人工智能

人工智能（取自Freepik） 人工智能（AI）技术正成为企业提升竞争力的关键驱动力。市场研究显示，大马中小企的AI市场规模在2021年达到2亿3300万美元，预计将以21.89%的复合年增长率高速增长。 作为大马经济支柱，中小企占全国商业实体的98.5%，贡献国内生产总值的36.6%。疫情冲击暴露了中小企业数字化不足的问题，使AI技术导入变得更迫切。 有三大关键趋势重塑中小企经营模式： 云端科技引领市场变革 云端科技正以32.29%的最高复合年增长率领先市场发展。传统本地形式需大量前期投资和专业人员，对资源有限的中小企是一大障碍。云端AI平台改变这一局面，企业可根据需求灵活调整资源，无需担心硬件维护。 更重要的是，云端模式使中小企业享受与大企业相同水平的AI服务，有效缩小数字化鸿沟。根据企业云指数报告，96%的大马企业选择混合云基础设施，高于亚太地区平均水平。 制造业成为AI应用先锋领域 制造业在大马AI应用市场中占据20.9%主导地位。疫情期间，制造业面临人力短缺、供应链中断等挑战，迫使企业寻求AI解决方案维持效率。 大马华为与卫生部合作的AI辅助诊断方案，能在几秒内分析数百张CT扫描，协助医疗工作者一分钟内完成诊断。类似应用在制造业比比皆是，从质量检测到预测性维护，AI正重新定义制造业运营模式。 工业与学术合作成为推动AI普及的重要力量 面对AI技术的复杂性，中小企往往缺乏足够技术实力独立开发解决方案，这正是大学发挥重要作用的时机。大马微电子系统有限公司（MIMOS）设立的未来工业AI中心，以及大马工艺大学人工智能中心的工作，都在为企业提供技术支持和人才培养。 兴业银行推出的AI驱动贷款申请应用是成功案例。该应用利用AI和大数据技术，实现中小企业贷款申请自动化处理，大幅提升审批效率。 通过工业与学术合作，企业获得前沿技术知识，为学生提供实践机会，形成双赢。作为教育工作者，我深刻体会到这种合作模式在推动AI技术普及方面的重要意义。 拥抱AI技术战略思考 尽管AI技术为中小企带来巨大机遇，但挑战依然存在。世界银行报告指出，大马中小企在数字化采用方面仍落后于大型企业。 为抓住AI机遇，中小企需积极行动。首先要转变观念，将AI视为投资而非成本，数据显示AI能提高60%生产效率；其次选择合适合作伙伴，特别是与大学建立长期合作关系；最后结合业务特点，选择适合的AI应用场景。 人工智能为大马中小企带来前所未有的机遇。通过拥抱云端技术、深化工业与学术合作、选择适合应用场景，中小企完全有能力在技术革命中占得先机。 作为教育工作者，我们愿与更多中小企携手合作，共同推动大马经济数字化转型。未来属于敢于创新、善于合作的企业，AI将成为最有力的竞争武器。 资讯来源: https://www.enanyang.my/news/20250818/Finance/964293

阿努亚法利兹 （吉隆坡30日讯）大马数字经济机构（MDEC）指出，人工智能驱动城市将成为我国未来10年数字转型的核心支柱，带动投资、催生创新、激活全民共享的数字红利，全力冲刺区域科技枢纽晋级全球数字强国的宏图蓝图。 大马数字经济机构总执行长阿努亚法利兹表示，该机构已制定蓝图，而人工智能城市将成为转型关键，结合数字政策、创新与公共服务，推动包容性、竞争力及永续发展，为人工智能国家愿景奠下基础。 他指出，未来的大马将迈向人工智能与日常生活深度融合的新时代，推动建立一个以人民为本、永续发展的智能城市。