close

應用方案

應用方案科技專欄

智能奧運降臨 雲端與 AI 如何重塑冬季奧運會


智能奧運降臨 雲端與 AI 如何重塑冬季奧運會▲即時 360 度回放系統,細膩呈現運動員動作細節

 

三千多年來,奧林匹克運動會一直是人類展示雄心壯志的舞台——不僅在運動場上,更在於捕捉、測量和分享精彩時刻的工具上。2026 年米蘭科爾蒂納丹佩佐冬季奧運會標誌着一個轉捩點:「智能奧運」的降臨,雲計算與 AI 不再只是隱藏的基礎設施,而是奧運故事的主角。

這一轉變的核心,在於從被動觀看轉為由 AI 驅動的主動參與。由阿里巴巴 Qwen 大語言模型驅動的「奧運 AI 助手」為奧運史上首次使用大語言模型技術。觀眾只需以自然語言提問搜索,即可獲得答案。雲端與 AI 正被用來「翻譯」奧運會,讓更多人能夠在這個故事中找到自己的身影。

讓冬季運動煥發活力

在捕捉運動表現方面, 升級後的即時 360 度回放系統在 15 至 20 秒內將運動員動作重構為三維影像,支持 17 個項目的賽事直播。「時空切片」(Spacetime Slices)功能將動作的多個階段疊加成單一合成影像,讓觀眾看清以往只有教練才能察覺的細節。

在幕後,由Qwen驅動的自動媒體描述(AMD)系統,能自動識別運動員、辨認關鍵時刻、並實時生成賽事描述及為素材添加標籤。從前需要由多支編輯團隊耗時處理的工作,如今數秒內即可完成。

邁向可持續智能之路

智能奧運亦重塑了主辦單位管理幕後的營運方式。阿里雲升級版能源數據管理系統讓主辦單位能夠即時監察競賽場館的能源使用量和碳排放量。當出現用電量突然飆升時,工作人員可向由Qwen驅動的可持續發展聊天機器人提問獲得精確且數據化的答案。該平台還全面掌握奧運會整個生命週期的環境足跡。

重新詮釋奧運傳統

即便是奧運會最珍視的傳統儀式,也正透過 AI 悄然蛻變。在米蘭奧運選手村,「智能徽章交換站」邀請運動員通過語音或手勢操控機械臂,選取其他運動員留下的徽章。位於米蘭斯福爾扎城堡的「阿里巴巴米蘭-阿里廊」活動,互動裝置依託雲端 AI 驅動能回應參觀者的動作。在洛桑奧林匹克博物館,個人化 AI 語音導覽能根據每位參觀者的興趣調整內容。在每一個案例中,雲端與AI都在背後默默打造個人化體驗,讓這屆奧運會更像是屬於他們的奧運會。

勾勒未來賽事藍圖

2026年米蘭科爾蒂納冬奧會所展現的是,經過精心部署的雲端與AI可以為大型賽事建立全新的互動架構。此架構具有三大關鍵特徵:對話性質,互動界面漸漸趨向於人類的自然語言;適應性,AI系統都能回應當下發生的狀況;包容性,多語言支援、客製化博物館導覽和無障礙的數碼體驗讓更多人感到受邀進入奧運故事。

這些特質並非體育賽事所獨有。支撐智能奧運的雲端與 AI 技術棧,同樣可以應用於世界博覽會、全球峰會、大型節慶活動,這些場合的主辦單位面對着相似的挑戰:多元受眾、複雜營運,以及對成本和碳排放的嚴格審查。

阿里雲在 2026 年米蘭科爾蒂納冬奧會中的角色,並非炫技,而是將智能科技無縫編進賽事肌理,成為奧林匹克精神的自然延伸。無論是自由式滑雪選手透過與機械臂互動獲得了一枚稀有徽章,義工在問題浮現前解決能源故障,或是身處不同時區的觀眾以母語接收即時賽事更新:每個微小時刻,共同昭示着奧運會可以展現的嶄新面貌。

 

 

資料由客戶提供

閱讀文章
人工智能企業趨勢應用方案

佳能香港「NEXTech: AI Agent in Action」研討會 展示企業級 AI 智能代理落地方案

展示企業級AI智能代理方案的互動展區,配備多個LED屏幕和AI相關標誌.

佳能香港(Canon Hongkong Company Limited)於今天舉辦了名為「NEXTech: AI Agent in Action」的科技研討會。是次活動邀得業界專家及技術領袖,共同展示由 AI Agent(任務型智能代理)驅動的商業平台,協助企業在營運效率、成本效益、合規性與安全性之間取得平衡,加速智慧轉型,同場亦展示了佳能香港多個不同的商業應用方案,讓與會者能更進一步了解公司的最新產品及技術,以及未來的發展路向。

展示全線企業級 AI 應用方案

在「NEXTech: AI Agent in Action」研討會旁邊的宴會廳,佳能香港向現在來賓展出全線企業 AI 應用方案,當中包括可把病歷及醫療檔案數碼化的 Healthcare Digitalization、提供超過 30+ 預設 workflows 流程的 Smartwork、協助大型企業管理物業的智能家居系統 AIoT Ecosystem、Next-Gen AI Agent 代理式人工智慧解決方案、Canon LED Poster 及 Intelligent Print Hub 方案等。

六大主題研討會與嘉賓陣容

現場研討會涵蓋多個前瞻課題,包括「AI Agent 實踐:破解企業 AI 轉型痛點」、「透過 ISO 控制措施建立『數位信任』」,以及「從模型到 Agent:自主 AI(Autonomous AI)如何在 2026 年重塑職場協作」等。演講嘉賓包括:佳能香港高級經理 Ivan Kwok、 華懋集團資訊科技及方案高級副總監 Ben Fung、Antelope International Limited 創辦人 Clement Hong,以及香港大學計算機與數據科學學院教授(AI 及數據科學)鄭光興博士(Dr. Reynold Cheng)等,為出席的高管、IT、HR 及財務人員帶來實用的轉型洞見。

