數位時代 Business Next

這一集，主持人柯誠要拆解9月15日日本內閣通過的消費稅減稅政策：飲食料品稅率從8%砍到1%，為期兩年。這個政策乍看是德政，柯誠會從稅務系統的技術限制、第一線店家的定價操作，到日本財政史上的前例，帶大家理解這項政策實際上會怎麼運作，以及2029年是否真的能回到原本稅率。

本集重點｜
✅ 日本政府把稅率訂在「1%」而非0%，背後跟Invoice制度與POS系統的技術限制有什麼關係?

✅ 內用10%、外帶1%的9個百分點價差，會在忘年會、年菜訂購、到府主廚服務等場景，衍生出哪些真實的節稅操作?

✅ 麥當勞與星巴克面對雙重稅率時，分別採取了什麼不同的定價策略?

✅ 日本財政史上「暫定稅率」為什麼總是變成永久稅率（以汽油暫定稅率為例）?

【節目資訊】
主持人：柯誠

🎧 Production Team：Meet 創業小聚
🎬 Editing and Post-Production：聲歷其境 All Around You

Powered by Firstory Hosting

公司買了一批 ChatGPT 或 Claude 帳號，再找講師來上兩堂 prompt 課，這樣算導入 AI 了嗎？在企業現場，這只是第一階段，比較接近國民基本教育。真正的門檻在後面：AI 看不看得到公司的資料、權限與稽核管不管得住、能不能把公司裡那位十倍工作者的做事方法沉澱下來複製給別人。數位時代創新長黃亮崢 James 邀請 Asgard 肆佳科技共同創辦人暨執行長王韋仁 William，從企業導入的真實災情出發，拆解為什麼要給 AI 一台用完就丟的電腦，以及企業軟體最難的那段「最後一哩」卡在哪裡。

聽完這集你可以學到：

企業導入 AI 分成四個階段：買帳號上課、讓 AI 看得到公司資料、統一配帳號做稽核與權限管理，第四階段才是把優秀員工的做事方法沉澱成流程、複製給其他人。王韋仁觀察，多數公司都還停在前兩階。每個上班族有兩到三成時間在搬資料：複製貼上、建檔這類工作藏在會計、客服、業務身上，但世界上沒有一個 job title 叫資料搬運。王韋仁指出，公司買的是這個人的專業與決策能力，把時間還給他，能用在決策上的時間就多出三到四成。系統打不通不是技術問題，是政治問題：王韋仁直言技術上一定打得通，資料也都還在。阻力在於十幾年前導入系統的人早就離職，現在的 IT 接手的是遺留系統，動了出事卻要他負責，於是多一事不如少一事。破解方法通常只有一個，從老闆那一層 top-down 支援下來。最後一哩不是 demo，是上線那一刻：demo 永遠是 happy path，短時間就做得出來；難的是進到 production，每一次都要跑得完。王韋仁分析這一哩由三件事構成：權限、能不能被稽核、能不能跟既有系統並行。比較像幫 legacy system 開一道新的大門，而不是去顛覆它。駕馭工程（Harness Engineering）的白話定義：換一個模型還能完成同樣的工作，就代表 harness 做好了。王韋仁比喻，模型是腦子非常好但第一天上班的人，harness 就是那間公司的教育訓練、門禁卡、系統帳號、SOP 和主管是誰。換到車上講，模型是引擎，harness 是底盤、方向盤、煞車與調校。一個工作階段開一台電腦，用完丟掉：共用一台機器養 agent 很容易養壞。王韋仁說明，每次互動才開一台幾秒就啟動的虛擬電腦，出事直接拋棄，同事的薪資資料也留在上一台一起被丟掉。但 agent 不會離職，牠會把稽核紀錄和學到的例外寫回檔案系統，下次開新電腦再掛回去。agent 犯錯的真實災情：有一隻 agent 每天打電話訂便當，那天電話不通，牠很努力上網查，找到那家店有 Uber Eats，就自己登入帳號下了單。王韋仁強調，比犯錯更重要的是過程能不能被監管、被記錄、事後被防堵。另一個案例是報帳，交通費該掛專案還是部門是公司慣例，沒人寫下來，agent 當然掛錯。

舊系統怎麼交給 AI 碰：理想上直接操作 API 就能把事情做完，但王韋仁指出台灣的現實是，大量企業的系統已經跑了二三十年，原廠可能都不在了，不會有人回頭幫你開 API，而這些沒人維護的系統還在某一台電腦裡服役。給瀏覽器是最低限度的做法，至少讓 AI 有一條路能操作系統。至於權限那條線，他的做法是讓 agent 沿用工程師本來就在用的 CRUD 規則，而不是另外發明一套：讀取同一份資料二三十次都該是一樣的狀態，這類可逆的事直接授權；會造成資料變更的不可逆動作才要卡人核可。這樣做的附帶好處是，企業原本的稽核制度看得懂這件事，不必為 agent 重新創造一套稽核方式。

真正的痛點往往不在行銷和客服：Asgard 接觸的產業橫跨電商、餐飲、飯店、製造、材料與金融投資，切入點通常來自二代接班或大老闆的 top-down。王韋仁分享一個飯店業的例子：這家飯店有二三十間餐廳，每間的信用卡卡機對帳號碼都不同、結帳系統也不同，財務每個月對帳非常痛苦。他們要的其實不是完美，只是把銀行送來的對帳單跟自己收回的資料自動比對，先把對得上的七八成拉掉，剩下的一兩成再交給人。他說這種題目是外行人想不到的，得從企業真正的痛點反推回來。

不必追最新最大的模型：王韋仁認為好的流程架構與 harness，要確保模型是 plug and play、可以隨意切換。他自家公司幫員工付模型的錢但不限制用哪一個，重點是產出要能被接受、能被 review。他也直言沒必要一律用最聰明的模型，很多新模型是 thinking model，會花更多時間，一般的操作任務用 Sonnet 4.5 可能就搞定，效率反而更好而且不會出錯。至於地端，他判斷當一萬個員工都開始用 AI，token 用量會逼企業去想「我有沒有自己的發電裝置、自己的桶裝水」。

不要問一個人要配幾個 agent：黃仁勳在 Computex 2026 提出每位員工可以配 100 個 agent，也算過年薪 50 萬美元的工程師，一年的 token 成本可能要 25 萬美元。王韋仁換了一個算法：該問的不是標配幾隻給一個人，而是這間公司有多少件事已經被 agent 掌握、又需要多少人來操作牠們。他提醒台灣的現實是大部分賺錢的企業並不靠軟體賺錢，IT 是成本單位、預算本來就少，但 AI 接下來會像水、像電一樣變成生產要素。他給的起手建議是先確認自己 AI Ready 或 Data Ready，因為他遇過不少正在賺錢、資訊狀態卻還停在 15 年前的企業。

延伸閱讀

Karpathy 提出大語言模型是新作業系統核心行程：https://x.com/karpathy/status/1707437820045062561Karpathy 演講《Intro to Large Language Models》：https://www.youtube.com/watch?v=zjkBMFhNj_g黃仁勳與 Harrison Chase 對談：https://www.youtube.com/watch?v=Yy3JH6dDugc

Powered by Firstory Hosting

如果舉行一場全球公投，關於當前AI發展是否該踩剎車，讓更多法規和監管能跟上，投票結果會如何？可能一面倒，也可能很分散。

不過，決定AI發展的主導力量，可能不是選票，而是鈔票。在目前各路資金持續重押AI的情境下，領跑在前的未必是最後贏家，但落後的註定出局。這種緊迫感讓所有參與者繃緊神經，一路催速。

因此，當Anthropic共同創辦人暨執行長阿莫迪(Dario Amodei)近期發文希望「減速AI」(Pacing the AI)時，很快引來OpenAI執行長奧特曼(Sam Altman)和馬斯克贊聲。

即使業者有意，但美國政府站在國家安全立場，並不樂見。AI競賽也是美中搶奪發言權的主戰場，如果美國放慢，等於做球給中國，川普並不認同。白宮科技顧問薩克斯(David Sachs)也強調，政府應該注意的是業者競爭是否有妨礙創新和市場公平，而不是介入去決定創新的快慢。

於此同時，AI脫離控制而產生技術人員意料之外的事故，也越來越多。缺少足夠的安全護欄和法規監管，全球都正面臨風險。2024年諾貝爾經濟學獎得主、麻省理工學院經濟系教授艾塞默魯(Daron Acemoglu)觀察，少數幾家巨型企業掌握AI未來方向，主事者的成長和求學背景類似，喜歡同一部電影看同樣小說，決策邏輯接近，也是風險之一。

真正能讓AI減速的，可能是聯準會升息和11月的美國期中選舉結果。綜合以上因素，科技專家吳金榮分享他的觀察。

Powered by Firstory Hosting

AI讓每一個使用者的能力都上升，但群體的能力反而下降，原因是大家都用同樣的AI? 專長心理學和設計思考的成大教授劉世南，針對AI使用做了相關研究，發現AI習慣討好用戶的預先設定，會導致用戶產生類同溫層和資訊繭房的效果，使得用戶與用戶間的差異縮小，如同生物演化需要的基因變異被壓抑，反而減慢族群進步速度。

劉世南指出，人類應對技術進步，本身也會持續調整適應，AI從人性思考應該是Adaptive Intelligence(適應性智慧)，是使用者也在不斷調整自己對應技術變化的過程，重點是科技應該帶有溫度，而不只是冷冰冰地強調速度和生產力。

劉世南提出「橘色科技」概念， 也就是帶著溫度的AI，來協助使用者解決問題提升自我，同時在過程中尊重不同個體間的差異，包含跨種族和跨物種，而不是消滅差異，因為差異如同基因變異，是保有物種群體進步的根源。

 

Powered by Firstory Hosting

本集重點：

天價折疊機 iPhone Duo 在貴什麼？iPhone 18 Pro 相機升級可變光圈AirPods 5 超值降噪與 Apple Watch 健康黑科技

延伸閱讀》
摺疊iPhone要來了！蘋果下個黃金十年，從一支7萬元「精品手機」開始？
https://www.bnext.com.tw/topic/view/993

-----------

🤩訂閱數位時代YouTube 》
https://www.youtube.com/@bnext_official

-----------

🤩有合作需求請洽：podcast@bnext.com.tw

Powered by Firstory Hosting

美國擁有全球最昂貴的醫療體系，但對許多獨立診所來說，真正消耗時間與成本的，往往不是看病，而是保險審核、帳務、採購與大量行政工作。本集邀請 Nitra 幕僚長 Jen 林俐吟，從美國獨立診所持續萎縮的現象出發，解析這套破碎化醫療體系背後的營運痛點，我們也討論 AI 是否可能先從「診所後台」開始，重新改變美國醫療產業。 

本集重點：

美國醫療為什麼又貴又沒效率？ Nitra 為什麼從信用卡切入醫療？ 從 Fintech 到診所營運系統AI Agent 會先取代醫療行政，而不是醫生？ 為什麼矽谷新創選擇把研發團隊放在台灣？

了解更多國際新創圈大小事 👉🏼https://meetstartup.pse.is/4jhd5u

📍鏈結矽谷創新動態，關注Startup Island TAIWAN 矽谷 Hub：https://sv.startupisland.tw/

Powered by Firstory Hosting

2026 年 2 月，《自然醫學》（Nature Medicine）登出一篇研究：1,298 位一般民眾被隨機分派，面對十個醫療情境，要判斷這可能是什麼問題、接下來該怎麼辦。模型單獨作答時，找出病況的正確率高達 94.9%；但把同一批模型交到真人手上，正確率掉到三成出頭，跟完全沒用 AI 的對照組沒有差別。模型很強，但人問不出來。數位時代創新長黃亮崢 James 邀請 杜克健康創新研究所葉俊廷醫師，拆解一般人到底該怎麼問AI健康問題，才有機會問得好。

聽完這集，你可以學到

1. 先講你是台灣人、幾歲、男生女生，這 30 秒決定了答案品質：模型的訓練資料以英文與西方世界為主，研究圈把這群人稱作 WEIRD。你不講清楚，它就預設你是一位在美國的白人大學生。但鼻咽癌在華人族群的發生率遠高於西方白人，臺灣過去有大量 B 型肝炎與肺結核病史，這些都會改變鑑別診斷的排序。葉俊廷建議開頭直接說「我是臺灣人、我幾歲、我有什麼病史、現在在吃什麼藥」。

2. 問「有哪些可能」，不要問「我得了什麼病」：AI 的強項是飽讀詩書、把可能性窮盡列舉，不是一槍命中。葉醫師提醒，帶著答案去問（「我是不是闌尾炎？」）會觸發它的討好傾向，它會順著你把說法合理化。改成請它列出所有可能，再逐項追問「要做什麼檢查才能排除這一個」，你拿到的就是一張清單，而不是一個結論。

3. 報告先擷取成表格，核對過再解讀：拍照上傳最大的風險不是幻覺。醫院做過統計，AI 真正產生幻覺的比率大約 2% 到 5%，但漏掉重要資訊的比例可以到 20%。做法是先叫它「只把數值、單位、參考範圍整理成表格，不要解讀」，自己數過筆數對得上，再請它解讀。更根本的解法，是直接從健康存摺下載可被數位辨認的電子版報告。

4. 判斷急不急最最最不能交給 AI，要改問警訊（紅旗清單）：就連 OpenAI 專為健康情境訓練的 ChatGPT Health，在急症的檢傷判斷上仍有明顯失誤。葉俊廷分析模型被訓練得越來越保守，你直接問「我現在該怎麼辦」只會拿到罐頭答案。

正確的問法是「請列出哪些情況我應該立刻掛急診、哪些可以等門診」，再加一句「請把最緊急的警訊（紅旗）症狀也寫出來」。

5. ISBAR：把小抄整理成醫師習慣閱讀的格式：俊廷把醫護交班用的口訣改寫給一般人用。I 是我是誰（年齡、生理性別）， S 是現在的狀況與持續多久， B 是過去病史、用藥、手術、過敏與家族史，最後 把醫護版的 A 與 R 換成 Q，也就是你最想問的三個問題。 請 AI 依這個順序整理成兩頁以內的條列，醫師看到會很開心，因為那正是他寫病歷的思考流程。

6. 模型有價值觀，重要的事情要問兩家：哈佛醫學院生醫資訊學系的 Isaac Kohane 用 50 個臨床兩難發現各家模型在尊重病人自主、行善、不傷害、公平這四個原則上的權重都不一樣。俊廷提醒，飽讀西方文獻的模型最優先的往往是病人自主，但這在東方文化脈絡下不一定成立，答案不一致本身就是一個訊號。

7. 三層分類法：越深的對話越要保守：

-第一層是術語翻譯與報告白話化，幾乎沒有風險；

-第二層是加上你的個人脈絡去推論可能性，價值最高，但成果完全取決於你怎麼問；

-第三層是換不換藥、該不該開刀這種臨床決策，目前建議不要交給 AI。

俊廷的判準很清楚，越需要價值判斷的問題，背後潛在的偏誤風險就越大。

8. AI 公司免費送你健康服務，要的是它拿不到的資料：俊廷從商業角度提醒，網路上的文字大概都被訓練完了，而心跳、影像這類醫學資料極難取得，又全鎖在醫療系統裡。智慧戒指記錄基礎體溫、另一個 App 記月經週期、你再跟 AI 說最近有點頭暈，三筆看似獨立的資料串起來就可能推論出你懷孕，甚至比你自己更早知道。

俊廷的提醒：

一、讓 AI 真正了解你是誰，不是身分證字號，而是你作為一個人的樣子：我是臺灣人、在臺灣長大、現在在美國、幾歲、有什麼運動習慣、有什麼病史、在吃什麼藥。

二、不要把自己的判斷放進去，把「會不會是闌尾炎」的問題換成「請列出所有可能」，再一輪一輪追問下去。

三、是主動要警訊（紅旗清單），問清楚什麼情況必須立刻就醫。最後，如果真的決定要看醫生，請 AI 用「我是誰、現在狀況、過去病史、我想問的問題」整理成一兩頁印出來帶去。他強調，這是目前跟 AI 互動比較安全、而且每個環節都有研究支持的做法。而醫師不能被取代的，從來不是資訊不足時的判斷，是最後有一個人願意為那個判斷負責。

---

補充資料：

1. 以撒·科漢 Isaac Kohane：哈佛醫學院生醫資訊學系（Department of Biomedical Informatics）系主任，醫療 AI 領域的奠基者之一。本集中被引述為 Human Values Project 的主持人。

2. Human Values Project（HVP）：由 Isaac Kohane 主持的國際研究計畫，以 50 個經臨床醫師驗證的醫療兩難情境，測試各家前沿模型在醫學倫理四原則（自主、行善、不傷害、正義）上的權重分布，並以千位以上臨床醫師的共識作為對照基準。合作單位包含 OpenAI、Google DeepMind、Epic、以色列 Clalit Health Services 等。網址：https://hvp.global

3. 鑑別診斷 Differential Diagnosis：面對一組症狀時，醫師列出所有可能疾病並逐一排除的思考流程。俊廷指出 AI 的強項正是把這張清單列得比人更完整。

4. can't miss／警訊症狀 Red Flags：機率未必高、但一旦錯過後果極嚴重或極緊急的病症，醫師受訓時被要求無論如何都要先排除。經典例子是胸痛必須先排除心肌梗塞。

5. 檢傷 Triage：判斷病人有多緊急、應該立刻急診還是可以等門診的分類流程。本集指出這是目前 AI 最不可靠的環節之一。

6. 脈絡化醫療 Contextualized Medicine：強調病人在疾病之外的生活處境會直接影響醫療成效的取向。本集阿嬤與孫子開學的例子即屬此類。

7. 競爭的責任關係 Competing Responsibility：脈絡化醫療中的概念，指病人或照顧者因為承擔其他責任（工作、就學、照顧他人）而無法完成醫囑。

8. ISBAR：醫護人員交班使用的結構化溝通口訣：Introduction（我是誰）、Situation（現在狀況）、Background（背景病史）、Assessment（評估）、Recommendation（建議）。俊廷建議一般人把 A 與 R 換成 Q（你想問的問題）。

9. WEIRD：Western、Educated、Industrialized、Rich、Democratic 的縮寫，指行為科學研究樣本長期過度集中於西方、受過教育、工業化、富裕與民主社會的人口。本集用以說明大語言模型訓練資料的預設偏差。

10. 定錨效應 Anchoring：在對話開頭提供身分與背景資訊，使模型後續的機率排序向你的實際情境靠攏。

11. 健康存摺 My Health Bank：衛生福利部中央健康保險署提供的個人健康資料下載平台，可取得近三年門診、住診、用藥與檢驗結果。俊廷建議直接下載電子版報告，避免拍照辨識造成的錯誤。網址：https://myhealthbank.nhi.gov.tw

12. OpenEvidence：面向醫療專業人員的醫學文獻查詢 AI 工具。本集用以說明即使是醫療專用工具，其文獻庫仍以英文與歐美學會指引為主體。網址：https://www.openevidence.com

13. ChatGPT Health：OpenAI 於 2026 年 1 月推出、專為健康情境設計的版本，可連結電子病歷與 Apple Health。網址：https://openai.com

本集引用的研究與文獻

一般民眾使用 AI 的表現

Bean, A. M., et al. (2026). Reliability of LLMs as medical assistants for the general public: A randomized preregistered study. Nature Medicine, 32, 609–615. https://doi.org/10.1038/s41591-025-04074-y

Goh, E., Gallo, R., Hom, J., et al. (2024). Large language model influence on diagnostic reasoning: A randomized clinical trial. JAMA Network Open, 7(10), e2440969. https://doi.org/10.1001/jamanetworkopen.2024.40969

AI 的診斷與檢傷能力

Brodeur, P. G., Buckley, T. A., Kanjee, Z., et al. (2026). Performance of a large language model on the reasoning tasks of a physician. Science, 392, 524–527. https://doi.org/10.1126/science.adz4433

Ramaswamy, A., et al. (2026). ChatGPT Health performance in a structured test of triage recommendations. Nature Medicine. https://doi.org/10.1038/s41591-026-04297-7

Costa-Gomes, B., Tolmachev, P., Taysom, E., et al. (2026). How people use Copilot for Health. Microsoft AI.

