close

業界消息

人工智能業界消息

閃存漲價 5.5 倍後迎來轉折？長江存儲產能提前爆發的關鍵時刻

by Pierce on 人工智能業界消息 AI 伺服器 NAND Flash 三星電子 半導體產能 長江存儲
高性能UFS 3.1存儲芯片，數據傳輸速度快，適用於智能手機和高端電子設備.

AI 需求狂潮引爆全球閃存市場，特定產品現貨價格在 7 個月內暴漲逾 5.5 倍，多個電子產業鏈廠商已瀕臨生死邊緣。但隨着以長江存儲（YMTC）為首的國產閃存產能加速釋放，這場前所未有的漲價風暴，或許正迎來轉折點。

AI 推理需求爆發 閃存漲價的結構性根源

這一輪閃存漲價的根源，在於生成式 AI 從訓練階段全面轉入大規模推理應用。根據 TrendForce 集邦咨詢 2026 年 1 月發佈的報告，NAND Flash 合約價格 2026 年第一季漲幅預測已達 55% 至 60%，第二季預估進一步攀升至 70% 至 75%，漲勢有望延續至 2027 年。研究機構 Counterpoint 同時確認，NAND 閃存價格單季漲幅預計超過 40%。

AI 需求對閃存的吸力，主要來自 RAG（檢索增強生成）技術大規模落地。IO 資本創始合夥人趙占祥向《21 世紀經濟報道》指出：「閃存漲價主要還是 AI 需求量太大——AI 推理以及最新一代 AI 大模型，傾向在推理過程中同步進行部分訓練，雙雙帶動閃存需求。」更關鍵的是，傳統硬碟（HDD）出現結構性缺貨，導致大批雲端服務商（CSP）將訂單轉向 QLC 企業級 SSD，進一步加劇閃存供需失衡。2026 年第一季，全球前五大 NAND Flash 品牌合計營收突破 389 億美元，較上季大幅增長 83.7%。

長江存儲三期提速 產能反轉號角吹響

面對天價閃存，市場最大希望落在長江存儲（YMTC）武漢三期工廠的提速量產。武漢三廠於 2025 年 9 月才動工，按常規半導體建廠週期，外界原估需等到 2027 年；然而最新消息確認，三期已採取「前所未有」的快速建設策略，提前至 2026 年下半年量產，比原計劃提早一年。一旦三期全面投產，長江存儲 NAND Flash 產量預計將超越 SK 海力士，躍居全球第三，僅次於鎧俠（Kioxia）和三星電子。

長江存儲的底氣來自技術突破。儘管持續面臨美國實體清單制裁，YMTC 仍透過第五代 Xtacking 4.0 技術實現 294 層堆疊量產，儲存密度達每平方毫米 20Gb，讀寫速度超過 7,000MB/s，良率已突破 90%。據最新市場數據，其 2025 年第三季全球 NAND Flash 出貨市佔率攀升至 13%，首度突破雙位數。路透社引述知情人士報道，長江存儲計劃在 2026 年三期建成之外，再額外規劃兩座工廠，三廠全面投產後每座月產能均可達 10 萬片晶圓，總產能將翻逾一倍。

三星與長江同步擴產 市場解讀分歧

長江存儲並非唯一加碼的玩家。韓國三星電子亦已重啟對平澤廠的閃存投資，中韓兩大廠同步擴充 NAND 產能的訊號，令市場對供需結構轉變充滿期待。然而業界對此解讀存在明顯分歧。部分分析師認為，新產能從動工到穩定出貨仍需 12 至 18 個月的爬坡期，短期內難以實質緩解 2026 年全年的供需吃緊。

TrendForce 最新研究更明確指出，2026 年主要 NAND Flash 原廠幾乎無新增產能，在 AI 需求持續強勁下，預期全年供給短缺，200 層以上高層數產品也將在年底成為市場主流。2026 年整體記憶體供應商資本支出合計達 835 億美元，年增 11.6% — 投資力度強勁，但技術升級的優先程度已超越純粹的產能競賽。

供需角力的歷史拐點

回顧這一輪漲價週期：512Gb TLC 晶圓現貨價格在過去 7 個月內飆漲逾 5.5 倍，而三星電子率先於 2026 年 1 月大幅上調 NAND Flash 合約價，引爆市場漲價預期。此後多家研究機構接連上調價格預測，形成共振效應。TrendForce 分析認為，此次閃存需求爆發屬於「結構性短缺」，而非短暫波動——AI 對儲存容量的需求急速攀升，疊加 HDD 供應不足導致 CSP 轉單，兩者共同構成這輪漲價的深層邏輯。

值得留意的是，2025 年初閃存市場仍處於供過於求的困境，短短一年內從嚴重過剩翻轉為嚴重短缺。這種週期反轉之快，已超出多數機構的預測模型，再次印證 AI 這個外部變量對整個半導體供應鏈的顛覆性衝擊。

閃存週期重塑產業格局 漲價之後誰得誰失？

對整條電子產業鏈而言，閃存漲價猶如雙面刃。上游原廠如長江存儲、三星、鎧俠（Kioxia）獲利空間大幅提升，但中下游智慧型手機廠商、PC 品牌、消費電子組裝商則承受嚴峻成本壓力，部分中小型廠商已面臨現金流危機。摩根士丹利報告顯示，長江存儲計劃至 2027 年將月產能擴至 85,000 片晶圓，2028 年進一步達 10 萬片；同時，長鑫存儲（CXMT）的擴產節奏更為激進，三年內 DRAM 產能也將提升至同等規模。預計到 2028 年，國產存儲芯片全球市佔率有望提升至 20%。

 

資料來源：TechNews科技新報（TrendForce） 21世紀經濟報道 TechNews科技新報（YMTC擴廠） 新浪財經 經濟日報（威剛/NAND漲價）

閱讀文章
人工智能業界消息

美國政府擬入股 OpenAI？ 企業 AI 採購不再只是技術選擇

by Pierce on 人工智能業界消息 AI 採購 OpenAI 人工智能 企業風險管理 美國政策
白宮外觀，國旗飄揚，白宮前的圍欄和遊客，晴朗天氣，華盛頓特區地標.