▲佳能香港(Canon Hong Kong)商務影像方案及數碼印刷部高級總監 Jeffrey Kung 在研討會上致歡迎詞。同時他亦分享了香港科技大學研究指有 73% 的企業受訪者已經在日常運作中使用 AI。而有 80% 的受訪者相信 AI 對他們的營運、生產力和效率帶來正面影響。

AI 辦公新思路:從知識庫到治理框架的實戰

佳能香港高級經理 Ivan Kwok 在會上分享企業如何透過知識庫整合與 RAG 技術,將 AI 真正融入日常工作流程。他在演講中強調,企業導入 AI 最重要的基礎並非模型本身,而是足夠且高質量的數據,加上人員的持續學習與轉變。Ivan 以 Canon 香港自身的兩個實戰案例 — Smart Green Office 智慧綠色辦公室,以及 AI Enterprise Process Platform 企業流程平台 — 說明 AI 如何從「量度與控制」進化至「分析與決策」。

佳能香港高級經理 Ivan Kwok。

由「找數據」到「問 AI」:辦公室生態的改變

Ivan 回顧了工業時代量度生產力靠「physical」與「manual」的方式;過去十年的數碼時代講求「information」的生產力,即能否快速掌握資訊;今天進入 AI 年代,企業講求的是「intelligence」的生產力。他指出,傳統工作模式高度依賴人手處理資訊搜尋、內容制定與決策,知識往往局限在個人身上,難以有效流通。相反,在有效採用 AI 的工作環境下,AI 可以即時協助搜尋資訊、草擬內容,甚至讓企業內部資訊更加透明,讓不同員工都能存取。他以自己處理電郵為例,過去回覆需要花長時間構思架構的郵件,現時透過 Copilot 整合 Outlook,草擬內容的效率大幅提升,但最終決策仍需交回人手覆核。

案例一:智慧綠色辦公室——由感應器數據到 ESG 決策

Ivan 分享的第一個案例是 Smart Green Office。他指出,傳統智慧辦公室主要依靠 IoT 感應器收集電力使用量、溫度、空氣質素等數據,並做基本的自動控制,例如窗邊光線充足時自動熄燈。但透過新一代 AI 平台的 API 整合能力,企業現時可以匯聚感應器以外的數據來源,例如打印用紙量、出差時的碳排放記錄,甚至義工服務時數與員工培訓時數等 ESG 相關指標——這些過往根本沒有系統可以量度。

Canon 香港即將遷入新辦公室,屆時會採用一個以 3D digital twin 形式呈現的全新智能 dashboard,整合辦公室運作數據,並以「human centric」為原則制定電力、冷氣等資源的控制情境,同時讓 GA 同事可透過統一平台存取不同層面數據,甚至在中央平台上 override AI 提出的建議情境。

案例二:知識庫加 RAG——回答「我們公司」的專屬問題

第二個案例聚焦於 AI Enterprise Process Platform。Ivan 提出一個關鍵觀察:一般聊天機械人被問及公司內部資料時,理應答不出來,因為它無法存取企業內部系統。因此,新一代 AI 平台引入「知識庫」(Knowledge Base)概念,將 HR 手冊、公司政策等內部資訊整合,再透過 RAG 技術將大型語言模型與企業自身資料庫連結,執行日常工作指令。

他以由淺入深的四個問題示範這套邏輯:簡單的文件摘要,一般 chatbot 配合 LLM 已可完成;但問及「公司年假政策」,LLM 本身答不出,需靠知識庫加 RAG;查詢「我還有多少年假餘額」,則要透過 API 連接 HRM 系統的實際數據;最複雜的「根據公司政策我可享有多少年假」,則需同時結合知識庫、RAG 與 API 三者。Ivan 補充,這套平台亦連接企業其他核心系統,例如財務的付款審批完成後自動執行結算,或 HR 招聘流程完成後自動生成員工主檔資料,將分散的數據整合到同一個知識庫中運算。

治理不能缺席:從 Responsible AI 到 ISO 42001

Ivan 特別提到,企業普遍關注兩大難題:AI 難以整合現有系統,以及數據私隱與保安治理的顧慮。他解釋,市場上「Prompt Engineering」講求如何下達指令以取得所需答案;「Context Engineering」關乎 LLM 連接內部系統時可接觸哪些數據;更進一步的「Harness Engineering」,則是透過建立管理制度規範 AI 的建構與部署方式,而非單純的技術能力。

他透露研討會上會有專家講解 ISO 42001 這套 AI 管理系統標準,核心包括制定 AI 政策、界定員工角色與問責、識別及緩解風險,並在整個 AI 生命週期(設計、開發、測試、部署、監察、退役)中持續進行影響分析與透明度管理。Ivan 直言,若企業使用 AI 處理數據卻完全不加監察,一旦 AI「發神經」錯誤地在付款時多打一個零,後果不堪設想,這正是治理框架不可或缺的原因。

Canon 數碼轉型的時間軸

回顧 Canon 香港的發展歷程,Ivan 指集團早於 2013 年開始為客戶提供文件及流程數碼化管理服務,到 2022 年已將 AI 擷取技術應用於發票及收貨單等文件處理,隨後引入 chatbot 技術,並由去年起建構 AI Agent 協助客戶優化運作流程,直至今年初才正式將 AI 整合至自身產品線。