通过预测性和高效率的公共服务系统，以及健全的数字基础设施，这些城市不仅将提升民众生活质量，也为新创企业与中小企业提供扩展国际市场的强大支撑，全面实现全民共享的数字繁荣。 在推动人工智能城市发展方面，大马数字经济机构已率先在布城展开高影响力的试点项目。该项目通过参数建模技术模拟城市实际情境，以提升规划与资源配置效率；同时也开发具互动功能的人工智能虚拟化身，强化城市治理与民众参与感。 他接受《太阳报财经》访问时指出，该机构也与国家人工智能办公室（NAIO）紧密合作，制定人工智能监管框架，确保科技创新、透明度和问责制之间取得平衡，增强公众对人工智能发展的信任。 9月17日推介 这项推动人工智能城市的举措，也与国家层面多项发展政策相互呼应，包括第四国家物理规划、大马数字经济蓝图、东盟智能城市网络及即将公布的第13大马计划（2026至2030年）目标。 阿努亚法利兹强调，大马数字经济机构将持续构建技术与社会协同发展的生态体系，汇聚政府、企业界、学术单位及民众的跨界合作，打造出可供东盟各国借鉴的人工智能发展模式，进一步提升区域数字经济的韧性与协作力。 他补充说，大马数字经济机构的人工智能城市愿景，也将于今年9月17日至19日，在吉隆坡会议中心举行的2025年吉隆坡智能城市博览会（SCEKL2025）中正式亮相。 该博览会以“人工智能城市：共塑数字未来”为主题，是全球知名的智能城市博览会世界大会首次在东南亚举办，预料将吸引逾2000名代表及超过1万人次参与，云集各领域专家、城市决策者与科技产业代表，共同探讨如何运用人工智能塑造更具韧性、永续及包容性的未来城市。 “我们希望这些交流与对话，不仅能为大马，也为整个东盟勾勒出未来10年的数字城市发展方向。” 资讯来源: https://www.enanyang.my/news/20250630/Finance/908405

孙大千（左）和许兴利认为，AI产业上最赚钱的不是新模型有多火爆，而是所累积下来的人才知识与数据。 （八打灵再也26日讯）人工智能（AI）不再停留在实验室，反之正在重塑各领域如学校、医院、机场等的每一道流程。它可以成为最可靠助手，也可能在关键时刻化作最强对手。浪潮已起且难回头，到底人类会否被 AI “统治”？ 在这场关乎人类前途的议题上，《南洋商报》专访了数字王国集团有限公司执行董事孙大千博士与代主席许兴利。两人既在产业一线打磨技术，也在企业内部推动以AI 为核心的重构。 对于人类最终会否被AI“统治”这一灵魂拷问，孙大千给出肯定答案：“会”。 关键在于“用在哪” 他随即补上一句，时间大概是20年。 他强调，这不是恐吓，而是一种提醒。大家唯有现在就学习并设定边界，才有资格在未来掌握主动权。 许兴利则强调，AI 已进入社会运行的核心位置，关键不在于“要不要”，而在于“怎么用、用在哪”。 孙大千之所以把“20年”作为警戒线，是基于一条清晰的现实脉络： （一）硬件平台已在场，无人机、无人船、地面作战机器人等系统持续上阵，规模一旦放大到成千上万台，不可能靠“一人一控”，群体化调度必然交给 AI。 （二）“AI中枢大脑”正在成形。各类战场控管系统已把复杂局面抽象为连续博弈，让算法以更快、更密的节奏做决策。 （三）风险意识已上升为国际议程，主要大国公开讨论军事 AI 规范，显示问题已从“会不会”转向“如何减害”。 他直言，如果此刻不学会使用AI，20年后只剩被动应对。 设定边界 制定规范 孙大千也认同AI教父幸顿博士（Geoffrey Hinton）所言：“人类从未与比自己更聪明的‘物种’共处过，AI正以一种全新的‘数字生命形态’出现。” 