分成，但總額將設上限。Amazon 執行長賈西（Andy [&hellip;]</p>

紅杉資本、NVIDIA 押注！Google DeepMind 前研究員創 AI 新創，打造「超級學習者」估值飆 51 億

<p>英國 AI 實驗室 Ineffable Intelligence 由 Google DeepMind 前研究員 David Silver 創立，短短數月間已募得 11 億美元資金，估值達 51 億美元，加入研發新型 AI 模型的競賽，目標打造可能超越大型語言模型（LLM）的技術。 不靠人類資料訓練 AI？新創望打造「比肩達爾文」的突破 《TechCrunch》提及，Ineffable 旨在打造一個「超級學習者（superlearner）」，透過強化學習（reinforcement learning）在不依賴人類資料的情況下，自主發現知識與技能。強化學習是一種讓 AI 系統透過反覆試錯學習，而非研究人類產生的範例來進行訓練的技術，這也是 David Silver 的專長領域。 David Silver 同時是倫敦大學學院教授，直到近期仍領導 Google 旗下 DeepMind 的強化學習團隊，在離職創業前，他已於 DeepMind 任職超過十年。在 DeepMind 任內，Silver 曾參與開發多套僅透過自身對局經驗學習、未使用任何人類策略或棋譜資料，即擊敗國際象棋與圍棋職業選手及頂尖電腦程式的 AI 系統，最著名者為通用棋類競技 AI AlphaZero。Ineffable Intelligence 希望其「超級學習者」也能以類似方式，從自身經驗中探索所有知識。 這家新創的「超級學習者」或許仍缺乏經驗，但公司野心十足。官網寫道：「若成功，這將是可與達爾文比肩的科學突破，正如他的法則解釋了所有生命，我們的法則將解釋並建構所有智慧。」David Silver 在公司部落格的個人聲明中將 Ineffable 稱為「畢生志業」，並向《Wired》表示：「我從 Ineffable 賺到的任何收入，都將捐給高影響力慈善機構，以拯救盡可能多的生命。」 《TechCrunch》指出，目前尚不清楚該公司將如何、何時以及透過何種方式實現營收，但這顯然未影響投資人熱情。根據《Wired》，本輪融資由全球最大創投 Sequoia [&hellip;]</p>

社群平台為何成最大詐騙破口？FTC 揭精準投放、私訊與個人化話術背後的 21 億美元信任漏洞

<p>美國聯邦貿易委員會（FTC）近日發布最新報告，揭示一個驚人的警訊：2025 年，高達 21 億美元的詐騙通報損失來自社群平台，占所有通報金錢損失案件的近 30%。同時，社群平台不僅是 2025 年通報損失最多的詐騙接觸管道，相關損失相較於 2020 年更暴增 8 倍。 為什麼科技巨頭耗資打造的社交護城河，會輕易成為詐騙集團的絕佳破口？關鍵就在於「極度不對稱的攻擊成本」。由於社群平台的無國界特性，無意間賦予不法分子一把萬能鑰匙，讓他們能以近乎零成本的代價，將原本零星的犯罪行為瞬間「規模化」，輕易觸及全球數十億名潛在目標。 社群平台讓詐騙集團取得「精準投放」能力 透過這些平台，詐騙集團輕易取得「精準投放」的強大武裝。FTC 指出，詐騙者不僅會駭入使用者的帳號或利用公開貼文來研判鎖定對象，甚至會直接購買社群廣告，使用與合法企業如出一轍的行銷工具，再根據使用者的年齡、興趣與購物習慣進行精準打擊。 在各大平台中，Facebook 成為造成詐騙損失最高的重災區。《Tom’s Guide》引述 FTC 的數據指出，Facebook 相關詐騙共造成消費者高達 7.94 億美元的損失，而位居第二與第三的 WhatsApp 和 Instagram 則合計造成 6.29 億美元的損失。值得注意的是，2025 年單是由 Facebook 衍生的詐騙損失通報金額，就已經超越了簡訊或電子郵件詐騙的總和。 投資、購物與戀愛詐騙，把廣告與私訊變成信任攻擊漏斗 另一方面，詐騙集團也巧妙地將社群平台上的廣告與私訊，轉化為層層遞進的信任攻擊漏斗，其中又以投資、購物與戀愛詐騙最為猖獗。數據顯示，2025 年源於社群平台的投資詐騙損失高達 11 億美元，佔據社群詐騙總損失超過一半。這類騙局通常以宣稱能「傳授投資秘訣」的貼文或廣告起頭，隨後詐騙者會化身親切的顧問，再將受害者拉進充斥著假造成功案例的 WhatsApp 群組中。 其中，購物詐騙則是通報數最高的類型，超過 40% 透過社群受騙的民眾表示，他們曾購買社群廣告推送的商品，從服飾、汽車零件到寵物幼犬無所不包。這些廣告往往將消費者導向未知的網站，或是偽裝成知名品牌並以不合理的低價誘騙受害者。 此外，戀愛詐騙同樣在社群上氾濫，2025 年近 60% 產生金錢損失的戀愛騙局皆源於社群。這些詐騙者會仔細研究受害者的個人檔案來量身打造搭訕話術，並在取得信任後，開始編造急需資金的危機，或是不經意地透露投資明牌，順水推舟地將受害者引導至假投資平台騙取金錢。 真人案例揭示：假廣告、WhatsApp 群組與個人化話術如何助長詐騙？ 《The Independent》報導的一起真實案例，充分展現假廣告、通訊群組與客製化話術如何交織成巨大的信任陷阱：美國一名傷殘退伍軍人 Craig Wilkinson，因為點擊一則看似來自合法金融機構的 Facebook 廣告而遭到詐騙，這則詐騙廣告極可能就是利用 Facebook [&hellip;]</p>