他特別提到,流程數碼化的重災區落在財務範疇——大約 8 年前已協助客戶處理應付帳款(AP)流程,至今仍有大型 AP 項目在進行,同時亦涵蓋 HR 招聘、員工入職離職、法務合約生成及供應商登記等流程。Canon 發現不同行業客戶的後台流程有九成相似,因此將這些流程標準化並整合至同一平台。他總結,有效實施 AI 的關鍵成功因素包括安全可靠的 AI 方案、數據整合能力、治理框架建構,以及企業能否培養持續學習的心態,讓 AI 與人類真正做到協作而非取代。

閱讀文章
應用方案支付系統電子商務

Visa x 順豐 : 將 Tap to Pay 帶入「最後一公里」上門收寄也能輕鬆感應拍卡

順豐快遞員用手機進行Tap to Pay支付,方便快捷的最後一公里收寄服務.

順豐快遞員用手機進行Tap to Pay支付,方便快捷的最後一公里收寄服務.

Visa 與順豐速運(香港)正式宣布達成合作,將 Visa 感應式支付服務由現時的順豐門市全面延伸至上門收寄件環節。即日起順豐收派員將配備搭載 Yedpay 支付解決方案的智能終端機,消費者無論在上門寄件付款、收取到付包裹,或是處理代收貨款時,均可直接使用 Visa 卡完成即時電子支付。

這項合作結合了 Visa 的全球支付網絡與順豐香港的配送系統,旨在回應市場對無現金支付及代收貨款的需求,同時方便市民在購買海外商戶商品時選擇熟悉的付款方式。雙方管理層均指出,將電子支付深入融入物流環節能有效減少現金處理的風險與營運成本,大幅提升配送效率,為智慧物流與電子商貿提供更順暢的基礎設施。

對廣大企業而言,順豐香港本次的應用實踐正是 SoftPOS(軟件 POS / 移動感應收款)技術落地商業場景的典型範例。企業無需再為前線人員配置笨重且成本高昂的傳統刷卡機,只需利用既有的智能手持裝置或手機,即可直接升級為安全可靠的流動收款終端。這種模式不僅顯著降低了硬體維護與營運成本,更大幅簡化了核賬與資金調撥流程,使外勤服務、物流配送及快閃零售等動態場景均能實現高效無縫的無現金交易,將支付體驗真正轉化為業務競爭力的一部分。

閱讀文章
人工智能應用方案業界消息雲端服務

AMD Advancing AI 2026 全面佈局 Helios 機櫃級系統量產 與多家 AI 巨頭深度合作

女性科技專家在舞台上展示AMD最新AI技術.

AMD 於 Advancing AI 2026 年度大會上,正式推出涵蓋數據中心、個人電腦、邊緣及嵌入式處理器的全新 AI 基建與實體 AI 產品組合。核心為全球最強大的 AI 機櫃級系統 AMD Helios,目前已投入量產並獲多家 AI 企業展開 Gigawatt 級部署。AMD 董事長兼行政總裁蘇姿丰博士表示,AI 下一階段將涵蓋前沿模型、代理式 AI 及實體 AI,需要整個產業共同努力才能實現這一願景。

Helios 機櫃樹立效能標準

AMD Helios 機櫃級解決方案採用 72 個 AMD Instinct MI455X GPU 及 18 個第 6 代 AMD EPYC「Venice」CPU,透過 AMD Pensando 前端網絡連接,並以 ROCm 開放軟件加速,較領先競爭方案提供高達 30% 的每美元 Token 產出優勢。OpenAI、Anthropic、Meta、微軟、Oracle 等雲端與 AI 實驗室已選用該架構,系統將由 Bull、HPE、聯想、Supermicro 等 OEM 廠商及 Sanmina、緯穎等基礎設施夥伴提供。

重點合作夥伴進展

多家 AI 巨頭在大會上詳述與 AMD 的深度合作:

Anthropic:將於 AMD Helios 機櫃部署高達 2 Gigawatts 的 MI455X GPU,並運用 Claude 加快 AMD 軟件與 ROCm 開發。

OpenAI:結合 Triton 框架與 ROCm 優化 GPT 級工作負載,預計 2026 年第 4 季導入 Helios,2027 年全面加速部署。

Meta:針對 Gigawatt 級部署聯合設計,正驗證第 6 代 EPYC CPU 平台及 Helios 機櫃。

Cerebras:結合超低延遲 AI 運算與 Helios 高吞吐量基礎設施,提升推論服務效率。

AT&T 與思科:分別展示電訊領域專用開源模型 OTel 2.0 部署及企業級混合式 AI 管治方案。

CPU 與 GPU 產品線全面升級

第 6 代 AMD EPYC 處理器主打代理式 AI 場景,具備領先業界的單核心效能與最高執行緒密度,確保加速器維持滿載運作。GPU 陣容方面,AMD Instinct MI455X 較 MI355X 提供高出 34 倍的 Token 吞吐量,MI430X 則為 HPC 及主權 AI 市場提供高達 288 TFLOPS 的硬件原生 FP64 效能,而 MI350P 透過每美元 Token 數提升高達 4.2 倍,為現有基礎設施帶來無縫 AI 加速能力。

產品路線圖延伸至 2030 年

AMD 公布最新藍圖:基於「Zen 7」架構的 Florence、Ferrara 及 Fidenza CPU 將於 2028 年推出,「Zen 8」架構的 Ravenna CPU 則預計 2030 年登場;GPU 方面,MI500 系列將於 2027 年推出,MI600 系列則於 2028 年跟進,同步將有 Helios 500 與 Helios 600 機櫃級解決方案配套發布。

實體 AI 與邊緣布局

AMD 推出 Kria AI 系統模組及機械人開發平台,將 AI 感知、推理與代理式決策控制整合於單一平台,並結合 CPU、GPU、NPU 及 FPGA 運算能力,協助開發人員加速機械人系統從原型走向量產。全新 Ryzen AI Embedded X100 處理器及 Ryzen AI Halo 開發平台,將 AI 延伸至 PC 與邊緣裝置,AMD 預估此舉將推動其 2030 年潛在市場規模上升至約 2 兆美元。

 

資料來源: press release

閱讀文章
人工智能企業趨勢應用方案科技專欄

Anthropic禁令引爆市場震盪 地緣科技政治加速產業重組

全球地圖與數據圖表顯示科技政治動態與市場震盪.

