AI

企业不AI 未来say goodbye/林道钦

示意图(取自canva) 随着人工智能(AI)日益成为企业竞争力的核心,越来越多中小企包括传统家族企业和自主经营商家开始探索如何利用AI提升运营效率、客户体验与业务增长。 然而,尽管AI发展迅猛,多数中小企在规划与执行AI转型过程中仍面临诸多现实挑战。理解这些挑战,是成功转型的第一步。 更迫切的是,来自市场竞争的压力日益加剧。大型企业和科技型中小企业已在利用AI降低成本、加速服务交付并实现客户个性化体验。随着各行业迅速数字化,AI领先企业与落后者之间的差距也在迅速拉大。对于尚未行动的中小企业而言,不仅错失增长机会,还可能失去市场份额,甚至逐渐被客户和投资者边缘化。 缺乏内部推动者 中小企业面临的最大障碍之一,是缺乏清晰的AI战略或可衡量的投资回报(ROI)。许多企业是被趋势推动而开始“试水”AI,却没明确AI解决的业务问题,也缺乏衡量成果的机制。结果常是花钱做了试点项目,却无法规模化,更无法带来实际收益。 对许多由创办人或家族掌舵的传统中小企业来说,最大挑战往往是思维转变与领导层对AI的接受度。AI常被误解为“高科技”或“不适合本行业”。一些企业主因不了解技术而排斥AI,另一些则担心AI会打乱原本熟悉的营运模式。这种文化抗拒减缓了决策速度,导致企业错失转型良机。要解决这一点,企业需从“AI是时尚词汇”的思维,转变为“AI是业务增长工具”的战略认知。 人是AI转型中最难啃的“硬骨头”。一线员工常担心AI会取代岗位、减少责任或影响收入。当管理层缺乏沟通或没员工参与转型过程时,这种焦虑会转化为怀疑、抵触甚至沉默式抵制。即使员工没公开反对,现实中也普遍存在“不会用、不敢用”的情况。尤其是非数字原生的一代员工,普遍缺乏数据素养、对自动化工具不熟悉,面对AI工具时常无所适从。 若没提供足够培训与引导,AI项目反而会引发更多混乱与挫败感。更重要的是,多数中小企业缺乏内部“AI推动者”,即能理解业务又熟悉技术的中层桥梁人才。 在技术层面,中小企业普遍面临数据质量差与基础设施老旧问题。数据分散在Excel表格、老旧系统或纸质文件中,不仅难以整合,也无法被AI有效利用。同时,若强行将AI套在不兼容的系统上,不仅成本高时间长,还可能引发更多问题。更可行的方案是采用云端、模块化AI工具,快速部署、灵活接入现有流程,降低风险与成本。 易误判AI应用场景 许多企业容易误判AI应用场景。一些中小企业盲目追求“先进”“复杂”的AI解决方案,却忽视了自身最紧迫、最实际的业务痛点,导致投资失败、团队失望。事实上,AI最适合用于自动化重复任务、提升决策效率与改善客户服务,这些才是中小企业当前最迫切的突破口。 还有一个被忽视的问题:缺乏持续优化机制。AI不是一次性上线后就能长期发挥作用的工具。随着业务变化、数据更新,AI模型也需持续调整和训练。若缺乏后续资源或监控机制,系统很容易“失效”或“走样”。将AI视为一个“持续演化的系统”,是确保长久价值的关键。 实用与低成本解决方案 面对这些挑战,中小企业无需庞大的预算或AI专家团队,也能逐步实现AI转型。关键在于从务实出发,聚焦实际问题,按部就班、合理投入。业者需明确聚焦具体业务痛点,别一开始就追求大而全AI战略,应锁定几个可快速落地并带来成效的场景,如客服自动化、库存预测、销售数据分析等。 另外,善用“零代码/低代码”平台,如市面上常见的自动化工具和AI集成平台。这些工具无需专业程序员,也能让非技术人员完成简单的AI应用开发与部署,极大地降低了技术门槛。 资讯来源: 企业不AI 未来say goodbye/林道钦 | e南洋