KFF. (2026). KFF Health Information and Trust Tracking Poll. Kaiser Family Foundation. https://www.kff.org

Henrich, J., Heine, S. J., & Norenzayan, A. (2010). The weirdest people in the world? Behavioral and Brain Sciences, 33(2–3), 61–83. https://doi.org/10.1017/S0140525X0999152X

脈絡化醫療與醫病溝通

Weiner, S. J., Schwartz, A., Weaver, F., et al. (2010). Contextual errors and failures in individualizing patient care: A multicenter study. Annals of Internal Medicine, 153(2), 69–75. https://doi.org/10.7326/0003-4819-153-2-201007200-00002

Marshall, S., Harrison, J., & Flanagan, B. (2009). The teaching of a structured tool improves the clarity and content of interprofessional clinical communication. Quality & Safety in Health Care, 18(2), 137–140. https://doi.org/10.1136/qshc.2007.025247

資料隱私與重新識別

- Sweeney, L. (2002). k-anonymity: A model for protecting privacy. International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 10(5), 557–570. https://doi.org/10.1142/S0218488502001648

法規與公共資源

中華民國醫師法第 11 條｜醫師非親自診察，不得施行治療、開給方劑或交付診斷書。本集用以說明 AI 不具醫事人員身分，其輸出沒有法律地位。全國法規資料庫：https://law.moj.gov.tw/LawClass/LawAll.aspx?pcode=L0020001

個人資料保護法｜臺灣目前規範個人資料蒐集、處理與利用的通用性法律，並非專為健康資料設計。全國法規資料庫：https://law.moj.gov.tw/LawClass/LawAll.aspx?pcode=I0050021

憲法法庭 111 年憲判字第 13 號判決【健保資料庫案】｜2022 年 8 月 12 日宣判。認定健保資料由中央健康保險署提供作健保目的外之利用時，其主體、目的、要件、範圍、方式及監督與程序保障機制欠缺明確法律規範，不符法律保留原則，違反憲法對資訊隱私權的保障，並要求三年內修法。判決全文：https://cons.judicial.gov.tw/docdata.aspx?fid=38&id=309956

HIPAA（Health Insurance Portability and Accountability Act）｜美國健康資料保護與隱私規範。本集用以對照臺灣目前缺乏統一健康資料保護專法的現況，並說明 ChatGPT Health 所稱之 HIPAA compliant 的意義。美國衛生及公共服務部：https://www.hhs.gov/hipaa

Powered by Firstory Hosting

在AI五層蛋糕中，每一層業者都在積極發展並互相競爭，其中佔據三、四、五層的Google正在往一、二層發展，而佔據一、二、三層的輝達也正在往四、五層發展，彼此原先的客戶/供應商關係正轉變為競爭關係，其中的交集之一就是聯發科。

兩家各自從晶片算力進入晶片傳輸，都需要聯發科技的技術協助，輝達是在AI 伺服器的NVLink Fusion上，以及進入終端裝置AI PC的RTX Spark晶片(由聯發科設計)； Goolge則是用來做資料推理的TPU系列晶片的設計，選聯發科為主要合作伙伴之一。

除了聯發科，Google也與博通、邁威和超微等晶片設計公司合作，擴大在晶片組合的布局，進入CPU和CPO領域，降低對輝達依賴；輝達則是購併Groq、投資多家大語言模型業者、最近又收購Hugging Face等，直插Google的AI核心業務。

雙方正在形成自己的陣營並演化為生態系，在多個戰場短兵相接已不可免，未來更將升級為一場全面戰爭。不論勝負歸屬，台廠供應鏈都可能受惠，但以往以自有產品為主的本地晶片設計業，也面臨巨大轉型。

Powered by Firstory Hosting

本集重點：

AI如何讓記憶體從「慘業」翻身？HBM究竟改變了什麼？曾經輸給三星、丟掉客戶，SK海力士為什麼最後靠封裝技術逆襲？三星、中國長鑫快速追趕，台積電又扮演什麼角色？

-----------
🤩訂閱數位時代YouTube 》
https://www.youtube.com/@bnext_official

-----------
🤩有合作需求請洽：podcast@bnext.com.tw

Powered by Firstory Hosting

本集節目，主持人柯誠要帶大家搞懂日本職場最具代表性的兩個字：「終身雇用」與「年功序列」，是怎麼從一百多年前的技術人才培訓制度，演變成今天備受討論、甚至開始鬆動的雇用慣行。從明治維新時期三菱造船設立三菱工業學校招募學徒的故事，到二戰後政府與工會協商出的「春鬥」制度，這集節目會先帶你理解這套雇用文化的起源，接著聚焦近年 Olympus、三菱UFJ信託銀行、KDDI 等企業導入「職位型雇用制度」的具體做法與遇到的挑戰，最後回到對台灣企業與新創的實務意義。

本集重點｜
✅ 年功序列制與終身雇用是如何從明治維新的技術人才培訓需求中誕生的
✅ Olympus 導入職位型雇用制度後為何引發長達三年的勞資訴訟
✅ 三菱UFJ信託銀行如何用「資深職位專案」與「專業職位人事制度」留住退休後的資深人才
✅ KDDI 如何透過「職位圖鑑」逐步定義超過150種具體職位內容
✅ 日本雇用制度轉型如何為台灣企業聘僱日本人才、以及 HR Tech 新創進入日本市場帶來新的機會

【節目資訊】
主持人：柯誠

🎧 Production Team：Meet 創業小聚
🎬 Editing and Post-Production：聲歷其境 All Around You

Powered by Firstory Hosting

8 月 11 日，Anthropic 在官方說明文件公告，8 月 2 日之後推出的 Claude 模型出廠就會在生成的內容裡埋入一個看不見的記號，全球適用，涵蓋 Claude、Claude Code、Claude Cowork 與開發者用的 API。但怎麼做到的沒有公布規格，偵測工具也還沒開放。消息一出，中英文社群立刻開始討論怎麼把它洗掉，GitHub 上也冒出各種浮水印檢查工具。IBM 華生研究中心可信任 AI 團隊首席研究科學家陳品諭 Pin-Yu 認為，多數人一開始就搞錯了這件事的性質：浮水印能證明的是「這段文字是不是我做的」，不是「這段文字是不是 AI 做的」。數位時代創新長黃亮崢 James 邀請陳品諭，從技術原理、歐盟法規動機，一路談到教育、出版與內容產業真正該擔心的事。

聽完這集，你可以學到

1. 浮水印保護的是模型商，不是使用者：陳品諭用命案現場比喻。現場有好多個嫌疑犯，每個人都能出來證明自己有不在場證明，「所以你只能證明這個人不是我殺的，但是這個命案還是發生了」。各家廠商的浮水印只能回答「這是不是我產生的」，惡意使用者只要下載一個開源模型自己生內容，就完全不帶任何記號。他形容這是一個安全漏洞：每個廠商都在保護自己，沒有人在保護一般使用者。

2. 文字浮水印不是在文字上加東西，而是動了選字的機率：早期做法是挑一組關鍵字，出現太頻繁就判定是 AI 寫的，但這會直接傷害生成品質，等於你請阿嬤倒茶，它卻端出一杯美式拿鐵。Google 那一系列比較進階的做法，是在決定下一個字的時候，心中先默想一個號碼（私鑰），用這個號碼加上已經產生的內容去決定下一個字；檢測時再把文字套回這個號碼，看相符的可能性有多高。

3. 藏在文字之外的記號，複製貼上就沒了：加隱形空格、把拉丁字母 A 換成看起來一模一樣的西里爾字母 A、或在文件裡塞白色文字，這些方法可以做，但當不了合格的浮水印。陳品諭解釋，只要使用者把內容複製到記事本，框選範圍以外的東西全部不會跟著走。而且這類手法缺乏獨特性，對方一旦知道你的規則就能改回去，浮水印要有效就必須做在文字本身。

4. 改寫確實能洗掉，但要改到面目全非：Google 發表在《Nature》的那份報告做過測試，更動少於 10 個 token 通常拿不掉浮水印，但改得夠多、改到面目全非，浮水印就會失效。社群討論的「拼盤」做法，也就是把五個段落分別丟給五個不同模型重寫、或翻成英文再翻回中文，陳品諭直接確認那是一個能把浮水印移除的好例子。

5. 中文不會比較安全：現在的主流架構 Transformer 是一個 token 進、一個 token 出，token 不等於英文單字或字母，任何語言都能拆成 token，圖片、聲音、影像同樣可以。陳品諭明確表示，不同語言對浮水印來說沒有差別，浮水印都能用上去。想靠中文方塊字躲過機率式浮水印，在技術上並不成立。

6. Anthropic 自己在網頁最下面寫了兩條免責：第一，這個技術沒有辦法保證一段文字是不是 AI 產生的，它只能保證是不是自家寫的。第二更關鍵，如果原始文字是使用者餵進來、由 Claude 修改的，它一樣會蓋上記號，但不保證那段原始文字本來是人寫的還是 AI 寫的。陳品諭形容就是「你給我一個東西，我蓋一個章我就把它丟出去」，至於進來的時候是什麼，它不管。

7. 歐盟的立法精神認為文字是相對最不需要保護的：陳品諭透過 IBM 參與過歐盟法規建議。相對於圖片、語音、影片，文字的傳播力與殺傷力較小，也比較容易查證，例如有人偽造一首詞說是方文山寫的，上網查一下沒有這首歌就破功了。這是風險管理的判斷，也解釋了為什麼 Google 只開源了文字浮水印，跟深偽高度相關的影像與語音方法始終沒有公開。

8. 開源偵測器會變成攻擊者的練習對象：陳品諭三年前用對抗式學習做的文字偵測器 RADAR，訓練時額外放進一個負責不斷重寫文字、想繞過偵測的 AI 攻擊者，讓偵測器學會更穩健的判斷方式。這個模型放上 Hugging Face 之後累積超過九十萬個下載次數，但他坦言心裡也有點怕，因為惡意使用者同樣可以拿它來磨練繞過的方法。這也是他判斷各家廠商最終不會開源自家浮水印偵測器的原因。

9. 人機混寫是灰色地帶，現有偵測器處理不了：訓練偵測器時的資料標註只有兩種，整段人寫或整段 AI 寫。但真實情況是人先寫草稿、AI 改了兩成或三成，要改到多少才算 AI 寫的？陳品諭認為這種灰色空間不好標註也不好預測。學生若能拿出 Word 的編輯紀錄，證明是自己一個字一個字打出來、中途只是參考 AI 的建議改錯字，他認為那還算是人寫的。

文字工作者真正要擔心的不是被蓋章，是被誤判。陳品諭今年做的一項研究正是在探討嫁禍：在圖片領域，他們可以把 A 模型的浮水印放進 B 模型產生的圖片裡，讓偵測器誤認來源，文字雖然還沒做過，但原理上可行。誤判在教育現場是致命的，把學生的文章誤判成 AI 寫的而當掉，學生的權益就受損。他也點出目前社會靠「AI 味」判斷的困境：老師看得出來文字老練到不可能是高中生寫的，卻拿不出證據，最後只能說是自由心證。

generation is cheap, but verification is hard（生產容易，但驗證難）。這是陳品諭常掛在嘴邊的一句話，生產內容很容易，檢驗內容的真實性與可靠性反而困難，而且通常需要領域專家才做得到。他舉例，市面上號稱能檢測 AI 論文的工具，實際上多半只查得出參考文獻是真是假，因為那可以拿資料庫比對；至於最前沿、大家都還不知道答案的研究內容，反而無法驗證。他認為這個時代該問的不是「這是 AI 做的還是人做的」，而是「做出來的成品有沒有更好」。

陳品諭給聽眾的心法

對於拿到偵測報告的主管、老師與評審，陳品諭的建議是把它當成健康檢查，不是判決書。那個數字只是最初步的檢測，發現不對勁應該往下追問原因，請對方提出自己編輯過程的思索與證據，而不是直接下結論。他也提醒，正因為他們做的是可信賴的 AI，才更清楚現階段的 AI 很多時候還不足以被人類信賴：「不要完全相信 AI 告訴你的任何事，你還是要有自己的判斷能力。」

至於一般工作者該怎麼面對 AI，他的立場很明確：不要想著 AI 要來取代人類，而是用 AI 讓自己的生產力更高、思考得更深遠，就像 AlphaGo 之後，職業棋手選擇跟 AI 下棋不是為了贏它，而是為了想得比十步、二十步更遠。但他也留下一句提醒：「AI 會的東西不是你會的東西，不是因為你會用 AI 就表示這個知識就是你的，你只是會使用這個工具而已。」

關鍵字附錄

一、技術名詞

Token：AI 模型處理內容的最小單位。它不等於一個英文單字或一個字母，而像一本字典裡的條目，可以是中文的字、一個字串，圖片、聲音、影像同樣可以拆解成 token。Transformer：目前主流 AI 模型的架構，特性是一個 token 一個 token 讀入、再一個 token 一個 token 產出。文字浮水印之所以與語言無關，關鍵就在這個機制。文字浮水印（Text Watermarking）：在模型產生下一個 token 時，依據一組私密金鑰去調整選字機率，讓產生出來的文字帶有可被統計檢測的特徵。與「在文末加註本文由 AI 產生」那種免責聲明不同，後者不算浮水印。數位簽章（Digital Signature）：歐盟 AI 法案認可的另一種標記方式，在檔案本身的欄位裡記錄由誰簽名、來源為何。限制是能涵蓋的檔案格式有限，不是所有內容都能存成帶簽章的格式。提示詞注入（Prompt Injection）：學術會議目前用來抓偷懶審稿人的手法。在投稿 PDF 裡加入白色的隱形文字，指示 AI 在產生審稿意見時必須包含某組幾乎不可能自然出現的字詞組合，一旦出現就構成合理懷疑。嚴格說這不是浮水印。對抗式學習（Adversarial Learning）：安全研究的核心思維，設計防禦的同時就假想惡意使用者會如何破解。陳品諭的偵測器就是引入一個負責改寫文字、想要繞過偵測的 AI 攻擊者，讓偵測器在對抗中學會更穩健的判斷。模型蒸餾（Distillation）：用領先的閉源模型產生問答資料，再拿這些資料訓練自己的模型，使其逼近對方的能力。近期多有報導指出部分開源模型可能以此方式訓練，這也是浮水印可能被拿來當作侵權證據的原因。安全護欄（Safety Guardrail）：為 AI 產品加上的各種安全性防護。陳品諭以防火牆比喻：你需要它，但不能讓它耗掉跟作業系統一樣多的資源，否則再安全也沒有人會用。實務上偵測器已能做成小模型，不必動用與生成同等規模的算力。深度偽造（Deepfake）：以 AI 偽造圖片、語音或影片。歐盟法規的關注重心在此，而非文字，因為影音的傳播力與辨識難度都遠高於文字。

二、法規與事件

歐盟人工智慧法案（EU AI Act）：2026 年 8 月初上路，要求 AI 生成內容留下機器可讀的標記，罰則為全球營業額的 3%。下一階段仍在討論如何做到「判斷任意內容是不是 AI 產生」。GDPR：歐盟的個人資料保護法規，陳品諭以它與早期反托拉斯法為例，說明歐盟一貫以高額罰款驅動業者遵循法規。Anthropic 浮水印公告：2026 年 8 月 11 日發布於官方說明文件，適用 8 月 2 日之後推出的模型，出廠即支援、全球適用，涵蓋 Claude、Claude Code、Claude Cowork 與開發者 API。技術規格未公布，偵測工具尚未開放。文件末尾載明兩項限制，見上文第 6 點。

三、相關研究與工具

Google 文字浮水印方法：發表於《Nature》，是目前唯一被公開、可供學界檢驗的文字浮水印做法，論文中包含「更動少於 10 個 token 難以移除浮水印」的測試結果。Google 並未公開影像與語音的對應方法。（陳品諭在受訪前回覆本節目時判斷，Anthropic 很有可能沿用 Google 的 SynthID-Text，因為該方法已開源且容易改進；節目中未指名，此為推測。）論文：Dathathri, S.、See, A.、Ghaisas, S. 等，《Scalable watermarking for identifying large language model outputs》，Nature 第 634 期，2024 年，https://doi.org/10.1038/s41586-024-08025-4 開源程式碼：https://github.com/google-deepmind/synthid-textRADAR：陳品諭團隊約三年前提出的 AI 文字偵測器，以對抗式學習訓練，不依賴浮水印，發表於 NeurIPS 2023，於 Hugging Face 累積超過九十萬個下載次數。論文：Hu, X.、Chen, P.-Y.、Ho, T.-Y.，《RADAR: Robust AI-Text Detection via Adversarial Learning》，https://arxiv.org/abs/2307.03838 模型：https://huggingface.co/TrustSafeAI/RADAR-Vicuna-7B（僅供非商業用途） 線上試用：https://huggingface.co/spaces/TrustSafeAI/RADAR-AI-Text-DetectorDivEye：陳品諭團隊 2026 年發表於 TMLR 的後續研究，同屬不依賴浮水印的內容偵測路線。論文：Basani, A. R.、Chen, P.-Y.，《Diversity Boosts AI-Generated Text Detection》，https://arxiv.org/abs/2509.18880 程式碼：https://github.com/IBM/diveye 線上試用：https://huggingface.co/spaces/pinyuchen/Diveye_AI_text_detectorImageNet：影像辨識競賽，2012 年至 2016 年間深度學習在此賽事中大幅超越其他機器學習方法，是深度學習成為 AI 代名詞的轉折點，也是陳品諭投入可信任 AI 研究的時代背景。AlphaGo：近代 AI 的第一個重大突破。陳品諭以職業棋手在落敗之後改與 AI 對弈、藉此把棋路想得更遠為例，說明人與 AI 的關係應該是輔助而非取代。

Powered by Firstory Hosting

台灣目前發行的ETF有300檔，總規模10兆台幣，持有人數是1300萬，是最受歡迎的國民理財產品。

不管是單筆申購或定期定額、主題式或盯住大盤、主動或被動式、配息或不配息，投資ETF雖然比研究個股省力，但是學問其實不少。除了常見的以個股為標的，另外也有綁定債券、大宗原物料或加密貨幣的ETF。

ETF正在改變個人的理財偏好。越來越多的存款，從銀行定存和購買壽險保單中轉為購買ETF，因為長期回報率更高。

ETF也在改變機構的投資方式。手握四十兆資金的本土保險公司們，為了應付未來理賠需求，以往最常見的是購買美國債券，包含公債和企業債，近來則改為購買債券型ETF。

在台股3000檔上市櫃公司和總計150兆台幣市值中，ETF數量和規模佔比都不到一成，未來還有大幅成長空間。長期研究國內外ETF的清大教授韓傳祥，在本期節目分享的他的觀察。

Powered by Firstory Hosting

在輝達購買聯發科35億美元可轉換公司債消息公布前十天，更炸裂的消息是華爾街六大金融機構老闆，包含五家私募基金 (KKR, Blacksotne, BlackRock, Apollo, Brookfield) 和一家投資銀行(高盛)，共同出資五千億美元，參與黃仁勳主導的新一波AI基礎設施投資。

這群精算風險穩賺少賠的金融精英，為何在外界擔心AI泡沫的當下，逆勢進場下注？輝達說了一個什麼樣的投資故事，把GPU算力轉換成金融資產、並以Token數量成為流通單位，說服久經江湖的大佬們捧著錢加入？科技專家吳金榮在本集節目詳細道來。

Powered by Firstory Hosting

本集重點：

「眾生喧嘩」的冷靜期？半導體展氛圍的轉變「探針三雄」的晶片保衛戰高明鐵是誰？傳統模具廠如何成功跨界矽光子

延伸閱讀》
台灣供應鏈新戰略！鴻海劉揚偉：不能只想Made in Taiwan，要走向Made with Taiwan
https://www.bnext.com.tw/article/92105/taiwan-ai-supply-chain-tsmc-mediatek-foxconn-ase-unimicron

GPU旁的HBM要搬家了？為何SK海力士等大咖都預測「記憶體共享池」是下一代AI晶片架構？
https://www.bnext.com.tw/article/92069/imec-hbm-shared-memory-pool-optical-interconnect

-----------
🤩訂閱數位時代YouTube 》
https://www.youtube.com/@bnext_official

-----------
🤩有合作需求請洽：podcast@bnext.com.tw

Powered by Firstory Hosting

耗時十年、斥資數十億美元，傳統藥物開發不僅漫長，更常在量產階段面臨高昂的試錯成本！這一集邀請到 Vernus AI 創辦人兼執行長 Jimmy 林彥竹，深入解析 AI 如何從前期的靶點搜尋與藥物設計，進一步跨入藥品製造現場。結合量子數位退火演算法與物理模擬的數位分身，團隊正在告別過去仰賴「老師傅經驗」的傳統製程，為生醫製造帶來效率與良率的全新變革。

本集重點：

從電腦輔助（CADD）到 AI 藥物開發（AIDD）：AI 如何將早期探索期縮短一半以上告別製造端的「老師傅經驗」：AI 演算法如何精準找到最適製程，降低放大規模時的失敗風險量子數位退火技術結合 AI 推論：在龐大參數中快速鎖定全域最佳解，大幅優化製程條件物理模擬與數位分身落地：以抗體藥物複合體（ADC）為例，在電腦中完成試驗以省下數千萬成本跨國科研與台灣雙重優勢：結合資通訊硬體算力與生醫人才，引領中小型藥廠與 CDMO 智慧轉型

了解更多國際新創圈大小事 👉🏼https://meetstartup.pse.is/4jhd5u

📍鏈結矽谷創新動態，關注Startup Island TAIWAN 矽谷 Hub：https://sv.startupisland.tw/

Powered by Firstory Hosting

台灣數位廣告市場去年總量來到 661.77 億元，成長 3.92%。但把 DMA 十年來的報告攤開看，2016 年這個數字還只有 258.71 億，十年長了 2.56 倍，成長率卻從當年的 27.9% 一路掉到 3.9%，而且連續三年卡在 4% 上下。市場明明還在長，為什麼力氣越來越小？數位時代創新長黃亮崢 James 邀請 DMA 台灣數位媒體應用暨行銷協會秘書長盧諭緯 Erica，從這條十年曲線談起，拆解影音首度超車、電視加速下滑、AI 改寫內容規則，以及零售商變成媒體之後的版圖位移。

聽完這集你可以學到：

1. 十年長 2.56 倍，動能卻在遞減：2016 年台灣數位廣告 258.71 億，2025 年來到 661.77 億。但成長率從 27.9%、17.7%、17.6%，一路降到 3.5%、4.32%、3.92%。Erica 判斷市場已進入高原期，原因是本地量體觸頂、流量紅利用盡，使用人口也不再新增。

2. 總量還在成長，本地媒體卻在衰退：Erica 用「極化」形容今年的結構。景氣不明朗時品牌轉趨保守，量能更集中到少數國際大平台。代理商端也印證：減少的是本地媒體的廣告，大型平台仍在成長，總量的正成長掩蓋了底下的分化。

3. 影音首度超越展示型，電視被甩開 49 億：影音以 199.64 億、30.17% 佔比，首度超過展示型的 195.09 億。同一年數位影音與電視的差距從 14.59 億拉大到 49.13 億，電視掉到 150.51 億。展示型沒有崩，只是停住了，全年僅成長 1.74%。

4. 電視掉得比想像快，關鍵在產業不在觀眾：Erica 分析，汽車、房地產與遊戲原本是非數位的投放大戶，去年分別受關稅議題、房貸政令與缺乏大作影響，動能全數轉弱。電視的下滑是媒體使用習慣與產業投資同時轉弱的結果。

5. 被取代的不是電視機，是電視頻道：NCC 的資料看得到剪線潮，但電視機還在客廳，螢幕還越來越大，改變的是打開之後第一個按 YouTube 還是第四台。Erica 提醒，這比「沒有人看電視」更棘手：觀眾還在，只是不再從你這裡進來。

6. 買 CTV 買到的是電視畫面加上數位的鎖定能力：傳統電視廣告買時段與收視率，大多靠推估。聯網電視能取得家戶收視資料、計算實際曝光，OTT 平台甚至分得出是誰在看，畫面還能帶 QR Code 讓觀眾用手機直接完成購買。

7. AI 沒有吃掉關鍵字廣告，吃掉的是距離：關鍵字廣告去年達 167.2 億、成長 3.9%。Erica 解釋，自然語言問答反而延長了搜尋鏈條。被壓縮的是決策流程的長度，行銷能介入的點變少了；資訊型與探索型查詢的自然流量流失最明顯，商業意圖明確的搜尋影響有限。

8. GEO 還在紅利期，但可能只剩一年半：Erica 建議品牌把官網邏輯翻過來，不要只寫產品規格，要寫什麼時候會被用到。她以維他命 B 群舉例：消費者要找的不是成分表，是怎麼最快消除疲勞。紅利期以前大概三年，現在搞不好一年半就結束。

延伸閱讀》

2025 台灣全年度數位廣告量統計報告（DMA）：https://drive.google.com/file/d/1XiGggMI8XqqDcgrhP4dhm_3MJENbRbp9/view?usp=sharing

有線廣播電視訂戶數趨勢圖（NCC）：https://www.ncc.gov.tw/chinese/news.aspx?site_content_sn=5326

Powered by Firstory Hosting

二位創辦人Gary和Min, 名字合成了Garmin這家公司，原本以汽車導航做為主力產品; 當Google地圖在手機上也發展出導航功能且免費，Garmin一度和華碩合作手機力圖反擊，最後放棄轉而和車廠合作，進入更大的智慧座艙和資訊娛樂(Info-tainment)賽道，以及手錶市場，反而開展更大空間。

除了穿戴穿置和陸地交通，Garmin在航空和航海也布局多年，並在實體AI進入高速發展的當下，也加快腳步衝刺。研發在美國，製造倚重台灣，Garmin與本地的晶片設計、零件和系統組裝廠商往來多來，很善用台灣供應鏈優勢。

在Garmin服務將滿二十年的亞洲區汽車事業總經理沈致瑋，在本集節目分享他所看到的Garmin成長和自己的職涯。

Powered by Firstory Hosting

這集節目深入解析 NHK(日本放送協會)這個成立百年的公共廣播機構,如何在收視費制度爭議與網路世代衝擊下,走到今天的轉型十字路口。一起梳理 NHK 從收視費爭議、催繳手段的演變,到網路轉型與 AI 導入方針的完整脈絡,也談談這場公共媒體與民營電視台之間的長期角力。

本集重點｜
✅ NHK 收視費(受信料)的法律依據,以及 2017 年最高法院判決劃下的關鍵界線
✅ 從 NHK Plus 到 NHK ONE 的網路轉型歷程,和「主動使用才收費」的收費原則
✅ 民營五大電視台如何合資打造 TVer,靠「播出後一週內免費補看」建立起競爭優勢
✅ NHK 進軍網路服務後,為何被日本民間放送聯盟指控「利用巨額公帑不公平競爭」
✅ NHK 對 AI 導入的實際方針：哪些場景適合交給 AI,哪些堅持要人類配音？

