close

業界消息

IT 基建業界消息

中電源動加快商用車充電網絡部署　夥領展拓展至 250 充電位 力推電動的士普及

by Pierce on IT 基建業界消息 CLP CLPe 中電源動 充電設施 的士車隊

中電源動集團擴大商用電動車充電服務，計劃今年內在全港設立超過 250 個充電位，當中大部分設於領展旗下停車場，支援的士車隊、客貨車及豪華客車使用快充與超快充設備，以配合政府推動電動的士政策。新方案亦包括手機應用程式與網上平台，協助車隊即時掌握充電情況及營運成本，冀能提升整體使用效率與管理水平。

根據《公共巴士和的士綠色轉型路線圖》，香港計劃在 2027 年底前引入約 3000 輛電動的士。中電源動瞄準此市場，推出多元充電方案，並已率先在黃大仙、觀塘、將軍澳、青衣及沙田設置逾 100 個充電位，全部以快速充電（60kW）和超快速充電（120W）為主，亦提供適合過夜車輛使用的中速充電設施，吸引車隊以優惠價格於夜間進行充電。

中電源動正與多間已獲牌的士車隊，包括 Big Boss Taxi Company Limited（Big Boss）、CMG Fleet Management Limited（Amigo）、新科發展（國際）有限公司（Big Bee）、星群的士服務有限公司（SynCab）及泰和管理有限公司（Joie）洽商合作，計劃提供針對個別車隊營運需要的充電支援。配合業務擴展，中電源動推出「CLPe Charging」手機應用程式和網上車隊管理平台，車主可根據定位功能搜尋最近充電站、查閱即時狀態與充電紀錄，並可即場繳費。管理平台亦支援查看車隊整體能源使用狀況與帳戶資料，協助企業優化資源分配。

Mercedes Benz eVito 的士登場!

中電源動表示，計劃於 2025 年進一步擴充至柴灣、深水埗、元朗及東涌等地，期望能廣泛覆蓋全港更多地區，為不同業務類型車隊提供靈活支援。中電源動集團總裁吳永豪（下圖）表示，香港各區對電動車充電需求正不斷上升，公司與領展合作有助快速擴展市區充電網絡，未來會繼續探討擴點及技術改良，以支援更多電動商用車使用。

Big Boss Taxi Company Limited 首席營運官趙晉豪（左一）指出，該公司十分重視車隊管理與服務效率，選址鄰近餐飲設施的中電源動充電站有助司機在充電同時進行休息，有效配合日常運作。星群的士服務有限公司執行董事鄭敏怡（右二）指出，該車隊八成以上車輛已轉用電動車，管理充電成本與時間極為重要，能透過網上平台即時獲取資訊，有助提升營運靈活度。而主打高階商務市場的京時豪華汽車有限公司管理合伙人鄭耀權（左二）則提到，公司客戶越來越關注可持續發展，他們亦採購更多電動車，市中心具備快速充電能力成為其重點考量。

領展香港物業及停車場管理董事總經理黎漢明表示，領展會持續與多方合作，配合智慧城市與低碳發展政策方向，提升香港整體電動車充電網絡質素與使用體驗。

read more
人工智能業界消息

上海交大推全球首個「具身智能」學士課程　夥華為應對百萬人才缺口

by Pierce on 人工智能業界消息 AI人才 上海交大 人形機械人 具身智能 華為


上海交大推全球首個「具身智能」學士課程　夥華為應對百萬人才缺口

上海交通大學宣佈於 2025 年增設全球首個具身智能（Embodied AI）學士學位課程，應對教育界與產業界日益嚴峻的人才缺口。首屆課程將招收 30 名學生，其中 5 人將透過校企聯培途徑，直接對接華為（Huawei）及國家人形機械人創新中心職位，標誌著中國在具身智能領域，正由技術突破邁向人才體系化培養。這決策背後，是中國具身智能市場預計 2025 年達 52.95 億元人民幣（約港幣 57.19 億元），佔全球 27%，惟人才供給嚴重失衡的產業困境。

產業爆發遭遇人才荒：百萬缺口催生專業設立

中國具身智能產業正面臨「有資金缺人才」的結構性矛盾。北京理工大學調研數據顯示，各行業具身智能人才缺口高達 100 萬人；2025 年中關村論壇更有企業反映，百萬年薪仍難覓人才。與人才短缺形成強烈對比的是資金湧入：2025 年首 8 個月，具身智能賽道融資達 138 宗，逾億元規模融資 52 宗；全球人形機械人累計融資超 328 億元人民幣（約港幣 354.2 億元），中國市場佔比逾 80%。市場研究機構 Markets and Markets 預測，全球人形機械人市場將由 2024 年 20.3 億美元增至 2029 年 132.5 億美元（約港幣 1,033.5 億元），複合年增長率達 45.5%。

現行高校課程體系難以滿足產業需求。上海交大人工智能學院副院長盧策吾指出，具身智能需跨越「感知、決策、控制、本體設計」的全鏈路複合型人才，傳統單一學科培養模式已無法適應產業發展。IDC 數據顯示，2025 年中國商用人形機械人出貨量約 5,000 台，2030 年將激增至近 6 萬台，複合年增長率超 95%，惟產業應用仍處場景驗證階段，高階技術人才極度稀缺。

「李飛飛學生 + 華為產線」雙重賦能

該專業由上海交大人工智能學院副院長盧策吾教授領銜設計。盧策吾曾在史丹福大學（Stanford University）人工智能實驗室，師從「AI 教母」李飛飛及美國三院院士 Leo Guibas 完成博士後研究，於《Nature》等頂級期刊發表逾百篇論文，並曾任 CVPR 2020、ICCV 2021 等國際頂會主席。他同時是具身智能獨角獸企業穹徹智能聯合創始人兼首席科學家，該公司於 2025 年 10 月獲阿里巴巴集團領投新一輪融資。

課程打破傳統「閉門造車」模式。30 個名額中，約 25 人走升學深造路線，另 5 人進入校企聯合培養：華為佔 2 個名額，國家地方共建人形機械人創新中心提供 3 個定向職位。上海交大亦將與傅里葉智能、智元機械人（稚暉君創辦）、穹徹智能等頭部企業打通產教融合通道，學生可直接參與真實項目。「學術導師 + 產業導師」雙導師制，確保學生畢業時已具備從實驗室原型到工業化落地的全週期經驗。

華為與上海交大合作不止於人才培養。2024 年 12 月啟動的「致遠一號」智能運算平台，不足一年完成千張昇騰（Ascend）加速卡集群部署，利用率常維持逾 90%，成為支撐教學與科研的「算力工廠」。學生可透過平台進行大規模模型訓練、機械人仿真實驗，「算力 + 數據 + 場景」三位一體基礎設施在全球高校罕見。

七校競速推動國家戰略

上海交大並非孤軍作戰。據教育部 11 月 14 日公示資料，首批共 7 所頂尖高校申請增設具身智能學士學位，包括北京航空航天大學、北京理工大學、北京郵電大學、東北大學、上海交通大學、浙江大學及西安交通大學。其中北京理工大學規劃年招生 120 人，構建「群體具身智能」等 7 類課程；北京航空航天大學側重機械人系統設計與航天應用，開設「具身智能演算法」、「機械人仿真技術」等特色課程。

政策推動力度空前。2025 年《政府工作報告》首次將具身智能與生物製造、量子科技、6G 並列為需培育的未來產業，這是繼 2024 年「低空經濟」專業從申報到批准僅半年後，另一國家戰略導向專業設置加速案例。從申報時間看，具身智能專業有望 2026 年正式納入學士學位目錄，屆時將形成年培養數千名專業人才規模。

國際競爭同樣激烈。美國卡內基國際和平基金會（Carnegie Endowment for International Peace）報告指，中國製造能力、數據環境及市場需求三重優勢，或令中國企業從原型到量產週期壓縮至美國對手難以企及的速度。中國養老機械人市場 2024 年達 79 億元人民幣，預計 2029 年近 160 億元人民幣（約港幣 172.8 億元），年增長率 15%；工業調查顯示 99% 中國工業機械人用戶預期近期對人形機械人有需求。即時市場反饋將為學生提供實戰數據，形成「部署—數據—改進」良性循環。

實驗室直通產線　職業路徑重構

畢業生就業前景呈多元化趨勢。智聯招聘《2025 年機器人產業人才發展報告》顯示，2025 年首 5 個月機械人產業招聘職位大幅增長，技術研發、系統調試及解決方案改良等職位需求最迫切。目前北京擁機械人骨幹企業 400 餘家，國家專精特新「小巨人」機械人企業 57 家居全國首位，人形機械人整機單位近 30 家同樣位列第一。

專業課程設計打破學科壁壘。上海交大將建立涵蓋人工智能、機械工程、電腦科學、控制科學、電子通訊技術的系統化知識體系。學生除需掌握深度學習、電腦視覺等 AI 核心技術，亦要精通機械人運動學、力控制、感應器融合等機電知識，「軟硬兼修」使畢業生既能勝任演算法工程師，亦可轉向硬件系統設計。

業界對這批「科班出身」人才期望極高。穹徹智能、智元機械人等頭部企業已提前與高校建立聯合實驗室，透過實習、項目外包鎖定人才。隨著人形機械人從科研教育向工業服務場景滲透，預計 2026 年起首批對口畢業生將進入核心技術職位，「百萬年薪搶人」局面或將紓緩。