公司建AI營運時為何學習本體論Ontology:不只IT部門的事|蘇仲成

AI 不是效率工具,而是企業協作邏輯的重寫——從 OpenAI《The State of Enterprise AI 2025》到香港企業的現場落差 當 ChatGPT 每週服務超過 8 億名使用者,這個數字的意義早已超越「科技普及」本身。它真正構成的,是一個不可逆轉的飛輪效應:當消費者已把 AI 視為日常工具,企業若仍把 AI 當作實驗項目,問題已不在員工是否願意使用,而在於組織本身是否準備好被重塑。 近年,企業紛紛投入人工智能(AI)技術,期望提升效率、優化決策、創造新價值。然而,許多公司犯了一個致命錯誤:把AI的導入視為純粹的資訊科技項目,交由IT部門全權處理。這樣的做法往往導致AI專案變成試點性質的展示項目,無法真正融入日常營運流程,更無法轉化為具體的業務成果。 要避免這種「高科技、低落地」的困境,企業領袖必須正視AI背後最重要的基礎建設之一——本體論(Ontology)。 什麼是AI中的本體論? 本體論,簡單來說,是一套有系統的知識模型,用來定義特定領域中的概念、屬性與彼此間的關係。它像是一份能被機器理解的知識地圖,幫助AI理解我們的語言、邏輯與決策結構。 以零售業為例,「顧客」、「訂單」、「商品」這些都是核心概念。本體論不只是列出這些名詞,更進一步描述它們的關係(例如:顧客下訂單,訂單包含商品)以及每個概念的屬性(商品有價格、庫存等)。 這不只是資料庫的結構或名詞解釋,更是一種讓AI理解「業務邏輯」的方法。它賦予數據背後的語意,使AI不再只是數據分析器,而是能夠進行推理、理解背景、做出合乎業務脈絡判斷的智能系統。 為何AI需要本體論? 避免誤解與錯誤判斷:若沒有明確定義,「顧客」可能會被AI誤認為包括測試帳號或非活躍用戶,導致報表失真或行銷策略誤判。 促進資料一致與整合:業務單位、財務部與客服部對「收入」或「有效訂單」的定義可能不同,本體論提供一個統一的標準,讓AI能跨部門理解與整合資料。 增強推理與智能決策能力:AI若理解「高價值顧客」同時與「客服工單」有關,系統就能自動標示這些工單為優先處理,提高服務效率與顧客滿意度。 破除資料孤島,促進跨部門協作:本體論讓不同部門在AI專案中擁有共通語言,不再是IT說他們的、業務聽不懂。 提升AI可解釋性與透明度:當AI的決策邏輯來自於可視化的本體模型,企業更容易追蹤、審計與優化AI行為,降低風險。 把AI交給IT部門處理,會錯過什麼? 許多企業將AI專案完全交由IT主導,忽略了AI其實牽涉到業務流程再造、人員培訓與組織文化的改變,結果往往是以下幾種情況: 業務不參與,AI無法對症下藥:IT部門不了解營運細節,容易建出「技術正確但業務無用」的模型。 流程未改革,AI難以發揮:若仍用舊有流程與崗位設計接入AI,很多自動化與智能分析功能無法落地,甚至會造成流程混亂。 忽略員工轉型與培訓:AI導入改變了崗位職責,但若未同步進行人力資源重整與員工訓練,最終會導致抗拒、低效與流失。 文化隔閡,導致AI被排斥:若AI由IT主導而缺乏跨部門溝通,其他部門容易視AI為「外來威脅」,缺乏認同與合作。 錯估AI落地成本與時間:單靠IT推動AI容易低估真正導入AI所需的流程重設與人力調整成本,專案時程與效益常會落空。 打造AI營運,企業應該怎麼做? AI不是IT專案,而是企業營運再造工程。以下是一個實用框架,協助企業建立更具戰略眼光的AI營運模式: 一、建構本體論為AI奠基 與各部門專家合作,共同定義關鍵概念與業務邏輯。 把這些知識轉換為機器可理解的本體模型,成為AI學習與推理的基礎。 定期更新本體論以反映業務變化,保持AI決策的準確性與實用性。 二、重新設計業務流程與職責 不只是「自動化」舊流程,而是思考如何借助AI重新設計更高效、反應更快的新流程。 例如,客服部可將AI用於預測性支援,轉變為主動服務團隊。 銷售團隊可配合AI推薦系統重構客戶接觸流程,提高轉換率。 三、導入人力資源與變革管理策略 建立AI培訓計畫,提升員工AI素養與工具使用能力。 人資部門需重新設計職位、考核機制與員工發展路徑,讓AI成為員工的助力而非競爭對手。 培養跨域人才,如懂AI技術又熟悉營運的「AI策略師」、「資料翻譯師」等角色,加強部門協作與決策速度。 四、建立跨部門AI營運小組 包括IT、業務、營運、人資等部門代表,共同推進AI專案,確保技術與實務接軌。 定期舉辦AI應用工作坊,鼓勵內部創新與AI點子分享,讓前線人員參與AI設計過程。 五、強化AI治理與倫理框架 隨著AI滲透營運,企業應建立AI倫理準則,確保演算法公平、不歧視、具透明度。 …

公司建AI營運時為何學習本體論Ontology:不只IT部門的事|蘇仲成 Read More »

AI 不是效率工具,而是企業協作邏輯的重寫|蘇仲成

AI 不是效率工具,而是企業協作邏輯的重寫——從 OpenAI《The State of Enterprise AI 2025》到香港企業的現場落差 當 ChatGPT 每週服務超過 8 億名使用者,這個數字的意義早已超越「科技普及」本身。它真正構成的,是一個不可逆轉的飛輪效應:當消費者已把 AI 視為日常工具,企業若仍把 AI 當作實驗項目,問題已不在員工是否願意使用,而在於組織本身是否準備好被重塑。 《The State of Enterprise AI 2025》報告指出,從蒸汽機到半導體,通用技術創造巨大經濟價值的關鍵,從來不是技術出現的時刻,而是企業能否把底層能力轉化為可規模化、可重複、可制度化的使用場景。企業 AI,如今正正式踏入這個歷史階段。 然而,這正是多數企業最容易走錯路的地方。 從「有沒有用 AI」到「用得有多深」 報告首次以大規模、真實使用數據,描繪企業 AI 的實際狀況。其分析基礎來自兩個關鍵來源:一是 OpenAI 超過一百萬家企業客戶的去識別化使用數據,二是對近 100 家企業、9,000 名員工的系統性調查。 結果顯示,企業 AI 採用的變化,不只是「愈來愈多人用」,而是使用方式正在質變。 過去一年,ChatGPT Enterprise 的每週訊息量增加約 8 倍,平均每名員工的使用量亦上升約三成。更具指標性的,是結構化工作流程(如 Projects、自訂 GPT)的使用量在一年內暴增近 19 倍。這意味著,企業員工正從零散查詢,轉向可重用、可共享、可標準化的 AI 工作模式。 同一時間,每家企業的平均推理 token 消耗量在 12 個月內增加約 320 倍,反映更高階的推理模型,已不再停留在試驗,而是被系統性嵌入到實際產品、服務與內部流程之中。AI …