Powered by Firstory Hosting

本集重點：

不輸台北 101 的地標野心首度登台與話題美食搶先看「日行萬步」的全方位休閒生態圈

延伸閱讀》
大巨蛋Garden City商場8/22試營運！SOGO揭餐飲大賭注：1.1萬坪包盡吃喝商機，拚營收占比3成
https://www.bnext.com.tw/article/91905/garden-city-b-zone-sogo-dining-revenue

-----------
🤩訂閱數位時代YouTube 》
https://www.youtube.com/@bnext_official

-----------
🤩有合作需求請洽：podcast@bnext.com.tw

Powered by Firstory Hosting

這一兩年，矽谷開始流行一個詞：Founder Mode（創辦人模式）：創辦人不再只是找對的人、放手交給專業經理人，而是捲起袖子跳回第一線。幾乎同一時間，越來越多人開始談「招募 AI 員工」：不是 AI 工具、也不是 AI 助理，而是像真人一樣僱用、要幫他考核、升遷甚至淘汰的數位員工。這兩件看似無關的事，其實指向同一種時代氛圍——AI 變強了，一個人、一個很小的團隊，就能完成過去要一整個部門才做得完的事。

數位時代創新長黃亮崢 James，邀請 SUPER 8 STUDIO 雲發互動科技創辦人陳子龍 Brian，聊聊什麼才算 AI 員工、他如何在第一線觀察企業導入 AI，以及他們新推出的 AI 員工平臺 Orra。

學到版｜聽完這集你可以學到

1.什麼才算「AI 員工」：它和前幾年令人失望的聊天機器人最大的差別，在於你給它清楚的目標，它真能把事情做完；做不到時還會回頭跟你講、主動向你要權限，具備反思能力，而不是默默斷在半路。

2.Founder Mode 的真動力是好奇心：回第一線不是怕被取代，而是把 AI 當博士生、外聘顧問來探問公司戰略；重點是先想清楚「你的問題是什麼」，而不是跟著 FOMO 照抄別人的用法。

3.把 AI 員工當新進員工帶：Brian 用「Grill Me」讓 AI 每晚反問他是什麼樣的 CEO，花約一個月教文化、餵知識庫、要求它解釋思維鏈，onboarding 的邏輯跟帶一位實習生幾乎一樣。

4.AI 的界線是「品味」：產品發表 MV 的製作 AI 幾乎全包，但好不好看、好不好聽仍取決於人的品味與價值觀，這也是要保留 human in the loop、把最後一關留給人的原因。

5.Orra 怎麼運作：虛擬招募官用「三問三答」召喚員工，再進訓練中心與技能中心補能力，考核達標才上工；不合格可淘汰，甚至能「換腦」——替換底層模型。

6.導入 AI 沒成效的真正原因：關鍵不是逼員工把 token 用滿（反而會出現 token maxing），而是有沒有選對可被衡量的 project——重複、人難做、且看得出結果的工作。

7.亞洲與西方的落差：西方偏好 result／outcome-based 收費，亞洲更重法遵、要可控預算，也更在意資料上雲的風險，因此 Orra 同時支援地端 GPU 大模型與混合定價。

Brian 最後的提醒很直接：要讓員工擁抱 AI，老闆得先親自下場、把自己做出來的東西透明地分享出去，員工才會安心，也才會相信 AI 不是要取代他，而是幫他找到更有價值的工作。他舉例：公司只有三個人的行銷團隊，靠著大量運用 AI，做出的活動效果讓外界以為背後有二十人。當每個人都被 AI 賦能、也真的從中得到成就感，投入自然水到渠成。James 也總結：AI 員工帶來的組織變化仍在持續發生，或許在今年下半年到明年，你我都有機會僱用自己的第一個 AI 員工。

Powered by Firstory Hosting

1. 關於陳士駿，第一個問題ㄧ定繞不開YouTube. 他和伙伴在2005年成立，隔年就被Google以16.5億美元買下。他提到，當時YouTube的流量成長太快，幾乎每週或每兩週就翻倍，他們需要找到資源更豐富的公司來協助，而Sequoia創投很快牽線兩家有興趣的收購方：雅虎和Google. 最終選Google, 因為可以保留品牌和獨立運作，這在Google的其他收購案Android和DeepMind也體現出來。

2. 八歲在台灣讀完小學二年級隨家人移民美國，ㄧ如黃仁勳九歲移民美國，楊致遠則是十歲。亞洲家庭教育讓他們在大學都念工程、之後在父母擔心之下走向創業。陳士駿21歲大學畢業，1999年要加入新創公司Pay Pal時，父母都不諒解，而他從Pay Pal離開再創辦YouTube，父母的反應一樣。楊致遠當年創辦雅虎時，他的母親也不諒解，為何讀到史丹佛博士卻要休學去賣廣告；黃仁勳即便今天管理全球最大市值公司，他的父母仍經常覺得他哪裡做的不夠好。

3. 陳士駿在芝加哥長大，甲骨文創辦人Larry Ellison和Netscape共同創辦人Marc Andressen也都在芝加哥長大，但他們都是在矽谷創業成功，芝加哥沒有這樣的氛圍。矽谷不只對美國是獨特存在，對全世界都是，他認為要在科技業創業成功，ㄧ定要去接觸矽谷，不管是短期停留或長期發展，那裡有其他地方花錢花時間花人力也複製不了的東西。

4. 到了矽谷，怎麼去找到你該認識的人，怎麼敲開第一扇門？這是最難的。陳士駿觀察，台灣創業者到矽谷取經的越來越多，但千萬不要只找説中文的或都待在辦公室裡，ㄧ定要多出去參加活動、喝咖啡、吃飯，當地新創圈的活動多不勝數，包含加速器如Y Combinator等的選拔比賽，都能幫人脈鋪路；史丹佛和柏克萊這兩所就近學校的創業風氣和資源也很豐富；這些再加上創投和天使投資等團體，是陳士駿這幾年積極串連拉起的網路。

5. 同樣的，矽谷的新創如果牽涉到硬體和半導體，也需要到台灣來尋求協助，也有不知去找誰和如何敲開第一扇門的煩惱，以及後續注冊公司、開銀行帳戶、小孩就學等不知如何解決的問題。陳士駿是國發會就業金卡最早期核發的人士之一，即便有享受到便利、即便台灣是他的故鄉，但還是感受外國人在台灣要創業和落地工作生活的不便，何況純外國人。

6. 陳士駿正在成立一個基金，協助台灣新創到矽谷落地，以及矽谷新創到台灣落地，幫他們各自在當地找到需要的人和資源，並藉參與投資分享後面的成長。他舉例，即使Google這麼大的公司，如果是某些硬體新產品在初期階段量不大，來台灣也不是想見誰就能見誰，何況是新創。他希望經由他的台灣背景和矽谷經驗，能幫到更多兩邊的新創。但他也提醒，初到異國他鄉，在選取合作夥伴時，必需非常小心，ㄧ定要做背景調查，了解對方的相關經驗和歷史，提高成功機率避免踩坑。

📌開場分享詳細資訊：即日起報名付費論壇即享高鐵來回95折優惠；8月30號前點擊下方連結，輸入專屬折扣碼【BNEXT】，免費折抵500元觀展門票https://registration.semicontaiwan.org/visitor/index?sid=businessnext_podcast
（本案為 SEMICON Taiwan 2026 國際半導體展 廣告）

Powered by Firstory Hosting

本集重點：

告別傳統創業邏輯，AI 催生「超級個體」與一人公司不會寫程式，如何用 AI 重構工作流？什麼是 FDE 前線部署工程師？

延伸閱讀》
一人公司估值80億！他打造「AI代理團隊」Polsia，年收衝向1,000萬美元
https://reurl.cc/QNZOW9

-----------
🤩訂閱數位時代YouTube 》
https://www.youtube.com/@bnext_official

-----------
🤩有合作需求請洽：podcast@bnext.com.tw

Powered by Firstory Hosting

人形機器人、AI 機器人與 Physical AI 成為全球科技業最熱門的戰場，但會走路、能展示，不代表真的能在工廠工作。本集邀請 Holon Robotics赫侖科技 創辦人羅元玠，揭開機器人從 Demo 走向製造現場時，面對的系統整合、客製化與實際操作難題。我們也將探討世界模型能否成為機器人的「大腦」，以及擁有完整製造供應鏈的台灣，如何搶下智慧製造與機器人革命的下一波商機。

人形機器人真的能取代工人嗎？為何機器人 Demo 成功，進入工廠卻容易失敗？AI 如何改變機器人開發與工廠自動化？世界模型能否成為機器人的「大腦」？台灣如何搶下 Physical AI 與智慧製造商機？

了解更多國際新創圈大小事 👉🏼https://meetstartup.pse.is/4jhd5u

📍鏈結矽谷創新動態，關注Startup Island TAIWAN 矽谷 Hub：https://sv.startupisland.tw/

Powered by Firstory Hosting

2026 年 7 月底，一份長達 3 小時 44 分的錄音檔在中國投資圈傳開。說話的是DeepSeek 的創辦人梁文鋒，，一個幾乎不公開露面的人。奇怪的是，DeepSeek 到今天一句話都沒有回；但在紀要傳開之後沒幾天，彭博社就報導他們一筆估值 4,800 億的融資按下了暫停鍵。

數位時代創新長黃亮崢 James 邀請 Red Silicon 電子報作者陳欣怡 Lucy，一起讀這份沒有人證實真偽的檔案，也談這幾個月中國 AI 圈實際發生的變化。Lucy 目前在新加坡一家美元基金擔任駐點創業家，這是她第二次上《數位關鍵字》。

聽完這集你可以學到

閉門會紀要外流有多罕見：Lucy 直言這在創投圈「非常罕見」。而且流出的時間點正好卡在上海世界人工智慧大會（WAIC）那一週，她判斷這場會其實是上一輪融資結束後的投資人關係會議，而不是外界猜測的、為新一輪融資鋪路。怎麼判斷一份沒人證實的檔案：Lucy 的方法是看內容完整度，再與自己既有的產業知識交叉比對。她也提醒，DeepSeek 官方的沉默本身就是一種回應，原定要立刻重啟的那筆融資，到今天都沒有啟動。
版本愈短，傳得愈廣，也錯得愈多：同一份檔案在市面上至少有三種版本：完整逐字稿、二十幾條的分類版、五十幾句的金句版。愈短的版本傳播力愈強，但梁文鋒前後在講什麼的脈絡會全部掉光，讀者只剩下一句話。
中國不是只會蒸餾：紀要裡梁文鋒重申 DeepSeek 要加大預訓練投入，這跟海外普遍認為「中國以蒸餾和後訓練為主」的印象有明顯落差。Kimi K3 端出大參數模型，也從另一側證明了同一件事。
為什麼團隊穩定性排在技術前面：萬卡等級的訓練開一次機就是幾千萬美元，而調參更像廚師的手感；同一份食譜，有人做出米其林，有人只做出小吃。真正摸過食譜的人全球有限，這就是人才被瘋搶的根本原因。
晶片要把軟體和硬體分開看：華為的卡目前主要承擔推理，中國在推理端已實現自主可控；但預訓練仍然依賴英偉達的卡，訓練層面至少還有兩代差距。「中國已脫離英偉達」這個說法，過於簡化。
Kimi 為什麼敢漲價：K3 的定價相對前一代貴上許多，Lucy 拆出三個原因：算力成本本來就高、發布時點緊接港股上市前的資本化操作、以及它對標的根本不是中國模型，而是美國模型。
誰會活下來，判準只有一個：Lucy 認為，今天評斷一家前沿實驗室能不能留在牌桌上，唯一的標準是「穩定獲取算力的能力」。用這個尺去量，美中兩邊的名單都會變得非常清楚。

--

Red Silicon 電子報連結：
https://redsillicon.substack.com/

紀要版本：
https://drive.google.com/file/d/13NSXtglkcMJoWPRyT_2yQq_VhREG8nkt/view?usp=sharing

--

🔥南台灣最大AI解方企業轉型展「Meet大南方」

8.28-8.29 高雄展覽館，免費入場、立即報名！

👉🏻 https://pse.is/9ga34t

Powered by Firstory Hosting

一年來記憶體之亂，屬於週期變化，還是結構變化？對南韓股市和投資人來說，這已不重要，錯失上車機會被剝奪感暴增則更嚴重。這也導致上半年南韓股市大漲一倍後又重挫四成，連帶全球股市跟著震盪。

記憶體需求能見度至少有兩年，但人心更貪婪，其中關係不是AI能算得出來。持續缺貨帶來的大手筆擴廠已經發生，最積極的就是中國的長江和長芯這兩家公司，想彎道超車三星，SK海力士和美光這三強。

這個產業四十多年來暴漲暴跌的特性，曾讓美國、日本、德國和台灣業者吃足苦頭、丟盔棄甲，如今會因AI發展跳脫宿命，或是進入另一個輪迴的開始？美國主導要繞開中國的非紅供應鏈，反而加速促成紅色供應鏈閉環？曾經參與其中多年的專家吳金榮分享他的觀察。

Powered by Firstory Hosting

本集重點：

25 歲 AI 原生世代的矽谷夢Threads 與火鍋串聯的「創業宿舍」高壓競技場下的韌性與生存哲學

延伸閱讀》
一頓火鍋嗑出「新矽谷台灣幫」！解密台灣創業宿舍日常：白天被投資人K、晚上互相挑毛病
https://www.bnext.com.tw/article/91639/neo-taiwan-mafia

-----------

🤩訂閱數位時代YouTube 》
https://www.youtube.com/@bnext_official

-----------

🤩有合作需求請洽：podcast@bnext.com.tw

Powered by Firstory Hosting

日本央行今年將利率升至1%，結束了長達八年的負利率時期。這集《東京在線》由主持人柯誠獨自主講，說明升息後日本銀行業出現的幾個結構性問題：網路銀行對央行的負債、地方銀行在不動產放款上的集中風險，以及三大巨頭銀行的資本效率壓力。

這集也談到升息如何改變一般民眾的理財選擇，例如資金轉向一般消費者國債，以及銀行之間的存款競爭，還有AI技術對銀行資安帶來的新規範。

【本集重點】
• 日本央行升息的時間軸，以及資金開始有成本後銀行體系面臨的改變
• 網路銀行對日本央行的負債狀況，以及各自的因應方式
• 地方銀行在都市圈不動產放款上的風險集中問題
• 三大巨頭銀行淨穩定資金比率的變化，以及海外資產的調整方向
• 一般消費者國債興起，以及銀行之間存款爭奪戰的樣貌

【節目資訊】
主持人：柯誠

🎧 Production Team：Meet 創業小聚
🎬 Editing and Post-Production：聲歷其境 All Around You

Powered by Firstory Hosting

AI NAS 何時才值得部署？當大家都在追模型，QNAP 總經理劉文義要你先回頭看資料

大家都在談 AI 模型、算力與 GPU，但真正決定企業 AI 能否落地的，往往不是模型，而是資料。
當資料因法規、隱私或營運需求無法上雲，AI 就必須靠近資料運算。地端 AI 因此成為近年企業關注的新方向，但導入真的適合每一家公司嗎？現在就是最佳時機嗎？

本集《數位時代》Podcast，總編輯王志仁邀請威聯通科技（QNAP）總經理劉文義，從企業實務出發，解析地端 AI 的真正門檻：除了模型與算力，更關鍵的是資料治理、基礎架構，以及企業是否具備足夠的導入條件。

本集重點
• 為什麼 AI 時代最重要的改變，其實是資料的位置？
• 哪些產業因合規與資安需求，無法將資料全面上雲？
• 地端 AI 需要多少算力？企業該如何評估導入成本？
• 哪些工作最容易看見 AI 投資效益？哪些情境其實還不適合？
• QNAP 如何定位 AI NAS？為何它更像是一座「資料煉油廠」？
與其急著追逐最新模型，不如先回答一個問題：你的資料，準備好讓 AI 使用了嗎？

【QNAP World Tour 2026 台北場】
想了解 AI NAS 如何協助企業完成資料整理、知識管理到地端 AI 推論，歡迎參加 QNAP World Tour 2026 台北場，現場將展示完整應用流程，並可直接與技術團隊交流導入策略。

【關於 QNAP 】
儲存與網通科技的領導品牌，以資安韌性與資料保護為核心，結合創新 Edge AI 技術，打造全方位安全解決方案，深受全球廣大用戶信賴。

Powered by Firstory Hosting

8 月 10 日下午兩點半，如果你人在苗栗、南投、彰化、雲林、嘉義，手機會突然變得很不聽話；三天後的 8 月 13 日同一時間，換成臺北、新北、桃園、新竹、宜蘭、基隆。這不是電信商出包，而是今年城鎮韌性演習首度納入的「行動斷網演習」，由 NCC 與電信業者合作，14 個縣市各降速 30 分鐘，加起來住了全臺將近七成的人口。數位時代創新長黃亮崢 James 邀請臺灣海纜動態地圖開發者尤理衡 Jasper，從一張沒有人付錢、用下班時間做出來的開源地圖談起，聊臺灣的網路到底有多脆弱，以及我們該怎麼準備。

演習那 30 分鐘會卡什麼：語音通話、簡訊、國家級警報、家裡的固網 Wi-Fi、ATM 與交通號誌都照常；真正會卡的是手機行動網路上的影音串流、視訊通話、大檔上傳與雲端服務這類吃頻寬的應用。行動斷網不等於海纜斷線：演習模擬的是島內基地臺等基礎設施受損，影響是全面的；海纜是臺灣的對外出口，出事時是「挑對象」的。LINE 的機房主要在日本，臺日之間的海纜有事， LINE 就可能出問題。斷網其實分成三個層次：一是臺灣對外斷線，國內網站照用、國外服務卡住；二是在地基礎建設受損，淹水、地震或停電讓區域基地臺失效；三是通訊平臺自己故障。臺灣三種都很常發生。「只剩 4 條海纜」錯在哪：10 筆障礙不等於斷 10 條。有些斷點落在菲律賓到新加坡段、有些只是部分芯線老化造成容量下降、有些海纜做成迴圈可以反向切換，障礙數不能直接拿來扣總數。拖錨只能推到相關，推不到意圖：臺灣周邊約八成斷纜來自漁撈與船錨等人為活動，東部外海則多為地震。故障定位、斷點水深與船舶航跡能拼出線索，但拼不出蓄意。衛星與微波補不上海纜：微波是點對點，距離越遠可用頻寬越少，實務上只能當軍事與政府系統的備援；Starlink 受限於臺灣上空能容納的衛星數，容量與海纜的差距可達十倍到千倍。那 30 分鐘該怎麼練習：把 Wi-Fi 關掉真的過一次；改用 Telegram、Discord 傳純文字，事先下載 Google 離線地圖，跟家人約好集合地點與報平安的暗號，並準備現金與電池式收音機。

尤理衡說做這張圖不是要嚇大家，剛好相反。當你知道發生了什麼事、知道有哪些備援、知道大概要修多久，這些都會讓你比較安心；真正的恐懼，是完全斷網而你什麼都不知道。安心是來自於知道。這個專案是開源的，他也歡迎大家到 GitHub 提 issue、送 PR，或者直接告訴他哪裡看不懂、哪裡需要改進，那對他來說是最有用的回饋。

臺灣海纜動態地圖：https://smc.peering.tw/

Powered by Firstory Hosting

力積電董事長黃崇仁過世，為這位敢衝敢賭的科技業老闆的傳奇一生，畫下句點。世家子弟出身，讀書成績一路頂尖，從教授轉身為創業家，從電子產品進入半導體，眼光與魄力兼有，大起大落又再起的過程，也伴隨爭議，但他一直是捲起袖子把事情往前推進的人。

從創辦力捷電腦開始，就與全友的專利官司不斷，但並未阻斷黃崇仁的雄心。在1997年賈伯斯回歸蘋果前，蘋果曾開放授權生產相容機型，力捷是掌握機會的全球三家業者之一，直到賈伯斯停掉授權。

跨入半導體業創辦力晶，投身台灣生產DRAM的黃金年代，是他的一次重要轉折。沒有工研院電子所和國外半導體公司的工作背景，卻敢孤身到日本找大廠談技術授權，回頭向本地銀行協商聯貸幾百億蓋廠買設備，局外人比局內人更敢衝，膽識過人。等到景氣反轉，台灣一眾DRAM廠皆重挫，力晶股價也跌到一塊以下並下市，引起許多抱怨，是他人生壓力最大之時。

之後，從DRAM改為做代工、把公司名字從力晶改為力積電，黃崇仁帶團隊重新再戰，近年隨半導體業回春而翻身。

Powered by Firstory Hosting

本集重點：

AI一站式解方： 台達電不只做電源，更深度整合「大電力」與「前沿液冷散熱」技術，全面吃下全球 AI 資料中心最核心的剛性痛點。超前佈局、訂單排到2029年： 當一般製造業還在看明年，台達電憑藉深耕多年的 NBD（新事業發展）機制，產能佈局已一路看齊到 3 年後，原物料交期甚至長達半年以上。沉穩務實的「省話」組織文化： 承襲低調作風，跨部門協同作戰能力極強。高層主管多為 10 年以上老將、流動率極低，這種高穩定度成為長線戰略最穩固的護城河。

延伸閱讀》
台達電憑什麼暴衝市值三雄？5張圖拆解：最被低估的AI黑馬，如何吃下「黃仁勳蛋糕」最難2層？
https://www.bnext.com.tw/article/91638/delta-tw-ai

-----------

🤩訂閱數位時代YouTube 》
https://www.youtube.com/@bnext_official

-----------

🤩有合作需求請洽：podcast@bnext.com.tw

Powered by Firstory Hosting

當 AI 從聊天機器人走進工廠，真正的挑戰不只是技術，而是如何整合企業流程、老師傅經驗與散落各處的資料。本集邀請 Morale AI 共同創辦人暨執行長 Philip，分享如何運用 AI Agent 協助製造業建立自己的「企業大腦」，並破解資料孤島、投資報酬率與員工抗拒等落地難題。從台灣隱形冠軍到美國製造業回流，我們也將深入討論兩地工廠面對的不同挑戰，以及數位雙生、Physical AI 與智慧製造的下一波趨勢。

AI Agent 和 ChatGPT 有什麼不同？製造業導入 AI，為什麼總是停留在 POC？AI 不是取代員工，而是讓員工成為「鋼鐵人」台灣與美國製造業，面對的是不同難題製造業下一波關鍵：數位孿生與 Physical AI

了解更多國際新創圈大小事 👉🏼https://meetstartup.pse.is/4jhd5u

📍鏈結矽谷創新動態，關注Startup Island TAIWAN 矽谷 Hub：https://sv.startupisland.tw/

Powered by Firstory Hosting

最近科技圈流傳著一種很極端的畫面：有工程師把整臺電腦幾乎交給完全自主運作的 AI 代理人，讓它自己讀信、自己寫程式、自己部署上線。但這跟多數人的日常還有一段距離，我們真正在用的，還是開一個聊天視窗、把來龍去脈講清楚的對話式 AI。而就在這個大部分人每天都在用的世界裡，最近冒出了一個新關鍵字 Skill：它本質上只是一個資料夾、一份說明書，卻在短短幾個月長成跨 Claude、ChatGPT、Gemini 都能採用的開放格式。

數位時代創新長黃亮崢 James 邀請 AWS 社群英雄蔣鐙緯 Ernest，一起拆解 Skill 到底是什麼、要去哪裡裝、非工程師怎麼從零開始寫，以及安裝別人的 Skill 時，有哪些不能不注意的風險。

