AI新聞

HCLTech 整合了 NVIDIA 模擬技術，以實現軟體定義車輛（SDV）的自動化測試。透過利用 NVIDIA Omniverse 與數位分身架構，這家 IT 服務公司使汽車製造商能在實際部署前，於高真度虛擬環境中驗證物理人工智慧應用與車輛軟體。這種以模擬驅動的工作流程旨在縮短開發週期、降低實體原型製作成本，並提高自動駕駛與聯網車輛系統的安全驗證能力。

自主科技公司Pronto的創辦人安東尼·萊萬多夫斯基（Anthony Levandowski）成立了新創企業Provision Labs，專注於物理AI與具身智能。該初創公司旨在將先進的數位基礎模型與物理硬體相結合，使機器人與自主系統能在複雜的真實世界環境中有效運作。透過將AI軟體直接與物理機械相連，Provision Labs致力於加速智能自主硬體在工業及真實世界應用中的實際部署。

根據高緯物業（Cushman & Wakefield）與印度房地產開發商協會聯合會（CREDAI）發布的一份報告，預計到2031年，印度的全球能力中心（GCC）將增加140萬個工作崗位，並產生1.7億平方英呎的商業辦公空間需求。在從注重成本效益的後勤辦公室轉型為核心創新樞紐的戰略演進推動下，GCC正加速對人工智慧、高級分析和數位工程的投資。包括班加羅爾、海得拉巴和浦那在內的主要大都會市場預計將引領這一房地產擴張，反映出全球對印度技術人才在高價值研究與技術專案上的依賴日益增加。

Meta計畫透過股票發售籌集巨額資金，為其人工智慧基礎設施的大規模建設提供資金，包括高效能資料中心和先進的計算硬體。這一融資舉措旨在支援該公司不斷上升的資本支出，因為該公司正競相訓練下一代AI模型並擴大其計算能力。透過獲得額外的流動資金，Meta旨在保持與在生成式AI硬體、客製化晶片和大規模資料設施方面大量投資的其他科技巨頭的競爭優勢。

比哈爾邦教育廳已與多家IT公司合作，對公立學校教師進行人工智慧和現代數位工具方面的培訓。該倡議旨在培養教育工作者的AI素養，使其能夠將技術融入課程規劃和課堂教學中。透過賦予教師實用的AI技能，該邦旨在提高學生的學習成效，並有助於縮小比哈爾邦各地公立學校的數位落差。

雖然人工智慧正在使傳統職務自動化，但它同時也在創造新型態的就業，從高技能的提示詞工程到低薪的資料標註與內容審核。然而，許多新創建的職務引發了人們對工作品質、穩定性與勞工滿意度的疑慮。儘管專業技術職位提供豐厚的薪資報酬，但新興AI勞動力的大部分正在從事重複性、不穩定的微型任務，職涯晉升空間有限且勞工保障極少。隨著人工智慧應用的加速，這些新形成的數位崗位的整體品質與安全性將關鍵性地決定其對各行業工人的經濟影響。

iMerit 推出了一個新平台，旨在將人工智慧開發者與醫學、金融、法律和工程等專業領域的認證行業專家連接起來。隨著生成式 AI 模型對訓練資料和評估的要求日益複雜，該服務提供了獲取學科專業人員支援的途徑，協助進行模型微調、基於人類回饋的強化學習（RLHF）以及驗證。透過促進開發者與專家標註人員之間的直接合作，該平台有助於減少模型錯誤，並提升在複雜、高風險行業應用中的效能。

隨著人工智慧採用的加速推進，IT 與資安主管必須將基礎網路安全與資料治理置於供應商的行銷炒作之上。快速部署未經審查的 AI 工具會帶來重大風險，包括透過「影子 AI」（shadow AI）導致的資料外洩和合規違規。為了化解這些威脅，企業在整合自動化解決方案之前，應實施嚴格的存取控制，建立透明的使用指南，並確保基礎資料的規範與清潔。資安高管不應出於害怕錯過（FOMO）而盲目追求 AI，而是需要評估具體的業務應用場景，在創新與嚴格的風險管理之間取得平衡。