據報美國高級官員正初步討論由政府取得 OpenAI 等 AI 公司部分股權，但白宮及 OpenAI 均未正式確認。這宗消息的重點，不是交易已落實，而是 AI 巨頭首次被明確放進「國家資本、公共回報與企業監管」同一張政策桌。NOTUS 於 2026 年 6 月 4 日引述三名知情人士稱，討論方向包括由企業自願向政府轉讓股份，潛在收益可用於公共目的；Reuters 於 6 月 5 日轉述時表明，未能即時獨立核實報道。事件涉及美國政府、OpenAI、Anthropic 等 AI 公司、準備上市的資本市場，以及依賴生成式 AI 的企業客戶。

OpenAI 政策角色已升級

政府入股 OpenAI 目前仍屬早期討論。NOTUS 報道稱，OpenAI 行政總裁 Sam Altman 自特朗普第二任期開始後，曾與政府高層討論相關想法，並在 2025 年初直接向特朗普提出概念。報道亦指，討論核心是讓 AI 經濟利益更廣泛分配予公眾，例如透過股息回饋美國家庭。不過，Reuters 同時寫明未能即時核實報道，OpenAI、Anthropic 及白宮亦未回應其查詢；NOTUS 更補充，據了解 Anthropic 並沒有與政府討論向政府提供股權。這些限定語很重要，因為企業不能把消息解讀成「美國已決定入股 OpenAI」。截至發稿，未見任何正式投資協議。

公共回報與利益衝突或成董事會新問題

支持政府參與 OpenAI 的理據，是 AI 建基於社會知識、公共基建和龐大能源資源，收益不應只流向少數股東。OpenAI 在《Industrial Policy for the Intelligence Age》中提出公共財富基金構想，主張讓未有直接投資金融市場的市民，也可分享 AI 帶來的經濟增長。Sam Altman 的立場接近「用市場增值換取社會認受性」。相反，Public Knowledge 高級政策倡議者 Nat Purser 在 NOTUS 報道中警告，若政府同時是監管者和股東，可能不願嚴格執行安全規則，因為執法會影響自身投資價值。Cato Institute 高級研究員 Jennifer Huddleston 亦批評，政府入股可能演變成選擇偏好的企業，削弱私人市場原則。對企業客戶而言，這不是抽象政治辯論，而是供應商管治、合規審計和採購風險的前置問題。

美國監管轉向主動 AI 模型發布節奏可能受影響

政府入股 OpenAI 的討論，剛好碰上美國 AI 政策轉向更主動。特朗普於 2026 年 6 月 2 日簽署行政命令，要求領先 AI 開發商在公開發布最強模型前，自願提交予政府進行網絡安全測試；Reuters 報道指，美國財政部、國防部、商務部和國土安全部等機構可取得最多 30 天測試時間。OpenAI 行政總裁 Sam Altman 稱該命令在創新與安全之間取得平衡；AP 則引述 Cato Institute 政策分析員 Juan Londoño 指，雖然自願框架方向正確，但由政府決定哪些模型需接受審查，仍存在權力過寬的疑慮。這反映即使政府入股 OpenAI 未落實，美國已由單純鼓勵 AI 創新，走向把 AI、金融、網絡安全和關鍵基建放在同一監管框架內。

企業要從單一模型依賴　轉向可切換架構

為甚麼政府入股 OpenAI 會影響香港？答案不在於香港企業明天能否使用某一個聊天機械人，而在於董事會要重新評估 AI 供應鏈的司法管轄權和退出能力。OpenAI 官方 API 支援地區文件列明，若從未列明地區存取或提供服務，帳戶可能被封鎖或暫停；文件亦說明，未列入名單的地點即不支援 API。Anthropic 的支援地區頁面同樣未有把香港列入支援列表。另一方面，香港並非沒有替代路徑。政府已撥款 30 億港元推出 3 年 AI 資助計劃，合資格用戶一般可獲最高 70% Cyberport AI Supercomputing Centre 服務標價資助；Cyberport 指 AISC 第一階段已於 2024 年 12 月開始營運。HKMA 與 HKIMR 報告亦顯示，香港 75% 受訪金融機構已落地、試行或設計至少一個生成式 AI 用例，未來 3 至 5 年料升至 87%。

企業現在要知的是：哪個模型可控

政府入股 OpenAI 意味着甚麼？現階段，它意味一個清晰訊號：AI 已從軟件採購，變成國家產業政策、資本市場和企業風險管理的交匯點。企業未必要等待美國是否真的入股 OpenAI，才開始調整策略。更務實的做法，是把 OpenAI、Claude、Gemini、Azure OpenAI、本地大模型和私有化部署放進同一套風險清單，要求供應商提供數據留存、模型更新、審計權、服務中止和司法要求處理條款。未來一年，AI 採購將由「哪個模型最好用」轉為「哪個模型最可控、可審計、可替換」。下一個開放問題是：當政府可能成為 AI 巨頭股東，企業還能否把 OpenAI 視為普通 SaaS 供應商？

 

資料來源：NOTUS、Reuters、OpenAI、The White House、HKMA / HKIMR

 

閱讀文章
人工智能企業趨勢業界消息

Meta 元宇宙領導層靜悄換將 前 Epic Games 高層接棒 AI 戰略大轉移加速

by Pierce on 人工智能企業趨勢業界消息 Meta Reality Labs 人工智能 元宇宙 智能眼鏡
ALT標籤：四人團隊在會議中討論科技創新與未來趨勢.

Meta 元宇宙業務部門 Reality Labs 近日迎來關鍵人事變動，原負責人蓋比·奧爾（Gabriel Aul）已於今年 2 月悄然退休，其職位由擁有逾 30 年遊戲產業經驗的前 Epic Games 高層薩克斯·佩爾森（Saxs Persson）全面接棒。這場低調交接發生在 Meta 持續向 AI 領域大舉轉移資源、同時對 Reality Labs 展開多輪裁員的關鍵節點，令外界再度聚焦其元宇宙戰略的真實走向。

悄然退場的百日主管

《Business Insider》取得內部備忘錄顯示，奧爾自 2025 年 10 月起擔任 Meta 元宇宙產品事業群負責人，在任不足五個月便決定退休。Meta 首席技術官安德魯·博斯沃思（Andrew Bosworth）在備忘錄中表示：「蓋比還會再留任幾個月，但請大家與我一同祝願他享受應得的退休生活。」按照奧爾的 LinkedIn 資料，他短暫以顧問身份留任後，已於上月正式離開 Meta。

值得關注的是，備忘錄在描述佩爾森的職責時，並未提及奧爾原本掌管的「元宇宙事業群」名稱，僅提及「Horizon Worlds」——業界普遍將此解讀為 Meta 正悄然淡化「元宇宙」這一招牌概念，為業務重新定位鋪路。

遊戲老兵臨危受命，新舵手底氣何來

接任者佩爾森在遊戲產業深耕逾 30 年，橫跨 VR、AR、主機及手機平台。2022 年，他以執行副總裁身份加入 Epic Games，主導旗艦創意生態及《要塞英雄》（Fortnite）創意模式的策略發展，至 2025 年 10 月轉投 Meta。他豐富的虛擬世界建設與創作者生態經驗，被認為正是 Meta 激活 Horizon Worlds 平台所急需的核心能力。