美國最新一輪針對人工智能的出口管制措施,正迅速重塑全球科技產業的格局。華府早前要求 Anthropic 限制高階模型向外國人士提供服務,但由於技術上難以精準區分用戶國籍,最終導致 Fable 5 與 Mythos 5 被迫全面下架。此結果不僅突顯 AI 安全與監管的矛盾,更直接衝擊半導體產業、雲端服務供應商,並意外為中國 AI 企業及去中心化 AI 生態帶來短期利好。

從市場反應可見,投資者對 AI 發展前景的不確定性正顯著上升。原本半導體板塊已因宏觀經濟數據及企業盈利預期轉弱而承壓,此次出口管制進一步加劇市場憂慮。當 AI 模型的部署受到政策限制,對高性能晶片的需求亦可能隨之波動。作為 Anthropic 重要投資者的亞馬遜,亦難免受到牽連,反映出大型科技企業在 AI 生態中的深度綁定關係。

然而,資本市場從來不會出現真空。資金迅速轉向其他具備增長潛力的市場,中國 AI 企業因而成為新的焦點。以智譜(Zhipu)為代表的企業香港股價急升,顯示投資者正重新評估全球 AI 競爭格局。這不單是資本流動,更是一種對「技術自主」與「地緣科技風險」的重新定價。當美國收緊技術出口,某程度亦促使中國加快本土 AI 技術發展,長遠或將削弱美國企業的全球主導地位。

另一方面,去中心化 AI(Decentralized AI)亦在此次事件中獲得意外受惠。相關代幣價格與交易量顯著上升,反映市場對不依賴單一企業或政府控制的 AI 模式產生興趣。這種趨勢與近年 Web3 理念不謀而合,即透過分散式架構降低政策風險與審查風險。不過,從網絡安全及數據治理角度來看,去中心化 AI 同樣存在監管真空與濫用風險,未來勢必成為政策討論的新焦點。

從政策層面分析,事件再次揭示關鍵轉變:AI 技術已由純商業競爭,升級為國家安全與地緣政治工具。美國政府關注的並非單一漏洞,而是 AI 模型可能被用於網絡攻擊、資訊操控甚至軍事用途。在此背景下,政策制定者傾向採取「寧可過度限制」的策略,以降低不可控風險。

對企業而言,這意味著 AI 發展將面對更高的合規成本與不確定性。Anthropic 目前已與華府展開緊急磋商,試圖釐清技術風險並恢復服務,但事件已對其商業計劃及潛在上市進程造成壓力。更重要的是,整個 AI 產業需要重新思考一個核心問題:如何在推動技術創新的同時,有效回應國家安全與監管要求,並在兩者之間取得可持續的平衡。

這場由出口管制引發的連鎖反應,正加速全球 AI 產業的分裂與重組。半導體需求、AI 資本流向、技術標準乃至監管框架,都可能因此出現結構性轉變。對香港及亞洲市場而言,這既是風險亦是機遇。在中美科技競爭持續升溫之際,如何在合規、創新與市場之間取得定位,將成為未來數年 AI 產業發展的關鍵。

 

Francis Fong 方保僑

方保僑先生於資訊、通訊、科技及電子消費品市場工作超過二十年,引入過不少新科技產品,並創辦多個業界組職及為多個非營利機構擔任委員提供專業意見。現任香港資訊科技商會榮譽會長、香港互動市務商會創會及榮譽會長、香港消費電子產品聯盟創會會長、電子學習聯盟創辦人、世界資訊通訊與服務業聯盟董事、電訊事務管理局辦公室電訊規管事務咨詢委員會成員、運輸署智慧交通基金管理委員會委員、樂施會香港及樂施會澳門董事會成員、香港小童群益會資訊科技委員會委員、香港紅十字會資訊科技委員會成員,仁愛堂堂務行政委員會外界委員等。

閱讀文章
應用方案業界消息資訊保安

加拿大後門法案進入倒數:Apple、Google 聯手施壓 Signal 準備撤離

加拿大自由黨政府推進的《C-22 合法訪問法案》(Bill C-22, Lawful Access Act),正引發前所未有的業界抵制。Signal、DuckDuckGo、NordVPN 等主要科技公司相繼警告,一旦法案以目前形式通過,寧可撤出加拿大市場,也不願犧牲用戶私隱。事件不僅預示數碼監控與企業自治之間的激烈衝突,更揭示科技巨頭與政府圍繞「安全後門」的世紀博弈。

法案核心:強制留存元數據

《C-22 號法案》由加拿大公共安全部長 Gary Anandasangaree 主導,2026 年 3 月正式提出,已完成眾議院二讀,正由公共安全與國家安全常設委員會審查。法案核心條款要求數碼服務供應商——包括互聯網服務商(ISP)、即時通訊平台、電郵服務,甚至潛在硬件製造商——強制留存用戶長達一年的元數據,並建立技術機制讓執法機關在刑事調查中「合法訪問」這些資料。