資料來源：
證券時報
開源中國
Carnegie Endowment for International Peace
華為官網
TechNode

 

read more
IT 基建人工智能企業趨勢業界消息

Intel 前 CEO 預言：量子運算兩年內顛覆 GPU 霸權　AI 泡沫臨近

by Pierce on IT 基建人工智能企業趨勢業界消息 ai intel NVIDIA Pat Gelsinger Quantum Computing


Intel 前 CEO 預言：量子運算兩年內顛覆 GPU 霸權　AI 泡沫臨近

Intel 前行政總裁 Pat Gelsinger 近日接受《Financial Times》專訪時拋出震撼預言：量子運算最快兩年內將成為主流技術，GPU 晶片時代將比市場預期更早結束，當前 AI 產業的投資熱潮可能面臨重大轉折點。這番言論與 Nvidia 行政總裁黃仁勳「量子運算至少還需 20 年」的論調形成強烈對比，在半導體產業引起激烈辯論。

Pat Gelsinger 目前擔任創投公司 Playground Global 合夥人，該公司於 2025 年 9 月領投量子演算法公司 Phasecraft 3,400 萬美元（約港幣 2.65 億元）B 輪融資，顯示其對量子技術的重點投資。這場關於運算未來的論戰，除了涉及技術路線之爭，更牽動全球數千億美元的 AI 基礎建設投資佈局。

運算典範三位一體：為何兩年時間表震驚業界

Pat Gelsinger 將傳統 CPU 運算、AI 加速運算（GPU）與量子運算並列為「運算領域的三大支柱」（Holy Trinity of Computation）。他指出，量子位元（qubits）技術的穩定性改善、錯誤校正能力提升以及商業化時程加速，都超出主流預期。Pat Gelsinger 強調：「兩年時間就足夠」，一旦量子位元技術投入應用，傳統 CPU 架構將面臨挑戰，GPU 與 AI 加速器的角色將被重新定義，整個運算堆疊將經歷典範轉移。他認為 GPU 價格飈升正助長 AI 市場的投機行為，當量子運算展現真正能力時，產業將迎來重大轉折點，現有架構將被重新評估。

然而這一時間表遭到業界質疑。Nvidia 行政總裁黃仁勳在 2025 年初 CES 大會上明確表示，實用量子電腦可能需要 15 至 30 年，20 年是較合理的估計。黃仁勳指出量子位元的脆弱性、高錯誤率以及擴展困難等技術障礙。行業分析師 Ivana Delevska 也認為「15 至 20 年時間表非常現實」。這場觀點對立背後，反映量子運算發展路徑的根本分歧：是等待完美硬件，還是在現有含雜訊中型量子（NISQ）裝置基礎上加速應用。

市場規模暴增五倍：量子運算商業化提速證據

數據顯示 Pat Gelsinger 的樂觀並非空穴來風。全球量子運算市場在 2025 年已達 18 億至 35 億美元（約港幣 140 億至 273 億元）規模，預計 2029 年將成長至 53 億美元（約港幣 413 億元），年複合成長率達 32.7%。更積極的預測顯示，市場規模可能在 2030 年達到 202 億美元（約港幣 1,575 億元），年複合成長率高達 41.8%，成為本十年成長最快的科技領域之一。投資信心的提升源於技術突破加速：中國光量子晶片廠商聲稱其產品在 AI 工作負載上的處理速度是 Nvidia GPU 的 1,000 倍，且已部署於航天和金融產業。

產業發展出現六大關鍵趨勢：邏輯量子位元實驗增加、針對特定問題類別開發專用硬件與軟件、中等規模雜訊量子裝置的網絡化連接、軟件抽象層的擴展、人才培育工具的普及，以及透過新材料和製程持續改善物理量子位元效能。Phasecraft 等公司已與 Google Quantum AI、IBM、Quantinuum 等硬件領導者合作，並為 Johnson Matthey、Oxford PV、英國國家能源系統營運商等終端用家提供解決方案，證明量子應用正從實驗室走向產業現場。

GPU 霸權真會終結？互補共存才是主流預測

雖然 Pat Gelsinger 預言 GPU 將在本世紀末前被量子技術取代，多數專家認為量子處理器（QPU）不會完全取代 GPU，而是在特定應用場景形成互補。量子運算擅長「小數據、大運算」問題，如真隨機數生成和密碼學，但無法解決所有問題。產業共識指向「量子增強」（quantum-enhanced）模式：將量子運算作為傳統運算的夥伴，克服其限制，讓現有 NISQ 裝置能處理以往無法觸及的問題，而非等待完美硬件才開始應用。

Pat Gelsinger 在 Playground Global 的投資經驗強化了他的信念。該創投公司 2025 年 9 月參與 Phasecraft 融資案，合夥人 Peter Barrett 表示：「隨著 Phasecraft 的量子演算法進展，我們正從發現走向設計，進入化學、材料科學和醫學前所未有的活力時代」。Phasecraft 的演算法已讓材料模擬效率提升數百萬倍，並應用於藥物開發和能源網絡最佳化。這種「軟硬體融合」策略，正在縮短量子優勢實現的時間表。預計 2030 年的數據中心將同時配備量子、AI 和通用運算能力，形成混合運算生態系統。

Intel 18A 製程爭議：技術賭注如何影響判斷

Pat Gelsinger 對量子運算的積極態度，或許與他在 Intel 遭遇的挫折有關。他在專訪中坦言，接手 Intel 時發現公司「衰敗程度比想像更深、更嚴重」，在他回任前五年「沒有任何產品準時交付」，基本工程紀律嚴重流失。18A 製程技術是 Intel 追趕 TSMC 的關鍵戰略節點，Pat Gelsinger 承諾五年內完成，但在產品交付前就被解僱。新任行政總裁陳立武（Lip-Bu Tan）上任後快速啟動成本削減，並在 2025 年 6 月開始暗示 18A 製程對新客戶吸引力下降。

18A 製程採用創新的 RibbonFET 全環繞閘極電晶體和 PowerVia 背面供電技術，原定 2025 年下半年進入量產。然而陳立武透露，雖然 18A 在 2025 年第三季取得可用良率，可開始生產 Panther Lake 處理器，但良率提升速度緩慢，商業化成效仍不理想。Intel 預計 18A 良率要到 2027 年才能達到業界標準水準。有外媒報導指出，陳立武已指示公司準備多項方案供董事會討論，包括停止向新客戶推廣 18A 的可能性，這將是他上任以來最重大的戰略轉向。Pat Gelsinger 透露陳立武最終在五年期限前終止該專案，但 Intel 官方聲明顯示 18A 仍將作為至少三代消費和伺服器產品的基礎。

Microsoft 與 OpenAI 關係解密：誰才是真正主導者

Pat Gelsinger 將 Microsoft 與 OpenAI 的合作模式類比為 Bill Gates 早年與 IBM 的夥伴關係。他認為 OpenAI 更像是 Microsoft 的「分銷合作夥伴」，核心算力與主導權實際掌握在 Microsoft 手中，OpenAI 主要負責將產品推向用戶。這評論揭示 AI 產業權力結構的本質：基礎設施提供者才是真正的控制者。Microsoft 自 2019 年起對 OpenAI 進行多年期、數十億美元的投資，並持續增加對專用超級電腦系統的投入，加速 OpenAI 的獨立 AI 研究。

兩家公司計劃在 2025 年推出的「星際之門」（Stargate）超級電腦專案，預計整合 OpenAI 即將發布的 GPT-5 模型。OpenAI 的複雜模型已無縫整合進 Microsoft 的 Copilot 助理陣列，顯著提升生產力並簡化複雜工作流程。這種深度綁定關係印證 Pat Gelsinger 的觀點：在 AI 時代，擁有運算資源和基礎設施的企業，比演算法開發者擁有更大的議價能力。當量子運算技術成熟時，這權力格局可能再次洗牌，掌握量子硬件與雲端服務的科技巨頭將佔據更有利位置。

對企業的戰略啟示：如何在運算典範轉移中佈局

Pat Gelsinger 的預言對企業決策者提出嚴峻挑戰：是否應該延緩 GPU 基礎建設的大規模投資，等待量子技術成熟？產業現實顯示，短期內 GPU 仍將主導 AI 工作負載，但企業應開始關注量子運算的早期應用場景，特別是材料模擬、藥物發現、加密技術和複雜系統改良等領域。混合運算架構將成為過渡期的主流選擇，企業需要培養同時理解傳統、AI 和量子運算的跨領域人才。

Intel 在矽基自旋量子位元、低溫 CMOS 整合和混合古典－量子系統方面的進展，顯示傳統半導體廠商正努力在量子時代保持競爭力。Pat Gelsinger 的「兩年論」究竟是基於深刻洞察還是過度樂觀，時間將給出答案。

 

資料來源：
cnBeta
Kad8
The Quantum Insider
SpinQuanta
Business Wire

 

read more
IT 基建人工智能企業趨勢業界消息

阿里通義千問獲 NeurIPS 最佳論文獎　首個中國團隊奪此殊榮

by Pierce on IT 基建人工智能企業趨勢業界消息 ai alibaba LLM NeurIPS Qwen


阿里通義千問獲 NeurIPS 最佳論文獎　首個中國團隊奪此殊榮

阿里通義千問（Qwen）團隊於 NeurIPS 大會上，從全球逾 20,000 篇投稿中脫穎而出並獲最佳論文獎，是本屆唯一獲此殊榮中國團隊。研究針對「注意力門控機制」，揭示提升大模型訓練效率關鍵路徑，標誌中國 AI 基礎研究能力晉身全球第一梯隊。在 AI 競爭日趨激烈下，成果對全球大模型產業發展具里程碑意義。