事實上，奧爾並非這輪整合浪潮中首位出走的元宇宙主管。上一任元宇宙負責人維沙爾·沙阿（Vishal Shah）已在 2025 年 10 月的組織重組中轉調 Meta 超級智能項目擔任高層——彼時正是奧爾剛剛走馬上任之際。高層如此快速接連更迭，折射出 Meta 內部對元宇宙業務的戰略定位正在深刻重塑。

Reality Labs 寒冬：裁員浪潮接踵而至

自 2021 年 Meta 高調更名、全力押注元宇宙以來，Reality Labs 持續巨額虧損，累計投入已達數百億美元。面對日益強勁的 AI 競賽，朱克伯格選擇了「戰略轉向」。2026 年 1 月，Meta 宣佈對 Reality Labs 展開新一輪裁員，波及逾 1,000 名員工，約佔該部門 10% 的人力。同年 3 月，裁員再度擴大，此次覆蓋 Reality Labs、Facebook、銷售、招聘及全球業務五個部門，數百名員工相繼收到離職通知。

科技分析人士指出，Reality Labs 的戰略重心已從打造獨立虛擬世界，逐步轉向以 AI 驅動、融合物理世界的擴展現實（XR）路徑，智能眼鏡正成為 Reality Labs 新的增長支點。

千億資本奔向 AI，元宇宙夢何去何從

與 Reality Labs 的收縮形成鮮明對比，Meta 在 AI 領域的投入呈幾何級增長。公司披露，2026 年度資本支出預計達 1,250 億至 1,450 億美元，幾乎是去年的兩倍，重點用於建設 AI 數據中心及推進下一代模型研發。朱克伯格明確將「打造個人超級智能」定為 Meta 未來數年的核心願景，2026 年 1 月他更獲華爾街全力背書，進一步加大 AI 投資。

儘管如此，Meta 方面刻意澄清：元宇宙並未被放棄。一位公司發言人表示，Meta 的願景絕不僅限於 Horizon Worlds，而是致力於融合數碼世界與物理世界，最終「定義下一個運算平台」。博斯沃思亦強調，Ray-Ban Meta 智能眼鏡正成為 Reality Labs 難得的亮點產品線，AI 眼鏡有望成為連結元宇宙與現實世界的重要橋樑。

下一個運算平台之爭，勝負未定

宏觀來看，此次以遊戲老兵佩爾森取代科技主管奧爾，折射出 Meta 對元宇宙業務的路徑調整：從「虛擬世界優先」轉向「創作者生態與 AI 融合優先」。然而，如何在持續虧損的 Reality Labs 與高回報的 AI 業務之間尋求平衡，仍是朱克伯格面前最難解的一道戰略命題。元宇宙的下一篇章，或許正由 AI 眼鏡與創作者生態共同執筆——而佩爾森，正是 Meta 選定的那支筆。

 

資料來源：Business Insider The Wall Street Journal CNBC NBC News LinkedIn（Saxs Persson）

 

閱讀文章
中小企專題人工智能業界消息

貝恩調查：四成企業 AI 降成本不足10% 　問題出在「買工具」不是「改流程」

by Pierce on 中小企專題人工智能業界消息 gartner 人工智能 企業轉型 營運效率 貝恩

貝恩公司最新大型企業全球調查顯示，企業投入 AI 與自動化後，實際節省成本普遍低於管理層預期。調查於 4 月完成，涵蓋 951 家年收入超過 1 億美元的企業，橫跨零售、科技、高階製造、醫療保健、金融服務、電訊媒體娛樂等九大行業；在已測算 AI 降本效果的企業中，四成成本降幅不超過 10%。

成本節省不如預期　反映 AI 項目仍停留在局部自動化

貝恩調查傳達的訊號很清楚：企業 AI 不是不能降本，而是多數公司仍把 AI 當成軟件採購，而非營運改革。cnBeta 引述報道指出，不少高層原本基於節省成本的預期，批准增加 AI 支出；但實際結果顯示，降本幅度最大的一組也只是 10% 或以下。這代表董事會要重新追問一個核心問題：AI 投資是否真的改變了工作流，還是隻增加了授權費、雲端費和顧問費。貝恩另一篇企業 AI 分析同時指出，AI 正由單一工具走向企業操作系統，企業需要同步處理工作流工程、任務編排和 AI 治理，否則 AI 代理很難在核心流程中穩定產生效益。

CIO 和 CFO 需要用同一套指標衡量 AI 回報

AI 支出仍在快速上升。Gartner 於 2026 年 5 月預測，全球 AI 支出今年將達 2.59 萬億美元，按年增長 47%；Gartner 分析師 John-David Lovelock 指出，企業目前更多把 AI 用於戰術式效率改善，而非真正推動顛覆式變革，因此 CIO 仍難以向管理層證明 AI 投資價值。這與貝恩調查互相呼應：企業愈加碼 AI，愈需要 CFO 參與定義回報。有效指標不應只看「用了多少 AI 工具」，而應看每宗交易成本、客戶查詢處理時間、錯誤率、合規審核時間和毛利率變化。換言之，AI 降本不理想的原因，往往不是模型能力不足，而是企業未把 AI 嵌入可審計、可追蹤、可持續改善的營運指標。

員工未準備好　AI 授權費會變成沉沒成本

企業 AI 回報偏低，也與員工採用方式有關。Gartner 在 2026 年第一季訪問 40 個國家、12,004 名員工及管理者後發現，19% 員工表示 AI 沒有節省時間，只有 27% 高層擁有完整 AI 策略，僅 20% 認為員工已真正準備好；同時，88% 獲提供企業 AI 工具的員工仍會使用個人 AI 工具處理工作。Gartner 高級總監分析師 Swagatam Basu 把這種情況形容為「啟用幻覺」：企業以為提供工具就等於完成轉型，但員工沒有清晰培訓、場景設計和安全邊界，最後只會把 AI 變成影子 IT。記者在撰寫本文時，交叉核對貝恩、Gartner、McKinsey 與 MIT NANDA 資料，發現多個研究都指向同一問題：AI 價值不在工具數量，而在組織是否重寫流程。

AI 代理仍有潛力　但治理落後會拖慢規模化

AI 代理被視為下一波企業 AI 重點，但企業不能把它當成萬靈丹。Gartner 於 2025 年 6 月預測，到 2027 年底，超過 40% 代理式 AI 項目會因成本上升、商業價值不清或風險控制不足而取消；Gartner 高級總監分析師 Anushree Verma 亦提醒，許多代理式 AI 項目仍處於早期實驗階段。McKinsey 在 2026 年 AI 信任研究中指出，接近三分之二受訪者把安全與風險列為全面擴展代理式 AI 的最大障礙，而模型不準確和網絡安全仍是最常被提及的 AI 風險。這意味著，AI 降本不代表簡單裁減人手，而是企業能否把可重複決策交給系統，同時保留清晰問責和人類監督。

