close

IT 基建

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
IT 基建人工智能企業趨勢

Google TPU 挑戰 GPU 霸主地位：Nvidia 單月蒸發 5 萬億市值背後的算力革命

by Pierce on IT 基建人工智能企業趨勢 AI晶片 google Meta NVIDIA 算力


Google TPU 挑戰 GPU 霸主地位：Nvidia 單月蒸發 5 萬億市值背後的算力革命

AI 晶片市場正經歷版圖重組。Google 正積極將其自研張量處理單元（TPU）推向外部市場，傳出與 Meta 達成價值數十億美元的合作協議，標誌著 GPU 壟斷時代開始鬆動。這消息直接衝擊 Nvidia 股價，自 10 月底至 11 月 25 日，其市值從 5.03 萬億美元暴跌至 4.32 萬億美元，單月蒸發超過 7,100 億美元（約港幣 5.54 萬億元）。本文將深入分析這場算力革命如何重塑科技巨頭的競爭格局、技術路線之爭，以及企業未來的戰略選擇。

科技巨頭打破 GPU 依賴：多元化算力成新常態

多家外媒報導顯示，Meta 正考慮從 2027 年開始在其數據中心部署 Google 的 TPU v7（Ironwood）晶片，並可能最早於 2026 年通過 Google Cloud 租用 TPU 算力。這項潛在合作具有里程碑意義，這將是 Google TPU 首次進入自身生態系統以外的超大規模數據中心。對 Meta 而言，多元化算力供應具備巨大的經濟誘因。業內數據顯示，專用 ASIC 晶片在推理任務中，可實現比 GPU 高 4 倍的成本效益，當企業計劃部署數十萬顆 AI 晶片時，這種成本差異將轉化為數百億美元的節省空間。

領先 AI 公司 Anthropic 的採購模式進一步驗證這趨勢。該公司 11 月宣佈同時與 Nvidia 簽訂價值高達 1 GW（吉瓦）的 Blackwell 及 Vera Rubin 系統長期協議，並採購 Google 最新的 Ironwood TPU。這種「多路線並行」策略背後的邏輯清晰：避免供應鏈單點風險、降低議價劣勢，並保持技術靈活性。圖像生成平台 Midjourney 改用 TPU 後，推理成本削減 65%。

GPU 與 TPU 技術對決：通用性與專用效能之爭

Nvidia 行政總裁黃仁勳強調 GPU「領先一代」的全場景優勢，並指出 Nvidia 是唯一能運行所有 AI 模型並可在所有運算場景中部署的平台。這表態突顯 GPU 的核心競爭力——通用性與 CUDA 生態系統的鎖定效應。Nvidia 的 CUDA 平台經過十餘年積累，已成為 AI 開發者的業界標準。

雖然如此，TPU 在專用領域展現壓倒性優勢。Google TPU v7 在 AI 推理任務中能源消耗降低 60-65%，並在 MLPerf 基準測試的 9 個類別中贏得 8 項。TPU 採用的脈動陣列（Systolic Array）架構，能高效串流數據而無需頻繁讀取記憶體，大幅降低延遲與能源消耗。GPU 的優勢則在於可重編程性，當演算法更新或工作負載變化時，GPU 能快速適應，而 ASIC 則需重新設計。

投資機構花旗銀行預測，到 2028 年 AI 加速器市場規模將達 3,800 億美元（約港幣 2.96 萬億元），其中 GPU 將以 75% 市場佔有率主導市場，ASIC 佔比約 25%。推理成本在 AI 模型生命週期中是訓練成本的 15 倍，預計到 2030 年推理將消耗 75% 的 AI 算力資源，市場規模達 2,550 億美元（約港幣 1.99 萬億元）。這種從訓練主導到推理主導的轉變，正是 TPU 崛起的根本驅動力。

全球算力軍備競賽：雲端服務商與地緣政治驅動

除 Google 外，全球科技巨頭正掀起自研晶片浪潮。AWS 持續改良 Trainium 及 Inferentia 系列，並設立 1.1 億美元信用計劃支援學術界使用其晶片進行 AI 研究。中國市場呈現更激進的本土化路徑。Huawei 計劃 2026 年 Ascend 910C 晶片產量增倍至 60 萬顆，整個 Ascend 產品線產量將達 160 萬顆。這場算力競賽背後，是供應鏈安全與技術主權的考量。

雖然 Nvidia 在先進封裝產能分配上仍佔優勢，但投資者正重新評估 Nvidia 的增長是否已見頂。若 Google 僅搶佔 10% 的推理工作負載，將影響 Nvidia 每年 60 億美元（約港幣 468 億元）以上的潛在收益。Omdia 預測 AI 數據中心晶片市場將從 2024 年的 1,230 億美元（約港幣 9,594 億元）增至 2030 年的 2,860 億美元（約港幣 2.23 萬億元），但增速將從 2024 年的 250% 降至 2025 年的 67%。

企業戰略啟示：算力採購進入異構時代

這場算力革命為企業技術決策者帶來深刻啟示。首先，算力採購策略需從「單一供應商依賴」轉向「多架構組合」。企業應根據工作負載特性選擇晶片：訓練大模型、需要靈活性時選 GPU；推理、重複性任務則可考慮 TPU 以降低成本。其次，企業需關注總擁有成本（TCO）與能源效率。TPU 在推理場景中可節省 60-65% 電力消耗，對有 ESG 目標的企業尤其重要。

第三，評估軟件生態系統的遷移成本。CUDA 雖強大，但 PyTorch/XLA、JAX 等開源框架正降低遷移障礙。對中國企業而言，在地緣政治風險下，Huawei Ascend 等本土方案的戰略價值超越純粹效能考量。

展望未來，AI 晶片市場將從 GPU 壟斷走向「競爭性多元」。這不是 GPU 的終結，而是算力供應體系的成熟化。企業將根據成本、效能、靈活性的權衡，在 GPU、TPU、Trainium 等選項間靈活配置。對投資者而言，重點應從「誰會取代 Nvidia」轉向「誰能在異構生態中佔據關鍵節點」。這場算力革命的結局，很可能是共存而非零和遊戲。

資料來源:
CNBC
AI News Hub
Anthropic
AI Stack
Omdia

 

read more
IT 基建資訊保安雲端服務

AWS 強化雲端韌性：Route 53 新功能承諾 US-East-1 故障期間 60 分鐘恢復 DNS 控制

by anskar on IT 基建資訊保安雲端服務 aws dns Route 53 災難復原 雲端服務

AWS 於 2025 年 11 月 26 日宣布推出 Route 53「加速復原」（Accelerated Recovery）新功能。這項功能承諾在美國東部維珍尼亞區域（US-EAST-1）發生服務中斷時，企業可在 60 分鐘內恢復 DNS 記錄管理能力。此創新功能直接回應了一個月前該區域長達 15 小時的大規模故障事件，當時導致數百萬個應用程式陷入癱瘓。新功能免費提供，專為銀行、金融科技及 SaaS 等受監管行業設計，讓企業即使在區域性災難期間，仍能調整 DNS 設定、配置備援資源或重新導向流量。

十月教訓催生技術突破

2025 年 10 月 19 日晚間 11 點 49 分（太平洋時間），AWS US-EAST-1 區域內部 DNS 系統崩潰，導致該區域所有六個可用區域（Availability Zones）同步失效。這次事故暴露了一個致命盲點：即使企業將工作負載分散至多個可用區域，當區域層級的 DNS 服務故障時，所有防護措施形同虛設。根據 Ookla 統計，事故發生後兩小時內湧入超過 400 萬次故障通報，影響包括 DynamoDB、Lambda 等核心服務的端點解析。AWS 資深解決方案架構師 Micah Walter 坦承，受監管行業客戶明確表達需求：「他們需要確信能在意外的區域性中斷期間進行 DNS 變更，以便迅速配置備援雲端資源或重新導向流量」。