AI 不是效率工具,而是企業協作邏輯的重寫|蘇仲成 Read More »

AWS 三大前沿 Agent 全面登場|開啟 AI自主運算與智能協作新時代

代碼自動生成、安全強化與運維自愈 三位一體定義企業 AI 新生產力 在 2025 AWS re:Invent 大會第二天的壓軸環節,行政總裁 Matt Garman 隆重宣布三大「前沿 Agent」正式亮相。這三款具革命性意義的智能代理 —— Kiro Autonomous Agent、Amazon Security Agent 及 Amazon DevOps Agent,標誌着企業級生成式 AI 正從輔助層邁向自主運算時代。 Garman 表示:「改變每個行業的最大機遇,就是 Agent。因為它們不僅懂思考,更能主動行動。」 Kiro Autonomous Agent:變革軟件開發工作流 Kiro Autonomous Agent 重新定義開發團隊與代碼的互動方式。這個 Agent 能理解大型代碼庫脈絡,自主推理、生成與測試代碼,並與開發工具(如 Jira、GitHub、Slack)深度整合。 過往開發人員需在多個微服務庫中手動修改代碼、開啟拉取請求(pull request)、再逐一審查與測試。而在 Kiro 框架下,開發者只需於 kiro.dev 描述任務,Agent 便會自動: 分析任務背景並提出澄清; 規劃修改方案; 定位所需更新的代碼部分; 自動建立測試與 PR 檔案。 AWS 內部測試結果顯示:在跨庫更新場景中,原需 30人、18個月 的專案,如今只需 6人、76日 便可完成,開發效率提升超過 7倍。這讓軟件工程邁入真正的「人機協作開發」階段。 Amazon Security Agent:從設計階段啟動安全治理 在安全領域,Amazon …

AWS 三大前沿 Agent 全面登場|開啟 AI自主運算與智能協作新時代 Read More »

从Perplexity Comet的推出 谈AI时代网络浏览器/孙德俊

Perplexity推出网络浏览器Comet。(截图自Perplexity网站) 美国人工智能(AI)新创公司Perplexity在7月9日宣布推出以AI驱动的网络浏览器Comet(https://www.perplexity.ai/hub/blog/introducing-comet),引起互联网圈和AI圈的不少关注。 这两年来,以AI搜索起家的Perplexity 是我相当喜欢的一家AI新创公司。今天在谷歌搜寻里所看到的AI Overview,在我们搜索之后,马上给出几个段落的答案,并且提供相关链接的搜索体验,始作俑者的就是Perplexity。 当然,Perplexity 在“制定”了AI搜索的“业界标准”,让谷歌和OpenAI 等竞相模仿后,也没停歇下来;它陆续推出了不少新的AI产品,让它在AI圈子里建立起一定的江湖地位。 为用户省时 这一次,Perplexity在业界毫无预警下,推出网络浏览器Comet,有五个可关注的重点: Perplexity推出网络浏览器Comet 1.新一代网络浏览器:Perplexity标榜Comet (https://comet.perplexity.ai)是AI时代的网络浏览器,它可在用户浏览各网页的同时,帮助用户迅速做出相关搜索或提供内容缩写(又有一些AI新创公司将被这个浏览器干掉了),这些功能可为用户省下不少时间。另外,Perplexity也希望通过Comet为用户提供AI代理(AI Agents)相关服务和连接,以期让用户可以通过更自动化方法来完成工作,例如知道用户的旅行计划后帮助用户预订旅馆等。 2.产品化的努力:这两年来开展的AI时代,除了OpenAI 的 ChatGPT之外,Perplexity在如何把AI落地,并且开发成有用产品的努力绝对值得嘉奖。我觉得,Perplexity在开发AI产品这一块在业界的表现可圈可点。这一次的AI网络浏览器,更是证明了Perplexity 团队的高瞻远瞩,他们深刻明白开发用户平台和收集数据的重要性,并且把它实践起来。 3.营销策略:由于还属于新创公司,并且缺乏平台公司如谷歌的优势,Perplexity 深知需通过合纵联衡才能扩大用户的数量。这一年来,Perplexity 开始和移动设备公司如三星合作,为他们的用户提供免费一年的Perplexity Pro 版服务,这和之前的云硬盘服务公司如DropBox 的策略一致。随着新浏览器的推出,我预测Perplexity会深化这方面的合作,以期让Comet快速成长。 4.苹果传言:说到和科技大厂的合作,就不能不提Perplexity最近甚嚣尘上的“苹果传言”了。由于苹果在2025年世界开发者大会(WWDC 2025)上意外的在AI课题上特别低调,让人不禁揣测底苹果有没有在进行一些“秘密动作”。谁知道,在WWDC 2025过了不久后,就传出了苹果正在和Perplexity商讨合作计划,甚至传出苹果可能收购Perplexity的传言。我个人也觉得这件事情发生的可能性不小,如果成真,科技大厂的AI竞争版图又要发生改变了。 5.Chrome:从这个发展推算,谷歌当然不会坐以待毙。新一代的Chrome 浏览器又会以怎么样的面貌推出呢?这绝对让人期待。 2008年9月2日谷歌推出网络浏览器Chrome的Beta版,当时微软Internet Explorer 还是遥遥领先的浏览器。但是,因为谷歌在浏览器的产品开发上越做越好,而且软件档案也没这么庞大,经过了一些时日,谷歌终于超越了市面上的浏览器,成为浏览器界老大。 多年以后的今天,Perplexity 因应 AI时代的需求而推出Comet,与此同时,OpenAI也传出近期会推出浏览器的动作(https://www.theverge.com/news/704162/opeani-ai-web-browser-chatgpt),再加上新创公司The Browser Company 也推出了Dia Browser (https://www.diabrowser.com)……从聊天机器人到搜索引擎再到AI网络浏览器,人工智能又开发多一个新战场了。 资讯来源: https://www.enanyang.my/news/20250721/Finance/931893

