人工智能
人口老化問題加劇，人形機械人被視為潛在解決方案，但要實現量產與普及仍面對多重挑戰。首先，AI 大模型雖提升了自主學習，但「大腦」與「小腦」未能完全協調，機械人在複雜環境下行走仍易失衡。其次，商業模式尚未成熟，缺乏統一測試平台及零部件標準，令大規模生產受阻。最後，電池續航是最大難題，北京人形機械人半程馬拉松中，多台機械人需頻繁更換電池。要突破困境，必須依靠政府、業界、學界與投資界協力推進。
OpenAI 行政總裁 Sam Altman 預言，當 AI 足以取代其職位時，他將轉行務農。這番言論突顯 AI 正以前所未見的速度發展。隨著 OpenAI 估值達 $5,000 億美元，Altman 預測未來五年內四成工作或被 AI 取代，並指出人類的價值將回歸到關懷與人際連結等無法被演算法複製的特質。企業決策者必須為這場職場變革做好準備。
Microsoft 科技總監 Kevin Scott 在意大利科技週的爐邊談話中表明，公司長遠目標是在數據中心主要使用自家研發的 AI 晶片，以減少對 NVIDIA 及 AMD GPU 的依賴。當被問及長遠構想是否主要在數據中心使用 Microsoft 自家晶片時，Kevin Scott 回應「是的，絕對是」。Kevin Scott 表示，推動這次轉型的核心因素是每美元的性能表現，對超大規模雲端供應商而言，这可說是唯一真正重要的指標。
Nvidia 行政總裁黃仁勳稱讚 Elon Musk 為「終極 GPU」，突顯其在建立 xAI 超級電腦 Colossus 時的卓越系統整合能力。Colossus 以破紀錄速度建成，引發全球 AI 基礎設施軍備競賽，Meta、OpenAI 等巨頭亦紛紛投入巨資。
2025 年企業採用 AI 的最大挑戰並非技術，而是「信任赤字」。Cisco 和 AWS 指出，缺乏情境理解、安全漏洞及數據私隱是核心問題。本文深入探討企業如何在生產力與安全性之間取得平衡，並剖析 Cisco Webex One 大會揭示的 AI 治理框架與開放生態策略，助您將 AI 潛力轉化為可持續業務價值。
耶魯大學 Budget Lab 最新研究報告指出，自 2022 年 11 月 ChatGPT 推出至今 33 個月，美國勞動市場並未出現因生成式人工智能導致的大規模職位流失。該研究團隊由經濟學家 Martha Gimbel、Molly Kinder、Joshua Kendall 及 Maddie Lee 組成，他們分析了 ChatGPT 及其他生成式 AI 模型發布後的就業數據變化，結果顯示整體勞動市場保持穩定。
Meta 宣布將利用 AI 對話內容投放個人化廣告，影響十億用戶。此舉雖能提升廣告精準度，卻引發全球私隱憂慮及監管挑戰。
NVIDIA 行政總裁黃仁勳揭示，公司的真正護城河並非單一晶片，而是整合硬件、軟件及網絡的「AI 工廠」系統。這種系統性優勢帶來了無可比擬的總體擁有成本 (TCO) 效益，即使對手免費提供晶片亦難以競爭。本文深入剖析 NVIDIA 的戰略佈局，為正在進行 AI 轉型的企業決策者提供關鍵啟示，理解基礎設施的整體價值遠超單一部件成本。
螞蟻集團領投超仿生機械人研發商首形科技，後者年內完成第三輪融資總額破億，標誌著情緒 AI 成為資本新吸引點。首形科技憑藉其情緒基座模型和超高仿生人臉技術，期望突破「恐怖谷效應」，將人形機械人從「功能工具」轉化為「情感夥伴」。此舉突顯互聯網巨頭正加速佈局具身智能生態，並將情感互動視為未來機械人產業的核心競爭力。
矽谷晶片製造商 Cerebras Systems 宣佈完成 11 億美元融資，公司估值達到 81 億美元。Cerebras 在 AI 晶片市場定位獨特，研發的晶片尺寸達到餐碟大小，遠超傳統晶片郵票般的尺寸，在處理編程及自然語言查詢方面的速度優於 NVIDIA 產品，或成為有力的競爭對手。