這次故障最令人挫折之處，在於 Route 53 的全球分散式資料平面（Data Plane）實際上持續正常運作，DNS 查詢解析、健康檢查及自動故障轉移功能均未中斷。問題核心出在控制平面（Control Plane）：企業無法修改 DNS 記錄、無法調整路由政策、無法配置新基礎設施。有外媒報導指出，對於所有服務部署在 US-EAST-1 的企業而言，這 15 小時處於「徹底無助狀態」。

跨區域自動故障轉移機制運作原理

加速復原功能的技術核心，在於將公開託管區域（Public Hosted Zone）的副本，從 US-EAST-1 主要區域複製至俄勒岡州的 US-WEST-2 區域。當 AWS 偵測到維珍尼亞區域服務長時間無法使用時，系統會在 60 分鐘內自動執行故障轉移，將控制平面操作重新導向至俄勒岡區域，過程完全無需人手介入。在故障轉移期間，企業可繼續使用相同的 Route 53 API 端點執行關鍵操作，包括 ChangeResourceRecordSets（變更記錄集）、GetChange（查詢變更狀態）、ListHostedZones（列出託管區域）及 ListResourceRecordSets（列出記錄集）。

AWS 技術文件特別警示一個關鍵風險：「擱置變更」（Stranded Changes）現象。在故障轉移發生前，若 API 已回傳 HTTP 200 確認接收 DNS 變更請求，但維珍尼亞區域隨即故障，這些變更將滯留在主要區域無法傳播至全球資料平面。企業必須透過 GetChange API 檢查變更狀態是否為「PENDING」，並在故障轉移完成後手動重新提交。當主要區域恢復後，系統會自動執行故障回復（Failback），但未重新提交的擱置變更將被永久捨棄。

DNS 行業競爭格局與合規壓力

AWS 此舉正值 DNS 服務市場競爭白熱化之際。根據 2025 年最新評測，Cloudflare DNS 在全球平均回應時間為 10 毫秒，持續領先 Google DNS 的 20 毫秒。Cloudflare 的 1.1.1.1 服務提供內建惡意軟件防護與家長控制功能，而 Google DNS (8.8.8.8) 則主打可靠性與廣泛採用率。然而 AWS 的差異化策略聚焦於控制平面韌性，這正是 2025 年 10 月事故揭露的行業痛點。

受監管金融機構面臨的合規要求格外嚴苛。根據 AWS 金融服務合規框架，銀行業必須遵守 GDPR、PCI-DSS 等法規，資料儲存與處理流程需符合嚴格稽核標準。Infoblox 研究顯示，使用單一跨雲端 DNS 解決方案的企業，網絡錯誤減少 75%、雲端故障減少 44%，且故障修復時間縮短 38%。DNS 被視為企業的「心跳服務」：一旦失效，整個網絡及其連接的所有裝置將陷入癱瘓。

香港與亞太區企業的策略啟示

對香港及亞太區企業而言，這項功能帶來重要啟示。HKT Enterprise 早在 2019 年即提供業務持續性解決方案，強調快速部署以減少營運中斷。然而多數企業仍依賴單一區域架構，未充分準備跨區域災難復原計劃。DNS 專家建議，若需要有效的故障轉移能力，TTL（存活時間）應設定為 60 至 300 秒的低數值，確保 DNS 記錄更新時變更能快速生效。

雲端災難復原解決方案的關鍵特性包括：自動化 DNS 更新、N:1 拓撲（平時保持復原伺服器離線以降低成本）、以及跨平台相容性。對金融機構而言，維持跨環境的一致安全與合規態勢至關重要。AWS 的加速復原功能簡化了這一流程，但企業仍需進行嚴謹的災難復原演練，驗證故障轉移程序在高壓情境下的可靠性。

零成本部署與未來趨勢

企業可透過 AWS 管理主控台、CLI、SDK 或基礎設施即程式碼工具（如 CloudFormation、CDK）啟用加速復原功能，整個啟用過程可能需時數小時。AWS 強調此功能完全免費，無額外費用，目前僅支援公開託管區域，私有託管區域暫不適用。CloudFormation 用戶可自動追蹤 DNS 變更的複製狀態，利用 GetChange API 確認變更達到「INSYNC」狀態後才完成更新，若維珍尼亞區域故障，只需重試相同操作即可在故障轉移完成後重新提交變更。

這項功能標誌著雲端服務供應商從「追求極致可用性」轉向「承認現實並提供具體 RTO 保證」的策略轉變。當企業面對 10 月份那種災難性事故時，60 分鐘的復原時間可能意味著數百萬美元（約數千萬港元）營收損失與數十萬美元（約數百萬港元）成本的差異。未來企業架構師在設計多雲或混合雲策略時，DNS 控制平面的韌性將與資料平面的可用性同等重要。對於依賴 AWS US-EAST-1 部署關鍵業務的企業，啟用加速復原功能已不再是選項，而是確保業務持續性的必要投資。

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
IT 基建人工智能企業趨勢

企業 AI 轉型的激進實驗：馬斯克大規模裁員讓 Grok 接管 X 平台營運

by Pierce on IT 基建人工智能企業趨勢 Elon Musk Grok xAI 人工智能 裁員


企業 AI 轉型的激進實驗：馬斯克大規模裁員讓 Grok 接管 X 平台營運

馬斯克正進行科技業最激進的 AI 轉型實驗——將 X 平台（前身 Twitter）的信任與安全工程團隊裁減至不足 10 人，相較 2022 年收購時逾 100 人的規模，裁員幅度高達 90%。這不僅是一次裁員，更是矽谷科技巨頭以 AI 全面取代人力的標誌性事件。外媒《The Information》報道，馬斯克計劃讓旗下 xAI 開發的 Grok 聊天機械人接管 X 平台的推薦演算法、內容審核及多項工程系統。這場變革核心邏輯在於：以 AI 自動化替代傳統人力，利用機器學習模型重構整個平台架構。

雙胞胎工程師主導 AI 革命

為實現這項龐大計劃，馬斯克將重任交給 xAI 兩位 33 歲烏克蘭裔雙胞胎工程師——Dima 與 Ievgin Soboliev。兩人均畢業於哈爾科夫國立大學應用數學系，擁有豐富矽谷科技公司履歷，曾效力 Meta、Google、Apple 及 OpenAI 等頂尖企業。知情人士透露，這對雙胞胎在 xAI 內部推行典型的「馬斯克模式」，要求工程師長時間在辦公室工作（包括週末），根除低效率現象，並迅速裁撤認為不必要的職位。自 2025 年夏季加入 xAI 以來，他們直接向馬斯克匯報，成為推動 Grok 改造 X 平台的核心執行者。

馬斯克的 AI 戰略不限於 X 平台。2025 年 8 月，他宣布成立「Macrohard」，一家純 AI 軟件公司，目標是用人工智能完全模擬 Microsoft 等軟件巨頭的所有產品和服務。從商標註冊內容可見，Macrohard 將涵蓋 AI 語音文本生成、程式碼撰寫、遊戲設計及圖像影片理解系統等領域。這顯示馬斯克正試圖建構「AI 優先」商業帝國，當中人類員工角色將大幅縮減。