從試點走向生產　才是企業 AI 真正分水嶺

MIT NANDA《State of AI in Business 2025》報告提供了另一個背景脈絡。報告指出，在其研究範圍內，只有約 5% 客製化企業 AI 工具進入生產並帶來持續生產力或損益影響；由於樣本與定義有限制，這個數字更適合作為風險提示，而非整個 AI 市場的絕對失敗率。從時間線看，2023 年至 2024 年企業大量試用生成式 AI，2025 年焦點轉向試點落地，到了 2026 年，董事會開始要求現金回報。近期 Snowflake 與 AWS 簽署 60 億美元五年協議，也反映企業 AI 仍在升溫，但資金正流向資料平台、雲端基建和可規模化部署能力，而不只是單點工具。

企業下一步：把 AI 預算變成可審計的營運能力

對香港及亞洲企業而言，AI 降本警號不是叫停投資，而是要求管理層重設投資紀律。未來 12 至 24 個月，CEO 要問的不是「公司有沒有 AI」，而是「哪個流程因 AI 降低了單位成本」。企業應先鎖定高頻、低風險、可量度場景，再逐步擴展至客服、財務、採購和 IT 營運。當 AI 代理進入核心系統，速度、信任和治理將同時決定企業競爭力。

 

資料來源：
Bain & Company
Gartner
McKinsey
MIT NANDA

 

閱讀文章
人工智能企業趨勢應用方案業界消息

國產大模型追到全球第五　企業 AI 選型不再只看排名

by Pierce on 人工智能企業趨勢應用方案業界消息 Deepseek SuperCLUE 企業 AI 大模型 香港科技政策

SuperCLUE 最新中文大模型測評顯示，中國 AI 模型已形成明顯追趕力量，但全球第一梯隊暫時仍由海外模型佔據。今次測評覆蓋 21 款模型、492 題，包括數學推理、科學推理、程式碼生成、智能體任務規劃、精確指令遵循及幻覺控制。對企業決策人而言，這不單純是排名新聞，而是 AI 採購邏輯改變的訊號：模型能力、成本結構和合規部署，將同時影響未來一年企業導入生成式 AI 的速度。

全球前四仍被海外模型佔據，中國三強進入企業候選清單

SuperCLUE 榜單顯示，Gemini、GPT-5.5、Claude-Opus 及 Gemini-Flash 位居前四；DeepSeek-V4-Pro、Qwen3.7-Max 及豆包 Seed 2.0 Pro 分數接近，集中在全球第五名附近。由於「GPT-5.5」等名稱來自榜單及原文表述，本文只按測評結果轉述，不代表相關廠商已作官方確認。從企業角度看，國產大模型已不再只是中文問答或內容生成工具，而是逐步進入客服、程式輔助、知識庫搜尋、文件摘要及工作流程自動化等核心流程。原文指出，Qwen3.7-Max 在程式碼生成項目與海外頭部模型差距不足 2 分，DeepSeek 與豆包在數學及科學推理項目多次進入前列。

成本下降迫使 CIO 重新計算 AI 投資回報

DeepSeek 近日宣布，將 V4-Pro 模型 API 價格永久下調 75%，降至原來四分之一。Reuters 報道，調整後價格約為每百萬 token 0.025 至 6 元人民幣。這數字對企業很關鍵，因為生成式 AI 真正大規模落地後，最大成本往往不是試用費，而是每天反覆發生的推理費、延遲成本、整合成本和監控成本。CKGSB 教授陳龍分析，DeepSeek 代表一種新的 AI 經濟學，重點是用工程效率與成本控制改寫模型競爭規則。

香港企業要把模型能力、資料治理與本地部署放在同一張表

香港企業面對國產大模型時，不能只看分數。香港政府在 2026 至 27 年度財政預算案提到，30 億港元 AI 資助計劃已批准約 30 個研發申請，範疇包括大語言模型、新材料及生物醫學；香港整體算力達 5,000 petaFLOPS，為 AI 應用提供基礎。另一方面，數字政策辦公室在立法會回覆中披露，HKGAI V1 已基於 DeepSeek 技術更新，並正整合到 HKPilot，用於草擬、翻譯及摘要等文件處理任務。這說明本地化大模型並非概念，而是已進入政府及公共服務場景。對銀行、零售、物流及專業服務公司而言，國產大模型意味着成本下降；同時亦意味着資料存放地、審計紀錄、偏見控制、幻覺風險及供應商可替換性，需要納入採購條款。

從榜單競爭到供應鏈競爭，AI 採購將走向多模型管理

這場競爭的背景，是中國 AI 公司過去一年加速追趕。DeepSeek 先以低成本推理模型打開國際知名度，阿里 Qwen、字節豆包及其他平台隨後加快模型迭代。SuperCLUE 今次測評反映的，不只是單一模型排名，而是中國模型在中文理解、程式碼生成、性價比和應用場景上形成集群效應。可是，企業也要看到另一面：原文指出海外模型仍佔據高效能區，國產模型在推理效能上仍多處於中低區間。換句話說，高敏感決策、金融風險分析、醫療建議及跨境合規任務，仍需要更嚴格測試。

企業下一步是建立 AI 模型治理，而不是追逐排行榜

國產大模型追到全球第五，對企業的真正影響，是把 AI 導入從「創新項目」推向「營運基建」。未來一年，模型排名仍會變動，但成本、合規和流程整合會比名次更重要。企業現在要問的開放性問題是：哪些工作值得交給 AI，哪些決策必須保留人工審批？

資料來源：cnBeta、Reuters、Stanford HAI、香港政府財政預算案、香港政府新聞公報

 

閱讀文章
人工智能業界消息

字節跳動數百萬顆 ASIC 訂單傳交高通：出口管制下的 AI 成本新戰線

by Pierce on 人工智能業界消息 ASIC bytedance Qualcomm 字節跳動 高通
ALT標籤：Qualcomm晶片與電子電路板，科技硬件背景.