AI 安全賽局生存戰：OpenAI 拋五大原則，揭示最新 AGI 治理藍圖

<p>OpenAI 執行長 Sam Altman 發布了五項營運原則，說明 OpenAI 邁向「通用人工智慧」（AGI）的方向。「公司希望 AI 能廣泛造福人類，而非讓權力集中在少數實驗室或政府手中，」他補充，隨著安全風險增加，未來的系統可能需要更嚴格的限制。 不再承諾協助對手：解析 OpenAI 新版五大營運原則 《implicator.ai》報導，OpenAI 公布的五項原則中，民主化（Democratization）位居首位。OpenAI 承諾讓 AI 的決策受制於「民主程序」，而非僅由 AI 實驗室關起門來決定。賦權（Empowerment）排在第二，強調賦予使用者極大的自主空間，但同時保留一項權利，在傷害風險尚不明確時，將選擇傾向於「審慎保守」。 另外三項包含普遍繁榮（Universal Prosperity），支撐 OpenAI 算力建置、垂直整合及全球資料中心擴張計畫的政策基礎，其核心在於降低基礎設施成本並分享技術收益。還有韌性（Resilience）承諾與企業、政府及各類生態系統合作，共同應對生化武器與網路安全風險，並投入模型資源作為後盾。而適應性（Adaptability）讀起來最為坦率，OpenAI 預期會不斷修正其立場，並表示會透明化地說明調整的原因。 OpenAI 一直致力於 AGI 的研究，AGI 是能以人類水平或更高水平完成各種認知任務的 AI 系統，而不是僅擅長特定功能或針對特定情況使用的模型。《Forbes》提及，OpenAI 2018 年最初發布的章程源於其作為研究實驗室的背景，仍帶有非營利色彩，承諾廣泛利益、長期安全、技術領先與合作，甚至提到若另一個價值理念相符的專案接近率先建成安全的 AGI，OpenAI 將停止競爭並提供協助。 新原則保留了部分用語，但給了公司更多轉圜空間，這份更新的文件減少對 AGI 的強調，移除了協助競爭對手的條款，比起 2018 年章程，直接的承諾更少。隨著外界對 AI 權力與社會角色的憂慮升高，甚至出現針對 AI 執行長與研究人員的直接威脅與攻擊，明確說明 AI 邁向 AGI 的進展變得至關重要。《Forbes》指出，OpenAI 發布的新五大原則不僅在分享它想成為什麼樣的實驗室，也在揭示它已成為什麼樣的機構。 AGI 治理競賽白熱化：頂尖 AI 實驗室的安全框架權衡 《Forbes》補充，OpenAI 加入更廣泛的 [&hellip;]</p>