科技業掀 AI 裁員潮

馬斯克做法並非孤例，反映整個科技產業結構性轉變。據《Silicon Valley Business Journal》報道，2025 年首 10 個月，全球科技業裁員超過 18.4 萬人，其中約 5 萬人（27.3%）裁員直接與 AI 和自動化工具實施有關。主要科技公司紛紛表示正用 AI 替代人力：IBM 計劃 5 年內用 AI 替代 30% 後勤職位（約 7,800 個崗位）；Amazon 行政總裁在內部備忘錄承認，AI 效率提升將導致公司「減少總體企業員工數量」；網上教育平台 Chegg 裁員 45%，理由是 AI 帶來的「新現實」。

Anthropic 行政總裁 Dario Amodei 向美國政府發出警告，指 AI 可能在未來 1 至 5 年內消滅 50% 入門級白領工作，令失業率飆升至 10% 到 20%。前 Google 行政總裁 Eric Schmidt 預測，一年內大部分程式設計工作將由 AI 完成。世界經濟論壇研究估計，到 2030 年，AI、機械人和自動化將取代 9,200 萬個工作崗位，雖然同時創造 1.7 億個新職位，但新舊工作並非一對一替換，技能斷層和地理錯配將成嚴峻挑戰。

平台安全隱憂浮現

馬斯克激進裁員策略已開始暴露風險。澳洲網絡安全專員發布報告顯示，自馬斯克收購 Twitter 以來，X 平台信任與安全團隊從 4,062 人削減至 2,849 人，全職內容審核團隊從 107 人減半至 51 人，專門負責信任與安全的工程師從 279 人驟降至 55 人，裁減幅度達 80%。裁員直接影響平台安全表現：用戶回報仇恨帖文的回應時間延長 20%，處理仇恨私人訊息速度減緩 70%。

更深層矛盾在於，負責平台安全團隊對 Grok 生成內容毫無控制權，形成「權責不對等」困境。當安全團隊忙於清理 Grok 生成的有害內容時，xAI 團隊可能正訓練 Grok 變得更具「創造性」。這種內部目標不一致，令平台安全問題陷入無人負責真空地帶。X 平台亦因信任與安全團隊不穩定，在推動支付服務「X Money」時遭遇監管機構阻力，因金融監管機構要求支付公司必須擁有穩定領導層和足夠員工支援客戶及打擊欺詐。

AI 雙面刃：效率與風險

McKinsey 的 2025 年職場 AI 報告指出，AI 代理已能與客戶對話並自主規劃後續行動（如處理付款、檢查存貨），為企業帶來顯著效率提升。然而 AI 驅動的內容審核系統面臨「語境理解不足」根本限制，缺乏理解細微差異能力，令 AI 系統若非過度過濾，便是放任有害內容通過。2025 年加拿大選舉前，Deepfake（深度偽造）影片在 Facebook 病毒式傳播即為一例；X 平台也因內容審核和演算法透明度不足，遭歐盟《數碼服務法》罰款。

J.P. Morgan 全球研究部門分析師 Brenda Duverce 指出，愈來愈多公司部署 AI 模型增強或取代現有員工，特別是涉及常規和重複性任務（如資料輸入和客戶服務）職位。AI 對就業影響可能在經濟衰退時期更嚴峻，在下一次經濟衰退中，AI 工具快速廣泛採用可能引發「主要由非常規認知任務組成的職業」大規模失業潮。

企業決策者的戰略思考

馬斯克 AI 轉型實驗為全球企業領導者提供重要啟示。PwC 的 2025 年全球 AI 工作晴雨表研究顯示，AI 可讓員工變得更有價值，而非更少價值，即使在高度可自動化工作中亦然。關鍵在於企業如何平衡短期成本削減與長期能力建設。過度裁減專業團隊（如信任與安全部門）可能削弱平台風險管理能力，最終導致監管罰款、用戶流失及品牌信譽受損等長期成本。

科技業分析師 Alan Cohen 表示，關稅、貿易緊張局勢和需求疲軟壓力，迫使科技巨頭在 AI 自動化本應創造新工作時大幅削減成本，結果 AI 反而取代更多現有職位。對企業而言，真正挑戰不單是工作數量變化，更是技能斷層、地理錯配及組織文化轉型。在這場 AI 革命中存活下來的企業，將是那些能夠執行「AI 無法複製」任務的團隊，這要求企業在追求自動化效率同時，保留並培養人類獨特創造力、判斷力和情境理解能力。

資料來源： The Information Business Insider CNBC IEEE Computer Society Axios

 

read more
IT 基建人工智能企業趨勢微電子業

馬斯克啟動「TeraFab」建廠計劃 Tesla AI 晶片年產能目標超全球科技巨頭總和

by Pierce on IT 基建人工智能企業趨勢微電子業 AI晶片 ElonMusk TeraFab Tesla 垂直整合


馬斯克啟動「TeraFab」建廠計劃 Tesla AI 晶片年產能目標超全球科技巨頭總和

Tesla 行政總裁馬斯克宣佈，公司已確立每 12 個月推出一款新 AI 晶片的生產節奏，目標是晶片產量最終超越所有其他科技公司的總和。此宣示意味 Tesla 正從電動車製造商轉型為半導體產業重要參與者，挑戰 Nvidia、AMD 等傳統 AI 晶片霸主地位。馬斯克透露，目前車載版本為 AI4 晶片，AI5 即將完成流片（tape out），AI6 已啟動研發。為解決產能瓶頸，Tesla 計劃建立名為「TeraFab」的超大型晶圓廠，規模將超越台積電 Gigafab 等級。

垂直整合戰略推動自主晶片產能擴張

Tesla 對 AI 晶片需求源於多元化產品線爆炸性增長。據《Bloomberg》報導，AI5 晶片將部署於 Tesla 汽車、數據中心、預計推出的 Cybercab 自動駕駛的士及 Optimus 人形機械人。馬斯克在股東會議中指出，即使整合台積電、Samsung 等 4 座晶圓廠產能，仍無法滿足公司預估需求。Tesla 目標在未來數年內達到年產 500 萬輛汽車，加上數百萬台人形機械人，每個單元需搭載多顆 AI 晶片，總需求量將達數億至數十億顆級別。

這種供需缺口促使 Tesla 採取 Apple 式垂直整合策略。投資分析平台 AInvest 指出，Tesla 透過自主設計晶片、軟件和數據閉環系統，正減少對傳統供應商依賴。與外部採購相比，自研晶片可針對全自動駕駛（FSD）和機械人控制進行專用最佳化，在成本、功耗和效能上取得優勢。馬斯克聲稱，AI5 晶片效能可比擬 Nvidia 旗艦 Blackwell 晶片，但功耗僅三分之一，生產成本不到 10%。若能實現此經濟效益，將徹底改變 AI 運算成本結構。

AI5 世代晶片規格與競爭定位分析

根據《NotATeslaApp》報導，AI5 晶片相較前代 AI4 實現技術代際躍進：運算效能提升 10 倍、記憶體容量增加 9 倍、區塊量化效能提升 5 倍。這些規格專為支援百萬輛級別自動駕駛車隊和人形機械人即時推理運算而設計。半導體產業分析師指出，Tesla 戰略性放棄自研 Dojo 訓練晶片，轉而專注於推理晶片開發，符合商業優先思維。推理晶片直接應用於終端產品，產生即時營收，而訓練晶片市場規模較小且競爭激烈。

在製程技術方面，南韓《朝鮮日報》報導，Samsung Electronics 已獲得 AI6 晶片價值 165 億美元（約港幣 1,287 億元）生產合約，將採用 2nm SF2 製程於美國德州 Taylor 廠生產。同時，AI5 晶片將由台積電和 Samsung 分別在亞利桑那州和德州廠區代工。馬斯克特別強調，Samsung 德州廠設備「技術上略為領先」台積電亞利桑那廠，這可能影響未來訂單分配。雖然兩家代工廠對設計物理轉換方式不同，但 Tesla 的 AI 軟件可在兩種晶片上完全相容運作。