高通據報將向字節跳動供應 AI 資料中心 ASIC 晶片，但雙方尚未正式確認。這宗交易由《彭博》引述知情人士披露，《路透》其後轉載並指出，字節跳動計劃採購數百萬顆高通 ASIC，用於支援 AI agent 軟件；若交易落實，事件主角將包括高通、TikTok 母公司字節跳動，以及受美國出口管制牽動的 AI 資料中心供應鏈。

高通不只是賣晶片，而是在爭奪 AI 推論入口

這宗交易之所以重要，不在於高通已經取代 Nvidia，而在於大型 AI 應用開始把不同工作負載分開採購。《路透》引述《彭博》報道指出，高通據報將向字節跳動供應 ASIC，協助字節跳動把內部晶片設計推向可量產產品；但高通與字節跳動未公開確認，《路透》亦未能獨立核實。換言之，企業決策人應把它視為一個明確的產業訊號，而不是已落實的合約。高通官方資料顯示，公司已推出 Qualcomm AI200 與 AI250，主打資料中心 AI 推論、低總持有成本及機架級部署；其中 AI200 支援每張加速卡 768GB LPDDR，預計 2026 年商用，AI250 則預計 2027 年商用。

ASIC 成本優勢正在改變企業 AI 基建預算

為甚麼字節跳動會考慮高通 AI 晶片？核心原因是 AI 成本結構正在轉變。過去一年，企業討論 AI 基建多聚焦 GPU，因為模型訓練需要大量通用平行運算；然而，當 AI agent、內容推薦、生成式搜尋和企業客服進入日常運作，推論流量比訓練更頻繁，也更需要穩定的成本。TrendForce 在 2026 年 1 月報告預測，2026 年全球 AI server 出貨量將按年增長超過 28%，ASIC-based AI server 出貨佔比將逼近 28%，達近年高峰。這組數據說明，ASIC 已不是小眾替代品，而是雲端服務供應商控制 AI 成本的主流工具之一。對 CEO 與 CIO 而言，高通 AI 晶片意味著採購評估不能只看峰值算力，同時要計算電力、記憶體、軟件遷移、供應穩定和合規風險。

出口管制令 AI 晶片採購變成董事會議題

這宗據報的交易亦突顯另一個現實：AI 晶片採購已不只是技術選型，而是地緣政治與合規問題。《路透》報道提到，相關晶片必須符合美國出口限制，這一點尤其關鍵，因為中國科技公司近年持續面對高階 AI 晶片供應不確定性。2025 年 4 月，Nvidia 表示因美國限制 H20 人工智能晶片出口中國，預計承擔 55 億美元（約港幣 429 億元）相關費用；這項事件令中國大型平台更有誘因尋找符合規則、但可支援大規模推論的替代方案。不過，現階段沒有公開資料顯示高通這批 ASIC 的具體出口許可狀態，因此不能推斷交易已獲所有監管批准。筆者查閱《路透》、Qualcomm 官方資料、TrendForce 報告與產業新聞後，採用較保守寫法，將「傳出合作」與「已確認供貨」清楚分開。

Broadcom、Google 與 Meta 已把客製化晶片推向主流

高通 AI 晶片進入資料中心，並不是孤立事件。從 Google TPU、Meta 自研晶片到 Broadcom 協助雲端客戶開發客製化 AI 加速器，產業早已從「全部依賴 GPU」走向「GPU、ASIC、CPU、NPU 混合部署」。TrendForce 指出，北美雲端服務供應商正加強 AI 基礎設施投資，Google、Meta 等公司擴大自研 ASIC，是 2026 年 ASIC AI server 佔比提高的重要原因。從時間線看，2025 年 Nvidia H20 出口限制加劇供應不確定性；2025 年 10 月，高通發布 AI200 與 AI250；到 2026 年 5 月，高通傳出取得字節跳動訂單。這條脈絡顯示，AI 推論市場正由單一硬件競賽，轉向成本、供應鏈、合規與軟件生態的綜合競爭。

企業應重新定義「AI 算力採購」的決策標準

這宗高通 AI 晶片消息對企業的啟示很直接：未來部署 AI agent、內容生成、內部知識庫和自動化客服時，不能只問「要買哪款 GPU」，而要問「哪類工作負載適合哪種晶片」。若交易落實，高通將獲得切入 AI 資料中心市場的重要案例，字節跳動則可能取得更貼近自身需求的推論算力。未來趨勢是 GPU 負責高彈性訓練與通用運算，ASIC 負責高頻率、可預測的推論任務。真正的開放問題是：當 AI agent 使用量急升，企業會繼續支付高昂通用算力成本，還是轉向更專用、更合規、更可控的 AI 晶片架構？

 

資料來源：Reuters、INSIDE、Qualcomm、TrendForce、Reuters

 

閱讀文章
人工智能業界消息

華為 τ 縮放定律挑戰台積電：企業 AI 算力採購進入新風險週期

by Pierce on 人工智能業界消息 AI 晶片 NVIDIA 半導體製程 台積電 華為
上海夜景天際線，繁華都市夜晚燈火閃爍，展現城市的繁榮與活力。.

華為在 IEEE ISCAS 2026 發表「τ 縮放定律」及 LogicFolding 架構，目標是在 2031 年讓高階晶片的電晶體密度達到等效 1.4 奈米。這次事件的重點，不是華為已掌握與台積電同級的製程，而是華為企圖用晶片設計、互連技術及系統級效率，繞開先進光刻設備受限的瓶頸。以下分析這項技術主張的真實含義、對台積電及 Nvidia 造成的競爭壓力，以及企業在 AI 算力採購上應如何重新評估供應鏈。

華為把半導體競爭焦點從奈米製程轉向數據流動效率

這次發表由華為董事、科學家委員會主任兼半導體業務部總裁何庭波主講。華為官方稱，τ 縮放定律的核心是縮短信號及數據在晶片與運算系統內移動所需的時間，而非單純依靠縮小電晶體。華為同時展示 LogicFolding 架構，強調可縮短晶片內部連線、降低互連延遲，並改善電晶體密度與系統效能。Reuters 報道，華為稱過去六年已基於相關方法設計並量產 381 款晶片，應用場景包括智能手機及 AI 運算；公司亦稱今年稍後推出的新 Kirin 晶片將率先採用 LogicFolding。這些說法顯示，華為正把「製程節點」之爭，改寫成「系統級效率」之爭。

等效 1.4 奈米不是台積電 A14，兩條路線的商業風險不同

台積電的 A14 製程與華為的 1.4 奈米等效密度，不能直接畫上等號。台積電在 2025 年公佈 A14 製程，Reuters 當時報道其目標是在 2028 年導入，並相比 N2 帶來約 15% 速度提升或約 30% 功耗降低；這是基於晶圓製造、材料、良率與先進封裝協同的傳統先進製程路線。相對地，華為提出的 τ 縮放定律，是在尖端光刻設備受限下，嘗試透過互連、數據傳輸及架構設計彌補製程差距。Omdia 半導體研究總監何暉對 Reuters 表示，華為提出的是從傳統節點驅動轉向系統級效率縮放，重點在縮短互連、降低延遲及改善晶片內數據移動。