突破 AI 訓練瓶頸技術創新

通義千問團隊研究聚焦 Transformer 架構核心組件注意力機制，首次系統性解密「注意力門控機制」如何影響模型效能與訓練穩定性。團隊透過在 1.7B 稠密模型與 15B 混合專家模型（MoE）進行數十組大規模實驗，單組訓練數據量最高達 3.5 兆 tokens，證實門控機制能作模型「智能閥門」，有效過濾冗餘資訊並提升模型表現。

論文揭示兩大關鍵發現改寫業界對注意力機制理解。首先在 Softmax 注意力低秩映射引入非線性變換；其次利用查詢相關稀疏門控分數調節注意力輸出。此機制除緩解「啟動爆炸」和「注意力沉降」問題，亦顯著改善長文本處理外推效能。NeurIPS 評審委員會指出，方法將被廣泛採用，大幅推動社群對大語言模型注意力機制理解。

從學術突破到產業應用閉環

研究成果並非停留理論層面，已成功應用於 Qwen3-Next 模型系列，顯著提升模型效能與穩健性。Qwen3-Next 採用創新混合注意力架構，實現 80B 參數僅需啟動 3B 算力即媲美 235B 密集模型效能，訓練成本較傳統密集模型降逾 90%。效率革命令長文本推理處理量提升 10 倍，單卡即可在 24GB 視像記憶體運作 80B 模型，徹底改變大模型部署經濟邏輯。

目前阿里通義千問已開源逾 300 款模型，覆蓋全模態及全尺寸，全球累計下載量突破 7 億次，衍生模型數量逾 18 萬個。《財富》雜誌 2025 年「改變世界」榜單特別肯定 Alibaba 開源策略，認為透過免費或低成本提供 AI 模型，正支援初創企業、研究人員與技術愛好者探索前沿技術，並促使 OpenAI、xAI 等美國同行紛紛發布開源模型。

頂級 AI 會議認可背後競爭格局

NeurIPS 作為人工智能領域最具影響力學術會議，曾孕育 Transformer、AlexNet 等改變行業里程碑成果。本屆會議接收 5,524 篇論文，整體錄用率僅 24.52%，最終僅 4 篇論文獲最佳論文獎，入選機率不足萬分之二。參與競爭包括 Google、Microsoft、OpenAI 及麻省理工學院等全球頂尖機構，Alibaba 能在激烈競爭勝出，充分展現其 AI 基礎研究深厚實力。

值得關注是中國 AI 研究在全球舞台扮演越趨重要角色。根據 Digital Science 發布報告，2024 年中國 AI 研究論文產出已匹敵美國、英國和歐盟總和，佔據全球逾 40% 引用關注度。史丹福 AI 指數報告亦顯示，中國在 AI 專利、研究產出和開源模型活動方面領先全球，目前僅在尖端模型發布數量落後美國。中國擁有約 30,000 名活躍 AI 研究人員，且研究人力年輕化、成長快速，為長期創新奠定獨特優勢。

大模型訓練成本革命產業意義

研究產業價值在於為大模型降低成本與提升效益提供可行路徑。當前 AI 領域面臨訓練成本高昂挑戰，過去 8 年間 AI 模型訓練成本飆升約 2,400 倍，頂級模型訓練費用高達 10 億美元（約港幣 78 億元）。通義千問團隊門控注意力機制研究證實，透過架構創新可在維持甚至提升效能同時，將訓練成本降低 90% 以上。

技術突破使企業級部署和即時應用成常態。Alibaba Cloud 已憑藉包括通義千問在內 AI 能力，與 Google、OpenAI 並列被 Gartner 確立為生成式 AI 領導者地位。通義千問首席科學家表示，對門控機制等模型機制深入理解，除為大語言模型架構設計提供新方向，亦為構建更穩定、更高效、更可控大模型奠定基礎。

開源生態驅動全球影響力

Alibaba 透過建立中國最大開源 AI 社群 ModelScope，目前累計服務逾 1,800 萬用戶，涵蓋逾 10 萬個模型，彰顯其在開源領域深厚影響力。開源策略除降低 AI 技術採用門檻，亦促進 Alibaba 自身雲端生態系統發展；當開發者在通義千問模型構建應用時，自然融入 Alibaba 利潤日益增長雲端業務。

對全球 AI 產業而言，獲獎研究及其產業化應用預示大模型技術正從「能力競賽」轉向「生態協同」階段。隨著門控注意力機制等創新技術普及，AI 大模型將更高效、穩定且易於部署，推動人工智能從實驗室走向更廣泛商業場景。此乃中國 AI 研究重要里程碑，亦是全球 AI 技術進步共同成果。

資料來源：新浪財經、快科技、36氪、Digital Science、Alibaba News

 

read more
IT 基建企業趨勢業界消息資訊及通訊科技

越南 5G 市場大洗牌：Huawei 及 ZTE 逆襲拿下 4,300 萬美元訂單

by Pierce on IT 基建企業趨勢業界消息資訊及通訊科技 5G huawei Viettel zte 越南


越南 5G 市場大洗牌：Huawei 及 ZTE 逆襲拿下 4,300 萬美元訂單

越南國營電訊商今年向 Huawei（華為）及 ZTE（中興通訊）批出總值超過 US$ 4,300 萬（約港幣 3.35 億元）的 5G 設備合約，標誌著中美科技角力在東南亞戰場出現重大轉折。這系列未曾公開披露的交易發生於美國對越南商品加徵 20% 關稅後的敏感時期，令西方國家對區域網絡安全高度警戒。

根據路透社取得採購數據顯示，今年 4 月由 Huawei 牽頭財團獲得價值 US$ 2,300 萬（約港幣 1.79 億元）的 5G 設備合約，時間點剛好在白宮宣布對越南商品徵稅數週後。ZTE 則在今年接連拿下最少兩份合約，總額超過 US$ 2,000 萬（約港幣 1.56 億元），其中最近一份於 11 月下旬簽署，負責供應 5G 天線設備。首份公開披露的中國廠商合約出現在今年 9 月，正值美國關稅政策生效一個月之際。

地緣政治催化：美越關稅戰重塑供應鏈格局

美越貿易關係今年經歷劇烈震盪，為中國電訊設備商創造突破口。美國總統 Trump 簽署第 14257 號行政命令，於 2025 年 4 月 2 日對越南商品加徵 20% 互惠關稅，並於 8 月 7 日正式生效。這項政策源於美國對越南高達 US$ 1,000 億（約港幣 7,800 億元）貿易逆差，涵蓋輕工業機械、電子產品等關鍵領域，有效稅率最高可達 30%。

有外交渠道消息人士向路透社透露，西方高級官員近數週在河內最少召開兩次會議，專門討論中國廠商合約議題。其中一場會議上，美國官員明確警告越南政府，採用中國設備可能削弱華盛頓對越南網絡信任度，並影響越南取得美國先進技術管道。另一場 11 月閉門會議則探討將使用中國設備的網絡區域進行隔離，以降低潛在數據外洩風險。

市場競爭新態勢：北歐與中國廠商分食越南 5G 版圖

雖然中國廠商異軍突起，瑞典 Ericsson 與芬蘭 Nokia 仍牢牢掌握越南 5G 核心基建。2024 年 9 月，Ericsson 宣布獲得越南軍方旗下電訊龍頭 Viettel 的 5G 無線接入網絡（RAN）主要份額，部署範圍涵蓋首都河內及全國大多數省份。Nokia 同期亦與 Viettel 簽署合約，負責 22 個省份共 2,500 個基站建設。美國晶片製造商 Qualcomm 則提供額外網絡設備支援。

公開採購記錄顯示，Huawei 在今年多場 5G 設備標案中落敗，但仍持續提供技術服務。關鍵突破出現在今年 6 月，Huawei 與 Viettel 簽署 5G 技術轉移協議，由越南國防部背書。Viettel 內部人士透露，採用中國技術主要考量成本優勢。全球 5G 設備市場上，Huawei 以 31% 市佔率穩居榜首，遠超 Nokia 的 14% 及 Ericsson 的 13%，價格競爭力成為發展中國家關鍵誘因。

越南 5G 基建衝刺：2025 年目標覆蓋 90% 人口

越南政府正全力推動 5G 基建，目標於 2025 年底建成 68,457 個 5G 基站，相當於現有 4G 基站總數 57.5%。截至今年 7 月，越南三大電訊商 Viettel、VNPT 及 MobiFone 已部署約 11,000 個 5G 基站，覆蓋全國 26% 人口。Viettel 董事長陶德勝表示，該公司計劃 2025 年安裝 20,000 個基站，將數據傳輸速度提升 2.5 倍以上，期望年底達成 1,000 萬 5G 用戶。

為加速部署進度，越南政府依據第 193 號決議及第 88 號政令，對部署超過 20,000 個基站企業提供 15% 設備成本補貼。科技部副部長范德隆強調，5G 基建是越南數碼轉型關鍵支柱，國際研究顯示網絡速度每翻倍可直接貢獻 0.3% GDP 增長。這項計劃預計 2030 年將 5G 覆蓋率提升至 99% 人口。

東南亞 5G 戰場：經濟實用主義戰勝地緣政治考量

越南案例突顯東南亞國家在中美科技競賽中的務實選擇。雖然美國將 Huawei 及 ZTE 列為「不可接受的國家安全風險」並禁止其進入美國電訊網絡，瑞典等歐洲國家亦實施類似限制，但東盟十國中除越南外幾乎全數無視華盛頓警告。新加坡尤索夫伊薩東南亞研究院 2020 年調查顯示，中國電訊供應商在寮國、柬埔寨及馬來西亞偏好度甚至超越韓國 Samsung，僅在菲律賓及越南遜於美國競爭者。