值得留意，與 Nvidia Blackwell 或 AMD MI350 系列相比，Tesla 晶片屬於 ASIC（應用專用積體電路），並非通用 GPU。Nvidia 憑藉 H100、B200 等產品主導 AI 訓練市場，其 2025 年市值達 4.16 兆美元（約港幣 32.4 兆元），而 AMD 以較低價格定位競爭，MI350 推理效能較前代提升 35 倍。Tesla 差異化在於針對自動駕駛和機械人場景垂直最佳化，犧牲通用性換取極致功耗效率和成本優勢。

TeraFab 建廠計劃的技術挑戰與供應鏈重構

馬斯克在股東會議中透露，Tesla 正評估建立「TeraFab」晶圓廠可能性，規模將遠超台積電 Gigafab 概念。台積電將月產能 10 萬片以上廠區稱為 Gigafab，其亞利桑那 Fab 21 總投資將達 1,650 億美元（約港幣 1.28 兆元）。若 Tesla 之 TeraFab 成真，將需要天文數字級別資本支出和技術人才。馬斯克坦言：「即使外推供應商最佳情境，產能仍不足。我看不到其他方法滿足晶片需求量。」

然而，半導體製造複雜度遠超汽車組裝。《Tom’s Hardware》分析指出，建立先進製程晶圓廠需要掌握數千個製程步驟，涵蓋前段（FEOL）、中段（MOL）和後段（BEOL）模組，每個步驟涉及數百至數千個參數調校。這些技術累積需要數十年經驗，且無法從 IBM、Imec 等研發機構直接授權。Tesla 雖曾為 SpaceX 建立晶片供應鏈零件，但要達到 AI 晶片量產規模，唯一可行路徑是透過合作夥伴和產能擴張。

供應鏈專家指出，Tesla 多元化代工策略既是風險分散，亦是產能保障。台積電擁有成熟製程和高良率，Samsung 提供最新設備和產能彈性，而傳聞中 Intel 代工合作（18A 製程）則增加談判籌碼。這種「三足鼎立」佈局確保任一供應商出現問題時，不致癱瘓整體生產。但《Digitimes》報導警告，即使整合三大代工廠，Tesla 產能缺口依然巨大，這正是 TeraFab 計劃戰略必要性所在。

自動駕駛車隊與人形機械人驅動晶片需求爆發

Tesla AI 晶片需求驅動力來自三大應用場景。首先是全自動駕駛系統，馬斯克承諾 Cybercab 無方向盤自動駕駛的士將於 2026 年 4 月開始生產。每輛 Cybercab 需搭載多顆 AI5 晶片進行即時環境感知和路徑規劃，若車隊規模達百萬輛，單此項目年需求即達數百萬至千萬顆。其次是 Optimus 人形機械人，馬斯克預測其製造成本最終可降至 2 萬美元（約港幣 15.6 萬元），並聲稱「執行手術優於最佳人類外科醫生」、「消除貧困」。若 Optimus 達到量產，每台機械人需要運算能力將超過汽車，因其需處理更複雜運動控制和人機互動。

第三大應用是 Tesla 自有數據中心。《NotATeslaApp》報導，自公司放棄 Dojo 訓練晶片後，AI5 將同時承擔推理和訓練任務。同時，馬斯克旗下 xAI 公司正在沙特阿拉伯建設 500MW 數據中心，可能採用 Tesla 晶片。這種跨公司資源整合進一步推高晶片需求。馬斯克甚至提出「分散式超級電腦」概念，將停放中 Tesla 車隊作為運算節點，若能實現則需為所有車輛配備 AI5，總量將達數億顆級別。

產業分析師郭明錤指出，雖然馬斯克計劃聽起來極為激進，但從供應鏈動態來看其戰略屬實。Tesla 股價年初至今上漲 13.25%，反映投資者對 AI 晶片戰略具信心。馬斯克強調，這些晶片將「透過更安全駕駛拯救無數生命，並透過 Optimus 向全球提供先進醫療照護」，將技術發展與社會價值連結。

對半導體產業格局的長期影響

Tesla 晶片戰略正重塑半導體產業競爭態勢。對於台積電和 Samsung 而言，Tesla 是繼 Apple、Nvidia 後又一超級客戶，但也屬潛在長期威脅。一旦 TeraFab 建成，Tesla 可能逐步收回部分產能，壓縮代工廠市場空間。Epium 分析指出，當前全球約 90% 最先進 AI 晶片由台積電生產，這種高度集中增加地緣政治風險。Tesla 多元化佈局和自建廠計劃，呼應美國《晶片法案》推動供應鏈在地化趨勢。

對 Nvidia 和 AMD 而言，Tesla 崛起是直接挑戰。雖然 Tesla 晶片目前僅供內部使用，但其「10% 成本、33% 功耗」規格若被驗證，可能促使其他車廠和機械人公司開發專用 ASIC，侵蝕通用 GPU 市場。Nvidia 護城河在於 CUDA 軟件生態系統和 Transformer Engine 等專用硬件，但在推理應用領域，專用晶片效率優勢正逐漸顯現。這場競賽結果將決定未來十年 AI 運算技術路線：是通用 GPU 主導，還是各領域專用晶片百花齊放。

從企業戰略角度，Tesla 晶片計劃展示科技巨頭走向垂直整合典範。如同 Apple 以自研 M 系列晶片擺脫 Intel 依賴，Tesla 正透過 AI 晶片掌握核心技術主導權。這對台灣半導體產業既是機遇亦是警訊：短期內代工訂單激增，長期則面臨客戶自主化挑戰。台積電和 Samsung 需在製程技術、先進封裝（CoWoS、SoIC）等領域持續領先，才能維持不可替代性。

自主晶片生態系統重新定義汽車科技競爭力

Tesla AI 晶片戰略為全球汽車產業樹立新典範：未來競爭力將取決於軟件硬件整合能力，而非傳統機械工程。當 Tesla 每年推出新世代晶片時，傳統車廠若持續依賴外部供應商，技術代差將逐年擴大。馬斯克曾表示計劃每年生產高達 2,000 億顆 AI 晶片，此數字雖誇張但突顯其決心。隨著 AI5 於 2027 年量產、AI6 研發啟動，Tesla 正構建一個從晶片設計、製造到應用完整閉環生態系統。

然而挑戰依然艱鉅。半導體建廠週期長達 5 至 7 年，TeraFab 何時落實仍是未知數。AI5 實際效能表現、良率爬升速度、與 Nvidia 真實對比，均需等待市場驗證。對投資者而言，Tesla AI 晶片計劃既是增長動能，亦是資本支出風險。對產業而言，一場圍繞 AI 運算主導權爭奪戰已然開打。Tesla 能否如馬斯克所言「產量超越所有其他製造商」，將在未來三至五年內揭曉，並深刻影響汽車、機械人和半導體三大產業版圖重構。

資料來源： Bloomberg、 Tom’s Hardware、 NotATeslaApp、 The Chosun Daily、 Investopedia

 

read more
IT 基建雲端服務

Amazon Leo 發佈進軍衛星網路高達 1 Gbps 下載 高度整合 AWS 生態挑戰 Starlink

by anskar on IT 基建雲端服務 Amazon Amazon Leo aws Starlink 衛星網絡

Amazon 於 2025 年 11 月 23 日正式公布其衛星網絡服務品牌「Amazon Leo」（前身為 Project Kuiper 計劃），同步發表企業級終端機 Leo Ultra，提供高達 1 Gbps 下載及 400 Mbps 上載速度，直接瞄準 SpaceX 旗下 Starlink 在全球衛星網絡市場的領導地位。這款配備 Amazon 自研晶片的全雙工相位陣列天線，預計於 2026 年正式商轉，目前已有超過 150 顆衛星在軌運行並展開初步網絡測試。Amazon 此舉標誌著科技巨頭正式從雲端服務延伸至太空基礎建設，將為企業客戶提供結合 AWS 雲端運算的端對端解決方案。

