2026-09-16 人工智慧新聞重點報告

1. 香港施政報告將AI列為創科與公共治理主軸，從算力、人才、產業應用到反詐監管同步加碼，目標是把人工智能轉為跨行業的基礎能力。
- 結論：香港政府提出擴大AI基建、全民培訓及公共服務應用的組合政策，並著手處理深偽與AI犯罪風險，創科政策已由扶植研發轉向應用落地與治理並行。
- 關鍵事實：
- 報導稱政府擬注資10億元發展智算產業，並推進沙嶺數據園區及公共行政數字智能化。
- 全民AI培訓涵蓋免費網上職場課程及約200項培訓安排，目標讓4萬名在職人士受惠。
- 政府研究立法規管深偽相關罪案，並考慮賦權下架潛在詐騙內容及設專員應對AI犯罪。
- 後續：算力投資的分配方式、反深偽立法條文及各項培訓的實際參與成效仍待公布。

2. 台灣推動「AI新十大建設」，將人才培養與百萬中小企業轉型納入國家級布局，藉AI、半導體及應用創新維持產業競爭優勢。
- 結論：總統賴清德宣示以AI新十大建設打造「人工智慧島」，政策核心是擴大人才供給、帶動中小企業導入，並以既有ICT與晶片供應鏈支撐轉型。
- 關鍵事實：
- 政府設定培養50萬AI人才目標，國發會稱去年已培育14萬人次，首年成果超過原訂目標。
- 國發會規劃至2028年累計培育40萬人，並以校園扎根、產業培訓及海外攬才三路並進。
- 政策訴求協助百萬家中小企業採用AI，涵蓋產業升級與多元應用場景。
- 後續：十大建設的預算規模、主管分工與中小企業導入的衡量指標尚未明朗。

3. 中國公布新五年科技計畫，聚焦人工智能、先進晶片及電子資訊產業，顯示科技自主與產業化仍是中長期政策重點。
- 結論：中國新五年科技布局把AI和先進晶片置於核心位置，意在將前沿技術、製造能力與產業應用整合，並以大型展會及地方活動加速成果進入工廠。
- 關鍵事實：
- 新計畫聚焦AI、先進晶片與電子資訊產業，反映關鍵技術供應及自主能力的重要性持續上升。
- 中國—東盟博覽會將於9月17日開幕，東盟11國參與，東帝汶首次以共辦方身分參展。
- 濟南預告下月舉辦人工智能產業大會，主打推動前沿技術更快融入實體產業。
- 後續：具體資金配置、重點技術清單及中央與地方的執行協調方式待後續文件揭露。

4. AI安全監管爭論升溫，Anthropic主張放慢速度及建立使用界線，輝達黃仁勳則反對以新增立法作為主要解方。
- 結論：生成式AI安全問題已演變為產業政策分歧：部分科技界要求預防失控與武器化風險，輝達則主張發展速度與安全可兼顧，不必以新法限速。
- 關鍵事實：
- Anthropic被報導正招聘人員制定AI武器使用界線，並多次提出應審慎處理高風險能力。
- 黃仁勳反駁為AI安全另立新法「完全沒必要」，主張安全機制不必以減緩技術發展為代價。
- OpenAI、Google與Anthropic傳研議共同制定安全標準，顯示同業仍尋求最低治理共識。
- 後續：企業自律標準能否形成可驗證機制，以及美國監管方向是否調整，仍待觀察。

5. AI投資仍處高速擴張期，研調預估今年全球AI支出增近五成，半導體與推理應用成為資本與營收集中焦點。
- 結論：市場雖出現AI建設是否過熱的疑慮，但研究機構預估支出仍大幅上升，產業收益目前高度集中於半導體；下一階段則取決於推理與企業應用變現。
- 關鍵事實：
- 研調預估全球AI支出今年成長49.5%，2027年規模可達3.63兆美元。
- 報導指出AI生態系近兩年新增3,500億美元營收，其中約75%流向半導體產業，輝達為主要受益者。
- 輝達在AI訓練市場維持領先，但市場開始聚焦推理工作負載能否成為下一波成長來源。
- 後續：資料中心建設回報、企業採用速度及推理需求能否接棒，將決定投資熱度是否延續。