批評者指出,元數據雖不包含訊息內容,卻能記錄通訊對象、時間及地點,足以描繪出一個人的完整社交圖譜與行動軌跡,其侵入性不亞於直接監聽。更引發爭議的是,法案授權公共安全部長以「秘密命令」要求任何服務供應商開發特定監控技術能力,且無需向公眾或用戶披露——這等同在法律框架內開了一條「暗門」。

民間組織 OpenMedia 將《C-22 法案》形容為打造「監控國家」的工程,並援引 2024 年底由疑似中國政府支持的黑客攻破美國 AT&T、Verizon 等電信商合法監聽系統的真實案例,力證「依法監聽」基建本身已成為高價值攻擊目標。

科技公司集體威脅撤出

加密即時通訊應用 Signal 的策略與全球事務副總裁 Udbhav Tiwari 在眾議院委員會作證時直言,強制企業留存用戶通訊元數據,「與 Signal 一貫堅持的私隱保護做法完全相悖」,並明確表示「寧可退出加拿大,也不願妥協」。私隱搜尋引擎 DuckDuckGo 創辦人兼行政總裁 Gabriel Weinberg 接受《環球郵報》採訪時確認,一旦法案通過,公司將下架加拿大 VPN 服務,強調《C-22》的安全後門與元數據留存要求,直接牴觸 DuckDuckGo 不追蹤用戶的私隱政策。

VPN 龍頭 NordVPN 立場更強硬,表明「不存在任何情境會讓我們妥協於無日誌架構或加密保護」。加拿大本土 VPN 服務商 Windscribe 亦宣稱將追隨 Signal 撤離本國市場。另一間多倫多公司 Tailscale 雖未明確威脅退出,但強調法案必須加入逐案司法授權機制。

全球市值最高的兩間科技公司 Apple 與 Google(Alphabet)也相繼發表聲明,強調法案「可能迫使它們削弱現有加密措施」,並聯合向委員會提交書面意見,要求增設獨立司法監督機制,防止秘密命令被濫用。Apple 去年曾成功阻止英國一項性質相似的 iCloud 後門提案,今次再次亮出相同底牌。

後門風險:技術安全的致命弱點

反對者最核心的論點不在道德立場,而在技術現實。網絡安全領域長期存在一個業界共識:一旦在系統中人為設置「合法訪問後門」,無論初衷多麼正當,都會不可避免地引入新的攻擊面,並可能被惡意行為者(包括外國情報機構、網絡犯罪組織)利用。2024 年底,疑似由中國政府支持的黑客組織正是透過滲透美國電信商依法預留的監聽系統,從 AT&T、Verizon 及 Lumen Technologies 竊取大量敏感數據,成為這一論點最具說服力的現實佐證。

同時,圍繞後門的爭議也在其他科技巨頭中接連浮現。一名安全研究人員近期公開指控微軟在其 BitLocker 加密系統中故意留有後門,並稱微軟在問題被點出後試圖壓制相關討論;漏洞細節曝光後,微軟緊急發佈臨時緩解更新,卻始終未正面回應缺陷究竟是設計失誤還是有意為之。在批評者眼中,這類事件接連發生,令「合法訪問」與「技術後門」之間的灰色地帶愈發令人憂慮,也使《C-22 法案》的推進更加舉步維艱。

政府讓步與未解的核心矛盾

面對業界排山倒海的批評,部長 Anandasangaree 在 2026 年 5 月 27 日向媒體表示,政府將提出修正案,明確澄清法案不會要求企業破壞點對點加密。他承諾將「釐清加密的定義,並對元數據的範圍給出更精確的界定」,並形容外界有「不少誤解」。然而,部長同時強調強制留存元數據的核心義務依然保留——這恰恰是各方爭議的真正焦點。他更明言希望法案在國會 2026 年夏季休會前(預計 6 月 19 日前後)完成立法,時間壓力之下,修正幅度能否真正化解各方疑慮,仍是未知數。

執法部門則持完全相反立場。溫尼伯警察局副局長 Cam Mackid 明確表態全力支持法案,認為相關技術訪問機制能有效協助刑事調查,且所有訪問均在司法授權後才能進行,安全顧慮有所誇大。這場爭論的實質,是現代社會對「公共安全」與「個人私隱」之間難以調和的根本矛盾:執法機構需要追蹤犯罪嫌疑人的能力,而科技公司和公民社會則堅守「後門的存在本身就是漏洞」的技術原則。

數碼邊界的最後防線

《C-22 號法案》的走向,將成為全球民主國家處理「加密與安全」關係的重要先例。若加拿大最終以強制元數據留存換取所謂的「執法便利」,Signal、DuckDuckGo 等以私隱為核心商業模式的企業所承受的壓力,勢必引發骨牌效應,讓其他國家的類似立法更有底氣推進。對於每天使用加密通訊的普通用戶而言,真正值得追問的問題或許是:當「合法的監控門」一旦打開,誰能保證只有合法的人才能走進來?

 

資料來源:Reuters / The StarCBC NewsiPhone in CanadaGadget ReviewThe Straits Times

 

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

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:cnBetaReutersStanford HAI香港政府財政預算案香港政府新聞公報

 

閱讀文章
人工智能企業趨勢應用方案

F1 的 AI 軍備競賽:Ferrari、Salesforce、IBM 如何搶佔 8 億粉絲

ALT標籤:紅色法拉利F1賽車,展示高性能賽車技術與設計.