微軟正在測試一項名為「自動超高解析度」（Auto SR）的 Windows 11 效能功能，旨在利用人工智慧提供更流暢的幀率與增強的視覺效果。在預覽版本中被發現的 Auto SR 依賴專用的神經網絡處理單元（NPU）來自動提升遊戲解析度，而不會給 CPU 或主圖形處理器造成過多負擔。由於該功能需要專門的 NPU 硬體，使用者必須購買全新的 Copilot+ 筆記型電腦（例如搭載 Snapdragon X 處理器的裝置）才能享有此效能提升。

塔塔通信（Tata Communications）計劃在未來二至三年內投資4.5億美元，打造一條長達10,000公里、專為人工智慧工作負載量身客製的數位網路。該高速、低延遲的基礎設施旨在連接資料中心、邊緣運算據點與 GPU 集群，以滿足 AI 模型訓練和即時處理所帶來的巨大頻寬需求。這項戰略性擴張將鞏固印度的數位脊梁，同時為企業和雲端服務提供者提供支援全球及國內市場大規模 AI 部署所需的可擴充連線能力。

企業正日益超越傳統的商業智慧，邁向決策智慧。這種方法整合了人工智慧、機器學習與自動化技術，旨在將數據轉化為即時行動。傳統的分析依賴靜態儀表板來報告過去發生的事件，而決策智慧則透過評估即時數據流來推薦或自動執行最佳商業選擇。透過將預測性和規範性模型直接嵌入營運工作流程中，企業能夠快速適應不斷變化的市場條件（例如供應鏈中斷或消費者行為改變），進而最大限度地減少人工決策延遲，並將數據洞察轉化為具體成效。

隨著人工智慧越來越多地實現核心金融功能（從風險評估到信用評分）的自動化，人類的判斷仍然不可或缺。雖然人工智慧擅長處理海量資料集並大規模檢測異常，但自動化模型難以應對前所未有的市場動盪、微妙的語境細微差別以及源自歷史資料的演算法偏見。僅依賴自動化輸出可能會帶來風險定價錯誤或違反不斷變化的監管標準的風險。因此，金融機構正在採用混合方法，由人工智慧處理資料密集型分析，而專業人員則提供策略監督、倫理對齊和結合語境的決策，以維持金融穩定與信任。

微軟正在為 Microsoft Teams 引入由 AI 驅動的安全功能，以即時檢測並警告使用者防範網絡釣魚詐騙。該技術可分析聊天訊息（特別是來自外部傳送者的訊息），以識別可疑連結、欺詐性社交工程策略以及潛在的認證資訊竊取企圖。當標記出潛在威脅時，Teams 會顯示內嵌警告，以便在使用者與惡意內容互動之前提醒他們，同時為 IT 管理員提供調查事件的工具。隨著網絡犯罪分子越來越多地將目標鎖定在協作平台而非傳統電子郵件上，這種自動化防護旨在直接降低企業溝通工作流程中的安全風險。

新創公司與新聞機構正在部署自主 AI 智能體，以執行傳統上由記者處理的任務，包括監控資訊流、撰寫文章草稿以及進行自動化消息源外聯。支持者認為，這些工具可以簡化企業財報和新聞稿等常規報導流程，讓人類記者能專注於複雜的調查報導。然而，媒體倫理學家與資深記者警告，自動化智能體存在發布虛假資訊（幻覺）的風險，缺乏真正的調查性懷疑態度，且無法複製真實新聞業所必需的微妙人類判斷力與信任度。

Hexaware Technologies 被《Analytics India Magazine》(AIM) 認證為「最佳前線部署工程師企業」。這項認可凸顯了 Hexaware 將工程師直接嵌入客戶企業的策略，旨在銜接技術執行與業務目標。這些前線部署的工程師與客戶團隊密切合作，設計、建置與部署客製化的雲端、資料和人工智慧解決方案，從而加速企業 AI 的採用。透過將技術專家直接派駐在客戶決策者身旁，Hexaware 協助企業解決複雜的營運挑戰，並縮短 AI 驅動型專案的上市時間。