企業級硬件規格突破傳統衛星網絡限制

Leo Ultra 終端機採用 20 吋 x 30 吋 x 1.9 吋的輕薄設計，整合防水外殼與散熱系統，專為極端環境下的企業部署而研發。Amazon 消費者與企業業務副總裁 Chris Weber 表示，Amazon Leo 為在具挑戰性環境中營運的企業帶來機遇，從衛星網絡設計到高效能相位陣列天線組合，均專為滿足最複雜的商業與政府客戶需求而建立。這款終端機搭載 Amazon Leo 自研矽晶片，支援低延遲應用如視像會議、實時監控及雲端運算，被 Amazon 稱為「目前生產中最快的商用終端機」。

除了高階的 Ultra 型號，Amazon 同步推出兩款不同規格產品以覆蓋多元市場需求。Leo Pro 終端機提供最高 400 Mbps 下載速度，而小型化的 Leo Nano 則支援最高 100 Mbps 連線，三款產品均採用「即插即用」設計與自動定向天線技術，大幅降低技術門檻。相較於傳統地球同步軌道（GEO）衛星系統，低軌道（LEO）衛星群能提供更低延遲與更高頻寬，近期加州大學聖地牙哥分校與馬里蘭大學的研究更揭露傳統 GEO 系統存在未加密通訊的嚴重安全漏洞。

私有網絡服務建立差異化競爭優勢

Amazon Leo 的核心競爭策略並非單純比拼網速，而是深度整合 AWS 雲端生態系統。服務包括「Direct to AWS」功能，允許企業客戶直接連接雲端服務而無需經過公共網絡，以及「Private Network Interconnects」提供數據中心的專線連結。這種衛星與雲端的無縫整合模式，讓偏遠地區的企業能以與都市相當的效能存取 Amazon EC2 運算資源與 S3 儲存服務，類似現有衛星營運商 Intelsat 與 SES 透過 AWS Direct Connect 提供的託管連線服務。

目前已有 JetBlue 航空、Hunt Energy Network、澳洲國家寬頻網絡（NBN）、L3Harris 及 Connected Farms 等企業夥伴加入企業預覽計劃。這些早期採用者涵蓋航空、能源、製造、運輸及媒體等關鍵產業，反映企業級客戶對可靠偏遠連線的迫切需求。Amazon 目前正向預覽計劃參與者發送 Leo Pro 與 Leo Ultra 終端機進行實地測試，但尚未公開終端機定價策略。

衛星網絡市場進入關鍵競爭階段

全球 LEO 與 GEO 衛星網絡市場預計將從 2025 年的 145.6 億美元（約港幣 1,135.7 億元）成長至 2030 年的 334.4 億美元（約港幣 2,608.3 億元），年複合成長率達 18.1%。消費者寬頻用戶數預期從 2025 年的 620 萬增長至 2030 年的 1,560 萬。然而 Amazon Leo 面臨的是已具顯著先行者優勢的 Starlink——SpaceX 已於 2025 年 10 月前發射超過 2,500 顆衛星，截至 2025 年 11 月擁有超過 800 萬用戶，2025 年預估營收達 118 億美元（約港幣 920.4 億元），佔 SpaceX 總營收約 70%。

Starlink 的垂直整合優勢明顯：自行製造衛星、使用自家火箭發射、控制從地面站到用戶終端的完整技術堆疊。這種規模經濟已將終端機成本從發布時的 3,000 美元（約港幣 23,400 元）壓低至目前的 600 美元（約港幣 4,680 元），並持續透過衛星群密度創造網絡效應來強化服務品質。相較之下，Amazon Leo 目前僅有 150 顆衛星在軌，計劃最終部署超過 3,000 顆衛星才能實現全球覆蓋。

亞太市場成為 LEO 衛星服務戰略要地

亞太地區預計將在 2025 年佔據全球衛星網絡市場 30.7% 的佔有率，成為成長最快的區域市場。印度、澳洲及東南亞國家的廣闊地理範圍與多樣地形，使衛星網絡成為縮小數碼鴻溝的有效解決方案。中國正透過國網計劃推動國家級 LEO 衛星群，規劃部署超過 13,000 顆衛星。亞太地區超過 50% 至 60% 人口居住在鄉村地區，政府資助的寬頻擴展計劃持續增加，為衛星服務營運商創造強勁需求。

對於企業客戶而言，Amazon Leo 與 Starlink 的競爭將為市場帶來更多選擇與價格壓力。企業網絡部門預計將在 2025 年主導衛星網絡市場，能源、海事及物流等產業需要安全數據傳輸、雲端存取與物聯網支援。隨著終端機成本下降與 SD-WAN 整合技術成熟，企業採用衛星網絡的障礙正逐步消除。Amazon 若能成功整合其全球 AWS 基礎設施與 Leo 衛星網絡，將在企業市場建立獨特的競爭護城河，但能否在 Starlink 已建立 8 年先發優勢的市場中快速追趕，仍有待 2026 年正式商轉後的市場驗證。

資料來源： About Amazon CNBC The Verge MarketsandMarkets Sacra

 

read more
IT 基建企業趨勢

《新田科技城創科產業發展規劃概念綱要》分析解讀：對企業的「隱形」紅利與風險對沖

by anskar on IT 基建企業趨勢 供應鏈 創科產業 新田科技城 智慧城市

特區政府發布《新田科技城創科產業發展規劃概念綱要》（下稱《綱要》），對於密切關注香港創科發展的企業領袖而言，這是一份值得深入研究的戰略文件。這份文件最核心的商業價值，在於解決香港「無地生產」的長期痛處，並在基礎設施、營運效率及資本合作模式上，提出企業極為關注的具體解決方案。對於企業決策者來說，新田科技城不僅是研發中心的選址，更是一個可進行中試及小規模量產的完整產業基地。我們更找來香港資訊科技商會榮譽會長方保僑對於此綱要提供業界的觀察洞見。

專業基建 為特殊製程度身訂造產業配套

企業在評估設廠選址時，最關注工業配套是否已有所準備。新田科技城的規劃顯示，政府充分理解先進製造業的特殊需求。對於微電子與新材料企業而言，生產過程往往涉及大量工業廢水處理，這是一筆龐大的環保與營運成本。《綱要》明確指出，園區將建設專用再生水處理及回收再用設施，專門服務微電子與新材料產業，確保製程穩定並實現環保的可持續營運。

對於生命健康科技企業，《綱要》提及將配套建設冷鏈物流及生物樣本儲存庫等專業設施。這些專業基建的存在，意味著企業無需自行承擔高昂基礎建設投資，即可享有工業級配套服務。同時《綱要》亦提及數據中心、運算中心等支援人工智能產業發展的基建，為大數據處理、模型訓練和測試提供強大運算資源和安全環境。

香港資訊科技商會榮譽會長方保僑指出，硬件配套固然重要，但企業在進駐初期仍需關注供應鏈實際運作情況。雖然新田強調與深圳連接，但跨境物流的資格認證與關鍵零部件通關效率，仍需企業密切留意政府在「供應鏈數碼化」方面的實施進程，以免影響產能。

 

