知勢 - 提供AI新知與觀點的媒體

破解高精度模擬的成本困境：讓 AI 在運算效率與精準度間取得雙贏

由中興大學、淡江大學與人工智慧科技基金會組成的研究團隊，近期在《Machine Learning: Science and Technology》期刊發表的一篇論文，提出一個務實的概念，如果讓讓機器學習不需從零取代物理模擬，而是學習「便宜計算」與「昂貴計算」之間的關係。研究人員只需先執行部分昂貴的模擬，其餘再交由機器學習完成，讓原本因運算時間或成本過高而窒礙難行的研究，變得可行。

產業案例, 生成式AI, 人物訪談, 觀點

從 SEO 到 GEO，連啟佑：成敗的關鍵是「品牌語義場」

GEO（生成引擎最佳化）時代，AI 不僅在乎內容，更進一步嚴格探究「這是誰說的？」也就是該品牌是否具備權威、是否值得被提及與引用。當傳統搜尋引擎呈現的「十個藍色連結」被 AI 濃縮成「一個直接解答」時，企業面臨的競爭就不再是「排第幾名」，而是「有沒有擠進這個唯一的答案裡」。

生成式AI, 精選書單, 觀點

假訊息的變形金剛？當AI遇見短影音

每天早上醒來，你會做的第一件事是什麼？是不是滑開手機，看看IG或Threads上在討論哪些熱門話題？遇到瓶頸就找AI求助、閒暇時追著網紅的短影音。在AI、社群媒體與短影音無所不在的今天，我們每天使用這些科技，卻不一定真正了解它們。這不只是一本認識科技新媒體的指南，更是一張陪伴讀者勇闖未來世界的生存地圖，每篇文末並附「外掛資訊站」專欄與延伸影音，幫助讀者建立更精準、完整的數位素養。

產業案例, 低碳經濟, 專欄, 觀點

AI 助攻 CBAM 合規 - 從 2,400 頁法規到 3 分鐘完成初步評估

基於多年從事 AI、ESG、ISO 管理系統及碳管理顧問工作的經驗，作者開發了一套簡易版 CBAM 快速估算互動工具，希望協助台灣製造業以更低的門檻掌握 CBAM 對企業營運的影響。

算力, 新創, 產業案例

當預算超支，企業導入 AI 該懂的 Token 成本治理

企業導入 AI 的初衷，從來不是把成本壓到最低。任何團隊都做得到「省錢」，換用更便宜的模型、限制員工的使用額度，帳單數字很快就能好看。但如果產出品質因此悄悄下滑、員工開始用更迂迴低效的方式完成工作，公司省下的每一塊錢，可能都用更高的隱性成本換回來。真正的治理，追求的不是「花得少」，而是「花得有意義」。每一筆支出，都能對應到清楚的答案：這筆錢，買到了什麼。

蔡博探路, 算力, 專欄, 觀點

《AI 趨勢-蔡博探路》Token 精算時代：當「用得多」不等於「用得好」

這週的幾件事放在一起，會發現一個有意思的落差：模型能力這一頭仍在快速進展，例如數學證明、生物設計、超長 context、多模態生成，一項比一項驚人；但另一頭，企業與管理的節奏，正在往「怎麼把這些能力管好、用得划算」靠攏。Meta 設 token budget、歐盟要求標籤、Anthropic 的版權和解案、上千名業界員工聯名要求「有意識地控制」發展速度。某種程度上都是同一件事的不同版本：能力已經不是唯一的稀缺資源。如何有節制、有紀律地部署，才是接下來真正要解的題目。

AI ACT, 人物訪談, 觀點

歐盟 AI 法案第 50 條「透明度義務」正式生效，企業須標示 AI 內容全面上路

歐盟《人工智慧法案》(EU AI Act) 第 50 條「透明度義務」（Transparency Obligations）已於 2026 年 8 月 2 日正式上路。為提供與AI互動或生成合成內容的人工智慧系統提供者，以及部署者帶來新的合規義務。

可信任AI, 主權AI, 資料治理, AI治理, AI治理框架, 人工智慧, 趨勢

從中央指引到地方落地的挑戰與突破（二）：AI 治理的多重挑戰，風險的分類與邊界該如何劃分？

當人工智慧從「輔助工具」進化為能自主判斷、執行任務的「代理人」，政府部門的治理難題也隨之升級。過去談 AI 治理，多半聚焦於資料該怎麼盤點、風險該如何分級；但當 AI 開始導入後，一個更根本、也更尖銳的問題浮上檯面：權限的邊界該畫在哪裡？一旦 AI 犯了錯，究竟該由誰負責？

生成式AI, 人物訪談, 觀點

AI 時代的「效率通膨」，如何重新定義工作價值？

AI 時代下，雖然生成式工具大幅降低了產出成本，大幅提高了工作效率，卻也導致普通工作價值的迅速稀釋。但是，企業若僅追求產出速度，將面臨隱性勞動增加、組織性耗竭以及人才培訓斷裂等三層核心危機。未來的競爭力將在於人類在判斷密度、脈絡理解與信任關係上的不可替代性。為了應對這一挑戰，企業應採取 BEGIN 策略，重新劃定人機協作邊界並將管理重點由單純的效率轉向實質的效能。最終，真正的生產力核心應是讓 AI 承擔規模化任務，進而釋放人類投入更具情感與策略價值的關鍵決策。