Ferrari 正與 IBM 合作,將 Scuderia Ferrari HP App 打造成 AI 粉絲營運平台,目標不只是提供賽程與賽果,而是把全球近 4 億名 Tifosi 轉化為可長期經營的數碼關係。這項合作由 Scuderia Ferrari HP 與 IBM 推動,IBM 於 2026 年 5 月 1 日公布新版 AI 功能,核心技術包括 IBM watsonx、watsonx.data、生成式 AI 內容與混合雲架構。對企業決策人來說,這件事有三個重點:Ferrari 如何用 AI 提升粉絲互動、F1 產業為何加速導入 AI 代理人,以及品牌如何把 App 從宣傳渠道變成第一方數據入口。

互動率提升 62%,說明品牌 App 不再只是資訊頁

Ferrari AI 粉絲營運的第一層價值,是把分散的賽事資訊轉化為即時、個人化、可互動的內容。IBM 官方資料顯示,新版 Scuderia Ferrari HP App 包括 Race Centre、AI Companion、Paddock Club Experience 和 Game Centre。AI Companion 可用對話方式回答車隊、車手、賽季與 Ferrari 歷史問題;Race Centre 則提供 AI 生成賽事摘要、比賽數據視覺化和互動投票。IBM 同時表示,Scuderia Ferrari HP 使用 watsonx.data 管理和整理大量數據,再交由 AI 模型處理。TechCrunch 引述 IBM 體育娛樂合作副總裁 Kameryn Stanhouse 指出,新 App 在比賽週末的互動率已提升 62%。這個數字值得企業留意,因為它代表 App 已由「查完即走」的工具,變成能累積行為資料、內容偏好和會員黏性的營運平台。

Ferrari 要解決的不是流量,而是全球粉絲差異

為什麼 Ferrari 要用 AI 經營 F1 粉絲?原因是 F1 受眾擴張後,單一內容策略已難以應付不同層級的粉絲。TechCrunch 報道指,Ferrari 新設 fan development 職位,Stefano Pallard 的任務是讓追隨 30 年的老車迷和剛入坑 30 天的新粉絲,都感到 Ferrari 理解他們。這背後的商業邏輯很清楚:F1 每站比賽都產生大量技術、車手、車隊和賽道資料,但新粉絲未必理解輪胎策略、賽車升級或技術規則。AI 若能把複雜資料轉為易懂內容,便可降低入門門檻;同時,資深粉絲又可獲得更深入的數據解讀。IBM 2024 年研究亦顯示,18 至 29 歲受訪體育迷中,58% 認為 AI 會對體育體驗帶來正面影響,最期待的功能包括即時更新與個人化內容。

F1 的競爭正在從賽車工程延伸到 AI 代理人

Ferrari 的做法不是孤例,而是 F1 整個產業轉向 AI 粉絲營運的縮影。Salesforce 於 2026 年 3 月 3 日宣布與 Formula 1 擴大合作,推出以 Agentforce 360 驅動的 AI 粉絲伴侶,協助全球 8.27 億 F1 受眾理解 2026 年新技術規則。Formula 1 商務總監 Emily Prazer 表示,F1 希望全年拉近粉絲與運動之間的距離,而不是只在比賽週末互動。Reuters 亦在 2026 年 5 月報道,F1 在過去半年已有 8 項 AI 相關合作,AI 正同時進入賽道策略、工程效率與粉絲體驗。這說明 Ferrari AI 粉絲營運的真正意義,不是單一 App 改版,而是頂級體育 IP 正把 AI、CRM、內容和商業合作整合成新競爭壁壘。

企業可借鏡 Ferrari,但必須先處理信任與治理

從時間線看,IBM 早於 2025 年已與 Scuderia Ferrari HP 推出重新設計的官方 App;2026 年 5 月,IBM 再公布 AI Companion 等新功能;同月,TechCrunch 進一步披露 Ferrari 以五年視角發展粉絲關係。編輯查核過程中,本稿比對 IBM 官方公告、TechCrunch 訪問、Salesforce 公告、Reuters 行業報道與 Stats Perform 趨勢資料,並移除未能直接證實的「美國站前後」說法。對一般企業而言,Ferrari 案例的啟示是,AI 專案不應只停留在聊天機械人,而要連接內容生產、資料治理、會員系統和商業指標。不過,風險同樣明顯。若 AI 生成錯誤賽事摘要、錯判粉絲情緒,或在未清楚告知下使用個人化資料,互動率上升可能很快被信任危機抵消。

Ferrari 與 IBM 的合作顯示,AI 粉絲營運正成為高黏性品牌的新基礎設施。未來企業競爭,不只看誰有更多流量,而是誰能把即時數據轉成可信內容,再把內容轉成長期關係。開放問題是:當每個品牌都擁有自己的 AI 代理人,消費者還會相信哪一個品牌聲音?[最後更新:2026 年 5 月 26 日]

 

資料來源:IBMIBM NewsroomTechCrunchSalesforceReuters

 

閱讀文章
人工智能應用方案

Zoom MCP 令 AI 工具整合力更強 輕鬆實現跨系統對話、企業資訊整合

數碼會議協作工具界面截圖.