他直言，这是无可避免的事实，因此他认同AI界科学家在训练AI时把母性写进训练程序中，让AI系统把人类当“孩子”，以“不会伤害”为前提作训练。 他认为，与其把“终结者”当作遥远的隐喻，不如把今天当作分水岭，越早学习越早上手，这样才越有能力设定边界、制定规范、保留人类在叙事与判断中的主导权。 做好AI生意3条件 高效、可复制、长期稳定 AI能否变成一门好生意，取决于3件事能否同时成立，即效率要提升、做法要能复制做大，以及放到真实场景也要长期稳定见效。 许兴利以电影开拍前的“预演”环节为例，过去往往要做上数个月、动辄耗费数百万美元，如今接入 AI 后，几天就能出片，成本大减。 类似的效果已进入日常流程，但要把“省下的钱”变成人人看得见的现金流，关键在于把这套方法扩展到更多项目与更多环节，形成永续经济。 在他们看来，要把 AI 做成永续经营的生意，靠的不是哪一次爆红的模型，而是两样能长期积累的底盘，即专业知识和高质量数据。 孙大千把“知识”说得很直白。他指知识并非一串术语，而是把画面从“像”推到“可信”、从“好看”推到“被打动”的那点火候，如镜头怎么走、光从哪里落、节奏快半拍还是慢半拍，以及一整套严谨的质检门槛。 “这些基本功，正是专业团队与大众化生成工具之间的本质差距。我们的知识，就是这门生意得以长期经营的底气。我们掌握的不是一时的技巧，而是系统性的判断与流程。有了这些，才能指挥并约束 AI，按标准把每个环节做到位。” 他进一步说，“数据”则是下一代“世界模型”的燃料。要把 AI 养得更聪明，既离不开大量、干净、可用的三维素材，也离不开真实场景的使用反馈。 “为此，数字王国把30多年来积累的影像与 3D 资源逐一擦亮、清晰标注、系统入库，未来通过授权、租赁或出售变现。” 虚实融合“复现”逝者 谈及“虚实融合”的商业现实，他们指已故巨星邓丽君的数字人已成功登场，接下来，团队也在推进以数字人技术“复现”梅艳芳、张国荣，用新的美学与成本结构把“过去”的舞台带回当下，让虚拟与真人同台，形成新的观看体验与商业模型。 为迎接未来趋势，他们指数字王国将把过去30至40年的数字资产重组为高质量数据库，作为下一代模型训练的基石。 未来洗牌盘整 不重演“互联网泡沫” 近年来，AI课题的讨论度不断升高，市场出现了另一种声音，即AI会否重演2000年的互联网泡沫？ 孙大千直言，未来的AI产业会被重新洗牌和盘整，但不会崩盘。 他认为，AI产业结构已深入教育、医疗、金融、服务业乃至军事等领域。在这样的前提下，讨论“泡沫”不再是唱多或唱空，而是看效率能否做实、方法能否复制、应用能否落地。   复制带来稳定回报 因此他认为，与其说AI产业会泡沫破裂，不如说是秩序重组，赛点从“谁的模型更炫”，转向“谁能把方法复制到更多地方、形成稳定回报”。 他提到，美国市场大概率继续向少数巨头集中；中国在“研发与应用”之间保持投入与推进。等这一轮重整走完，AI产业就能进入可以永续经营阶段。 非“清场式淘汰”人类工作 每一波科技浪潮都绕不开同一个追问，人类的工作会不会被夺走，再落到AI上？ 孙大千认为，这不是“清场式的淘汰”，而是“岗位结构的重排”。 他以电影工业为例，AI能在多处制作环节提速，然而一部作品“好不好看、有没有情感”，最终仍由艺术家拍板。能为作品把关的工作，机器代替不了人。 放大到更广的劳动力市场，他反复强调，短期内AI不会整体取代人，可是会用AI的人，确实会取代不会用的人。 许兴利则把担忧落在“年轻人的基本功”上。 他说，如果教育与企业不尽快设计出“与AI共同学习与训练”的新路径，年轻人就可能少了必要的打磨过程，不是没有岗位，而是没有能力站上去。 …