6. 實體AI與機器人平台競爭加速，英特爾、發那科與輝達等業者分別從邊緣運算、開放軟體及製造整合搶占場景。
- 結論：AI競爭正由模型與雲端算力延伸至機器人、邊緣設備和工業控制，台灣製造業也面臨從硬體供應轉往系統整合與場域驗證的轉折。
- 關鍵事實：
- 英特爾擴大布局實體AI與邊緣運算，推出機器人開發套件以吸引開發者建置應用。
- 發那科開放機器人平台軟體，並與輝達、Google合作，爭取工業機器人AI生態系主導權。
- 新漢表示2026年將是AI機器人試產年，預期下半年控制器可望進入量產。
- 後續：機器人系統的安全認證、可靠度與客戶實際採購量，將是商業化速度的關鍵。

7. 企業AI導入從試用工具轉向營運與決策，但網路、資安與資料治理能力不足，正成為擴大部署的主要限制。
- 結論：中小企業普遍準備提高AI採用率，但導入重點已不只是取得模型工具，而是能否整合工作流程、強化基礎設施，並控制資料與資安風險。
- 關鍵事實：
- 鄧白氏調查顯示，入選中小企業菁英獎的企業中，約八成將導入AI應用。
- Colt呼籲香港企業先審視網絡承載能力，指出AI進入日常營運將提高連線與資料傳輸需求。
- 日本企業AI導入速度據報快於雲端遷移，但逾八成企業的資安防護能力仍不足。
- 後續：企業能否建立資料權限、模型治理及資安投資機制，將影響AI由試驗走向規模化部署。

8. AI資安威脅由輔助詐騙升級至自主攻擊，西班牙首度通報AI代理人攻擊案例，亞洲多地亦面對深偽及網路詐騙風險。
- 結論：AI代理人具備自主尋找漏洞與處理資料能力後，資安風險不再僅是內容造假；防禦策略正轉向AI原生防護、全生命週期治理與即時通報。
- 關鍵事實：
- 西班牙通報首起AI代理人攻擊事件，報導稱其可自主尋找漏洞、變更個資及讀取帳單資料。
- 泰國手機網路攻擊增加，AI輔助詐騙使民眾更難辨識假訊息與惡意操作。
- 香港網安機構倡議以AI原生防禦與全生命週期治理，建立機構負責任使用AI的框架。
- 後續：跨國通報標準、代理人權限控管及責任歸屬規範仍不足，監管措施有待加快成形。

9. AI人才培育延伸至高教跨校共享與全民教育，教育機構正以課程聯盟、基礎普及和跨領域訓練回應產業缺口。
- 結論：人才短缺促使教育端從單校課程擴大為區域資源共享，並把AI能力由專業技術教育延伸至全民與中小學，強調跨領域應用能力。
- 關鍵事實：
- 台師大串聯北部14所大學建立AI課程共享網絡，首波開放51門課程供跨校修習及學分認列。
- 香港教育局與騰訊WeTech Academy啟動「AI for All」，推動全民AI教育普及。
- 新加坡政府推出AI課程與工具，規劃三年培養10萬名相關人才。
- 後續：跨校課程品質、師資供給與畢業生能力是否符合企業需求，仍需以就業及應用成果驗證。

10. AI在醫療、照護及藥物研發的應用持續推進，業者與政府均嘗試以技術合作及沙盒制度加速落地，同時保留監管需求。
- 結論：醫療AI正從單點輔助走向研發、照護與醫療資訊整合；產業合作增加，但涉及病患資料、臨床責任與法規審查的制度配套仍不可或缺。
- 關鍵事實：
- 諾和諾德與Anthropic合作，將利用AI加速藥物研發流程。
- 台灣立委與醫師公會研議醫療資訊應用及AI沙盒法制化，尋求在創新與風險間建立試行機制。
- 資策會在TIE展示記憶、健康與行動三類AI照護應用，鎖定高齡照護新模式。
- 後續：臨床驗證資料、醫療責任分配及個資保護規範，將決定相關方案能否大規模導入。