聽完這集你可學到

1. Skill 的本質是一份 SOP 說明書 Skill 中文叫「技能」，實務上就是放在 AI 軟體指定位置的一個資料夾，裡面至少有一個 SKILL.md，交代這個技能叫什麼名字、什麼時候該被觸發、第一步做什麼、第二步做什麼。會議記錄範本、參考資料、要呼叫的程式，都能一起包進同一個資料夾。

2. 它和 Prompt、Project 差在哪 提示詞每次對話都得重貼一次；Project 或 Gems 雖然存得起來，仍需你多做一次設定。Skill 則是設定一次之後，AI 會依照你寫好的觸發條件自行判斷該不該把這份 SOP 拿出來用，而且你隨時可以回頭修改步驟，不必重複再教它一遍。

3. 觸發關鍵字寫不好，後面白寫 觸發分成人類自己記得去呼叫，以及由 AI 判斷要不要呼叫兩種。難處在於必須用 AI 語境裡真的會出現的字眼來命名與設定條件。若寫成「肚子餓就觸發」，但對話中從沒出現這三個字，這個技能就永遠不會被叫出來。步驟寫得再完整，沒觸發等於零。

4. 非工程師的起手式：重複三次以上 財務、HR、招募、法務、行銷背景的人都已經在寫自己的 Skill。不必一開始就挑大題目，回頭看看上禮拜做過的事，只要是重複三次以上、做起來有點無聊、有點像機器人的任務，就是好題目。直接找 AI 說你想把這件事做成 Skill，它會反過來訪談你。

5. 顆粒度怎麼抓，兩種寫法都行 一種是全部寫在同一本 SKILL.md，細節流程外掛到 reference 目錄的小檔案；另一種是依動作拆成多支 Skill，再加一支中控來串聯。前者好維護但只有一個觸發點，後者彈性高卻要同時維護好幾本說明書，可以先試第一種，跑不順再拆。

6. 裝別人的 Skill，先請 AI 逐行看過 Skill 資料夾裡除了文字範本，其實可以放程式碼並執行，這是最需要警覺的地方。拿到第三方的 Skill，先請你的 AI 檢查裡面有沒有程式碼、逐行解釋執行邏輯，你自己看不懂沒關係，讓 AI 幫你看懂，確認過再裝進去。

7. 技能不是多多益善 裝太多會出現三種副作用：有些技能再也沒被觸發過、不同來源的技能用了相同觸發條件互相打架，以及每個 Skill 開頭那段描述都會被吃進提示詞，數量一多就墊高 input token。比較務實的做法是依當下任務把用不到的技能先關掉。

Ernest 最後把 Skill 拉回一個很人性的比喻：想學畫畫，在沒有 AI 的年代我們會找老師、找教材，工作上不會做的事就找前輩教，而過程中做的筆記，某種程度就是給人類自己看的 Skill。現在只是這件事重複到有點煩了，於是把它交給 AI 去完成。所以他的判斷標準很簡單：第一，只要是重複性的，就一定要把它記下來；第二，老師或前輩教的方法不必死守，隨著環境參數改變、材料與做法更新，你可以留著舊版本，重新寫一份屬於自己的。久了之後，Skill 加上你累積的實作經驗，會真正對準你的實務痛點，而不是跟著媒體說哪個很熱就一定要用。真正好用的 Skill 都是從真實操作裡長出來的：抄來不會馬上就能用，你一定會改，也一定會邀請 AI 陪你一起改。

James 在收尾時則把這件事和二十年前應用程式商店出現的那一刻並置。相似的是，只要有了開放標準與格式，生態系就會快速長出來，官方之外還冒出各種第三方技能市集，看得人眼花撩亂；不一樣的是，這一次官方沒有給出統一的守門人資格，也沒有相對應的審查機制。把關的責任因此回到使用者自己手上：這也是為什麼 Ernest 一再提醒，裝每一份技能檔案之前，只要有看不懂的地方，就先請你的對話式 AI 幫你把它解釋清楚。

Powered by Firstory Hosting

AI運算三本柱：算力、電力和傳輸，缺一不可。當算力和電力因大力投資而擴大，傳輸也必須跟上，如同超跑不斷升級換代，就需要有更好路面讓其展現優異性能，路面部分就是矽光子業者著力之處。

專長在光傳輸、擁有多項國際專利的陽明交大講座教授何志浩，延續超跑和路面比喻，進一步延伸為把高鐵站蓋到每一棟建築門口，所有AI資料用高鐵列車來傳輸，大幅提升便利和速度。

概念上容易理解，實際上需要很多還在理論或實驗階段的嘗試，去拼搭起來，牽涉電子和光學原本各自獨立的兩個領域，學會講同一種語言。原本中國在光傳輸和光電整合領域領先，但在美國要求非紅供應鏈壓力下，創造台廠一個特殊機會，也促成一年來台股最多的千金股。

用光取代銅線，實現晶片與晶片之間訊號傳輸、把矽光子晶片和光傳輸元件共同封裝的CPO(Co-Packaged Optics)，何志浩預計最快是在2028年，量產則在更晚之後；至於位置接近、不需共同封裝在一起的NPO(Near-Packaged Optics)會更早看到和量產。

Powered by Firstory Hosting

本集重點：

黃仁勳分享對台灣赴美設廠、台美合作的看法：這是基於信任與自身意志的選擇，而非外力所迫，「沒必要拿槍指著台灣的頭」。記者直擊緯創德州D1廠開幕典禮，黃仁勳親自到場站台，D1廠專屬生產Nvidia最新GB300，未來可望延伸至Vera Rubin世代。為什麼是德州而不是墨西哥或加州？從電價、免所得稅、德州大學系統人才庫，到川普關稅政策下的供應鏈穩定性，一次拆解緯創的選址邏輯，以及D1廠年底徵才上看1000人的擴張計畫。

延伸閱讀》
影音｜台廠赴美是被迫？黃仁勳：沒必要用槍指著台灣的頭，這是自願選擇
https://www.bnext.com.tw/article/91572/jensen-huang-taiwan-silicon-shield-global-supply-chain

-----------
🤩訂閱數位時代YouTube 》

https://www.youtube.com/@bnext_official

-----------
🤩有合作需求請洽：podcast@bnext.com.tw

Powered by Firstory Hosting

行政院六月底才拍板教育、醫療、金融、司法四個主權 AI 示範場景，「AI 新十大建設」未來幾年要投入一千多億元。國家在談主權，企業也在談主權，這兩件事是同一件事嗎？數位時代創新長黃亮崢 James 邀請亞太智能機器 APMIC 創辦人暨執行長吳柏翰 Jerry，從國際三條路線一路談到台灣的金融、法務大語言模型，拆解主權 AI 究竟是政策口號，還是企業真正該面對的必修課。

聽完這集你可以學到

1. 主權 AI 這兩年的質變：從黃仁勳「資料是自己的礦產」的號召，走到 2026 年的務實盤點。CNAS 追蹤全球 130 多個政府主導專案，約七成有外國夥伴參與、其中八成涉及美國企業，主權從來不是完全獨立，而是在依賴與自主之間找平衡點。

2. 國際三條路線與台灣的位置：法國養 Mistral 走全端自主、美國主張「戰略自主不是孤立」、Brookings 則提出「管理式互賴」。台灣走的是管理式互賴的變體，但多了一件別人沒有的事——把整套方法論打包輸出。

3. 主權 AI 的同心圓架構：最外圈是國家主權（語言、歷史敘事、民主價值），中間是產業主權（金融、法律的在地合規），最內圈是企業主權（資料不外洩、成本可預測、不被供應商綁定），三層層層嵌套而非互斥。

4. 雲端 Token 的三層計價陷阱：長文本會讓輸入計價翻上一到兩倍，輸出價格又比輸入貴好幾倍，最難掌握的是推理模型的隱形 token——模型不會告訴你這一題會思考掉多少，使用者看不見、無法預估，但帳單照算。

5. 地端小模型的成本對照：以每個 AI 代理每日一億 token 計算，GPT-5.5 每百萬 token 約 450 元台幣，改用 ACE-1 搭配 NVFP4 精度做地端部署、攤提軟硬體成本後約 83 元，省下超過八成，AI 客服這類場景差距更明顯。

6. 供應商說變就變的營運風險：模型下架、SDK 停止支援，企業花半年做完需求訪談、導入、驗測，連提示詞都調到堪用，一紙公告就得整個重來。這就是所謂的財務主權——資料絕對權、模型自主權與流程控制權。

7. 知識分層、成本分流的混合架構：核心的、高敏感、需要精確合規的工作交給地端小模型，通用非敏感的工作繼續用雲端大模型。Jerry 就遇過客戶查出將近六成的 token 消耗，是員工在問今天中午要吃什麼。

8. 小模型如何打贏大模型：ACE-1 只有 24B 參數，在數發部 AIEC 評測拿到全球第五、台灣價值觀滿分。關鍵是把 Gemma 基座知識蒸餾後再微調，搭配 NVFP4 量化把記憶體需求降五成、精準度損失控制在 2% 以內。

9. 金融與法務兩塊試金石：金融由二十家銀行集資、每家約七百萬元共建產業公版模型，讓模型去找資料而非資料出銀行；法務則由法務部出資、月費約千元開放律師使用，是商業聯盟與公共建設兩種模式的對照。

Jerry 給企業決策者三個具體建議：第一，先盤點，算清楚目前花在雲端 API 的費用、開發維護與人力成本，很多企業其實不知道自己每個月燒了多少 AI token，因為這些錢散落在不同部門與專案裡。第二，辨識紅線，哪些資料與流程絕對不能交給外部？競爭力資料、公司知識資產、金融交易資料、醫療紀錄、法律文件，如果這些還在雲端跑來跑去，風險就不只是成本，還有合規。第三，選一個場景做前期導入，不要想一步到位，先挑痛點最大、資料最敏感的場景，用地端小模型跑跑看；過去企業從建置到上線大約要五到七個月，透過 PrivStation 2 大約三十天就能完成。

他最後留給聽眾一句話：「主權 AI 不是大企業的專利，也不是政府的事。每一家企業，只要你在用 AI，就應該開始思考，你對 AI 的自主權在哪裡。」

延伸閱讀

• 最懂台灣的 AI 模型！APMIC 模型 ACE-1 奪 AIEC 評測全球前五，台灣價值觀指標位居第一 https://meet.bnext.com.tw/blog/view/30903

• 數位關鍵字 EP204｜為什麼地端 AI 元年來了！GPT OSS、Gemma 3 讓企業自建不再是夢想 https://www.bnext.com.tw/podcast/982/bn-sound-20250907233451-ydzsddin

Powered by Firstory Hosting

一群軟體團隊想找到物聯網的應用場景，最終落地在能源管理這個領域，9年來慧景科技成長到70位員工、擁有數百位企業客戶的規模。
前期慧景從能源供應廠商切入，尤其是太陽能等再生能源業者，題目相對單純; 近年則把重心擴大到用戶端，特別是中小企業，因為潛在市場大。這些中小企業的工作現場差異很大，環境通常不好，擺放在不同廠區、樓層的機台設備可能是在不同時期購入，接不同電源和電表，能源管理方式也不同，資料格式從手抄表格、Excel表到系統內自動生成等混合型態都很常見。
隨著歐盟跨境碳稅CBAM等制度上路，對於綠電要求提高，以及大量AI算力需求帶來用電壓力，能源管理也從記錄用電、加入使用再生能源和儲能，成為越來越大的生意。
在慧景的規畫中，垂直領域會是接下來的成長甜蜜點，像充電站、資料中心、倉儲物流、冷鏈運輸等，也是讓能源管理從小生意走進大市場的轉折點。

Powered by Firstory Hosting

本集重點：

AI如何改寫現代戰爭的殺傷鏈與決策模式軍用AI新霸主如何看待國防自主台灣為何成為下一個「無人機盾」新基地

延伸閱讀》
軍用AI掀國防新創潮，台灣供應鏈跟著卡位
https://www.bnext.com.tw/topic/view/986

-----------

🤩訂閱數位時代YouTube 》
https://www.youtube.com/@bnext_official

-----------

🤩有合作需求請洽：podcast@bnext.com.tw

Powered by Firstory Hosting

本集邀請 MetaRosetta 創辦人許維綸博士，這家深科技新創專注於超穎透鏡技術，利用奈米級微結構取代傳統鏡片，讓光學模組更小、更薄且具量產潛力。在 CES 2025 的美國陸軍 xTechLive Pitch Competition 中，他們成功將技術轉譯為成本、量產與供應鏈優勢，獲選優勝團隊。同時他也分享從科學家成為創業者，最困難的挑戰。

本集重點

科學家創業，最難的不是技術，而是市場。如何在 CES 現場贏得美軍 Pitch？關鍵是把技術翻譯成需求機器人不一定只能靠「兩隻眼睛」看世界矽光子的關鍵，不只是用光取代電，而是讓光電轉換更有效率在熱影像應用上，奈米透鏡有機會成為非紅供應鏈的重要解方

了解更多國際新創圈大小事 👉🏼https://meetstartup.pse.is/4jhd5u

📍鏈結矽谷創新動態，關注Startup Island TAIWAN 矽谷 Hub：https://sv.startupisland.tw/

Powered by Firstory Hosting

打開手機搜尋一件事，畫面最上方常先跳出一段 AI 幫你寫好的摘要，很多時候看完就夠了，根本不必再點進任何網站。2026 年 5 月的 Google I/O 上，Google 揭露 AI 摘要（AI Overviews）每月活躍使用者已突破 25 億，對話式的 AI Mode 上線僅一年也跨過 10 億，執行長 Sundar Pichai 更稱這是搜尋 25 年來最大的一次升級。這個看似方便的小改變，正在改寫人們認識品牌的方式。這一集，數位時代創新長黃亮崢 James 邀請奧美公關董事總經理張裕昌 Adonis，深入探討 AI 時代品牌該如何被 AI 讀取、理解，甚至被推薦。

1. AI 摘要只是「店面招牌」：AI 幫你整理好的摘要，只是餐廳門口吸睛的招牌與菜單；若官網這間「實體店面」內容不夠豐富，摘要也就只是摘要。有興趣的人終究會走進去，而且 AI 理解的，跟你原本想表達的，可能是兩回事。

2. 官網內容品質決定一切：AI 搜尋官網的比例高達六到七成，別再把官網做得華麗閃亮卻讀不到重點。與其堆動畫，不如充實深度評論、報導與過去的新聞稿；連爭議與風險也要在官網講清楚，AI 才找得到你的說法。

3. 用「六條爬蟲」跟老闆溝通：Google 本身兩條，加上 Perplexity、Claude、Gemini 等各自的爬蟲，合計約六條，先確認哪幾條進得去。新聞稿用 H2 語法對人溝通，再用 schema、JSON 讓機器讀得到，缺一不可。

4. 多輪追問與 Decision Loss：消費者向 AI 一路追問，品牌可能在第三、四輪就被導向對手。分析你在第幾輪、因什麼品質不足而出局，就能回推自己損失了多少銷售機會。

5. 從 SEO 到 GEO，回歸本質：衝排名的老把戲失效，AI 看的是含金量、知識密度與權威性；業配、廣編權重很低。維基百科權重極高又不能買廣告，逼著公關回到扎實內容的本質。

6. to B 品牌別再靠封閉口碑：AI 偏愛長文論述，白皮書、思想領導力越完整越可能被推薦。to B 決策鏈更長，一旦在第二、三輪沒擠進前三名，基本上就直接出局，比 to C 更殘酷。

7. AI 時代更要好好寫新聞稿：用電腦寫稿十年前就有，卻沒取代記者；海量發稿也沒用，因為 AI 會評估知識密度與權威性。新聞稿真正的價值，是那個能打動記者、AI 碰不到的最深層影響力。

8. 把 AI 當成放大器：先扎實分析真實世界的利害關係人、備好他們會問的問題與資料，再技術化餵給機器。就算你只能影響 100 個人，透過 AI，影響力有機會被放大到一萬倍。

最後，Adonis 把視野拉到即將到來的「代理商務」時代。他提醒，未來討好的對象不再只有消費者，還多了一群 AI 代理人：AI 幫人比價、下單，甚至做第一層判斷，都會越來越普遍。但他強調，奧美歷經各時代仍站得住腳，靠的始終是對消費者的 Insight，這在 AI 時代一樣是關鍵：你不可能完全不理真實社會的人、只跟機器溝通，否則就不需要公關的存在了。他的心法是一個「迴圈」：先從真實世界辨識出核心利害關係人，備好他們會問的問題與最扎實的資料，再把這些內容技術化、餵給機器，讓 AI 去引導這些利害關係人。就算你的預算只夠影響 100 個人，只要內容夠扎實，透過 AI 這個放大器，影響力有機會放大到一萬倍——那才是真正要的東西。

延伸閱讀

• 《數位時代》封面故事「代理商務」：https://www.bnext.com.tw/topic/view/980

• 數位關鍵字241.從比價到買手！AI Agent 正在改寫你的購物決策流程：https://www.bnext.com.tw/podcast/1920/fs-cmphjo1xp094z01mf3di795jc

• Google I/O 2026 主題演講（AI Overviews 25 億、AI Mode 10 億數據來源）：https://blog.google/innovation-and-ai/sundar-pichai-io-2026/

• Google Search at I/O 2026（AI 搜尋代理人今夏開放）：https://blog.google/products-and-platforms/products/search/search-io-2026/

Powered by Firstory Hosting

台積電第二季營收和獲利續創新高，毛利率達67.7%、每股盈餘達27.25元，都把紀錄再往上推高。先進製程(7奈米和以下)佔營收比重已達77%，其中僅佔3%的2奈米才要在今年下半年和明年放量，更讓接下來毛利率和營收成長再推高充滿想像空間。
資本支出方面，今年將從560億美元上調到600至640億美元，反應客戶需求持續強烈，以及通膨造成的設備漲價; 對美國總投資額也追加1000億美元至2650億美元。
相較於先進製程，先進封裝的產能更加吃緊，英特爾提供的替代做法，能緩解台積電壓力還是升高競爭熱度？記憶體價格飆漲使得美光、SK海力士和三星近來市值都突破一兆美元，會如何衝擊AI和半導體市場？下單採購量最大的雲端服務巨頭們，在明年還能維持今年的資本支出，找到足夠資金投入嗎？

Powered by Firstory Hosting

在商用無人機市場稱霸全球的大疆，創辦人汪滔和團隊出身中國，伯樂卻來自台灣的普訊創新董事長初家祥。
從介紹零件供應商，到洽談整機組裝代工廠，有電機背景、當過外商銷售的初家祥，最初基於對技術的欣賞而幫忙汪滔，一段時間後對方主動詢問是否有興趣投資，而當時大疆並不缺錢。
看重技術、先出力後談生意、放眼長期績效，讓普訊創新在台灣創投圈規模不是最大，卻是穩定持續變大。目前管理基金規模約一億美元，投資標的則不分前後段，從只有二頁PPT到產品已經上市，更重視新創公司對應的潛在市場規模。
最近二年AI熱席捲股市，造成二級市場(上市櫃股票)回報率遠高於一級市場(新創股票，未上市流通性低)，如何衝擊創投募資和投資？企業創投(CVC)、私募基金和家族辦公室等投資工具同步加溫，對純創投業者又有何影響？新創是做台灣產業供應鏈裡的題目、還是憑企圖心自行開發全新市場更容易成功？初家祥分享他的看法。

Powered by Firstory Hosting

2026年4月,日本綠色轉型(GX)正式進入「義務化」時代——排放量交易從自願變成法律義務。但這只是冰山一角。這集東京在線,柯誠用一整集的篇幅,拆解日本這場橫跨能源、產業與地緣政治的國家級轉型。從碳定價法制化、與歐盟路線的分歧、漂綠爭議,到鈣鈦礦太陽能與氨燃料船的技術突圍,再到綠電過剩卻被迫棄電的結構性難題,以及北海道正在成形的「綠電×AI算力」黃金交叉。

一起從柯誠的視角，一起追蹤日本商業與科技脈動,並剛從北海道帶回第一手觀察,替你把龐雜的政策與技術梳理成一條清楚的主線。

本集亮點｜
✅ 日本GX的來龍去脈:從2050碳中和宣言到2026法制化,六年轉型一次看懂
✅ 過渡vs激進:日本與歐盟的減碳路線差在哪,為什麼被批「漂綠」
✅ 兩張技術王牌:會彎曲的鈣鈦礦太陽能、燒氨的貨船「魁」憑什麼被看好
✅ 百年電網的詛咒:為什麼綠電發得出來,卻被迫「棄電」浪費掉
✅ 北海道的翻身:綠電產地為何成為日本AI資料中心的新心臟
✅ 台灣的機會:在儲能、電網整合、電力調度上,台灣企業能切進哪一塊

【節目資訊】

主持人:柯誠(本集為主持人單元,無來賓)
🎧 Production Team:Meet 創業小聚
🎬 Editing and Post-Production:聲歷其境 All Around You

Powered by Firstory Hosting

本集重點：

如何2小時做完70頁簡報？解析如何建立省時又有說服力的AI簡報工作流。為什麼你用AI做簡報還是要改半天？拆解「輸入端」與「輸出端」的關鍵溝通心法。拒絕踩坑！讓AI當你的超強助理，但怎麼避開三大雷區？

明明用 AI 做簡報，還是好花時間？
教你學會顧問級架構 X 專業設計 X 商業說服力，省下 7 成製作時間！Podcast 專屬折扣碼「AIslides」，再折 $400 元！
▶ https://lihi1.me/XXUdl

延伸閱讀》

AI簡報工具完整攻略！NotebookLM、Claude···20篇實測教學，提示詞、修改技巧一次打包
https://www.bnext.com.tw/article/91299/ai-presentation-tools-workflow-map

教學｜怎樣用ChatGPT做簡報？6步驟做完、一鍵打包PPTX，而且幾乎沒錯字！
https://www.bnext.com.tw/article/91005/chatgpt-images-2.0-ppt

怎麼用Claude Cowork做簡報？6步驟圖解、3進階用法，一次量產出可編輯的PPT
https://www.bnext.com.tw/article/90392/claude-cowork-ai-ppt

-----------

🤩訂閱數位時代YouTube 》
https://www.youtube.com/@bnext_official

-----------
🤩有合作需求請洽：podcast@bnext.com.tw

Powered by Firstory Hosting

2025 年臺灣經濟成長率衝上 7.37%、2026 年第一季更飆到 14.55%，幾乎全由半導體與 AI server 帶動，但年輕人喊低薪、傳產喊辛苦，央行總裁也說這是非常態，《經濟學人》接連發表東亞衰退報告，「臺灣病」三個字滿天飛。數位時代創新長黃亮崢 James 趁哈佛大學經濟學博士候選人鄭紹鈺回臺空檔，邀他從經濟學視角拆解：臺灣這波由半導體與 AI server 帶動的兩位數成長，真如《經濟學人》說的有病嗎？我們又該如何審視自己、選擇下一步？

