知勢 - 提供AI新知與觀點的媒體

AI機器人時代將至？台大教授徐宏民：2030年迎商業化甜蜜點

當前的 AI 發展正處於從「數位虛擬端」跨入「實體物理界」的轉捩點。台大資訊工程學系教授徐宏民從市場動能與技術演進的角度分析推估，若以目前硬體成本下降曲線與模型能力成熟速度，Physical AI 技術成熟與商業落地的甜蜜點有機會出現在2030 年前後。

LLM, 蔡博探路, 專欄, 觀點

《AI 趨勢-蔡博探路》產業 AI 需求轉向：長效、本地部署，更要實際產出

綜觀過去兩週 AI 領域的重大發布與研究成果，可以看到一條清晰的主線：業界焦點已從「單一模型是否更聰明」，轉向「系統能否長時間續航、精通外部工具調用、並真正落地部署」，換句話說，AI 的發展仍走在變現的路上。

資料治理, 數位轉型, 趨勢

「資料變現」重點不在數量，而在流動性

MIT 史隆管理學院資訊系統研究中心（MIT CISR）首席研究科學家 Barbara Wixom 的最新研究點出了盲點：轉型的關鍵不在於企業收集了多少資料或模型有多複雜，而在於資料能否在企業內部被高效整合、靈活應用並重複創造價值。研究團隊將這種能力稱為「資料流動性（Data Liquidity）」，亦即資料資產被重複使用與重新組合的容易程度。

算力, 生成式AI, 人工智慧, 趨勢

從 Anthropic 經濟指數報告看 AI 如何重塑全球經濟節奏

Anthropic 於 6 月底發布最新一期經濟指數報告《Cadences》（節奏），首度以更高頻率、更細緻的分類方式，剖析人們如何在一天、一週乃至特定節日中使用 Claude。這份報告不僅描繪出 AI 使用的「生活節奏」，更指出，運算資源的消耗與職業薪資水準呈正相關，也就是薪資越高的職位，越傾向將高度自主性的任務交付給 AI 執行。

數位轉型, 產業案例, 觀點

一個「良率」14種定義：緯創十年轉型，如何為AI打好地基

當企業談論 AI 導入，最常聽到的問題莫過於「結果不夠精準」。但這句「不夠精準」背後，很可能不是模型不夠聰明，而是組織內部本來就缺乏清晰溝通與統一標準。這類「內部未對齊」的困境，在大型企業中屢見不鮮，緯創資通技術長沈慶堯於「2026 AI TAIWAN 未來商務展」國際趨勢高峰論壇分享內部轉型歷程時，就提到團隊在推動轉型的過程中才發現，公司內部光是良率就有 14 種不同的定義。

AI治理, 策略觀點, 觀點

企業AI治理只是一場秀？三個問題見真章

每家公司都說自己在「治理 AI」，如果你問企業的高階主管:「貴公司有在治理 AI 嗎?」幾乎每一位都會給你肯定的答案。但當某個 AI 模型做出不該做的事，誰有權力叫它停下來？這不是「誰會被通知」，也不是「誰負責寫事故報告」。而是誰擁有足夠的組織地位、授權範圍，乃至於「不怕丟工作」，能夠走進會議室說出：「我們現在就把這個系統關掉。」

蔡博探路, 觀點

《AI 趨勢-蔡博探路》從「最強的模型」到「最聰明的系統」：AI 競爭賽場正在轉變

過去三年，AI競爭的敘事圍繞著一個核心問題：誰能訓練出性能最強的基礎模型？OpenAI vs Anthropic vs Google vs Meta，甚至中國的深度求索和Z AI，都在追求「下一個GPT或Claude」。但6月底至7月初的一週，五個重要的產品發佈和研究論文同時出現，它們不約而同地指向同一個方向：系統的智慧正在超越模型的智慧。

生成式AI, 人工智慧, 趨勢

Google DeepMind 紀懷新揭示個人通用助理的未來

Google DeepMind 研究副總裁紀懷新日前在 2026 AI TAIWAN 未來商務展的演講中，從 AI 推理的底層邏輯出發，從 sequential transducer（序列轉換器）講到 Chain of Thought（思維鏈），並指出 agentic coding（代理式程式設計）只是前兆，未來的終極藍圖將聚焦於「個人通用助理」的全面普及。

精選書單

從石器時代到AI紀元：權力的轉移與信任危機

《連結》透過人類大歷史的長鏡頭，深刻檢視「資訊網路」與「資訊流」如何引領我們步入當今的 AI 紀元。作者哈拉瑞（Yuval Noah Harari）帶領讀者穿越時空，從石器時代的早期部落出發、歷經《聖經》正典化、印刷術發明、大眾媒體崛起，一路走到當代民粹主義的重燃。書中犀利剖析了羅馬帝國、秦朝、天主教會及蘇聯等龐大體制，如何駕馭資訊技術來實現其政治與社會目標，無論是好是壞。