Nvidia 在中國受限，華為與阿里正推動國產 AI 晶片窗口期

華為這次發表，正值中國 AI 晶片市場加速重組。Reuters 於 5 月報道，阿里巴巴推出新 AI 晶片 Zhenwu M890，稱效能為上一代三倍，並公佈 2027 年 V900、2028 年 J900 的後續路線圖；這顯示中國雲端及 AI 企業正加快國產算力佈局。另一邊，DeepSeek 亦在 5 月宣佈把旗艦 V4-Pro 模型價格下調 75% 並永久化，Reuters 指出 DeepSeek 未確認減價原因，但市場認為華為 Ascend 950 供應擴大可能是成本下降因素之一。Nvidia 方面，Reuters 報道黃仁勳曾表示 H200 已獲美國許可出口中國，但截至報道時仍未出貨；同時他也承認中國市場很大，Nvidia 仍希望服務當地需求。

從 2019 年制裁到 2031 年目標，華為正在重建自主晶片時間線

華為的半導體策略，必須放在美國出口管制的長期背景下理解。2019 年，華為被美國列入貿易黑名單；其後先進晶片代工、EDA 工具及半導體設備取得難度上升。何庭波長期負責華為晶片業務，Reuters 形容她在公司受制裁後成為推動半導體自主的重要人物。2023 年 Mate 60 系列帶動外界重新關注華為與中芯國際的先進製程能力；到 2026 年，華為再提出 τ 縮放定律，試圖把競爭焦點從 EUV 與節點命名，轉向晶片、封裝、互連及系統設計。

企業現在要做的是多供應商驗證，而不是追逐奈米口號

華為 τ 縮放定律對企業的真正影響，是提醒決策者重新審視 AI 基建的供應風險。未來五年，AI 算力競爭不會只由台積電、Nvidia 或華為任何一方單獨定義，而會由製程、封裝、互連、軟件、模型、雲平台及地緣政治共同決定。企業應把 Nvidia GPU、華為 Ascend、阿里自研晶片及主流雲服務放進同一套測試框架，按實際工作負載比較延遲、功耗、單位 token 成本、開發者支援及數據合規。為什麼華為 τ 縮放定律重要？因為它意味着先進晶片競爭正由「誰做得更小」擴展到「誰能讓數據跑得更快」。

 

資料來源：Huawei、Reuters、Reuters、Wall Street Journal

 

閱讀文章
IT 基建人工智能業界消息

量子計算競賽白熱化：美國攜手 IBM 創首座代工廠 法國追加百億抗衡

by Pierce on IT 基建人工智能業界消息 IBM intel NVIDIA 科技主權 量子計算

美國商務部日前宣布，向 9 家量子計算企業注資逾 20 億美元（約港幣 156 億元）並持有少數股權；同日法國總統馬克龍宣布追加 10 億歐元（約港幣 84.8 億元）量子投資。大西洋兩岸同日發出訊號，一場爭奪量子計算主導地位的國家賽跑已進入白熱化階段。

政府持股：從補貼到入股的戰略轉型

特朗普政府這次採取的介入方式，在美國科技產業政策史上具標誌性意義。資金源於 2022 年通過的《晶片與科學法案》，資金形式卻由傳統補貼轉為直接股權持有，令政府由「補貼方」轉為「共同投資者」。在商務部長 Howard Lutnick 主導下，政府早前已取得 Intel 近 10% 股份，這次量子部署延續同一邏輯：納稅人出資、政府持股，讓國家分享經濟收益。

獲資企業中，IBM 取得最大份額。政府撥款 10 億美元（約港幣 78 億元），IBM 同步自籌 10 億美元（約港幣 78 億元），合共 20 億美元（約港幣 156 億元），用於在紐約州奧爾巴尼 NanoTech 園區建立旗下獨立新公司 Anderon，成為美國首個採用 300mm 晶圓製程的純量子晶圓代工廠。晶圓代工龍頭 GlobalFoundries 則獲得 3.75 億美元（約港幣 29.25 億元），政府持有其約 1% 股權，用作興建可生產多種量子計算元件的本土工廠。其餘 7 家企業包括 D-Wave、Rigetti、Infleqtion、PsiQuantum、Quantinuum、Atom Computing 及澳洲初創企業 Diraq，前 6 家各獲約 1 億美元（約港幣 7.8 億元），Diraq 則獲 3,800 萬美元（約港幣 2.964 億元），涵蓋超導量子位元、量子退火、中性原子及光子計算等多條技術方向。

IBM 行政總裁 Arvind Krishna 對此態度明確，他在 2026 年 Q1 財報會議上表示：「我們相信今年合作夥伴將利用 IBM 硬件，實現首批量子計算優勢案例。」業界預測量子計算市場規模至 2030 年將達 8,500 億美元（約港幣 6.63 兆元），正是這個龐大前景驅使各國政府提早押注。

分散下注：技術不確定下的國家風險對沖

刻意押注多條技術方向，是這次美國政府量子投資的核心邏輯。商務部高階官員坦言，量子計算技術方向仍存在極大不確定性，政府因而選擇橫跨多家公司及多種架構，以分散風險。這個策略類似早期半導體時代的政府投資邏輯：在勝者未明前廣撒資金，待市場整合後再鎖定龍頭。

然而外界對此並非沒有質疑。參議員 Elizabeth Warren 已公開要求國防部，就特朗普小兒子關聯風投機構 1789 Capital 參與投資的企業（包括 PsiQuantum）獲得政府合約一事作出解釋，引致政商利益衝突的輿論爭議。部分分析師亦指出，量子計算距離大規模商業應用仍有距離，此時進行大額直接持股存在估值失真風險。

從公共投資規模看，2026 年量子計算領域的全球競爭格局懸殊。據現有評估，中國公共投資規模已逾 150 億美元（約港幣 1,170 億元），遙遙領先；歐盟公共承諾約 100 億美元（約港幣 780 億元）；美國公共投資則約 50 億美元（約港幣 390 億元），不過其民間資本佔全球私募資金的 44%，整體生態系統以商業化能力見長。

馬克龍的歐洲主權宣言

就在美國公告同日，法國總統馬克龍在巴黎南部布呂耶爾－勒沙泰爾超級電腦中心發表講話，宣布追加 10 億歐元（約港幣 84.8 億元）投入量子計算，並另追加 5.5 億歐元（約港幣 46.64 億元）支援半導體產業。加上 2021 年以來已投入的 23 億歐元（約港幣 195.04 億元），法國在量子領域的累計公共承諾已超過 33 億歐元（約港幣 279.84 億元），突顯其在科技主權議題上的政策連貫性。