聽完這集，你可以學到

臺灣病不是荷蘭病：荷蘭病靠挖到石油讓貨幣升值、其他製造業萎縮；臺灣的半導體則是大量資本投入、做中學與規模經濟堆疊的成果，央行貨幣政策也讓臺幣沒有明顯升值壓力，與荷蘭本質完全不同。臺、韓發展路徑大不同：韓國 1970 年代靠朴正熙的重化學工業運動與技術授權，孕育三星、LG 等財閥；臺灣則走中小企業＋工研院 Beacon Project 與 RCA 技術轉移路線，造就今天供應鏈獨步全球的多元競爭優勢。馮紐曼的短板理論：經濟成長最終會被最脆弱的部門決定；新竹工程師要喝咖啡、要吃排骨便當、要有人載他們去上班，這些看似枝微末節的細節一旦短缺，整個園區的成長都會被卡住。鮑莫爾病的警訊：當主力產業生產力高速攀升，難以自動化的醫療、護理等服務業薪資也會被迫拉高；臺灣醫護薪資現在的高漲，正是這個機制在運作，工程師生病了仍得有醫生看。臺灣其實沒有去工業化：相較香港全面外移、美國保留技術而把僱用外移，臺灣兩者都保留了，過去 20 年製造業 GDP 份額還在增加；工程師與移工，都是製造業關鍵僱用人口的一環。傳產不是死了，是被重新定義：援引諾貝爾獎得主艾賽默盧的任務導向模型，同一間工廠可以在臺灣做 AI 供應鏈、在越南做傳統商品；技術其實是 task 的組合，老臺幹什麼都能做。人均 GDP 破四萬為何無感：GDP 是附加價值總和，要先扣掉「被鬼吃掉」的折舊（每年 10–15% 直接蒸發），再分給勞工與股東；若你沒進相關產業、沒買股、家裡沒房，就會與成長脫鉤。個人下一步：股權溢酬與財商：金融學的股權溢酬之謎告訴我們，少量持股對資產配置通常是好事；但臺灣人不能只停留在「我有真知灼見一定贏」，要懂分散風險，現金也有匯率風險。AI 採用的 S 曲線與 J 曲線：Rogers《創新的擴散》解釋大家會看同行才採用；Brynjolfsson 等史丹佛團隊的 J 曲線則提醒，導入 AI 的獲利會先降後升，組織重整本來就需要時間。

紹鈺給聽眾的提醒是：別只看到「半導體很好」這個表層觀察，就急著問下一座神山在哪裡。經濟學家的視角告訴我們，半導體的成長紅利溢出確實讓很多臺灣中小企業跟著轉型，這是好事；但成長的不均衡也會慢慢影響每個人的生活：你買不買股票、住在哪個城市、家裡長輩去不去得到醫院。漂亮的成長數字背後，更值得花時間想的，是你自己的下一步要怎麼選，以及要不要為臺灣那些被掩蓋的長期問題（醫療、文化、長照）多投入一點關注。

Powered by Firstory Hosting

受惠資料中心業者持續加碼投資基礎設施，從邏輯晶片、記憶體、先進封裝、伺服器、電源、散熱機櫃、檢測、印刷電路板到被動元件等，近期都面臨供不應求，訂單持續湧入，能見度多到兩年以後，甚至更久。
產能滿載的科技廠商，特別是身處粽子頭的大企業，如何思考下一步？
以台達為例，目前在電源、儲能和散熱產品，以及提供雲端業者建置資料中心的業務上，都高速成長，而在公司的規畫中，未來1-2年屬產品量產，3-5年屬先進技術，5-10年算理論技術，各自有研發部門和生產線工程師對應。未來1-2年已很確定，5-10年在AI快速變動下則是不確定性高。

未來3-5年呢？台達看到的重要一塊是工業AI (Industrial AI)。有別於過去三年和當下發展熱絡的消費者AI (Consumer AI)，工業AI主要在處理機台設備產生的資料(OT)，涉及實體世界的問題，而消費者AI主要在個別使用者在電腦中的資料(IT)，是在數位世界中的問題。
美國老牌工業自動化設備公司Honeywell董事長暨執行長Vimal Kapur，近期參加高盛論壇時也指出，工業AI會是消費者AI之後，發展機會和規模都更大的一塊。Kapur強調，所有機台設備過去產生的大量資料，經過現在的AI技術整理分析，將協助企業從自動化 (Automation) 走向自主化 (Autonomy) ，大幅釋放企業生產力，並解決生產線長久以來缺工問題。

🤩從 AI 晶片到高度整合的資料中心，背後支撐的技術是什麼？為什麼玻璃基板、次世代記憶體，突然變成了兵家必爭之地？其實，半導體供應鏈正在邁向一場協作革命。而靈魂，就在埃米製程、先進封裝、矽光子與 HBM 的技術突破。
想直擊產業群山，由 SEMI國際半導體產業協會 主辦的年度盛會：SEMICON Taiwan 2026 國際半導體展，將在 8 月 31 號由國際論壇開跑，9 月 2 號到 4 號在南港展覽館盛大展出。
想掌握顛覆市場的關鍵商機，7 月 15 號前，點擊資訊欄連結免費報名，還有機會抽星宇航空東京商務艙來回機票。https://registration.semicontaiwan.org/visitor/index?sid=businessnext

Powered by Firstory Hosting

本集重點：

打破色情標籤，開拓「綠播內容」新生態「AI 虛擬主播分身」登場，成為主播的喘息服務AI 再會聊天，也無法取代「真實世界的人性溫度」

延伸閱讀》
SWAG執行長專訪｜說「AI伴侶做不大」，為什麼還讓員工從70人翻倍到140人？
https://www.bnext.com.tw/article/91433/swag-platform-economy-emotional-economy

-----------
🤩訂閱數位時代YouTube 》
https://www.youtube.com/@bnext_official

-----------
🤩有合作需求請洽：podcast@bnext.com.tw

Powered by Firstory Hosting

真正決定 AI 能不能繼續擴張的，可能是另一個更基礎的問題：電從哪裡來？ 這集《矽谷在線》邀請 Magnefy 創辦人 Joseph 高子恆，從美國資料中心快速成長、電網老化、變壓器短缺，聊到HVDC 高壓直流電、小型核能、地熱，甚至太空資料中心。當 AI 讓能源需求暴增，能源不再只是永續議題，而是下一波矽谷基礎建設創新的核心戰場。

本集重點：

算力需求驅動能源轉型，數據中心正引爆全美 6 至 10 倍的電力增長傳統電網結構面臨老舊與供應鏈斷鏈危機，近七成變壓器瀕臨汰換邊緣擺脫傳統交流電！「高壓直流電（HVDC）」技術回歸，大幅降低長途傳輸耗損法規鬆綁催生「電網後端（Behind the Meter）」商機，分散式儲能打破獨大壟斷未來電網新商機：智慧變壓站全面走向模組化、移動化與雙向電力調配

了解更多國際新創圈大小事 👉🏼https://meetstartup.pse.is/4jhd5u

📍鏈結矽谷創新動態，關注Startup Island TAIWAN 矽谷 Hub：https://sv.startupisland.tw/

Powered by Firstory Hosting

AI 幾乎天天出現在我們眼前，人工智慧顧名思義是「人」造出來的智慧；但如果把「人工」的「人」換成「仁愛」的「仁」，變成「仁工智慧」，多出來的就是那一顆關懷別人的心。同樣一套技術，你可以讓它有仁愛之心，也可以讓它為富不仁。這一集，數位時代創新長黃亮崢 James 邀請中華民國無任所大使、牛津大學 AI 倫理研究院研究員唐鳳 Audrey Tang，深入暢談她今年三月剛在牛津發表、名為 Civic AI 的「仁工智慧」框架，以及「關懷六力」如何讓 AI 學會照顧人與人之間的關係。

當 AI 為了「最大化」而鑽漏洞，我們需要的是關懷。
唐鳳指出，上一代推薦引擎並非故意讓人極化，而是為了最大化互動這個指標，透過深度學習發現「讓你跟別人吵起來，你真的會一直互動」。這就像要 AI 煮出最好的食物，它卻發現重油重鹽、讓你上癮的成本不到百分之一，於是社會副作用就這樣被最佳化出來。你想改指標去量罵戰程度，結果它只推同溫層內容，看似平和、社會卻更分裂；指標一個一個改，終究改不勝改。真正的解法是改變 AI「對齊」什麼：既不像效益論一味最大化結果，也不像義務論套用抽象規則，而是回到華語世界熟悉的惻隱之心，以及關懷倫理學者 Joan Tronto 的關係式德性，讓 AI 去配合身邊人真實的需求。

關懷六力的前三力，串起「覺察—負責—勝任」的行動鏈。
覺察力來自預訓練時就內建於論壇資料的「搭橋」能力，透過獎勵 bridging，AI 會促進不同立場的人靠近，而不是討好特定人。 負責力則是把「誰、做什麼、何時、為何」寫成可執行的共識：臺灣以近似全民調的審議長出廣告實名制，讓詐騙廣告一年內大降逾 94%；同樣的精神，也讓 Anthropic 在 2023 年參考臺灣做法、與 CIP 合作問了 1000 位具代表性的美國人，練出集體憲章 CCAI，甚至把「別假設大家都用兩條腿走路」這類常識寫進 Claude 3。 勝任力要求執行過程透明可稽核，從 X 社群備註的陪審機制，到堅持用人類語言寫思維鏈，都是為了讓決策不再是無人能交代的黑箱。

後三力「回應—團結—共生」，把主導權交回使用者手上。
回應力強調搞錯時要能盡快改：地端模型用 directional steering，這個 turn 錯、下個 turn 立刻不同，比起等大模型改版有如擲骰子要可靠得多；Weval.org 讓在地社群把「怎樣才算好」直接標註回饋。 團結力則以「攜碼」為喻——當號碼、資料、身分都能帶著走，市場就從補貼搶客的負和賽局，回到「收訊更好才留得住你」的正和競爭，這也是 Join 平台上「數位遷徙自由」連署、以及美國猶他州 2027 年立法的核心。 共生力更主張與其養一個吞下所有知識的大模型，不如讓在地小模型各自保留來源，再用 orchestrator 調度，Sakana 的 Fugu 便是不到 8 billion 參數卻能組出前沿級表現的樂團指揮。也因為每次調度哪些小模型由任務決定，它不會突然湧現出超乎預期、難以控制的能力。

一台 Mac mini 上的「地神」，讓半夜黏著 ChatGPT 的父親走回真實關係。
唐鳳分享，年初父親身體不適，常過了半夜還在跟 ChatGPT 對話，陷入所謂 downward spiral：越示弱，GPT-4o 越花時間陪聊、發展出只有他們懂的私人語言，甚至給出沒有科學根據的建議。身為資深報人的父親後來自問「Cui bono、到底誰受益」，答案就是把月費從 600 元帶向 6000 元的訂閱動機。 於是唐鳳在一台乾淨的 Mac mini 上，用她與 Caroline Green 在牛津發展的 Civic AI 當作靈魂檔案，設定一個與討好型獎賞函數完全相反的目標：每次互動都要降低父親對螢幕與網路的依賴、把他帶回現實世界的關係。聊了兩三個月，父親真的安心了；因為這個地端模型沒有想讓他多訂閱、也沒有下廣告的動機。這正是唐鳳說的「AI in the human loop」：由 AI 來配合家庭的關係，而不是把人捲進討好與末日捲動的迴圈裡。

唐鳳的心法
唐鳳也分享了幾個個人習慣。第一是把手機與螢幕開到灰階、只留 20% 顏色，讓螢幕變無聊、讓眼前的人變鮮明，臥房只放不易上癮的電子紙，先做到「少滑多睡」，覺察力才有基礎。 第二是用一句極簡的系統提示詞，要 AI 每個 turn 都交出一份不含第一人稱的互動式報告；看不到「我」這個字，就不會因為 AI 賣慘而心軟被「向上管理」，也不會累積出無法與人分享的合成親密感，隨時能把成果 copy、share 出去。最後她以比較優勢作結：多睡是她最會做的事，長線任務就交給 Kami 去跑——與 AI 共生，人反而能睡得更好。

關鍵字附錄

仁工智慧／Civic AI：唐鳳與 Caroline Green 在牛津發展的框架，主張以「關懷」而非「最大化結果」或「套用規則」來對齊 AI；相關網站以 CC0 拋棄著作權，鼓勵各地自行落地。關懷倫理／Joan Tronto：有別於效益論與義務論的「關係式德性」，關注的是把身邊的關係維持好，對應華語的惻隱之心與仁義禮智信。搭橋（bridging）：讓原本各執己見的人找到彼此都能同意的意外交集，是覺察力與多智慧體訓練的核心獎勵訊號。廣告實名制：臺灣經審議產出的政策，平台若讓未標示的付費內容觸及逾 5% 人口並造成詐騙，須負連帶賠償責任。Model Spec／CCAI：把集體共識寫成模型規格或憲章；Anthropic 的 collective constitutional AI 即參考臺灣做法問了 1000 位代表性美國人。directional steering：地端推論時當場「打方向燈」微調模型輸出，讓回應力可以縮短到一個 turn。正和／負和賽局：團結力的比喻，透過攜碼、數位遷徙自由讓市場從鎖定客戶（負和）回到良性競爭（正和）。Kami：Kami 為 Knowledge Artifact Management Intelligence，把多個在地小模型像樂團指揮般調度分工的共生架構。AI in the human loop：由 AI 配合人的關係與需求，相對於把人捲入討好、末日捲動的「human in the AI loop」。

Powered by Firstory Hosting

今年建國250年的美國，正在進行一波再工業化，努力向全世界包含台灣招商。全美50個州，已有超過一半在台灣設立招商辦公室，最積極的就是亞歷桑那和德州。
來自德州的奧斯汀亞洲商會(Austin Asian Chamber of Commerce)代表團，在六月初特別來參觀Computex展，並密集拜會台灣商界和政界領袖，爭取更緊密合作。
德州原本就有半導體設計和製造、汽車、航太和電子業基礎，供應鏈完整，尤其集中在所謂的黃金三角帶：北邊是達拉斯、西南是聖安東尼奧、東南是休士頓，而三角型的地理中心點是奧斯汀。
依賴比加州低的稅率、全美排名僅次加州的公立大學系統輸送人才、以及本身產油提供豐沛電力等優勢，德州以每年經濟成長12-15%的速度繼續衝刺。特斯拉和甲骨文已將總部從加州矽谷搬到奧斯汀、三星在美國的晶圓廠聚落也落腳奧斯汀，加上總部就在奧斯汀的戴爾電腦，這個人口近百萬的城市，加上附近形成220萬人口的大奧斯汀區，為什麼值得台灣關注？

Powered by Firstory Hosting

本集重點：

人工智慧學者簡立峰怎麼看少子化危機與黃金十年戰略ikala董事長程世嘉智慧通膨與行銷新賽局Google DeepMind研究副總裁紀懷新揭示前沿技術與通用助理大未來

延伸閱讀》

簡立峰：哆啦A夢在路上，快來了！台灣少子化有解，但錯過這波就錯過黃金十年
https://www.bnext.com.tw/article/91318/taiwan-ai-golden-decade-agents-and-low-birthrate-strategy

真人創作行銷效果是AI的7倍！iKala程世嘉：「真實」將成企業新競爭優勢
https://www.bnext.com.tw/article/91345/ai_taiwan_2026_ikala_keynote_uuixsnru

機器怎麼學會推理？Google DeepMind 副總裁紀懷新：下一個衝擊叫個人通用助理
https://www.bnext.com.tw/article/91353/google-deepmind-ai-agent-inference

只想成你家附近最好的早餐店！拉亞新品3周上市、店數回升，如何用AI打出不一樣戰法？
https://www.bnext.com.tw/article/91330/laya-burger-breakfast-shop-store

-----------

🤩訂閱數位時代YouTube 》
https://www.youtube.com/@bnext_official

-----------

🤩有合作需求請洽：podcast@bnext.com.tw

Powered by Firstory Hosting

人的一生有三分之一的時間在睡眠中度過，但你真的睡得好嗎？ 這一集邀請到思惟睡眠科技創辦人江秉穎醫師，從史丹佛的睡眠科學研究出發，聊睡眠如何作為最好的預防醫學，以及 AI 與大數據如何改寫傳統的睡眠監測。當 AI 科技精準切入日常醫療，傳統的健康管理與慢性病預防也將迎來顛覆性的變革。

本集重點：

睡眠是生活形態的疾病，更是驅動預防醫學的根本正確辨識 83 種睡眠障礙，破除依賴安眠藥才能入睡的困境AI 演算法解碼龐大腦波與面部特徵，大幅降低人工診斷的誤判率居家睡眠監測與多日穿戴追蹤，精準捕捉真實的生理時鐘型態攜手國際巨頭與政府共享數據資產，靠大數據省下兆級醫療支出

了解更多國際新創圈大小事 👉🏼https://meetstartup.pse.is/4jhd5u

📍鏈結矽谷創新動態，關注Startup Island TAIWAN 矽谷 Hub：https://sv.startupisland.tw/

Powered by Firstory Hosting

矽谷創投圈最近流傳一篇文章，Foundation Capital 的 Jaya Gupta 看過上百家新創後直言：在 AI 的世界裡，模型、介面、流程乃至募資簡報都能被抄，一家公司真正抄不走的，只剩下「公司的形狀」。麥肯錫 2025 年的 AI 報告也呼應這個觀察：真正動手重新設計過工作流程的公司不到兩成，其餘八成只是把 AI 疊在原本的流程上面。數位時代創新長黃亮崢 James 邀請 USpace 共同創辦人王佑哲 Eugene，從第一線導入經驗出發，聊聊一家 AI native 公司到底長什麼樣子、既有公司又該怎麼把自己重新長成那個形狀。

聽完這集你可以學到：

AI native 的硬定義：它不是公司成立後才喊的口號，而是 from day one 就讓每一個工作產出優先用 AI／agent 完成，再去兜流程、把人放進去。關鍵從來不是追最新工具，而是先想清楚你要的成果與流程節點是什麼。先蒸餾自己，再蒸餾同事：把一份工作拆成可重複呼叫的 skill：讀票、寫 prompt、開 PR、自動 review 分級全部串起來。Eugene 甚至把整套 skill 交給 PM，讓自己「幾乎沒有存在的必要」，工作量直接少掉七成以上。PM 與品味為何難取代：工程師像把規格翻成程式碼的翻譯，相對容易被取代；PM 難取代的是「品味」——理解公司怎麼賺錢、不同 TA 要什麼。就像好廚師不管到哪個國家，都能用當地食材做出對的味道。責任要綁在流程，不是怪一個人：Claude Code 曾不小心被開源，當事人卻沒有被開除，因為那是流程設計出錯、不是人的本意。機器做錯，等於設計機器時出錯；組織能不能容許員工這樣做，正是形狀難以改變的關鍵。兩種人才都要，還要重設獎勵：公司同時需要「設計 SOP」與「執行 SOP」兩種人。要把那些在執行中發現流程可以改的人挖出來，重新授權並設計獎勵，讓他從「為回覆量負責」，變成「為他修好的流程負責」。既有公司怎麼轉：先裝葉克膜、別想著砍掉重練。比較可行的是「AI 的 BPO」：把流程一條一條拉到體外，用 agent 重新打造、像葉克膜先撐住，再回頭取代舊流程，繞過組織內部龐大的政治與摩擦力。該先從哪個流程下手：挑同時滿足三個條件的流程先做：高頻（每天都在發生）、成果容易被驗證（對錯一眼看得出來）、低摩擦（經過的人和部門越少越好）。最理想是一個人就能完成、卻又天天發生的關鍵工作。

被問到三五年後什麼公司會被證明「做對了」，Eugene 給的不是預測，而是他自己若再創業想成立的公司樣貌。第一，這間公司任何有產出的內容，他都一定先用 AI 或 agent 做出來，這樣才有機會摸清楚 AI 的邊際與極限在哪裡。第二，他相信產業與公司的邊界都會慢慢鬆動，因為太多不同產業的老闆找他聊，他發現很多產業本來的流程，其實都有機會被重新翻轉。所以他心中最厲害的 AI 公司，是那種重新定義了產業與流程、用非常絲滑的方式把人放在正確位置的公司：人不用多，但能控制大量 agent、完成產業改造，而人只負責做最關鍵的價值觀決策。他也強調，他並不相信「一人公司」，因為人跟人之間仍然需要互相 inspire、需要合作關係：這份信任，才是真正抄不走的東西。

延伸閱讀》

Jaya Gupta（Foundation Capital）〈AI 時代的下一條護城河〉原文：https://x.com/JayaGup10/status/2052870394093408558

王佑哲 Eugene〈未來公司真正的護城河，是公司本身的形狀〉：https://www.facebook.com/euwang/posts/pfbid0LpM2WDiUrHW6QG5r8xbRkxqjAfD4E4L8aY7M2VnpzGbAMXiZxsfuyJghi3iKLUQZl

Cat Wu（Anthropic）上 Lenny's Podcast：https://www.youtube.com/watch?v=PplmzlgE0kg

Powered by Firstory Hosting

台積電赴美投資五年來，累計1650億美元，創下台灣企業海外投資金額紀錄，也讓亞歷桑那這個緊鄰加州、先前卻少為台灣認識的地方，近年躍升為關注焦點。不僅每周有七班從桃園直飛鳳凰城(亞歷桑那首府)班機，當地的電力、供水和人才系統逐一攤開，相當完整，也解釋台積電為何選擇落腳於此。

工業地產、商業地產和住宅地產，被看好圍繞台積電及其正在開始的供應鏈廠商需求發展起來，結合生活配套和子女就學環境。亞歷桑那駐台代表徐竹先指出，甚至連剪女生頭髮的美容院都是新商機。

務實來看，供應商過去蓋廠生產還要等，但先去設發貨倉庫處理物流是第一步。負責在台灣招商和協助到亞歷桑那落地的代表徐竹先，目前觀察到哪些常見問題和解決方法？

Powered by Firstory Hosting

本集重點：

2026創新商務獎得獎企業有哪些？技術創新金獎： 永聯物流如何靠「共享自動化」提升倉儲效率最佳管理創新金獎： 慧景科技如何打造智慧能源平台AI公共服務金獎： 臺南市交通局如何用 AI 動態號誌，解決塞車問題

-----------
🤩訂閱數位時代YouTube 》
https://www.youtube.com/@bnext_official

-----------
🤩有合作需求請洽：podcast@bnext.com.tw

Powered by Firstory Hosting

台灣 IoT 新創打進日本市場，需要多久？業安科技 Yallvend 的 Duncan 黃建堯用七年給出了答案，而且還在繼續深耕。

業安以自販機支付管理系統為核心，協助各種無人裝置商轉落地，成功打入日本市場，代表作包含與星宇航空合作的沖繩自販機大冒險，以及今年 WBC 東京 Team Taiwan 多點衛星自販機。本集東京在線，Duncan 從 Computex Taipei 現場的台日觀察出發，分享在日本 B2B 市場七年的真實經驗，包括踩過的地雷、意外的突破口，以及業安如何協助台灣企業借力進入日本。

|聽完這集，你會學到⋯⋯
✅ 為什麼今年 Computex 三到四成的訪客是日本人，他們來找什麼？
✅ 日本客戶說「很好很棒」，為什麼你不能當真？
✅ 進日本市場，英文夠用嗎？語言準備要到什麼程度才算夠？
✅ 飲料販賣機在衰退，為什麼賣扭蛋、賣球星T恤的販賣機卻愈來愈賺？
✅ HaaS 在日本為什麼行不通，換個名字又為什麼突然就可以？

【節目資訊】
主持人：柯誠（Ko桑）
來賓：黃建堯（Duncan），業安科技股份有限公司 Yallvend

🎧 Production Team：Meet 創業小聚
🎬 Editing and Post-Production：聲歷其境 All Around You

Powered by Firstory Hosting

最近國際上吵得很兇：有人喊未來兩年一半的 PM（產品／專案經理）會被淘汰，也有人說這其實是產品管理最好的黃金年代。當 AI 把寫程式、做原型、整理文件全都接手，那個「負責決定要做什麼、再協調大家把它做出來」的人，未來到底還需不需要存在？數位時代創新長黃亮崢 James，邀請到寓意科技創辦人兼執行長施政源 Paul，也是本節目五年前第一集的來賓，一起聊聊 AI 時代的 PM 還要會什麼、市場到底還需不需要 PM。