Zoom 宣布擴展其 MCP(模型上下文協定)功能,將企業對話智能正式帶入跨平台 AI 工具,讓企業能在單一工作流程中整合會議紀錄、系統數據與決策脈絡,提升 AI 推理與執行能力。此舉標誌著 Zoom 從視訊會議工具進一步轉型為企業級 AI 基礎設施提供者。

香港時間 2026 年 5 月 22 日,Zoom 推出 MCP Server 升級版本,支援 OpenAI Codex 與 Anthropic Claude 等主流 AI 平台,讓企業可安全調用 Zoom AI Companion 的資料與分析能力。此次更新涵蓋會議紀錄、摘要、錄影、筆記與企業系統數據,並已整合超過 10 個以上平台,包括 Salesforce、Workday 與 ServiceNow。本文將解析三大重點:企業資料如何真正被 AI 利用、開發者流程如何被重構,以及 Zoom 在 AI 生態的戰略意圖。

Zoom 擴展 MCP 功能:讓 AI 真正理解企業語境的關鍵升級

Zoom MCP 的核心價值在於打破資訊孤島,讓 AI 不再只是語言工具,而能理解完整企業脈絡。過去代理式工作流程依賴分散搜尋,導致決策資訊缺失,如今透過 MCP Server,AI 可直接存取 Zoom Meetings、Chat 與 Phone 等內容,並串聯企業系統資料。

根據 Zoom 官方說法,此功能讓 AI 能在單一查詢中整合對話與營運數據,提升推理準確性。Gartner 在 2025 年報告亦指出,超過 60% 的企業 AI 專案失敗,主因是資料碎片化與語境缺失。Zoom MCP 正是針對此痛點設計,使 AI 回答更具決策價值,而非僅提供表面資訊。

對開發者而言:Zoom 全新 OpenAI Codex 外掛,令 AI 從輔助工具變成工作引擎

從開發者角度看,Zoom 與 OpenAI Codex 的整合代表 AI 開始深入軟體開發流程。透過外掛,開發人員可直接將會議內容轉化為文件、任務與程式邏輯,大幅減少人工整理時間。

IDC 分析師 Sarah Chen 指出:「將會議語境嵌入開發流程,等於把決策來源直接連接到執行層,這會顯著提升開發效率與一致性。」同時,GitHub 2025 開發者報告顯示,使用 AI 輔助工具的團隊,生產力平均提升 30% 以上 。

然而,Forrester 資深分析師 David Truong 也提醒,過度依賴自動化可能帶來錯誤放大風險,尤其當資料來源未經驗證時。因此,Zoom 強調其 MCP 架構內建企業級權限控管與安全機制,確保資料使用可控。

從工具整合走向 AI 生態主導權

Zoom 此次策略除功能升級外,也是將平台定位轉變。透過 MCP,它將自身從會議平台延伸為「企業對話資料層」,與 Microsoft、Google 在 AI 協作市場形成競爭。

產業觀察顯示,Microsoft 正透過 Copilot 深度整合 Office 與 Azure,Google 則強化 Workspace 與 Gemini 的聯動。相比之下,Zoom 選擇開放策略,讓資料流入多個 AI 平台,提升生態靈活性。

從會議紀錄到決策資產的演進路徑

回顧 Zoom 的 AI 發展,可見其策略逐步演進。2023 年推出 AI Companion,主打會議摘要與自動筆記;2024 年導入代理式搜尋;至 2026 年 MCP 上線,正式打通外部 AI 系統。

歷史數據顯示,企業平均每週花費超過 20% 時間在搜尋資訊與整理會議紀錄。而 Zoom 透過 My Notes 功能,將會議內容轉化為可執行任務,再透過 MCP 擴展至第三方平台,形成完整閉環。

這種演進意味著,會議不再只是溝通工具,而是企業知識生產與決策的核心來源。當 AI 能持續追蹤這些內容並跨系統運用,其價值將遠超傳統協作工具。

未來企業競爭的關鍵分水嶺

Zoom MCP 的推出,預示企業 AI 競爭將從「模型能力」轉向「資料整合能力」。對企業而言,誰能讓 AI 理解更多內部語境,誰就更具決策優勢。

未來幾個月,關鍵觀察點將包括:更多第三方整合的速度、企業採用率,以及安全與合規機制是否能建立市場信任。當 AI 開始真正參與決策流程,一個核心問題也浮現:企業是否已準備好,讓 AI 讀懂並運用所有內部資訊?

[最後更新:2026-05-22]

資料來源:Zoom

閱讀文章
企業趨勢應用方案業界消息

蘋果低調收購 Color.io: 調色技術佈局背後的創作生態野心

色彩調整軟件界面與模特兒照片的結合.

蘋果公司於 2026 年 1 月透過子公司完成對德國獨立開發商 Patchflyer GmbH 的收購,創辦人 Jonathan Marvin Ochmann 隨即加入蘋果旗下。他開發逾十年、深受攝影師及影視創作者信賴的網頁調色工具 Color.io 亦隨之易主。這宗交易直至歐盟近日公布最新併購披露文件後才首度曝光,再次印證蘋果一貫低調整合核心技術的策略思路。

Patchflyer:一人公司的十年調色傳奇

Jonathan Ochmann 獨自營運 Patchflyer 逾十年,憑一己之力打造出 Color.io 這款面向影像行業的專業工具,高峰時期服務用戶超過 20 萬人。Color.io 提供菲林質感模擬、色彩分級、曝光校正等進階功能,在攝影師及獨立電影製作人社群中累積極高口碑。然而,2025 年 11 月,Ochmann 在官方聲明中宣布工具將於同年 12 月 31 日正式下線,並透露將加入一間能讓他「以獨立開發者身份無法實現的規模運作」的公司。

如今回看,這家「神秘公司」正是蘋果。根據歐盟披露文件,此次收購涉及「收購特定資產並聘用 Patchflyer GmbH 唯一員工」,顯示蘋果着眼的不僅是技術本身,更是 Ochmann 本人的深厚專業積累。AppleInsider 分析指出,考慮到歐盟資料庫存在至少四個月的披露延遲,實際收購時間可能早在 2025 年 10 月已完成。