全球 5G 設備市場預計將從 2024 年 US$ 218.6 億（約港幣 1,705 億元）激增至 2035 年 US$ 3,151.5 億（約港幣 24,581 億元），年複合增長率達 27.45%。在這場價值數千億美元競賽中，Huawei 憑藉技術專利積累及製造規模優勢持續領先。越南此次向中國廠商開綠燈，反映新興市場在基建缺口壓力下，優先考量經濟效益而非地緣政治陣營，這趨勢可能在美國貿易保護主義升溫背景下進一步強化。

資料來源： 路透社 Scand Asia 越南網 VietnamNet Dell’Oro Group Telecoms.com

read more
人工智能業界消息機械人科技

中國人形機器人首度進駐邊境：2.64 億單筆訂單刷新全球紀錄

by Pierce on 人工智能業界消息機械人科技 ai UBTECH Walker S2 人形機械人 優必選


中國人形機器人首度進駐邊境：2.64 億單筆訂單刷新全球紀錄

優必選科技（UBTECH）近日宣布中標廣西防城港人形機械人中心項目，合約金額達 2.64 億人民幣（約港幣 2.85 億元），創下全球人形機械人單筆訂單最高紀錄。此項目將部署可自主更換電池的工業級人形機械人 Walker S2，預計 12 月開始交付至中越邊境檢查站，負責旅客引導、人流管理、巡邏及物流支援等任務。這標誌著中國首次將具身智能技術應用於敏感跨境治安場景，也揭示人形機械人從展示走向實戰部署的關鍵轉折。

年度累計訂單突破 14 億港元

優必選在 2025 年商業化進程呈爆發式增長。截至 11 月 28 日，Walker 系列人形機械人全年訂單總額已達 13 億人民幣（約港幣 14 億元，不含科研教育機械人），遠超年初預期。11 月單月內，優必選連續斬獲三筆大額訂單：11 月初取得 1.59 億人民幣（約港幣 1.71 億元）訂單，11 月 21 日的 2.64 億人民幣邊境部署項目再創新高，11 月 28 日又中標江西九江市數據採集中心 1.43 億人民幣（約港幣 1.54 億元）項目。這波訂單潮令優必選月產能擴充至 300 台，全年交付量預計超過 500 台，並設定 2026 年產能 5,000 台、2027 年達 1 萬台的進取目標。

貝恩策略顧問公司（Bain & Company）11 月 25 日發佈《全球人形機械人產業趨勢洞察》報告指出，2024 年全球人形機械人出貨量僅數千台，預計 2035 年年銷量將達 600 萬台，市場規模突破 1,200 億美元（約港幣 9,360 億元）；樂觀情境下銷量甚至可能超過 1,000 萬台，市場規模達 2,600 億美元（約港幣 2.02 兆元）。摩根士丹利（Morgan Stanley）更預測，到 2050 年全球人形機械人市場將達 5 萬億美元（約港幣 39 兆元），單位價格可能降至 5 萬美元（約港幣 39 萬元）。優必選快速擴張，正是搶佔這波黃金發展期的戰略佈局。

邊境科技治安新里程

這次廣西防城港項目，是中國政府首次大規模將人形機械人引入國際邊境管理。Walker S2 將進駐中越邊境多個檢查站，執行旅客查詢、排隊分流、可疑物品初步巡查及行李搬運等 24 小時連續任務。除移民管理範疇，這批機械人也將同步部署到廣西鋼鐵、銅、鋁製造工廠，進行生產線巡檢與異常監測。

北京科技大學機械人研究所所長王田苗教授表示，邊境環境具高度不確定性，需要機械人具備全天候作業能力、多語言互動及複雜地形適應性。優必選這次部署將成為檢驗人形機械人實戰能力的重要試金石。有媒體指出，中國近年已在杭州蕭山國際機場、天津上合組織峰會、深圳警務巡邏等場景試行人形機械人，但邊境部署敏感性與技術要求顯著更高，代表中國對具身智能可靠性的信心提升。

Walker S2：專為連續作業設計

Walker S2 於今年 7 月發佈，官方稱其為全球首款可自主更換電池的人形機械人。機械人身高 176 厘米，擁有 52 個自由度及第四代靈巧手，每隻手具備 11 個自由度，可達次毫米級精度。其核心創新在於雙電池熱插拔系統，機械人可在 3 分鐘內自行更換電池，支援近乎 24 小時不間斷運作，徹底解決傳統機械人因充電產生的作業空窗期。

運動能力方面，Walker S2 採用純 RGB 雙目立體視覺系統，搭配優必選自研 BrainNet 2.0 與 Co-Agent AI 系統，具備多模態推理、任務規劃及自主異常處理能力。雙足動態平衡技術支援最高時速 7.2 公里移動，每隻手臂可承重 15 公斤，腰部高扭力關節允許深蹲與彎腰動作，作業範圍覆蓋地面至 1.8 米高度。這些規格令 Walker S2 能勝任汽車裝配線、倉儲物流、數據中心巡檢等高強度工業場景，目前已與比亞迪（BYD）、富士康（Foxconn）、順豐速運（SF Express）等企業展開合作。

資本市場認可與國際競爭

優必選商業化成果獲資本市場肯定。11 月 24 日，MSCI 中國指數季度調整生效，優必選成功納入該指數，顯示其市值與流動性達國際標準。同日，優必選宣布以每股 98.80 港元價格配售 3,146.8 萬股新 H 股，募資總額約 30.56 億港元，用於擴大產能與研發投資。11 月 28 日，優必選股價盤中拉升漲約 4%，報 112.4 港元，總市值達 531 億港元。

雖然發展迅速，中國人形機械人產業也面臨過熱警訊。國家發展和改革委員會發言人李超於 11 月 27 日警告，全國逾 150 家人形機械人企業存在「高度重複產品」與「低水平冗餘」風險，呼籲行業避免泡沫風險。全球競爭方面，Tesla 的 Optimus 機械人瞄準 2 萬美元（約港幣 15.6 萬元）消費市場定價，計劃 2027 年推出 Gen 4 版本；資策會 MIC 預測 2030 年人形機械人市場規模將超過 460 億美元（約港幣 3,588 億元），應用集中在工業與商業領域。優必選需在技術差異化與成本控制之間取得平衡，才能在全球競賽中保持領先。

企業影響與未來展望

對企業而言，部署人形機械人具備三重價值：降低人力成本、提升 24 小時運作效率、減少高危環境職災風險。貝恩報告指出，未來十年人形機械人將經歷「早期商業探索→工業領域率先應用→商業及家庭場景普及」三階段演進，汽車、電子、機械設備製造等耐用品行業將率先實現人機協作。中國工信部成立的國家人形機械人委員會已吸納優必選、宇樹科技、智元機械人等頭部企業，醫療照護、交通管理、自動化配送將成為下一波應用擴張重點。

然而關鍵問題仍待解答：當前售價數十萬元的工業人形機械人，何時能像智能電話般普及？在邊境等敏感場景，機械人自主決策邊界應如何界定？隨著 Walker S2 於 12 月正式進駐中越邊境，這些答案將逐步揭曉。人形機械人不再只是科幻電影想像，正以每月數百台速度，重塑工業生產與公共服務未來面貌。

資料來源：
Meduza
Dagens
Bright Uzbekistan
Nature
ICRC

 

read more
IT 基建人工智能企業趨勢業界消息

科技巨頭 AI 人才爭奪戰：NVIDIA 承諾零裁員背後的產業變革

by Pierce on IT 基建人工智能企業趨勢業界消息 ai google Meta NVIDIA 人力資源


科技巨頭 AI 人才爭奪戰：NVIDIA 承諾零裁員背後的產業變革

NVIDIA 行政總裁黃仁勳在 2025 年 11 月的全體員工大會上明確宣示，將全力推動員工使用 AI 工具，同時承諾不會因 AI 應用導致任何裁員。此聲明打破科技界普遍存在的「AI 取代論」焦慮，NVIDIA 上季新增數千名員工，目前仍有約 1 萬個職缺待補，總部停車位甚至因此變得緊張。黃仁勳在會議中直言批評部分管理層限制 AI 使用的做法是「瘋狂行為」，強調 AI 是提升生產力的關鍵，而非威脅。

NVIDIA 逆市擴張：從 2.96 萬到 3.6 萬人的成長軌跡

NVIDIA 員工規模由 2024 財年結束時的 29,600 人，增至 2025 財年的 36,000 人，年增長率達 21.6%。這項擴張與公司營收表現高度相關：2025 財年營收達 1,305 億美元（約港幣 1 兆 179 億元），按年增長 114%，當中 AI 與數據中心業務是核心驅動力。黃仁勳在會議中透露，公司已於台北和上海設立新辦公室，並在美國興建兩座新設施。根據第三方數據，NVIDIA 在 2025 年發布超過 3,000 個職缺，涵蓋工程、營運與創意部門，11 月更攀升至 4,000 個活躍職位，創 3 年新高。數據證明，AI 技術發展不但未減少就業機會，反而催生大量高技能崗位需求。值得留意的是，黃仁勳強調招聘速度需與新員工融合能力同步，顯示公司重視組織文化的可持續發展。