馬克龍明確將這場技術競賽定性為「主權之爭」。他警告若歐洲在量子計算、半導體等關鍵領域落後，技術依賴將轉化為工業依賴，繼而演變為戰略依賴，「這場戰鬥必須獲勝」。他特別呼籲歐洲各國共同建立由歐洲企業「設計、製造和營運」的量子生態系統，明確排除受外國法律域外效力約束的供應商，矛頭隱然指向美國雲端服務商。

同日 Nvidia 旗下風險投資部門 NVentures 宣布入股法國量子初創企業「Alice & Bob」，為後者開發降低量子計算錯誤率的硬件提供支援。這個動向表明，即使在歐洲積極強調「科技自主」的政策語境下，全球科技資本的嗅覺仍迅速捕捉到新興市場機遇。

大國競速的歷史脈絡

量子計算的軍事與戰略意涵，是各大國急於入場的深層原因。中國自潘建偉領銜量子研究以來，已在量子通訊領域建成全球最長、達 12,000 公里的量子網絡，並在 2024 年利用量子電腦成功突破部分傳統加密演算法的關鍵環節。因此美國商務部已將中國量子計算企業「本源量子」列入出口管制實體清單。

量子研究論文數量方面，中國已超越美國成為全球發表最多的國家，打好基礎但研究成果的商業轉化率仍落後於歐美。美國在民間資本方面保持強勢，持有全球量子私募資金的 44%，且坐擁逾 10 萬件量子相關專利，為全球之首。歐洲則在基礎科研上具備深厚底蘊，法、德、荷 3 國構成 EU Quantum Flagship 計劃的核心，力求在中性原子與離子阱計算領域建立「量子谷」。

從實驗室到戰略現實的倒計時

這次美法幾乎同步的大規模量子投資，標誌著全球量子技術競賽進入新紀元，公共資金正以前所未有的深度介入這個尚未全面商業化的領域。對企業而言，政府入股除了帶來資金，更意味著研發週期縮短及供應鏈本土化加速；對國際格局而言，量子計算的軍事、密碼及人工智能應用潛力，將在未來 10 年深刻重塑國家間的技術實力對比。馬克龍預計將於 6 月 1 日在凡爾賽宮舉辦「選擇法國」投資峰會，進一步向全球資本展示歐洲量子產業的機遇。

 

資料來源：IBM Newsroom The New York Times The Quantum Insider Engadget TVC News

閱讀文章
企業趨勢低碳綠色業界消息

風能太陽能發電量首超天然氣 再生能源開始改變電力市場定位

by Pierce on 企業趨勢低碳綠色業界消息 企業能源採購 可再生能源 太陽能 碳排放 風能
太陽能板與風力發電機組合，展示可再生能源的應用與環保能源解決方案.

全球風能與太陽能在 2026 年 4 月首次單月發電量超越天然氣，代表再生能源已由輔助角色，進一步成為企業能源成本與碳管理的核心變數。Ember 數據顯示，風能與太陽能 4 月合計佔全球電力 22%，天然氣佔 20%；INSIDE 引述該分析指出，兩者分別約為 531 TWh 與 477 TWh。這個轉變發生在全球電力需求持續上升、企業加快 AI 與數據中心投資、各地政府推動減碳政策的背景下。

風能與太陽能首次超越天然氣

風能與太陽能超越天然氣，並非單一市場的短期波動，而是多年裝機量、技術成本與政策推動累積的結果。Reuters 引述 Ember 報道，該分析涵蓋 36 個已公布 2026 年 4 月電力數據的國家，其他尚未公布資料的地區則採用保守估算。報道亦指出，風能與太陽能合計發電按年估計增長 13%，中國、歐盟、英國、美國、澳洲、智利及巴西均錄得增長。Ember 全球電力分析師 Kostantsa Rangelova 表示，近期能源危機加強了再生能源相對進口天然氣的經濟理據，也提高了政府加速部署的政治迫切性。對企業而言，天然氣不再只是「較低碳的過渡燃料」，而是需要與風能、太陽能、儲能及電網穩定性一同評估的成本風險。

企業買電邏輯要由價格最低轉向風險可控

為什麼風能與太陽能超越天然氣對企業重要？核心答案是，企業不能再只看即期電價，而要着眼能源組合能否降低長期成本波動。IEA 在《Electricity 2026》指出，全球電力需求在 2026 至 2030 年仍會保持強勁增長，推動因素包括人工智能、數據中心、電動車、熱泵、先進製造及工業電氣化。IEA 同時預測，到 2030 年，全球約一半電力將來自再生能源與核能，風能與太陽能佔全球發電比例會由約 17% 升至 27%。這組數據說明，企業能源策略已逐漸貼近財務策略。若企業仍以傳統方式簽訂電力合約，便可能低估燃料價格、碳成本、高峰用電及供應鏈披露帶來的壓力。

成本競爭力仍在 但企業不能忽略併網與調峰成本

風能與太陽能增長與成本競爭力有直接關係，但企業不應把「再生能源較便宜」理解成所有場景都必然較便宜。Lazard 2025 年 LCOE+ 報告顯示，天然氣聯合循環發電的平準化成本範圍約為每 MWh 48 至 109 美元；同時，該報告亦提醒市場需要考慮儲能、備用容量及系統層面成本。換言之，公用規模太陽能與陸上風電在不少新建項目中具備成本競爭力，但當電網需要額外調峰、儲能或備用電源時，企業實際承擔的總成本會改變。這對數據中心、半導體、金融交易平台及大型商場尤其重要，因為這些業務需要穩定供電，不能只依賴發電端成本作決策。

香港企業的挑戰是低碳電力選項有限 而非方向不明

香港企業面對的問題，不是低碳轉型方向不清晰，而是本地可再生能源空間有限。香港政府的目標是在 2035 年前，把零碳能源在發電燃料組合中的比例提高至約 60% 至 70%，並在 2050 年前達致淨零發電。政府同時提出，本地可再生能源比例會由目前低於 1%，提升至 2035 年約 7.5% 至 10%，其後再進一步提高至 15%。然而，香港受土地、樓宇密度和電網結構限制，本地風能與太陽能規模難以與中國內地、歐盟或澳洲相比。記者翻查 Reuters、Ember、IEA、Lazard 及香港政府文件後發現，香港企業更需要把「本地節能」與「區域零碳電力合作」一併處理。這包括電力公司綠電方案、可再生能源證書、數據中心選址、樓宇能源管理，以及供應商用電數據審核。