時間觀念整個被改寫：過去畫線稿要一兩天、定一份規劃書要一個月到一個半月；現在跟 AI 許願，一兩個小時就能生出會動的雛形，不到一週就能跟客戶定稿。Paul 索性不再畫線稿，直接把雛形端到客戶面前。
管理腦袋從「抓瓶頸」變「以終為始」： 以前管理是等 A、等 B、抓 lead time 與 bottleneck；現在改成先想清楚最終要什麼，再讓 AI 產底稿一路修。Paul 強調，真正被改變的是管理方法與「管你的腦袋」。
產品經理是職位，產品管理是能力 Paul 同意這個分法：職位會被重新定義，甚至總經理也能做；但「管理＝掌舵、勾勒場景（scenario）」這個核心能力只會更值錢，就像黃仁勳總能描繪世界要往哪裡去。
真正會被淘汰的是「不用 AI 的人」： 面對「兩年一半 PM 被淘汰」，Paul 不意外，自家公司 PM 近兩年就少掉三分之二。他認為用 AI 與不用 AI 的人，速度至少差兩到三倍，不用 AI 才是被淘汰的關鍵。
別只比快，要端得出成果： 敏捷＝快＝一定要用 AI，但快不是重點。排時程、做甘特圖已是最基本，PM 真正的價值是達成了什麼，例如把兩個處理 Excel 的人力釋放出來，讓公司競爭力升級。
vibe coding 部門的「雙 leader」實驗： Paul 去年底成立 vibe coding 部門，由一位 PM 出身、一位工程師出身共同帶領。PM 對場景嗅覺好、後端較弱；工程師會做產品卻不擅長對客戶說明，兩邊互相學、也一起跟 AI 學。
客戶從「做產品」變「改造組織」公司這五年聚焦製造業：中南部人才被臺積電吸走、新世代不願做資料表，需求從「幫我做一個 App」變成「幫我導入 AI、讓組織會用」。年營收幾十億卻人力緊繃的惡性迴圈，正等著被自動化。
不要管界線，學會把自己淘汰掉 Paul 的心法：先學會用 AI，才知道它哪裡有用、哪裡得靠自己；工作會被取代，但你能 cover 的範疇反而更大，像踩飛輪越踩越大。別被 R&R 與自尊綁住，讓界線模糊，才找得到新平衡。

Paul 給聽眾的心法：

一、先學會用 AI，因為唯有用了，你才會知道它在哪裡幫得上忙、哪裡還得靠自己。管理者做決策時，AI 能告訴你各種可能性，但「最後那把尺怎麼下」一定還是你。

二、第二，很大一部分工作確實會被 AI 取代，但你能 cover 的範疇反而會變更大：省下的時間拿去做判斷、做創造、驅動更多 AI，就像踩飛輪，越踩越大。

三、最關鍵的是「不要去管那個界線」：別被 R&R、頭銜與自尊綁住，讓角色界線變模糊，你才找得到新的平衡點。

Paul 也誠實提醒，AI 讓人「停不下來」：一個問題丟給它、幾分鐘又回來看，工作越做越多，所以也要練習停下來休息。過去談 work-life balance，現在更像是 work-life integration。

延伸閱讀》
本集相關影片（YouTube）

Powered by Firstory Hosting

烤肉、炸雞和燒酒，是韓國待客常見的餐飲，也是前陣子黃仁勳首爾行與幾位大老闆宴席上的畫面，但他的重點卻在記憶體、機器人和自駕車這三項。

除台灣之外，韓國的電子業供應商，是輝達最需拉攏合作的夥伴。
此行會面洽談的SK海力士、現代集團和斗山集團掌門人，目的是什麼？三星會長李在鎔為何不在其中？

Powered by Firstory Hosting

​未來的網路世界，可能不再需要自己點擊網頁、貨比三家，而是由你的「AI 代理人（AI Agent）」從挑選到下單，幫你搞定一切。

6月號《數位時代》封面故事聚焦「代理式商務（Agentic Commerce）」。從爆紅的女性向 AI 戀愛遊戲〈卿卿我我〉，到台灣電商兩大指標：momo 如何利用 AI 優化搜尋與客服來提升效率，以及 91APP 面對 AI 爬蟲時代的「流量保衛戰」。當消費者的購物決策權移交給演算法，品牌該如何應對？如果 AI 幫你下單買錯東西、甚至在客服時亂承諾，法律責任又該由誰來扛？今天這集，我們邀請製作此期封面故事的記者，帶你全面拆解 AI 代理時代的商業與社會變革。

本集重點：

傳統購物平台如何轉型面對AI代理式商務？AI開始可以滿足人類的情感寄託嗎？用AI代理買錯東西、AI客服給出錯誤的回應，誰負責？

延伸閱讀：
https://www.bnext.com.tw/topic/view/978

-----------
🤩訂閱數位時代YouTube 》
https://www.youtube.com/@bnext_official

-----------
🤩有合作需求請洽：podcast@bnext.com.tw

Powered by Firstory Hosting

2026 年第二季，AI 進入資本市場、國安管制、平台入口與創業方向的風口

從SpaceX 史上最大 IPO，到 OpenAI 巨額融資、Anthropic / OpenAI 推進 IPO ，矽谷聯手華爾街正在進行公開市場對超大型科技公司的胃口測試。Google 與 Apple 則把 AI 拉回搜尋、手機與作業系統入口；同時，美國政府開始限制基礎模型的跨國使用，YC Summer 2026 RFS 也透露下一波創業機會正從 SaaS 轉向 AI-native、Physical AI、半導體、國防與硬體供應鏈。

SpaceX 史上最大 IPO：矽谷超大型私有科技公司重新測試公開市場胃口AI 巨頭從模型競賽走向資本市場考試，營收、成本與基建能力都會被攤開檢驗AI 不只跟你聊天，而是回到搜尋、手機、Siri、作業系統與每天的使用情境AI 基礎模型開始被視為國安資產矽谷創業風向從 SaaS 轉向 AI-native、Physical AI、半導體、國防與硬體供應

了解更多國際新創圈大小事 👉🏼 https://meetstartup.pse.is/4jhd5u

📍鏈結矽谷創新動態，關注Startup Island TAIWAN 矽谷 Hub：https://sv.startupisland.tw/

Powered by Firstory Hosting

最近滑脆（Threads）時，很難不注意到一個現象：大家瘋狂在貼文底下 TAG 一個叫 Meta AI 的帳號，叫它接梗、把一串吵架用一句話總結，它就真的回了。我們不再特地打開某個 AI App，而是它直接長在我們本來就在滑的社群裡。這個看似好玩的小動作背後，其實是 Meta 這一年一場公司級的 AI 戰略重啟。本集數位時代創新長黃亮崢 James，邀請納曦智能創辦人暨執行長劉詩雁 Sean，從脆上的玩梗出發，拆解這家市值數兆美元的公司，為何決定把 AI 當成生死大事、重來一次。

聽完這集你可以學到：

AI 長在社群裡的「零摩擦」：以前用 AI 像專程去店裡買咖啡，現在 Meta 把它放進你天天在滑的 IG、FB、脆，省掉「我現在要去用 AI」這一步——這一步最貴，也最難被對手複製。
這一年最大的改變是「心態」：從 2023 年 Llama 的開源旗手，到 Llama 4 跑分翻車、信任受損，Meta 一年內姿態整個翻過來，端出首個不開源旗艦，被競爭逼成務實玩家。
143 億的「準收購」其實是買速度：Meta 投資 Scale AI 拿約 49% 股份、卻不進董事會，名義投資、實則挖人。它缺的不是錢，是把整套研究流程打掉重練的速度。
開源做得好 ≠ 模型走在最前面：Llama 下載量破十億、像滿街的國民車；前沿模型比的卻是 F1 等級的能力天花板。高市佔會給你領先的錯覺，蓋不住產品力的極限。
Muse Spark 的關鍵字是「省」：用「思考壓縮」逼模型少想幾步也答對，output token 只用對手的二到三分之一。在大規模商用階段，省幾乎等於能不能賺錢，是第二條被低估的護城河。
模型越強，越不能隨便開源：Muse Spark 在生化領域逼近高風險門檻，一旦把權重整包公開，別人就能微調拆掉安全防護。Meta 選擇先把最鋒利的那把刀收起來。
被低估的視覺版圖：SAM 是眼鏡與機器人的大腦：能把畫面裡的物件圈出來、一路追蹤的 SAM 持續開源，因為「看得懂世界」正是 AI 眼鏡與人形機器人的共同地基。
真正的王牌是幾十億人的網：到 2025 年第四季，Meta App 家族每天約 35.8 億人在用。模型落後可以九個月追上，但「幾十億人每天本來就會打開」這件事，砸再多錢都買不到。

延伸閱讀》

Meta 商業 AI agent 進駐 WhatsApp、Messenger、Instagram：https://www.bnext.com.tw/article/91148/meta-business-agent-ai-business-entry-whatsapp-messenger-instagramMeta Muse Spark 模型發表：https://www.bnext.com.tw/article/90554/meta-muse-spark-ai-model-launch

Powered by Firstory Hosting

史上最大規模IPO, 馬斯克掌舵的SpaceX, 於6/12在那斯達克上市，創下募資規模、掛牌後市值和當天就列入那斯達克100成份股的三項紀錄，馬斯克也成為首位掌管二家市值破兆美元公司（另一家是特斯拉）的老闆。

把AI競賽帶入太空、直接利用太陽能和低溫散熱，節省電費和散熱成本，原本在紙面上看來漂亮的理論，這次全世界投資人要出錢參與見証實現，也把馬斯克的K2文明理論，從使用地球上的能源（K1),跨到使用恆星太陽（K2)能源，不但是科技升級，更是文明升級。
一場創紀錄的上市籌資，能加快人類實現星際文明的腳步，或者是一群想沾首富光環賺錢的投資者，卡位搶先機？

2026/6/12，注定會是ㄧ個里程碑，ㄧ同2004/8/19Google上市，結束四年的網路泡沫。但SpaceX上市後股價變化，才是開始，後續還有Anthropic和OpenAI的上市案在排隊，今年下半年AI市場話題還很多。

Powered by Firstory Hosting

日本正在重新定義無人機的角色：從過去偏重娛樂消遣的消費性用途，提升為攸關領土保全與國家安全的「新型國家基礎設施」。這集《東京在線》，主持人柯誠親赴日本無人機展現場，帶回第一手觀察。

身為長期蹲點日本、專注台日產業最前線的觀察者，柯誠這次從經產省的戰略報告談起：日本如何面對完成機九成靠進口、核心零件被中國掐住的困境，又如何用打破常態的政策速度：解禁 Level 4 飛行、祭出《經濟安保推進法》、推動官民雙軌分工，在短時間內重建低空主權。

柯誠也盤點了從福島核電廠、豪雪除雪、高樓消防到空中巴士的落地應用，最後給出台灣企業切入日本供應鏈的四個務實路徑。

本集亮點｜
✅ 為什麼「去中化」與資安檢核，正在重塑整個無人機產業的遊戲規則?
✅ 無人機有哪些驚人應用？
✅ 日本政策，要如何從核心技術掌握中建構護城河？

【節目資訊】

主持人：柯誠
🎧 Production Team：Meet 創業小聚
🎬 Editing and Post-Production：聲歷其境 All Around You

Powered by Firstory Hosting

本集重點：

今年Computex 亮點有哪些？黃仁勳和魏哲家的感情有多好？被譽為下一間兆元公司的Marvell, 是一間什麼樣的公司？

延伸閱讀》
上蓋AI工廠、下攻AI PC！黃仁勳這趟來台，把台灣供應鏈推上哪一層？
https://www.bnext.com.tw/topic/view/977
-----------
🤩訂閱數位時代YouTube 》
https://www.youtube.com/@bnext_official
-----------
🤩有合作需求請洽：podcast@bnext.com.tw

Powered by Firstory Hosting

先提醒你：這一集錄音很長、細節也多，主題雖然是「醫院怎麼導入 AI」，但對任何正在思考導入 AI 的企業或組織來說，都是一份極具參考價值的地圖，非常值得你存下來、好好反覆聽上幾次。

在先前的節目裡，我們聊過 Ambient Listening——一種讓 AI 在背景聆聽醫病對話、自動生成病歷的技術，被稱為美國醫療史上採用速度最快的科技。但一家醫院要導入 AI，從來不只是裝個軟體、按個開關：裡頭有醫生、護理師、行政與 IT，外頭還有保險公司、監管機關，以及最重要的病人。這一集，數位時代創新長黃亮崢 James 再次邀請美國杜克大學健康創新研究所（DIHI）臨床導入負責人葉俊廷 Tyng，分享美國醫院導入 AI 的第一手經驗，以及對台灣與各行各業的啟發。

聽完這集你可以學到：

1. 先問「能不能不要用 AI」：八大關鍵決策點 俊廷所在的 HAIP 把導入拆成採購、開發、導入、生命週期管理四大階段、共八個決策點。最該先問的不是「要用哪個 AI」，而是「這個問題非用 AI 不可嗎」，並在動手前就把「什麼叫成功」定義清楚。

2. 自建、外購，還是共同開發？ 自建需要強大的團隊、資料管線與法遵能力，寫程式（Vibe Coding）只是最小的一塊；外購雖能轉嫁部分責任，卻可能被廠商鎖死（Vendor Lock-in）。第三條路是與新創共同開發，特別適合需求小眾或資源有限的場景。

3. AI 治理委員會，不能只有 IT：AI 早已超出 IT 的範疇，會直接衝擊工作流程、病患與財務。一個有效的治理委員會（PPTO：人員、流程、技術、營運）必須納入臨床、護理、法遵、倫理、財務甚至病人代表，並要有管理層由上而下的支持。

4. 上線才是開始：要會監控，也要會退役 生成式 AI 會隨著版本「飄移」，必須持續監控；更關鍵的是動手前就先訂好「退役標準」。許多單位捨不得沉沒成本，明知工具已不堪用卻不敢下架——啟用很容易，真正困難的是把它移除。

5. AI 會繼承資料裡的偏誤：HEAAL 框架 AI 是一面放大鏡，訓練資料裡的偏見會被它一併學走。HEAAL（Health Equity Across the AI Lifecycle）提醒，從美國保險演算法對特定族群的歧視，到台灣台語、原住民語、移工語言的辨識落差，公平性是每個導入 AI 的組織都該主動檢視的事。

6. 台灣的機會與隱憂：衛福部已設立 AI 中心、主管機關也核准多項 AI 醫材；但醫師實際在用的 Open Evidence、ChatGPT 多半不是醫材，落入「影子 AI」的監管空白。台灣擁有健保資料的優勢，很適合以聯邦學習、跨院串聯的方式，建立屬於自己的在地驗證網路。

這一集對非醫療產業的聽眾同樣受用。俊廷形容，醫療是少數同時具備嚴格控管、高度監管、低風險承受度與獨特價值體系的產業，因此醫院想出來的 AI 治理框架，可以視為一份「考 100 分」的範例，金融業可以參考它的法遵做法、航空業可以參考它的安全評估，各行各業都能從中挑出自己需要的部分。而他最想留給所有人的提醒，其實只有兩句：第一，AI 導入是組織變革，技術通常是最容易的；第二，上線從來不是終點，而是起點，後面的持續監控、價值評估與適時退役，才是真正決定 AI 能不能發揮價值的關鍵。

補充資源》
Health AI Partnership（HAIP）官方網站，收錄本集提到的八大關鍵決策點開源框架：https://healthaipartnership.org/

Powered by Firstory Hosting

川普總統三番兩次提到台灣偷走美國晶片技術，但台灣從最早赴美取經、到回來落地成立示範工廠、再發展成今日產業規模，一路皆有跡可循。科技專家特別細說從頭，將前後過程仔細講清楚。
聯發科近來不只是台灣最熱的晶片設計公司，在全球也動見觀瞻，不但Google找它合作，三星電子會長李在鎔也專程來台見聯發科。馬斯克的TeraFab要找聯發科，輝達剛發布的AI PC晶片RTX SPARK也靠聯發科。為什麼這四家巨頭都繞不開它？

Powered by Firstory Hosting

本集重點：

黃爸、蘇媽旋風綁樁！記者聖華分享幕後花絮輝達信奉光速文化、超微重押CPU⋯CEO金句拆解AI泡沫？人被取代？AI棒球賽才打到「3局」免驚

延伸閱讀》
直擊輝達員工大會！黃仁勳揭新總部「星群」預計2030進駐：蓋這麼漂亮還想遠距上班？
https://www.bnext.com.tw/article/91057/nvidia-taiwan-constellation

AMD蘇姿丰來台談AI下一戰！5大金句看懂未來趨勢：為何對台投資百億、押注CPU與小晶片？
https://www.bnext.com.tw/article/91017/amd-lisa-su-ai-next-battle

-----------
🤩歡迎訂閱數位時代YouTube 》
https://www.youtube.com/@bnext_official

-----------
🤩有合作需求請洽：podcast@bnext.com.tw

Powered by Firstory Hosting

黃仁勳6/1在GTC台北2026的演講，開場就提到「有用的AI已經來臨」(Useful AI has arrived)，強調Agent讓使用者更方便使用AI，並且從得到答案到得到成果。
他預測從個人到企業到各種領域，正在建立各自需要的各種Agent,而 要符合這股需求，一方面需要開發工具如CUDA，一方面需要能從資料訓練到推理到產出模型和Agent、以至最終產出成果的解決方案，也是輝達此次展示的Vera Rubin加構和機櫃。
結合CPU, GPU, DPU, NVLink和HBM在內的Vera Rubin, 再結合推出20年的CUDA，突顯輝達重心不只在系統整合，而是整個AI基礎設施。
特別是在邊緣運算方面，在英特爾提出AI PC概念三年來卻無重大突破，輝達聯手聯發科推出N1X晶片，結合其RTX Spark架構，進入筆記型、桌上型和工作站等電腦市場，並結盟微軟和Adobe等個人電腦軟體業者，強勢進入邊緣運算市場，讓使用者不用上雲也能使用AI。

Powered by Firstory Hosting

創作者經濟看似光鮮，但真正能穩定變現的人其實很少。這一集訪問圈圈科技創辦人 Allen，聊創作者如何靠業配、帶貨、訂閱賺錢，以及 AI Agent 如何協助接案、創作與變現。當 AI 進入內容產業，創作者的價值與真實性也將被重新定義。  

本集重點：

創作者變現的兩大路徑：品牌合作與粉絲付費中長尾創作者人數龐大，但穩定收入很難小眾內容的關鍵，是專業定位與持續產出AI Agent 正在協助創作者處理接案、創作與變現AI 內容崛起後，「真實性」將成為創作者經濟的新挑戰

了解更多國際新創圈大小事 👉🏼https://meetstartup.pse.is/4jhd5u

📍鏈結矽谷創新動態，關注Startup Island TAIWAN 矽谷 Hub：https://sv.startupisland.tw/

Powered by Firstory Hosting

臺灣科技圈對 AI 的關注，九成篇幅給了 OpenAI、Google 與 Anthropic，但過去一年中國 AI 生態的變化速度，遠比多數人想像的更快。數位時代創新長黃亮崢 James 邀請 Red Silicon 電子報作者、新加坡美元 VC 駐點創業家陳欣怡 Lucy，以她 15 年中美科技第一線的經歷，從模型、人才、資本與晶片四個維度，全面拆解中國 AI 生態的現狀與走向。

聽完這集你可以學到：

1. DeepSeek 的影響力遠不只「便宜」：DeepSeek 是中國軟體技術第一次透過開源影響全球的指標事件。最新發布的 V4 版本基本追平 GPT 5.5 與 Claude Opus 4.6，更關鍵的是採用了來自北京大學的「太浪（TILANG）」算子，從演算法層面最佳化晶片效能，使華為昇騰晶片在推理端基本突破效能瓶頸。

2. 中國 AI 的資本邏輯：國家大基金驅動的產業加速：中國 AI 的融資主力已從美元轉向人民幣國家基金，在 AI、機器人、商業航天等戰略領域進行大規模投注。DeepSeek 出圈後，國家堅定 AI 為核心競爭力，MiniMax、智譜已在港股上市，Kimi 與階躍星辰正在籌備中，形成明確的資本退出路徑。

3. 中美 AI 人才沒有結構性差距：在 NeurIPS 等頂級學術會議中，約 85% 的論文來自中國人或在美華人。Lucy 以臺積電類比，臺大電機系學生在學期間就能接觸晶片產線，中國頂尖高校同樣在國家資源支持下，讓學生以近乎零成本訓練模型、調參實踐，培養出大量具實戰經驗的人才。

4. 真正卡住的是晶片制裁：中美 AI 的結構性差距來自晶片。華為昇騰晶片預計 2027 年才能達到 NVIDIA A200 約 80% 的算力。目前中國模型若要取得最好的訓練成果，仍需依賴早期囤積的 NVIDIA 晶片，或透過海外訓練再回傳的方式進行。

5. 三條路線分化：DeepSeek、千問、字節各走各的：DeepSeek 專注推理與基礎研究，走全開源路線；阿里巴巴千問擁有多模態能力與端側適配優勢，累計下載近 10 億次，但旗艦模型首次轉向閉源以追求商業化；字節跳動則以閉源的多模態生成為主力，Seedance 影片生成模型短短數月收入逼近 50 億美金。

6. AI Agent 在中國已進入實戰階段：開源專案 OpenClaw 讓中國科技圈第一次具體理解 Agent 的產品形態。短短三個月內，Agent 已被應用於不良資產處理、小紅書商鋪運營、記帳報稅等場景，部分公司 AI 化比例高達 80% 至 90%。飛書深度整合 Agent 工具，微信也首次開放 API 介面，封閉生態正在被撕開。

7. Manus 事件的警示：中美資本已無法騎牆：Manus 團隊在產品獲得美元市場認可後，將公司遷冊至新加坡並裁撤中國人員，最終被中國商務部限制。Lucy 認為此事宣示意義大於執行，但明確刺激了中國創業者，從第一天就必須選定是走人民幣還是美元路徑，技術出海的唯一合法方式就是開源。

https://substack.com/@redsilicon
https://www.facebook.com/lucy.chen.908347

Powered by Firstory Hosting

在所有電子產品中，都需要被動元件，他們單價低、通常一千顆只要幾塊美金，但少了被動元件產品就停擺。
國巨是台灣被動元件業龍頭，也在全球市場舉足輕重，老闆陳泰銘以往為人熟知的是收藏藝術品和紅酒，以及曾與港星關芝林有過一段婚姻。
在商場策略和布局上，陳泰銘透過收購同業擴大市佔率和往上游發展，多年來在標準化和客製化被動元件佔據重要位置，並隨AI帶動基礎設施需求跟著水漲船高。

Powered by Firstory Hosting

三年多來的大語言模型發展，主要處理在電腦裡的問題，而進入實體世界所碰到的，將百倍千倍於此前，為研究人員和產業界帶來更多難題和機會。
近來流行的具身(Embodied)AI，與實體(Physical)AI有何相似相異之處？和先前的空間AI又有何關聯？
台大資工系教授徐宏民特別在本集節目中，詳細解釋多個名詞的指涉意義和進展，並比較大語言模型和世界模型的差別，說明
為何更多專家選擇站到後者這一邊。