矽谷新標準：AI 技能由加分項變為必考題

Meta 於 2025 年 11 月宣布，從 2026 年起將「AI 驅動影響力」納入績效評估核心指標，員工需展示如何運用 AI 提升個人產出或建構團隊工具。該公司人力資源總監 Janelle Gale 在內部備忘錄中表示：「當我們邁向 AI 原生未來，期望能認可那些協助我們更快抵達目標的人才」。Microsoft 高層於 2025 年 6 月明確告知管理層：「使用 AI 不再是選項」，Google 行政總裁 Sundar Pichai 也強調 AI 對於領導 AI 競賽的必要性。根據 Dice 就業報告，截至 2025 年 9 月，美國 50% 的科技職缺要求具備 AI 技能，較 2024 年 9 月激增 98%。這轉變反映出產業共識：AI 不是取代人力的工具，而是衡量員工價值的新維度。PwC 2025 年全球 AI 就業晴雨表顯示，AI 高度暴露產業（如金融服務、軟件出版）的生產力增長從 2018 至 2022 年的 7% 飆升至 2018 至 2024 年的 27%，而 AI 低度暴露產業則從 10% 降至 9%。

恐懼與現實的落差：AI 正在創造而非消滅職位

雖則 41% 全球僱主計劃在未來 5 年因 AI 自動化縮減人力，實際數據卻呈現更複雜圖景。PwC 研究發現，自 2022 年生成式 AI 普及以來，AI 高暴露產業的每位員工營收增長達 3 倍，薪資增速則快 2 倍。對於「AI 會否取代我的工作」這問題，黃仁勳在 2025 年 5 月 Milken 會議上給出明確答案：「你不會輸給 AI，但會輸給懂得使用 AI 的人」。Boston Consulting Group 調查顯示，經歷全面 AI 驅動重組的企業員工對職業安全的擔憂（46%）高於低度 AI 化公司（34%），領導層的焦慮（43%）更超過基層員工（36%）。這種焦慮並非無根據：2025 年科技業已發生 342 宗裁員事件，影響 77,999 人，平均每天 491 人失業。然而 EY 2025 年工作重塑調查指出，當企業有效部署 AI 並配合完善培訓（每年超過 81 小時 AI 培訓的員工平均每週節省 14 小時），可釋放高達 40% 額外生產力。關鍵在於企業是否願意投資員工技能升級，而非僅將 AI 視為削減成本手段。

從工業革命到 AI 革命：工作模式的百年演進

回顧歷史，每次工業革命都重塑勞動市場結構。黃仁勳指出，現代資本主義將 7 日工作制演變為 5 日制，AI 時代可能催生 4 日工作週，「每次工業革命都會帶來社會行為的改變」。世界經濟論壇預測，到 2027 年科技驅動將創造 1,100 萬個新職位，同時淘汰 900 萬個崗位，淨增 200 萬個科技相關工作。然而這波轉型速度前所未見：AI 高暴露職業的技能需求變化速度較去年加快 66%（去年為 25%）。值得關注的是，NVIDIA 行政總裁認為真正 AI 受益者可能不是辦公室職員，而是電工、水管工和木匠等技術工人。他預測 AI 數據中心建設將帶來「每年增倍再增倍」的持續增長，技術工種將出現數十萬人需求缺口。這呼應 Thomson Reuters 2024 年調查結果：77% 專業人士認為 AI 將在 5 年內對其職業產生高度或革命性影響，較 2023 年的 67% 顯著上升。

企業決策的十字路口：效率工具還是增長引擎

科技巨頭推動 AI 全員化的背後，是對 AI 定位的根本性選擇。Meta 已將 AI 整合至招聘流程，允許候選人在編寫程式面試中使用 AI 工具，並推出內部激勵計劃，鼓勵員工透過 Metamate 或 Google Gemini 等 AI 助理撰寫績效評估。這種做法與傳統「AI 作為成本削減工具」的思維截然不同。EY 全球調查發現，65% 高層認為 AI 和預測分析將是 2025 年增長關鍵驅動力，53% 報告顯著生產力提升，50% 指出構思與內容生產速度加快。更激進的是，44% 的 C 級高層願意根據 AI 洞察推翻自己的決策，38% 願意完全授權 AI 工具做決定。對於員工而言，挑戰在於技能更新速度：McKinsey 預測到 2030 年，70% 工作技能將發生改變，30% 工作時數可能被自動化。NVIDIA 的做法提供一種可能路徑——將 AI 視為員工賦能工具，而非替代方案，透過持續培訓與文化建設，讓組織在技術躍遷中保持人力資本價值。

未來職場的新常態：適應力成為核心競爭力

NVIDIA 的「零裁員承諾」與全面 AI 化策略，揭示未來企業競爭新維度：不是選擇人或 AI，而是建構人機協作最佳模式。對於個人而言，這意味著終身學習不再是口號，而是職業生存必要條件——當 AI 高暴露職業的技能需求變化速度比低暴露職業快 66% 時，靜態技能組合將迅速貶值。對於企業而言，挑戰在於如何平衡自動化效率與員工發展投資：EY 數據顯示，提供充足 AI 培訓（每年 81 小時以上）的公司可獲得每週 14 小時生產力提升，遠超行業中位數。一個關鍵問題浮現：當 50% 科技職缺要求 AI 技能、Meta 將 AI 使用納入考核、NVIDIA 仍需 1 萬名員工時，下一個十年的「就業能力」將如何定義？答案或許在於：不是掌握 AI 技術細節，而是理解如何讓 AI 成為放大個人獨特價值的槓桿。

資料來源：
Fortune
Business Insider
Forbes
PwC
EY

read more
企業趨勢低碳綠色業界消息

全球汽車電池產能過剩危機：電動車產業面臨供求嚴重失衡挑戰

by Pierce on 企業趨勢低碳綠色業界消息 AlixPartners EV Battery ford GM Trump


全球汽車電池產能過剩危機：電動車產業面臨供求嚴重失衡挑戰

全球電動車電池產業正面臨嚴重的產能過剩危機，預計到 2030 年供給將達到需求的三倍。國際諮詢公司 AlixPartners 於 2025 年 11 月發布最新報告指出，北美地區電池產能將較當前水平大幅增加四倍，而中國市場的產能過剩情況更嚴峻，可能超過需求五倍以上。這場「電池泡沫」源於車廠在 2020 至 2023 年間對電動車需求預測過度樂觀，如今卻因消費者購買意願放緩、充電基礎設施不足，以及美國政府取消電動車購置獎勵等因素，導致實際需求遠低於產能擴張速度。

產能擴張與需求脫鉤：數據揭露嚴峻現實

根據美國調查公司 S&P Global Mobility 數據，2025 年全球電動車電池工廠產能合計達 3,930 GWh（吉瓦時），而全球實際需求僅約 1,161 GWh，意味產能是需求的 3.4 倍。更令人憂心的是，這種供需失衡狀態將持續至 2026 年，即使到 2030 年，產能仍將達需求的 2.4 倍。區域差異方面，北美市場情況最嚴峻，2025 年電池產能達需求的 4.8 倍，預估至 2028 年都將維持在四倍以上水平。AlixPartners 高級副總裁 Rohit Gujarathi 接受媒體訪問時表示：「業界過去幾年為尚未實現的需求規模建立大量產能，如今供給遠超需求，這在運作和財務層面都造成挑戰。」這場危機根源可追溯至 2021 至 2023 年間，當時全球車廠在政府津貼激勵下，競相投入數百億美元興建電池工廠，卻未充分評估消費者接受度與市場成熟度的落差。

電池價格急跌：危機中的雙面刃

產能過剩直接導致電池價格加速下滑，成為這場危機中最具爭議的現象。Goldman Sachs 指出，2024 年電池平均價格約為每千瓦時 111 美元（約港幣 866 元），較 2023 年急跌 26%，預估 2025 年將進一步降至 90 美元（約港幣 702 元），到 2026 年底可能跌破 80 美元（約港幣 624 元）。國際能源署（IEA）研究也證實，2024 年鋰離子電池包出貨價格下降 20%，創下自 2017 年以來最大跌幅，主要原因是鋰礦價格回落至 2015 年底水平，但供給量卻是當年的六倍。

對消費者而言，電池成本下降意味電動車售價有望進一步壓低，Goldman Sachs 預測到 2026 年電動車將在未獲資助情況下，達到與燃油車相當的價格競爭力。然而對電池製造商來說，價格急跌直接侵蝕利潤空間，中國市場激烈競爭幾乎吞噬多數業者獲利。AlixPartners 財務穩定性指標顯示，電池供應商財務評分從 2022 年至 2024 年持續下滑，加上美國關稅政策波動、鋼鋁價格大幅波動等因素，令製造商和車廠都難以平衡穩定運作與長期投資決策。

產業鏈震盪：巨頭調整與裁員潮

面對市場逆風，全球主要電池與汽車製造商紛紛調整戰略部署。GM 於 2025 年 10 月宣布裁減 1,750 名員工，並從 2026 年 1 月起暫停其與 LG Energy Solution 合資的俄亥俄州和田納西州電池廠運作長達六個月，影響超過 1,550 名員工。Ford 則將其規劃的電池產能削減 35%，以回應低於預期的電動車銷售表現。日本 Panasonic 原訂於 2026 年底全面量產的美國電池新廠，也因主要客戶 Tesla 銷售不振而將時程改為「未定」。Nissan 更直接放棄在福岡縣北九州市興建 LFP（磷酸鐵鋰）電池新廠計劃，而 Toyota 在福岡縣的工廠興建計劃則決定延期。