Vibe Coding神仙打架 氛围编程兵家必争之地/刘哲涵博士

Vibe Coding,中文翻译为氛围编程,是一个在今年2月由人工智能(AI)大神安德烈·卡帕斯(Andrej Karpathy)提出的概念。原指完全利用AI编程,用户无需直接写代码,只靠提示词来改进维修,甚至是除错。 这个概念一提出的时候,并没有得到太大的回响,除了一些程序员以及公司内部拿来取代一些简单的开发工作,制作网页等等,基本上就没有看到太多的消息。 但是,到了7月,不管是美国、中国的AI公司,小至Kimi这种独立开发团队, 大到阿里巴巴,亚马逊等科技巨头,都突然都纷纷推出自家的 Vibe Coding工具和模型。编程怎么就成了兵家必争之地? 每家公司战略逻辑不同 表面上看,大家都在做AI编程工具。但实际上,每家公司的战略逻辑完全不同。 微软想要在Github的基础上建立一个完整的开发生态。 从编辑器到代码托管,再到AI助手,云计算,全面控制整个开发流程及生态系统。 并且,微软在老招牌Office继续在企业端的云服务技术独占鳌头,所以推出编程工具让开发者更容易把应用程式(APP)和微软云服务结合,是顺理成章的事。 而Claude非常清楚,自己在通用AI市場是打不贏ChatGPT的,所以就专攻编程领域。Claude Code编程工具也是我国大部分的程序员的首选。 中国大厂也没闲着,阿里巴巴、腾讯、字节跳动等相继开放自家编程工具供大众使用。 这对我们有何影响? 很多人会问:“这些工具听起来很厉害,但我是个完全不懂技术的小白,跟我有什么关系?” 其实,Vibe Coding最大的革命性意义,就是让小白也能成为创造者。 以前,我们大部分人都是消费者。聊天、购物、刷短视频,你永远只是个用户,不是创造者。为什么?因为创造APP需要懂编程,需要理解复杂的技术架构,需要投入大量的时间和金钱。这个门槛,把99%的人挡在了门外。 但Vibe Coding改写了这个游戏规则。 现在,你只要会表达自己的想法,就能创造出自己的APP。 会表达就能创造APP 这是一个从“我不会”到“我试试”的心理转变。尤其是许多中小企业,他们的独特需求在传统开发模式下,要么被忽视,要么负担不起高昂的费用。 现在,这个门槛大大的降低了。不管你是一个羽球场老板要做一个简单的预约系统,还是健身教练要开发追踪学员进度的App,这些都可以轻松实现。 做营销的朋友,以前做一些销售页、登陆页,要花上好几天的功夫。现在,只要你不是太挑剔,AI 在3至5分钟内就能帮你 “手搓” 一个颜色,排版都到位的网页。 这些小众需求,传统软件公司不会为此开发产品,但对需求方来说,这些工具能解决实际问题,创造真实价值。 大降创业风险与成本 对于有创业想法的人来说,Vibe Coding更是一个巨大的机会。 以前,如果你有一个互联网创业的想法,需要找技术合伙人,需要融资几十万的启动资金,需要几个月的开发周期。 现在,你可以用几千块钱,几个周末的空余时间,就做出一个可以运行的产品原型。然后用这原型去验证市场需求,去寻找投资,去招募团队。这大大降低了创业的风险和成本。 氛围编程的隐忧 当然,任何革新的技術,有一利,必有一弊。氛围编程最大的隐忧就是安全性。 许多人快速做出软件后,由于缺乏实战经验,无法有效测试安全漏洞,尤其涉及数据库、支付等功能时,贸然上线极易被攻击或泄漏数据。 还有一些开发者因不熟悉代码运行逻辑,出问题时束手无策。因此,不论是人工还是AI写的代码,都必须经过完整的测试与审查,特别是在有网络连接的环境中。 这场氛围编程的“神仙打架”,只是个开始。我们正在见证一个新时代的到来,一个创造力比技术更重要的时代。 在这个时代,会写代码不再是稀缺能力,会思考、会表达、会创新才是。就像当年Excel的出现,让每个人都能做复杂的数据分析一样,Vibe Coding正在让每个人都能创造数字产品。 而这场竞争,本质上是在为我们普通人打开一扇通往数码阶层的大门。 门已经开了,你准备好走进去了吗?这个时代,最大的风险不是技术不够好,而是思维跟不上。而那些能够拥抱变化、学会用新工具思考和创造的人,将会是这个时代最大的赢家。 资讯来源: https://www.enanyang.my/news/20250818/Finance/964284