調色技術有望進駐 Final Cut Pro 與 Pixelmator Pro

業界最廣泛的猜測是,Color.io 的核心技術將被整合至蘋果旗下的影像編輯軟件生態。MacTech 分析師指出,Color.io 的色彩管理能力「有望進入 Final Cut Pro 或 Pixelmator Pro」,為蘋果的創作工具套件注入更具針對性的專業調色功能。

目前 Final Cut Pro 已搭載機器學習驅動的一鍵色彩增強功能,以及色彩曲線、色調/飽和度曲線等進階工具。然而部分影視從業者仍認為,與 DaVinci Resolve 等專業軟件相比,Final Cut Pro 的調色深度仍有提升空間。Ochmann 的加入,或許正是蘋果回應這一市場訴求的重要一步。與此同時,2026 年 1 月正式推出的「Apple Creator Studio」訂閱套件已納入 Final Cut Pro 及 Pixelmator Pro 等核心創作應用,並持續透過 Apple Intelligence 整合視覺搜尋、AI 輔助剪輯等功能,為 Color.io 技術的落地提供了清晰的平台入口。

連環收購:蘋果構建影像處理技術矩陣

Color.io 的收購並非孤立事件,而是蘋果近兩年來大規模影像技術佈局的組成部分。2025 年 10 月,蘋果幾乎同步接近完成對電腦視覺初創公司 Prompt AI 的「人才+技術」收購,後者專注於視覺識別及智能場景分析領域。稍早前,蘋果於 2024 年底完成對 Pixelmator 的全面收購,並於 2025 年 2 月正式併入旗下,使其成為蘋果原生圖像編輯工具。

回顧蘋果的併購歷史,其策略始終偏向小規模、高精準的「人才收購」(acqui-hire),以技術人才為核心載體,快速強化自身的軟硬件整合能力。從 Beats Audio 的音訊技術,到近期高達 20 億美元的 AI 音訊初創公司 Q.ai 收購,再到如今的 Color.io,蘋果正在以系統性的方式填補從音訊到影像、從基礎算法到上層應用的全棧技術拼圖。

從獨立工具到生態基石的行業轉型縮影

Color.io 的興衰與重生,折射出獨立開發者在科技生態中處境的深層矛盾。一方面,個人開發者憑藉垂直領域的深耕,能夠創造出大公司難以快速複製的精品工具;另一方面,用戶規模與商業模式的天花板,往往迫使創始人在獨立營運與出售之間艱難抉擇。Ochmann 在宣布關閉 Color.io 時坦言:「獨自營運超過十年後,我到了一個需要以單人開發者無法實現的方式成長的階段。」

這現象在蘋果生態中尤為明顯。Pixelmator 同樣是由獨立團隊開發、被蘋果納入 Creator Studio 的成功案例。Ochmann 的加入,與 Pixelmator 創始團隊的路徑高度相似,共同指向蘋果在創作工具領域吸納精英人才的一貫邏輯。

下一步:蘋果創作生態的色彩革命

Color.io 技術落地蘋果平台,對影像創作者而言既是機遇,也是行業格局的潛在重塑訊號。若相關技術被整合至 Final Cut Pro,蘋果有望在專業影片調色領域縮小與 DaVinci Resolve 的差距;若落地 Pixelmator Pro,則可能進一步鞏固蘋果在靜態影像後期市場的競爭力。隨着 Apple Intelligence 在創作工具中的滲透不斷加深,AI 輔助調色、菲林質感智能模擬等功能,或將成為下一代蘋果創作套件的核心賣點。

值得關注的是,蘋果目前尚未就 Color.io 技術的具體整合路徑作出任何官方表態。對影像行業而言,這場收購真正的影響力,或許要等到 2026 年的 WWDC 或年底的軟件更新才能揭曉——蘋果的創作生態革命,才剛剛開始。

資料來源:MacRumors AppleInsider MacTech IT之家 The Phrase Maker

 

閱讀文章
應用方案數據分析

優化資源運用的示範:提升智慧交通效率促政務轉型

智慧交通數據分析平台,展示城市交通流量與優化方案。.

鄧淑明博士
香港大學計算與數據科學學院及社會科學學院地理系客席教授

 

政府公布的《運輸策略藍圖》提出本港交通運輸可持續發展策略及具體建議,當中亮點之一是推展「交通管理平台」,整合各類交通及運輸數據,以助優化交通數字化管理。

擬建的平台結合大數據分析和人工智能技術,可預測交通變化、識別交通瓶頸和制訂應急預案,協助交通管理及運輸規劃,可提高運輸效率,其應用場景涵蓋大型活動、惡劣天氣及突發事故等,又能提供實時交通和運輸資訊,可與相關政府部門分享,例如警務處可以根據實時數據進行相應的執法行動,而路政署則可於極端天氣下迅速清理阻塞的道路,維持交通暢順。根據藍圖的執行時間表,平台會在今年展開研究,籌備在市區內進行一個區域性試點應用,並於 2028 至 2032 年檢視相關成效。

不過,據筆者了解,土木工程拓展署早於 8 年前已研發及營運以電子地圖為核心的「聯合運作平台」(COP),可供不同部門實時分享事故的相關資訊,目前已有 20 多個政府部門參與。惟 COP 現時僅在處理山泥傾瀉、水浸等天災事故時使用,未見充分運用及發揮其效能。

筆者認為,只要把現有的 COP 升級,如加入地理空間人工智能(Geospatial Artificial Intelligence, GeoAI),配合人造衛星、無人機以及傳感器接收大量數據,並擴大應用場景至惠及民生的所有政府部門,便能打破數據與行政壁壘,以單一平台去加強跨部門協作,促進數據互通,提升政府的施政效率,實現高效治理,同時成為各部門優化資源運用的示範。優化資源運用的示範

 

閱讀文章