分期策略與彈性空間 把握進駐最佳時機

時機選擇往往決定戰略優勢大小。企業決策者必須留意，新田科技城發展並非一次性推出，而是細分為 5 個階段。這種分期策略為不同類型企業提供不同戰略切入點。

若企業急需承接河套香港園區科研成果進行產業化，應關注第一期第二階段（P1S2），該階段定位為產業生態延展，專注於產業鏈中下游延伸空間。若目標是設立區域總部並尋求成熟商業氛圍，第一期第三階段（P1S3）的產城中樞將提供最完善綜合功能，包括國際總部、商業綜合體及人才公寓空間。

更重要的是，面對科技行業快速迭代，企業往往擔心未來擴張空間受限。《綱要》揭示一項關鍵彈性設計：整體規劃將預留 20% 至 30% 土地作為「戰略留白」，並可根據實際發展情況靈活調整。特別值得注意的是，在第一期第四階段（P1S4）就會預留更多戰略留白用地，而非等到第二期才有擴張機會。

此安排對企業決策極具價值，意味著企業現在的投資在未來 5 到 10 年內就有原地擴張可能性，無需等到 2035 年後的第二期才考慮擴張。這種中期就能獲得的擴張彈性，對於需要快速迭代產品、調整產能的科技企業來說，是至關重要的戰略保障。無需擔心被周邊發展限制，企業可根據市場變化和技術演進，靈活規劃自身成長路徑。

智慧交通願景 理想與現實平衡考量

在佔地廣闊園區內，人員與物資高效流動至關重要。規劃中提出具前瞻性的解決方案——「新田雲端連廊」。這不只是行人天橋網絡，更考慮引入低運量環保公共交通，如自動行人道、個人快速運輸系統或自動駕駛接駁系統。對於需要在不同實驗室、中試工廠及辦公大樓之間頻繁往來的研發團隊而言，這種內部智慧交通網絡將大幅提升營運效率。

方保僑從智慧交通角度分析，雖然無人運輸系統極適合高頻率精密零件運輸，但目前技術標準與法規尚未完全配套。企業在初期規劃時，不能完全依賴藍圖中的先進系統，仍需準備傳統運輸方案作為過渡，待法規標準化後再全面升級。

人才社區軟實力 從居住跨越至宜居

在人才爭奪戰中，新田科技城的「軟實力」佈局同樣值得關注。為吸引並留住國際頂尖人才，規劃不只提供人才公寓，更致力構建「10 分鐘生活圈」。在第二期規劃中，明確提到建設「科研人員社區」及相應「教育配套設施」，以滿足創科人才子女就讀需要。第一期第三和第四階段也規劃了酒店、人才交流場地、休閒商業街等生活配套。

方保僑認為，硬件公寓容易興建，但社區氛圍需要時間培養。對於習慣國際都會生活的頂尖科學家，這些教育與社區配套落實程度，將是企業從全球招募高階人才時，除薪資外最重要的考慮因素。

 

投資模式選擇 租戶還是合作夥伴

對於擁有資本實力的企業，《綱要》提出的開發模式開啟多元化參與機會。政府將遵循「有為政府、高效市場」原則，考慮成立「平台公司」主導開發。這家平台公司將採用雙層或多層架構：第一層由政府全資擁有，確保戰略方向符合政府產業政策目標；第二層則允許設立子公司（項目公司），引入市場資金與企業合作。

這意味著企業除可作為租戶進駐外，更有機會透過建設－營運－移交（BOT）、建設－擁有－營運（BOO）、合資模式或設計－建設－融資－營運（DBFO）等不同方式，直接參與特定園區開發與營運。市場合作方選擇相當多元，包括私募基金等資金方、具有創科產業發展經驗的產業方、本地及海內外地產開發商，以及多元化企業或國有企業等。

方保僑建議，大型科技企業應積極考慮合資參股，以鎖定長期營運成本並掌握話語權；但對於中型創科企業，以租戶身份靈活進駐或許是更穩健策略，既能享受生態紅利，又可減低資本壓力。

產業轉型新動能引擎

新田科技城提供的不只是土地，而是一套包含專用基建、彈性空間及智慧交通的綜合解決方案。隨著 2025 年土地回收與平整工作啟動，企業現在就應開始審視自身供應鏈佈局和戰略定位。

方保僑總結時強調，新田科技城落實執行不僅是基礎建設推進，更是香港創科由政策框架走向實質產業集群的關鍵一步。初創及大型企業應充分利用這裡的空間資源與上下游產業鏈，促進科研與規模生產協同發展。新田科技城將成為未來 10 年香港產業轉型的「新動能引擎」，助力本地企業突破地理與政策限制，深度融入大灣區並向全球市場拓展。

根據顧問機構評估，新田科技城完全運作後，預計每年可為香港本地生產總值貢獻約 2,500 億元，並創造超過 30 萬個全職工作崗位。這不單是數字上的經濟貢獻，更代表香港經濟結構從「南金融、北創科」戰略佈局的實質推進，為企業在這個轉型過程中提供明確發展方向和實質支援平台。

read more
IT 基建人工智能企業趨勢

矽谷創業家與投資者風向大轉變： OpenAI 被票選為第二「最可能失敗」AI 巨頭

by Pierce on IT 基建人工智能企業趨勢 AI泡沫 Anthropic Cerebral Valley OpenAI Perplexity


矽谷創業家與投資者風向大轉變： OpenAI 被票選為第二「最可能失敗」AI 巨頭

在 2025 年 11 月於三藩市舉行的 Cerebral Valley 峰會上，一項由超過 300 位 AI 創業家與投資者參與的匿名調查，揭示令人震驚的結果：估值近 5,000 億美元（約港幣 3.9 兆元）的行業領導者 OpenAI，被業內人士票選為第二「最可能失敗的獨角獸」，僅次於估值 200 億美元（約港幣 1,560 億元）的 AI 搜尋引擎 Perplexity。這項調查由獨立記者 Alex Heath 主持，參與者主要為 AI 公司創辦人、投資者、產品負責人與工程師，代表矽谷內部最真實的情緒轉變。調查同時顯示，當被問及願意投資哪家私營科技公司時，與會者選擇 OpenAI 的主要競爭對手 Anthropic，標誌投資者對 AI 競賽看法出現重大轉折。

財務黑洞響起警號

OpenAI 的財務數據揭示業界悲觀情緒的根源。根據《The Wall Street Journal》取得的財務文件，該公司預計 2025 年將產生 90 億美元（約港幣 702 億元）虧損，而收入僅為 130 億美元（約港幣 1,014 億元），相當於每賺 1 美元就要虧損 0.69 美元。更令人擔憂的是，到 2028 年，OpenAI 的營運虧損預計將膨脹至 740 億美元（約港幣 5,772 億元），約佔當年預期收入的四分之三。《The Information》報道指出，該公司累計虧損將在 2029 年達到 1,150 億美元（約港幣 8,970 億元），而這些數據尚未計入最近簽署高達 1.4 兆美元（約港幣 10.92 兆元）的運算設備採購合約。雖然行政總裁 Sarah Friar 表示公司利潤率健康，若有意願可實現收支平衡，但行政總裁 Sam Altman 承認必須持續集資才能維持公司運作。OpenAI 預計要到 2030 年才能達到收支平衡，比競爭對手 Anthropic 的 2028 年目標遲了兩年。

商業模式陷困境

OpenAI 面臨的核心問題，在於其商業模式的結構性缺陷。根據公司高層向《Financial Times》透露的數據，ChatGPT 擁有 8 億用戶，但僅有 5% 用戶願意付費。約 70% 經常性收入來自 ChatGPT 訂閱服務（包括每月 20 美元及 200 美元的方案），但 95% 免費用戶意味著巨大的運算成本無法轉化為收入。Menlo Ventures 分析顯示，基於 100 億美元（約港幣 780 億元）年度營收和 8 億月活躍用戶計算，僅約 4,000 萬用戶每月支付 20 美元（約港幣 156 元）。同時，OpenAI 承諾在未來十年投資超過 1 兆美元（約港幣 7.8 兆元）於運算基礎設施，其中僅備用數據中心容量就花費近 1,000 億美元（約港幣 7,800 億元）。這種「先燒錢再獲利」的策略，需要市場對 AI 需求持續以預期速度激增，否則可能面臨資金鏈斷裂風險。

