所有文章

共 233 篇文章，第 2 / 24 頁

AI 資料中心「效能優先」帶來韌性新風險

最新一份針對資料中心停機事件的年度調查指出，整體停機趨勢已連續第五年改善，但隨著AI訓練與推理設施快速擴張，過去的韌性進步可能出現轉折。

美國政府近期在AI監管語氣上出現調整：相較以更嚴格的硬性規管為主，白宮官員更強調以「促進創新」與「確保安全」並行，傾向透過與企業合作、前期測試與評估機制來降低風險。

企業軟件領域仍在加碼AI。主打以AI重塑客服與客戶體驗流程的新創Sierra宣布完成9.5億美元新一輪融資，估值超過150億美元。

另一個值得關注的產業變化，是頭部模型供應商與雲平台的分發策略調整。根據報導，微軟與OpenAI的合作條款出現重大更新，先前更具排他性的安排被放寬，OpenAI得以把產品更廣泛地提供到其他雲平台（包括亞馬遜與Google的雲服務），而微軟仍被定位為主要雲端合作方。

一間以「推理雲」為定位的基礎設施公司宣布完成新一輪融資，重點並非單純添購GPU，而是要把推理工作負載的成本結構做得更可預測。

企業級AI的下一個門檻，是把模型能力接到現實世界的流程與設備。近期有大型企業在其真實物流倉庫內導入全自主AI機器人，讓機器人能直接在出貨履約場景完成摺箱、包裝、貼標與搬運等工作。

政策面則傳出一個清晰訊號：政府對更嚴格的前置監管保持距離，仍傾向以與企業合作的方式推動安全部署。這種做法通常包含自願性安全測試、與實驗室建立通報與評估機制，以及在不阻礙上市速度的前提下，讓政府部門能理解新一代模型的風險輪廓。

安全事件方面，有研究指出大量AI相關服務與工作流程工具暴露在公網上，且常見問題是預設缺乏驗證、權限控管薄弱、部署隔離不足。

最後，AI競賽的另一條戰線是電力與土地。多地出現對大型資料中心計畫的社區反彈，爭議集中在用水、電網負荷、噪音與土地使用，並可能拖慢大型專案進度。

過去一年，各界對「前沿模型」可能帶來的網絡攻擊自動化、關鍵基建弱點搜尋、以及更高階的惡意程式生成能力愈來愈關注。最新動向是，美國政府不再只依賴企業內部紅隊與自律承諾，而是把外部、政府參與的評估流程推向更前置的階段，並嘗試以協議形式把合作做成「可重複的制度」。