20年后人类被AI统治? 专家:先学才有主动权 Read More »

（美联社） （纽约29日讯）华尔街对人工智能(AI)的短暂试探已变成一场持久的纠缠，而且这一过程正开始影响策略构建、风险识别和资金流动。 生成式人工智能不再只是一个令人好奇的对象。ChatGPT问世仅不到三年，人工智能正从支持性角色转向“副驾驶”。 大语言模型为金融人士总结财报电话会、识别市场异常、草拟研究报告，并推动投资组合决策。大多数应用虽然只是静悄悄推出，但如果把它们结合起来看，会发现华尔街的投资决策在制定、验证，实施方式上正在发生根本性变化，现在还只是早期。 “我们正在朝着一个数字化的未来迈进，在这个未来中，AI和生成式AI渗透到投资价值链的每一个环节，而且很可能还会持续下去，”专注于全球基金管理的研究机构CREATE-Research的总执行长阿敏·拉詹表示。 “一旦这些早期采用者展现出真正可量化的成果——我认为有些已经开始了——那么其他人就会迅速跟进。” CREATE-Research上月发布的对资产管理公司的调查显示，近30%的机构投资者已经部署或正在采用生成式AI。受访对象的全球资产管理规模总计38兆美元（约161兆令吉）。 投资决策提醒 在摩根资产管理，大语言模型被嵌入到该公司内部投资平台Spectrum中。一个新功能会跟踪投资组合经理持有某只股票的时间是否与其预估的最佳持有期相符。如果持有时间过长或过短，系统会发出提醒，不是直接干预，而是提示基金经理评估行为是否合理。 Spectrum还可以生成一批可能因政策因素（例如国会立法）而受益或受损的公司。它会标记分析师的预测与市场共识或与公司自身预测之间的偏离程度。 最终决策仍由基金经理做出，但机器现在已成为会议桌上的一员。 梳理财报文件 在Robeco，公司将大型语言模型用于前端流程——梳理监管文件、财报电话会记录以及社交媒体，寻找投资主题变化的早期信号。最初只是帮助起草致投资者信的模型，如今已发展到生成交易信号和设计投资产品。 今年10月，该公司推出了Robeco机器动态主题ETF，这是一款围绕AI识别的主题变化构建的ETF。 该公司的陈迈克（译音）表示：“我们正在运行多个研究项目，测试生成式AI是否能提取阿尔法，或预测公司基本面”。 当然，问题也会存在。不同模型可能给出不一致的结果，这就要求人类继续参与、检查逻辑并做出最终判断。此外，模型升级也会带来逻辑变化，而且难以追踪。比如上个月还能得出明确回答的问题，今天再问，可能得到不同答案。可解释性仍然有限。 “这就像走进大海，”摩根大通AI策略师狄龙·爱德华兹说，“你不会一下子跳进去。得一步一步来。” AI颠覆资管行业 更多公司跃跃欲试准备加入AI竞赛。在CREATE的调查中，近三分之二受访者认为资产管理是最有可能被AI颠覆的行业，这个领域长期以来依赖人类通过大量数据分析来形成投资观点。 “现在人们已经理解，大型语言模型在总结文本信息方面非常有用，但这些摘要其实并未充分发挥大语言模型在推理方面的能力，”麻省理工学院金融学教授罗闻全表示。“我们目前仍处于大型语言模型重塑金融服务业的初始阶段。”   资讯来源: https://www.enanyang.my/news/20250729/Finance/941990