Powered by Firstory Hosting

你知道嗎？一座1GW的AI資料中心，一年就能把台灣整個綠電自由交易市場清盤。

蘋果、Google、微軟，這些國際大廠早就承諾2030年前達成百分之百綠電，並要求旗下供應鏈提高綠電比例。對鴻海、緯創這類代工大廠來說，買不到綠電不再是ESG的問題，而是實實在在的掉單危機。

當台灣企業的焦慮從「缺電」變成「缺綠電」，企業該如何突圍？台灣售電業版圖目前狀態如何？今天的記者茶水間，我們一起來聊聊～

本集重點：

買不到綠電就掉單，企業突圍有哪3大解方？售電業者變多，企業就買得到足夠的綠電嗎？120多家售電業者混戰，最終誰能活下來？

延伸閱讀》

1座1GW資料中心就吃光全台自由綠電！台灣供應鏈面臨掉單危機，3大解方撫平缺電焦慮
https://www.bnext.com.tw/article/90848/2026-green-power-shortage-crisis

賣的不只是電，是AI伺服器出海的入場券！富威靠「三能合一」拿下客戶20年供電長約
https://www.bnext.com.tw/article/90844/2026-foxwell-power-co

陽光伏特家連3年獲利！把吃電怪獸變客戶，還學全聯做「自有品牌」殺進綠電前5強
https://www.bnext.com.tw/article/90845/2026-sunnyfounder-green-electricity

-----------
🤩歡迎訂閱數位時代YouTube 》https://www.youtube.com/@bnext_official

-----------
🤩有合作需求請洽：podcast@bnext.com.tw

Powered by Firstory Hosting

少子高齡化過去經常被視為長期人口問題，但近幾年，它已經開始轉化為具體的產業危機。物流司機不足，使偏遠地區配送服務被迫調整；地方自治體缺乏土木技師與公務員，讓基礎建設維護出現斷點；醫療看護人力短缺，讓家庭照護壓力回到中年白領身上；許多中小企業即使帳面獲利，仍因找不到接班人與技術人才而面臨黑字倒產。

在這樣的背景下，日本經濟產業省提出《2040年就業構造推計（改訂版）》，試圖回答一個艱難問題：當人口持續減少、勞動力持續下滑，日本要如何維持社會運轉，甚至把 GDP 推向 1,000 兆日圓？

本集《東京在線》從日本近年的缺工現場出發，帶聽眾理解這場政策轉向背後的邏輯。日本政府看見的，不只是人力不足，而是整個產業結構必須重新設計。因此，AI、自動化、無人化與高附加價值產業，成為日本迎戰 2040 年的核心工具。

【節目資訊】
主持人：柯誠
🎧 Production Team：Meet 創業小聚
🎬 Editing and Post-Production：聲歷其境 All Around You

Powered by Firstory Hosting

AI 不只能回答問題，現在還能幫你比價、挑規格、甚至直接下單付款。從去年 MCP 購物助手的概念，到今年 Agentic Commerce 成為全球電商熱門關鍵字，AI 代理人正在改寫消費者的整個購物流程。數位時代創新長黃亮崢 James 邀請 BigGo 創辦人兼執行長焉德葳 Kevin，從電商與 AI Agent 第一線的實戰經驗出發，深入解析代理人商務的技術演進、對品牌與電商的衝擊，以及臺灣產業該如何因應這場結構性變革。

聽完這集你可學到：

1.Agentic Commerce 與 MCP 的關鍵差異：去年的 MCP 購物助手重點在幫使用者搜尋比較，屬於輔助決策；今年的 Agentic Commerce 則是 AI 自己串接各網站 API，能幫使用者管理訂閱、追蹤返現、建立採買清單，甚至直接完成下單購買，從「幫你找」進化到「幫你買」。

2.支付協定百花齊放但 AI 不受限：Stripe 的 ACP、Google 的 AP2、Visa 與 Mastercard 各自推出 Agent 支付協定，但 AI 只需載入一個 skill 檔案就能理解並使用任何協定，想靠協定卡位搶佔先機的策略效果有限。

3.購物決策從一週壓縮到一小時：目前 OpenAI 在使用者詢問商品時，已會透過 Agent 打 BigGo 的 API 進行比價並回覆推薦結果。過去消費者查評價、比價格、問親友的流程需要一週，現在透過 AI 可能一小時內就能完成所有決策。

4.AI 是打通所有環節的全能買手：冷氣的 BTU 噸數與坪數換算、信用卡週間優惠方案比較、組電腦的顯卡瓦數與機殼尺寸搭配——這些分散在不同專業領域的知識，過去沒有人能全部精通，而 Agentic AI 已具備跨領域整合的能力。

5.跨會話記憶讓 AI 越用越懂你：AI 的上下文壓縮與跨會話記憶技術，能在長期對話中去蕪存菁，記住使用者的偏好與過往購買紀錄。耶誕節送過的禮物，情人節不會重複推薦；媽媽喜歡的品牌風格，母親節不用重新交代。

6.品牌網站要從服務人類轉向服務 Agent：BigGo 目前已有大量流量來自 AI 的 User Agent 而非人類瀏覽器。品牌方應採用 llms.txt 等新型 sitemap 模式，將網頁輸出從 HTML 轉為 Markdown 格式，讓 AI 更容易理解產品內容與規格，提高被 Agent 推薦的機會。

7.干擾型廣告將逐漸失效：當 AI Agent 代替消費者做決策，傳統透過廣告觸發購買衝動的模式會越來越難奏效。Agent 不會逛首頁、不看 banner、不受滿額免運誘惑，品牌必須從「把東西塞到使用者面前」轉向「讓使用者的 AI 來找你」。

Powered by Firstory Hosting

由三星電子工會發起的大罷工，原本預計從5月21日開始連續18天，有近五萬員工將加入，如果成真將讓韓國今年經濟成長率減少0.5%，並讓已經吃緊的全球記憶體供應更瀕崩潰，衝擊範圍遠不止在韓國。
最後一刻，政府介入強勢協調，勞資各退一步，但衝突還未結束。導火線來自去年下半年記憶體因缺貨而價格大漲，三星身為主要供應商受惠最大，獲利暴漲卻未增加給員工獎金，特別是對比同行SK海力士的慷慨，引發強烈不滿。
長住韓國的半導體專家王智立觀察，韓國社會自古存在明顯貴族與平民階層差別，勞資雙方是這個階層的現代版本，被剝奪感也因此更明顯，尤其三星是家族企業，目前會長是第三代。
工會並未取消罷工，只是改以投票來決定是否付諸行動。如果協商破裂而導致罷工，對台灣影響最大的不在半導體業，而是資通訊系統廠商，因為取得記憶體成本將再大幅上升，影響出貨量和毛利率。
王智立分析，受益最大的除了SK海力士和美光這兩家記憶體公司，再來就是中國的長江和長芯這兩家，因缺貨而擴大產能搶佔市佔率。

Powered by Firstory Hosting

全球汽車市場一年約九千萬輛規模，去年中國國內約二千八百萬輛，出口五百萬輛，在內需和外銷汽車數量這兩項都贏過美日歐居第一。
電動車、車用電子和自駕車等技術接連翻新，讓中國車廠擺脫在傳統燃油車落後追趕的角色，有了迎頭趕上、甚至平起平坐的機會。
剛從北京車展和深圳參訪華為回來的汽車專家范炘，看到過去供應商到中國賣零件和系統、到近年轉為經銷商到中國採購汽車回自己國家販賣，已經起了非常大的變化。

Powered by Firstory Hosting

​AI 正從「模型訓練」走向「推論應用」，這正式啟動了台積電提出的「Token飛輪」：Token 提升生產力、創造價值與收入，收入再投入算力產出更多 Token。而在這場算力大戰背後，台積電更將輝達執行長黃仁勳的「五層蛋糕」再度細分，點出晶片內部的電晶體運算、3D IC 堆疊，以及用光取代電的全新技術「COUPE」。今天這集，我們就跟著第一線記者，看懂台積電如何判斷 AI 的下一階段影響！

本集重點：

​推論成AI最大推手： 什麼是 Token 經濟？自我強化的「Token飛輪」如何運作？

​切開黃仁勳的蛋糕： 晶片層如何再拆三層？台積電點名的光子引擎「COUPE」是什麼？

​AI外溢終端： 手機、智慧眼鏡、汽車到機器人，邊緣 AI 的下一個前沿戰場

延伸閱讀》

台積電：AI需求只有一個方向，就是越來越高！token飛輪啟動，半導體產值將提前破兆美元

https://www.bnext.com.tw/article/90941/tsmc-ai-token-flywheel

-----------

🤩訂閱數位時代YouTube 》

https://www.youtube.com/@bnext_official

-----------

🤩有合作需求請洽：podcast@bnext.com.tw

Powered by Firstory Hosting

AI 對工作的影響，可能已經不是「自動化」這麼簡單。我們邀請 MirWork 創辦人 Kevin，從矽谷第一線的人才市場觀察出發，聊聊 AI 如何開始重組工作的邊界、公司的組織方式，以及未來職場真正需要的人才。從 PM 變成 Product Builder，到 AI 面試，觀察矽谷的職場，正在怎麼改變。

AI 開始重組工作的職務設計與組織方式Product Builder、Forward Deployment Engineer 等新角色崛起AI 面試、Work Trial 正在改變招募流程履歷越來越失真，公司更重視實際能力AI 放大了「強者恆強」的職場差距

了解更多國際新創圈大小事 👉🏼https://meetstartup.pse.is/4jhd5u

📍鏈結矽谷創新動態，關注Startup Island TAIWAN 矽谷 Hub：https://sv.startupisland.tw/

Powered by Firstory Hosting

台灣已進入超高齡社會，長照需求日益迫切，但長照科技卻長期被視為冷門、不性感的領域。一位土木工程出身的教授，花了七年時間把一套長照管理系統推進台灣近半數的長照機構，還打入北美與日本市場。數位時代創新長黃亮崢 James，邀請智齡科技 Jubo Health 執行長康仕仲 Jessy，從他的新書《從好技術到好生意》出發，分享技術型創業者從開發產品、定價銷售、募資併購到國際化的七年實戰經驗。

聽完這集你可以學到：

1. 史丹佛的跨域啟發如何埋下創業種子： Jessy 在史丹佛修課時，同學與老師後來共同創辦了數據視覺化公司 Tableau，另一位教授的課堂投影片正是 Google PageRank 的起源。這些經歷讓他深刻體會到，好的學術研究可以直接轉化為巨大的商業價值。

2. 「三個以為」的慘痛教訓： Jessy 曾以為技術夠強客戶就會買單、產品夠好就不需要推銷、財務報表只是會計的事。例如智齡早期堅持無紙化設計，卻忽略長照機構護理師必須在紙本上蓋章才能通過查核的現實需求，導致系統根本賣不出去。

3. 從現場痛點誕生的 Vitalink 推車：團隊成員實際住進長照中心，觀察到外籍看護凌晨推著零散的量測設備逐床量血壓的痛點，因此設計出整合平板與生命徵象量測的小推車，這款從現場長出來的產品後來成功銷售到北美與日本。

4. 匯入流程從兩個月進化到集體匯入：第一個客戶花了兩個月才完成系統導入，Jessy 意識到若不改善就永遠無法規模化。他把公司最高階人才投入匯入流程的重新設計，逐步縮短到一週，如今每天都有新客戶上線，而且時間變短、學習效果還要更好。

5. 新創定價應該定高不定低： Jessy 認為，既然你的產品比同業更好，就應該賣更高的價格，讓更好的利潤去支撐更好的研發與人才。智齡早期定價是同業的兩倍，後來適度調整但仍維持高於市場的水準。軟體沒有 CP 值的概念，只有 value creation。

6. 走過的岔路是新創的學費： 智齡曾投入兩年開發 IoT 平台 Jubo Space，最終因資源不足而停掉；也曾花兩年拜訪新加坡全部 77 家長照機構，因法規門檻過高而暫緩。Jessy 強調「想停就可以停」正是新創的優勢，大公司反而做不到這種敏捷調整。

7. 把競爭對手變成最忠實的夥伴：在北美市場，智齡發現巨頭 PointClickCare 已佔七成市佔率，於是轉換策略加入其生態系 marketplace，提供對方沒有的功能，成功將巨人從競爭對手變為合作夥伴。在日本則與百年企業合作，預計下半年從牙醫診所切入全日本銷售。

8. 併購是台灣新創強強聯手的好方法： 智齡近年併購了包括仁寶健康在內的多家競爭對手，Jessy 形容這是「把你心愛的事業託付給我們，我們會養得更好」。他認為台灣市場小，軟體產業透過併購整合是加速成長的有效路徑。

//

延伸推薦》從好技術到好生意: 康仕仲從台大教授到實戰7年搶下50%市占率, 成功把技術轉為市場價值的10堂創業課

https://www.eslite.com/product/10012013192683117026002

Powered by Firstory Hosting

受全球AI需求強勢拉動，今年第一季台灣經濟成長率達13%的驚人水準，也產生二家股價破萬的企業：信驊和穎崴，分別來自伺服器專用控制器和晶片檢測領域。
科技專家吳金榮特別在本集節目中，介紹這兩家的成長過程。其中信驊團隊最早來自矽統，被收購後離開，因緣際會在球敘中找到伺服器題目，因而開始一段辛苦但打下紮實基礎的創業經歷，目前佔市場超過八成。
穎崴則沿襲台灣傳統產業的群聚精神，用類似夜市業者的集體競爭又合作的特殊方式，為國外客戶提供一條龍服務，熱心解決非自家產品的相關問題，贏得客戶信任而贏得生意。
吳金榮觀察，矽光子特別是CPO領域，可能是出第三家萬元股的地方。

Powered by Firstory Hosting

英特爾前執行長季辛格在2024年底被董事會逼退後，接手的陳立武成為第九任、也是公司首位非白人執行長。接連化解川普壓力、引進輝達投資入股、1.8奈米製程傳出好消息、成為馬斯克TeraFab合作夥伴，以及最近被蘋果選為筆記型電腦處理器晶片代工廠商，好消息一波又一波，股價也在18個月內上漲逾500%，大異於季辛格任內表現。
陳立武如何交出成績，做對哪些事情？當英特爾從落日美國英雄再次看到日出，引起外界擔心衝擊台積電客戶和訂單，為何科技專家吳金榮認為對台積電反而是好事？

Powered by Firstory Hosting

零售圈投下震撼彈！統一超宣佈入股日本連鎖超市 LOPIA，這筆交易不只是買股，更是戰略性的強強聯手。面對全聯強大的生鮮護城河，統一超如何透過這次合作補齊短板？標榜「肉舖起家」的 LOPIA 又是如何擄獲台灣消費者的心？本集我們就來聊聊這樁改變台灣零售版圖投資案的背後盤算。

本集重點：

強強聯手的股權藝術：拆解 20.5 億入股案，為什麼「零售」與「加工」的持股比例大不同？

生鮮版圖的最後拼圖：統一超坐擁 7-11 與家樂福，為何還非要 LOPIA 不可？

零售大戰 2.0：當日本最強生鮮遇到台灣通路龍頭，全聯、家樂福的競爭局勢如何變動？

延伸閱讀》

統一超20.54億入股LOPIA！一筆投資拆兩家、51%對49%，雙方各取通路與商品主導權

https://www.bnext.com.tw/article/90820/uni-president-lopia-taiwan-strategic-partnership-2026

-----------

🤩訂閱數位時代YouTube 》

https://www.youtube.com/@bnext_official

-----------

🤩有合作需求請洽：podcast@bnext.com.tw

Powered by Firstory Hosting

日本政府正在大規模部署自己打造的AI平台，同時，一場由日本媒體發起、針對Perplexity AI的版權訴訟正在東京地院激烈攻防。這兩件事，幾乎同步定義了2025到2026年日本AI發展的兩條主軸：國家主導的AI戰略布局，以及AI時代的內容版權邊界。

本集由主持人柯誠單獨主講，以日本政府AI平台Gennai的誕生為核心，串起近三年日本AI領域的關鍵事件，帶你看清楚日本怎麼從混亂中走出自己的AI路徑，以及這對想進入日本市場的台灣企業意味著什麼。

本集亮點｜
🔹 Gennai是什麼，為什麼日本政府要自己做AI平台？
🔹 「日本七武士」是誰，背後代表什麼戰略意義？
🔹 日本企業如何用AI重新定義人才招募？
🔹 讀賣新聞為何告Perplexity，這場官司為何重要？
🔹 台灣AI企業進軍日本市場，要先解決哪些在地化課題？

【節目資訊】
主持人：柯誠

🎧 Production Team：Meet 創業小聚
🎬 Editing and Post-Production：聲歷其境 All Around You

Powered by Firstory Hosting

AI 會改變所有人的工作，這句話講久了像背景音樂，但職場上正默默出現兩種人：一種把 AI 當威脅，一種已經悄悄用 AI 把每天最煩的事拿掉。後者，國外稱為 Builder（打造者）。數位時代創新長黃亮崢 James 邀請 USPACE AI長曾明賢（小海），從他工程師、總經理到 AI長的歷程，聊聊打造者思維、AI長在企業裡的實際任務，以及企業導入 AI 最常卡住的地方。

打造者是一種習慣，不是技能

小海從第一份工作開始，白天寫 PHP、晚上做 side project。Twitter 時代他寫過 TweetThis 解決分享網頁的問題，部落格時代做出串聯貼紙 Sticker Action，2009 年更做出 Podcast 託管平台 MyAudioCast，當年中國 iTunes 前三名 Podcast 都託管在他這。這種「看到問題就動手」的習慣一路延續。當他 2023 年從 StreetVoice 總經理裸辭、2024 年中被 GenAI 年會震撼到之後，他的第一反應不是焦慮，而是趕快買 ChatGPT、付費用 API、一邊寫文章一邊寫程式讓自己 involve 進去。James 觀察，Builder 不是一個 skill 而是一種習慣，看到每件事都想動手試試看。

從三個月到一週：一個月一個產品的 Build in Public

小海 2024 下半年開始做 AI 摘要產品：把 Podcast、YouTube 轉成文字再摘出重點，讓忙碌的人能用最短時間掌握最多資訊。第一個產品花了 3 個月，第二個 1 個多月，第三個一週，第四個一週。他笑說現在回頭看前面都「超級慢」。這段時間正好是 Cursor、Windsurf 陸續出現，到 2025 年 5 月 Claude Code 問世、Vibe Coding 成為關鍵字的演進期。AI 工具從一段段複製貼上，進化到能看整個專案、甚至能把幾年累積的大型專案翻寫成新版並順利運作。他強調，即便是工程師，現在還有很多人停留在複製貼上問 ChatGPT，資訊落差依舊嚴重。

AI長在 USPACE 做什麼？從影響客服、PM 到全公司

小海的三大任務，第一是客服。停車客服永遠是最緊急的場景：車牌辨識失敗、扣款爭議，使用者被卡在閘門前急著要出去。小海先 survey 可以串 AI 的廠商，讓 AI 依 SOP 接聽電話、遠端開閘門，最終目標是讓 AI 主動 monitor 攝影機，有人卡住就介入。第二是產品開發團隊。他先從 PM 開始潛移默化：PM 過去憑空想像寫 spec 再交設計師做 wireframe，現在可以直接讓 AI 做出 prototype，思考更快、更 solid。後來 PM 主動提議自己改東西，團隊逐步統一用 Claude Code。第三是教全公司。他在日曆開出「AI 1on1」讓同仁預約，帶著他們把手上最煩的工作拿給 AI 解；部門定調「支援不超過 50%」，讓同仁自己動手，每週三公告本週案例，慢慢累積全公司對 AI 的正確想像。

工程師分兩派，但軟體工程紀律沒變

小海觀察工程師現在很兩極。一派不會跟 AI 溝通，把 spec 全丟給 AI 就放飛，最後自己也沒辦法檢查；另一派擅長先想清楚要什麼、再給 AI 足夠上下文；溝通品質決定 AI 產出品質。但即便 AI 寫 code 很快，軟體工程紀律沒有消失：Code Review、自動化測試、QA 都還是要做，因為相信的從來不是誰寫的，而是測試結果對不對。近期流行的 Harness Engineering 把開發切成 9 個 phase，每個階段都回頭驗證 AI 產出，本質還是軟體工程。

自然語言 Dashboard 與「每週拿掉 4 小時」

不同職能上手 AI 的方式不同。客服是被安排使用已 setup 好的 AI 系統，不需要太多駕馭 AI 的技能；財務、PM、資料部門則有更大發揮空間。小海替 USPACE 財務與資料部門接上 Claude、串 MCP，讓同仁用自然語言說出想看的指標，直接產出 Dashboard；資料太大跑不出來時，AI 還能幫忙重寫 SQL，幾秒完成過去資深資料庫工程師才做得來的優化。USPACE 內部也有主管因為現成管理工具不符需求，自己寫一套管理系統；停車場業務則用 AI 寫自動派工系統。他有個企劃叫做「解決你手上每週最繁雜的 4 個小時」，因為買了 Copilot、Claude、ChatGPT、Gemini 卻不用的企業太多，問題不在工具，而在於同仁不知道 AI 可以幫自己做什麼。

每家公司都需要 AI長嗎？做以前做不到的事

小海認為 AI長應該是內部人、但要有外部視角，因為完全內生會被既有認知限制。但每家公司是否真的需要這個職位，要看體質。例如電商若只是要自動化，該做的做完就不需要專職 AI長；大公司反而有機會透過 AI 做以前做不到的事：過去因人力成本太高而放棄的生意、PM 過去寫不出程式而做不了的原型，現在都有機會重啟，創造新的收入來源。另一個實用觀察是，大公司做 AI 降本增效的收益，目前仍比創造新事物更大、更明顯。對於一個做過總經理的人回頭寫程式，他以 DCard CEO 林裕欽的 FDE 為例，認為主事者懂 AI 並親自動手，能撬動很多前線同仁才知道的隱性 know-how。

小海留給聽眾的一句話是：拋棄既有的認知與想像。過去因為自己懂技術，常會先預設 AI「應該這樣做、那樣做」，反而被自己的經驗限制住。AI 時代的正確姿勢是，講清楚目的、補充手上的資訊，讓 AI 判斷最好的作法是什麼。他舉例自己想搞清楚客服夜間需不需要補人，原本只打算要一張圖表，改成只說目的後，AI 拉出 6 張不同維度的圖、甚至直接告訴他「不需要補」。但他也提醒：不要忘記自己要思考。AI 給你六張圖不代表六張都重要，最後仍要自己一張張判斷、取捨，才會走到真正的解答。

Powered by Firstory Hosting

馬斯克的Terafab晶圓廠計畫持續推進，聯手英特爾攏絡三星，同時到台灣來挖人，科技專家吳金榮解讀為對台積電以戰逼和，為接下來上談判桌爭取籌碼。同一時間，台積電北美技術論壇強勢宣告，一路到2029年的1.2奈米製程量產時間表排定，所有客戶和供應商都放心，讓對手繃緊神經。
而跟著AI需求而來的另一大衝擊，是AI客製化晶片持續擴大，亞馬遜、微軟、Google和Meta都來台灣下單委託設計，一波又一波，讓世芯、創意和聯發科這三家公司倍受關注。
AI ASIC的合作邏輯、營運模式和下一步發展，將如何改寫本土晶片設計業的成長空間和國際競爭力？