【股势先机】人工智能芯片新格局 英伟达与博通的对垒/谭凯俊

过去两年,人工智能(AI)几乎成为资本市场最火热的话题。无论是生成式AI的爆发,还是算力需求的暴增,都让“AI概念股”一次次登上媒体头条。而在这一波浪潮中,最耀眼的明星无疑是英伟达(Nvidia)。 凭借强大的GPU芯片和完整的软件生态,英伟达在AI算力市场牢牢占据主导地位,其股价也一度节节攀升,成为全球市值最高的科技巨头之一。 然而,市场从来不会一成不变。就在大家还在津津乐道英伟达的辉煌时,另一家半导体巨头博通(Broadcom)却悄然走上了AI舞台的中心。据多家媒体与可靠消息人士报道,博通近期拿下了一份高达100亿美元的定制AI芯片(ASIC)订单,虽然客户身份没有被正式公布,但市场普遍认为来自全球最顶尖的AI企业(坊间猜测是OpenAI)。 这一进展不仅意味着博通在AI领域的重大突破,更提醒投资人:过去的王者未必永远没有挑战者,细节的变化,可能改变未来格局。 博通的策略:量身定制的ASIC芯片 不同于英伟达依赖GPU的通用性,博通选择的路线是定制化ASIC芯片,它们被称为XPU。简单来说,GPU就像一把“万能瑞士刀”,可以完成各种任务,但在某些特定场景下,效率未必最高;而ASIC就像是为某个用途量身打造的“专用工具”,虽然通用性差,但在目标任务上能做到更高的能效比与成本效益。 在AI快速发展、算力需求爆炸式增长的背景下,许多大型云服务商与AI公司开始追求这种“量体裁衣”的解决方案。他们宁愿牺牲一定的通用性,也要换取更低的能耗、更高的效率以及更可控的成本。这正是博通的机会。 分析师预计,博通在AI计算与网络领域的市场份额,可能会从目前的约11%,提升至2027年的24%。对于一家长期以网络芯片和半导体基础设施著称的公司而言,这无疑是一次战略性升级。 英伟达的优势依旧 但风险正在累积 当然,这并不代表英伟达的统治力马上会被取代。凭借通用性极强的GPU,英伟达依然掌握着全球AI芯片市场至少85%至90%的份额。更重要的是,它所打造的CUDA软件生态和完整的开发平台,让无数AI研究人员和开发者高度依赖英伟达的产品。 这种“软硬件一体化”的优势,使得英伟达不仅仅是一家芯片公司,更是AI产业的基础设施提供者。 但需要注意的是,未来的竞争风险已经开始显现。随着博通、谷歌(自研TPU)以及其他AI芯片厂商不断推出定制化方案,英伟达在某些细分市场的数据中心业务,可能会出现增长被分流的情况。 换句话说,英伟达依然强大,但它面对的挑战已比过去更复杂。 这对投资人来说意味着什么?过去我们习惯于把英伟达视作“无可替代”的AI芯片王者,但如今,市场已出现“多元化”的趋势。未来英伟达依然可能高速成长,但增速未必像过去那么顺畅。 市场不是零和博弈 而是共同扩张 值得强调的是,这并非简单的“你死我活”竞争。AI市场正处于高速扩张阶段,需求远未饱和。全球各大企业、研究机构乃至政府部门都在大规模投资AI,推动着算力的持续增长。在这种环境下,英伟达和博通很可能是共同成长,而不是一方衰落、一方独大。 英伟达:继续主导通用GPU与软件生态,牢牢掌握广泛开发者群体。 博通:凭借定制化ASIC,切入超大规模客户的高效能需求领域。 从投资角度看,这就像一块不断做大的蛋糕,英伟达和博通都在切属于自己的那一份。区别在于,蛋糕的分配方式正在发生变化。 学会看未来 而不是只看过去 AI是当今最具潜力、也最具变数的投资领域之一。它的发展速度之快,已经超出许多人的想象。在这样的赛道上,唯一可以确定的,就是“不确定性”。 作为投资人,我们要做的不是抱着过去的成功故事不放,而是保持开放的眼光,随时跟进最新的发展。无论是英伟达的强大生态,还是博通的定制化突破,抑或是其他新玩家的加入,都可能在未来几年对市场格局产生深远影响。 更重要的是,这种竞争本身就可能改变市场与股价的走向。当博通这样的对手崛起,英伟达的估值与增长预期都会受到重新审视;而如果未来AI公司因为资金压力或宏观环境而放缓资本开支,整个AI产业链的成长节奏也可能随之减速。 资讯来源: https://www.enanyang.my/news/20250911/Testimonia-Column/991662