競爭對手 Anthropic 強勢崛起

Anthropic 快速崛起成為 OpenAI 最大威脅。根據 Menlo Ventures 於 2025 年 7 月發布的企業大型語言模型市場報告，Anthropic 已佔據 32% 企業 AI 市場佔有率，超越 OpenAI 的 25%。相較之下，OpenAI 在 2023 年曾主導 50% 市場佔有率。Anthropic 收入從 2024 年初的 8.7 億美元（約港幣 67.8 億元）飆升至 2025 年 8 月超過 50 億美元（約港幣 390 億元），並預計到 2025 年底達到 90 億美元（約港幣 702 億元）年度經常性收入。《The Information》報道指出，該公司預測 2028 年將實現 700 億美元（約港幣 5,460 億元）收入和 170 億美元（約港幣 1,326 億元）現金流，毛利率將從去年的負 94% 提升至 2028 年的 77%。Anthropic 的獨立產品 Claude Code 於 2025 年 5 月推出後，年營收已突破 10 億美元（約港幣 78 億元），相較 7 月的 4 億美元（約港幣 31.2 億元）大幅成長。企業客戶數量從兩年前不足 1,000 家增長至目前超過 30 萬家，顯示其 B2B 策略非常成功。

AI 泡沫化疑慮重現

矽谷對 AI 產業泡沫化的擔憂正在升溫。OpenAI 估值在短時間內從 140 億美元（約港幣 1,092 億元）飆升至近 5,000 億美元（約港幣 3.9 兆元），分析師將這種狂熱與 2000 年代初期的科網股泡沫相提並論。UBS 首席全球股票策略師 Andrew Garthwaite 指出，AI 熱潮具備典型泡沫的所有特徵：「趁低吸納」心態、「這次不同」的信念、散戶參與度增加，以及寬鬆貨幣條件。不過，獨立分析師 Damon Visser 認為當前情況與科網股泡沫存在關鍵差異：「這不是科網股泡沫，因為需求遠遠超過供應」。他引用 CoreWeave 財報電話會議為例，雖然該公司收入積壓在一季內幾乎倍增至 556 億美元（約港幣 4,336.8 億元），但因電力基礎設施延遲交付，不得不將 2025 年資本支出指引削減高達 40%。Oracle 行政總裁 Safra Catz 也證實，雖然擁有 4,550 億美元（約港幣 3.55 兆元）收入積壓和與 Meta、OpenAI、xAI 的重大合約，該公司仍因容量短缺而「繼續拒絕客戶」。

Perplexity 面臨法律與估值挑戰

在「最可能失敗」榜單上排名第一的 Perplexity 面臨更嚴峻挑戰。這家由前 OpenAI 研究員 Aravind Srinivas 於 2022 年創立的 AI 搜尋引擎，估值從 2024 年初 5 億美元（約港幣 39 億元）飆升至 2025 年 9 月的 200 億美元（約港幣 1,560 億元），部分投資者甚至開出高達 500 億美元（約港幣 3,900 億元）估價。然而該公司正面臨多宗版權訴訟和法律爭議，股東包括 Amazon 創辦人 Jeff Bezos、Nvidia、Databricks 與 Samsung 等。《Business Insider》報道指出，投資者對 Perplexity 的熱切需求正好展示「AI 泡沫有多瘋狂」。雖然公司行政總裁在 2025 年 4 月表示服務約 3,000 萬用戶，並已從訂閱制擴展至廣告和電子商務收入模式，但快速膨脹的估值與實際營收之間的落差，令業界質疑。

產業洗牌與未來展望

Cerebral Valley 調查還顯示其他進入「可能失敗」名單的初創公司包括 Cursor、Figure、Harvey、Mercor、Mistral 和 Thinking Machines。雖然悲觀情緒蔓延，參與者仍預測 Nvidia 市值可能在 2026 年底前達到 6 兆美元（約港幣 46.8 兆元），反映市場對 AI 基礎設施供應商持續有信心。調查同時顯示，當被問及明年 LMArena 排行榜領導者時，與會者一致認為 OpenAI 仍將位居榜首，突顯其技術領先地位與商業模式困境之間的矛盾。企業大型語言模型（LLM）支出已從 2024 年 11 月的 35 億美元（約港幣 273 億元）增長至 2025 年中期的 84 億美元（約港幣 655.2 億元），顯示市場需求依然強勁。Menlo Ventures 合夥人 Tim Tully 表示：「隨著企業 LLM 支出突破 80 億美元，Anthropic 正在獲取大部分市場佔有率，而 Google 也迅速躋身第三。」

對企業決策者的啟示

這次調查揭示的情緒轉變，對企業決策者具有重要意義。首先，技術領先不等於商業成功，OpenAI 雖在模型能力上保持優勢，但無法將流量轉化為收入的困境值得警惕。其次，B2B 市場正成為 AI 變現的主戰場，Anthropic 透過專注企業客戶實現快速成長，證明穩定的企業收入比消費者流量更具價值。第三，財務紀律在資本密集型產業中至關重要，Anthropic 預計 2028 年實現收支平衡的目標，相較 OpenAI 延後至 2030 年的計劃更受投資者青睞。最後，基礎設施瓶頸可能成為 AI 產業下一階段關鍵制約因素，電力供應與數據中心容量短缺正限制企業將積壓訂單轉化為實際收入的能力。隨著 AI 競賽進入新階段，能夠在技術創新與財務健康之間取得平衡的企業，將更有機會在這場長期競賽中勝出。

 

資料來源：cnBeta.COM、Fortune、TechChannel News、The Wall Street Journal、GlobeNewswire

read more
IT 基建企業趨勢業界消息

Amazon 貝佐斯 62 億豪賭物理 AI： 重返行政總裁寶座的戰略意圖

by Pierce on IT 基建企業趨勢業界消息 blue origin Jeff Bezos Project Prometheus 人工智能 物理 AI


貝佐斯 62 億豪賭物理 AI： 重返行政總裁寶座的戰略意圖

Amazon 創辦人 Jeff Bezos 於 2025 年 11 月宣布投入 62 億美元（約港幣 483.6 億元）創立人工智能新創公司 Project Prometheus，並親自出任共同行政總裁，這是他自 2021 年 7 月卸任 Amazon 行政總裁以來首次重返企業營運第一線。這筆資金使 Project Prometheus 成為全球資金最雄厚的早期新創公司之一，遠超前 OpenAI 技術長 Mira Murati 今年稍早創立的 Thinking Machines Lab 所募得的 20 億美元（約港幣 156 億元）。該公司專注於將 AI 應用於「物理世界」的工程與製造任務，鎖定航太、汽車、電腦等產業，預期與 Bezos 旗下太空公司 Blue Origin 產生深度協同效應。

頂尖科學家聯手：印度裔物理學家掌舵技術願景

Bezos 的共同創辦人兼共同行政總裁是資深物理學家暨化學家 Dr. Vikram Bajaj。這位印度裔科學家擁有橫跨科技與生命科學的豐富經歷。Bajaj 曾在 Google X「登月工廠」擔任主管，與 Google 共同創辦人 Sergey Brin 密切合作開發 Waymo 自動駕駛汽車等突破性專案。他隨後共同創辦了 Alphabet 旗下的精準醫療公司 Verily Life Sciences 並擔任首席科學官，後來在癌症早期篩檢公司 GRAIL 貢獻關鍵技術，最近則擔任 Foresite Labs 的行政總裁和共同創辦人，專注於以 AI 驅動醫療保健和生命科學創新。據知情人士透露，Bajaj 已辭去 Foresite Labs 職務，全力投入 Project Prometheus 的技術願景。