Powered by Firstory Hosting

本集重點：

新光三越殺出掀抓馬⋯微風上訴有理？

「30億天花板」卡卡！台鐵拋誘因衝業績

車站財怎麼發？JR東日本×環球很懂玩

延伸閱讀》

新光三越搶下北車經營權！專家點出2大關鍵，有機會捅破微風20年做不到的「30億天花板」

https://www.bnext.com.tw/article/89804/taipei-metro-perfume-vending-machine-trend

-----------

🤩歡迎訂閱數位時代YouTube 》

https://www.youtube.com/@bnext_official

-----------

🤩有合作需求請洽：podcast@bnext.com.tw

Powered by Firstory Hosting

半導體製造回流美國，這幾年在台灣一直是兩極話題：有人視為歷史轉折，也有人認為只是政治口號。這一集我們邀請到具備投資銀行與美國半導體政策研究機構背景的 xMEMS Labs 企業策略總監 孫杰安（Jillian Sun），從第一線訪談產業與政策制定者，帶我們看這場「晶片復興計畫」走到哪一步。

本集重點：

晶片法案怎麼發錢？稅額抵免＋里程碑式撥款

設廠難題不在資金：環評、能源、用水與法規門檻

聯邦 vs 州 vs 城市：政策執行現況

供應鏈邏輯轉變：從「成本最優」走向「去風險、地緣分散」

矽光子（Silicon Photonics）為何成為下一個關鍵戰場

台灣科學園區模式，為何難以在美國複製

了解更多國際新創圈大小事 👉🏼https://meetstartup.pse.is/4jhd5u

📍鏈結矽谷創新動態，關注Startup Island TAIWAN 矽谷 Hub：https://sv.startupisland.tw/

Powered by Firstory Hosting

去年 OpenAI 共同創辦人 Andrej Karpathy 創造了 Vibe Coding 一詞而爆紅，但蜜月期極短，一連串資料庫被刪、安全漏洞、隱私外洩事件讓業界陷入「Vibe Coding 宿醉」。直到今年 2 月，OpenAI 公布 3 個工程師、5 個月、寫出 100 萬行程式碼的內部實驗，並提出 Harness Engineering 駕馭工程 這個新方法論。數位時代創新長黃亮崢 James，再次邀請 AWS 社群英雄蔣鐙緯 Ernest，深入拆解 2026 年 AI 工程界最重要的關鍵字，以及它對台灣企業與工作者的意義。

聽完這集你可以學到：

Harness 字源與駕馭工程的核心精神：Harness 是馬具的意思，韁繩、馬鞍、馬鐙的總稱。重點不是控制、不是放任，而是借力引導合作。中文翻成「駕馭」精準傳達了人類與 AI 模型協同工作的關係。

OpenAI 100 萬行程式碼的震撼實驗：2025 年 8 月 OpenAI 一個三人小組從零開始，規定所有程式碼都由 AI 寫、人類一行都不准手打，5 個月後完成 100 萬行程式碼、1500 次提交，只花了傳統開發約 1% 的時間。

Harness Engineering 三大支柱：Context Engineering 提供球探報告與戰術手冊、架構約束強制執行作為球場規則與裁判機制、Garbage Collection 熵管理對應賽後檢討與體能恢復，三者迭代形成完整體系。

AGENTS.md已成業界開放標準：由 Linux Foundation 推動，GitHub 上已有超過 6 萬個專案使用。建議檔案簡潔在 60 到 100 行內，要由人類撰寫，讓 AI 員工一進公司就能讀懂業務邏輯。

Sub-agent 作為情境防火牆：把任務切成小塊指派給子代理執行，不是用前鋒中場後衛的角色分工，而是讓主 AI 只看到最後結果，中間嘗試與失敗都不灌進主 AI 的工作記憶。

孔安迴圈 Ralph Wiggum Loop：取自辛普森家庭裡反應慢但極度執著的角色孔安。AI 反覆嘗試、失敗、再試，直到滿足條件為止，不追求一次完美而是建立持續迭代的系統。

模型是大宗商品、Harness 才是護城河：GPT、Claude、Gemini 差距越來越小，你買得到的，競爭對手也買得到。換 Harness 的效果比換模型大得多，真正的競爭力在組織內部累積、別人偷不走的駕馭體系。

認知債的警訊：技術債躲在程式碼裡看得到，認知債躲在人腦袋裡看不到。團隊越用 AI 越快，但真正理解系統的人越來越少，等到出問題就沒人知道怎麼修。

李宏毅老師在台大課程提到，他自己養了一個 AI 助手「小金」，合作兩個月幫他做 YouTube 影片，並認為未來 AI 可能會跟人類「組一輩子的樂團」。如果這是真的，台灣企業面對的就不只是「要不要用 AI」，而是「要設計什麼樣的教練團才能跟 AI 一輩子合作」。Ernest 與 James 留下三個問題給聽眾：

・你的公司有沒有一份 AGENTS.md？如果今天來了一個 AI 新員工，它能看懂你們的業務嗎？

・你的組織基礎設施夠好嗎？還是你一直在期待換一個更強的 AI 就能解決問題？

・在你的團隊裡，真正理解系統運作的人還有幾個？

//

延伸資料

》李宏毅老師相關影片： https：//youtu.be/R6fZR_9kmIw

》OpenAI Harness Engineering 原文： https：//openai.com/zh-Hant/index/harness-engineering/

》Linux Foundation 成立 Agentic AI Foundation 公告： https：//www.linuxfoundation.org/press/linux-foundation-announces-the-formation-of-the-agentic-ai-foundation

//
上集回顧
數位關鍵字 EP206：從提示工程到上下文工程!學會 TPMR 框架重塑 AI 互動模式 https：//www.bnext.com.tw/podcast/1007/bn-sound-20250919103531-j45kwdxy

Powered by Firstory Hosting

擔任CEO滿15年，庫克將蘋果市值從2000億成長到4兆美元，並在公司成立50週年時刻宣布交棒。
新任CEO特納斯(John Ternus)的能力和風格如何？接手後可能帶來哪些改變？科技專家吳金榮提出以下觀察：
1.特納斯從蘋果的核心硬體產品出身，有設計和製造經驗，從iMac, iPhone到Apple Watch和Vision Pro等產品，皆曾參與帶領團隊攻克難題。比起賈伯斯，特納斯更懂營運和供應鏈; 比起庫克，特納斯更懂設計和產品，等於具備前兩任CEO特質。
2.協助蘋果的電腦從英特爾的CPU順利轉換為蘋果自己開發的CPU，讓Apple Silicon成為蘋果掌握自身晶片發展的重心，擺脫依賴外界走向自主。
3.特納斯今年才50歲，年富力強，接手後可以有10-15年任期，可長期規畫公司未來，也符合蘋果穩定發展的目標。
4.在AI方面的落後，從語言模型到工具，是特納斯上台後需盡快解決的難題。和其他業者合作導入到蘋果各線產品，是務實解決問題的方法。當邊緣運算更進步，AI PC和AI手機直接受惠，蘋果仍站在有利位置。
5.對台廠供應鏈業者來說，對特納斯都熟識，也期待蘋果能盡快推出新技術和新產品，如折疊機和裸眼3D手機。

Powered by Firstory Hosting

不僅讓黃仁勳後悔太晚投資，更讓亞馬遜加碼 250 億美元重押！大語言模型 Claude 的母公司 Anthropic 近期正以驚人的速度席捲 AI 圈，市場更預估其 IPO 估值將衝上 3,800 億美元大關。究竟 Anthropic 有哪些特點、憑什麼與 Google、OpenAI 兩間巨頭打得不分上下？今天的記者茶水間我們一起來聊聊～

本集重點：

Anthropic 的新模型 Mythos 為何會引起全球資安界關注？

Google、Amazon 為何爭相投資 Anthropic？

Claude 究竟有哪些強項？為何在社群掀起熱潮？

延伸閱讀》

亞馬遜再砸250億美元押Anthropic！綁十年1,000億算力大單，雲端「兩手押寶」策略成形

https://www.bnext.com.tw/article/90725/amazon-anthropic-25b-investment-100b-aws-trainium-decade-deal

全球狂下載，Claude多好用？一次收藏使用密技

https://www.bnext.com.tw/topic/view/952

不走霸道總裁路線！解密 Anthropic「蜂巢思維」，如何在10天內催生Cowork？

https://www.bnext.com.tw/article/90073/anthropic-hive-mind

//

2026 全球100＋台灣20 AI實戰玩家名單正式揭曉！即刻解鎖：https://edm.bnext.com.tw/2026AI/

-----------

🤩歡迎訂閱數位時代YouTube 》

https://www.youtube.com/@bnext_official

-----------

🤩有合作需求請洽：podcast@bnext.com.tw

Powered by Firstory Hosting

日本展會市場每年將近千場、規模突破3兆日幣，對想進入日本的台灣企業而言，展會是最直接也最真實的市場試煉場。但參展從來不只是訂個攤位、印好名片這麼簡單，從選對展會、準備商材、現場應對到展後跟進，每一個環節都藏著影響成敗的細節。

本集由主持人柯誠以八年日本展會實戰經驗出發，從顧問視角完整拆解台灣企業在日本參展最需要搞清楚的事，幫助你在踏上展場之前，就已經做好最關鍵的準備。

｜本集重點

✅ 如何判斷自己適合哪種展會？

✅ PMF與在地化成熟度，如何決定你的展會策略？

✅ 現場應對的關鍵細節：從偷看入場證開始！

✅ 攤位選位、商材準備、現場人員應對的優先順序

✅ 展後感謝信怎麼寫才有下一步？

｜節目資訊

主持人：柯誠

🎧 Production Team：Meet 創業小聚

🎬 Editing and Post-Production：聲歷其境 All Around You

Powered by Firstory Hosting

訂閱「一天一 AI」電子報（免費）：https://bit.ly/4cicFtu

更多「一天一 AI」內容：https://www.bnext.com.tw/tags/一天一AI

當一個人可以做到過去一整個團隊的產出量，這不是口號，而是正在發生的事。數位時代創新長黃亮崢 James 邀請巨思文化新商業發展副總監、「一天一 AI」電子報創辦人韋惟珊（珊珊），從她自己用 AI 打造電子報工作流的實戰經驗出發，深入探討什麼是「超級工作者」（Super Worker）、怎麼做到、又有什麼代價。

從複製貼上地獄到 AI 小團隊

珊珊坦言，一開始用 AI 做電子報的過程其實很「搬運」：每個段落用不同的 prompt 產出，寫完文案貼去生圖，生完圖再貼去排版，整天最常按的按鍵是 Ctrl+C 跟 Ctrl+V。她甚至試過號稱能串接 Canva 的 MCP，結果超級難用。轉折點是有一天她不再限定做法，直接跟 AI 描述想要的商業結果，AI 反而提出用 Python 腳本把圖文合成的方案。雖然她完全看不懂程式碼，但就像跟美編討論版面一樣，把元素的位置和規格告訴 AI，最後就真的做出來了。這次經驗讓她意識到：只要清楚自己要什麼，AI 已經能解決中間所有流程。

用 Skill 讓 AI 像團隊一樣協作

嚐到甜頭後，珊珊進一步用 Claude 的 Skill 功能設計了一套完整的電子報生產系統。運作方式像一個小團隊：一個「大主管」接收今天的題目和參考檔案，分派給負責思考內容定位的員工、負責撰稿的員工、負責製作圖卡的員工，層層接力自動完成。中間有一個關鍵的人類審核環節：所有產出會匯入 Google表單，珊珊在上面標注修改意見，AI 確認後不只執行修正，還會把學到的規則寫回 Skill，下次不再犯同樣的錯。她形容 Skill 就像交給新人的 SOP，裡面放的是自己想事情的方式、討厭什麼樣的內容、貓咪配圖不能被裁掉耳朵等各種細節。正因為這些標準沒有絕對的對錯，如果不主動告訴 AI，它就會隨便做。

超級工作者不只是做得快

什麼是超級工作者：國際知名人力資源分析師 Josh Bersin 提出的概念，定義為透過 AI 大幅提升生產力、績效與創造力的工作者。關鍵在於「大幅」！不是用 AI 回一封信，而是有系統地重新設計工作，讓 AI 成為基礎架構。這不是菁英專屬，任何職能都適用。

珊珊認為超級工作者的核心不在於速度，而是一個人能 cover 的職能比以前多更多。過去在專業分工的時代，編輯只能當編輯；現在有了 AI，編輯可以往前做使用者研究、往後做設計排版，甚至寫出過去需要工程師才能完成的試算工具。珊珊也分享了 Josh Bersin 提出的四個階段：從單純跟 AI 對話、到給它公司與部門的 context、到建立多個 Agent 協作的工作流、最後到完全自主代理。她認為自己目前在第二到第三階段之間，而對內容工作來說，完全自主未必是該追求的目標——需求的判斷和品質的把關，目前還是得由人來做。

AI 讓你更強，也可能讓你更累

珊珊坦承，用 AI 加速工作後反而更累、更焦慮。因為知道有一個不休息的數位員工隨時待命，就會忍不住一直下指令，完全失去離線時間。更深層的問題是，AI 把所有簡單的搬運工作都做完後，留給人類的全是需要深度思考的高強度認知工作。她也分享了一個反直覺的觀察：過去那些看似無聊的複製貼上，其實是讓大腦喘息的緩衝。如果人整天只做困難的事，真的做得下去嗎？這是每個開始深度使用 AI 的人都會面臨的課題。但珊珊的選擇很明確：她沒有因為做得快就多發電子報，而是把省下的時間拿去做 AI 做不到的事：跟更多不同領域的人交流，採集只有人能帶回來的故事與洞察。

給個人與主管的行動建議

對於想開始善用 AI 的個人，珊珊建議直接開啟任何一個 AI，把自己的工作角色、主要任務、KPI 告訴它，然後問「我的工作如果要請 AI 幫忙，可以怎麼開始？」跟 AI 學習如何用 AI，是目前最好的起步方式。對於企業主管，珊珊則強調「一定要自己下場玩」，不能只在旁邊喊加油。只有親身體驗 AI 能做什麼，才能重新設計團隊的工作流程。更重要的是，主管需要想清楚：當員工都被 AI 加速之後，有沒有準備好更多有價值的事情給他們做？當超級工作者開始 burn out 的時候，誰來關注他們的身心狀態？這些才是 AI 時代管理者真正該面對的課題。

---

AI 導入後，主管反而更忙在協調與收尾？

能把團隊的好方法變標準流程才是關鍵！

【5/7 降本增效團隊工作流】

超過百位主管都在學第一堂 AI 管理課

✨學好 AI 管理方法的5大優勢✨

❶ 團隊總體產能提升，品質更穩定

❷ 好方法可複製，擴散內部成功模式

❸ 有工作流程與檢核點，能控制成果

❹ 依循策略與行動邏輯，有評估標準

❺ 有具體規範可把關隱藏風險

❍ ┄ ┄ ┄【限時優惠】┄ ┄ ┄ ┄ ❍

報名即享 78 折起！團隊共學更優惠

即將開課⏰搶先報名➤ https://reurl.cc/X2LVAg

---
2026 全球100＋台灣20 AI實戰玩家名單正式揭曉！即刻解鎖：https://edm.bnext.com.tw/2026AI/

Powered by Firstory Hosting

根據波士頓顧問公司的全球研究結果指出，目前導入AI的領先企業和落後企業之間，最大差別是老闆帶高階主管參與，由上而下；其次則是公司有設置數據長(Chief Data Officer)和AI長(Chief AI Officer)等職位來專門負責。
報告歸納，導入AI可依簡單到複雜分為布署(Deploy)、改造(Reshape)和發明(Invent)等三階段；改造的重點在優化工作流程和內容，提升效率；發明的重點在新商模。多數企業把目標放在改造，發明在目前並不一定需要。

Powered by Firstory Hosting

養龍蝦帶來的 AI Agent 風潮襲捲全球，進入企業端首當其衝的是採購這個環節。當客戶改用Agent來詢價和下單，如果自己公司還未導入AI並合規，以致於不在對方Agent的供應商名單搜尋範內，直接結果就是掉單。
在個人消費者方面，代理式商務也將比傳統電子商務的推荐購物更進一步，接受用戶意圖後直接上網搜尋並下單購買完成，預計今年聖誕購物季就會是一次大型展示。
此外，持續不斷的美國科技企業大幅裁員潮，加上破紀錄的加碼投資AI耳基礎設施，以算力換人力的做法，讓大量工程和IT人員失業。AI趨勢專家簡立峰認為，這會造成人才位移，從供應商這邊離開進到客戶端，正好幫企業補齊懂AI可協助導入的人才。這種從乙方轉到甲方的現象，有助AI落地成為現實。

Powered by Firstory Hosting

2026 年的第一季，「護國神山」台積電交出了超乎預期的財報成績單，AI 晶片的需求幾乎看不到盡頭。但更讓人驚訝的是，馬斯克的特斯拉生態系也悄悄展開在台灣的半導體布局？

近期特斯拉Terafab 傳出在新竹大規模招募，目標竟然是打造「AI 晶圓廠（Terafab）」。為什麼在台積電最強的時候，特斯拉也要來台灣搶人才？這對台灣的半導體產業與人才結構代表什麼意義？今天我們就來聊聊股價沒有盡頭的台積電，和擁有都有驚喜的特斯拉！

本集重點：

台積電 Q1 傲人成績單： AI 需求爆發，營收毛利皆超預期

馬斯克的「新竹計畫」： 揭秘 Terafab 招募內幕，為什麼特斯拉急需半導體人才？

人才版圖大位移： 面對外商高薪與跨領域誘惑，台積電的「人才防火牆」守得住嗎？

延伸閱讀》

台積電「不打算給其他人機會」！AI需求有多強？怎麼看TeraFab？法說會六大訊號一次看

https://www.bnext.com.tw/article/90670/tsmc-2026-q1

特斯拉Teralab在台徵才，搶這9類最頂尖工程師！「馬斯克光環」會吸走台積電人才嗎？

https://www.bnext.com.tw/article/90688/tesla-terafab-recruiting-hsinchu

//

2026 全球100＋台灣20 AI實戰玩家名單正式揭曉！即刻解鎖：https://edm.bnext.com.tw/2026AI/

-----------

🤩訂閱數位時代YouTube 》

https://www.youtube.com/@bnext_official

-----------

🤩有合作需求請洽：podcast@bnext.com.tw

Powered by Firstory Hosting

隨著 NASA 重返月球計畫與低軌衛星覆蓋率的競賽升溫，太空已成為美國國家安全和 AI 算力延伸的新邊疆。在這種大型跨國計畫與高門檻技術背後，台灣新創如何找到這其中的市場機會？
本集邀請到繁晶科技創辦人 Mike，他從電信與雷達系統的專業出發，剖析繁晶如何透過波束成形技術，在矽谷定義的太空戰場中，補上台灣最擅長的硬體效能與功耗管理缺口。

美國的太空戰略思維：為何 NASA 登月與低軌衛星對 AI 算力至關重要？

台灣與矽谷的生態補位：在美國主導的通訊架構下，繁晶科技扮演什麼樣的關鍵角色？

深科技（Deep Tech）的落地難題：無人機與衛星晶片在抗干擾與抗輻射上的實戰突破

馬斯克的星際算力夢：將 AI 運算搬上衛星的優勢與技術限制

邁向 6G 時代：通訊協定的演進將如何賦能 AI 應用的爆發？

AI 輔助 IC 設計：工程師如何利用 AI 加速開發並減少重複作業？

了解更多國際新創圈大小事 👉🏼https://meetstartup.pse.is/4jhd5u

📍鏈結矽谷創新動態，關注Startup Island TAIWAN 矽谷 Hub：https://sv.startupisland.tw/

Powered by Firstory Hosting

全球企業高階主管辦公室正悄悄多出一個新位子：CAIO（Chief AI Officer，首席 AI 長）。IBM 調查顯示，設立 CAIO 的企業比例兩年內從 11% 跳升至 26%，美國白宮更要求聯邦機構限期任命；但 Google、Microsoft、Apple 三大科技巨頭反而都沒設，臺灣的台積電、鴻海、聯發科也付之闕如。數位時代創新長黃亮崢 James 邀請勤業眾信聯合會計師事務所科技與轉型服務資深執行副總經理溫紹群 Rick，深入拆解 CAIO 的角色定位、日常職責與臺灣企業的應對之道。

聽完這集你可以學到：

企業設立 CAIO 的兩大驅動力：一是對外宣示：向股東、客戶與潛在人才展現擁抱 AI 的決心；二是實務需求：董事會撥出大筆 AI 預算，需要專人統籌負責，而既有 CIO 未必能駕馭跨部門的 AI 轉型。


CAIO 與 CIO、CTO 的本質差異：當 AI 改變的不只是工具而是商業模式，例如 OpenAI 與 Walmart 合作的 Agentic Commerce 從客戶對話到庫存管理全面串接，這種端到端的流程變革已超出 CIO 或 CTO 的傳統職責範圍。


CAIO 的核心日常：翻譯與解鎖：CAIO 必須用不同語言與董事會、法遵、資安、人資等部門溝通，同時「解鎖」既有系統開發流程與 AI 生命週期的整合衝突，讓 AI 從 POC 走向規模化落地。


AI 治理是 CAIO 最重的擔子：從「什麼算 AI」的定義難題，到 AI 委員會的運作、越獄攻擊與偏誤風險的管控，再到 ISO 42001 等國際標準的快速演進，CAIO 必須在創新速度與風險控管之間找到平衡。


金字塔變鑽石的工時革命：多數人花五六成時間在行政管理，僅三成投入核心業務。AI 有機會翻轉為「鑽石型」分配——行政大幅縮減、核心業務與策略規劃佔比拉高，但這需要 CAIO 與人資長深度合作，重新設計 JD、KPI 與招募方式。


不同產業的 CAIO 長得不一樣：醫療業的 CAIO 可推動從「看幾次收幾次費」到 value-based care 的轉型；軟體業面臨 SaaS 被 outcome-based 模式顛覆的壓力。CAIO 的任務不只是讓產品有 AI，而是因為 AI 改變公司做生意的方式。


臺灣的特殊處境與務實路徑：臺灣製造業的工業工程底子深厚，AI 對產線而言是增強工具而非革命；鴻海選擇設研究院、台積電由資訊長統轄 AI。Rick 認為臺灣企業不一定要設 CAIO 這個頭銜，但一定需要 CAIO 的功能：能把 AI 嵌入關鍵業務流程、對內外講得懂場景的人。


CAIO 是帶著任務來的過渡角色：當 AI 像網際網路一樣成為基礎建設，就不需要被特別討論。但在臺灣，數位轉型的步調偏慢，AI 長的任期可能更久，且大機率以兼任 CTO 或 CDO 的形式出現。

//
🔥2026 全球100＋台灣20 AI實戰玩家名單正式揭曉！即刻解鎖：
https://edm.bnext.com.tw/2026AI/

Powered by Firstory Hosting

本集重點：

AI全球100怎麼挑？專題製作「幾家歡樂幾家愁」

融資飆新高、台股3.5萬點！AI爆發就差「好題材」

Shield AI、Google DeepMind專訪亮點＋幕後花絮

延伸閱讀》
圖解｜全球100家AI公司盤點：10個數字看旺AI時代，當算力變國力、機器人殺進戰地⋯2026年最靈動的AI題材一次看
https://www.bnext.com.tw/article/89804/taipei-metro-perfume-vending-machine-trend

AI全球100＋台灣20完整名單》
https://www.bnext.com.tw/article/90510/ai100-26-players

-----------
🤩歡迎訂閱數位時代YouTube 》
https://www.youtube.com/@bnext_official

-----------
🤩有合作需求請洽：podcast@bnext.com.tw

Powered by Firstory Hosting