螞蟻「靈光AI」30秒造App – 蘇仲成:創意將全面被釋放

螞蟻集團最近推出新一代人工智能系統「靈光AI」(Lingguang AI),主打用戶以自然語言輸入一句說話,即可在約30秒內自動生成可運行的小型應用程式(Flash App)。這項技術推出後迅速在內地引起關注,被視為軟件開發邁向「No-Code」階段的重要里程碑。 靈光AI具備多模態能力,能同時理解文字、圖片及鏡頭畫面,用戶只需輸入「幫我做一個支出計算器」或「做一個運動記錄工具」等描述,系統便會自動產生界面、功能邏輯及基本交互,無需任何程式背景。螞蟻方面表示,希望透過這項產品,令更多人能夠自行創作實用工具,將「人人可做App」變成可能。是次邀請到人工智能應用研究學會(AiX Society)創會會長蘇仲成進行訪問分享。 30秒完成小工具 創作不再受技術限制 記者觀察示範操作可見,用戶輸入需求後,靈光AI會快速生成包含按鈕、欄位、列表或計算邏輯的介面,並即時可使用。系統亦允許用家修改輸入規則、調整外觀或加入其他元素,使其更貼近實際所需。 螞蟻方面強調,靈光AI並非傳統模板式小程式,而是透過大模型理解用戶意圖再自動組合功能,從而令創作過程變得更直觀。手機也因此變成一個即時的「軟件創作平台」,不再需要下載開發工具或理解程式語法。 不少使用者表示,靈光AI讓他們得以把腦中的點子變為可運作的軟件,不再因為「不懂編程」而止步。市場亦有聲音認為,這類工具或將令創作生態加速擴張,帶動更多個人化、細分化的應用誕生。 市場亦有聲音認為,這類工具或將令創作生態加速擴張,帶動更多個人化、細分化的應用誕生。(資料圖片) AiX Society創會會長:創作力量會以倍數增加 就是次熱議話題,人工智能應用研究學會(AiX Society)創會會長蘇仲成接受 《香港01》記者訪問時表示,靈光AI最大的意義,是讓創意不再被技術所束縛。 蘇仲成指出:「有很多人一直有創意,只是因為不懂寫程式,所以點子出不來。靈光AI這類技術讓創作不再需要工程知識,指尖就能把想法變成軟件。」他形容,這類工具會令更多不同背景的人加入創作行列,包括前線員工、學生、零售從業員、保險代理、甚至長者,因為只需描述需求即可完成原型,小工具的產量必然以倍數增加。 蘇仲成表示:「以前是工程師把別人的想法轉成程式碼;現在是人人都能自己實現,創作門檻下降後,反而會看到更多以前從未出現過的新工具。」他認為,這將令創作生態變得更活躍,不再只由專業工程團隊主導,而是讓創意在各行各業迅速流動。 工程師工作會被取代?蘇仲成:絕對不會 隨著靈光AI展示「自然語言生成App」能力,部分人士擔心軟件工程師的工作將被取代。蘇仲成認為,此看法並不符合實際。強調:「工程師不會失業,絕對不會,反而會更需要他們。」當大量創作者可以自行產出小工具,整個軟件生態將變得愈加龐大與複雜,系統之間的整合、數據流動、性能要求都會提升,工程師的角色因此更為重要。 蘇仲成道出:「AI能做簡單App,但真正的大型系統、企業級應用、跨平台整合,仍要靠工程師。未來的軟件結構只會更精細,不會更簡單。」他表示,工程師未來的工作方向將包含監察AI生成流程、調整架構、確保系統穩定等任務:「AI能協助寫程式,但工程師要負責管理AI如何寫程式。這是一種升級,而不是被取代。」 蘇仲成展望,未來將出現更多新型軟件職位,包括「AI生成監察員」、「模型填補工程師」、「企業級整合架構師」等,都是因應AI普及而新生的專業領域。 創意時代正在開始 蘇仲成總結道,隨著自然語言生成應用技術逐漸成熟,未來會看到更多人把生活場景、工作流程或者個人興趣,透過這類AI工具轉化為實際軟件。 「創作將從少數人的能力,變成全民皆可的行動,你想到甚麼,就能即時做出甚麼。」 原文網址: 螞蟻「靈光AI」30秒造App – 蘇仲成:創意將全面被釋放 | 香港01 資訊來源: https://www.hk01.com/article/60297744?utm_source=01articlecopy&utm_medium=referral