從歐洲經驗看 風光發電增長已是結構性趨勢

這次全球單月超越天然氣，並非孤立事件。Ember《Global Electricity Review 2026》顯示，2025 年風能與太陽能合計增加 841 TWh，滿足全球 99% 的新增電力需求；其中太陽能在 2025 年首次超越風電，並接近核能發電量。歐洲亦已出現相似轉變，Reuters 今年 1 月報道，風能與太陽能在 2025 年為歐盟供應 30% 電力，首次超越化石燃料發電的 29%。不過，這些進展也帶來新的管理課題。當風能與太陽能佔比上升，電網需要更多儲能、跨區輸電、需求反應及即時調度能力。

未來三年能源決策會更接近董事會議題

風能與太陽能首次單月超越天然氣，標誌全球電力市場進入新階段。對企業而言，這不是單純的環保新聞，而是成本、風險、合規與品牌競爭力的共同變化。未來三年，具備優勢的企業會把綠電採購、能源效率、儲能、用電彈性與碳數據治理放進同一個財務模型。開放問題是：香港企業能否在本地再生能源有限的條件下，透過區域合作、數碼化能源管理和更透明的供應鏈披露，取得足夠穩定的低碳電力？

 

資料來源：Reuters、Ember、International Energy Agency、Lazard

閱讀文章
企業趨勢業界消息資訊保安

ICANN 更換互聯網根區簽名鑰匙： 企業網站、電郵、API 可能突然中斷

by Pierce on 企業趨勢業界消息資訊保安 DNS 信任錨 DNSSEC icann 網絡安全 香港企業

ICANN 宣布，全球 DNS 信任錨換金鑰將於 2026 年 10 月 11 日進入正式切換，KSK-2024 屆時會取代 KSK-2017 為 DNS 根區簽名。這次 DNS 信任錨換金鑰由 ICANN 透過 IANA 職能協調，影響範圍涵蓋全球執行 DNSSEC 驗證的遞歸解析器。企業需要留意的是，APNIC 在 2026 年 4 月的用戶側測量中，較嚴格樣本只有 12% 顯示已信任 KSK-2024。本文從業務連續性、數據落差、香港網絡環境與下一輪演算法升級拆解這次更新的影響。

這次風險不在普通用戶，而在企業解析器是否已準備好

DNSSEC 的作用，是讓解析器確認 DNS 回應未被竄改，避免用戶在輸入正確網址後被導向偽冒網站。IANA 說明，Root KSK 是 DNSSEC 在根區的信任錨，驗證型解析器會依靠它檢查根區資料的可信度。按照 IANA 時間表，KSK-2024 已於 2025 年 1 月 11 日加入 DNS 根區，2026 年 10 月 11 日會開始簽署根區；到那一天，驗證型解析器必須已更新信任錨，否則可能無法繼續驗證根區資料。ICANN 的說法亦很清楚：多數一般用戶不會感覺到改變，但 DNS 軟件營運者必須在切換前確認系統已信任新金鑰。

樂觀與保守數據並存，CIO 不能只看單一指標

目前最容易引起誤解的是「就緒率」。Verisign 工程專家 Duane Wessels 在 2025 年 3 月的觀察指出，在採用 RFC 8145 並有回報的解析器樣本中，91.3% 已顯示信任 KSK-2024。這是一個正面訊號，反映不少解析器已透過 RFC 5011 自動更新或其他方式載入新信任錨。不過，APNIC 首席科學家 Geoff Huston 提醒，這類數據不能直接推算終端用戶覆蓋率，因為一台解析器可能只服務一人，也可能服務數百萬人。APNIC 採用 RFC 8509 Sentinel 觀察用戶側狀態後，2026 年 4 月下旬的嚴格測試只有約 12% 確認信任 KSK-2024，另有 7% 顯示不信任。換言之，這次 DNS 信任錨換金鑰的真正風險，不是技術社群是否知道這件事，而是企業、ISP 與託管環境是否真的完成驗證。

香港企業的關鍵問題，是混合網絡環境容易出現盲點

香港企業大量使用跨境雲端、SaaS、CDN、支付平台和海外託管服務，DNS 解析路徑往往分散在自建機房、雲端 VPC、ISP 與第三方安全服務之間。Internet Society Pulse 2026 數據顯示，香港有 28% DNS 查詢受 DNSSEC 保護，低於亞洲平均 35%；而 .hk 下有 7% 域名受 DNSSEC 保護，高於亞洲平均少於 1% 的水平。這組數字說明，香港並非沒有 DNSSEC 部署，但採用程度並不均勻。對企業決策人而言，最危險的情況是總部、分公司、雲端工作負載和災備環境使用不同解析器，其中部分仍停留在舊版軟件或手動信任錨配置。到了 2026 年 10 月 11 日，故障未必以「安全事故」形式出現，而可能變成網站打不開、API 連線失敗、電郵延遲或內部系統無法解析外部服務。

換鑰只是第一步，根區演算法現代化已經排上日程

這次 DNS 信任錨換金鑰不是演算法更換，而是金鑰值輪換。IANA 資料顯示，KSK-2017 於 2016 年 10 月 27 日生成，並自 2018 年 10 月 11 日起簽署根區；KSK-2024 則於 2024 年 4 月 26 日生成，預計取代 KSK-2017。更長遠看，ICANN 已在 2026 年公開徵詢根區 KSK 演算法輪換方案，方向是由現行 RSA/SHA-256 逐步轉向 ECDSA P-256/SHA-256，並把操作準備度、解析器相容性和未知風險列為徵詢重點。不過，這不應被誤讀為後量子防護；ECDSA P-256 是較現代、效率較高的 DNSSEC 演算法選項，但不是量子安全演算法。這意味企業現在建立 DNSSEC 盤點和變更測試流程，將來面對演算法輪換時會更有把握。

現在處理，是把 10 月的事故變成例行維護

為何 DNS 信任錨換金鑰意味企業必須立即行動？答案很直接：DNS 是網站、電郵、雲端登入、API 和供應鏈系統的共同入口，一旦驗證型解析器未更新，業務部門看到的是服務中斷，而不是一個容易辨認的密碼學問題。記者查核 ICANN、IANA、APNIC、Verisign 及 Internet Society 公開資料後，未見證據顯示一般終端用戶需要自行操作；相反，責任集中在 ISP、企業網絡管理員、雲端平台與 DNS 託管供應商。企業現在應要求供應商證明遞歸解析器已載入 KSK-2024，確認 RFC 5011 自動更新可用，並把 2026 年 10 月 11 日納入變更凍結與監控計劃。真正的問題不是 ICANN 會否換鑰，而是企業是否知道自己的每一條 DNS 解析路徑由誰管理。[最後更新：2026 年 5 月 21 日]

資料來源：ICANN官方新聞稿 · IANA DNSSEC Trust Anchors and Rollovers · APNIC Blog · Verisign Blog · Internet Society Pulse

 

 

閱讀文章
載入更多