（彭博社） 近日社交平台Reddit正式起诉人工智能（AI）公司Anthropic，指其未经许可抓取并使用用户生成的内容来训练聊天机器人Claude。 谁真正拥网上内容？ 这起官司触及了AI时代第二章的核心问题：谁真正拥有我们在网上发布的内容？ Reddit(类似百度贴吧，或台湾的PTT)作为代表自由言论的社交平台，其理念源自于真实的线上內容和民主化的自主管理，但现在却明目张胆的告诉世人：这些“公开”的数据是属于我们公司的，你们要读取我的数据来建模，需先付费征得我的同意。 另一边厢，标榜“更公平、更平等使用AI”的Anthropic则肆无忌惮的派机器人四处去挖掘数据。这两家公司之间的对峙，颇有一番微妙的讽刺意味。 这种企业形象与实际行为的冲突，正是这起诉讼备受关注的原因。 从Claude的角度，他们觉得Reddit数据是公开的(public data)，但从观感上，这件事有两个层面：血汗层面和伦理层面。 若它雇佣100名实习生，手动到网站把数据复制粘贴到Excel表格进行二次分析，大概没人会反对，毕竟向来都有人这么做。 但若同时使用100个AI机器人通过Python一键收集数据时，此时就会觉得，好像哪里不太对？ 从伦理上，任何放在网站上的内容，我们都是先下载，才在电脑或手机上观看，意即这是属于我们“拥有”的数据。所以，主观上我们对数据收集方式的接受度，往往取决于收集规模和效率。 我的数据不受我自己控制？ 大部分情况，当我们在社交平台发布内容时，就基本把所有权利给了平台。这在我们注册账号时，在“我同意”格子打勾勾的那一刻就同意了。 例如，在X.com(前Twitter)发布内容时，若你非付费会员，就无法编辑你的帖文，在WhatsApp也无法无痕的删除帖文等。所以，平台拥有了绝对的如何使用、展示及是否允许删除的权力。当然，这也包括了你的内容背后的数据使用权。 平台可售用户内容？ 所谓“瘦田无人耕，耕开有人争”。以前，不曾有公司会介意有人来挖掘数据，只要有流量，一切好商量。 只要开了先例，那些无法搭建大模型数的平台，肯定会大规模抛售自己公司的数据，授权给AI公司用来训练模型。 这就引发了根本性问题：平台是否将用户内容视为可出售的产品，用户只能免费的贡献却无法获益？ 这种商业模式屡见不鲜，内容创作者在没通过审核前，优管可随意植入广告而不必分成。X平台将用户的推文拿来训练AI模型，然后再跟用户收费。 你发现了吗？就是说今天是Reddit自己拿数据来建模型，然后再卖给其他人，我们既不会提出质疑，也没有资格提出质疑。 AI公司如何为使用公开内容训练模型辩护？ 它们声称数据不是被转售，而是让模型变得更智能。这论调某程度上也是合理，毕竟学术研究也使用公开数据训练模型、发表论文，赚取版权，也可开发新系统牟利。 问题在于规模和透明度。当平台使用自己数据构建自家AI并收费时，我们觉得发生在同一生态系统内是理所当然的事，自然不再追究。 数据使用应更公平 无论如何，这起诉讼的结果将为AI数据使用打开先河。要是Reddit赢了，更多平台将一窝蜂地打包数据售卖给AI公司；要是Anthropic赢了，各大AI平台将更肆无忌惮地四处收割我们在网路上的所有数据。 上述官司也揭示了AI时代数据所有权的复杂性。谁会想到，我们每一次的点赞、评论、分享竟然变成训练AI模型的珍贵原料。 真正的解决方案或许不在于阻止这些公司使用公开数据，而在于建立更透明、公平的数据使用机制，让参与者都能从这生态系统中获益。 又或许，真正的问题不在技术和法律上，而是在英文本身的缺陷：Public一词无法表达完整的意思。 平台其实只是想说：喂，这是公开数据，但不代表这是公共数据哟！ 资讯来源: https://www.enanyang.my/news/20250616/Finance/705365