「AI泡沫」背後的邏輯謬誤

自2023年以來,生成式人工智能的發展帶動了全球範圍內AI股估值飆升。僅2023至2024年,全球AI相關投資規模便從約2500億美元躍升至超過4000億美元,AI領域市值最高的七家科技巨頭(微軟、Google、亞馬遜、Nvidia、Meta、Tesla、蘋果)累計市值增長超過7萬億美元。進入2025年下半年後,AI投融資市場開始出現明顯調整。11月上旬,AI股主導的科技板塊下跌約3%—4%,遠超大盤。 一些華爾街機構甚至開始押注做空AI股票。如以精準預測次貸危機著稱的《大淡倉》原型投資者Michael Burry在最新季度披露中持有Nvidia與Palantir的看跌期權,總金額超過10億美元,理由是大型科技企業在AI領域的資本開支被低估了折舊風險,利潤數據被高估。與此同時,高盛等知名投行也提示AI投資存在過熱跡象,認為當前AI浪潮與上世紀90年代末的網路泡沫有若干相似特徵。 回顧這波AI股的下行周期,可以看到市場情緒的變化更多是對不確定性的本能反應。部分投資者擔心AI資本支出回收周期漫長、龍頭企業估值過高,於是將鉅額投入解讀為「泡沫前兆」。在這種情緒的驅動下,短期擔憂迅速放大並開始自我強化,形成連鎖拋售。不過從當前的形勢來看,市場波動更多反映的是資本市場對短期回報的焦慮,多數拋售屬於高位兑現和獲利回吐,而非對AI股的根本否定。 之所以會出現「AI泡沫論」,核心的邏輯謬誤就在於將AI的戰略性投入誤讀為短期利潤博弈,而忽視了AI投資在國家與企業層面關乎競爭力與存在性的本質特徵。從戰略的角度看,AI投資不是可有可無的市場選擇,而是一旦停滯便可能被淘汰的生存性投入。具體來說,當前鼓吹「AI泡沫論」存在以下邏輯上的謬誤: 第一,當前市場對AI投資「回不來」「盈利慢」的質疑,本質上是把AI作為通用目的技術的戰略性投入誤判為一般產業項目的短期投資回報率問題。 從技術層面來看,AI是一種通用目的技術(General Purpose Technology),類似於歷史上的電力、鐵路或網路,能夠從根本上重塑全球經濟的生產函數和價值鏈。通用技術在早期都有「重投入、慢回報」的規律,如電力、網路、鐵路無不經歷漫長的建設期,且往往需要遠超預期的資本密度才能形成規模效應。 AI基礎設施「長期性、結構性、重資產」的特徵尤為明顯,因此呈現出遠超一般技術的資本密度。目前,全球算力需求以每年約35%的速度增長,AI模型訓練所需算力較2018年已提升超過100萬倍。單個前沿模型的訓練成本動輒超過1億美元,數據中心的能耗已佔全球電力消耗的3%,且仍在快速上升。晶片方面,頂級AI GPU的單價超過3萬美元,而構建大模型訓練集群往往需要數萬枚晶片。 研發人力成本同樣高昂,一線AI科學家的年薪普遍在50萬美元以上。據麥肯錫與高盛的測算,當前全球AI產業鏈的年投資規模已超過4000億美元,其中算力與數據中心相關支出約佔六成,僅Nvidia、微軟、Google三家公司在2024-2025年的AI資本支出總額就超過2500億美元。這種資源和資金密集度遠超以往任何技術革命,充分體現了AI作為通用目的技術所需的龐大建設成本因此,許多AI業務並非能夠快速變現的短周期業務,而是典型的「長期投入、累積回報」模式,對AI這類戰略性、長期性的底層建設,不能簡單地用短期盈利的框架進行衡量。 第二,很多人沒有充分認識到,AI投資屬於戰略投資,不能與簡單的市場投資同等對待。實際上,無論在國家層面還是企業層面,AI都已成為參與未來競爭的「生存性條件」。從國家層面看,美國、歐盟和中國均在AI上投入巨大,AI能力已成為技術主權、產業安全和國家安全的核心要素。例如,美國通過《國防授權法案》將AI列為戰略支柱,並以15億美元以上的年度預算推動軍事智能化體系建設;歐盟設立「算力主權計劃」,以減少對境外AI基礎設施的依附;中國則通過「東數西算」與智算中心建設強化全國算力體系佈局。 從企業層面看,微軟、Google、亞馬遜等科技巨頭已將AI視為未來商業模式的底層支撐,算力投入規模動輒千億美元,目的並非追逐短期利潤,而是確保在下一輪技術競爭中不被淘汰。若企業不進行AI投入,將無法獲得下一代生產力工具、無法進入AI治理生態、無法參與未來市場的遊戲規則制定。換言之,不投入意味着將在下一輪技術革命中失去位置,甚至喪失參與資格。若不能理解這種「生存性投入」,而將其誤讀為投機性投入,則很容易落入「AI泡沫論」的陷阱。 第三,AI股的短期調整是市場情緒波動,並不等於AI投資見頂、泡沫破裂。當前AI股價的階段性回調更多是資本市場對利率預期、宏觀情緒和短期財報波動的反應,部分投資者高位兑、獲利了結,而不是AI長期技術價值或戰略地位的下降。從企業和資本層面來看,AI股擁有強有力的支撐,與上世紀末的網路泡沫有本質區別。 從企業層面來看,AI投入正在逐步體現產出效應。例如,Nvidia在2024年大幅增加數據中心相關投入,今年第二季度數據中心業務收入按年增長56%,表明大型企業的AI投入雖成本高昂,但正以業務擴張、產品升級和生態黏性增強的方式逐步轉化為可觀的產出。 此外,在資本市場層面,當前AI領域的主要投入者是現金流充沛的巨頭企業,資金來源以自有資本為主,而非大規模的槓桿融資。這意味着AI投資的金融風險外溢性較低,不具備傳統泡沫的高風險特徵。同時,大量AI投資流向基礎設施領域,具備一定的資產沉澱價值。即便短期市場波動,基礎設施仍能繼續為未來應用提供支撐。這與2000年網路泡沫時期的虛高估值有本質不同。 因此,面對AI投資規模空前並持續引發泡沫破裂恐慌的現象,應從全局戰略高度加以認識。AI的鉅額投資並非非理性,而是技術革命規律的體現,代表了一場全球範圍的技術基礎設施競賽,是生產力體系更新的必經階段。AI不是一個行業的繁榮,而是經濟體系的重構。未來的競爭,不是企業之間的競爭,而是AI基礎設施能力的競爭。對任何國家而言,能否在AI時代構築起穩固的技術底座,決定了經濟的長期韌性與戰略安全。而在AI的投融資市場中,關鍵在於識別真實需求與投機泡沫的邊界,是鼓勵長期資本流向具有公共屬性的AI基礎設施建設領域,還是沒有實體支撐的投機項目,這才是判斷「AI泡沫」的關鍵。 最終分析結論: 當前市場大規模的AI投資,並不能以簡單的市場投機或短期利潤來解釋。從戰略層面看,AI投資關乎一個企業、一個國家的競爭與存在,是技術主權、產業安全和生態主導權的基礎工程。如果不投、不建、不發展,就意味着被淘汰、被邊緣化,甚至「活不到明天」。 原文網址: 「AI泡沫」背後的邏輯謬誤 | 香港01 資訊來源: https://www.hk01.com/article/60296499?utm_source=01articlecopy&utm_medium=referral