與此同時，中國電池龍頭 CATL（寧德時代）在 2025 年前七個月仍保持 34% 年增長率，穩居全球市場佔有率第一，顯示擁有龐大內需市場支撐的中國廠商在這波產能過剩中具有較強抗壓能力。LG Chem 則於 2025 年 11 月與 Panasonic 簽署價值 3.76 萬億韓元（約港幣 210 億元）的電池正極材料供應合約，期限至 2029 年，顯示部分廠商仍在尋求長期合作以穩定營收。

政策轉向加劇不確定性：特朗普效應衝擊北美

美國政策環境劇變成為加劇電池產能過剩關鍵因素。特朗普（Trump）政府於 2025 年取消高達 7,500 美元（約港幣 58,500 元）的電動車購置稅務寬減，並逐步撤銷稅務減免措施，導致電動車需求預測大幅下修。BloombergNEF（BNEF）報告指出，到 2030 年美國電池需求量將接近 3.78 億度，比特朗普主政前的預測減少 56%。更嚴峻的是，特朗普政府針對能源儲存計劃實施新規，要求不得使用中國生產的電池材料及組件才能獲得稅務寬減，這對電池產業造成重大困境，因為全球 88% 電池陰極原料和 96% 陽極原料都由中國生產。

AlixPartners 將這種情況描述為「雙重挑戰」（twin challenges）：一方面是工廠產能利用率過低，另一方面是財務壓力持續累積。在中國市場，2025 年 7 月部分政府購車資助計劃暫停，導致電動車銷售增長率從 6 月的 24% 降至 21%，創下年內最低增速。然而市場研究機構 Rho Motion 數據經理 Charles Lester 強調：「雖然各地區表現不同，2025 年全球電動車普及趨勢仍然強勁向上。」

企業應對策略：從產能競賽到價值分化

面對產能過剩新常態，AlixPartners 為電池供應商提出建議：最大化工廠效率、重新調配或淘汰閒置資產、調整研發投資以簡化生產流程並降低成本，以及專注於能展現獨特價值的專業領域。GM 副總裁 Kurt Kelty 透露，該公司正投資下一代富錳 LMR 棱柱電池技術，預計 2028 年應用於 Chevrolet Silverado 和 Escalade IQ 等全尺寸電動車型，這種電池使用更普遍且成本較低的礦物，能在合理價格下提供高續航里程和性能。Ford 也宣布將在 2020 年代末推出被稱為「改寫市場規則」的 LMR 電池技術，顯示車廠正尋求透過技術創新來降低成本並提升競爭力。

對於原廠設備製造商（OEM），報告建議採取更具策略性的供應商夥伴關係、提供靈活採購承諾以增加應變能力，並謹慎押注最有可能帶來長期競爭力的電池技術。固態電池被視為未來關鍵技術，但 Mercedes-Benz 積極研發的類固態電池最快也要到 2026 年才可能量產，這意味市場短期內仍需依賴現有鋰電池技術。

產業重塑進行式：危機後的新平衡

這場電池產能過剩危機對企業決策者的啟示是多層次的。短期內，電池製造商必須承受利潤縮水與閒置產能的財務壓力，部分體質較弱的廠商可能面臨整合或退出市場的命運。汽車製造商則需重新校準電動化路線，在純電動車、插電式混合動力車與燃油車之間尋求更靈活的產品組合配置。然而從長期視角來看，電池價格結構性下降將加速電動車與燃油車達到價格平價的時間點，這可能在 2026 至 2027 年間觸發新一波需求爆發。產業分析師指出，當電池成本突破每千瓦時 80 美元（約港幣 624 元）心理關口，需求彈性將呈現指數級增長，2025 年價格通縮可能演變為 2026 年需求衝擊。

資料來源： 國際日報 富途資訊 MoneyDJ Tech Brew CNBC

 

read more
人工智能企業趨勢業界消息

從算力革命到生命科技：五大尖端技術如何重塑 2035 全球產業版圖

by Pierce on 人工智能企業趨勢業界消息 AeroMatrix ai McKinsey NVIDIA OvaRePred


從算力革命到生命科技：五大尖端技術如何重塑 2035 全球產業版圖

《金融時報》第 18 屆中國年度高峰論壇揭示將深刻影響未來十年的五項突破性技術，這些創新涵蓋 AI 算力架構、微型機械人、女性健康管理、空天能源平台及精準育種，標誌全球科技競爭已從單一技術突破轉向跨學科系統整合的新階段。此次評選經公眾投票與專家評審雙重把關，反映全球產業界對「原理驅動」取代「算力堆疊」、「具身智慧」顛覆傳統製造，以及生物技術與 AI 深度融合的戰略共識。

AI 算力進入「原理驅動」新紀元

全球 AI 算力市場正經歷範式轉型的關鍵時刻。2025 年全球 AI 算力市場規模突破 1.2 兆美元（約港幣 9.36 兆元），預計 2030 年將達 5.8 兆美元（約港幣 45.24 兆元），年複合增長率 37.6%，其中中國以 38% 市場佔有率成為全球最大需求國。雖然訓練數據逐漸枯竭、模型部署帶來的能源挑戰日益嚴峻，加上晶片架構面臨物理極限，產業界迫切需要突破性解決方案。上海紐約大學與清華大學 LM2 團隊開發的 BackSlash、GCT、GGI 研究成果，正推動 AI 從「算力堆疊」向「原理驅動」轉變。這些創新通過微分幾何與流形學習減少對海量數據的依賴，利用資訊論方法實現訓練與架構協同改良，並設計新一代元計算單元突破現有晶片性能限制。

產業競爭格局呈現「一超多強」態勢，Nvidia 雖以 80% 市佔率主導市場，但 AMD、Intel 及 Google TPU、AWS Inferentia 等專用 AI 晶片正快速崛起。更關鍵轉變在於真正瓶頸已從晶片轉向電力供應——800G/1.6T 光模組、液冷技術與邊緣運算成為破局關鍵，預計 2030 年開源晶片在邊緣場景應用佔比將達 40%。McKinsey 2025 年技術趨勢報告指出，AI 正從單一技術浪潮演變為其他所有趨勢的「基礎放大器」，其影響力將通過與機械人、生物工程、能源系統深度結合實現指數級擴散。

米粒大小的「具身智慧」革命

環境共融仿生微型機械人代表「具身智慧」理念的尖端實踐。這款僅米粒大小的微型機械人無需外部複雜感應器或計算單元，即可自主感知周遭環境並調節自身形態以適應多變條件，展現出生物啟發式設計的突破性進展。中國國家自然科學基金委「共融機器人」重大研究計劃支援下，多個團隊在「與環境共融的加工製造機械人」、「與人共融的康復輔助機械人」及「機械人間共融的群體智能」等領域取得重大進展。

香港科技大學與廈門大學聯合開展的珊瑚礁環境水下機械人試驗，已成功驗證微型機械人在複雜環境中的機械抓取、三維視覺建圖與水聲通訊能力。這些技術突破有望在精準醫療（體內藥物遞送、微創手術）、高階製造（微觀組裝、品質檢測）及環境監測（污染源追蹤、生態調查）等領域帶來革命性變革。OECD 2025 年科技創新展望報告強調，AI、生物技術與量子計算融合正重塑創新流程，微型機械人將成為「人-機-環境」協同的關鍵介面。

女性健康管理的數碼化里程碑

北京大學第三醫院喬傑院士、李蓉教授團隊研發的 OvaRePred 系統，創造全球首個可個人化預測卵巢功能衰退行程的 AI 模型。該系統利用數萬宗臨床數據，透過血清 AMH（抗穆勒氏管激素）水平與年齡等核心指標，精準量化卵巢儲備、評估「卵巢內分泌年齡」，並預測圍絕經期等關鍵生育里程碑。這項創新被視為女性生殖健康數碼化與智慧化管理的里程碑，開啟全生命周期女性健康新時代。

OvaRePred 目前已在中國多家醫院和體檢中心廣泛應用，其創新「內分泌年齡」框架還可延伸至雌二醇、睾酮等相關生物標誌物的參考範圍與診斷界值構建。上海市第一婦嬰保健院啟動的「智匯」生育友好 AI 大模型，進一步整合孕產守護、宮頸疾病、生殖免疫等領域臨床資源，為醫生提供智能化風險評估與精準干預建議。日本東京大學也在 2025 年開發出類似卵巢功能預測 AI 模型，顯示此技術路徑已獲國際醫學界廣泛認可。全球女性健康管理市場預計在 2030 年前將達到 5,000 億美元（約港幣 3.9 兆元）規模，AI 驅動的個人化健康服務將佔據 30% 以上市場佔有率。

空天能源平台開闢基建新維度

清華大學陸超教授、北京大學宋潔教授與王劍曉研究員聯合團隊開發的 AeroMatrix 空天能量樞紐，代表能源供給與空域利用深度融合的創新路徑。這個以氦氣飛艇為載體的多功能浮空平台，實現固定-流動雙模態發電，突破傳統風能和光伏發電對地理條件依賴。該技術可為災害應急、高原島礁等特殊場景提供空中能源供應，為無人機集群等低空基礎設施提供空中充電服務，並為空天地網絡及太空算力集群提供低空邊緣智算節點。

AeroMatrix 建立的「空中能源母艦 + 數碼基礎建設平台」方案，回應全球能源轉型與數碼基建融合的戰略需求。世界經濟論壇 2025 年新興技術報告指出，能源系統數碼化與智能化將成為實現碳中和目標的關鍵路徑。這項技術除為偏遠地區提供能源解決方案，更可能成為未來「空天地一體化」網絡重要節點，支援 6G 通訊、太空互聯網及全球實時算力調度等前沿應用。