Project Prometheus 已聘僱近 100 名員工，其中不乏從 OpenAI、DeepMind、Meta 等頂尖 AI 實驗室挖角而來的高階研究員。這場人才爭奪戰正在矽谷白熱化進行：Meta 為吸引 OpenAI 和 DeepMind 的研究人員，開出高達 1 億美元（約港幣 7.8 億元）的薪酬方案，最近招募的 Apple Foundation Models 團隊負責人 Ruoming Pang 薪酬包更超過 2 億美元（約港幣 15.6 億元）。Google DeepMind 行政總裁在 2025 年 7 月受訪時表示，Meta 的高薪挖角策略「很理性」，因為 Meta 在 AI 競賽中處於落後地位。

超越語言模型：物理 AI 開啟製造業革命新賽道

當前 AI 領域的巨頭如 Google、Meta 和 OpenAI 主要專注於大型語言模型（LLM）技術，這類系統透過分析海量數碼文本學習知識，在文字生成和理解方面表現卓越。然而 Project Prometheus 與 Thinking Machines Lab 等新創公司正在開拓不同路徑：建構能夠直接從「實體世界」學習的 AI 系統，而非僅處理數碼資訊。Meta 首席 AI 科學家、圖靈獎得主 Yann LeCun 預測，到 2030 年 AI 將經歷物理世界的革命性轉變，他本人也計劃離開 Meta 創立專注於「世界模型」（world models）而非大型語言模型的新創公司。

世界經濟論壇 2025 年 9 月發布的白皮書指出，物理 AI 正推動工業自動化進入新階段，透過「基於訓練的機械人技術」，AI 和機器學習能從模擬或真實世界經驗中學習，使機械人不再僵化地遵循特定程式，而能處理涉及變化的任務。Amazon 和 Foxconn 等早期採用者已看到顯著效益：Amazon 試點站點的效率提升 25%、運輸效率提高 10%，並創造了 30% 的技術職位；Foxconn 則透過 AI 驅動機械人將週期時間縮短 20-30%、錯誤率降低 25%、營運費用減少 15%。Nvidia 在 2025 年 10 月宣布，美國製造業已宣布 1.2 萬億美元（約港幣 9.36 萬億元）的產能建設投資，由電子、製藥和半導體製造商主導，這些公司正依賴物理 AI 和模擬技術加速製造流程。

據《紐約時報》報導，Thinking Machines Lab 旗下的 Periodic Labs 計劃在北加州設立專屬實驗室，部署機械人進行大規模科學實驗，讓 AI 系統透過分析這些「實體試錯」過程學會在很大程度上自主執行實驗。知情人士透露，Project Prometheus 也將投入類似研發路徑。

太空夢與地球製造：Blue Origin 協同效應浮現

Bezos 對 Project Prometheus 的投資與他的太空事業形成戰略閉環。Blue Origin 在 2025 年 11 月 13 日達成重大里程碑，成功發射 New Glenn 火箭執行首次 NASA 任務 ESCAPADE，將兩顆科學衛星送往火星研究其大氣層，並首次成功在大西洋駁船「Jacklyn」上回收第一級助推器，實現部分可重複使用的目標。Bezos 在今年稍早的演講中表示：「如果需要在月球表面或其他地方進行工作，我們將能夠派遣機械人執行，這比派遣人類更具成本效益」。Project Prometheus 的物理 AI 技術可望直接應用於 Blue Origin 的機械人製造和太空探索任務，支援 Bezos「數百萬人在太空生活和工作」的長期願景。

Blue Origin 也與 Sierra Space、Boeing 等夥伴合作開發 Orbital Reef 商業太空站，已獲得 1.3 億美元（約港幣 10.14 億元）獎勵金推動設計，該專案構想為可擴展的商業園區，用於太空旅遊、研究和太空製造。物理 AI 技術在這類太空製造場景中將扮演關鍵角色，使機械人能在微重力環境中執行複雜組裝和維護任務。

AI 投資泡沫爭議：華爾街與矽谷的分歧

Bezos 的巨額投資正值 AI 產業估值引發泡沫疑慮之際。Goldman Sachs 在 2025 年 11 月發布的報告指出，自 2022 年 11 月 ChatGPT 推出以來，AI 相關公司的市值已激增超過 19 萬億美元（約港幣 148.2 萬億元），這一數字已達到生成式 AI 對美國經濟產生的資本收益現值預估上限（5 萬億至 19 萬億美元區間，約港幣 39 萬億至 148.2 萬億元），遠超 80 億美元（約港幣 624 億元）的基準估算。該行分析師警告，市場對 AI 未來利潤的定價「遠遠領先於宏觀影響」，並援引 1920 年代和 1990 年代的創新泡沫為前例，當時市場為真實創新「支付過高代價」。

Goldman Sachs 行政總裁 David Solomon 在同一場會議上表示：「將有大量部署的資本無法產生回報，我們只是不知道這將如何演變」。然而 Bezos 對此持不同看法。他在 2025 年 10 月的意大利會議上將當前 AI 投資熱潮形容為「工業泡沫」，但強調這「可能是好事」，因為在泡沫期間「所有事情都會獲得資金」，雖然難以區分好壞想法，「這可能正在今天的 AI 投資中發生」。Bezos 堅信「AI 是真實的，它將改變每個產業」，並表示「文明豐饒來自我們的發明……這些工具增加我們的豐饒，這種模式將持續」。

BCG 和 Franklin Templeton 的研究報告指出，虛擬 AI 和物理 AI 正使生產從傳統手工、勞動密集型操作向高效率、自我控制的生產邁進，虛擬 AI 自動化數碼工作流程如設定點最佳化、生產規劃和缺陷檢測，而物理 AI 使機械人等物理系統能夠感知環境並與之互動。國際機械人聯合會（IFR）2025 年 1 月數據顯示，全球工業機械人安裝市場價值已達 165 億美元（約港幣 1,287 億元）的歷史新高，年度安裝量預計 2025 年將再增長 6%，到 2028 年將超過 70 萬台。

對企業的啟示與未來趨勢

Project Prometheus 的成立標誌著 AI 競賽進入新階段，從數碼文本處理轉向物理世界互動。對於製造業、航太和汽車產業的企業領導者而言，這傳遞了三個關鍵訊號：首先，物理 AI 技術已從實驗室走向商業化臨界點，擁有雄厚資金和頂尖人才的新創公司正加速這一過程；其次，AI 人才爭奪戰將持續白熱化，企業需要重新思考人才策略和薪酬結構；第三，AI 投資的長期價值創造與短期估值泡沫並存，企業需要審慎評估技術投資的實際回報路徑。

隨著 Yann LeCun、Mira Murati 等 AI 先驅紛紛創立物理 AI 新創公司，這個領域的競爭將更加激烈。Bezos 能否憑藉 62 億美元（約港幣 483.6 億元）的資金優勢和 Blue Origin 的產業協同，在這場物理 AI 革命中取得領先地位？答案將在未來數年逐步揭曉，但可以確定的是，AI 正在從虛擬走向實體，從軟件走向硬件，從數碼世界走向物理世界，這將深刻重塑全球製造業和太空探索的未來版圖。

資料來源：The New York Times、Fortune、Goldman Sachs、World Economic Forum、Blue Origin

read more
load more