叡揚指標管理與預測式 AI 接軌 FHIR，驅動醫院智慧治理

<p>由叡揚資訊主辦的「領航醫療新篇章」研討會日前圓滿落幕。本次活動匯聚醫療與資訊領域多位專家，圍繞 FHIR 標準導入、AI 智能治理及精準臨床決策等核心議題深度對話，共同為回應「健康台灣」政策願景擘劃行動路徑。 叡揚資訊董事長張培鏞於開幕致詞中表示，叡揚資訊深耕醫療領域多年，服務全台 96% 的醫學中心，提供全方位的數位支援。解決方案涵蓋行政營運（電子公文、人資作業、碳盤查）、醫療品質與病患安全（病安通報、指標管理）、醫學研究（計畫申辦、生物資料庫、動物實驗），以及大數據與 AI 應用（資料倉儲、DMP、LLMs 智能整合），並以完善的資訊安全機制為醫院數位轉型提供穩固保障。 FHIR 為經、AI 為緯：「四位一體」戰略架構開啟醫療數位新篇章 秀傳醫療體系副營運長兼永續長、高雄醫學大學教授郭昭宏醫師指出，ESG 永續發展、超高齡社會與生成式 AI 三大衝擊交疊，正驅動醫院邁向「數據為核心」的典範轉移。在「健康台灣」政策下，管理指標必須從「病床週轉率」轉向「病患全生命週期的數據管理」，目標也從「治病」擴展至「安康」。他強調，數位轉型下半場的關鍵在於「數據資產化」，FHIR 不是 IT 部門的事，而是管理者的戰略佈局，唯有透過 FHIR 確保跨院區指標具備一致語意，才能消除異質系統的溝通阻力，釋放數據價值。 在具體實踐上，郭昭宏醫師呼籲將生成式 AI 轉化為「隱形生產力」，透過自動化生成病歷與護理紀錄降低醫護逾 30% 的行政負荷；建置 FHIR 中台實現數位交班，讓交班時間縮短 50%、紀錄時間縮短 80%，並藉由提升臨床判斷品質、終結無效醫療，從源頭實現節能減碳。郭昭宏醫師更提出「四位一體」戰略藍圖：以生成式 AI 為大腦、FHIR 標準為神經系統、ESG 永續為靈魂、超高齡社會為戰場，將醫療照護從單一機構延伸至社區與居家，達成「讓 AI 看懂數據、讓數據跨院流動、讓 ESG 被稽核」的智慧醫療生態系願景。 次世代 FHIR 中台架構 破解導入三大痛點 資慧科技顧問陳俊佑醫師聚焦於醫院導入 FHIR 的實務困境，點出三大核心痛點：標準變動與廠商綁架帶來的維護成本膨脹、實際應用 FHIR 於臨床需要極速數據同步的技術難題，以及 CQL（臨床品質語言）因技術黑箱造成的溝通斷層，導致臨床與行政人員難以驗證與自行撰寫決策邏輯。 針對上述問題，陳俊佑醫師提出「次世代 FHIR 中台架構」作為解方，包含三大核心模組：Healro Translator（Low Code轉換工具）讓醫院無須修改底層 HIS [&hellip;]</p>

不再綁定 Azure、AGI 條款退場：OpenAI 微軟達成新協議，對雙方各有什麼好處？

<p>在 AI 產業的發展歷程中，微軟與 OpenAI 的結盟無疑是最具決定性的一段。然而，微軟與 OpenAI 在 4/27 宣布，雙方已正式重寫合作條款，終結長達數年的雲端獨家綁定關係，改以更寬鬆、有時限的安排，讓雙方有更大的自由追求市場競爭。 這是自微軟 2019 年首次向 OpenAI 投資 10 億美元以來最大的協議重組。《Reuters》報導，雖然外界早已預料微軟與 OpenAI 的關係將會疏遠，但新協議可說是對雙方都有好處。 OpenAI 解開 Azure 綁定，換取企業市場自由度 自 2019 年起，微軟累計投資 OpenAI 超過 130 億美元，Azure 也因此成為 OpenAI 模型商業化的重要基礎。ChatGPT、Azure OpenAI Service、Copilot 等產品，都建立在這層緊密合作關係上。 但隨著 OpenAI 從研究機構變成企業 AI 平台供應商，單一雲端限制也開始成為商業瓶頸。《Reuters》引述 D.A. Davidson 分析師 Gil Luria 指出，AWS 與 Google Cloud 企業客戶過去因微軟獨家關係，難以整合 OpenAI 產品；新協議將使這些客戶更可能把 OpenAI 納入選項，與 Anthropic [&hellip;]</p>