當辦公室自動化系統觸碰資料主權:企業焦慮遠比想像中深|蘇仲成

記得不久前,在金鐘某座商廈的高層會議室裏,一間大型集團的董事局正在討論 2026 年的數碼轉型方案。桌上擺滿了不同供應商遞交的提案,大家一邊飲著咖啡,一邊談論「自動化如何令流程更快」、「AI 如何協助審批」、「文件如何更容易管理」。 但當 IT 總監翻到系統的伺服器架構那一頁,全場突然安靜下來。他抬起頭,用一種不容含糊的語氣問道: 「伺服器在哪?所有文件是否全都存放在中國境內?備份是否也在中國境內?」 問題一出,連 CFO 都停止寫字。因為所有人都明白,這一條問題的答案,將決定整個項目是否能落地。 一、企業真正怕的不是「轉型」,而是「看不見的風險」 過去很多企業談起系統時,首要考慮往往是功能: 流程是否快? 界面是否易用? 能否幫部門節省人手? 但近兩年,公司真正擔心的反而變成了 資料主權*—— 資料去哪裏、誰能看、是否會跨境、是否會被模型讀取、是否符合本地與內地法律。 尤其對一些金融、醫療、保險、物流企業來說,*只要資料曾「走錯一步」*,後果可能不是技術錯誤,而是監管風險,甚至影響牌照。 一位銀行 CIO 曾對我說過一句很重的話: 「現在所有科技問題,本質上都是合規問題。」 如果連伺服器地理位置都無法說得清楚,再漂亮的自動化流程也沒有意義。 二、辦公室自動化系統:企業以為買的是效率,實際買的是主權 企業在檯面上討論 OA 系統時,說的是效率——報假更快、審批更順、文件更易找; 但企業在私下真正問的是: *「這套系統是否會看得太多?」* *「我們是否願意讓它知道所有流程?」* *「它會不會拿走我們的企業知識?」* 因為辦公室自動化系統會觸及: ⁠⁠SOP ⁠⁠人事資料 ⁠⁠客戶文件 ⁠⁠合規流程 ⁠⁠法律文件 ⁠⁠審批鍊紀錄 ⁠⁠財務內部往來 ⁠⁠採購循環 ⁠⁠以及所有公司正在「如何運作」的真相 換言之,企業不是在衡量一套系統的功能,而是在衡量是否願意把「企業的靈魂」交給一個平台保管。 這不是誇張,而是我在不同企業的會議室裏一次又一次看到的真實焦慮。 三、最尖銳的三條問題,所有企業都在問 每當我向企業介紹系統,他們最終一定會回到這三個問題: 1.⁠ ⁠*伺服器是否完全在中國境內?有無跨境傳輸?* 企業要的不是模糊答案,而是*黑白分明的證明*。 這涉及《網絡安全法》、《數據安全法》、《個人信息保護法》以及香港本地 PDPO 的交叉地帶。 一語道破就是: *資料能不能移出中國境內?一分鐘都不行。* 2.⁠ ⁠*文件會在系統留多久?是否真的可以刪除?* …

當辦公室自動化系統觸碰資料主權:企業焦慮遠比想像中深|蘇仲成 Read More »