精準育種開啟「可複製、可設計」新時代

面對全球人口增長、氣候變化加劇及農業資源緊張的三重挑戰，傳統育種技術已難以滿足糧食安全需求。中國農業科研團隊開發的克隆配子體驅動無融合生殖技術與精準多倍體設計育種，標誌作物育種科學正式邁入「可複製、可設計」新時代。無融合生殖技術能規避減數分裂重組與雙受精過程，生成保留母本完整遺傳資訊的克隆種子，實現雜種優勢穩定傳遞，讓農戶能夠「一次雜交，多代利用」。

多倍體基因組設計技術可精準構建和操控不同來源的克隆配子體，拓展作物遺傳多樣性，創制出高產、優質、高抗逆性的新型作物種質。中國農業大學發佈全球首個面向生物育種自主科學發現系統「豐登·基因科學家」，已在主糧作物中發現並驗證數十個此前未報道的功能基因，顯著縮短新品種選育週期。中國科學院黃三文研究員表示，基於深度學習演算法的基因組選擇模型和全流程智慧育種平台，已有效提高水稻、玉米、小麥等主糧作物育種效率。結合大數據分析與 AI 技術，這些創新除可大幅降低雜交種子生產成本，更為保障全球糧食安全與推動農業可持續發展提供關鍵支援。

技術融合重塑企業競爭力

這五項尖端技術共同特徵在於跨學科整合與系統性創新。對企業而言，技術採用策略需從單點突破轉向生態建構——AI 算力改良將降低 30% 至 60% 營運成本，微型機械人可重塑供應鏈品質檢測流程，女性健康 AI 將開拓千億級消費醫療市場，空天能源平台為偏遠地區業務拓展提供基礎設施，而精準育種技術將重構農業食品產業鏈。未來十年，能夠整合這些技術並建立「人-機-環境」協同能力的企業，將在全球產業重組中佔據先機。技術民主化與開源生態興起，同時為中小企業提供彎道超車機會——關鍵在於能否快速識別應用場景、建立數據資產並培養跨界人才。這場由原理創新驅動的科技革命，正為全球經濟注入新動能，也為解決氣候變化、糧食安全、健康老齡化等人類共同挑戰開闢新路徑。

資料來源： 鉅亨網 McKinsey Technology Trends 2025 OECD Science, Technology and Innovation Outlook 2025 北京大學研究院 中國農業大學新聞網

 

read more
企業趨勢業界消息

傳統車廠轉型的艱鉅挑戰：Volvo 坦承「軟體真的很難」

by Pierce on 企業趨勢業界消息 byd NVIDIA Qualcomm Tesla Volvo


傳統車廠轉型的艱鉅挑戰：Volvo 坦承「軟體真的很難」

瑞典豪華車廠 Volvo 在北美市場罕見公開承認軟件開發面臨艱鉅挑戰，這家擁有近百年歷史的車廠正經歷從「硬件專家」到「軟件驅動」的痛苦蛻變。隨著全球軟件定義汽車（Software Defined Vehicle）市場預計從 2025 年的 617 億美元（約港幣 4,812 億元）爆發至 2035 年的 5,841 億美元（約港幣 4.55 兆元）、年複合增長率達 25.2%，這場轉型戰已非選擇題，而是關乎存亡的必答題。Volvo 透過旗艦車款 EX30 與 EX90 的實戰經驗，揭露傳統車廠在軟件時代面臨三大核心困境：跨世代用戶期待落差、軟硬件整合複雜度，以及與科技初創的開發速度鴻溝。

從「警示轟炸」到人性化體驗

Volvo 首款純電平台車款 EX30 推出初期遭遇嚴重用戶體驗危機。外媒《InsideEVs》測試顯示，駕駛在短短兩英里路程內竟被系統警示 22 次，過度敏感的駕駛注意力偵測與速限提醒，令駕駛者感到非常疲憊。這套基於 Android Automotive 架構開發的資訊娛樂系統，初期操作邏輯與提醒機制引致大量負評。然而透過持續軟件更新迭代，Volvo 工程團隊逐步調整提醒邏輯、降低干擾頻率，媒體後續進行長期測試發現，體驗已從「滋擾」轉為「甚至還不錯」。這種「發布後持續改善」的模式正是軟件定義汽車的核心特徵，目前全球超過 70% 新車已具備 OTA（空中下載更新）能力，但如何在「提醒」與「打擾」之間找到平衡點，仍是傳統車廠必須摸索的細節。

一套介面無法滿足全球市場

Volvo 北美總裁 Luis Rezende 直言，當今車載軟件開發並非單純 UI 設計問題，必須同時應對「至少兩種截然不同的用車文化」。美國與歐洲客戶偏好實體按鍵與「手機接上就好」的簡約體驗，中國市場則對語音操控、後座娛樂螢幕與高強度多媒體功能有極高期待。Rezende 以流動支付演進為例，指出 15 年前多數人對手機大額交易仍存疑慮，如今 Z 世代早已習以為常，套用在汽車上意味著「甚麼樣的介面可接受」會隨世代與地區改變。相較之下，中國車廠 BYD 採取「統一生態系」策略，各車型使用相似尺寸螢幕、相同 UI 邏輯與車載平台，雖然軟件生態較封閉且 OTA 更新頻率落後 Tesla，但標準化作法有利於長期維護。McKinsey 研究更揭露傳統車廠的殘酷現實：因管理的車型組合複雜度是初創車廠的 150 倍，軟件開發週期需 40 至 50 個月，Tesla 僅需 24 個月。

晶片整合戰略：2026 年的技術賭注

面對軟件開發困境，Volvo 選擇從底層硬件著手突破。Rezende 透露從 2026 年式開始，品牌旗下新車（含燃油與插電式混合動力）將統一採用 Qualcomm Snapdragon 車載平台，旗艦 EX90 則搭載升級版 NVIDIA Drive OrinX 晶片。這項決策背後有清晰產業邏輯：NVIDIA Orin 以 254 TOPS 運算能力主導 L2/L3 自動駕駛市場，供應 Mercedes、Volvo、Lucid 及眾多中國車廠，即將量產的 Thor 晶片更達 2,000 TOPS 運算能力瞄準 L4 應用；Qualcomm 則以 Snapdragon Ride 平台（SA8295P 提供 30 TOPS）挑戰中階市場，已獲 BMW、GM、Stellantis 訂單，策略強調成本效益與功耗效率。統一硬件規格讓開發團隊不必為每款車特製調整，可針對同一套系統持續迭代、修正錯誤（debug）、增加功能。2026 年式 EX90 已獲得實質提升：800V 充電架構、更快充電速度、Twin Motor Performance 達 670 匹馬力成為 Volvo 史上最強車型，但外界對其系統穩定性與 ADAS 可靠度仍存疑慮，S&P Global 報告指出這類中央計算系統的除錯挑戰，根源於 Volvo 工程團隊初期缺乏相關專業。

Tesla 的軟件護城河有多深

要理解傳統車廠的困境，必須先認識領先者建立的競爭壁壘。Tesla 透過垂直整合軟件架構支援頻繁 OTA 更新，從效能改善到駕駛輔助功能定期推送，其 AI 訓練基礎設施與龐大車隊數據提供即時學習優勢。更關鍵在於商業模式創新：Tesla 約 18% 毛利來自 FSD（全自動駕駛）訂閱與軟件更新等高利潤服務，單車透過一體化壓鑄（gigacasting）與在地供應網絡可降低 35% 生產成本。相較之下，BYD 雖然以深度垂直整合（自產電池與晶片）快速擴張產能，但仍高度依賴硬件銷售，軟件演算法工作倚重供應商。產業分析師指出，Tesla 展現矽谷的軟件與晶片實力，採高效率演算法驅動路線；BYD 發揮中國製造優勢，在電池、安全與硬件功能表現優異，各有明顯強項與限制。對 Volvo 而言，必須在服務現有燃油車/PHEV 客群與習慣電動車大螢幕的年輕族群之間找到折衷點，這正是軟件設計的核心難題。

產業轉型的系統性挑戰

Volvo 的困境並非個案，而是整個傳統汽車產業縮影。ETAS 調查彙整車廠面臨五大挑戰：高整合工作量、複雜校準流程、耗時測試、擴展性與靈活性限制，以及全面資訊保安需求。各組件間複雜的通訊介面需要繁瑣配置與大量測試確保互通性，依賴人手流程導致錯誤率上升、開發週期拉長與人力成本增加。市場研究機構預測 OTA 更新市場將從 2025 年的 52 億美元（約港幣 405.6 億元）增長至 2035 年的 250 億美元（約港幣 1,950 億元），中國以 23% CAGR 領跑（受惠於電動車滲透率與政府軟件定義汽車政策），印度以 21.3% CAGR 緊隨其後（Tata Motors 與 Mahindra 擴建自主 OTA 平台），美國則以 14.5% CAGR 增長（Tesla、GM、Ford 擴展多域 OTA 架構涵蓋資訊娛樂、駕駛輔助與恆溫控制）。德國汽車產業專家直言：「傳統車廠最大問題並非技術，而是組織架構與企業文化。」軟件延遲每月損失數百萬美元，舊有硬件時代開發方法需要重建，僵化組織結構阻礙變革，招聘與薪酬體系仍停留在上世紀。

軟件戰場決定未來競爭力

Volvo 願意公開承認軟件仍不完美，並說明具體調整方向與技術路線，某種程度反映傳統車廠面對轉型壓力的真實樣貌。從 EX30 的「警示轟炸」到體驗回溫，從 EX90 的死機爭議到 2026 年式的晶片升級，Volvo 已將「軟件」視為未來產品競爭力核心。這條路需要時間摸索：軟件體驗並非上網推出那刻就定案，而是透過更新持續修正；在不同地區、不同世代用戶之間，車廠必須學會「差異化調整」而非套用單一模板。當電動車從「硬件規格戰」走向「軟件與體驗戰」，能否建立如 Tesla 一般的軟件護城河、縮短與初創的開發時差、在成本與創新間取得平衡，將決定百年車廠能否在新時代續寫光輝。關鍵問題是：當軟件定義汽車市場以每年 25% 速度爆發增長時，傳統車廠還有多少時間完成這場體質改造？

資料來源：INSIDE、S&P Global Automotive、Future Market Insights、McKinsey & Company、FMI OTA Market Report

read more
人工智能企業趨勢業界消息金融科技

Google 行政總裁示警： 若 AI 投資泡沫化 整個科技行業將無一倖免

by Pierce on 人工智能企業趨勢業界消息金融科技 ai google NVIDIA sundar pichai 投資


Google 行政總裁示警： 若 AI 投資泡沫化 整個科技行業將無一倖免

Google 母公司 Alphabet 行政總裁 Sundar Pichai 在接受 BBC 獨家專訪時發出嚴厲警告，若人工智能投資泡沫破裂，全球科技業將無一倖免，包括市值已達 3.5 兆美元（約港幣 27.3 兆元）的 Google 本身。這位科技巨頭掌門人坦言，雖然 AI 投資熱潮創造了「非凡時刻」，但市場已出現「不理性繁榮」跡象，呼應 1996 年美國聯儲局主席葛林斯潘對網絡泡沫的經典預言。本文將深入剖析 AI 投資狂潮背後的風險、產業競爭格局轉變，以及這波技術革命對全球經濟的深遠影響。

科技業進入高風險投資週期

Pichai 在專訪中直指，當前 AI 產業已進入可能「過度擴張」的投資週期。根據 JP Morgan 資產管理公司分析，自 2022 年 11 月 ChatGPT 推出以來，AI 相關股票已貢獻標普 500 指數 75% 的回報率、80% 的盈利增長，以及 90% 的資本支出增長。更驚人的是，2025 年上半年 AI 相關資本支出超越美國消費者支出，成為經濟增長主要驅動力，貢獻達 1.1% 的 GDP 成長。然而麻省理工學院最新研究揭露令人憂心的事實：95% 採用生成式 AI 的企業尚未從技術投資中獲得任何利潤回報。倫敦商學院經濟學家 Rebecca Homkes 對 CBS 新聞表示：「股市現在就是一場巨大的 AI 賭注，實際上只有 10 家公司在驅動整個市場」。這種高度集中的投資模式引發業界對系統性風險的深切擔憂。

Alphabet 逆勢成長的雙面刃

雖然警告泡沫風險，Alphabet 自身卻是這波 AI 浪潮的最大受益者之一。2025 年 9 月，該公司股價單日暴漲近 4%，首次突破 3 兆美元（約港幣 23.4 兆元）市值門檻，成為繼 Apple、Microsoft 之後第三家達此里程碑的科技巨擘。年初至今股價已飆升超過 32%，成為「七大科技股」（Magnificent Seven）中表現最佳者，遠超標普 500 指數 12.5% 的漲幅。這波漲勢背後有兩大支柱：首先是美國法院 9 月做出有利判決，允許 Alphabet 保留 Chrome 瀏覽器和 Android 作業系統的控制權，消除投資者對公司被拆分的疑慮。其次，Google 雲端運算部門第二季營收年增 32%，超出市場預期，顯示自研 AI 晶片 TPU 和 Gemini AI 模型的投資開始回收。

然而 Stock Trader Network 首席策略師 Dennis Dick 提醒：「投資者開始看到 Google 不再只是搜尋公司，而是透過 YouTube、Waymo 等多元業務轉型的可能性」，這種期待本身也可能成為估值過高的溫床。

AI 晶片軍備競賽白熱化

為了擺脫對 Nvidia 的依賴，Google 正積極擴大自研 AI 晶片 TPU (Tensor Processing Unit) 的市場布局。2025 年 11 月，Google 正式推出第七代 TPU「Ironwood」，性能較前代提升 4 倍，能耗卻降低 30%，並可在單一 Pod 中連接多達 9,216 顆 TPU，徹底消除大型模型訓練的數據瓶頸。AI 新創 Anthropic 已宣布將採用多達 100 萬顆 Ironwood 晶片驅動其 Claude 語言模型。專業分析機構預測，Google 的 TPU 出貨量將在 2025 年達到 250 萬顆，前三季已累計出貨 180 萬顆，達成全年目標的 72%。不過 Nvidia 仍穩坐 AI 晶片市場霸主地位，市場佔有率高達 80-90%，市值更突破 4.25 兆美元（約港幣 33.15 兆元），遠超其他競爭對手。韓國朝鮮日報分析指出，Google 為推廣 TPU 採用，甚至提供高達 32 億美元（約港幣 249.6 億元）的使用保證，反映出挑戰 Nvidia 霸權的艱鉅性。這場晶片軍備競賽除了關乎技術領先，更牽動整個 AI 生態系的權力結構重組。

泡沫疑雲：歷史會否重演

Pichai 將當前局勢與網際網絡泡沫時期類比，承認「明顯存在過度投資」，但強調沒有人會質疑網絡的深遠影響。耶魯大學管理學院報告指出，2025 年上半年美國高達三分之二的創投交易價值流向 AI 與機器學習新創，較 2023 年的 23% 大幅躍升。更令人憂心的是產業內部的循環投資結構：Nvidia 宣布對 OpenAI 投資 1,000 億美元（約港幣 7,800 億元），而 OpenAI 本身卻依賴 Nvidia 晶片；OpenAI 仰賴 Microsoft 的運算能力（源自 100 億美元（約港幣 780 億元）合作案），Microsoft 又反過來需要 OpenAI 的 AI 模型。OpenAI 估值在 2025 年 10 月已飆升至 5,000 億美元（約港幣 3.9 兆元），較 8 月的 3,000 億美元（約港幣 2.34 兆元）暴增 67%，但其 2025 年上半年營收僅 43 億美元（約港幣 335.4 億元），年增長率僅 16%。

UBS 全球股票策略主管 Andrew Garthwaite 警告，當前 AI 熱潮符合經典泡沫的所有特徵：「逢低買入」心態盛行、「這次不一樣」的投資信念、散戶大舉進場，以及除前十大企業外整體盈利停滯。然而與 2000 年網絡泡沫不同的是，今日 AI 領導企業確實擁有實質營收和獲利能力，Nvidia 2025 財年營收預計達 1,200 億美元（約港幣 9,360 億元），約為前一年的兩倍。

能源瓶頸恐成發展絆腳石

AI 發展面臨的最大實體限制或許並非技術，而是能源供應。Pichai 坦承，AI 業務的龐大能源需求已導致 Alphabet 在氣候目標上出現延遲，但仍承諾於 2030 年達成淨零排放。麻省理工科技評論研究顯示，2024 年美國數據中心總耗電量約 200 太瓦時 (TWh)，相當於泰國全國年用電量，其中 AI 專用伺服器消耗 53-76 太瓦時，最高估算足以供應 720 萬個美國家庭一年用電。勞倫斯柏克萊國家實驗室預測，到 2028 年數據中心一半以上的電力將用於 AI 運算，屆時 AI 單獨耗電量可能相當於美國 22% 家庭的年用電量。更嚴峻的是，這些設施使用的電力碳強度比全國平均高出 48%。

全球來看，2022 年數據中心能耗估計達 240-340 太瓦時，約占全球電力需求的 1-1.3%，而 AI 伺服器耗電已從 2017 年的 2 太瓦時暴增至 2023 年的 40 太瓦時，呈現指數級增長。Bain & Company 估算，到 2030 年 AI 企業每年需要創造 2 兆美元（約港幣 15.6 兆元）營收才能支撐全球運算需求，這一數字遠超當前產業總營收。這場能源競賽除了考驗各國電網基礎設施，更對全球氣候承諾構成嚴峻挑戰。

企業決策者的關鍵抉擇

AI 投資熱潮對企業領導者而言，既是千載難逢的轉型契機，也是潛藏巨大風險的豪賭。前白宮經濟顧問委員會主席 Jason Furman 分析指出，當前 AI 主要影響的是經濟需求面 (數據中心建設、晶片採購)，而非供給面的生產力提升，迄今生產力增長並不顯著。這意味著若 AI 投資無法轉化為實質商業價值，泡沫破裂將引發連鎖反應。然而 Goldman Sachs 等機構仍看好 AI 的長期潛力，建議投資者採取多元化策略，而非完全撤離。Schroders 投資管理公司則呼籲採取謹慎立場，認為歷史顯示，顛覆性技術發展期間出現投機過度是常態，但這不代表應放棄 AI 相關投資，而是需要更審慎的風險管理。

Wedbush Securities 分析師 Dan Ives 等科技樂觀派則堅信，這是「第四次工業革命」的序幕，大型科技公司的支出不會在 2026 年放緩。Pichai 本人也強調，人們在使用 AI 工具時不應「盲目相信」，因為這些模型「容易出錯」，建議搭配其他工具使用，並維持豐富的資訊生態系統。在這個充滿不確定性的轉折點，企業決策者需要在積極擁抱創新與審慎控制風險之間找到微妙平衡，方能在這場 AI 革命中立於不敗之地。

 

資料來源：BBC、BlackRock、Yale Insights、The Economist、MIT Technology Review

read more
load more